陳 濤

（湖南機(jī)電職業(yè)技術(shù)學(xué)院，湖南 長(zhǎng)沙 410151）

自動(dòng)巡檢機(jī)器人應(yīng)用的核心主旨在于提升各工業(yè)生產(chǎn)領(lǐng)域的巡檢效率，傳統(tǒng)模式下的人工巡檢模式已經(jīng)無(wú)法滿足當(dāng)前時(shí)期的發(fā)展需求，自動(dòng)巡檢機(jī)器人已經(jīng)逐漸成為核心的巡檢方式手段。而其中故障檢測(cè)系統(tǒng)則是自動(dòng)巡檢機(jī)器人的核心部件，構(gòu)建趨于完善化的功能模塊，可以幫助相關(guān)工作人員獲得清晰的故障圖片，保證故障檢測(cè)工作的效率。

1 自動(dòng)巡檢機(jī)器人概述

1）自動(dòng)巡檢機(jī)器人的主要部件包括主控系統(tǒng)、車載蓄電池、循跡和定位模塊以及電機(jī)等。其中為保障自動(dòng)巡檢機(jī)器人可以長(zhǎng)時(shí)間處于穩(wěn)定運(yùn)行狀態(tài)下，在挑選動(dòng)力電池時(shí)要尤其考慮到安全性能與使用生命周期，動(dòng)力來(lái)源可以優(yōu)先考慮航模電池。自動(dòng)巡檢機(jī)器人的核心環(huán)節(jié)之一在于定位與循跡，這是它非常關(guān)鍵的模塊，所采取的方式可以為RFID和地磁相結(jié)合的模塊檢測(cè)手段。電機(jī)選擇應(yīng)用是否得當(dāng)，關(guān)乎自動(dòng)巡檢機(jī)器人的控制，可采取伺服電機(jī)[1]。

2）自動(dòng)巡檢機(jī)器人的巡檢方式大體分為兩種，一為激光方式，具體來(lái)說(shuō)，是通過(guò)對(duì)外發(fā)送激光信號(hào)，以信號(hào)接收時(shí)間差來(lái)計(jì)算出具體距離，依據(jù)激光發(fā)射角度來(lái)明確物體與發(fā)射器的具體角度，進(jìn)而得到準(zhǔn)確的相對(duì)位置。該方式在實(shí)際應(yīng)用的過(guò)程中需借助于眾多數(shù)量的反光柱，若反光柱遭受遮擋，則自動(dòng)巡檢機(jī)器人無(wú)法正常運(yùn)轉(zhuǎn)，可靠性難以保障，需要投入較多的運(yùn)行維護(hù)成本。二為地磁感應(yīng)巡線方式，通過(guò)利用磁感應(yīng)傳感器或霍爾傳感器所埋設(shè)的磁條磁性，確保自動(dòng)巡檢機(jī)器人可以遵循之前埋設(shè)好的路徑來(lái)行進(jìn)，該巡檢方式相比于激光方式，穩(wěn)定可靠性更強(qiáng)，出現(xiàn)跑偏情況的概率較低，后續(xù)需投入的運(yùn)行維護(hù)成本也較低。

3）自動(dòng)巡檢機(jī)器人在硬件選取層面上要十分注意，以便后續(xù)可以更加順利地開(kāi)展故障檢測(cè)系統(tǒng)優(yōu)化設(shè)計(jì)工作。主控系統(tǒng)中的開(kāi)發(fā)板芯片有著優(yōu)越的代碼執(zhí)行效率，邏輯執(zhí)行速度快，應(yīng)用在不同的工作場(chǎng)所時(shí)，其外設(shè)功能表現(xiàn)較好。自動(dòng)巡檢機(jī)器人的底盤是保障其可以平穩(wěn)運(yùn)動(dòng)的關(guān)鍵，所以它要與機(jī)器人的循跡定位方式相一致，選擇應(yīng)用兩層設(shè)計(jì)方式，這樣有助于在有限的空間內(nèi)承載更多數(shù)量的模塊。底盤要與地面有一定的距離，以保持穩(wěn)定的行駛狀態(tài)，主要材質(zhì)為亞克力，便于后續(xù)的配件打孔安裝與拓展。應(yīng)用升級(jí)版的直流電機(jī)，也就是伺服電機(jī)，提高可控性的精準(zhǔn)化程度，自如地處理好轉(zhuǎn)彎問(wèn)題，可以遵循預(yù)先鋪設(shè)好的軌跡開(kāi)展巡檢工作[2]。

