本发明涉及智能运维、智能集群技术及机器人智能控制领域，具体涉及异构智能运维集群规划方法和运维机器人智能控制方法。
背景技术：
1、根据bnef彭博新能源财经发布的各年度全球光伏装机量及预测，2022年全球光伏新增装机230gw，同比增长35.3％，预计到2030年全球将新增光伏装机334gw，年复合增长率26％左右，而我国的光伏产业链已经占全球产能80％-90％左右。国家能源局数据显示，2023年前三季度全国光伏新增装机128.94gw，同比增长145％，截至2023年9月底，全国光伏发电装机容量达到520gw。按照设计时预定的生命周期，光伏电站拥有17-20年的利润周期，光伏组件一旦出现发电效率低或故障等问题，就意味着利润周期的缩短，且长时间不处理可能会对周围组件产生不利影响，甚至引起火灾等安全事故。因此随着存量电站集聚、增量电站飙升，为实现电站系统的安全、高效运行，后期精细化智能化运维的重要性不言而喻。
2、根据行业调研机构整理的分析数据，2021年全球光伏运维行业市场规模达到100亿美元左右，同比增长约17.7％，到2022年底，全球市场规模进一步上涨至180亿美元，同比大幅度增长约80％，初步测算到2025年全球光伏运维行业市场规模将超过600亿美元，在2022-2025年期间平均增长率达到77.8％。据最新整理的市场资料，2021年中国光伏运维市场规模达到145亿元，同比增长约28.2％，到2022年末，国内光伏运维市场总规模继续保持增长态势，提高至170亿元左右，同比增长约17.2％。在国内光伏发电系统建设项目逐步落地的过程中，未来我国光伏运维市场规模将会持续上升，光伏运维市场广阔。
3、当前光伏运维的主要模式包括电站托管、合同能源管理和电站运维服务外包等。运维的具体内容包括设备检测、故障维修、清洗、安全检查等。然而，由于目前的巡检/作业、监控、诊断分析等运维系统只定位在局部功能，且整体处于“人-机协作，以人工为主”的运维状态，缺少系统性、高效性运维解决方案，很难解决各项运维事项当前存在的痛点问题。智慧管理、人工智能及异构机器人集群是解决上述问题的最佳选择，但是目前的通用机器人技术无法满足光伏智能运维的共性需求。
技术实现思路
1、本发明解决的技术问题是：针对光伏运维行业智能化水平低、监测诊断功能差、运维效率低等痛点问题，依托“空中无人机、光伏板面清洁、地面割草、地面巡检”机器人，突破光伏电站智能运维管理、异构智能运维集群规划、运维机器人智能控制等关键通用技术，开发光伏电站智能运维系统，形成基于异构智能机器人集群的多维度协同运维解决方案，以克服现有相关技术所存在的上述问题。
2、本发明的技术解决方案是：智慧光伏电站的异构机器人集群运维方法，步骤如下：
3、(1)在光伏电站内部署无人机进行巡航任务，利用无人机巡航实现全覆盖式图像采集，完成对不同工作区域的划分与组件标记定位；
4、(2)采用三维重建技术实现作业区域全局俯瞰概要地图的构建；
5、(3)将运维任务的作业区进行划分，采用集群路径规划及群体内部避障方法，对机器人集群进行动态任务规划；
6、(4)采用环境感知与信息融合技术，对机器人周围环境情况进行精确判断；
7、(5)采用实时近地端精细化地图构建与定位技术，精细化运维区域的三维地图以及精准定位各单体机器人；
8、(6)采用机器人自主规划与避障技术，完成作业区域内遍历任务点的路径规划以及碰撞检测。
9、进一步地，所述步骤(1)中在光伏电站内部署无人机进行巡航任务，利用无人机巡航实现全覆盖式图像采集，完成对不同工作区域的划分与组件标记定位的方法为：
10、a.采用智能路径规划算法确定无人机巡航路线，进行信息采集工作；
11、b.由传统的图像梯度算子计算得到的图像梯度信息，将得到的图像梯度信息显式地作为一个单独的处理分支与经典流并行处理信息；
12、c.通过融合模块将图像的梯度信息与图像的语义特征信息进行融合，保留多尺度上下文信息，输出更加精细化的图像语义分割；
13、d.通过语义分割结果将图片信息进行分类，从而划分除草、清洁、消缺区域并完成组件标记。
14、进一步地，所述步骤(2)中采用三维重建技术实现作业区域全局俯瞰概要地图的构建的方法为：
15、a.基于缺陷像素空间三维位置分析，结合红外照片信息提取，采取pnp算法匹配形成热斑位置解析；
16、b.采集深度图像，对图像进行增强操作后计算点云，对采集到的点云数据进行去噪、滤波和配准等处理，获取精确的点云数据；
17、c.使用计算机视觉和机器学习算法，从图像和点云数据中提取特征，用于地物分类和识别；
18、d.将处理后的图像和点云数据进行融合，使用三维重建算法(稠密重建和表面重建)，将点云数据转换为三维模型，将图像纹理映射到三维模型上，以生成全局俯瞰概要地图。
19、进一步地，所述步骤(3)中将运维任务的作业区进行划分，采用集群路径规划及群体内部避障方法，对机器人集群进行动态任务规划的方法为：
20、a.根据区域划分结果，综合考虑各区域位置和地形特点，利用整数线性规划算法设计作业区域划分方法；
21、b.将任务规划问题转换为群体智能算法中的变量定义，定义机器人的位置、任务的分配以及任务执行顺序等；
22、c.用目标函数来衡量任务规划方案的优劣，根据问题定义，列举并定义约束条件：任务之间的依赖关系、机器人能力的限制、任务执行顺序的约束等；
23、d.根据问题定义，初始化机器人集群的初始状态和任务分配方案；
24、e.使用混合的群体智能算法进行搜索和协作，每个机器人可以作为一个智能体，通过群体智能算法的搜索策略来寻找最优的任务规划方案，通过信息共享、交换任务、协同搜索等方式实现机器人之间的协作；
25、f.针对每个作业区域分配的机器人集群，利用遗传算法设计集群路径规划及群体内部避障方法。
26、进一步地，所述步骤(4)中采用环境感知与信息融合技术，对机器人周围环境情况进行精确判断的方法为：
27、a.选择适当的传感器(激光雷达、摄像头、红外传感器、超声波传感器等)，感知机器人周围物体、障碍物、人员、路面状况等信息，并将其转化为数字信号；
28、b.对传感器采集到的数据进行滤波、降噪、调整图像亮度等预处理；
29、c.利用激光雷达数据，借助slam算法来不断地迭代优化机器人的位姿和地图，以实现对环境的准确感知；
30、d.利用摄像头获取的图像，运用目标检测、语义分割等计算机视觉技术算法对图像进行处理和分析，提取出关键的环境特征信息；
31、e.利用机器学习和深度学习技术，将不同传感器采集到的数据进行特征提取、特征匹配和信息融合，实现多源信息的融合与优化，形成综合环境信息。
32、进一步地，所述步骤(5)中采用实时近地端精细化地图构建与定位技术，精细化运维区域的三维地图以及精准定位各单体机器人的方法为：
33、a.通过激光雷达、摄像头等传感器采集待配准的点云数据和参考模型的点云数据，对采集到的点云数据进行滤波、降噪、去除离群点等预处理操作，从待配准的点云数据和参考模型的点云数据中提取特征；
34、b.利用初始的估计值将待配准的点云数据与参考模型进行初步对齐，在初始对齐的基础上，通过计算待配准点云数据和参考模型之间的特征匹配度量，确定更精确的配准变换基于匹配计算的结果；
35、c.利用迭代最近点算法进行进一步的优化，评估配准结果的质量，并根据需要进行调整和优化；
36、d.在此基础上，利用历史轨迹信息确定机器人在作业区域内的位置，设计支持场景模型调整的三维形状编辑方法生成实时精细化地图。
37、进一步地，所述步骤(6)中采用机器人自主规划与避障技术，完成作业区域内遍历任务点的路径规划以及碰撞检测的方法为：
38、a.获取机器人作业的地形、障碍物位置等三维场景信息，将作业区域划分为离散的网格或栅格分配势能值；
39、b.根据目标任务点的位置，计算机器人到目标任务点的距离，并将其转化为吸引力势能值；根据障碍物的位置和距离，计算机器人与障碍物之间的斥力势能值；
40、c.将吸引力和所有障碍物斥力的势能值进行叠加，得到机器人所受到的合力；
41、d.根据合力向量的大小和方向，计算机器人的期望速度方向；
42、e.若机器人检测到前方有障碍物，可以根据障碍物的位置和距离使用动态障碍物预测算法调整期望速度和方向，使用运动控制算法控制机器人运动绕过障碍物；
43、f.在机器人移动过程中，实时感知环境中的障碍物和变化，并及时更新作业区域模型和势能函数，根据实时差异化信息和机器人定位信息，动态调整势能函数的参数和权重，以适应不断变化的环境；
44、g.当机器人达到目标任务点时，选择下一个待遍历的任务点，并重新规划运动路径，根据新的目标任务点，重新计算吸引力势能和合力向量，进行速度规划和避障处理。
45、与现有技术相比，本发明的有益效果是：本发明依托“空中无人机、光伏板面清洁、割草机器人”异构机器人集群，在管控层面突破智能运维管理、在集群层面突破规划、在机器人层面突破单体智能控制技术，开发光伏电站智能运维系统，形成多维度光伏电站智能运维模式，能够解决光伏电站智能运维中的空中巡检、光伏板面清洁、地面巡检/除草等典型工艺的机器人作业共性问题，全面提升电站运维的智能化水平和工作效率。
1.智慧光伏电站的异构机器人集群运维方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的智慧光伏电站的异构机器人集群运维方法，其特征在于，所述步骤(1)中在光伏电站内部署无人机进行巡航任务，利用无人机巡航实现全覆盖式图像采集，对采集到的图像数据进行智能识别和分析，完成对不同工作区域的划分与组件标记定位的方法为：
3.根据权利要求1所述的智慧光伏电站的异构机器人集群运维方法，其特征在于，所述步骤(2)中采用三维重建技术实现作业区域全局俯瞰概要地图的构建的方法为：
4.根据权利要求1所述的智慧光伏电站的异构机器人集群运维方法，其特征在于，所述步骤(3)中将运维任务的作业区进行划分，采用集群路径规划及群体内部避障方法，对机器人集群进行动态任务规划的方法为：
5.根据权利要求1所述的智慧光伏电站的异构机器人集群运维方法，其特征在于，所述步骤(4)中采用环境感知与信息融合技术，对机器人周围环境情况进行精确判断的方法为：
6.根据权利要求1所述的智慧光伏电站的异构机器人集群运维方法，其特征在于，所述步骤(5)中采用实时近地端精细化地图构建与定位技术，精细化运维区域的三维地图以及精准定位各单体机器人的方法为：
7.根据权利要求1所述的智慧光伏电站的异构机器人集群运维方法，其特征在于，所述步骤(6)中采用机器人自主规划与避障技术，完成作业区域内遍历任务点的路径规划以及碰撞检测的方法为：
