CN110618436A - 基于即时定位与地图构建的巡检方法、装置及设备 - Google Patents
基于即时定位与地图构建的巡检方法、装置及设备 Download PDFInfo
- Publication number
- CN110618436A CN110618436A CN201910270740.XA CN201910270740A CN110618436A CN 110618436 A CN110618436 A CN 110618436A CN 201910270740 A CN201910270740 A CN 201910270740A CN 110618436 A CN110618436 A CN 110618436A
- Authority
- CN
- China
- Prior art keywords
- image
- meter
- robot
- person
- position information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例提供一种基于即时定位与地图构建的巡检方法、装置及设备,该方法包括:在机器人按照巡检路径对预设区域进行巡检时,采集所述机器人周围的环境图像;根据所述环境图像确定仪表图像,并确定所述仪表图像中的仪表的仪表类型和仪表数值;根据预设的仪表类型与安全阈值之间的对应关系,确定与所述仪表类型对应的安全阈值;在所述仪表数值不在与所述仪表类型对应的安全阈值范围时,发送第一告警消息。本发明实施例能够在石油场站存在安全隐患时,及时发出告警消息以提醒工作人员进行相应处理,能够降低巡检成本,减少漏检和错检情况,提高巡检效率。
Description
技术领域
本发明实施例涉及石油开采技术领域,尤其涉及一种基于即时定位与地图构建的巡检方法、装置及设备。
背景技术
石油场站环境复杂,设备和管道等较多,易出现突发灾难性事故,因此需要大量的仪器仪表对石油场站进行检测。
目前主要通过人工对石油场站进行巡检,需要巡检人员在石油场站中观察检测仪表,对设备的运行状况、石油管道的相关参数及石油化工场站中的环境数据等进行记录,以便及时发现潜在的危险,避免事故发生。
然而,通过人工对石油场站进行巡检需要耗费大量的人力物力,巡检成本大,并且人工巡检容易出现漏检和错检的情况。
发明内容
本发明实施例提供一种基于即时定位与地图构建的巡检方法、装置及设备,以解决目前对石油场站进行人工巡检容易出现漏检和错检的问题。
第一方面,本发明实施例提供一种基于即时定位与地图构建的巡检方法,包括:
在机器人按照巡检路径对预设区域进行巡检时,采集所述机器人周围的环境图像;
根据所述环境图像确定仪表图像,并确定所述仪表图像中的仪表的仪表类型和仪表数值;
根据预设的仪表类型与安全阈值之间的对应关系,确定与所述仪表类型对应的安全阈值;
在所述仪表数值不在与所述仪表类型对应的安全阈值范围内时,发送第一告警消息。
在一种可能的实施方式中,还包括:
获取通过GPS定位方式定位出的所述机器人的第一位置信息,以及通过SLAM方式定位出的所述机器人的第二位置信息;
根据所述第一位置信息和所述第二位置信息,确定所述机器人的实际位置信息。
在一种可能的实施方式中,还包括:
通过声音传感器采集所述机器人周围的声音信息;
从所述声音信息中提取目标设备对应的声音信息;
将所述目标设备对应的声音信息与所述目标设备处于正常运行状态的声纹进行对比,判断所述目标设备是否运行正常。
在一种可能的实施方式中,还包括:
从所述环境图像中提取包含人物的人物图像;
识别所述人物图像中的人物是否佩戴头盔;
若所述人物图像中的人物没有佩戴头盔,则发送第二告警信息。
在一种可能的实施方式中,所述头盔外表面设有第一标识图案,所述人物服装外表面设有第二标识图案,所述识别所述人物图像中的人物是否佩戴头盔包括:
识别所述人物图像是否包含所述第一标识图案;
若所述人物图像包含所述第一标识图案,则根据所述第一标识图案确定所述人物图像中头盔的位置信息;
识别所述人物图像中的第二标识图案,确定所述人物图像中人物的位置信息;
根据所述人物图像中头盔的位置信息和人物的位置信息确定所述人物图像中人物是否佩戴头盔。
第二方面,本发明实施例提供一种基于即时定位与地图构建的巡检装置,包括:
采集模块,用于在机器人按照巡检路径对预设区域进行巡检时,采集所述机器人周围的环境图像;
第一识别模块,用于根据所述环境图像确定仪表图像,并确定所述仪表图像中的仪表的仪表类型和仪表数值;
第一处理模块,用于根据预设的仪表类型与安全阈值之间的对应关系,确定与所述仪表类型对应的安全阈值;
第二处理模块,用于在所述仪表数值不在与所述仪表类型对应的安全阈值范围内时,发送第一告警消息。
在一种可能的实施方式中,还包括定位模块,所述定位模块用于:
获取通过GPS定位方式定位出的所述机器人的第一位置信息,以及通过SLAM方式定位出的所述机器人的第二位置信息;
