基于強(qiáng)人工智能的燃機(jī)電廠智能巡檢四足機(jī)器人應(yīng)用研究

華能東莞燃機(jī)熱電有限責(zé)任公司 馮庭有 蔡承偉 劉希念 肖晨宇 田 際 武漢華中思能科技有限公司 朱天宇

強(qiáng)人工智能是在人工智能技術(shù)上發(fā)展而來(lái)的一種先進(jìn)技術(shù)，在該技術(shù)的影響下，燃機(jī)電廠智能巡檢四足機(jī)器人具有更強(qiáng)的功能，能夠高效率完成巡檢，具有先進(jìn)性。隨著燃機(jī)電廠的運(yùn)行壓力不斷提升，則須在強(qiáng)人工智能的技術(shù)上進(jìn)一步完善機(jī)器人的功能。

1 強(qiáng)人工智能背景下的智能巡檢四足機(jī)器人設(shè)計(jì)

1.1 強(qiáng)人工智能巡檢四足機(jī)器人的功能要求

在智能巡檢四足機(jī)器人設(shè)計(jì)中，為滿足燃機(jī)電廠的需求，該機(jī)器人要針對(duì)燃機(jī)電廠的特定區(qū)域進(jìn)行實(shí)時(shí)觀測(cè)，并將所提取的環(huán)境信息可以加工為三維成像。從現(xiàn)有技術(shù)應(yīng)用看，強(qiáng)人工智能技術(shù)的出現(xiàn)可進(jìn)一步完善巡檢機(jī)器人的功能，如通過(guò)“熱點(diǎn)成像”方法來(lái)構(gòu)建機(jī)器人所處環(huán)境的三維圖像，且成像裝置可做360°旋轉(zhuǎn)用于識(shí)別周圍環(huán)境信息，地圖構(gòu)建能力更強(qiáng)，為針對(duì)性解決燃機(jī)電廠巡檢中的問(wèn)題奠定基礎(chǔ)，現(xiàn)階段的強(qiáng)人工智能主要分為兩類：類人的人工智能。機(jī)器的思考和推理就像人的思維，可用于解決日常生產(chǎn)中的問(wèn)題；非類人的人工思維。指機(jī)械產(chǎn)生了與人不同的知識(shí)與知覺(jué)，能處理特殊環(huán)境下的使用問(wèn)題。

在本次研究中，為彰顯強(qiáng)人工智能的優(yōu)點(diǎn)采用了類人的人工智能技術(shù)模式，如在燃機(jī)電廠巡檢中及時(shí)發(fā)現(xiàn)問(wèn)題，檢測(cè)到設(shè)備的異常狀態(tài)后能自動(dòng)判斷異常的原因并生成故障資料，同時(shí)該機(jī)器人應(yīng)具有理想的地形適應(yīng)及行動(dòng)路徑規(guī)劃能力。

1.2 驅(qū)動(dòng)結(jié)構(gòu)的設(shè)計(jì)

驅(qū)動(dòng)結(jié)構(gòu)是智能巡檢四足機(jī)器人的核心部件，也是其他模塊的載體，對(duì)機(jī)器人的作業(yè)性能有直接影響。根據(jù)燃機(jī)電廠的作業(yè)要求，智能巡檢四足機(jī)器人必須要主動(dòng)適應(yīng)不同的作業(yè)環(huán)境，因此其驅(qū)動(dòng)結(jié)構(gòu)也存在差異，其中其陸地機(jī)器人以及空中機(jī)器人為主，本文所介紹的四足機(jī)器人為典型的陸地機(jī)器人。

1.3 身體支架結(jié)構(gòu)設(shè)計(jì)

四足機(jī)器人身體設(shè)計(jì)的關(guān)鍵是機(jī)器人的腰部結(jié)構(gòu)設(shè)計(jì)，目前常見(jiàn)的腰部結(jié)構(gòu)可包括主動(dòng)腰部、被動(dòng)腰部及剛性腰部三種類型：主動(dòng)腰部設(shè)計(jì)。通過(guò)在四足機(jī)器人的腰部增設(shè)驅(qū)動(dòng)器，這種設(shè)計(jì)方法可提升機(jī)器人的可控性以及靈活性，但是機(jī)器人的控制難度會(huì)有明顯提升（圖1）；被動(dòng)腰部設(shè)計(jì)。該設(shè)計(jì)方法的關(guān)鍵是在機(jī)器人的腰部增設(shè)被動(dòng)彈性元件，這種設(shè)計(jì)方法能降低機(jī)器人在跳躍或奔跑中所承受的沖擊力或振動(dòng)力等，且機(jī)器人的活動(dòng)性能也有顯著提升。此外該彈性元件因具有良好的舒張與收縮功能和能量的釋放與儲(chǔ)存功能，所以機(jī)器人的運(yùn)動(dòng)效率也有顯著提高；剛性腰部設(shè)計(jì)。通過(guò)前后身做剛性連接來(lái)滿足機(jī)器人的正常運(yùn)動(dòng)，具有成本及控制難度低等優(yōu)點(diǎn)。

