CN114202819A - 一种基于机器人的变电站巡检方法、系统及计算机 - Google Patents
一种基于机器人的变电站巡检方法、系统及计算机 Download PDFInfo
- Publication number
- CN114202819A CN114202819A CN202111434277.1A CN202111434277A CN114202819A CN 114202819 A CN114202819 A CN 114202819A CN 202111434277 A CN202111434277 A CN 202111434277A CN 114202819 A CN114202819 A CN 114202819A
- Authority
- CN
- China
- Prior art keywords
- power distribution
- robot
- transformer substation
- real
- distribution equipment
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000007689 inspection Methods 0.000 title claims description 76
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 230000003190 augmentative effect Effects 0.000 claims abstract description 15
- 238000000926 separation method Methods 0.000 claims description 11
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于机器人的变电站巡检方法、系统及计算机，其方法包括，利用机器人上的摄像头对变电站内的配电设备进行拍摄，得到附带有实时定位信息的实时视频流；从实时视频流中提取出关键帧图像，并对关键帧图像进行特征检测处理，得到对应配电设备的检测数据；将对应配电设备的检测数据融合至预先构建的变电站3D全景地图的对应位置，并进行增强现实处理，得到AR巡检场景，在AR巡检场景中对变电站进行巡检。本发明通过实时视频流中关键帧图像的检测数据，结合变电站3D全景地图，构建AR巡检场景，可以让巡检人员在不亲临变电站现场的条件下，也能像亲临其境地进行巡检，在减轻巡检人员工作量的同时提高巡检效果。
Description
技术领域
本发明涉及机器人巡检领域，具体涉及一种基于机器人的变电站巡检方法、系统及计算机。
背景技术
变电站是电网输送的重要区域，对其设备的巡检是保证用电安全的重要工作，目前普遍采用人工巡检、手工记录的方式，随着我国经济的发展，用电量的不断增加，变电站的规模及数量也随之增多，这样使得工作人员的巡检范围及工作量急剧变大，且人工巡检的巡检效果也不尽如人意。如何提高变电站巡检效果以及降低巡检人员的工作量是目前亟待解决的问题。
发明内容
本发明所要解决的技术问题是提供一种基于机器人的变电站巡检方法、系统及计算机，在减轻巡检人员工作量的同时能让巡检人员亲临其境地进行巡检，巡检效果好且巡检人员的工作量低。
本发明解决上述技术问题的技术方案如下：一种基于机器人的变电站巡检方法，利用集成有摄像头的机器人对变电站进行巡检，包括以下步骤，
S1，基于实时定位信息，利用所述机器人上的摄像头对所述变电站内的配电设备进行拍摄，得到附带有实时定位信息的实时视频流；
S2，从所述实时视频流中提取出关键帧图像，并对所述关键帧图像进行特征检测处理，得到所述变电站内对应配电设备的检测数据；
S3，将所述变电站内对应配电设备的检测数据融合至预先构建的变电站3D全景地图的对应位置，并进行增强现实处理，得到AR巡检场景，在所述AR巡检场景中对所述变电站进行巡检。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述S1具体为，
控制所述机器人在所述变电站内行驶，并获取所述机器人的实时定位信息；
同时利用所述机器人上的摄像头对所述变电站内的配电设备进行拍摄，得到实时视频流；
