摘 要：當(dāng)規(guī)劃機(jī)器人避障軌跡時(shí)僅考慮其單一的運(yùn)動(dòng)學(xué)特性，導(dǎo)致在實(shí)際執(zhí)行的過程中機(jī)器人不能有效跟蹤生成的避障路徑，影響避障效果和效率，因此本文研究變電站智能四足巡視機(jī)器人的避障軌跡自動(dòng)規(guī)劃技術(shù)。需要明確避障勢場區(qū)域，構(gòu)建障礙物的精確位置與范圍。建立機(jī)器人運(yùn)動(dòng)學(xué)模型，為軌跡規(guī)劃提供理論基礎(chǔ)，在這個(gè)基礎(chǔ)上實(shí)時(shí)計(jì)算障礙信息。采用智能算法規(guī)劃避障軌跡，保障路徑安全。試驗(yàn)結(jié)果表明，與現(xiàn)有方法相比，本文方法顯著提高了路徑規(guī)劃效率，生成更短、更精準(zhǔn)的避障路徑，為變電站智能化巡視提供了關(guān)鍵技術(shù)支持。

關(guān)鍵詞：智能四足巡視機(jī)器人；變電站巡視機(jī)器人；機(jī)器人避障軌跡

中圖分類號(hào)：TP 242 " " " " " 文獻(xiàn)標(biāo)志碼：A

隨著智能電網(wǎng)建設(shè)加速，為保證電網(wǎng)穩(wěn)定運(yùn)行，需要提高巡視效率并保障安全。傳統(tǒng)人工巡視受限于環(huán)境復(fù)雜性和人力成本，不能滿足高效、可靠的巡視需求。為了解決這個(gè)問題，需要研發(fā)智能四足巡視機(jī)器人?，F(xiàn)有智能機(jī)器人在變電站復(fù)雜環(huán)境中的避障能力不足。根據(jù)機(jī)器人運(yùn)動(dòng)學(xué)，在基于深度強(qiáng)化學(xué)習(xí)的四足機(jī)器人單腿越障軌跡規(guī)劃方法中采用蒙特卡洛法，分析四足機(jī)器人單腿足端的運(yùn)動(dòng)空間，規(guī)劃一種復(fù)合七次多項(xiàng)式越障運(yùn)動(dòng)軌跡[1]。基于改進(jìn)粒子群算法的避障軌跡規(guī)劃提出參數(shù)尋優(yōu)的方法，以機(jī)器人關(guān)節(jié)轉(zhuǎn)角增量最小和運(yùn)動(dòng)時(shí)間最短為目標(biāo)，最終得到全局最優(yōu)的避障軌跡規(guī)劃[2]。但是2種算法的復(fù)雜度較高，需要較多的計(jì)算資源支持。針對(duì)上述問題，本文研究變電站智能四足巡視機(jī)器人的避障軌跡自動(dòng)規(guī)劃技術(shù)，融合先進(jìn)的環(huán)境感知、智能決策與高效運(yùn)動(dòng)控制策略，突破技術(shù)局限。構(gòu)建智能避障軌跡規(guī)劃系統(tǒng)，使機(jī)器人在復(fù)雜場景中能夠進(jìn)行精準(zhǔn)識(shí)別與快速響應(yīng)，提升自主導(dǎo)航與巡檢效率，為變電站智能化巡檢提供技術(shù)支持。

1 明確避障勢場區(qū)域

明確避障勢場區(qū)域是避障軌跡規(guī)劃的基礎(chǔ)。在這個(gè)階段，機(jī)器人需要利用搭載的傳感器對(duì)周圍環(huán)境進(jìn)行全面掃描和感知，識(shí)別變電站區(qū)域內(nèi)的所有障礙物，包括靜態(tài)的（例如變壓器、開關(guān)柜等）和動(dòng)態(tài)的（例如工作人員、移動(dòng)車輛等）。然后基于感知的障礙物信息構(gòu)建避障勢場區(qū)域，即機(jī)器人需要避免進(jìn)入或接近的區(qū)域。避障勢場是利用三維技術(shù)構(gòu)建的一個(gè)按比例縮小的虛擬空間，該空間精確模擬了實(shí)際變電站的復(fù)雜環(huán)境。這個(gè)勢場不僅考慮了靜態(tài)障礙物和動(dòng)態(tài)障礙物，還根據(jù)數(shù)學(xué)公式精確量化了引力和斥力，為機(jī)器人的路徑規(guī)劃提供有力支持。對(duì)機(jī)器人產(chǎn)生一個(gè)指向該點(diǎn)的力，即引力。這個(gè)力的大小通常與目標(biāo)位置至機(jī)器人當(dāng)前位置的距離成反比，距離越近，引力越大。障礙物在勢場中表現(xiàn)為能量高點(diǎn)，對(duì)機(jī)器人產(chǎn)生一個(gè)遠(yuǎn)離該點(diǎn)的力，即斥力。斥力的大小通常與機(jī)器人至障礙物的距離以及障礙物的性質(zhì)有統(tǒng)計(jì)學(xué)意義，距離越近，斥力越大。