圖1 主動(dòng)腰部設(shè)計(jì)結(jié)構(gòu)圖（腿部結(jié)構(gòu)、電池盒、舵機(jī)）

而在仿真四足足端設(shè)計(jì)中，常見(jiàn)的是圓柱形足端，是指四足機(jī)器人的足端呈橫向的圓柱或半圓柱，與地面接觸時(shí)是一個(gè)矩形平面。圓形足端是目前四足機(jī)器人最常見(jiàn)的足端設(shè)計(jì)，足端呈球形或半球形,這種設(shè)計(jì)的優(yōu)點(diǎn)是機(jī)器人足端可和地面從各個(gè)方向接觸，具有較強(qiáng)的環(huán)境適應(yīng)性，但考慮到平真正四足動(dòng)物的足端是不規(guī)則的，這樣才能與地面保持有效的接觸，所以在四足足端設(shè)計(jì)中可增設(shè)橡膠墊等方法[1]。

2 D_Star算法在強(qiáng)人工智能智能巡檢四足機(jī)器人中的應(yīng)用

2.1 功能需求研究

巡檢機(jī)器人是目前應(yīng)用最為廣泛的機(jī)器人，在燃機(jī)電廠巡邏檢測(cè)以及安全監(jiān)控等方面具有明顯優(yōu)勢(shì)，在強(qiáng)人工智能技術(shù)的支持下，巡檢機(jī)器人在運(yùn)行期間能夠合理規(guī)劃其行進(jìn)路徑，并具有一定的自主性，完成對(duì)周圍環(huán)境的分析，進(jìn)而適應(yīng)復(fù)雜的地形要求。所以在燃機(jī)電廠的智能巡檢中，應(yīng)保證機(jī)器人能在不同時(shí)空節(jié)點(diǎn)進(jìn)行路徑規(guī)劃，這些都是D_Star算法要重點(diǎn)實(shí)現(xiàn)的內(nèi)容。

2.2 機(jī)器人工作空間建模分析

燃機(jī)電廠的運(yùn)行條件復(fù)雜，并且不同生產(chǎn)活動(dòng)的工作空間也存在差別，再加之設(shè)備及其他空間障礙（如內(nèi)部工作人員）的影響，在這一特性作用下，巡檢機(jī)器人須穿越復(fù)雜的地形環(huán)境，并從環(huán)境中提取符合巡檢要求的圖像資料，所以在空間建模中，借助D_Star算法中關(guān)于均衡空間的設(shè)定，通過(guò)分隔型空間的設(shè)定要求能合理規(guī)劃整個(gè)燃機(jī)電廠的內(nèi)部結(jié)構(gòu)，最終形成巡檢的路線[2]。

2.2.1 工作空間權(quán)重的計(jì)算

對(duì)于燃機(jī)電廠而言，巡檢機(jī)器人在巡檢時(shí)可能出現(xiàn)空間碰撞現(xiàn)象，在這種情況下影響巡檢機(jī)器人的因素是多樣的，而在本次研究中為了能進(jìn)一步增強(qiáng)機(jī)器人的行動(dòng)能力，采用了錯(cuò)峰行走的方法，不僅能有效減少空間中的碰撞，也能幫助機(jī)器人在行動(dòng)過(guò)程中快速識(shí)別障礙區(qū)域。所以本文設(shè)計(jì)中，機(jī)器人在強(qiáng)人工智能的支持下能對(duì)各種干擾的因素進(jìn)行分析，在通過(guò)建筑物內(nèi)的不同空間時(shí)會(huì)有效應(yīng)對(duì)其中的變化。在均衡型空間干擾權(quán)重分析過(guò)程中，本文假設(shè)無(wú)干擾空間權(quán)重的表達(dá)為X時(shí)，則干擾承重權(quán)重HR的表達(dá)方式可公式展開(kāi)計(jì)算：HR=X(1+Xc)(1+Xr)(1+Xs)。