根据所述第一位置信息和所述第二位置信息,确定所述机器人的实际位置信息。
在一种可能的实施方式中,还包括声音检测模块,所述声音检测模块用于:
通过声音传感器采集所述机器人周围的声音信息;
从所述声音信息中提取目标设备对应的声音信息;
将所述目标设备对应的声音信息与所述目标设备处于正常运行状态的声纹进行对比,判断所述目标设备是否运行正常。
第三方面,本发明实施例提供一种基于即时定位与地图构建的巡检设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的实施方式所述的巡检方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的实施方式所述的巡检方法。
本实施例提供的基于即时定位与地图构建的巡检方法、装置及设备,在机器人按照巡检路径对预设区域进行巡检时,采集机器人周围的环境图像;根据环境图像确定仪表图像,并确定仪表图像中的仪表的仪表类型和仪表数值;根据预设的仪表类型与安全阈值之间的对应关系,确定与该仪表类型对应的安全阈值;在该仪表数值不在与该仪表类型对应的安全阈值范围内时,发送第一告警消息。本发明实施例通过机器人自动巡检以及对仪表数值的图像识别,通过对比仪表数值与对应的安全阈值范围,能够在石油场站存在安全隐患时,及时发出告警消息以提醒工作人员进行相应处理,能够降低巡检成本,减少漏检和错检情况,提高巡检效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的巡检机器人的结构示意图;
图2为本发明一实施例提供的基于即时定位与地图构建的巡检方法的流程示意图;
图3为本发明又一实施例提供的基于即时定位与地图构建的巡检方法中机器人定位的流程示意图;
图4为本发明另一实施例提供的基于即时定位与地图构建的巡检方法中声音检测的流程示意图;
图5为本发明再一实施例提供的基于即时定位与地图构建的巡检方法中头盔佩戴检测的流程示意图;
图6为本发明下一实施例提供的基于即时定位与地图构建的巡检方法中识别人物图像中的人物是否佩戴头盔的流程示意图;
图7为本发明一实施例提供的基于即时定位与地图构建的巡检装置的结构示意图;
图8为本发明又一实施例提供的基于即时定位与地图构建的巡检装置的结构示意图;
图9为本发明一实施例提供的基于即时定位与地图构建的巡检设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的巡检机器人的结构示意图。如图1所示,本实施例提供的巡检机器人包括处理器11、环视摄像头12、双目摄像头13、定位装置14、声音传感器15、报警器16、电驱履带轮17及图像显示模块18。
环视摄像头12、和双目摄像头13可以通过车身固定金属支架固定于机器人车身前端,处理器11、定位装置14、声音传感器15和报警器16可以通过车身固定金属支架固定于机器人车身中端,图像显示模块18可以通过车身固定金属支架固定于机器人后端。电驱履带轮17位于机器人底部,与车身固定金属支架连接,用于承载车身以及行走,为机器人车身前进后退提供稳定的运作基础。
其中,环视摄像头12可以为360度云台环视摄像头。360度云台环视摄像头模块可以为双摄像头,环视摄像头12用于实时获取石油场站机器人周围360度范围内的图像数据,可视范围广,图像畸变小,分辨率高。双目摄像头13两个摄像头上均设有雨刷,可适应石油场地突发的天气情况,双目摄像头13用于实时获取拍摄对象的深度信息及尺寸信息。环视摄像头12和双目摄像头13相结合能实现高精度的目标识别及位置把控,有利于路径的即时选择和避障。
定位装置14可以为GPS(Global Positioning System,全球定位系统)定位装置,用于定位机器人的位置坐标。声音传感器15可以为用于在机器人巡检过程中采集声音数据。报警器16用于在符合告警条件时进行告警。图像显示模块18用于显示采集的图像、仪表数值及巡检路径等。
可选地,为了适应石油场站复杂的地面,巡检机器人的运动底盘可以为一个差动运动底盘,该底盘履带可以为橡胶材质从而提供较好的运动性能。为了实现导航的要求,该底盘可以配备有一个轮式里程计。例如,该底盘可以使用极创机器人科技有限公司的Komodo-02型成品履带式底盘。为了实现导航的要求,巡检机器人还可以具有一个在室外使用的激光雷达。
巡检机器人的软件底层可以使用ROS系统。该系统是一个面向机器人的开源操作系统,能够提供类似传统操作系统的诸多功能,如硬件抽象,底层设备控制,进程间消息传递和程序包管理等功能。此外,它提供了一种在多个计算机之间运行程序完成分布式计算的工具。ROS作为一种分布式的处理框架,将每个进程看作一个节点,通过将socket封装提供了节点间的4种通信方式。这使得可执行文件可以单独进行设计,且运行是松散耦合。
