CN115086565A - 实验室设备影像数据的巡采方法、存储介质和巡采装置 - Google Patents
实验室设备影像数据的巡采方法、存储介质和巡采装置 Download PDFInfo
- Publication number
- CN115086565A CN115086565A CN202210997016.9A CN202210997016A CN115086565A CN 115086565 A CN115086565 A CN 115086565A CN 202210997016 A CN202210997016 A CN 202210997016A CN 115086565 A CN115086565 A CN 115086565A
- Authority
- CN
- China
- Prior art keywords
- task
- detected
- patrol
- path
- laboratory 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 48
- 238000005065 mining Methods 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 238000012360 testing method Methods 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及业务支撑技术领域,公开了一种实验室设备影像数据的巡采方法、存储介质和巡采装置,所述方法包括:获取待检测任务信息,其中,待检测任务信息包括各待检测任务的所需实验室设备;根据待检测任务信息对各检测任务进行任务排程,并根据任务排程结果进行走行路径规划;根据所规划的走行路径控制巡采装置中的动力组件带动巡采装置移动,且当每移动至一个实验室设备处时,通过巡采装置上的摄像组件采集该实验室设备的影像数据。由此,该方法,通过进行各类设备任务的安排及协调,以及巡采装置自主寻路,减轻了实验室人员压力,提高了巡采工作效率。
Description
技术领域
本发明涉及业务支撑技术领域,尤其涉及一种实验室设备影像数据的巡采方法、一种计算机可读存储介质和一种巡采装置。
背景技术
目前,实验室设备影像数据巡采采用传统人工巡采方式,然而,该方法提高了人力成本,降低了巡采工作效率。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种实验室设备影像数据的巡采方法,通过进行各类设备任务的安排及协调,以及巡采装置自主寻路,减轻了实验室人员压力,提高了巡采工作效率。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种巡采装置。
为达到上述目的,本发明第一方面实施例提出了一种实验室设备影像数据的巡采方法,所述方法包括:获取待检测任务信息,其中,所述待检测任务信息包括各待检测任务的所需实验室设备;根据所述待检测任务信息对各检测任务进行任务排程,并根据任务排程结果进行走行路径规划;根据所规划的走行路径控制巡采装置中的动力组件带动所述巡采装置移动,且当每移动至一个实验室设备处时,通过所述巡采装置上的摄像组件采集该实验室设备的影像数据。
根据本发明实施例的实验室设备影像数据的巡采方法,通过进行各类设备任务的安排及协调,以及巡采装置自主寻路,减轻了实验室人员压力,提高了巡采工作效率。
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现所述的实验室设备影像数据的巡采方法。
为达到上述目的,本发明第三方面实施例提出了一种巡采装置,所述巡采装置包括:动力组件和摄像组件;控制主板,与所述动力组件和所述摄像组件分别连接,用于获取待检测任务信息,根据所述待检测任务信息对各检测任务进行任务排程,并根据任务排程结果进行走行路径规划,以及根据所规划的走行路径控制所述动力组件带动所述巡采装置移动,且当每移动至一个实验室设备处时,通过所述摄像组件采集该实验室设备的影像数据,其中,所述待检测任务信息包括各待检测任务的所需实验室设备。
根据本发明实施例的巡采装置,通过进行各类设备任务的安排及协调,以及巡采装置自主寻路,减轻了实验室人员压力,提高了巡采工作效率。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是本发明一个实施例的实验室设备影像数据的巡采方法的流程示意图;
图2是本发明一个实施例的对各检测任务进行任务排程的流程示意图;
图3是本发明一个实施例的确定关键任务路径和至少一个非关键任务路径的流程示意图;
图4是本发明一个具体实施例的巡采装置的结构示意图;
图5是本发明一个实施例的充电底座的结构示意图;