将所述实时定位信息与所述实时视频流进行同步融合，得到附带有实时定位信息的实时视频流。
进一步，所述S2具体为，
基于自适应隔帧阈值从所述实时视频流中提取出关键帧图像；
根据预先建立的特征库从所述关键帧图像中提取出对应的特征，得到所述变电站内对应配电设备的检测数据。
进一步，基于自适应隔帧阈值从所述实时视频流中提取出关键帧图像的具体实现为，
根据所述实时视频流中的实时定位信息获取所述摄像头拍摄的相邻两个配电设备的位置信息；
基于所述机器人的行驶轨迹，且根据所述摄像头拍摄的相邻两个配电设备的位置信息，计算出所述机器人在所述摄像头拍摄的相邻两个配电设备之间的行驶距离；
根据所述行驶距离以及所述机器人的实时行驶速度，计算出所述机器人在所述摄像头拍摄的相邻两个配电设备之间的行驶时间；
根据所述摄像头的曝光频率以及所述机器人在所述摄像头拍摄的相邻两个配电设备之间的行驶时间，计算出所述机器人在所述摄像头拍摄的相邻两个配电设备之间行驶时所述摄像头拍摄的图像帧数；
将所述机器人在所述摄像头拍摄的相邻两个配电设备之间行驶时所述摄像头拍摄的图像帧数作为所述自适应隔帧阈值；
根据所述自适应隔帧阈值从所述实时视频流中提取出关键帧图像。
进一步，所述配电设备的位置信息具体为所述配电设备的中轴线所在的位置信息。
进一步，根据预先建立的特征库从所述关键帧图像中提取出对应的特征的具体实现为，采集所述变电站内所有配电设备的位置信息以及待检测部位图像；
分别将每一所述配电设备的待检测部位图像与对应所述配电设备的位置信息进行融合，对应得到每一所述配电设备的待检测特征；
将所有所述配电设备的待检测特征集合在一起构成所述特征库；
根据所述关键帧图像附带的实时定位信息在所述特征库中进行检索，从所述特征库中检索出对应的配电设备；
根据检索出的所述配电设备的待检测部位图像从所述关键帧图像中提取出对应的特征，得到检索出的所述配电设备的检测数据。
进一步，所述S3具体为，
通过全景摄像头在所述变电站内进行全地点以及全方位的拍摄，获取多帧变电站内部分布图；
根据多帧所述变电站内部分布图进行3D建模，得到所述变电站3D全景地图；
根据检索出的所述配电设备的位置信息从所述变电站3D全景地图中标定出对应的配电设备3D图；
将检索出的所述配电设备的检测数据融合在所述配电设备3D图的对应位置上，得到配电设备3D融合图；
对所述配电设备3D融合图进行增强现实处理，得到AR巡检场景；
在所述AR巡检场景中对所述变电站进行巡检。
基于上述一种基于机器人的变电站巡检方法，本发明还提供一种基于机器人的变电站巡检系统。
一种基于机器人的变电站巡检系统，利用集成有摄像头的机器人对变电站进行巡检，包括以下模块，
视频流获取模块，其用于基于实时定位信息，利用所述机器人上的摄像头对所述变电站内的配电设备进行拍摄，得到附带有实时定位信息的实时视频流；
检测数据提取模块，其用于从所述实时视频流中提取出关键帧图像，并对所述关键帧图像进行特征检测处理，得到所述变电站内对应配电设备的检测数据；
3D融合模块，其用于将所述变电站内对应配电设备的检测数据融合至预先构建的变电站3D全景地图的对应位置，并进行增强现实处理，得到AR巡检场景，在所述AR巡检场景中对所述变电站进行巡检。
基于上述一种基于机器人的变电站巡检方法，本发明还提供一种计算机。
一种计算机，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序被所述处理器执行时，实现如上述所述的基于机器人的变电站巡检方法。
本发明的有益效果是：本发明一种基于机器人的变电站巡检方法、系统及计算机通过机器人上的摄像头在变电站内拍摄的实时视频流中关键帧图像的检测数据，结合变电站3D全景地图，构建AR巡检场景，可以让巡检人员在不亲临变电站现场的条件下，也能像亲临其境地进行巡检，在减轻巡检人员工作量的同时提高巡检效果。
附图说明
图1为本发明一种基于机器人的变电站巡检方法的流程图；
图2为本发明一种基于机器人的变电站巡检系统的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，一种基于机器人的变电站巡检方法，利用集成有摄像头的机器人对变电站进行巡检，包括以下步骤，
S1，基于实时定位信息，利用所述机器人上的摄像头对所述变电站内的配电设备进行拍摄，得到附带有实时定位信息的实时视频流；