图2为本发明一实施例提供的基于即时定位与地图构建的巡检方法的流程示意图。本实施例的执行主体可以为图1所示实施例中的机器人,也可以为其他终端设备或者服务器,在此不作限定。为便于描述,下面将本实施例的执行主体称为巡检设备,但并不作为限定。如图2所示,该方法包括:
S201、在机器人按照巡检路径对预设区域进行巡检时,采集所述机器人周围的环境图像。
在本实施例中,以对石油场站巡检为例,预设区域可以是整个石油场站的区域,可以是石油场站中划分出来的某个指定区域,在此不作限定。巡检路径可以是预先设置的路径,也可以是在机器人巡检过程中自动规划得到的路径。在机器人按照巡检路径对预设区域进行巡检过程中,可以通过图像采集装置采集机器人周围环境的环境图像。例如,可以通过机器人上安装的环视摄像头或者双目摄像头采集机器人周围的环境图像。
S202、根据所述环境图像确定仪表图像,并确定所述仪表图像中的仪表的仪表类型和仪表数值。
在本实施例中,仪表图像为包含仪表的图像。可以通过图像处理从环境图像中识别出仪表图像,再从仪表图像中识别出仪表图像所包含的仪表的仪表类型和仪表数值。
可选地,可以通过第一卷积神经网络识别环境图像中的仪表图像,从所述环境图像中提取出仪表图像;通过第二卷积神经网络识别仪表图像中的仪表的仪表类型和仪表数值。其中,第一卷积神经网络用于从输入的环境图像中识别出包含仪表的仪表图像,并将仪表图像从环境图像中提取出来。第一卷积神经网络可以通过包含已标注的仪表图像和非仪表图像的训练图像集预先进行训练得到。例如,第一卷积神经网络可以为Mask RCNN网络。第二卷积神经网络用于从输入的仪表图像中识别出仪表图像中仪表的仪表类型和仪表数值。其中,仪表数值为仪表的读数。例如,仪表类型可以包括温度检测仪表、湿度检测仪表、压力检测仪表等。
S203、根据预设的仪表类型与安全阈值之间的对应关系,确定与所述仪表类型对应的安全阈值。
在本实施例中,不同的仪表类型对应有不同的安全阈值范围,例如温度检测仪表对应一个温度安全阈值范围,管道压力检测仪表对应一个压力安全阈值范围等。预设的仪表类型与安全阈值之间的对应关系可以根据实际需求预先进行设置,在此不作限定。
S204、在所述仪表数值不在与所述仪表类型对应的安全阈值范围内时,发送第一告警消息。
在本实施例中,第一告警信息可以包括但不限于仪表类型和仪表数值中的至少一个,在此不作限定。
在本实施例中,提取出的每个仪表图像可以仅包含一个仪表。针对一个仪表图像所包含的仪表,可以对比该仪表的仪表数值与该仪表的仪表类型对应的安全阈值范围,若判断出该仪表的仪表数值不在该仪表的仪表类型对应的安全阈值范围内,则发送第一告警消息。例如,可以通过机器人上安装的语音播放器播报第一告警消息,以通知附近的工作人员;或者可以查找该仪表对应的工作人员,将第一告警消息通过短信或邮件方式发送给对应的工作人员,提示对应的工作人员进行处理。
本发明实施例在机器人按照巡检路径对预设区域进行巡检时,采集机器人周围的环境图像;根据环境图像确定仪表图像,并确定仪表图像中的仪表的仪表类型和仪表数值;根据预设的仪表类型与安全阈值之间的对应关系,确定与该仪表类型对应的安全阈值;在该仪表数值不在与该仪表类型对应的安全阈值范围内时,发送第一告警消息。本发明实施例通过机器人自动巡检以及对仪表数值的图像识别,通过对比仪表数值与对应的安全阈值范围,能够在石油场站存在安全隐患时,及时发出告警消息以提醒工作人员进行相应处理,能够降低巡检成本,减少漏检和错检情况,提高巡检效率。
图3为本发明又一实施例提供的基于即时定位与地图构建的巡检方法中机器人定位的流程示意图。本实施例在图1实施例的基础上,对巡检方法中机器人定位的实现过程进行了详细说明。如图3所示,该方法还可以包括:
S301、获取通过GPS定位方式定位出的所述机器人的第一位置信息,以及通过SLAM(Simultaneous Localization And Mapping,即时定位与地图构建)定位出的所述机器人的第二位置信息。
在本实施例中,机器人上安装有GPS定位模块,可以通过GPS定位方式定位出机器人的第一位置信息。机器人在巡检过程中还通过SLAM方式进行定位。SLAM定位方式可以使机器人在无人为干预的情况下,根据传感器和路况等信息做出合理的路径规划,到达预定目的地,同时可以建立地图。
S302、根据所述第一位置信息和所述第二位置信息,确定所述机器人的实际位置信息。
在本实施例中,由于SLAM定位方式建立的地图通常不能覆盖到石油场站的所有区域,在没有覆盖到的区域SLAM定位得到的机器人位置信息不准确,因此可以结合GPS定位方式对机器人进行定位。例如,对于同一时刻定位得到的第一位置信息和第二位置信息,可以以第一位置信息对应的位置点为圆心,预设半径值为半径的圆形区域作为基准区域,若第二位置信息对应的位置点位于该基准区域内,则将第二位置信息作为机器人的实际位置信息;若第二位置信息对应的位置点不位于该基准区域内,则将第一位置信息作为机器人的实际位置信息。
本实施例通过结合GPS定位方式与SLAM定位方式,使得机器人在SLAM建立地图不能覆盖的区域也能比较准确的定位出位置,使机器人的路径导航更为准确。
