本申请涉及基于数字孪生的巡检机器人任务规划，特别是涉及一种基于数字孪生的巡检机器人任务规划方法和系统。
背景技术：
1、配电室巡检机器人是一种应用于室内配电室仪表自动化检测的智能设备，是现代智能运维体系中的重要环节。通过集成感知、编程、监测、执行等模块，实现无人或低人工干预情况下的24小时巡检。实现智能巡检的一个先决条件是实现智能化的任务规划，即根据巡检计划、机器人的运动空间等约束条件，制定机器人巡检任务的动作执行序列。通常再进行任务规划时，以距离最短、时间最短等效率因素为目标。研究发现，目前的任务规划方法与人工巡检的规划方法类似，通过任务计划中的巡检点位要求，逐一生成机器人的运动路径点，再通过最优化方法实现路径点的重组，从而获得最短路径或者最快路径。
2、配电室作为电力系统的重要组成部分，其设备的运行状态对整个电力系统的安全和稳定运行至关重要。然而，传统的配电室巡检主要依赖人工进行，存在效率低、成本高以及巡检结果受人为因素影响较大的问题。
技术实现思路
1、本申请提供一种基于数字孪生的巡检机器人任务规划方法和系统，旨在解决传统的配电室巡检主要依赖人工进行，存在效率低、成本高以及巡检结果受人为因素影响较大的问题。
2、第一方面，一种基于数字孪生的巡检机器人任务规划方法，所述方法包括：
3、通过安装在配电室内的多个传感器收集环境数据，基于所多个传感器收集环境数据构建配电室环境的数字孪生模型，所述数字孪生模型包括配电室的三维结构和设备分布；
4、在数字孪生场景中嵌入任务理解与分解算法，通过nlp算法对语义的理解与分析，将工作描述输出为机器人的巡检任务，所述工作描述的数据为多模态形式，包括任务计划书、人类语音指令、任务描述文本；
5、通过多模态生成模型提取场景信息，并与已构建的数字孪生场景进行比对，更新孪生空间模型，获取机器人要执行的任务段信息，将不同的任务分配给执行机构；
6、机器人运动模块根据获取到的指令执行运动，所述指令包括运动速度、加速度、位置信息，图像识别任务模块获取具体的仪表拍摄位置信息，巡检任务生成模块基于孪生空间中的巡检任务信息库匹配相应的巡检原则，生成巡检任务；
7、将获取的数据汇总到孪生空间，更新孪生空间的数据显示与基础信息，根据实时反馈的数据，对数字孪生模型进行更新，并重新进行路径规划。
8、上述方案中，可选的，所述通过安装在配电室内的多个传感器收集环境数据，包括：通过温度传感器、湿度传感器、红外传感器和摄像头收集配电室环境中的温度、湿度、红外和图像数据。
9、上述方案中，可选的，所述通过nlp算法对语义的理解与分析，将工作描述输出为机器人的巡检任务，包括：任使用预训练的seq2seq模型和transformer架构进行自然语言处理，预训练语料库包括多种巡检任务描述文本。
10、上述方案中，可选的，所述机器人运动模块根据获取到的指令执行运动的过程中，通过传感器实时收集机器人的运动数据和环境数据，并将其反馈到数字孪生模型中，确保机器人能够按照最优或次优路径执行任务；
11、通过无线通信模块将机器人的巡检数据实时传输到数字孪生系统，实现数据的实时更新和显示。
12、上述方案中，可选的，所述多模态生成模型包括图像识别模型、语音识别模型和文本处理模型，用于对输入数据进行分析和处理。
13、上述方案中，可选的，所述孪生空间模型包括虚拟环境和真实环境的映射关系，用于模拟和预测巡检机器人的执行效果。
14、上述方案中，可选的，所述机器人具备自主避障功能，同时，能够根据数字孪生模型中的障碍物更新信息动态调整行驶路径。
15、第二方面，一种基于数字孪生的巡检机器人任务规划系统，所述系统包括：
16、数据收集模块，用于通过安装在配电室内的多个传感器收集环境数据，并将数据传输至中央处理单元；
17、数字孪生建模模块，与所述数据收集模块连接，用于基于所收集的数据构建配电室环境的数字孪生模型，所述数字孪生模型包括配电室的三维结构和设备分布；