S2，从所述实时视频流中提取出关键帧图像，并对所述关键帧图像进行特征检测处理，得到所述变电站内对应配电设备的检测数据；
S3，将所述变电站内对应配电设备的检测数据融合至预先构建的变电站3D全景地图的对应位置，并进行增强现实处理，得到AR巡检场景，在所述AR巡检场景中对所述变电站进行巡检。
在本具体实施例中：所述S1具体为，
控制所述机器人在所述变电站内行驶，并获取所述机器人的实时定位信息；
同时利用所述机器人上的摄像头对所述变电站内的配电设备进行拍摄，得到实时视频流；
将所述实时定位信息与所述实时视频流进行同步融合，得到附带有实时定位信息的实时视频流。
在本具体实施例中：所述S2具体为，
基于自适应隔帧阈值从所述实时视频流中提取出关键帧图像；
根据预先建立的特征库从所述关键帧图像中提取出对应的特征，得到所述变电站内对应配电设备的检测数据。
基于自适应隔帧阈值从所述实时视频流中提取出关键帧图像能提高视频流的处理速度，保证AR场景中观看到的画面与所述机器人在变电站内拍摄到的画面保持高度的同步。
在本具体实施例中：基于自适应隔帧阈值从所述实时视频流中提取出关键帧图像的具体实现为，
根据所述实时视频流中的实时定位信息获取所述摄像头拍摄的相邻两个配电设备的位置信息；
基于所述机器人的行驶轨迹，且根据所述摄像头拍摄的相邻两个配电设备的位置信息，计算出所述机器人在所述摄像头拍摄的相邻两个配电设备之间的行驶距离；
根据所述行驶距离以及所述机器人的实时行驶速度，计算出所述机器人在所述摄像头拍摄的相邻两个配电设备之间的行驶时间；
根据所述摄像头的曝光频率以及所述机器人在所述摄像头拍摄的相邻两个配电设备之间的行驶时间，计算出所述机器人在所述摄像头拍摄的相邻两个配电设备之间行驶时所述摄像头拍摄的图像帧数；
将所述机器人在所述摄像头拍摄的相邻两个配电设备之间行驶时所述摄像头拍摄的图像帧数作为所述自适应隔帧阈值；
根据所述自适应隔帧阈值从所述实时视频流中提取出关键帧图像。
本发明中的自适应隔帧阈值由摄像头的曝光频率、基于机器人行驶轨迹的相邻两配电设备之间的距离以及机器人行驶速度共同决定的，能保证从实时视频流中提取配电设备对应的关键帧图像，既能避免漏掉提取配电设备的图像，也能避免提取到多余的非配电设备的图像，为后续精确提取配电设备的检测数据提供保障。在本具体实施例中：所述配电设备的位置信息具体为所述配电设备的中轴线所在的位置信息。
配电设备的位置信息具体为所述配电设备的中轴线所在的位置信息，能保证配电设备的关键帧图像为摄像头正对配电设备拍摄得到的图像，进而保证关键帧图像中的特征信息更加明显和清晰。
在本具体实施例中：根据预先建立的特征库从所述关键帧图像中提取出对应的特征的具体实现为，采集所述变电站内所有配电设备的位置信息以及待检测部位图像；
分别将每一所述配电设备的待检测部位图像与对应所述配电设备的位置信息进行融合，对应得到每一所述配电设备的待检测特征；
将所有所述配电设备的待检测特征集合在一起构成所述特征库；
根据所述关键帧图像附带的实时定位信息在所述特征库中进行检索，从所述特征库中检索出对应的配电设备；
根据检索出的所述配电设备的待检测部位图像从所述关键帧图像中提取出对应的特征，得到检索出的所述配电设备的检测数据。
其中，所述配电设备的待检测部位图像的特征包括但不限于配电设备上的显示参数特征、指示灯状态特征、开关位置特征、合闸状态特征和连锁位置特征。
在本具体实施例中：所述S3具体为，
通过全景摄像头在所述变电站内进行全地点以及全方位的拍摄，获取多帧变电站内部分布图；
根据多帧所述变电站内部分布图进行3D建模，得到所述变电站3D全景地图；
根据检索出的所述配电设备的位置信息从所述变电站3D全景地图中标定出对应的配电设备3D图；
将检索出的所述配电设备的检测数据融合在所述配电设备3D图的对应位置上，得到配电设备3D融合图；
对所述配电设备3D融合图进行增强现实处理，得到AR巡检场景；
在所述AR巡检场景中对所述变电站进行巡检。
本发明将配电设备的检测数据融合至3D全景地图中，可以在3D全景地图中复原机器人上的摄像头实时拍摄的现场，然后对在3D全景地图中复原拍摄的现场进行增强现实处理，即可得到AR巡检场景，巡检人员无需达到现场即可进行实时巡检，就可以配电设备的设备状态信息和故障信息等。