2 自動(dòng)巡檢機(jī)器人故障檢測(cè)方法與系統(tǒng)構(gòu)成單元

2.1 故障檢測(cè)方法

自動(dòng)巡檢機(jī)器人最為核心的設(shè)計(jì)在于故障檢測(cè)方法設(shè)計(jì)，傳統(tǒng)模式下的故障診斷方法是基于數(shù)據(jù)驅(qū)動(dòng)與數(shù)學(xué)模型的方法，隨著我國(guó)對(duì)計(jì)算機(jī)技術(shù)的深層次研究以及硬件設(shè)備逐漸趨于成熟化，這種以經(jīng)驗(yàn)為主的故障診斷方法已經(jīng)難以發(fā)揮成效。以物理數(shù)學(xué)模型為基礎(chǔ)的故障診斷方法雖然得到了普遍應(yīng)用，但它主要建模分析某單一問(wèn)題，對(duì)故障問(wèn)題所含有的潛在關(guān)聯(lián)容易忽略，只依賴于獨(dú)立的參數(shù)指標(biāo)難以全面地分析出故障問(wèn)題產(chǎn)生的根本成因。在計(jì)算機(jī)技術(shù)的支持下，大量數(shù)據(jù)驅(qū)動(dòng)故障診斷方法成為自動(dòng)巡檢機(jī)器人故障檢測(cè)與診斷的方法?，F(xiàn)階段的自動(dòng)巡檢機(jī)器人故障檢測(cè)與診斷方法主要包括定性分析和定量分析，后者又可以細(xì)化分為基于解析模型的方法和數(shù)據(jù)驅(qū)動(dòng)方法，前者則由定性仿真、專家系統(tǒng)與圖論方法所組成。筆者所研究的自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)創(chuàng)新性地采取了無(wú)控制條件下的自動(dòng)常規(guī)檢測(cè)和特殊條件下的遠(yuǎn)程控制相結(jié)合的控制方法，以此來(lái)解決某區(qū)域網(wǎng)絡(luò)狀況不夠良好且通信費(fèi)用較高昂的問(wèn)題。自動(dòng)巡檢機(jī)器人會(huì)在特定的時(shí)間與路線條件下到達(dá)指定位置開(kāi)展巡檢工作，以視覺(jué)算法的方式來(lái)判別工作狀態(tài)。若工作處于正常狀態(tài)下，則將檢測(cè)結(jié)果保存至本地；若出現(xiàn)已知的故障問(wèn)題，則第一時(shí)間將該故障類型回傳至遠(yuǎn)程主機(jī)；若非常見(jiàn)的故障問(wèn)題，故障檢測(cè)系統(tǒng)則迅速切換至遠(yuǎn)程操控狀態(tài)，由相關(guān)工作人員來(lái)操控自動(dòng)巡檢機(jī)器人，以此得到更為清晰化的故障圖片[3]。