图6是本发明另一个具体实施例的巡采装置的结构示意图;
图7是本发明一个实施例的巡采装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图1-7描述本发明实施例的实验室设备影像数据的巡采方法、存储介质和巡采装置。
图1是本发明一个实施例的实验室设备影像数据的巡采方法的流程示意图。如图1所示,实验室设备影像数据的巡采方法,包括以下步骤:
S101、获取待检测任务信息,其中,待检测任务信息包括各待检测任务的所需实验室设备。
具体地,如表1所示,待检测任务信息还可包括各待检测任务的所需试验人员、计划耗时、收样时间。
表1
序号 | 任务名称 | 试验人员 | 所需实验室设备 | 计划耗时 | 收样日期排序 |
1 | 待检测任务1 | 张XX | A型设备 | 4 | 1 |
2 | 待检测任务2 | 王XX | B型设备 | 3 | 2 |
3 | 待检测任务3 | 李XX | C型设备 | 5 | 3 |
4 | 待检测任务4 | 王XX | A型设备 | 5 | 4 |
5 | 待检测任务5 | 张XX | C型设备 | 4 | 5 |
S102、根据待检测任务信息对各检测任务进行任务排程,并根据任务排程结果进行走行路径规划。
作为一个示例,如图2所示,根据待检测任务信息对各检测任务进行任务排程,可包括:
S201、根据待检测任务信息确定关键任务路径和至少一个非关键任务路径。
具体地,如图3所示,步骤S201可包括:
S301、根据各待检测任务的收样时间确定各待检测任务的优先级,其中,收样时间越早优先级越高。
具体地,如表1所示,可根据各待检测任务的收样时间对各待检测任务进行排序,将优先级高的待检测任务排在前,由此,确定各待检测任务的优先级。
可选地,还可根据先到先服务、试验耗费时间等规则,确定各待检测任务的优先级,其中,这些规则可以按需要单独使用,也可以组合使用。
S302、根据优先级、各待检测任务的所需试验人员和所需实验室设备确定各待检测任务之间的依赖关系。
具体地,步骤S302可包括:针对第i优先级的待检测任务,判断该待检测任务的所需试验人员或所需实验室设备是否被比其优先级高的待检测任务需要;若是,则确定第i优先级的待检测任务依赖比其优先级高的待检测任务。
具体而言,如果第i优先级的待检测任务的所需试验人员或所需实验室设备,被比其优先级高的待检测任务需要,则确定第i优先级的待检测任务依赖比其优先级高的待检测任务。例如:如表1所示,第4优先级的的待检测任务4的A型设备被第1优先级的待检测任务1需要,则确定第4优先级的待检测任务4依赖第1优先级的待检测任务1。由此,确定各待检测任务之间的依赖关系。
S303、根据依赖关系确定任务路径和各待检测任务的计划耗时确定关键任务路径和至少一个非关键任务路径,其中,非关键任务路径的数量为多个时,还根据优先级确定各非关键任务路径的排程顺序。
具体地,步骤S303可包括:根据依赖关系确定任务路径,并根据各待检测任务的计划耗时得到各任务路径的耗时;根据各任务路径的耗时从所有任务路径中确定出关键任务路径,从所有任务路径中除去关键任务路径,得到至少一个非关键任务路径,其中,关键任务路径为耗时最长的任务路径。
具体而言,根据依赖关系确定所有任务路径,并根据各任务路径中各待检测任务的计划耗时,得到各任务路径的耗时,再根据各任务路径的耗时从所有任务路径中确定出耗时最长的任务路径,即关键任务路径,从所有任务路径中除去关键任务路径,得到至少一个非关键任务路径。
举例而言,如表1所示,第4优先级的的待检测任务4的A型设备被第1优先级的待检测任务1需要,则确定第4优先级的待检测任务4依赖第1优先级的待检测任务1,根据依赖关系确定任务路径,即第1优先级的待检测任务1→第4优先级的待检测任务4。再根据待检测任务1和待检测任务4的计划耗时,得到该任务路径的耗时,即9。
需要说明的是,如果待检测任务较多,求解关键任务路径会比较麻烦,可在任务安排中会自动加粗待检测任务名称,该待检测任务就是任务排程系统自动求解的关键工序,它们所组成的路径就是关键任务路径。
另外,如果存在两条或以上任务路径所用时间完全相同,则会出现两条以上的关键任务路径,对于这种情况,可任意选择一条当作关键任务路径,优先分配资源,其余的视为非关键任务路径。如果任务路径之间不存在资源争夺关系(即由不同的实验人员或实验室设备进行),其他各资源的占用情况也相同,则任选一条关键任务路径进行优先处理并不会影响排程的结果;如果不满足上述条件,则选择不同的关键任务路径优先处理,就有可能得到不同的排程结果,但这种差异并不明显,可能是可以接受的。
进一步地,在完成了关键任务路径的排程后,进行非关键任务路径的排程。非关键任务路径的数量为多个时,还根据优先级确定各非关键任务路径的排程顺序。