為了精確量化這種動(dòng)態(tài)平衡，精準(zhǔn)感知環(huán)境，采用高性能激光雷達(dá)作為感知工具，實(shí)時(shí)采集機(jī)器人周圍的環(huán)境信息，對(duì)周圍空間進(jìn)行全方位掃描。利用激光雷達(dá)的數(shù)據(jù)來間接推斷和計(jì)算機(jī)器人在環(huán)境中可能受到的“虛擬力”（即避障勢場中的引力和斥力）。假設(shè)存在一個(gè)避障勢場，這個(gè)勢場由2個(gè)部分組成：航點(diǎn)的引力勢場Uattr（x，y，z）和障礙物的斥力勢場Urep（x，y，z），（x，y，z）是機(jī)器人在虛擬空間中的坐標(biāo)。計(jì)算區(qū)域內(nèi)由障礙物產(chǎn)生的斥力Urep（x，y，z）[3]，如公式（1）所示。

（1）

式中：Urep（x，y，z）為區(qū)域內(nèi)由障礙物產(chǎn)生的斥力；krep為斥力常數(shù)；d（x，y，z）為機(jī)器人當(dāng)前位置至最近障礙物的距離；ε為整數(shù)，其作用是防止分母為0。結(jié)合這個(gè)數(shù)值以及磁場的實(shí)時(shí)變化情況進(jìn)一步推導(dǎo)磁場（即勢場）對(duì)機(jī)器人產(chǎn)生的引力大小[4]，計(jì)算過程如公式（2）所示。

Uattr（x，y，z）=（t1-t2）·δ·s " " " " " （2）

式中：Uattr（x，y，z）為磁場（即勢場）對(duì)機(jī)器人產(chǎn)生的引力；t1為障礙物識(shí)別預(yù)設(shè)時(shí)間；t2為障礙物實(shí)際識(shí)別時(shí)間；δ為引力場常數(shù)；s為目標(biāo)點(diǎn)距離。

當(dāng)機(jī)器人同時(shí)受到引力和斥力的作用時(shí)，這些力會(huì)根據(jù)矢量合成的原理進(jìn)行疊加。具體來說，將各個(gè)力按照平行四邊形定則進(jìn)行合成，得到一個(gè)合力。這個(gè)合力的大小和方向決定了機(jī)器人的加速度和運(yùn)動(dòng)方向。機(jī)器人在避障勢場中受到的合力是引力和斥力的矢量和，如公式（3）所示。

U（x，y，z）=Urep（x，y，z）+Uattr（x，y，z） " " " " "（3）

式中：U（x，y，z）為引力和斥力的矢量和。

利用上述步驟構(gòu)建一個(gè)精確的避障勢場，指導(dǎo)機(jī)器人在變電站等復(fù)雜環(huán)境中進(jìn)行自主導(dǎo)航和避障。

2 建立智能四足巡視機(jī)器人關(guān)節(jié)運(yùn)動(dòng)學(xué)模型

在明確了避障勢場區(qū)域后，建立智能四足巡視機(jī)器人的運(yùn)動(dòng)學(xué)模型。運(yùn)動(dòng)學(xué)模型描述了機(jī)器人當(dāng)處于不同姿態(tài)和速度時(shí)的運(yùn)動(dòng)特性，包括其移動(dòng)速度、轉(zhuǎn)向能力以及穩(wěn)定性等。建立準(zhǔn)確的運(yùn)動(dòng)學(xué)模型可以保證機(jī)器人能夠執(zhí)行規(guī)劃的避障軌跡，提高避障的成功率和效率。在障礙物很多的復(fù)雜環(huán)境中，機(jī)器人的核心屬性是剛體位姿，其不僅包括機(jī)器人在空間中的具體位置坐標(biāo)，還包括姿態(tài)信息，坐標(biāo)和信息共同定義了剛體在三維空間中的完整狀態(tài)。因此為了準(zhǔn)確描述機(jī)器人各連桿間的相互作用與位置關(guān)系，本文研究這些剛體之間的運(yùn)動(dòng)學(xué)關(guān)系[5]。