18、任务理解与分解模块，与所述数字孪生建模模块连接，用于基于seq2seq模型架构和transformer架构对输入的巡检任务文本进行自然语言处理，并将任务分解为多个子任务，所述seq2seq模型的输入为巡检任务描述文本，输出为子任务序列；
19、路径规划模块，与所述任务理解与分解模块连接，用于根据数字孪生模型生成机器人在配电室内的运动路径和检测路径，同时可根据数字孪生模型中的障碍物更新，动态调整路径；
20、执行机构，与所述路径规划模块连接，用于根据所生成的路径控制机器人执行运动和检测任务，所述执行机构包括轮式移动机构和多自由度机械臂，通过运动控制程序实现精确运动。
21、相比现有技术，本申请至少具有以下有益效果：
22、本申请基于对现有技术问题的进一步分析和研究，认识到传统的配电室巡检主要依赖人工进行，存在效率低、成本高以及巡检结果受人为因素影响较大的问题，通过安装在配电室内的多个传感器收集环境数据，基于收集的数据构建配电室环境的数字孪生模型，模型包括三维结构和设备分布，利用seq2seq模型和transformer架构对巡检任务文本进行处理，将任务分解为多个子任务，根据数字孪生模型生成机器人在配电室内的运动路径和检测路径，根据生成的路径控制机器人执行运动和检测任务，包括控制轮式移动机构和机械臂。数据收集的实时性和准确性提高了系统对配电室环境的感知能力，为后续的数字孪生建模提供了可靠的数据基础。数字孪生建模实现了对配电室环境的动态模拟和预测，提高了巡检任务的准确性和可靠性。任务理解与分解模块自动将复杂的巡检任务文本分解为可执行的子任务，减少了人工干预，提高了系统的自动化水平。路径规划模块通过多种算法的结合，实现了最优路径的生成，提高了巡检效率和准确性。任务执行模块通过精确的运动控制，确保机器人能够高效、准确地完成巡检任务，适应复杂的配电室环境，数字孪生技术起到了关键作用。它提供了一个虚拟的环境，让我们可以在不影响实际系统的情况下，对机器人的路径进行预先规划和优化。同时，它还能够实时反映实际系统的状态变化，为人工决策提供支撑。而且通过对数字孪生场景中增加生成式模型的方法，可以实现机器人巡检的多任务模块规划。
1.一种基于数字孪生的巡检机器人任务规划方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述通过安装在配电室内的多个传感器收集环境数据，包括：通过温度传感器、湿度传感器、红外传感器和摄像头收集配电室环境中的温度、湿度、红外和图像数据。
3.根据权利要求1所述的方法，其特征在于，所述通过nlp算法对语义的理解与分析，将工作描述输出为机器人的巡检任务之前还包括：任使用预训练的seq2seq模型和transformer架构进行自然语言处理，预训练语料库包括多种巡检任务描述文本。
4.根据权利要求1所述的方法，其特征在于，所述机器人运动模块根据获取到的指令执行运动的过程中，通过传感器实时收集机器人的运动数据和环境数据，并将其反馈到数字孪生模型中，确保机器人能够按照最优或次优路径执行任务；
5.根据权利要求1所述的方法，其特征在于，所述多模态生成模型包括图像识别模型、语音识别模型和文本处理模型，用于对输入数据进行分析和处理。
6.根据权利要求1所述的方法，其特征在于，所述孪生空间模型包括虚拟环境和真实环境的映射关系，用于模拟和预测巡检机器人的执行效果。
7.根据权利要求1所述的方法，其特征在于，所述机器人具备自主避障功能，同时，能够根据数字孪生模型中的障碍物更新信息动态调整行驶路径。
8.一种基于数字孪生的巡检机器人任务规划系统，其特征在于，包括：
9.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-7所述方法的步骤。