2.2 故障系統(tǒng)構(gòu)成單元

筆者所設(shè)計(jì)的自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)具有智能化與良好適應(yīng)性的優(yōu)勢(shì)，此系統(tǒng)可以分析巡檢人員所具有的專業(yè)知識(shí)與經(jīng)驗(yàn)，對(duì)常出現(xiàn)故障問(wèn)題的區(qū)域以及常見(jiàn)的故障類型加以總結(jié)歸納。以此為基礎(chǔ)，采樣故障樣例，制備出對(duì)應(yīng)的故障原型，設(shè)定自動(dòng)巡檢機(jī)器人的巡檢線路檢測(cè)點(diǎn)為易出現(xiàn)故障位置。自動(dòng)巡檢機(jī)器人在自動(dòng)導(dǎo)航和定位功能的作用下，巡邏工作沿著巡檢路線穩(wěn)步推進(jìn)，可以停留在巡檢點(diǎn)位開(kāi)展指定區(qū)域檢測(cè)，判別其工作狀態(tài)。因?yàn)楦鞴I(yè)領(lǐng)域設(shè)備可能會(huì)出現(xiàn)故障問(wèn)題的位置較多，對(duì)設(shè)備的拍攝采樣采取固定相機(jī)方式，沒(méi)有自動(dòng)巡檢機(jī)器人的靈活度高，當(dāng)面對(duì)突發(fā)問(wèn)題時(shí)，工作人員可以通過(guò)遠(yuǎn)程操作自動(dòng)巡檢機(jī)器人的方式來(lái)獲得故障位置的高清照片。在生產(chǎn)環(huán)境較為惡劣的工業(yè)領(lǐng)域，通信條件不夠良好，實(shí)時(shí)回傳遠(yuǎn)程視頻信息所需的通信成本高昂，還會(huì)伴隨著出現(xiàn)一定的時(shí)延情況，適用性表現(xiàn)較差。為了能夠從根本上解決這一問(wèn)題，所設(shè)計(jì)的自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)，首先在遠(yuǎn)端邊緣設(shè)備上先行處理機(jī)器人回傳的圖片，若設(shè)備處于正常工作狀態(tài)，或所出現(xiàn)的故障問(wèn)題為已知常見(jiàn)故障，則只需將此故障狀況文字信息傳送至遠(yuǎn)程控制端。這種先行處理邊緣設(shè)備信息的方式，可以很好地把控通信成本，也提升了自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)處于惡劣通信條件下的魯棒性。該系統(tǒng)處于正常工作運(yùn)行狀態(tài)下的絕大多數(shù)時(shí)間為完全自主運(yùn)行，不需要人工進(jìn)行操作。自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)的具體工作流程為建圖、設(shè)定檢測(cè)點(diǎn)位、自動(dòng)巡檢和狀態(tài)檢測(cè)[4]。

3 自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)功能模塊

自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)功能模塊主要集中在三大部分，分別是邊緣設(shè)備模塊、機(jī)器人模塊與軟件模塊，各個(gè)模塊所承擔(dān)的功能作用有所不同，邊緣設(shè)備模塊負(fù)責(zé)控制機(jī)器人與檢測(cè)設(shè)備狀態(tài)，機(jī)器人模塊負(fù)責(zé)移動(dòng)至指定位置來(lái)拍攝捕捉待檢測(cè)點(diǎn)位照片，軟件模塊則涵蓋機(jī)器人建圖、狀態(tài)檢測(cè)算法和導(dǎo)航算法，邊緣設(shè)備中部署了大量的算法。在自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)處于工作狀態(tài)下時(shí)，第一要利用邊緣設(shè)備所部署的建圖算法來(lái)開(kāi)展掃描工作環(huán)境與建圖工作，第二調(diào)動(dòng)邊緣設(shè)備中的導(dǎo)航算法使得機(jī)器人可以精準(zhǔn)到達(dá)指定點(diǎn)位，獲得待檢測(cè)位置圖像照片，且同步進(jìn)行存儲(chǔ)，以便后續(xù)的狀態(tài)檢測(cè)算法可以使用。檢測(cè)算法依據(jù)機(jī)器人所拍攝的圖像來(lái)判別系統(tǒng)工作狀態(tài)，同步回傳判別結(jié)果至遠(yuǎn)程主機(jī)，由判斷結(jié)果來(lái)合理選擇遠(yuǎn)程操作狀態(tài)。

3.1 邊緣設(shè)備模塊

自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)所應(yīng)用的移動(dòng)機(jī)器人為Turtlebot3，軟件系統(tǒng)平臺(tái)為ROS，機(jī)器人控制和圖像處理部分設(shè)定為NVIDIA Jetson Nano。設(shè)定系統(tǒng)的邊緣設(shè)備模塊，也就是Turtlebot3控制模塊可以從NVIDIA Jetson Nano和樹(shù)莓派中來(lái)挑選。因?yàn)檫吘壴O(shè)備既要把控機(jī)器人的移動(dòng)趨勢(shì)，又要綜合考慮檢測(cè)算法判斷設(shè)備運(yùn)行狀態(tài)的成效，因此尤其要關(guān)注算力問(wèn)題。將邊緣設(shè)備模塊的核心板設(shè)置為Jetson Nano，它的顯著優(yōu)勢(shì)在于含有128核Maxwell架構(gòu)的GPU和A57的CPU。通過(guò)采取科學(xué)合理的方法使得網(wǎng)絡(luò)執(zhí)行效率有所提升，從模型實(shí)驗(yàn)所表現(xiàn)的幀率可以看出，它可以在移動(dòng)場(chǎng)景下發(fā)揮出優(yōu)越性能，且有著深度的學(xué)習(xí)表現(xiàn)[5]。