式中，XC為材料在工作空間內(nèi)堆放時(shí)占整個(gè)空間的占比；Xr代表工作人員在某個(gè)空間內(nèi)某個(gè)位置活動(dòng)的概率，概率越高則證明空間干擾現(xiàn)象越嚴(yán)重；XS代表施工設(shè)備在空間運(yùn)行時(shí)需要占用的空間范圍。同時(shí)考慮到強(qiáng)人工智能巡檢機(jī)器人的性能要求，須確保該機(jī)器人具有更強(qiáng)的空間適應(yīng)能力，假設(shè)燃機(jī)電廠內(nèi)部的干擾因素是不斷變化的，則強(qiáng)人工智能的巡檢機(jī)器人必須要滿足以下關(guān)系：H>HL=Hmax-(Hmax-Hmin)L。

式中，H代表巡檢機(jī)器人的空間適應(yīng)能力；HL為線性空間條件下對(duì)機(jī)器人的干擾程度；Hmax為燃機(jī)電廠對(duì)機(jī)器人最大干擾程度的影響權(quán)重；Hmin為燃機(jī)電廠對(duì)機(jī)器人的最小干擾程度影響權(quán)重；L為構(gòu)件與機(jī)器人之間的工作半徑距離[3]。

2.2.2 障礙區(qū)域建模分析

強(qiáng)人工智能要求巡檢機(jī)器人能智能化識(shí)別各種障礙物的影響，因此該機(jī)器人須具有障礙區(qū)域的建模識(shí)別能力。針對(duì)這一要求，相關(guān)學(xué)者強(qiáng)調(diào)通過(guò)BIM技術(shù)對(duì)燃機(jī)電廠內(nèi)部的障礙物進(jìn)行建模，確保機(jī)器人能有效識(shí)別場(chǎng)地內(nèi)的地形特征并生成運(yùn)動(dòng)路徑[4]。所以在本次障礙區(qū)建模中，利用BIM技術(shù)對(duì)廠區(qū)內(nèi)的實(shí)際空間進(jìn)行模擬，現(xiàn)根據(jù)障礙物的分布情況為智能機(jī)器人提供有效的行動(dòng)步驟（圖2）。

圖2 基于障礙物模擬的行動(dòng)路線圖

2.3 對(duì)D_Star算法的優(yōu)化

針對(duì)強(qiáng)人工智能巡檢機(jī)器人的建模要求，在機(jī)器人設(shè)計(jì)中應(yīng)考慮到以下影響因素：能識(shí)別燃機(jī)電廠內(nèi)部環(huán)境的動(dòng)態(tài)變化情況；尋找最短距離的機(jī)器人運(yùn)行路徑；確定機(jī)器人軌跡的空間位置。為實(shí)現(xiàn)這一目標(biāo)，在基于D_Star算法的設(shè)計(jì)中，其關(guān)鍵技術(shù)步驟為：

步驟一，在掃描障礙區(qū)域后可集合所有初始障礙區(qū)域，針對(duì)障礙分布情況形成不同顏色劃分的格柵地圖；步驟二，確定巡檢機(jī)器人的起點(diǎn)位置與終點(diǎn)位置；步驟三，設(shè)置權(quán)重，采用Field對(duì)應(yīng)的障礙區(qū)域來(lái)計(jì)算對(duì)應(yīng)的干擾權(quán)重；步驟四，將巡檢的環(huán)境設(shè)置為靜態(tài)環(huán)境，在識(shí)別每個(gè)節(jié)點(diǎn)周圍最小的節(jié)點(diǎn)后可儲(chǔ)存其中的資料，通過(guò)虛擬連接線路來(lái)統(tǒng)計(jì)每個(gè)節(jié)點(diǎn)的cost，最終形成最短路徑，該路徑就是其中的靜態(tài)優(yōu)化路徑。

步驟五，在燃機(jī)電廠的內(nèi)部環(huán)境發(fā)生變化時(shí)，巡檢機(jī)器人可在區(qū)域集合中重新定義動(dòng)態(tài)障礙，再通過(guò)不同顏色進(jìn)行分區(qū)，打造出格柵地圖資料；步驟六，該算法通過(guò)模擬燃機(jī)電廠的內(nèi)部環(huán)境，并按照靜態(tài)最優(yōu)的要求可將目標(biāo)節(jié)點(diǎn)作為巡檢機(jī)器人運(yùn)動(dòng)的起始點(diǎn)，并按照設(shè)計(jì)路徑來(lái)規(guī)劃心動(dòng)路徑，直至最終的cost發(fā)生變化；步驟七，當(dāng)燃機(jī)電廠的cost發(fā)生變化的情況下，通過(guò)智能化計(jì)算每個(gè)節(jié)點(diǎn)的cost，但是在巡檢過(guò)程中cost已經(jīng)傳遞到下一個(gè)節(jié)點(diǎn)上，在重復(fù)步驟四的操作過(guò)程，能夠?qū)ふ业揭粭l最新的機(jī)器人移動(dòng)路徑；步驟八，輸出最終結(jié)果[5]。