S202、依次针对关键任务路径中每个待检测任务,确定该待检测任务的计划用时时段,并在该计划用时时段内将该待检测任务所需的实验室资源设为占用状态,其中,实验室资源包括试验人员、实验室设备,计划用时时段的时长为对应待检测任务的计划耗时。
具体地,依次针对关键任务路径中每个待检测任务,确定该待检测任务的计划用时时段,即确定该待检测任务的计划开始时间和计划结束时间,并在该计划用时时段内将该待检测任务所需的实验室资源设为占用状态,以免后面的待检测任务在该时段被重复分配。如果该待检测任务所需的实验室资源在该计划用时时段已被占用,则我们将当前待检测任务往后移至第一个未被占用的时段,重新确定计划开始时间和计划结束时间。
S203、待关键任务路径中的待检测任务排程完成后,依次针对每个非关键任务路径中的每个待检测任务,确定该待检测任务的计划用时时段,并在该计划用时时段内将该待检测任务所需的实验室资源设为占用状态。
进一步地,根据任务排程结果采用快速随机搜索树RRT算法进行走行路径规划。
具体地,任务排程完成后,采用RRT(Rapidly-exploring Random Trees,快速随机搜索树)算法进行走行路径规划,以保证巡采装置能够在每台实验室设备前停留足够的时间,拍摄到具体数据。其中,快速随机搜索树RRT算法是基于随机采样的路径规划算法,它相比于其他算法的一个优势在于:可以有效地将非完整约束考虑在算法内部,从而避免了复杂的运动学约束的考虑,使得路径规划问题简单化。
具体而言,首先产生第一个节点Xinit属于自由空间Xfree,在每一次循环中,产生一个随机点Xrand,随机点的生成是任意的,即可以在整个状态空间X内。在产生随机点后,遍历随机树中的每一个节点,计算每一个节点与该循环生成的随机点之间的距离,找出距离此随机点最近的节点,记为Xnear。定义一个步进变量EPS,当找到Xnear时,Xnear向Xnear与Xrand连线方向扩展EPS步长,因此这里的EPS也就是状态方程的输入u,扩展后产生新的节点Xnew。判断Xnew是否满足非完整微分约束,如果不满足,舍弃Xnew,重新产生新的随机点。如果满足非完整微分约束,则加入Xnew,并在Xnear到Xnew之间加上一条边。相应的,再插入新节点Xnew的过程中,如果Xnear 、Xnew和Xnear到Xnew之间的边任意一个位于障碍物空间Xobs 中或者与障碍物空间Xobs 相交,则此次循环不添加任何节点,在下一次循环中重新生成新的随机点Xnew ,然后再进行判断,如果属于Xfree ,则保留新节点。总之,在加入新节点Xnew 时需要两次判断,分别为障碍物检测和非完整约束检测,当且仅当两者都满足要求时,才加入新节点。这个随机树的生长过程一直持续,直到目标结点与随机树的距离在一定范围以内时终止,随后搜索算法在随机树中寻找一条连接起点到终点的最短路径。
S103、根据所规划的走行路径控制巡采装置中的动力组件带动巡采装置移动,且当每移动至一个实验室设备处时,通过巡采装置上的摄像组件采集该实验室设备的影像数据。
作为一个示例,在采集实验室设备的影像数据之后,实验室设备影像数据的巡采方法还可包括:从影像数据中识别出试验检测数据区域,并从试验检测数据区域中识别出试验检测数据;根据试验检测数据生成结构化数据,之后传输至实验室管理平台。
具体地,由于Mask R-CNN可实现像素级别的图像实例分隔,Mask R-CNN将物体检测和目标分隔同时并行处理,取得较好实例分隔效果,因此,可通过Mask R-CNN算法从影像数据中识别出试验检测数据区域。可通过使用DB(Differentiable Binarization,可微分二值化处理)方法进行文本检测,对于检测到的文本使用校正模块进行纠偏,纠偏完成后采用CRNN(Convolutional Recurrent Neural Network,卷积循环神经网络,用于端到端不定长度文字识别)算法进行文本顺序、规则等分析识别,从试验检测数据区域中识别出试验检测数据。最后,根据试验检测数据生成结构化数据,之后传输至实验室管理平台。
具体而言,先通过特征提取网络提取出特征图,再在Mask R-CNN网络中输入一张任意大小的特征图,经过区域推荐网络(即RPN网络)提取候选区域,区域推荐网络是一个轻量的神经网络,通过滑动窗口扫描特征图进行卷积操作,结合不同的尺寸与长宽比,生成互相重叠区域,即anchor,并给出每个anchor默认预置的位置信息,用以后续提取候选区域。区域推荐网络针对每个anchor输出两种信息,第一种信息是对anchor前景或背景类别的预测,前景类别代表该anchor中具有一定概率存在某类或多类目标,背景类别指待检测目标之外的其它物体,后续会滤除。第二种信息是预置边框的精调,当目标的中心与前景anchor的中心不完全重合,即存在偏移时,输出位置信息(x, y, w, h)的变化百分比,以精确地调整anchor位置,对目标位置的拟合更正确。在前景anchor中存在互相重叠的现象,通过非极大值抑制方法滤除前景得分低的anchor,保留得分最高的anchor,最终得到的兴趣区域。
