基于深度殘差算法的工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)

馬兆冉，邵長冬，劉 燁

（1.工業(yè)互聯(lián)網(wǎng)創(chuàng)新中心（上海）有限公司，上海 200120；2.江蘇杰瑞信息科技有限公司，江蘇連云港 222000）

工業(yè)智能巡檢機(jī)器人的目標(biāo)定位系統(tǒng)在不需要人工輔助的情況下，完成某一區(qū)域的巡檢工作，并將巡檢信息提交給與巡檢機(jī)器人相連的人機(jī)交互平臺。目前，傳統(tǒng)的工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)大多應(yīng)用視覺定位算法[1]或深度學(xué)習(xí)算法[2]進(jìn)行變電站巡檢機(jī)器人的優(yōu)化，進(jìn)而采用GPS 技術(shù)完成定位，但是在一些特殊環(huán)境內(nèi)，如惡劣天氣影響、定位系統(tǒng)外部干擾過多的情況下，因干擾信號較多，巡檢機(jī)器人的工作效率會出現(xiàn)大幅度波動。

為此，該文在工業(yè)智能平臺的大背景下，利用深度殘差算法，設(shè)計了一種新的工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)。

1 系統(tǒng)硬件設(shè)計

文中設(shè)計的基于深度殘差算法的工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)硬件由中央處理器、數(shù)據(jù)采集器和識別器組成，系統(tǒng)硬件結(jié)構(gòu)如圖1 所示。

圖1 系統(tǒng)硬件結(jié)構(gòu)

1.1 中央處理器

中央處理器是工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)硬件區(qū)域的核心設(shè)備，工作任務(wù)是控制硬件區(qū)域各個硬件的運(yùn)行狀態(tài)，進(jìn)而維持系統(tǒng)完成工作[3-4]。

根據(jù)工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)的設(shè)計需求，文中采用JDHJ-F7 中央處理器作為主要處理程序，該器件的顯卡為YU 顯卡，主板為ZZ40 系列主板，保證了中央處理器的工作效率，另外，電源配置為可充電式鋰離子電源。選用CPU 的存儲空間為64 G，具有多個緩沖區(qū)，減少了任務(wù)進(jìn)程排隊和系統(tǒng)的負(fù)載壓力。此外，處理器使用32 位寄存器[5]。

1.2 數(shù)據(jù)采集器

對于工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)，數(shù)據(jù)采集器的設(shè)計要求較多，且定位目標(biāo)信息的采集精確度直接影響目標(biāo)定位的準(zhǔn)確度，因此,文中采用HYD 集成的數(shù)據(jù)采集器[6-7]。數(shù)據(jù)采集器電路圖如圖2 所示。

圖2 數(shù)據(jù)采集器電路圖

1.3 識別器設(shè)計

在該文設(shè)計的系統(tǒng)中，識別器的作用是根據(jù)軟件區(qū)域計算工業(yè)智能機(jī)器人目標(biāo)定位結(jié)果，有效地進(jìn)行目標(biāo)特征識別。采用UJG 識別器結(jié)合麒麟芯片，保證器件與服務(wù)器之間的通信速度，有效識別范圍為100～1 000 m，功耗小于0.77 W，方位精度誤差為±0.01。應(yīng)用的技術(shù)標(biāo)準(zhǔn)為我國最新發(fā)布的識別器通用技術(shù)要求，識別時間小于2 s，器件工作諧振頻率為3.56 MHz，器件的存儲空間為64 kB flash 模式，無障礙工作時間至少為1 年，器件的環(huán)境噪音小于30 dB。為了保證識別器的工作效率，器件采用無線通信方式來完成目標(biāo)的定位識別[8-9]。

2 系統(tǒng)軟件設(shè)計

工業(yè)智能應(yīng)用平臺的核心是從工業(yè)領(lǐng)域的實際需求出發(fā)，面向一線生產(chǎn)設(shè)計的智能平臺，以提高生產(chǎn)線的工作效率和工作精度。目前，在智能時代背景下，工業(yè)智能應(yīng)用平臺具有靈活性、智能性、實用性以及安全性。對于該文設(shè)計的工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)來說，以工業(yè)智能應(yīng)用平臺為基礎(chǔ)，一方面可以為巡檢機(jī)器人提供目標(biāo)定位數(shù)據(jù)信息，另一方面可以優(yōu)化目標(biāo)定位系統(tǒng)，幫助系統(tǒng)提高定位精度[10-12]。