對(duì)每個(gè)關(guān)節(jié)來說，需要建立其運(yùn)動(dòng)學(xué)方程。本文假設(shè)智能四足巡視機(jī)器人第i條腿的髖關(guān)節(jié)在全局坐標(biāo)系中的位置為phi，并且髖關(guān)節(jié)、膝關(guān)節(jié)和踝關(guān)節(jié)之間的連桿長度分別為l1、l2（對(duì)踝關(guān)節(jié)至腳尖的連桿來說，如果腳尖為1個(gè)點(diǎn)，那么長度為0；如果腳尖有一定尺寸，那么長度相應(yīng)增加）。對(duì)第i條腿來說，利用以下步驟計(jì)算腳尖在全局坐標(biāo)系中的位置pti。

從髖關(guān)節(jié)至膝關(guān)節(jié)腳尖在全局坐標(biāo)系中的位置如公式（4）所示。

（4）

式中：pti為從髖關(guān)節(jié)至膝關(guān)節(jié)腳尖在全局坐標(biāo)系中的位置；l1為從髖關(guān)節(jié)至膝關(guān)節(jié)的連桿長度；θ1i 、θ2i分別為髖關(guān)節(jié)、膝關(guān)節(jié)的角度。

從膝關(guān)節(jié)至踝關(guān)節(jié)腳尖在全局坐標(biāo)系中的位置如公式（5）所示。

（5）

式中：pai為從膝關(guān)節(jié)至踝關(guān)節(jié)腳尖在全局坐標(biāo)系中的位置；l2為從膝關(guān)節(jié)至踝關(guān)節(jié)的連桿長度；θ3i為踝關(guān)節(jié)的角度。

本文假設(shè)膝關(guān)節(jié)的旋轉(zhuǎn)是相對(duì)于髖關(guān)節(jié)的，那么角度相同。如果考慮踝關(guān)節(jié)有額外的移動(dòng)（例如繞Z軸旋轉(zhuǎn)或沿Z軸平移），那么進(jìn)一步進(jìn)行計(jì)算[6]。假設(shè)腳尖就在踝關(guān)節(jié)位置，那么腳尖的最終位置為pti=pai。

這種計(jì)算方式不僅考慮了機(jī)器人在水平面的移動(dòng)過程，還預(yù)留了垂直方向或繞軸旋轉(zhuǎn)等復(fù)雜運(yùn)動(dòng)的擴(kuò)展空間。綜上所述，建立智能四足巡視機(jī)器人運(yùn)動(dòng)學(xué)模型為避障軌跡的自動(dòng)規(guī)劃奠定了基礎(chǔ)。

3 計(jì)算巡視障礙距離

利用機(jī)器人的關(guān)節(jié)運(yùn)動(dòng)學(xué)模型計(jì)算在巡視過程中機(jī)器人與障礙物的距離以及方位。根據(jù)上文明確的避障勢場區(qū)域和傳感器數(shù)據(jù)實(shí)時(shí)獲取機(jī)器人與每個(gè)障礙物的相對(duì)位置、距離以及運(yùn)動(dòng)趨勢等信息。這些信息對(duì)避障軌跡的實(shí)時(shí)規(guī)劃和調(diào)整來說至關(guān)重要。準(zhǔn)確計(jì)算巡視障礙距離和方位，機(jī)器人可以更加精準(zhǔn)地判斷當(dāng)前環(huán)境的安全性，并采取相應(yīng)的避障決策。

計(jì)算機(jī)器人與障礙物之間的距離，確定障礙物在機(jī)器人全局坐標(biāo)系中的精確位置以及機(jī)器人自身的位置。解析這2個(gè)點(diǎn)之間的幾何關(guān)系，采用數(shù)學(xué)公式計(jì)算其之間的具體距離。

為了更有效地進(jìn)行避障軌跡規(guī)劃，特別是針對(duì)機(jī)械手等復(fù)雜系統(tǒng)，須對(duì)障礙物進(jìn)行模型簡化。將障礙物抽象為球體、長方體或圓柱體等易于處理的規(guī)則幾何體，以簡化碰撞檢測的運(yùn)算過程。巡視障礙距離測定結(jié)構(gòu)如圖1所示。

數(shù)字化變電站巡視機(jī)器人應(yīng)用場景的工作區(qū)域是明確限定的。為了使巡視作業(yè)更高效，在機(jī)器人中安裝多維傳感裝置和異常識(shí)別器，這些設(shè)備分布在機(jī)器人的前后左右各個(gè)方向[7]。利用這些設(shè)備并結(jié)合特定的測試程序，機(jī)器人能夠?qū)崟r(shí)分析并核算所識(shí)別障礙物與自身之間的具體距離。當(dāng)計(jì)算2個(gè)三維物體之間的最短距離時(shí)，采用最小歐氏距離作為衡量標(biāo)準(zhǔn)。障礙物在全局坐標(biāo)系中的位置記為pobs，pobs=（xobs，yobs，zobs）。利用機(jī)器人的定位系統(tǒng)獲得機(jī)器人在全局坐標(biāo)系中的當(dāng)前位置，記為probot，probot=（xrobot，yrobot，zrobot）[8]。

