本發(fā)明涉及機器人在電力行業(yè)的應(yīng)用，具體是一種基于mabc算法的變電站智能巡檢機器人監(jiān)控方法。

背景技術(shù)：

1、目前無人值守變電站監(jiān)控方法多采用監(jiān)控球機定點監(jiān)視，存在監(jiān)視盲區(qū)，特殊情況下不能及時發(fā)現(xiàn)問題，設(shè)備缺陷可能對電網(wǎng)安全運行帶來威脅。由于監(jiān)控球機監(jiān)視區(qū)域全局感知性差，采用機器人自主巡檢智能輔助手段進行優(yōu)化?，F(xiàn)有機器人巡檢技術(shù)，多采用單機器人定點巡檢，人工安排巡檢路線，無法適應(yīng)環(huán)境變化后巡檢需求，且單機器人在巡檢過程中，巡檢周期較長，導(dǎo)致巡檢過程在時間上存在監(jiān)控盲區(qū)，因此，單機器人人工規(guī)定巡檢路線，定點巡檢的方法忽略了地理環(huán)境變化、巡檢過程在時間上存在盲區(qū)的因素，缺少彈性能力和魯棒性；而多機器人巡檢在數(shù)量上的變化，避免了時間上的監(jiān)視盲區(qū)，但環(huán)境變化后自適應(yīng)能力依然較差，彈性能力及魯棒性不能滿足工作需求。

2、相關(guān)術(shù)語解釋：

3、m2m：機器人與機器人之間的對話，實現(xiàn)信息共享。

4、人工概率蜂群算法(mabc)：m是一個概率數(shù)值，它的含義表明是否有必要對相鄰區(qū)域進行鄰域搜索。m越大，鄰域搜索的維數(shù)就越多，越有利于局部搜索和提高收斂速度；m越小，越有利于全局搜索。

技術(shù)實現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問題在于克服上述現(xiàn)有技術(shù)之不足，提供一種方便操作、效果良好的基于mabc算法的變電站智能巡檢機器人監(jiān)控方法。

2、本發(fā)明是以如下技術(shù)方案實現(xiàn)的：一種基于mabc算法的變電站智能巡檢機器人監(jiān)控方法,包括如下步驟：

3、s1、變電站通道場景虛擬化；

4、s2、變電站通道子區(qū)域劃分及覆蓋；

5、s3、變電站通道區(qū)域覆蓋；

6、步驟s1中，包括如下分步驟：

7、s11、障礙物特征提??；

8、s12、虛擬地圖繪制；

9、s13、拓撲地圖繪制；

10、步驟s2中，變電站通道子區(qū)域劃分步驟如下：

11、s21、根據(jù)目標(biāo)區(qū)域的形狀，使用粒子群和泊松碟采樣算法獲得虛擬地圖的點云；

12、s22、圖中的每一個點云表示一個目標(biāo)區(qū)域點，而每一個以點為圓心的圓表示此點所能輻射的最大區(qū)域；

13、s23、以點為圓心的圓，每一個圓都會和其他的圓或者是覆蓋區(qū)域邊界有割邊，然后連接每一個割點，初步的劃分各個子區(qū)間的形狀；步驟s3中，對劃分好的子區(qū)使用四色算法進行虛擬繪色，然后根據(jù)問題建模：虛擬區(qū)域中子區(qū)被不同的顏色覆蓋，每三個不同的顏色有一個區(qū)域邊界交點，富余機器人安放在圖中的割點位置。

14、其進一步是：步驟s11中，根據(jù)變電站通道建立虛擬坐標(biāo)系，量化機器人的位置信息；根據(jù)量化數(shù)據(jù)計算出障礙物區(qū)域范圍；泛化障礙物區(qū)域邊界信息。

15、泛化障礙物區(qū)域邊界，采用如下公式：

16、

17、其中，s1為礙物與區(qū)域切點組成的區(qū)域面積，saob為機器人位置與區(qū)域切點組成的區(qū)域面積，p為s1與saob之間的比值，區(qū)域d是障礙物,s(xi,yi,d1,d2)表示機器人位置狀態(tài),xi,yi唯一的表示機器人在站內(nèi)通道中的位置信息,d1,d2,表示機器人傳感器測得由點s到區(qū)域邊界切點長度，α1,α2分別表示兩條切線到x軸的角度。

