(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211306222.7 (22)申请日 2022.10.24 (71)申请人 淮阴工学院 地址 223400 江苏省淮安市 涟水县海安路 10号安东大厦八楼 (72)发明人 陶登旺　徐浩源　徐硕　季新然　 马从国　陈帅　周恒瑞　李志强　 李亚洲　柏小颖　秦小芹　金德飞　 王建国　马海波　丁晓红　王苏琪　 黄凤芝　夏奥运　宗佳文　 (74)专利代理 机构 淮安市科文知识产权事务所 32223 专利代理师 李锋 (51)Int.Cl. G06N 3/04(2006.01)G06N 3/00(2006.01) G06N 3/08(2006.01) (54)发明名称 巡检机器人的多参数检测系统 (57)摘要 本发明公开了巡检机器人的多参数检测系 统包括物联网的多参数机器人巡检子系统和巡 检机器人终端位置控制子系统， 实现无人值守智 能巡检、 无人值守自动化运行、 巡检机器人目标 智能跟踪控制； 本发明通过无线通信技术实现巡 检机器人目标采集数据的智能化传输及控制， 设 计了物联网的巡检机器人目标跟踪控制子系统， 该系统包括巡检系统硬件、 软件环 境和对巡检参 数进行处理与预测， 实现无人值守智 能巡检、 无 人值守自动化运行、 巡检机器人目标智能跟踪控 制。 权利要求书2页 说明书11页 附图2页 CN 115511062 A 2022.12.23 CN 115511062 A 1.巡检机器人的多参数检测系统， 其特征在于， 所述系统包括物联网的多参数机器人 巡检子系统和巡检机器人终端位置控制 子系统， 实现无人值守智能巡检、 无人值守自动化 运行、 巡检机器人目标智能跟踪控制 所述巡检机器人终端位置控制子系统包括LSTM神经网络 ‑NARX神经网络模型、 DRNN神 经网络‑NARX神经网络控制器、 PI控制器、 PI控制器 ‑NARX神经网络控制器、 参数预测 模块A 和参数预测模块B。 2.根据权利要求1所述的巡检机器人的多参数检测系统， 其特征在于： 机器人位置设定 值、 参数检测模 型、 参数预测模块A输出、 参数预测模块B输出、 DRNN神经网络 ‑NARX神经网络 控制器输出作为LSTM神经网络 ‑NARX神经网络模型的输入， LSTM神经网络 ‑NARX神经网络模 型的输出与参数预测模块B输出的机器人位置误差和机器人位置误差变化率作为DRNN神经 网络‑NARX神经网络控制器的输入， DRNN神经网络 ‑NARX神经网络控制器输出与PI控制器输 出相加再减去参数预测模块A输出的转速误差和转速误差变化率作为PI控制器 ‑NARX神经 网络控制器的输入， PI控制器 ‑NARX神经网络控制器输出作为 驱动机构的输入， 驱动机构 输 出作为机器人输入， 驱动机构的转速传感器输出作为参数预测模块A的输入， 机器人的位置 传感器输出作为参数预测模块B的输入， 机器人位置设定值与位置传感器输出 的机器人位 置误差和机器人位置误差变化率作为PI控制器输入， 巡检机器人终端位置控制子系统实现 对机器人位置进行调节与控制。 3.根据权利要求1所述的巡检机器人的多参数检测系统， 其特征在于： 所述参数检测模 型由粒子群优化自适应小波神经网络 ‑NARX神经网络模型、 TDL按拍延迟线A、 小波分解模 型、 降噪自编码神经网络 ‑NARX神经网络模型、 LSTM神经网络 ‑NARX神经网络模型、 TDL按拍 延迟线B、 TDL按拍延迟线C、 TDL按拍延迟线D和区间犹豫模糊数的BAM神经网络 ‑AANN神经网 络模型组成。 4.根据权利要求3所述的巡检机器人的多参数检测系统， 其特征在于： 所述参数传感器 输出的一段时间参数值作为粒子群优化 自适应小波神经网络 ‑NARX神经网络模型的输入， 粒子群优化自适应小波神经网络 ‑NARX神经网络模 型输出作为TDL按拍延迟线A的输入， TDL 按拍延迟线A的输出作为小波分解模型输入， 小波分解模型输出 的低频趋势部分和多个高 频波动部分分别作为LSTM神经网络 ‑NARX神经网络模型和降噪自编码神经网络 ‑NARX神经 网络模型的输入， LSTM神经网络 ‑NARX神经网络模型和降噪自编码神经网络 ‑NARX神经网络 模型的输出分别作为TDL按拍延 迟线B和TDL按拍延迟线C的输入， TDL按拍延 迟线B、 TDL按拍 延迟线C和TDL按拍延迟线D的输出分别作为区间犹豫模糊数的BAM神经网络 ‑AANN神经网络 模型的对应输入， 区间犹豫模糊数的BAM神经网络 ‑AANN神经网络模型输出的4个参数分别 为a、 b、 c、 d作为TDL按拍延迟线D的输入， 区间犹豫模糊数的BAM神经网络 ‑AANN神经网络模 型输出作为 参数检测模型的输出。 5.根据权利要求4所述的巡检机器人的多参数检测系统， 其特征在于： a和b组成区间数 [a， b]作为被巡检参数的极小值， c和d组成区间数[c， d]作为被巡检参数的极大值， 区间数 [a， b]和区间数[c， d]组成([a， b]， [c， d])作为被巡检参数的区间犹豫模糊数。 6.根据权利要求2所述的巡检机器人的多参数检测系统， 其特征在于： 参数预测模块包 括TDL按拍延迟线、 参数检测 模型和BAM神经网络 ‑DRNN神经网络模型， 参数检测 模型和BAM 神经网络 ‑DRNN神经网络模 型的输出分别作为对应的TDL按拍延迟线的输入， 2个TDL按拍延权　利　要　求　书 1/2 页 2 CN 115511062 A 2迟线输出作为BAM神经网络 ‑DRNN神经网络模 型对应的输入， BAM神经网络 ‑DRNN神经网络模 型输出被巡检参数的预测值。 7.根据权利要求1所述的巡检机器人的多参数检测系统， 其特征在于： 所述物联网的多 参数机器人巡检子系统为巡检机器人终端负责采集被巡检参数信息和巡检， 在现场监控端 中有参数预测模块和巡检机器人终端位置控制子系统， 通过网关节点实现巡检机器人终 端、 现场监控端、 巡检参数云平台和巡检参数手机APP的双向通信， 实现被巡检参数采集和 预测。 8.根据权利要求7所述的巡检机器人的多参数检测系统， 其特征在于： 所述巡检机器人 终端包括采集巡检参数传感器组、 位置传感器、 转速传感器和对应的信号调理电路、 STM32 单片机、 摄像头、 GPS模块和CC2530无线传输模块， 实现巡检参数采集和巡检机器人终端位 置的调节。权　利　要　求　书 2/2 页 3 CN 115511062 A 3