在確定障礙物和機(jī)器人的位置信息后，使用歐氏距離公式來計(jì)算其之間的距離d，如公式（6）所示。

（6）

利用這種方法精確地量化機(jī)器人與障礙物之間的距離，為后續(xù)的避障決策提供可靠依據(jù)。

4 避障軌跡規(guī)劃

基于上文內(nèi)容規(guī)劃避障軌跡。在這個(gè)階段，機(jī)器人將綜合考慮避障勢場區(qū)域、自身運(yùn)動(dòng)學(xué)模型、實(shí)時(shí)計(jì)算的巡視障礙距離以及方位等因素，運(yùn)用智能算法規(guī)劃1條既安全又高效的避障軌跡。這條軌跡將引導(dǎo)機(jī)器人避開所有障礙物，順利到達(dá)目標(biāo)點(diǎn)。同時(shí)，機(jī)器人還需要具備實(shí)時(shí)調(diào)整軌跡的能力，以應(yīng)對(duì)動(dòng)態(tài)環(huán)境的變化和不確定因素。完成這個(gè)過程，變電站智能四足巡視機(jī)器人能夠在復(fù)雜環(huán)境中進(jìn)行自主避障和高效巡視。

在這個(gè)階段，機(jī)器人會(huì)全面審視避障勢場區(qū)域，明確哪些區(qū)域是安全的，哪些區(qū)域是危險(xiǎn)的，繪制一幅清晰的“安全地圖”。機(jī)器人會(huì)結(jié)合自身的運(yùn)動(dòng)學(xué)模型考慮當(dāng)每一步移動(dòng)時(shí)的速度、加速度、穩(wěn)定性以及轉(zhuǎn)向能力等限制條件，保證規(guī)劃的軌跡既符合物理規(guī)律，又能充分發(fā)揮其機(jī)動(dòng)性[9]。機(jī)器人避障過程如圖2所示。

在機(jī)器人運(yùn)動(dòng)學(xué)條件的約束下，對(duì)一個(gè)時(shí)間段內(nèi)的多個(gè)運(yùn)動(dòng)狀態(tài)進(jìn)行采樣，以關(guān)節(jié)運(yùn)動(dòng)學(xué)模型為基礎(chǔ)，需要考慮在避障過程中的穩(wěn)定性和舒適性，從多條可能的軌跡中選擇最優(yōu)軌跡[10]。機(jī)器人運(yùn)動(dòng)不僅按照避障路徑，而且以最佳狀態(tài)完成巡檢任務(wù)。

5 試驗(yàn)

5.1 試驗(yàn)準(zhǔn)備

將試驗(yàn)設(shè)置在內(nèi)蒙古西部蒙西地區(qū)的某大型變電站中，該地區(qū)地理環(huán)境獨(dú)特，氣候條件多變，地形為廣袤的沙戈荒地帶，有頻發(fā)的沙塵暴，偶發(fā)的暴雪、暴雨以及長期高溫。本文方法保證機(jī)器人在復(fù)雜多變的自然環(huán)境中仍然能夠高效、安全地完成巡視任務(wù)。

變電站整體情況如下。占地面積約為500 000 m2，內(nèi)部布局復(fù)雜，包括多個(gè)高壓設(shè)備區(qū)、控制室和輸電線路走廊。選擇長100 m，寬80 m的矩形區(qū)域來模擬變電站的一部分。智能四足巡視機(jī)器人基礎(chǔ)參數(shù)見表1。

在智能四足巡視機(jī)器人中設(shè)置高精度激光雷達(dá)、紅外熱成像儀、高清攝像頭和慣性導(dǎo)航系統(tǒng)等多傳感器融合系統(tǒng)，以適應(yīng)復(fù)雜多變的環(huán)境。然后按照既定的試驗(yàn)方案進(jìn)行試驗(yàn)并收集數(shù)據(jù)，以驗(yàn)證機(jī)器人在極端環(huán)境中的自主導(dǎo)航與避障能力。