18、步驟s12中，結(jié)合霧計算，將機器人探索的分塊地圖模型整合匯總,映射到下一步將要執(zhí)行任務(wù)的移動機器人中。

19、步驟s13中，根據(jù)幾何地圖量化出的固有障礙物和新增障礙物信息并繪制拓撲地圖。

20、步驟s2中，對問題進行建模，已知區(qū)域d的形狀和面積，假設(shè)部署n＝d/dc個點云對區(qū)域進行覆蓋,且劃分的區(qū)域相互獨立,令點云的重心位置i在全局坐標(biāo)系下的位置為pi(xi,yi)，則利用粒子群算法求解點云e＝{vi|i＝1,2,...,n}，其中vi的位置為pi(xi,yi)，使得每個機器人群組覆蓋面積為可以最大程度覆蓋目標(biāo)區(qū)域，即覆蓋率rci＝di/dc達到最大,整體覆蓋率為使用粒子群算法對上述問題進行求解，需要：

21、(a)位置量化

22、依據(jù)點云在全局坐標(biāo)系中的位置構(gòu)成向量；

23、(b)約束條件

24、點云的位置不應(yīng)超出待覆蓋的區(qū)域；

25、(c)約束函數(shù)

26、對目標(biāo)區(qū)域以點云為圓點繪制覆蓋整個目標(biāo)區(qū)域的相割的圓。

27、步驟s2中，子區(qū)覆蓋的第一次安置蜜源算法采用傳統(tǒng)的abc算法,設(shè)定機器人感知范圍閾值為r,第二次及以后蜜源安置算法采用如下公式:

28、xij＝xminj+r·(xmaxj-xminj)

29、其中，其中xij代表第i個蜜源xi的第j維度值,i取之于{1,2…,sn},j取之于{1,2.},xmin?j,xmax?j分別代表在j維的最小最大值,初始化蜜源就是在每個蜜源的所有維度在一定的范圍內(nèi)隨機生出sn個蜜源。選取一個參數(shù)m來改變探索峰的探索維度信息，m是一個概率數(shù)值，它的含義表明是否有必要對相鄰區(qū)域進行鄰域搜索，探索峰對每一維均作一次判斷,即先產(chǎn)生一個隨機數(shù)pij,然后將pij與mij進行比較.若mij＞pij,則對應(yīng)的這一維就進行鄰域搜索，否則不進行，m的判斷表達式如下所示：

30、

31、其中，α為評價系數(shù)，f為傾向于鄰域搜索的評價次數(shù)，max為全局評價次數(shù)。

32、步驟s3中，安放的原則遵循下述方法：富余機器人群組的安置情況可以定義為三元組<e,r,g>，群組富余機器人所處環(huán)境e表示每個割點周邊三色區(qū)域的環(huán)境狀況,以及每個區(qū)域是否能夠正常的運行,設(shè)pi為區(qū)域i需要此機器人協(xié)作的概率,i∈{1,2,3},并且要求每個區(qū)域只允許有一臺富余機器人監(jiān)視.r表示n個富余機器人組成的群體,每個機器人ri表示機器人的輸入、行為和協(xié)作；輸入主要表示外部信息的感知，行為主要是內(nèi)部信息與外部信息的交互，協(xié)作主要是指富余機器人之間以及富余機器人與正在執(zhí)行任務(wù)機器人之間的交互；g指目標(biāo)區(qū)域，表示機器人是否采取行動到目標(biāo)區(qū)域執(zhí)行任務(wù)，

33、(a)位置量化

34、根據(jù)割點在全局坐標(biāo)系中的位置構(gòu)成向量p(xj,yj){j|1,2,...,n}；

35、(b)約束條件

36、富余機器人的位置放在割點位置,即:

37、(c)約束函數(shù)

38、設(shè)置布爾型變量n，m表示此節(jié)點是否可以放置機器人

39、

40、其中p(xj,yj)表示割點位置,ak表示割點周邊的三個區(qū)域,visite(ak)表示周邊的三個區(qū)域是否被覆蓋,其中k的取值只可能取到三種可能,當(dāng)為true是可以放置機器人,為false不可以放置。

41、本發(fā)明具有以下優(yōu)點：本發(fā)明的基于mabc算法的變電站智能巡檢機器人監(jiān)控方法，首先使用粒子群算法實現(xiàn)了變電站內(nèi)場景虛擬化，并合理劃分子區(qū)域；通過改進人工概率蜂群算法實現(xiàn)對子區(qū)的區(qū)域覆蓋；在四色算法的基礎(chǔ)上，合理安置富余機器人，使系統(tǒng)應(yīng)急應(yīng)變能力增強，提高了系統(tǒng)的彈性、魯棒性，實現(xiàn)了對變電站場景的全方位監(jiān)視，同時，采用mabc算法，增加了局部搜索和提高收斂速度，加快了全局搜索的進程。