另外，变电站内配置多个机器人，多个机器人分布在变电站内的不同区域，承担着对应的巡检任务。同时，机器人的行驶轨迹可以在AR巡检场景中进行控制；在巡检的过程中，可以随时、瞬间切换不同区域配电设备的巡检场景，巡检切换自由且方便。
基于上述一种基于机器人的变电站巡检方法，本发明还提供一种基于机器人的变电站巡检系统。
如图2所示，一种基于机器人的变电站巡检系统，利用集成有摄像头的机器人对变电站进行巡检，包括以下模块，
视频流获取模块，其用于基于实时定位信息，利用所述机器人上的摄像头对所述变电站内的配电设备进行拍摄，得到附带有实时定位信息的实时视频流；
检测数据提取模块，其用于从所述实时视频流中提取出关键帧图像，并对所述关键帧图像进行特征检测处理，得到所述变电站内对应配电设备的检测数据；
3D融合模块，其用于将所述变电站内对应配电设备的检测数据融合至预先构建的变电站3D全景地图的对应位置，并进行增强现实处理，得到AR巡检场景，在所述AR巡检场景中对所述变电站进行巡检。
在本发明一种基于机器人的变电站巡检系统中，各模块的具体功能参见上述一种基于机器人的变电站巡检方法中各具体步骤，在此不再赘述。
基于上述一种基于机器人的变电站巡检方法，本发明还提供一种计算机。
一种计算机，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序被所述处理器执行时，实现如上述所述的基于机器人的变电站巡检方法。
本发明一种基于机器人的变电站巡检方法、系统及计算机通过机器人上的摄像头在变电站内拍摄的实时视频流中关键帧图像的检测数据，结合变电站3D全景地图，构建AR巡检场景，可以让巡检人员在不亲临变电站现场的条件下，也能像亲临其境地进行巡检，在减轻巡检人员工作量的同时提高巡检效果。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于机器人的变电站巡检方法，其特征在于：利用集成有摄像头的机器人对变电站进行巡检，包括以下步骤，
S1，基于实时定位信息，利用所述机器人上的摄像头对所述变电站内的配电设备进行拍摄，得到附带有实时定位信息的实时视频流；
S2，从所述实时视频流中提取出关键帧图像，并对所述关键帧图像进行特征检测处理，得到所述变电站内对应配电设备的检测数据；
S3，将所述变电站内对应配电设备的检测数据融合至预先构建的变电站3D全景地图的对应位置，并进行增强现实处理，得到AR巡检场景，在所述AR巡检场景中对所述变电站进行巡检。
2.根据权利要求1所述的基于机器人的变电站巡检方法，其特征在于：所述S1具体为，
控制所述机器人在所述变电站内行驶，并获取所述机器人的实时定位信息；
同时利用所述机器人上的摄像头对所述变电站内的配电设备进行拍摄，得到实时视频流；
将所述实时定位信息与所述实时视频流进行同步融合，得到附带有实时定位信息的实时视频流。
3.根据权利要求1所述的基于机器人的变电站巡检方法，其特征在于：所述S2具体为，
基于自适应隔帧阈值从所述实时视频流中提取出关键帧图像；
根据预先建立的特征库从所述关键帧图像中提取出对应的特征，得到所述变电站内对应配电设备的检测数据。
4.根据权利要求3所述的基于机器人的变电站巡检方法，其特征在于：基于自适应隔帧阈值从所述实时视频流中提取出关键帧图像的具体实现为，
根据所述实时视频流中的实时定位信息获取所述摄像头拍摄的相邻两个配电设备的位置信息；
基于所述机器人的行驶轨迹，且根据所述摄像头拍摄的相邻两个配电设备的位置信息，计算出所述机器人在所述摄像头拍摄的相邻两个配电设备之间的行驶距离；
根据所述行驶距离以及所述机器人的实时行驶速度，计算出所述机器人在所述摄像头拍摄的相邻两个配电设备之间的行驶时间；
根据所述摄像头的曝光频率以及所述机器人在所述摄像头拍摄的相邻两个配电设备之间的行驶时间，计算出所述机器人在所述摄像头拍摄的相邻两个配电设备之间行驶时所述摄像头拍摄的图像帧数；
将所述机器人在所述摄像头拍摄的相邻两个配电设备之间行驶时所述摄像头拍摄的图像帧数作为所述自适应隔帧阈值；
根据所述自适应隔帧阈值从所述实时视频流中提取出关键帧图像。
5.根据权利要求4所述的基于机器人的变电站巡检方法，其特征在于：所述配电设备的位置信息具体为所述配电设备的中轴线所在的位置信息。
