在电动自行车充电棚中的智能检查机器人的两个关键算法
1Shanghai Construction Management Vocational Technical College, No. 588 Gaojing Road, Qingpu District, Shanghai, People's Republic of China.
Scientific reports
|May 5, 2025
概括
智能机器人现在使用新的路径规划和组件识别算法安全地导航电动自行车充电棚. 这些进步通过可靠的24 / 7自动监控来增强防火危险的预防.
科学领域:
- 机器人和自动化机器人与自动化
- 人工智能的人工智能
- 电气工程 电气工程
背景情况:
- 电动自行车充电棚构成火灾风险,需要自动检查.
- 现有的检查机器人在狭窄通道和小部件识别方面扎.
研究的目的:
- 为电动自行车充电棚中的智能检查机器人开发先进的算法.
- 为了改善狭小空间的导航,并提高安全的小目标识别.
主要方法:
- 提出了一个多根节点 快速探索随机树恒星 (MS-RRT*) 算法,用于高效的窄通道路径规划.
- 开发了一种改进的SOLOv2实例细分方法,用于增强小目标识别.
主要成果:
- MS-RRT*在狭窄道中实现了100%的勘探成功率,减少了29.36%的障碍采样节点.
- 改进的SOLOv2提高了小目标检测准确度 (例如,按检测从52.9%提高到62.5%),而不会牺牲速度.
- 提出的方法在效率,稳定性和准确性方面超过了经典的RRT*和Mask R-CNN.
结论:
- 开发的算法显著提高了电动自行车充电基础设施的智能检查机器人的能力.
- 这些进步使可靠的24/7自动监控成为可能,这对于预防火灾危险和确保安全至关重要.