深度殘差算法根據(jù)待定位目標(biāo)的一定比例確定目標(biāo)定位的有效數(shù)據(jù)范圍，采集該范圍內(nèi)目標(biāo)的信息，然后將該范圍隨機(jī)進(jìn)行分塊，依次訓(xùn)練每個塊中的信息數(shù)據(jù)，使每個塊中的每個目標(biāo)都能被準(zhǔn)確定位，以此保存數(shù)據(jù)信息，減少定位目標(biāo)數(shù)據(jù)的整體誤差，避免定位數(shù)據(jù)整體梯度分散的現(xiàn)象，為工業(yè)智能檢測機(jī)器人的目標(biāo)定位特征提取奠定了計算基礎(chǔ)[13-14]。在該設(shè)計中，殘差算法網(wǎng)絡(luò)范圍的確定公式如下：

其中，d表示定位目標(biāo)的屬性，h表示行為目標(biāo)范圍計算的尺度，y1表示定位目標(biāo)的最大參數(shù)序列，b1,…,bn表示定位目標(biāo)網(wǎng)絡(luò)范圍的微分方程系數(shù)[15]。

確定好需要定位的目標(biāo)數(shù)據(jù)采集網(wǎng)絡(luò)范圍后，按照48 字節(jié)，將網(wǎng)絡(luò)隨機(jī)分為數(shù)個數(shù)據(jù)塊，最終的深度殘差模型如下：

其中，p代表殘差過程的迭代次數(shù)，δmax代表迭代的最大次數(shù)，δ代表最大學(xué)習(xí)率[16]。

以深度殘差算法為基礎(chǔ)，完成工業(yè)智能巡檢機(jī)器人目標(biāo)特征的提取，提取流程如下：

首先，將深度殘差算法提取的數(shù)據(jù)段信息進(jìn)行融合，形成新的序列識別數(shù)據(jù)條；

其次，識別某一目標(biāo)位置信息的屬性，保證輔助特征提取條件是數(shù)據(jù)條中深度殘差算法計算出的數(shù)據(jù)塊權(quán)重，公式如下：

式中，li表示網(wǎng)絡(luò)各層權(quán)值i=1,2,3,…,n，r表示網(wǎng)絡(luò)學(xué)習(xí)率，t表示數(shù)據(jù)條內(nèi)數(shù)據(jù)的序列號，ε表示特征檢索的輸出變量，*表示卷積。

最后，對工業(yè)智能巡檢機(jī)器人提取的目標(biāo)特征進(jìn)行精度校驗，保證定位信息的準(zhǔn)確度，校驗公式如下：

其中，s1表示巡檢機(jī)器人定位目標(biāo)殘差方差,表示定位目標(biāo)序列的中心值，ΔQ表示目標(biāo)定位網(wǎng)絡(luò)的相對殘差值。基于深度殘差算法的工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)軟件工作流程如圖3 所示。

圖3 工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)軟件工作流程

圖3 中，采用SIFT 匹配方法對工業(yè)智能檢測機(jī)器人的特征進(jìn)行匹配，得到工業(yè)智能檢測機(jī)器人的最終目標(biāo)定位結(jié)果。當(dāng)校驗計算的數(shù)值在合理范圍內(nèi)時，工業(yè)智能巡檢機(jī)器人目標(biāo)提取的特征是可用的。為了減小目標(biāo)定位系統(tǒng)的定位誤差，在目標(biāo)特征匹配方法中加入相對運(yùn)動系數(shù)，實現(xiàn)了檢測機(jī)器人的目標(biāo)定位特征匹配。

3 對比實驗分析

通過以上過程，完成了基于深度殘差算法的工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)的設(shè)計，為了檢驗系統(tǒng)的定位精度和可靠性，文中進(jìn)行了對比實驗分析。

根據(jù)目前工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)的應(yīng)用情況，采用文獻(xiàn)[1]方法（視覺定位算法）和文獻(xiàn)[2]方法（深度學(xué)習(xí)算法）作為對照系統(tǒng)，輔助完成實驗，以保證實驗的可靠性和科學(xué)性。

