基于粒子群算法和神经网络的四足机器人电缆道的避障检查方法
Jianfeng Wu1, Yaosheng Huang2, Yingdong Lai1
1Jiangmen Power Supply Bureau of Guangdong Power Grid Co.,Ltd, Jiangmen, 529020, Guangdong, China.
Scientific reports
|October 15, 2025
概括
本研究介绍了四足机器人检查电缆道的障碍回避方法. 该方法使用神经网络和粒子群优化,在复杂的环境中实现高效和安全的导航.
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
- 道工程 道工程是指道工程.
背景情况:
- 电缆道由于狭窄的空间和障碍物,给检查带来了挑战.
- 四足机器人提供了导航这些环境的潜力.
- 自动检查对于维护基础设施完整性至关重要.
研究的目的:
- 开发一种避免障碍的检查方法,用于电缆道中的四足机器人.
- 提高复杂工业环境中机器人检查的效率和安全性.
- 集成先进的AI算法用于自主导航和路径规划.
主要方法:
- 分析四足机器人腿的动态,以确定无法进入的区域.
- 构建一个详细的环境地图,包括障碍物和禁区.
- 使用VGG-16神经网络进行障碍物检测和定位.
- 采用粒子群优化 (PSO) 进行最佳路径规划.
主要成果:
- 拟议的方法成功地在复杂的电缆道环境中导航.
- VGG-16网络准确地检测和定位障碍物.
- PSO算法实现了快速融合 (11 次代, 1.335 秒) 的低训练误差 (~0.135).
- 为高效的机器人检查证明了令人满意的性能.
结论:
- 综合方法为有线缆道中的四足机器人检查提供了有效的解决方案.
- 该方法在具有挑战性的工业环境中提高了运营效率和安全性.
- 这项研究有助于自主机器人检查系统的进步.