3.2 機(jī)器人模塊

Turtlebot3作為自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)中機(jī)器人模塊的移動(dòng)機(jī)器人，它可以實(shí)現(xiàn)自主建圖、定位與導(dǎo)航等工作，在陌生的工作環(huán)境下也有著突出的工作表現(xiàn)。Turtlebot3上方可以設(shè)定多類型的傳感器，包括但不限于溫度傳感器、攝像頭與音頻傳感器等，在各傳感器的優(yōu)良作用下，利于高質(zhì)量地完成各項(xiàng)指標(biāo)檢測(cè)工作，機(jī)器人模塊的設(shè)計(jì)核心集中在視覺(jué)層面的故障診斷。由于自動(dòng)巡檢機(jī)器人所處的工作空間可能面臨較為狹窄的環(huán)境條件，所以取代Turtlebot3原本帶有的普通輪胎，優(yōu)先使用麥克納姆輪，該輪胎突破了傳統(tǒng)機(jī)械結(jié)構(gòu)弊端，促使車輪的移動(dòng)方式轉(zhuǎn)變成可以全方位自主移動(dòng)的嶄新模式，即使在狹小的空間條件下仍可以發(fā)揮出良好作用。

Turtlebot3隸屬于一種普遍的機(jī)器人模型，在仿真環(huán)境中有著相應(yīng)的模型，細(xì)化使用的巡檢機(jī)器人類型為Waddle-pi，在其原有的設(shè)計(jì)參數(shù)基礎(chǔ)上進(jìn)行了改裝，使其在特殊工作環(huán)境下的適應(yīng)性更加顯著。Turtlebot3的原廠雷達(dá)為激光雷達(dá)，量程在12 cm~35 cm的區(qū)間范圍內(nèi)，分辨率在1.5 cm上下浮動(dòng)，因?yàn)檠矙z機(jī)器人的定位精準(zhǔn)度關(guān)乎狀態(tài)診斷準(zhǔn)確性，所以在進(jìn)行自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)設(shè)計(jì)時(shí)，應(yīng)用了精確化程度更高的AI激光雷達(dá)，其測(cè)量半徑為15 cm~1 200 cm，采樣頻率可以達(dá)到8 K。從測(cè)量距離精度層面上來(lái)說(shuō)，在3 m區(qū)間范圍內(nèi)可以實(shí)現(xiàn)測(cè)量距離與實(shí)際距離誤差為1%，3 m~5 m為2 %，5 m~12 m為2.5%。由此可以看出，與原始狀態(tài)下的激光雷達(dá)對(duì)比來(lái)說(shuō)，它的掃描速度與精準(zhǔn)度更高。在Waddlepi上所應(yīng)用的深度相機(jī)型號(hào)為Astra Pro，它包括三種分辨率，可以在三維重建和SLAM中發(fā)揮作用，當(dāng)其核心板和USB處于連接狀態(tài)下時(shí)，能夠在Rviz中呈現(xiàn)出深度相機(jī)的點(diǎn)云圖[6]。

3.3 軟件模塊

軟件模塊是自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)的重中之重，它大體可以分為掃描建圖、定位導(dǎo)航和狀態(tài)檢測(cè)三大部分。掃描建圖負(fù)責(zé)將周邊的環(huán)境條件轉(zhuǎn)化成地圖形式，并且實(shí)現(xiàn)同步存儲(chǔ)；定位導(dǎo)航是借助于地圖和激光雷達(dá)的作用來(lái)準(zhǔn)確判別出自己所處位置，之后再導(dǎo)航到特定區(qū)域；狀態(tài)檢測(cè)是以深度相機(jī)所回傳的畫(huà)面為基礎(chǔ)，來(lái)對(duì)發(fā)電機(jī)的運(yùn)行狀態(tài)加以判斷。經(jīng)過(guò)掃描后所創(chuàng)建的地圖需設(shè)定三個(gè)目的點(diǎn)位，由此將發(fā)電機(jī)組的待檢測(cè)模塊模擬出來(lái)，再利用深度相機(jī)開(kāi)展發(fā)電機(jī)組狀態(tài)檢測(cè)工作。

