[发明专利]一种基于YOLOv3的仪表巡检机器人最优路线规划方法

权利要求书

1.一种基于YOLOv3的仪表巡检机器人最优路线规划方法，包括基于YOLOv3算法框架对目标检测模型的建模和训练步骤，其特征在于，还包括基于蚁群算法的机器人最优巡检路径规划步骤，具体如下：

S1、采用栅格的地图表示方法，利用巡检机器人自动创建巡检工作环境地图和确定巡检目标位置，栅格的单位大小为巡检机器人的占地面积；

S2、输入初始化的信息素矩阵T，确定初始点和终止点，确使每一个位置的信息素一定要相等；

S3、确定下一步可以到达的节点，根据某节点信息素浓度确定蚂蚁到达某节点的概率情况，利用轮盘算法选择出下一步的初始点；

S4、更新路径和路程长度；

S5、反复多次进行步骤3和步骤4，直到蚂蚁到达目标点或者是蚂蚁已经走完所有可走的路；

S6、反复多次进行步骤3至步骤5，直到蚂蚁迭代计算完成；

S7、更新信息素矩阵T，没有到达目标点的蚂蚁不在计算范围内；

S8、重复步骤3至步骤7，直到第n代蚂蚁迭代结束，选择循环中的最优路径，同时输出最优路径曲线；

所述基于YOLOv3算法框架对目标检测模型的建模和训练步骤，具体如下：

P1、采集火电厂化水站所有仪表图片样本，制作图片中信息对应的标签文件；

P2、划分训练数据和测试数据, 从原始样本中随机挑选80%数据作为训练数据集，其余20%数据作为验证数据集；

P3、基于YOLOv3算法框架对目标检测模型进行训练，直到目标检测模型的损失收敛至预置收敛值；

P4、用验证数据集验证模型是否出现过拟合，当验证数据集的准确率与训练数据集的准确率相近时，模型训练完成；

P5、将训练完成的目标检测模型嵌入巡检机器人控制系统中；

步骤S1创建巡检工作环境地图和确定巡检目标位置的方法中，巡检机器人内置测行走方向和测行走距离的装置，并且有红外避障装置，通过三次探测实现工作环境地图的绘制和巡检目标的定位，算法实现过程：

步骤1：初始化地图数据，将数组内数据全部置1，认为可以任意到达一个位置；

步骤2：一次探测：机器人从初始巡检位置开始探测，假设初始位置位于地图的左上角，始终保持机器人的右侧为障碍物，由于环境的封闭性，机器人最终会回到出发点，由此建立工作环境的轮廓图；

步骤3：二次探测：对轮廓内区域进行遍历探测，采用广度优先遍历法，确定轮廓内区域所有栅格的信息，获得完整的机器人工作环境地图，遍历结束后机器人回到出发点；

步骤4：三次探测：在已知工作地图后，开始进行巡检目标定位工作，启动机器人高清摄像头和目标检测模型，对机器人拍摄的前方环境内容进行检测，当检测到拍摄内容中出现目标仪表图像时，模型会给目标绘制目标框，并显示其仪表编号；机器人追踪该目标，直到画面中绘制的目标方框面积达到总拍摄面积的50%及以上，将此时机器人位置定位为该仪表对应的巡检坐标，结束探测，回到初始位置。