可选地,由于石油场站自动巡检机器人要解决标记巡检点、在巡检点采集信息两项任务,需要对机器人在场站的部分位置中实现厘米级精度的定位,因此本实施例基于传统的SLAM,结合深度学习进行回环检测,针对石油场站的特殊环境,收集了一份特殊的训练数据集对网络进行训练,实现了较高的定位精度。
图4为本发明另一实施例提供的基于即时定位与地图构建的巡检方法中声音检测的流程示意图。本实施例在图1实施例的基础上,对巡检方法中声音检测的实现过程进行了详细说明。如图4所示,该方法还可以包括:
S401、通过声音传感器采集所述机器人周围的声音信息。
在本实施例中,声音传感器可以安装于机器人上,在机器人巡检过程中采集机器人周围环境中的声音信息。
S402、从所述声音信息中提取目标设备对应的声音信息。
在本实施例中,可以通过对声音信息的滤波、放大等处理,滤除声音信息的干扰噪声,提取出目标设备对应的声音信息。其中,目标设备的确定可以根据机器人采集声音信息时所在的位置进行确定。
S403、将所述目标设备对应的声音信息与所述目标设备处于正常运行状态的声纹进行对比,判断所述目标设备是否运行正常。
在本实施例中,巡检设备存储有各设备的位置信息,可以根据机器人所在的位置确定目标设备标识,从本地存储器或者服务器中获取该目标设备标识对应的声纹。其中,目标设备的声纹为目标设备处于正常运行状态的声音信息。巡检设备对比提取出的目标设备对应的声音信息与目标设备处于正常运行状态的声纹,若一致,则判定目标设备运行正常;若不一致,则判定目标设备运行异常。可选地,若判定出目标设备运行异常,则发送告警信息。
本实施例中通过将目标设备对应的声音信息与目标设备处于正常运行状态的声纹进行对比,能够准确判断目标设备是否正常运行,通过声音检测实现对设备运行状态的自动巡检。
可选地,巡检机器人上安装有红外传感器,通过该红外传感器可以获得管道、储油罐等设备的温度分布信息,同时对其中物料的温度进行估计,实现温度检测。
图5为本发明再一实施例提供的基于即时定位与地图构建的巡检方法中头盔佩戴检测的流程示意图。本实施例在图1实施例的基础上,对巡检方法中头盔佩戴检测的实现过程进行了详细说明。如图5所示,该方法还可以包括:
S501、从所述环境图像中提取包含人物的人物图像。
在本实施例中,巡检设备可以从环境图像中提取包含人物的人物图像。以石油场站为例,可以从环境图像中提取包含石油场站工作人员的人物图像。
S502、识别所述人物图像中的人物是否佩戴头盔。
在本实施例中,可以对人物图像进行识别,识别出人物是够佩戴头盔。其中,头盔可以为安全头盔或安全帽等。例如,可以通过Mask RCNN网络识别人物图像中人物是否佩戴头盔。
S503、若所述人物图像中的人物没有佩戴头盔,则发送第二告警信息。
在本实施例中,在判定出人物图像中的人物没有佩戴头盔后,可以发送第二告警信息,以提示相关工作人员进行处理。
本实施例通过图像识别能够自动识别出没有佩戴头盔的人员,并通过第二告警信息进行告警,能够减少因没有佩戴头盔造成的意外事故。
图6为本发明下一实施例提供的基于即时定位与地图构建的巡检方法中识别人物图像中的人物是否佩戴头盔的流程示意图。本实施例在图5实施例的基础上,对巡检方法中识别人物图像中的人物是否佩戴头盔的具体实现过程进行了详细说明。所述头盔外表面设有第一标识图案,所述人物服装外表面设有第二标识图案,如图6所示,该方法可以包括:
S601、识别所述人物图像是否包含所述第一标识图案。
在本实施例中,第一标识图案设置于头盔的外表面,例如,第一标识图案可以为三角形图案、圆形图案等,在此不作限定。在对图像进行头盔检测时,可以仅检测第一标识图案,不用检测头盔的轮廓、颜色等,使头盔的图像检测更为简单准确。第二标识图案设置于人物服装的外表面,如工作人员统一的工作服装,例如,第二标识图案可以为矩形图案、五角形图案等,在此不作限定。在对图像进行人物检测时,可以仅检测第二标识图案,不用检测人物的轮廓、颜色等,使人物的图像检测更为简单准确。在识别人物图像中的人物是否佩戴头盔时,可以首先识别人物图像是否包含第一标识图案。
S602、若所述人物图像包含所述第一标识图案,则根据所述第一标识图案确定所述人物图像中头盔的位置信息。
在本实施例中,若识别出人物图像不包含第一标识图案,则表明该人物图像中不包含头盔,因而判定人物图像中人物没有佩戴头盔。若识别出人物图像包含第一标识图案,则根据第一标识图案确定头盔的位置信息。其中,头盔的位置信息为头盔在该人物图像中的位置信息。
S603、识别所述人物图像中的第二标识图案,确定所述人物图像中人物的位置信息。
在本实施例中,在识别出人物图像包含第一标识图案后,识别人物图像中的第二标识图案,可以根据第二标识图案确定人物图像中人物的位置信息。其中,人物的位置信息为人物在该人物图像中的位置信息。
S604、根据所述人物图像中头盔的位置信息和人物的位置信息确定所述人物图像中人物是否佩戴头盔。