1）數(shù)據(jù)獲取及實驗環(huán)境分析

實驗場地為220/110/10 kV 的密閉空間變電站。目標(biāo)點需要位于不同的角度。結(jié)合測試場地的大小，在空間中布置了15 個目標(biāo)點。為了增加測試難度，根據(jù)目標(biāo)在15 個目標(biāo)點中的位置，在5 個目標(biāo)點隨機(jī)添加3 個紅外光束和兩個障礙物?，F(xiàn)場布置完成后，將3 臺同類型的巡檢機(jī)器人放置在同一位置，通過抽簽的方式?jīng)Q定每臺機(jī)器人內(nèi)置哪個系統(tǒng)。在測試開始前，需要對系統(tǒng)和檢測機(jī)器人進(jìn)行初始化和匹配，以防系統(tǒng)格式與檢測機(jī)器人不一致而影響實驗結(jié)果。測試開始時，控制管理中心將15 個定位目標(biāo)的屬性同時發(fā)送給3 個工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)。當(dāng)控制管理中心接收到3 個檢測機(jī)器人系統(tǒng)提交的所有定位信息后，對檢測數(shù)據(jù)和檢測地點進(jìn)行整理，結(jié)束檢測。

2）實驗1

按照以上的實驗流程，將各個系統(tǒng)提交的目標(biāo)定位信息與實際的定位角度信息相互匹配，實驗結(jié)果將以簡單定位目標(biāo)、紅外光束定位目標(biāo)以及障礙物定位目標(biāo)3 種方法進(jìn)行體現(xiàn)，對得到的數(shù)據(jù)進(jìn)行多方位的分析，定位精度實驗結(jié)果如圖4 所示。

圖4 定位精準(zhǔn)度實驗結(jié)果

由圖4 可知，在排除定位數(shù)據(jù)錯誤的情況下，受到外界環(huán)境、障礙的干擾，文獻(xiàn)[1]方法和文獻(xiàn)[2]方法對于紅外光束附屬的目標(biāo)和簡單目標(biāo)的定位精準(zhǔn)度皆較低，而基于深度殘差算法的工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)對于不同的定位目標(biāo)，在不同的信號頻率下，定位數(shù)據(jù)匹配率較高，即定位精準(zhǔn)度在84%以上。

3）實驗2

改變巡檢方向，規(guī)劃路線長度，過程如下：

①機(jī)器人遙控終端無線通信模塊接收數(shù)據(jù)；

②機(jī)器人遙控計算機(jī)利用所采集的相關(guān)數(shù)據(jù)，根據(jù)數(shù)據(jù)之間的關(guān)系得到巡檢圖像；

③機(jī)器人遙控計算機(jī)利用激光雷達(dá)發(fā)送的數(shù)據(jù)進(jìn)行多關(guān)聯(lián)性分析，通過數(shù)據(jù)補(bǔ)償公式得到機(jī)器人的水平面位置信息；

④機(jī)器人遙控計算機(jī)顯示機(jī)器人攝像機(jī)的圖像信息；

⑤工作人員改變巡檢方向、工作深度和水平位置信息，采用VisualSFM 三維軟件的坐標(biāo)系表示3 組方法的工業(yè)智能巡檢機(jī)器人目標(biāo)定位效果。

實驗結(jié)果如表1 所示。

表1 不同方法應(yīng)用后的定位時間對比

從表1 中可以看出，隨著巡檢位置和線路長度的改變，3組方法的定位時間也隨之增加。其中，文獻(xiàn)[1]方法定位所需時間最長，該文方法定位所需時間最短，具有較快的定位速度。

4 結(jié)束語

考慮到巡檢機(jī)器人的時刻運(yùn)動狀態(tài)，提出基于深度殘差算法的工業(yè)智能巡檢機(jī)器人目標(biāo)定位系統(tǒng)，利用深度殘差算法時刻檢索更新目標(biāo)的位置，實際測試效果符合設(shè)計的預(yù)期效果，達(dá)到實際應(yīng)用標(biāo)準(zhǔn)，具有可推廣性。