【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及控制，具體涉及一種目標(biāo)設(shè)備檢測(cè)控制方法及裝置。
技術(shù)介紹
1、在電力行業(yè)復(fù)雜危害作業(yè)場(chǎng)景中，新型機(jī)器人技術(shù)有著巨大的應(yīng)用潛力和需求。電力設(shè)備的檢修技術(shù)、安全保障及智能化要求逐步提高，新型機(jī)器人技術(shù)在此領(lǐng)域的應(yīng)用將更加廣泛和深入。然而，該領(lǐng)域常常面臨嚴(yán)苛的作業(yè)環(huán)境和多種潛在危險(xiǎn)因素,設(shè)備維護(hù)和檢修工作需要高度專業(yè)化的人員在高風(fēng)險(xiǎn)的環(huán)境中進(jìn)行，存在人身安全隱患、效率低下等一系列技術(shù)和操作上的挑戰(zhàn)。
2、目前，旋翼無人機(jī)已經(jīng)在眾多領(lǐng)域得到了廣泛應(yīng)用，尤其是在監(jiān)控、感知方面，其搭載的各種傳感器起到數(shù)據(jù)采集環(huán)境狀態(tài)感知作用。然而，這些應(yīng)用主要停留在對(duì)環(huán)境信息的被動(dòng)采集上，無法實(shí)現(xiàn)與外界環(huán)境的直接交互。搭載機(jī)械臂的無人機(jī)則展現(xiàn)出了更大的潛力和靈活性。機(jī)器臂無人機(jī)不僅能夠進(jìn)行空中監(jiān)控，還能直接對(duì)目標(biāo)物體進(jìn)行抓取、移動(dòng)等操作，在人員難以到達(dá)的區(qū)域執(zhí)行各種復(fù)雜任務(wù)。正因如此，帶機(jī)械臂的無人機(jī)在近年來得到了越來越多的關(guān)注和應(yīng)用。但是電力行業(yè)作業(yè)環(huán)境復(fù)雜，如何通過控制帶機(jī)械臂的無人機(jī)實(shí)現(xiàn)安全和高效的設(shè)備檢測(cè)存在較大困難。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)中的問題，本專利技術(shù)實(shí)施例提供一種目標(biāo)設(shè)備檢測(cè)控制方法及裝置，能夠至少部分地解決現(xiàn)有技術(shù)中存在的問題。
2、一方面，本專利技術(shù)提出一種目標(biāo)設(shè)備檢測(cè)控制方法，包括：
3、在搭載有機(jī)械臂的無人機(jī)的巡航過程中通過pid控制器控制所述無人機(jī)的運(yùn)動(dòng)狀態(tài)量，以使所述無人機(jī)行駛到懸停作業(yè)位置；
4、其中，所述
5、在所述懸停作業(yè)位置通過神經(jīng)網(wǎng)絡(luò)模型控制所述無人機(jī)的旋翼轉(zhuǎn)動(dòng)角速度和三維位姿信息，以使所述無人機(jī)懸停在所述懸停作業(yè)位置，以及控制所述機(jī)械臂的旋轉(zhuǎn)角進(jìn)行旋轉(zhuǎn)動(dòng)作，以使通過所述機(jī)械臂對(duì)目標(biāo)設(shè)備進(jìn)行檢測(cè)。
6、其中，所述神經(jīng)網(wǎng)絡(luò)模型預(yù)先通過融合多個(gè)rbf模型分別對(duì)應(yīng)的輸出結(jié)果得到；每個(gè)rbf模型分別通過預(yù)先分配的樣本子集訓(xùn)練得到。
7、其中，通過融合多個(gè)rbf模型分別對(duì)應(yīng)的輸出結(jié)果得到所述神經(jīng)網(wǎng)絡(luò)模型，包括：
8、通過線性加權(quán)和方法融合多個(gè)rbf模型分別對(duì)應(yīng)的輸出結(jié)果得到所述神經(jīng)網(wǎng)絡(luò)模型。
9、其中，在通過預(yù)先分配的樣本子集訓(xùn)練得到每個(gè)rbf模型之前，所述目標(biāo)設(shè)備檢測(cè)控制方法還包括：
10、從樣本集中提取與各應(yīng)用場(chǎng)景分別對(duì)應(yīng)的生產(chǎn)訓(xùn)練樣本；所述各應(yīng)用場(chǎng)景包括巡航場(chǎng)景和懸停作業(yè)場(chǎng)景；
11、在各生產(chǎn)訓(xùn)練樣本中分別按照預(yù)設(shè)樣本子集規(guī)模和預(yù)設(shè)樣本子集數(shù)隨機(jī)從對(duì)應(yīng)生產(chǎn)訓(xùn)練樣本中選取樣本，組成與各生產(chǎn)訓(xùn)練樣本分別對(duì)應(yīng)的數(shù)量上等于所述預(yù)設(shè)樣本子集數(shù)的樣本子集，且每個(gè)樣本子集的樣本數(shù)量等于所述預(yù)設(shè)樣本子集規(guī)模。