在本实施例中,提取出的人物图像可以为仅包含一个人物的图像。可以根据头盔的位置信息和人物的位置信息确定在该人物图像中二者的位置关系,根据该位置关系可以判定人物是否佩戴头盔。例如,若头盔在该人物图像中的位置与人物在该人物图像中的位置之间的距离小于预设距离阈值,则判定人物图像中人物佩戴头盔,否则,判定该人物图像中人物没有佩戴头盔。
本实施例通过识别头盔上的第一标识图案和人物服装上的第二标识图案,能够降低图像识别的难度,准确快速地识别出人物图像中的人物是否佩戴头盔,从而提高识别的速度和准确率。
本发明实施例在机器人按照巡检路径对预设区域进行巡检时,采集机器人周围的环境图像;根据环境图像确定仪表图像,并确定仪表图像中的仪表的仪表类型和仪表数值;根据预设的仪表类型与安全阈值之间的对应关系,确定与该仪表类型对应的安全阈值;在该仪表数值不在与该仪表类型对应的安全阈值范围内时,发送第一告警消息。本发明实施例通过机器人自动巡检以及对仪表数值的图像识别,通过对比仪表数值与对应的安全阈值范围,能够在石油场站存在安全隐患时,及时发出告警消息以提醒工作人员进行相应处理,能够降低巡检成本,减少漏检和错检情况,提高巡检效率。
图7为本发明一实施例提供的基于即时定位与地图构建的巡检装置的结构示意图。如图7所示,该基于即时定位与地图构建的巡检装置70包括:采集模块701、第一识别模块702、第一处理模块703及第二处理模块704。
采集模块701,用于在机器人按照巡检路径对预设区域进行巡检时,采集所述机器人周围的环境图像。
第一识别模块702,用于根据所述环境图像确定仪表图像,并确定所述仪表图像中的仪表的仪表类型和仪表数值。
第一处理模块703,用于根据预设的仪表类型与安全阈值之间的对应关系,确定与所述仪表类型对应的安全阈值。
第二处理模块704,用于在所述仪表数值不在与所述仪表类型对应的安全阈值范围内时,发送第一告警消息。
本发明实施例在机器人按照巡检路径对预设区域进行巡检时,采集机器人周围的环境图像;根据环境图像确定仪表图像,并确定仪表图像中的仪表的仪表类型和仪表数值;根据预设的仪表类型与安全阈值之间的对应关系,确定与该仪表类型对应的安全阈值;在该仪表数值不在与该仪表类型对应的安全阈值范围内时,发送第一告警消息。本发明实施例通过机器人自动巡检以及对仪表数值的图像识别,通过对比仪表数值与对应的安全阈值范围,能够在石油场站存在安全隐患时,及时发出告警消息以提醒工作人员进行相应处理,能够降低巡检成本,减少漏检和错检情况,提高巡检效率。
图8为本发明又一实施例提供的基于即时定位与地图构建的巡检装置的结构示意图。如图8所示,本实施例提供的基于即时定位与地图构建的巡检装置70在图7所示实施例提供的基于即时定位与地图构建的巡检装置的基础上,还可以包括:定位模块705、声音检测模块706及第二识别模块707。
可选地,所述定位模块705用于:
获取通过GPS定位方式定位出的所述机器人的第一位置信息,以及通过SLAM方式定位出的所述机器人的第二位置信息;
根据所述第一位置信息和所述第二位置信息,确定所述机器人的实际位置信息。
可选地,所述声音检测模块706用于:
通过声音传感器采集所述机器人周围的声音信息;
从所述声音信息中提取目标设备对应的声音信息;
将所述目标设备对应的声音信息与所述目标设备处于正常运行状态的声纹进行对比,判断所述目标设备是否运行正常。
可选地,所述第二识别模块707用于:
从所述环境图像中提取包含人物的人物图像;
识别所述人物图像中的人物是否佩戴头盔;
若所述人物图像中的人物没有佩戴头盔,则发送第二告警信息。
可选地,所述头盔外表面设有第一标识图案,所述人物服装外表面设有第二标识图案,所述第二识别模块707用于:
识别所述人物图像是否包含所述第一标识图案;
若所述人物图像包含所述第一标识图案,则根据所述第一标识图案确定所述人物图像中头盔的位置信息;
识别所述人物图像中的第二标识图案,确定所述人物图像中人物的位置信息;
根据所述人物图像中头盔的位置信息和人物的位置信息确定所述人物图像中人物是否佩戴头盔。
本发明实施例提供的巡检装置,可用于执行上述的方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图9为本发明一实施例提供的基于即时定位与地图构建的巡检设备的硬件结构示意图。如图9所示,本实施例提供的基于即时定位与地图构建的巡检设备90包括:至少一个处理器901和存储器902。该基于即时定位与地图构建的巡检设备90还包括通信部件903。其中,处理器901、存储器902以及通信部件903通过总线904连接。
在具体实现过程中,至少一个处理器901执行所述存储器902存储的计算机执行指令,使得至少一个处理器901执行如上的基于即时定位与地图构建的巡检方法。
