针对智能巡检方法难以有效应对复杂环境而导致巡检效率低下、漏检率高的问题,提出智能机器人巡检油气管道异常状态激光点云定位预警方法。设计智能巡检机器人,包括机械摇臂、密封舱和框架结构模块。采用3维激光扫描仪收集管道数据,3维激光同时定位与地图构建(simultaneous localization and mapping,SLAM)技术中激光雷达里程计与建图系统(lightweight and ground-optimized lidar odometry and mapping,LeGO-LOAM)算法进行改进,实现机器人同步定位与建图,结合卷积神经网络评估管道状态并预警定级。实验结果表明,该方法能准确检测管道防腐层状况、裂缝和变形等异常,检测数量与实际一致,巡检率、预警率超99.8%,漏检率和虚警率低于0.3%,路径规划高效,整体巡检性能优异。
P-集合(packet-sets)具有动态特性,它是由内P-集合XF-(internal packet set XF-)与外P-集合XF(outer packet set XF)构成的集合对(X-F,XF)。利用P-集合,给出-F-数据离散区间、F-数据离散区间的概念;利用这些概念,给出信息系统输出数据...
详细信息
P-集合(packet-sets)具有动态特性,它是由内P-集合XF-(internal packet set XF-)与外P-集合XF(outer packet set XF)构成的集合对(X-F,XF)。利用P-集合,给出-F-数据离散区间、F-数据离散区间的概念;利用这些概念,给出信息系统输出数据的数据离散区间特征,给出数据过滤概念;提出数据离散区间定理、数据还原定理、数据过滤定理、数据过滤剩余与数据辨识定理,给出应用。P-集合是研究信息系统输出数据变化的一个新理论与新方法。
暂无评论