優(yōu)化后的路線結(jié)果見(jiàn)圖3。在分別對(duì)比圖2與圖3的相關(guān)內(nèi)容后，可發(fā)現(xiàn)機(jī)器人的路線略有改變，但兩者相比，在圖3中在對(duì)路線進(jìn)行優(yōu)化后，機(jī)器人能夠獲得更多的影像資料，開(kāi)展安全管理的效果更滿意，因此具有優(yōu)勢(shì)。

圖3 優(yōu)化后的路線圖

3 應(yīng)用實(shí)例分析及強(qiáng)人工智能的燃機(jī)電廠智能巡檢四足機(jī)器人展望

案例簡(jiǎn)介：為進(jìn)一步分析基于強(qiáng)人工智能技術(shù)的實(shí)施效果，本文在D_Star算法的基礎(chǔ)上，對(duì)燃機(jī)電廠巡檢的四足機(jī)器人運(yùn)動(dòng)過(guò)程進(jìn)行仿真。本次研究中所選擇的案例來(lái)源于某燃機(jī)電廠提供的BIM模型。

機(jī)器人的路徑規(guī)劃結(jié)果：根據(jù)案例項(xiàng)目對(duì)D_Star算法進(jìn)行運(yùn)算，通過(guò)識(shí)別燃機(jī)電廠內(nèi)不同空間障礙的權(quán)重分布結(jié)果，假設(shè)不存在的工作空間的區(qū)域權(quán)重為1，則該方法下智能巡檢四足機(jī)器人在構(gòu)件空間區(qū)域1～3的線性遞減空間、分隔型空間的干擾權(quán)重結(jié)果分別為：∞/3.36、3.36/8.77、3.36/8.77。可發(fā)現(xiàn)，通過(guò)D_Star算法能夠完成路徑規(guī)劃并定義燃機(jī)電廠內(nèi)的障礙區(qū)域。

未來(lái)隨著燃機(jī)電廠的生產(chǎn)規(guī)模不斷擴(kuò)大，可預(yù)見(jiàn)其運(yùn)行環(huán)境變得更加復(fù)雜，因此智能巡檢四足機(jī)器人的工作量也在不斷增加，所以為了能夠進(jìn)一步減少相關(guān)人員在巡檢中所投入的精力，則必須要不斷完善智能巡檢四足機(jī)器人的功能，借助新型檢測(cè)技術(shù)，在強(qiáng)人工智能的基礎(chǔ)上將傳感技術(shù)、空間建模技術(shù)等應(yīng)用到機(jī)器人領(lǐng)域，這樣才能采集大量與燃機(jī)電廠有關(guān)的資料，包括燃機(jī)電廠的安防數(shù)據(jù)、環(huán)境數(shù)據(jù)、生產(chǎn)信息數(shù)據(jù)等。

同時(shí)本文所介紹的D_Star算法在技術(shù)上具有可行性，該技術(shù)能夠幫助機(jī)器人自定義路線并識(shí)別空間障礙物情況。為了能夠適應(yīng)未來(lái)巡檢的要求，可在機(jī)器人的基礎(chǔ)上進(jìn)一步完善功能，包括機(jī)器人的線速度、影像遠(yuǎn)程傳輸系統(tǒng)、實(shí)時(shí)視頻、告警系統(tǒng)等[6]。最后，巡檢機(jī)器人采用鋰電池供電的模式，并且在充電過(guò)程中能夠識(shí)別充電樁線圈，該巡檢機(jī)器人可在12小時(shí)內(nèi)做連續(xù)兩次的往返，充電時(shí)間為1.5小時(shí)，充滿電之后連續(xù)的里程數(shù)約為10000m，滿足未來(lái)運(yùn)行要求。

4 結(jié)語(yǔ)

在強(qiáng)人工智能技術(shù)的支持下，燃機(jī)電廠智能巡檢四足機(jī)器人的功能有進(jìn)一步完善，并且在該技術(shù)的支持下，通過(guò)D_Star算法可針對(duì)燃機(jī)電廠完成建模，并有效降低外部燃機(jī)電廠內(nèi)部環(huán)境的影響。因此相關(guān)人員應(yīng)深入了解強(qiáng)人工智能技術(shù)方案的基礎(chǔ)上，完善巡檢機(jī)器人的結(jié)構(gòu)與功能，這樣才能提高燃機(jī)電廠的巡檢工作效果，為提高燃機(jī)電廠的內(nèi)部管理能力奠定基礎(chǔ)。