处理器901的具体实现过程可参见上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述的图9所示的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上的基于即时定位与地图构建的巡检方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于即时定位与地图构建的巡检方法,其特征在于,包括:
在机器人按照巡检路径对预设区域进行巡检时,采集所述机器人周围的环境图像;
根据所述环境图像确定仪表图像,并确定所述仪表图像中的仪表的仪表类型和仪表数值;
根据预设的仪表类型与安全阈值之间的对应关系,确定与所述仪表类型对应的安全阈值;
在所述仪表数值不在与所述仪表类型对应的安全阈值范围时,发送第一告警消息。
2.根据权利要求1所述的方法,其特征在于,还包括:
获取通过全球定位系统GPS定位方式定位出的所述机器人的第一位置信息,以及通过即时定位与地图构建SLAM方式定位出的所述机器人的第二位置信息;
根据所述第一位置信息和所述第二位置信息,确定所述机器人的实际位置信息。
3.根据权利要求1所述的方法,其特征在于,还包括:
通过声音传感器采集所述机器人周围的声音信息;
从所述声音信息中提取目标设备对应的声音信息;
将所述目标设备对应的声音信息与所述目标设备处于正常运行状态的声纹进行对比,判断所述目标设备是否运行正常。
4.根据权利要求1至3任一项所述的方法,其特征在于,还包括:
从所述环境图像中提取包含人物的人物图像;
识别所述人物图像中的人物是否佩戴头盔;
若所述人物图像中的人物没有佩戴头盔,则发送第二告警信息。
5.根据权利要求4所述的方法,其特征在于,所述头盔外表面设有第一标识图案,所述人物服装外表面设有第二标识图案,所述识别所述人物图像中的人物是否佩戴头盔包括:
识别所述人物图像是否包含所述第一标识图案;
若所述人物图像包含所述第一标识图案,则根据所述第一标识图案确定所述人物图像中头盔的位置信息;
识别所述人物图像中的第二标识图案,确定所述人物图像中人物的位置信息;
根据所述人物图像中头盔的位置信息和人物的位置信息确定所述人物图像中人物是否佩戴头盔。
6.一种基于即时定位与地图构建的巡检装置,其特征在于,包括:
采集模块,用于在机器人按照巡检路径对预设区域进行巡检时,采集所述机器人周围的环境图像;
第一识别模块,用于根据所述环境图像确定仪表图像,并确定所述仪表图像中的仪表的仪表类型和仪表数值;
第一处理模块,用于根据预设的仪表类型与安全阈值之间的对应关系,确定与所述仪表类型对应的安全阈值;
第二处理模块,用于在所述仪表数值不在与所述仪表类型对应的安全阈值范围内时,发送第一告警消息。
7.根据权利要求6所述的装置,其特征在于,还包括定位模块,所述定位模块用于:
获取通过GPS定位方式定位出的所述机器人的第一位置信息,以及通过SLAM方式定位出的所述机器人的第二位置信息;
根据所述第一位置信息和所述第二位置信息,确定所述机器人的实际位置信息。
8.根据权利要求6所述的装置,其特征在于,还包括声音检测模块,所述声音检测模块用于:
通过声音传感器采集所述机器人周围的声音信息;
从所述声音信息中提取目标设备对应的声音信息;
将所述目标设备对应的声音信息与所述目标设备处于正常运行状态的声纹进行对比,判断所述目标设备是否运行正常。
9.一种基于即时定位与地图构建的巡检设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至5任一项所述的巡检方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至5任一项所述的巡检方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910270740.XA CN110618436A (zh) | 2019-04-04 | 2019-04-04 | 基于即时定位与地图构建的巡检方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910270740.XA CN110618436A (zh) | 2019-04-04 | 2019-04-04 | 基于即时定位与地图构建的巡检方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110618436A true CN110618436A (zh) | 2019-12-27 |
Family
ID=68921230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910270740.XA Pending CN110618436A (zh) | 2019-04-04 | 2019-04-04 | 基于即时定位与地图构建的巡检方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110618436A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111784865A (zh) * | 2020-07-28 | 2020-10-16 | 北京融链科技有限公司 | 加氢站巡检数据处理方法及加氢站巡检装置 |