12、其中，所述在各生產(chǎn)訓(xùn)練樣本中分別按照預(yù)設(shè)樣本子集規(guī)模和預(yù)設(shè)樣本子集數(shù)隨機(jī)從對(duì)應(yīng)生產(chǎn)訓(xùn)練樣本中選取樣本，包括：
13、在各生產(chǎn)訓(xùn)練樣本中分別按照預(yù)設(shè)樣本子集規(guī)模和預(yù)設(shè)樣本子集數(shù)隨機(jī)從對(duì)應(yīng)生產(chǎn)訓(xùn)練樣本中有放回的選取樣本。
14、其中，所述pid控制器為通過模糊規(guī)則表進(jìn)行模糊推理的模糊控制器。
15、一方面，本專利技術(shù)提出一種目標(biāo)設(shè)備檢測(cè)控制裝置，包括：
16、第一控制單元，用于在搭載有機(jī)械臂的無人機(jī)的巡航過程中通過pid控制器控制所述無人機(jī)的運(yùn)動(dòng)狀態(tài)量，以使所述無人機(jī)行駛到懸停作業(yè)位置；
17、其中，所述運(yùn)動(dòng)狀態(tài)量包括飛行姿態(tài)控制量和飛行高度控制量；
18、第二控制單元，用于在所述懸停作業(yè)位置通過神經(jīng)網(wǎng)絡(luò)模型控制所述無人機(jī)的旋翼轉(zhuǎn)動(dòng)角速度和三維位姿信息，以使所述無人機(jī)懸停在所述懸停作業(yè)位置，以及控制所述機(jī)械臂的旋轉(zhuǎn)角進(jìn)行旋轉(zhuǎn)動(dòng)作，以使通過所述機(jī)械臂對(duì)目標(biāo)設(shè)備進(jìn)行檢測(cè)。
19、再一方面，本專利技術(shù)實(shí)施例提供一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如下方法：
20、在搭載有機(jī)械臂的無人機(jī)的巡航過程中通過pid控制器控制所述無人機(jī)的運(yùn)動(dòng)狀態(tài)量，以使所述無人機(jī)行駛到懸停作業(yè)位置；
21、其中，所述運(yùn)動(dòng)狀態(tài)量包括飛行姿態(tài)控制量和飛行高度控制量；
22、在所述懸停作業(yè)位置通過神經(jīng)網(wǎng)絡(luò)模型控制所述無人機(jī)的旋翼轉(zhuǎn)動(dòng)角速度和三維位姿信息，以使所述無人機(jī)懸停在所述懸停作業(yè)位置，以及控制所述機(jī)械臂的旋轉(zhuǎn)角進(jìn)行旋轉(zhuǎn)動(dòng)作，以使通過所述機(jī)械臂對(duì)目標(biāo)設(shè)備進(jìn)行檢測(cè)。
23、本專利技術(shù)實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括：
24、所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如下方法：
25、在搭載有機(jī)械臂的無人機(jī)的巡航過程中通過pid控制器控制所述無人機(jī)的運(yùn)動(dòng)狀態(tài)量，以使所述無人機(jī)行駛到懸停作業(yè)位置；
26、其中，所述運(yùn)動(dòng)狀態(tài)量包括飛行姿態(tài)控制量和飛行高度控制量；
27、在所述懸停作業(yè)位置通過神經(jīng)網(wǎng)絡(luò)模型控制所述無人機(jī)的旋翼轉(zhuǎn)動(dòng)角速度和三維位姿信息，以使所述無人機(jī)懸停在所述懸停作業(yè)位置，以及控制所述機(jī)械臂的旋轉(zhuǎn)角進(jìn)行旋轉(zhuǎn)動(dòng)作，以使通過所述機(jī)械臂對(duì)目標(biāo)設(shè)備進(jìn)行檢測(cè)。
28、本專利技術(shù)實(shí)施例還提供一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如下方法：
29、在搭載有機(jī)械臂的無人機(jī)的巡航過程中通過pid控制器控制所述無人機(jī)的運(yùn)動(dòng)狀態(tài)量，以使所述無人機(jī)行駛到懸停作業(yè)位置；
30、其中，所述運(yùn)動(dòng)狀態(tài)量包括飛行姿態(tài)控制量和飛行高度控制量；
31、在所述懸停作業(yè)位置通過神經(jīng)網(wǎng)絡(luò)模型控制所述無人機(jī)的旋翼轉(zhuǎn)動(dòng)角速度和三維位姿信息，以使所述無人機(jī)懸停在所述懸停作業(yè)位置，以及控制所述機(jī)械臂的旋轉(zhuǎn)角進(jìn)行旋轉(zhuǎn)動(dòng)作，以使通過所述機(jī)械臂對(duì)目標(biāo)設(shè)備進(jìn)行檢測(cè)。