從掃描建圖層面上來(lái)說(shuō)，將ROS包提供節(jié)點(diǎn)調(diào)用文件形式來(lái)對(duì)地圖妥善存儲(chǔ)，在yaml文件中包含存儲(chǔ)路徑、原點(diǎn)和分辨率等重要參數(shù)。當(dāng)?shù)貓D處于打開(kāi)狀態(tài)時(shí)，利用相關(guān)計(jì)算命令來(lái)調(diào)動(dòng)激光數(shù)據(jù)包中的數(shù)據(jù)，在粒子濾波算法作用下進(jìn)行地圖構(gòu)建，用鍵盤來(lái)精準(zhǔn)控制自動(dòng)巡檢機(jī)器人的移動(dòng)路線，同時(shí)Rviz中會(huì)實(shí)時(shí)顯示已經(jīng)掃描完成的部分，確保機(jī)器人只需要掃描一遍環(huán)境就可以得到完整的地圖。

從定位導(dǎo)航層面上來(lái)說(shuō)，借助于ROS的amcl包可以完成移動(dòng)機(jī)器人定位工作，它具有自適應(yīng)功能，通過(guò)蒙特卡羅定位手段和粒子濾波器來(lái)對(duì)機(jī)器人姿態(tài)加以跟蹤。導(dǎo)航功能的實(shí)現(xiàn)可以細(xì)化分為全局路徑規(guī)劃和本地實(shí)時(shí)規(guī)劃，前者指的是以給定的目標(biāo)點(diǎn)位為基礎(chǔ)來(lái)開(kāi)展總體路徑規(guī)劃工作；后者則借由周邊的障礙物來(lái)統(tǒng)籌規(guī)劃躲避路線。只要系統(tǒng)可以獲得目的地坐標(biāo)，就可以在move-base包的作用下實(shí)現(xiàn)自動(dòng)路徑規(guī)劃與躲避，最終按時(shí)到達(dá)指定點(diǎn)位[7]。

從狀態(tài)監(jiān)測(cè)層面上來(lái)說(shuō)，該系統(tǒng)是以設(shè)計(jì)孿生網(wǎng)絡(luò)的方式來(lái)開(kāi)展故障檢測(cè)工作。孿生網(wǎng)絡(luò)設(shè)計(jì)是立足于構(gòu)建端至終端的特征，其優(yōu)勢(shì)在于可以將單元學(xué)習(xí)和特征匹配歸納成具有聯(lián)動(dòng)學(xué)習(xí)特點(diǎn)的網(wǎng)絡(luò)，只需要借助少量的樣本就可以促使網(wǎng)絡(luò)的自我學(xué)習(xí)能力有所提升。提取孿生網(wǎng)絡(luò)主干網(wǎng)絡(luò)功能特征，將其應(yīng)用在多樣化的神經(jīng)網(wǎng)絡(luò)當(dāng)中，自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)所使用的神經(jīng)網(wǎng)絡(luò)為VGG16。提取孿生網(wǎng)絡(luò)的主要結(jié)構(gòu)特點(diǎn)，將之運(yùn)用于更多樣化的神經(jīng)網(wǎng)絡(luò)當(dāng)中，自動(dòng)巡檢式智能機(jī)器人及故障監(jiān)測(cè)系統(tǒng)所采用的神經(jīng)網(wǎng)絡(luò)就是VGG16。當(dāng)圖片在經(jīng)過(guò)雙主干的特征提取后，將能夠同時(shí)獲得多維特征向量，并通過(guò)flatten方法將其平鋪并整合形成一維向量，當(dāng)存在雙支路網(wǎng)絡(luò)結(jié)構(gòu)之后，從網(wǎng)絡(luò)輸出的終端圖將能夠得到兩個(gè)一維特征向量，并通過(guò)測(cè)量二者之間的相對(duì)位置，以此獲得圖片相似度[8]。