CN112364778A (zh) * | 2020-11-12 | 2021-02-12 | 上海明华电力科技有限公司 | 一种基于深度学习的电厂安全性行为信息自动检测方法 |
CN113361539A (zh) * | 2021-05-21 | 2021-09-07 | 煤炭科学技术研究院有限公司 | 一种井下巡检机器人的仪表读取方法、装置及电子设备 |
CN114463641A (zh) * | 2022-04-11 | 2022-05-10 | 北京骑胜科技有限公司 | 头盔检测设备、两轮车、头盔佩戴检测方法及装置 |
CN115371686A (zh) * | 2022-10-26 | 2022-11-22 | 世源科技工程有限公司 | 机器人即时定位的方法及相关装置 |
CN115439949A (zh) * | 2022-08-30 | 2022-12-06 | 中建三局智能技术有限公司 | 机器人自动巡检方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885443A (zh) * | 2012-12-20 | 2014-06-25 | 联想(北京)有限公司 | 用于即时定位与地图构建单元的设备、系统和方法 |
CN105094128A (zh) * | 2014-11-27 | 2015-11-25 | 范旭升 | 用于自动读表的变电站巡检机器人 |
CN106295551A (zh) * | 2016-08-05 | 2017-01-04 | 南京理工大学 | 一种基于视频分析的人员安全帽佩戴情况实时检测方法 |
CN106372662A (zh) * | 2016-08-30 | 2017-02-01 | 腾讯科技(深圳)有限公司 | 安全帽佩戴的检测方法和装置、摄像头、服务器 |
CN108189043A (zh) * | 2018-01-10 | 2018-06-22 | 北京飞鸿云际科技有限公司 | 一种应用于高铁机房的巡检方法及巡检机器人系统 |
CN108319926A (zh) * | 2018-02-12 | 2018-07-24 | 安徽金禾软件股份有限公司 | 一种工地现场的安全帽佩戴检测系统及检测方法 |
CN109240311A (zh) * | 2018-11-19 | 2019-01-18 | 国网四川省电力公司电力科学研究院 | 基于智能机器人的室外电力场地施工作业监督方法 |
CN109389040A (zh) * | 2018-09-07 | 2019-02-26 | 广东中粤电力科技有限公司 | 一种作业现场人员安全着装的检查方法及装置 |
-
2019
- 2019-04-04 CN CN201910270740.XA patent/CN110618436A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885443A (zh) * | 2012-12-20 | 2014-06-25 | 联想(北京)有限公司 | 用于即时定位与地图构建单元的设备、系统和方法 |
CN105094128A (zh) * | 2014-11-27 | 2015-11-25 | 范旭升 | 用于自动读表的变电站巡检机器人 |
CN106295551A (zh) * | 2016-08-05 | 2017-01-04 | 南京理工大学 | 一种基于视频分析的人员安全帽佩戴情况实时检测方法 |
CN106372662A (zh) * | 2016-08-30 | 2017-02-01 | 腾讯科技(深圳)有限公司 | 安全帽佩戴的检测方法和装置、摄像头、服务器 |
CN108189043A (zh) * | 2018-01-10 | 2018-06-22 | 北京飞鸿云际科技有限公司 | 一种应用于高铁机房的巡检方法及巡检机器人系统 |
CN108319926A (zh) * | 2018-02-12 | 2018-07-24 | 安徽金禾软件股份有限公司 | 一种工地现场的安全帽佩戴检测系统及检测方法 |
CN109389040A (zh) * | 2018-09-07 | 2019-02-26 | 广东中粤电力科技有限公司 | 一种作业现场人员安全着装的检查方法及装置 |
CN109240311A (zh) * | 2018-11-19 | 2019-01-18 | 国网四川省电力公司电力科学研究院 | 基于智能机器人的室外电力场地施工作业监督方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111784865A (zh) * | 2020-07-28 | 2020-10-16 | 北京融链科技有限公司 | 加氢站巡检数据处理方法及加氢站巡检装置 |
