基于強化學習的電力桿塔巡檢視點轉(zhuǎn)移策略研究.pdf

1、旋翼飛行機器人由于其垂直起降、定點懸停、低空低速飛行的飛行特性成為架空電力線路巡檢的有效手段。電力桿塔作為輸電線路最核心部分，對其圖像數(shù)據(jù)采集的效果決定了整個巡檢任務(wù)的完成質(zhì)量。而使用旋翼飛行機器人巡檢電力桿塔普遍存在飛機和桿塔安全無法保障、飛行時間有限數(shù)據(jù)采集不全面、圖像數(shù)據(jù)的可用性低以及容易受到干擾等問題。針對以上問題，本文提出了一種基于強化學習的電力桿塔巡檢方法。
　　本文首先將視點規(guī)劃概念引入巡檢任務(wù)。深入分析了電力桿塔的

2、外形特征，針對桿塔的結(jié)構(gòu)特征建立了安全區(qū)域模型，充分保障巡檢過程中飛機和電塔的安全。在此基礎(chǔ)上對視點進行抽取，劃分了電力桿塔周圍的廣義視點和有效視點范圍。實驗結(jié)果表明，對巡檢視點進行有效規(guī)劃，使巡檢路徑控制在有效視點周圍內(nèi)，能夠有效提高圖像數(shù)據(jù)的可用性。
　　本文通過強化學習算法對巡檢行為進行規(guī)劃。通過對巡檢任務(wù)的分解，制定強化學習任務(wù)目標。本文重點分析在理想環(huán)境、隨機干擾環(huán)境以及陣風擾動環(huán)境下的視點轉(zhuǎn)移策略學習過程以及算法效率。

3、實驗結(jié)果表明，經(jīng)過強化學習，飛行機器人能夠大幅度縮短巡檢任務(wù)完成時間，能夠很好地適應(yīng)隨機擾動和陣風擾動環(huán)境，根據(jù)環(huán)境的變化做出相應(yīng)的行為。實驗同時證明，在提高巡檢速度降低飛機能耗的同時，規(guī)劃后的行為還能夠降低圖像數(shù)據(jù)的冗余度，為后續(xù)的故障檢測提供高質(zhì)量的圖像數(shù)據(jù)。
　　本文研究的電力桿塔巡檢方法為輸電線路巡檢提供了新的思路。通過引入強化學習進行視點規(guī)劃，能夠在最短的時間內(nèi)訪問到最有可能包括電力桿塔故障信息的視點位置，最大程度上節(jié)省