6.根据权利要求3所述的基于机器人的变电站巡检方法，其特征在于：根据预先建立的特征库从所述关键帧图像中提取出对应的特征的具体实现为，采集所述变电站内所有配电设备的位置信息以及待检测部位图像；
分别将每一所述配电设备的待检测部位图像与对应所述配电设备的位置信息进行融合，对应得到每一所述配电设备的待检测特征；
将所有所述配电设备的待检测特征集合在一起构成所述特征库；
根据所述关键帧图像附带的实时定位信息在所述特征库中进行检索，从所述特征库中检索出对应的配电设备；
根据检索出的所述配电设备的待检测部位图像从所述关键帧图像中提取出对应的特征，得到检索出的所述配电设备的检测数据。
7.根据权利要求6所述的基于机器人的变电站巡检方法，其特征在于：所述S3具体为，
通过全景摄像头在所述变电站内进行全地点以及全方位的拍摄，获取多帧变电站内部分布图；
根据多帧所述变电站内部分布图进行3D建模，得到所述变电站3D全景地图；
根据检索出的所述配电设备的位置信息从所述变电站3D全景地图中标定出对应的配电设备3D图；
将检索出的所述配电设备的检测数据融合在所述配电设备3D图的对应位置上，得到配电设备3D融合图；
对所述配电设备3D融合图进行增强现实处理，得到AR巡检场景；
在所述AR巡检场景中对所述变电站进行巡检。
8.一种基于机器人的变电站巡检系统，其特征在于：利用集成有摄像头的机器人对变电站进行巡检，包括以下模块，
视频流获取模块，其用于基于实时定位信息，利用所述机器人上的摄像头对所述变电站内的配电设备进行拍摄，得到附带有实时定位信息的实时视频流；
检测数据提取模块，其用于从所述实时视频流中提取出关键帧图像，并对所述关键帧图像进行特征检测处理，得到所述变电站内对应配电设备的检测数据；
3D融合模块，其用于将所述变电站内对应配电设备的检测数据融合至预先构建的变电站3D全景地图的对应位置，并进行增强现实处理，得到AR巡检场景，在所述AR巡检场景中对所述变电站进行巡检。
9.一种计算机，其特征在于：包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1至7任一项所述的基于机器人的变电站巡检方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111434277.1A CN114202819B (zh) | 2021-11-29 | 2021-11-29 | 一种基于机器人的变电站巡检方法、系统及计算机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111434277.1A CN114202819B (zh) | 2021-11-29 | 2021-11-29 | 一种基于机器人的变电站巡检方法、系统及计算机 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114202819A true CN114202819A (zh) | 2022-03-18 |
| CN114202819B CN114202819B (zh) | 2024-01-23 |
Family
ID=80649524
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111434277.1A Active CN114202819B (zh) | 2021-11-29 | 2021-11-29 | 一种基于机器人的变电站巡检方法、系统及计算机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114202819B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116858215A (zh) * | 2023-09-05 | 2023-10-10 | 武汉大学 | 一种ar导航地图生成方法及装置 |
| CN117274558A (zh) * | 2023-11-22 | 2023-12-22 | 湖北珞珈实验室 | 一种视觉定位的ar导航方法、装置、设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203872277U (zh) * | 2014-04-04 | 2014-10-08 | 江西省电力设计院 | 变电站巡视系统 |
