基于深度强化学习技术的变电站巡检机器人的路径规划研究

来源 :冶金动力 | 被引量 : 0次 | 上传用户:welson926
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于机器人的路径规划能力强弱决定着变电站巡检机器人的作业质量,针对当前的变电站巡检机器人路径规划误差大、效率低下的问题,设计了改进型卷积神经网络GNN与Q网络相结合的高效规划路径巡检机器人。解决巡检机器人在复杂环境下克服运动路径规划中遇到的障碍,提高变电站巡检机器人的工作效率。使用深度强化学习技术以提高机器人在巡检环境中的探索能力和自学习能力,降低巡检机器人路径规划时间,路径规划精准度达到98.3%。为变电站巡检机器人智能化巡检奠定了基础,为变电站无人化的实现提供智能解决方案。
其他文献
LNG码头平面设计中,最为重要的是靠船墩位置的设计。针对常规靠船墩位置的设计是按照规范的系数要求选取的,但较难适应所有LNG船型的靠泊。研究如何提高靠船墩对各种LNG船的
山区河流具有水流湍急、流量与水位变幅较大等特点,常导致航标船失稳、移位以及漂移破坏等,给船舶航行造成重大安全隐患。选取长江上游典型事故河段,从锚石阻水面积、锚石质
近年来随着一系列圈围和护岸工程的实施,长江口北支河道边界逐渐固定,河床整体处于缓慢淤积状态,但局部滩槽变化仍较大,航道条件相对复杂。基于实测地形资料,分析1997年以来
为了进一步深化长江航道承载力的相关研究,探求航道的提升潜力,基于生态、经济、水资源配置和防洪多目标协同下航道承载力概念,以长江上游广阳坝河段为例,根据航段特性,结合
近期不断发现有人冒用《水运工程》编辑部名义进行非法活动,他们建立伪网站,利用代理投稿和承诺上刊等手段进行诈骗活动。《水运工程》编辑部郑重声明,从未委托第三方为本编
5月20日,由中国交建联合体投资建设的大连湾海底隧道项目实现E4与E3管节毫米级精准对接。此次安装的E4管节为标准管节,长180 m,宽33.4 m,高9.7 m,质量约6万t,沉放位置水深超3
航道整治工程具有岸线距离长、地形变化大、涉及构筑物多和施工影响因素复杂等特点,存在工程计量不精确、技术交底不明确和BIM建模繁冗等问题。针对航道工程复杂工况条件下BI
传统河床演变分析存在工作量大、无专业辅助工具、生产效率低下、收集历年河床地形资料困难、实测地图成本高、动床演变资料稀少等问题。针对以上问题,采用Civil 3D二次开发
针对炼钢、炼铁耗氧量的大幅波动,需要解决与制氧装置连续稳定生产之间存在的供需矛盾,作为氧气生产与供应的主体单位,主要依赖人为的分析和判断来平衡氧气介质的稳定供应,极
TRT发电是反映钢厂节能减排的重要指标之一,根据对国内四大钢铁厂的TRT相关数据收集和现场调研,对比分析了各厂TRT装备配置、技术指标、运行情况等,并提出了提高干式TRT发电