5.2 試驗(yàn)結(jié)果

在設(shè)計(jì)智能四足巡視機(jī)器人在復(fù)雜環(huán)境中的避障軌跡規(guī)劃方法后，對(duì)比本文方法、基于深度強(qiáng)化學(xué)習(xí)的四足機(jī)器人單腿越障軌跡規(guī)劃方法（方法一）以及基于改進(jìn)粒子群算法的避障軌跡規(guī)劃方法（方法二）。為了驗(yàn)證本文方法的有效性并評(píng)估其性能差異，對(duì)3種方法生成的最優(yōu)避障路徑進(jìn)行分析。3種方法生成的最優(yōu)避障路徑如圖3所示。

本文方法在變電站輕量化四足巡視機(jī)器人的避障應(yīng)用中優(yōu)勢顯著。在復(fù)雜的變電站環(huán)境中，與另外2種方法相比，本文方法不僅使巡視機(jī)器人進(jìn)行有效避障，而且提升了路徑規(guī)劃效率。具體來說，方法一與方法二生成的避障路徑均存在不同程度的冗余，導(dǎo)致路徑長度較長，降低了巡視任務(wù)的執(zhí)行效率。本文方法采用創(chuàng)新算法有效縮短了避障路徑的長度，同時(shí)保證機(jī)器人能夠精準(zhǔn)地避開所有障礙物。在變電站輕量化四足巡視機(jī)器人的避障路徑規(guī)劃方面，使用本文方法進(jìn)行路徑規(guī)劃不僅效果更好，而且在實(shí)際應(yīng)用中實(shí)用價(jià)值更高，經(jīng)濟(jì)效益更好。

6 結(jié)語

在變電站智能四足巡視機(jī)器人避障軌跡自動(dòng)規(guī)劃的研究與實(shí)踐中，采用本文方法能夠保證機(jī)器人巡視效率，提高安全性與穩(wěn)定性，有效降低人為誤判和事故風(fēng)險(xiǎn)，為變電站的智能化運(yùn)維管理提供了強(qiáng)有力的技術(shù)支持。盡管本文取得了一定成果，但是仍然存在一些不足之處。在復(fù)雜環(huán)境中感知精度不高，實(shí)時(shí)性不強(qiáng)，特別是處于極端天氣或在不充足的照條件下傳感器的性能可能受到影響，導(dǎo)致避障決策的準(zhǔn)確性下降。未來將持續(xù)優(yōu)化感知系統(tǒng)，引入更先進(jìn)的傳感器技術(shù)和融合算法，提高環(huán)境感知的精度。期望打造更加智能、高效和安全的變電站巡視機(jī)器人，為電力行業(yè)的智能化轉(zhuǎn)型貢獻(xiàn)力量。

參考文獻(xiàn)

[1]李敏，張森，曾祥光，等.基于深度強(qiáng)化學(xué)習(xí)的四足機(jī)器人單腿越障軌跡規(guī)劃[J].系統(tǒng)仿真學(xué)報(bào)，2024，4（12）：1-15.

[2]馬東陽，庫祥臣，米顯，等.基于改進(jìn)粒子群算法的避障軌跡規(guī)劃[J].制造技術(shù)與機(jī)床，2022（7）：11-17.

[3]杜澤明.有障礙物空間的危險(xiǎn)氣體單泄漏源源強(qiáng)反算算法研究[D].北京：中國石油大學(xué)：2023.

[4]李二超，王玉華.改進(jìn)人工勢場法的移動(dòng)機(jī)器人避障軌跡研究[J].計(jì)算機(jī)工程與應(yīng)用，2022，58（6）：296-304.

[5]田溢汕，李佳軒，宋峰峰，等.超冗余機(jī)器人避障軌跡規(guī)劃[J].汕頭大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，38（1）：23-34.

[6]趙澤龍，鄭磊，易克松，等.數(shù)字化變電站巡視機(jī)器人避障路徑智能規(guī)劃研究[J].電氣技術(shù)與經(jīng)濟(jì)，2022（6）：45-48.

[7]劉學(xué)文，任興貴，許諾，等.多功能室外智能移動(dòng)機(jī)器人避障軌跡自動(dòng)規(guī)劃方法[J].兵器裝備工程學(xué)報(bào)，2022，43（10）：201-206.

[8]宋保業(yè)，吳尤，田運(yùn)陽，等.拖掛式移動(dòng)機(jī)器人的多約束避障軌跡規(guī)劃[J].山東科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，43（1）：100-108.

[9]張宏，湯小紅，龔永健，等.基于AGA的焊接機(jī)器人避障軌跡規(guī)劃[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2022（5）：19-23.

[10]邱少林.自主移動(dòng)機(jī)器人動(dòng)態(tài)避障軌跡規(guī)劃方法[J].科學(xué)技術(shù)創(chuàng)新，2022（8）：185-188.