| CN106791620A (zh) * | 2016-12-05 | 2017-05-31 | 西南石油大学 | 基于ar技术和地理信息技术的埋地管线巡检方法及装置 |
| CN107333111A (zh) * | 2017-08-07 | 2017-11-07 | 国家电网公司 | 一种变电站设备巡检的方法、装置及系统 |
| CN111741263A (zh) * | 2020-06-18 | 2020-10-02 | 广东电网有限责任公司 | 一种变电站巡检无人机的多目态势感知导航方法 |
| CN112073679A (zh) * | 2020-05-26 | 2020-12-11 | 许继集团有限公司 | 一种基于三维技术的变电站设备监控系统及其控制方法 |
| CN112306233A (zh) * | 2020-09-24 | 2021-02-02 | 上海久隆电力（集团）有限公司 | 一种巡检方法、系统和巡检管理平台 |
| CN112366821A (zh) * | 2020-10-29 | 2021-02-12 | 江苏易索电子科技股份有限公司 | 一种三维视频智能巡检系统及巡检方法 |
| TW202123180A (zh) * | 2019-12-13 | 2021-06-16 | 宇瞻科技股份有限公司 | 智慧巡檢方法與智慧巡檢系統 |
| CN113301306A (zh) * | 2021-05-24 | 2021-08-24 | 中国工商银行股份有限公司 | 智能巡检方法及系统 |
| CN113708275A (zh) * | 2021-08-23 | 2021-11-26 | 广东电网有限责任公司 | 一种变电站巡检系统及方法 |
-
2021
- 2021-11-29 CN CN202111434277.1A patent/CN114202819B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203872277U (zh) * | 2014-04-04 | 2014-10-08 | 江西省电力设计院 | 变电站巡视系统 |
| CN106791620A (zh) * | 2016-12-05 | 2017-05-31 | 西南石油大学 | 基于ar技术和地理信息技术的埋地管线巡检方法及装置 |
| CN107333111A (zh) * | 2017-08-07 | 2017-11-07 | 国家电网公司 | 一种变电站设备巡检的方法、装置及系统 |
| TW202123180A (zh) * | 2019-12-13 | 2021-06-16 | 宇瞻科技股份有限公司 | 智慧巡檢方法與智慧巡檢系統 |
| CN112073679A (zh) * | 2020-05-26 | 2020-12-11 | 许继集团有限公司 | 一种基于三维技术的变电站设备监控系统及其控制方法 |
| CN111741263A (zh) * | 2020-06-18 | 2020-10-02 | 广东电网有限责任公司 | 一种变电站巡检无人机的多目态势感知导航方法 |
| CN112306233A (zh) * | 2020-09-24 | 2021-02-02 | 上海久隆电力（集团）有限公司 | 一种巡检方法、系统和巡检管理平台 |
| CN112366821A (zh) * | 2020-10-29 | 2021-02-12 | 江苏易索电子科技股份有限公司 | 一种三维视频智能巡检系统及巡检方法 |
| CN113301306A (zh) * | 2021-05-24 | 2021-08-24 | 中国工商银行股份有限公司 | 智能巡检方法及系统 |
| CN113708275A (zh) * | 2021-08-23 | 2021-11-26 | 广东电网有限责任公司 | 一种变电站巡检系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘广振;张黎明;吴东;王磊;: "基于头戴式双目相机的智能变电站巡检巡视系统设计", 计算机测量与控制, no. 02 * |
