[发明专利]面向配电房智能值守作业的机器人视觉系统和方法在审

专利信息
申请号: 202110438961.0 申请日: 2021-04-22
公开(公告)号: CN113516122A 公开(公告)日: 2021-10-19
发明(设计)人: 高海龙;张伟;曹亚非;姜华;肖学权;阚久辉;李善波;陈少达;郭梓晗;韩天星;梁庆华;吴甜;蒲廷燕 申请(专利权)人: 国网江苏省电力有限公司徐州供电分公司;上海交通大学;北京瑞盈智拓科技发展有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京风雅颂专利代理有限公司 11403 代理人: 刘志永
地址: 221005 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 配电房 智能 值守 作业 机器人 视觉 系统 方法
【说明书】:

本发明示例性实施例提供一种面向配电房智能值守作业的机器人视觉系统和方法,其中的系统包括:图像目标检测模块用于根据接收的任务指令启动所述双目立体定位模块和所述图像目标检测模块;双目定位模块根据所述任务指令的具体内容对目标设备进行查询和定位,并根据所述查询和定位的结果驱动机器人移动至所述目标设备处;图像目标检测模块通过机器人的双目摄像装置对所述目标设备的图像进行检测和识别,得到检测识别结果;识别学习模块,所述识别学习模块用于对获取的所述目标设备的图像进行特征识别,通过所述学习输出所述检测识别结果。本发明极大地增强了机器人作业能力和可完成的任务范畴,同时信息的丰富也有助于操作安全性的提升。

技术领域

本发明示例性实施例涉及电力技术领域,尤其涉及一种面向配电房智能值守作业的机器人视觉系统和方法。

背景技术

数目庞大、地域分布广泛的配电房是我国供电系统中的重要场景,随着工业用电和生活用电需求飞速增长,电网配网的运行和维护需求也日益增长。然而,国内多数供电公司仍然延续上世纪“人力为主”的传统运维模式:配电运检室发出调令后,由运维人员赶赴各处配电房现场进行人工巡视和操作,造成极大的人力物力的浪费。

随着机器人和人工智能技术的不断发展,以机器人为代表的智能值守作业模式在电力系统中逐渐受到越来越多的关注和探索。通过直接部署于站所内的机器人代替人工进行自主作业,可以增强配网运维的自动化程度,提高配网的运维效率,降低人工操作时的风险,是实现装备智能化、作业标准化和现场可视化的有效途径和发展趋势。

视觉系统是机器人感知周围环境,获取设备及作业中有效信息的关键系统。目前已有部分利用机器视觉对配电设备上的元件进行识别的相关应用,如国家知识产权局于2018年8月23日公布的专利号为CN108447056A,名称为“基于几何特征聚类划分的配电柜圆形压板状态识别方法”及2020年6月8日公布的专利号为CN111260788A,名称为“一种基于双目视觉的配电柜开关状态识别方法”,但它们功能较为单一,且往往只能针对特定元件进行识别,扩展性较差,无法满足机器人智能值守作业的复杂需求。

基于上述,业内亟需能够解决上述问题的配电房机器人及相应的值守方法,目前尚无能够解决上述问题的方法或装置出现。

发明内容

有鉴于此,本发明示例性实施例的目的在于提出一种面向配电房智能值守作业的机器人视觉系统和方法,以解决配电房的值守机器人的通用识别效果不佳问题。

基于上述目的,本发明示例性实施例提供了一种面向配电房智能值守作业的机器人视觉系统,所述系统包括:

双目立体定位模块、图像目标检测模块以及动作指引模块;

所述图像目标检测模块用于根据接收的任务指令启动所述双目立体定位模块和所述图像目标检测模块;

所述双目定位模块根据所述任务指令的具体内容对目标设备进行查询和定位,并根据所述查询和定位的结果驱动机器人移动至所述目标设备处;

所述图像目标检测模块通过机器人的双目摄像装置对所述目标设备的图像进行检测和识别,得到检测识别结果;

所述动作指引模块基于所述检测识别结果以及所述任务指令,驱使所述机器进行与所述任务指令相适应的机械操作;

所述系统还包括:

识别学习模块,所述识别学习模块用于对获取的所述目标设备的图像进行特征识别,建立图像特征与检测识别结果之间的学习模型,并进行迭代训练,以在所述图像目标检测模块得到所述目标设备的图像时,通过所述学习输出所述检测识别结果。

结合上述说明,在本发明实施例另一种可能的实施方式中,所述系统还包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司徐州供电分公司;上海交通大学;北京瑞盈智拓科技发展有限公司,未经国网江苏省电力有限公司徐州供电分公司;上海交通大学;北京瑞盈智拓科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110438961.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top