Метод построения маршрута движения наземного робототехнического комплекса для задач технической диагностики подстанционного оборудования
DOI:
https://doi.org/10.22213/2410-9304-2026-2-90-99Ключевые слова:
робототехнический комплекс, диагностика оборудования, маршрут обследования, точка базирования, 3D-модель, unity, открытое распределительное устройствоАннотация
В работе рассматривается метод построения и верификации маршрутов движения наземных робототехнических комплексов, предназначенных для автоматизированной диагностики высоковольтного оборудования подстанций. Актуальность исследования обусловлена необходимостью повышения безопасности и эффективности технического обслуживания в условиях высокого уровня износа энергетической инфраструктуры и роста требований к предиктивному контролю. Предлагаемая система маршрутизации интегрируется в 3D-модель подстанции и опирается на совокупность геометрических, алгоритмических и кинематических методов, обеспечивающих построение оптимальной траектории движения с гарантированным охватом диагностируемых объектов. Алгоритм включает последовательные этапы сегментации территории, дискретизации дорожного пространства, фильтрации точек базирования по эксплуатационным ограничениям, анализа зон видимости на основе методов трассировки лучей и ориентированных ограничивающих объемов, а также оптимизации последовательности обследования с учетом кинематических характеристик мобильной платформы. Управление движением реализовано посредством ПИД-регулирования, обеспечивающего устойчивое следование по траектории в условиях ограниченной маневренности и сложной пространственной структуры подстанции. Работоспособность метода подтверждена имитационным моделированием в среде Unity на 3D-модели подстанции 220 кВ. Проведенные испытания продемонстрировали полное покрытие целевых объектов и устойчивое движение по маршруту. Полученные результаты подтверждают применимость разработанного решения для задач автоматизации диагностики на энергетических объектах и его потенциал для интеграции в цифровые двойники подстанций.Библиографические ссылки
Москвин К. В. Расследование причин аварий в электроэнергетике: оценка необходимости изменения и концепция развития нормативного регулирования // Правовой энергетический форум. 2023. № 1. С. 77-88. DOI 10.18254/S231243500025223-3.
Хальясмаа А. И. Машинное обучение как инструмент повышения эффективности управления жизненным циклом высоковольтного электрооборудования // Вестник Иркутского государственного технического университета. 2020. Т. 24, № 5 (154). С. 1093-1104. DOI http://dx.doi.org/10.21285/1814-3520-2020-5-1093-1104.
Romanov A. M., Eroshenko S. A., Gyrichidi N. MAD Robot: Concept and Prototype Description of the Robot for Multi-Spectral Power Equipment Diagnostics. Part I, II // 2023 Belarusian-Ural-Siberian Smart Energy Conference (BUSSEC). P. 136-149.DOI10.1109/ BUSSEC59406.2023.10296467.
Хальясмаа А. И., Петрунько Н. Н. Альтернативный подход к диагностике внешней изоляции высоковольтного оборудования электрических станций и подстанций // Информатика и системы управления. 2024. № 4 (82). С. 72-82. DOI 10.22250/18142400_2024_82_4_72.
Lu S., Zhang Y., Su J. Mobile robot for power substation inspection: A survey. IEEE/CAA Journal of Automatica Sinica.2017. Vol. 4. P. 830-847.DOI:10.1109/JAS.2017.7510364.
Zhang T., Dai J. Electric power intelligent inspection robot: A review.Journal of Physics: Conference Series.2021. Vol. 1750. Article 012023.DOI 10.1088/1742-6596/1750/1/012023.
Dandurand P., Beaudry J., Hebert C., [et al]. All-weather autonomous inspection robot for electrical substations // 2022 IEEE/SICE International Symposium on System Integration (SII). 2022. P. 303-308.DOI: 10.1109/SII52469.2022.9708835.
Zhao W., Cui A., Fang M. [et al]. State assessment of 110-220 kV intelligent substation based on multisensor fusion algorithm control and image vision //Frontiers in Energy Research.2023.Vol. 10. Article 1047359.DOI 10.3389/fenrg.2022.1047359.
Qin X., Wu G., Lei J. [et al]. A Novel Method of Autonomous Inspection for Transmission Line based on Cable Inspection Robot LiDAR Data // Sensors. 2018. Vol. 18. Article. 596.DOI 10.3390/s18020596.
Zheng J., Chen T., He J. [et al.] Review on Security Range Perception Methods and Path-Planning Techniques for Substation Mobile Robots // Energies. 2024. Vol. 17(16). Article. 4106.DOI 10.3390/en17164106.
Luo S., Zhang M., Zhuang Y. A survey of path planning of industrial robots based on rapidly exploring random trees // Frontiers in Neurorobotics. 2023. Vol. 17.DOI 10.3389/fnbot.2023.1268447.
Gyrichidi N., Romanov A. M., Trofimov O. V. [et al.] GNSS-based narrow narrow-angle UV camera targeting: case study of a low-cost mad robot // Sensors. 2024. 24 (11). Article 3494.DOI 10.3390/s24113494.
Unity Real-Time Development Platform. URL: https://unity.com (дата обращения 30.01.2026).
Abdulsaheb J., Kadhim, D. Classical and Heuristic Approaches for Mobile Robot Path Planning: A Survey // Robotics.2023. 12 (4).Article 93. DOI 10.3390/robotics12040093.
BiundiniI., Pinto M., Melo A. [et al]. A Framework for Coverage Path Planning Optimization Based on Point Cloud for Structural Inspection // Sensors.2021., 21 (2). Article 570. DOI 10.3390/s21020570.
Mansouri S., KanellakisC., Fresk E. [et al]. Cooperative coverage path planning for visual inspection // Control Engineering Practice. 2021. 74. 118-131. DOI 10.1016/j.conengprac.2018.03.002.
Williams A., Barrus J. An Efficient and Robust Ray-Box Intersection Algorithm // Journal of Graphics Tools. 2005. Vol. 10, No. 1.DOI:10.1145/1198555. 1198748.
NWH Vehicle Physics 2 Documentation. URL: https://nwhvehiclephysics.com (датаобращения30.01.2026).
Perlin K. An Image Synthesizer // SIGGRAPH.1985. P. 287-296.DOI 10.1145/325165. 325247.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Я В Бренчук, С А Ерошенко, И В Матвеев

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.