[发明专利]一种基于图像识别的机器人随机巡检方法在审

专利信息
申请号: 202210443843.3 申请日: 2022-04-25
公开(公告)号: CN114995381A 公开(公告)日: 2022-09-02
发明(设计)人: 周超杰;黄建勇;王袤野;茅晓亮;施会;朱李超;严俊 申请(专利权)人: 国网上海市电力公司
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 翁惠瑜
地址: 200122 上海市浦东新区*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 机器人 随机 巡检 方法
【权利要求书】:

1.一种基于图像识别的机器人随机巡检方法,其特征在于,该方法由目标巡检区域内布置的若干台巡检机器人实现,目标巡检区域内每一设施配置有该设施的安全值随着时间变化的安全函数和巡检设施时根据巡检状况变化的巡检函数;

该方法包括以下步骤:

各巡检机器人先基于预先配置的最优巡检线路完成单次巡检,然后按设定排序以随机方式选择符合巡检设定要求的设施进行后续巡检,在每次巡检中,采用快速图像识别方式获取设施的巡检结果,根据巡检结果执行相应后续处理,并基于所述巡检函数更新各设施的安全值,同步至每个巡检机器人,并将该安全值代入所述安全函数。

2.根据权利要求1所述的基于图像识别的机器人随机巡检方法,其特征在于,所述快速图像识别具体为:

对检测位的设施进行一段时间内的多张图像拍摄,去除环境影响后得到设施的静态图像,从所述静态图像获取当前设施的实时特征数据,将该实时特征数据与预存储的常态时特征数据进行对比,判断对比结果是否大于设定阈值,若是,则产生追查报警信号,若否,则将巡检后设施的安全值根据巡检函数进行更新。

3.根据权利要求2所述的基于图像识别的机器人随机巡检方法,其特征在于,产生所述追查报警信号后,将当前时间段内拍摄的所述多张图像上传至分析服务器,所述分析服务器采用精细图像识别方式进行对比复查,判断对比复查结果是否大于设定阈值,若是,则由分析服务器或巡检机器人上报设施名称,若否,则巡检机器人将巡检后设施的安全值根据巡检函数进行更新。

4.根据权利要求1所述的基于图像识别的机器人随机巡检方法,其特征在于,所述巡检函数的表达式为:

An=J+K·Tp·Lm/Lp·Tm

其中,An为当前设施更新后的安全值,Tp为巡检机器人在停留区域内的停留时间,所述停留区域基于每一设施的巡检中心划分,所述巡检中心指设施对应的最佳巡检位置,Tm为巡检机器人在停留区域内的设定最长停留时间,Lm为停留区域最远端与巡检中心的距离,Lp为最长时间停留位置与巡检中心的距离差,K为设施的安全值加权系数,J为当前设施此次更新前的安全值。

5.根据权利要求1所述的基于图像识别的机器人随机巡检方法,其特征在于,所述安全函数的表达式为:

An=An-1·t(1-t^Q1)^(1/Q2),

其中,t为当前设施未巡检的时间值与当前设施设定的最长检测间隙的比值,若当前设施未巡检的时间值大于等于当前设施设定的最长检测间隙,则t取值为1,Q1和Q2均为安全函数的调节值,各个设施根据重要程度对应设置有对应的调节值,An-1为上一计算间隔时的安全值,An为当前的安全值。

6.根据权利要求1所述的基于图像识别的机器人随机巡检方法,其特征在于,所述设定排序采用如下方式确定:

遍历计算各设施的巡检分值Pt:Pt=Ar/Ta,其中,Ar为设施的安全值的最大提升值,Ta为巡检所需要消耗的总时间;

以所述巡检分值Pt对所有待巡检的设施进行排序。

7.根据权利要求6所述的基于图像识别的机器人随机巡检方法,其特征在于,计算所述巡检分值时,针对单个设施或一个设施组进行计算,相应地,以所述巡检分值对所有单个设施或所有设施组进行排序,所述设施组通过聚类分析划分。

8.根据权利要求6所述的基于图像识别的机器人随机巡检方法,其特征在于,遍历的设施为未巡检时间大于设定值的设施。

9.根据权利要求1所述的基于图像识别的机器人随机巡检方法,其特征在于,所述符合巡检设定要求的设施满足的条件为:

若确定执行选择的下一次巡检,则所有的设施的安全值均大于人工设定的阈值,且所有的设施的安全值的和也大于人工设定的阈值和。

10.根据权利要求4所述的基于图像识别的机器人随机巡检方法,其特征在于,所述设施上对应的最佳巡检位置设置有一个用于拍摄的二维码,巡检机器人根据拍摄的二维码的缩放比例核对最长时间停留位置与巡检中心的距离差Lp。

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上海市电力公司,未经国网上海市电力公司许可,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/202210443843.3/1.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