32、本專利技術(shù)實(shí)施例提供的目標(biāo)設(shè)備檢測(cè)控制方法及裝置，在搭載有機(jī)械臂的無人機(jī)的巡航過程中通過pid控制器控制所述無人機(jī)的運(yùn)動(dòng)狀態(tài)量，以使所述無人機(jī)行駛到懸停作業(yè)位置；其中，所述運(yùn)動(dòng)狀態(tài)量包括飛行姿態(tài)控制量和飛行高度控制量；在所述懸停作業(yè)位置通過神經(jīng)網(wǎng)絡(luò)模型控制所述無人機(jī)的旋翼轉(zhuǎn)動(dòng)角速度和三維位姿信息，以使所述無人機(jī)懸停在所述懸停作業(yè)位置，以及控制所述機(jī)械臂的旋轉(zhuǎn)角進(jìn)行旋轉(zhuǎn)動(dòng)作，以使通過所述機(jī)械臂對(duì)目標(biāo)設(shè)備進(jìn)行檢測(cè)，能夠安全和高效的進(jìn)行目標(biāo)設(shè)備檢測(cè)控制。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型預(yù)先通過融合多個(gè)RBF模型分別對(duì)應(yīng)的輸出結(jié)果得到；每個(gè)RBF模型分別通過預(yù)先分配的樣本子集訓(xùn)練得到。
3.根據(jù)權(quán)利要求2所述的目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，通過融合多個(gè)RBF模型分別對(duì)應(yīng)的輸出結(jié)果得到所述神經(jīng)網(wǎng)絡(luò)模型，包括：
4.根據(jù)權(quán)利要求2所述的目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，在通過預(yù)先分配的樣本子集訓(xùn)練得到每個(gè)RBF模型之前，所述目標(biāo)設(shè)備檢測(cè)控制方法還包括：
5.根據(jù)權(quán)利要求4所述的目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，所述在各生產(chǎn)訓(xùn)練樣本中分別按照預(yù)設(shè)樣本子集規(guī)模和預(yù)設(shè)樣本子集數(shù)隨機(jī)從對(duì)應(yīng)生產(chǎn)訓(xùn)練樣本中選取樣本，包括：
6.根據(jù)權(quán)利要求1所述的目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，所述PID控制器為通過模糊規(guī)則表進(jìn)行模糊推理的模糊控制器。
7.一種目標(biāo)設(shè)備檢測(cè)控制裝置，其特征在于，包括：
8.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6任一所述方法。
10.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6任一所述方法。
...【技術(shù)特征摘要】
1.一種目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型預(yù)先通過融合多個(gè)rbf模型分別對(duì)應(yīng)的輸出結(jié)果得到；每個(gè)rbf模型分別通過預(yù)先分配的樣本子集訓(xùn)練得到。
3.根據(jù)權(quán)利要求2所述的目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，通過融合多個(gè)rbf模型分別對(duì)應(yīng)的輸出結(jié)果得到所述神經(jīng)網(wǎng)絡(luò)模型，包括：
4.根據(jù)權(quán)利要求2所述的目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，在通過預(yù)先分配的樣本子集訓(xùn)練得到每個(gè)rbf模型之前，所述目標(biāo)設(shè)備檢測(cè)控制方法還包括：
5.根據(jù)權(quán)利要求4所述的目標(biāo)設(shè)備檢測(cè)控制方法，其特征在于，所述在各生產(chǎn)訓(xùn)練樣本中分別按照預(yù)設(shè)樣本子集規(guī)模和預(yù)設(shè)樣本子集數(shù)隨機(jī)從對(duì)應(yīng)生產(chǎn)訓(xùn)練樣...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：劉光偉，郝震，成德良，李歡，牛錚，潘朝陽(yáng)，穆卡，盧毅，毛婷，閆玉鑫，邵永明，
申請(qǐng)(專利權(quán))人：國(guó)網(wǎng)冀北電力有限公司電力科學(xué)研究院，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。