4 自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)相關(guān)實(shí)驗(yàn)分析

為了驗(yàn)證自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)的優(yōu)化設(shè)計(jì)是否合理，還要有針對(duì)性地開(kāi)展相關(guān)實(shí)驗(yàn)分析。自動(dòng)巡檢機(jī)器人的導(dǎo)航建圖環(huán)節(jié)在Gazebo中構(gòu)建仿真情況，因?yàn)镚azebo為開(kāi)源機(jī)器人仿真工具，涵蓋多樣化的經(jīng)典機(jī)器人模型，Turtlebot3是其中一種。從自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)的狀態(tài)檢測(cè)算法層面上來(lái)看，對(duì)其所開(kāi)展的實(shí)驗(yàn)分析就是將常規(guī)方法和孿生網(wǎng)絡(luò)進(jìn)行對(duì)比，主要的常規(guī)方法為三直方圖、均值哈希算法、感知哈希算法、單通道直方圖和差值哈希算法。同時(shí)，還從由少到多的樣本數(shù)來(lái)比較孿生網(wǎng)絡(luò)和經(jīng)典識(shí)別算法間的性能，觀察小樣本情況表現(xiàn)。采取聯(lián)合判斷方法，當(dāng)哈希算法的值越小，則意味著相似度越高，而三直方圖和單通道直方圖的值越大，則有著越高的相似度。為了實(shí)現(xiàn)量級(jí)的統(tǒng)一，則需要將哈希算法的數(shù)值除以64，使其取值可以集中在0~1區(qū)間內(nèi)，由該數(shù)值與1的差值就可以得到直方圖方法的一致單調(diào)性，當(dāng)5種手段中包括3種及以上方法相似度超過(guò)0.5，則表明檢測(cè)的兩張圖片為一類圖片[9]。

自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)若只是單獨(dú)地使用傳統(tǒng)方法開(kāi)展檢測(cè)工作，其正確率表現(xiàn)較差，采取融合方法手段，雖然正確率有了一定的提升，但是仍不高。而應(yīng)用孿生網(wǎng)絡(luò)的方式，即使在只有低于40張訓(xùn)練樣本的條件下，正確率仍可以達(dá)到95%，由此能夠看出，該方法的表現(xiàn)更為優(yōu)越。系統(tǒng)選擇應(yīng)用單通道直方圖的方式，整體表現(xiàn)較差，根本原因在于此方法對(duì)圖像相似度的判斷是立足于灰度圖像的灰度具體分布值，對(duì)圖像中的具體內(nèi)容并沒(méi)有涉及。也就是說(shuō)，在該方法下，有著接近的灰度分布、但內(nèi)容并不相關(guān)的圖像也可以取得較高相似度。三方通道直方圖與單通道直方圖有著一定的相似性，不同的地方在于，它比較的是HSV空間分布情況，但選擇應(yīng)用該方法仍會(huì)存在圖片誤判情況。

自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)實(shí)驗(yàn)測(cè)試采取支持向量機(jī)方法，在樣本數(shù)較少的條件下時(shí)，它有著較高的正確率，當(dāng)樣本數(shù)量有所增加后，其正確率則會(huì)被孿生網(wǎng)絡(luò)迅速趕超。支持向量機(jī)之所以可以在小樣本條件下有著良好表現(xiàn)，是由該算法的本身性質(zhì)所決定的，它的網(wǎng)絡(luò)結(jié)構(gòu)較為簡(jiǎn)單，可以在核函數(shù)映射高維空間的支持下將線性不可分轉(zhuǎn)化成線性可分[10]。孿生網(wǎng)絡(luò)對(duì)圖片特征的獲取主要是通過(guò)共享權(quán)重的主干方式，對(duì)相似點(diǎn)的識(shí)別則主要以特征向量為依據(jù)，因此在處于分類樣本的監(jiān)督情況下，雙胞網(wǎng)絡(luò)能夠做到差異特征類別最大化，而相同類型特征數(shù)量最小。自動(dòng)巡檢機(jī)器人事故監(jiān)測(cè)可以對(duì)多元化的事故樣本進(jìn)行全面收集，使得孿生系統(tǒng)在小樣本環(huán)境下具有優(yōu)秀的結(jié)果顯示。

5 結(jié)論

綜上所述，開(kāi)展自動(dòng)巡檢機(jī)器人故障檢測(cè)系統(tǒng)優(yōu)化設(shè)計(jì)工作，在強(qiáng)化控制和運(yùn)算模塊的同時(shí)，采取孿生網(wǎng)絡(luò)的檢測(cè)算法，以此把控機(jī)器人能夠遵循巡檢路線來(lái)開(kāi)展巡檢工作，更加準(zhǔn)確地判別巡檢路線狀況，在極端的條件下也有著較強(qiáng)的適應(yīng)性，自動(dòng)巡檢功能表現(xiàn)較為優(yōu)越，魯棒性更加顯著，后續(xù)可以被廣泛地應(yīng)用在各工業(yè)領(lǐng)域中。