| 黄鹤;佟国峰;夏亮;李勇;岳晓阳;姜斌;: "SLAM技术及其在测绘领域中的应用", 测绘通报, no. 03 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116858215A (zh) * | 2023-09-05 | 2023-10-10 | 武汉大学 | 一种ar导航地图生成方法及装置 |
| CN116858215B (zh) * | 2023-09-05 | 2023-12-05 | 武汉大学 | 一种ar导航地图生成方法及装置 |
| CN117274558A (zh) * | 2023-11-22 | 2023-12-22 | 湖北珞珈实验室 | 一种视觉定位的ar导航方法、装置、设备及存储介质 |
| CN117274558B (zh) * | 2023-11-22 | 2024-02-13 | 湖北珞珈实验室 | 一种视觉定位的ar导航方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114202819B (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022188379A1 (zh) | 服务于电力机器人的人工智能系统及方法 | |
| CN112633535A (zh) | 一种基于无人机图像的光伏电站智能巡检方法及系统 | |
| WO2020228766A1 (zh) | 基于实景建模与智能识别的目标跟踪方法、系统及介质 | |
| CN110458897B (zh) | 多摄像头自动标定方法及系统、监控方法及系统 | |
| CN101883261B (zh) | 大范围监控场景下异常目标检测及接力跟踪的方法及系统 | |
| CN110290350A (zh) | 一种巡检机器人的实时状态监控方法、系统和存储介质 | |
| CN103260015B (zh) | 基于RGB-Depth摄像头的三维可视监控系统 | |
| CN114202819B (zh) | 一种基于机器人的变电站巡检方法、系统及计算机 | |
| CN112053446A (zh) | 一种基于三维gis的实时监控视频与三维场景融合方法 | |
| CN110400387A (zh) | 一种基于变电站的联合巡检方法、系统和存储介质 | |
| CN110728670A (zh) | 一种基于ar技术的低压设备运维方法 | |
| WO2021190321A1 (zh) | 图像处理方法和装置 | |
| CN112449093A (zh) | 一种三维全景视频融合监控平台 | |
| CN111242025A (zh) | 一种基于yolo的动作实时监测方法 | |
| CN111383204A (zh) | 视频图像融合方法、融合装置、全景监控系统及存储介质 | |
| CN110070622A (zh) | 一种基于ar技术的图书馆应用系统及使用方法 | |
| CN112085838A (zh) | 自动清洁设备控制方法、装置及存储介质 | |
| CN112449147A (zh) | 光伏电站视频集群监控系统及其图像处理方法 | |
| CN114898055A (zh) | 基于虚拟现实的特高压换流站远程智能巡检的方法及系统 | |
| CN114092624A (zh) | 一种基于虚拟技术的环境巡检系统 | |
| CN113132689A (zh) | 基于ai深度学习类算法研究的低压集抄运维仿真装置 | |
| CN111767826A (zh) | 一种定时定点场景异常检测方法 | |
| Rong et al. | A joint faster RCNN and stereovision algorithm for vegetation encroachment detection in power line corridors | |
| CN115982824A (zh) | 施工现场工人空间管理方法、装置、电子设备及存储介质 | |
| Wang | Substation Personnel Safety Detection Network Based on YOLOv4 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |