摘要：机器人研究已成为全球高科技竞争的焦点，智能机器人项目已成为国家重大科研战略之一，优化业务布局，提升高端装备、智能制造、核心零部件的自主研发、产品设计和设备试验能力，推动产业向中高端升级。
关键词：电力智能机器人；电力建设；带电作业；应用
一、电力智能机器人基础组成
机器人一般由机械部分、传感部分、控制部分三大部分组成。这三大部分又分成六个子系统。分别为：驱动系统、机械结构系统、感受系统、机器人—环境交互系统、人机交互系统、控制系统。机器人设计包括机械结构设计，检查传感系统设计等，是机械、电子、控制和计算机等丰富技术的综合应用。
二、电力智能机器人人脸识别原理
1.基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果。
2.基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。
3.基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。
三、电力智能机器人语音识别与控制原理?
1.语音识别技术的基本原理?
语音识别技术出现的时间虽然相对较短，但是多为学者对此进行了深入的研究，并且提出了多种设计方案，虽然方案各有不同，但是其原理基本一致，即通过一个模式识别系统使语音转换为计算机可以识别的数据。该模式主要包括三个基本单元，即特征提取、模式匹配以及参考模式库，其中语音信号预处理阶段主要是对原始语音的端点检测、语音分帧等，从而为后续的设计提供参数依据；特征提取阶段主要是对能够反映语音信号特征的关键参数进行提取；通过参考模型库中的样本语音等对相似度进行度量，最后进行识别。
2.语音识别的基本方法
当前语音识别的基本方法主要有四种，分别是隐马尔可夫模型、矢量量化技术、动态时间规整技术以及人工神经网络。其中隐马尔可夫模型主要是通过对语音特征分布的概率进行统计得出语音信号的时变序列，进行语音识别；矢量量化技术主要是通过对数据压缩，将语音信号波形矢量化，对每一帧进行分析，最后进行语音识别；动态时间规整技术主要是通过将原始语音样本语音进行时间规整，进行语音识别；人工神经网络则是依据生物神经网络的特征所构建的一种算法模型，通过学习和存贮大量的输入-输出模式映射关系来实现语音的识别。
3.系统总体结构设计
语音识别技术在机器人控制中应用，主要是通过语音输入设备输入语音，再通过相应的软件、程序等使计算机分辨出人类语音的内容，实现人与计算机之间的交互。故而语音识别系统的总体结构设计应包括语音控制端以及机器人运动控制端，具体的结构设计如图1所示。
.png)
4.系统各个功能模块的设计
机器人语音识别系统各个功能模块直接影响着系统运行的质量，具体来说，该系统主要包括七大模块，分别是运动输出模块、图像采集系统模块、运用控制模块、机器人主控系统模块、语音识别模块、语音输入模块以及端口程序模块。
该系统的协作主要通过初始化模型、请求/应答模式、命令模式以及时间模式实现。其中命令模式主要是完成启动或者停止语音识别的命令，事件模式则是依据客观实际情况自动停止语音识别活动，且显示识别结果。
5机器人语音控制流程设计
机器人语音识别系统中机器人语音控制是最为重要的部分，设计情况直接影响着整个系统的运行，也影响着系统的功能的完成情况。具体来说，计算机控制系统的功能主要包括三大部分，分别是语音识别、机器人的运动控制以及各项数据流管理，依据以上功能，设定机器人语音控制流程。
6机器人运动情况测试与分析
在系统构建完成之后进行测试，分别在安静环境以及嘈杂环境中进行，分别的测试数据如表1与表2所示。
.png)
由上可以看出，在固有技术上进行的测试，嘈杂环境中识别率较低，故而需进行完善。
经过分析，我们改进了LPC谱估计共振峰参数构造了新的语音特征参数，并且选用了TSMS算法以及DTW高效算法，并依据以上的模型进行重新架构，流程不变，最后构成的计算机语音识别系统在安静环境中以及嘈杂环境中的识别效果如表3与表4所示。
.png)
由上可知，改进之后语音识别系统在嘈杂环境中的识别效率也有提升，可以看出计算机语音识别系统仍有较大的提升空间。
四、机器人自动避障原理
机器人避障，简而言之就是让机器人能够自动避开障碍物安全行动。由于机械结构的精细构造，不允许发生经常的碰撞。在当今科技高速发展的时代，人们越来越需要机器人去替代人来完成一些危险的任务。而机器人在复杂多变的地形中进行自动避障是多种任务的根本条件，如果无法自动避障，一切都是纸上谈兵。因此，我们有必要对自动避障的原理进行分析和探讨。
五、潜在問题以及展望
1.传感器失灵
上述介绍的所有传感器都是有各自的优缺点，没有任何一个是包罗万象的。例如，我们需要检测远方一块钢化玻璃的距离，那么红外、激光和视觉传感器的方案便会失效，因为这些光线会穿透玻璃，无法获得反射光波。而在这个情况下，超声波传感器的优势就体现出来了。声波不像光波，它不会穿透玻璃等透明物体。同样，当我们需要在嘈杂的环境下检测物体距离，我们便需要光学传感器来弥补声学传感器的劣势。因此，在实际应用下，多个传感器的结合才能保障在任何情况下的万无一失。这也体现了目前科技发展的一个特征：交叉学科。还有一种情况是，当两个或以上的传感器同时工作时，很容易互相产生干扰。若是为了排除干扰而选择按照顺序分别工作，那么会大大减慢工作速度，对实时性产生影响。我想到的一个方法是在不同频率发射不同的超声波，然后利用滤波器找到各自的反射波，这样能有效减少多个传感器的串扰。
2.动力学限制
在刚才的几个算法中，很多都提到了“绕行”“转向”等字眼，而这在实际的情况中很难完美实现。例如，一台小车在转弯时选择多大的转角？它能否原地转向？以多大的速度行走不会侧翻？这些问题都值得进行进一步研究。惯性和向心力的影响更是不可忽略。所以在设计算法的时候，需要考虑到机器人的实际结构，考虑实际情况下是否可行。
结束语
目前，电力部门的智能机器人主要有巡检机器人、带电作业机器人、绝缘子串更换机器人、营业厅服务机器人等，其中以巡检机器人为主要研究对象，已在全国20多个网省进行推广。
参考文献：
[1]安全英.智能机器人在变电站巡视运用研究[J].电力技术,2016(49).
[2]李兵.巡检无人机在无人值守变电站应用的研究探讨[J].电源技术应用,2013(08).