CN112364778A (zh) * | 2020-11-12 | 2021-02-12 | 上海明华电力科技有限公司 | 一种基于深度学习的电厂安全性行为信息自动检测方法 |
CN113361539A (zh) * | 2021-05-21 | 2021-09-07 | 煤炭科学技术研究院有限公司 | 一种井下巡检机器人的仪表读取方法、装置及电子设备 |
CN114463641A (zh) * | 2022-04-11 | 2022-05-10 | 北京骑胜科技有限公司 | 头盔检测设备、两轮车、头盔佩戴检测方法及装置 |
CN115439949A (zh) * | 2022-08-30 | 2022-12-06 | 中建三局智能技术有限公司 | 机器人自动巡检方法、装置、设备及存储介质 |
CN115371686A (zh) * | 2022-10-26 | 2022-11-22 | 世源科技工程有限公司 | 机器人即时定位的方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110618436A (zh) | 基于即时定位与地图构建的巡检方法、装置及设备 | |
CN109664301B (zh) | 巡检方法、装置、设备及计算机可读存储介质 | |
CN111551958B (zh) | 一种面向矿区无人驾驶的高精地图制作方法 | |
CN109459734B (zh) | 一种激光雷达定位效果评估方法、装置、设备及存储介质 | |
US20210302990A1 (en) | Mobile robot system and method for autonomous localization using straight lines extracted from visual images | |
CN109435955B (zh) | 一种自动驾驶系统性能评估方法、装置、设备及存储介质 | |
JP6826421B2 (ja) | 設備巡視システム及び設備巡視方法 | |
CN110608746B (zh) | 用于确定机动车的位置的方法和装置 | |
US8818031B1 (en) | Utility pole geotagger | |
CN115235500B (zh) | 基于车道线约束的位姿校正方法及装置、全工况静态环境建模方法及装置 | |
CN112308913B (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
CN116647651B (zh) | 一种基于北斗卫星的无人机施工监控方法及系统 | |
JP6892974B1 (ja) | 劣化診断システム、劣化診断装置、劣化診断方法、及び、プログラム | |
CN110567467A (zh) | 基于多传感器的地图构建方法、装置及存储介质 | |
US10930009B2 (en) | Geolocation system | |
EP3913599A1 (en) | Sign position identification system and program | |
CN116295508A (zh) | 一种基于高精地图的路侧传感器标定方法、设备和系统 | |
JP7235691B2 (ja) | 自動検査装置 | |
US20220221585A1 (en) | Systems and methods for monitoring lidar sensor health | |
CN111857113B (zh) | 可移动设备的定位方法及定位装置 | |
CN113345251A (zh) | 一种车辆逆行检测方法及相关装置 | |
CN113551706A (zh) | 一种机器人巡视的方法、装置、电子设备及存储介质 | |
Rossmann et al. | Navigation of mobile robots in natural environments: Using sensor fusion in forestry | |
Hayouni et al. | Towards Cognitive Vehicles: GNSS-free Localization using Visual Anchors | |
CN114852289B (zh) | 深海渔场网箱巡检方法、装置、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191227 |
|
RJ01 | Rejection of invention patent application after publication |