基于计算机视觉的智能检查机器人在发电厂的多场景应用
Lulu Lin1, Jianxian Guo2, Lincheng Liu2
1CHN Energy Shenfu (Shishi) Power Generation Co., Ltd., Shishi, 362700, Fujian, China. linlu3@icloud.com.
Scientific reports
|May 9, 2024
概括
发电厂中的智能巡逻机器人现在具有增强的障碍物识别和避开功能. 优化的计算机视觉和粒子群算法提高了自动检查的安全性和效率.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 电厂自动化和智能化正在迅速发展.
- 智能巡逻机器人越来越多地被部署,以提高运营效率和安全.
- 现有系统需要改进障碍物识别和避开障碍的能力.
研究的目的:
- 开发和评估优化的障碍物识别和避开模型,用于发电厂的智能巡逻机器人.
- 提高自动化发电厂检查的安全性和效率.
- 为智能巡逻机器人提供有效的技术解决方案.
主要方法:
- 优化了传统的卷积循环神经网络,并使用连接时间分类算法来识别障碍物.
- 整合了人工潜力场方法与粒子群优化算法以避免障碍.
- 测试了障碍物识别和障碍物回避模型的性能.
主要成果:
- 障碍物识别模型实现了高性能指标,精度,回忆和F1分数分别达到0.978,0.974和0.975.
- 避障模型表现出强的性能,精度,回忆和F1分数分别达到0.97,0.96和0.96.
- 这两种优化模型在识别准确性和避障效率方面都超过了传统方法.
结论:
- 与传统方法相比,开发的障碍物识别和避免模型提供了更高的性能.
- 这些优化模型为发电厂的智能巡逻检查提供了强大的技术方案.
- 这项研究有助于在工业环境中推进自主系统的发展.