进一步地,由RoIAlign网络层对兴趣区域尺寸进行统一定义,即将特征图划分成m*m的bin,再采用双线性插值,就可以保证池化过程中像素在输入前后的一一对应关系,然后分别输入进两个分类器分支,即分类预测和掩码(mask)预测。由分类预测对兴趣区域给出预测,产生类别标签以及矩形框坐标输出,掩码预测根据分类预测结果产生的每个二值掩码,其中,m*m是所提取的局部小特征图的尺寸。由此,Mask R-CNN对每个类别均独立地预测一个二值掩码,避开类间的竞争。
进一步地,通过FCN(即Fully Convolutional Network,全卷积网络)网络来预测并输出m*m二值掩膜(Binary Mask)。由此,FCN网络进行像素级分割。
进一步地,为了减少计算量且达到较好分割效果,采用RoIAlign网络层将m*m特征图映射回原始输入图像上,RoIAlign网络层映射质量的好坏直接影响到图像分割掩膜位置的准确度,RoIAlign插值算法的选取对Mask R-CNN网络分割速度具有较大影响。
进一步地,DB算法首先经过特征金字塔提取图片中的特征量,再经过上采样处理形成特征层(层中均为相同尺寸特征图),使用该特征层进行文本概率图和动态阈值图的预测生成,经过微分二值化计算后得到近似二值图,通过公式化模块,可以从近似二值图中得到文本区域。
进一步地,在纠偏完成后,采用CRNN算法进行文本顺序、规则等分析识别,其中,CRNN算法主要采用CNN+RNN+CTC三层结构,从下到上,依次为:卷积层(CNN),从输入图像中提取特征序列;循环层(RNN),预测从卷积层获取的特征序列的标签分布;转录层(CTC),把从循环层获取的标签分布通过去重整合等操作转换成最终的识别结果。
参见图4,巡采装置上还设有温度传感器11和湿度传感器12,实验室设备影像数据的巡采方法还可包括:当每移动至一个实验室设备处时,通过温度传感器11采集温度信息和通过湿度传感器12采集湿度信息;其中,结构化数据还根据温度信息和湿度信息生成。
具体地,巡采装置前方配置温度传感器11和湿度传感器12,可实时记录当前拍照时的环境信息,同步上传至设备影像数据巡采软件,为后期出具报告提供数据支撑。
需要说明的是,参见图4,巡采装置前方还设有障碍物传感器13,通过障碍物传感器13感应行进方向前方障碍物,由设备影像数据巡采软件做出判断是否绕开等。
参见图4,巡采装置上还设有伸缩组件14,伸缩组件14与摄像组件20连接,实验室设备影像数据的巡采方法还可包括:当每移动至一个实验室设备处时,获取该实验室设备的尺寸信息;根据尺寸信息控制伸缩组件14调节摄像组件20的高度,以采集包含试验检测数据区域的影像数据。
具体地,当移动至一个台体屏显较高的实验室设备处时,可控制伸缩组件14伸长;当移动至一个台体屏显较矮的实验室设备处时,可控制伸缩组件14缩短,以方便拍摄。其中,可在设备影像数据巡采软件中进行配置控制伸缩组件14调节摄像组件20的高度。
参见图5,对应巡采装置设有充电底座,充电底座设有数据传输口21和充电口22,数据传输口21和充电口22共用一个端口,实验室设备影像数据的巡采方法还可包括:待巡采装置结束影像数据采集后,或,检测到巡采装置需要充电时,控制动力组件带动巡采装置移动至充电底座处,以进行数据传输和/或充电。
具体地,当对应巡采装置回归到充电底座位置处时,可自动与对应巡采装置中数据传输接口接触,并进行固定,进行充电及数据传输。
需要说明的是,参见图5,充电底座还设有底座支撑体23,网线口24和电源25。其中,网线口24位于充电底座背部,电源25位于充电底座底部。通过底座支撑体23固定底座位置,同时固定对应巡采装置充电范围,通过网线口24配置固定IP与实验室内网进行连接,传输数据,通过电源25为充电底座或巡采装置充电。
另外,参见图6,巡采装置内部嵌有控制主板30,巡采装置还设有移动滑轮31、电源开关32、USB3.0接口33、网线接口34、VGA接口35、HDMI接口36、自动充电及传输数据接口37。其中,控制主板30,巡采装置内部镶嵌控制主板30,搭载正版操作系统,安装设备影像数据巡采软件,可控制设备的行进、拍照、影像采集等功能;移动滑轮31,嵌于巡采装置下方,使巡采装置具备可移动能力,该滑轮具有固定开关,在不使用巡采装置时,关闭后可固定巡采装置;电源开关32,位于巡采装置背面,控制巡采装置的电源25关闭与接通;USB3.0接口33,位于巡采装置背面,可通过此接口传输数据,或更新系统等操作;网线接口34,位于巡采装置背面,可通过此接口插入网线连接实验室内网或其他网络;VGA接口35,位于巡采装置背面,可通过此接口外接显示器;HDMI接口36,位于巡采装置背面,可通过此接口外接显示器;自动充电及传输数据接口37,位于巡采装置背面,当巡采装置完成任务时,可自动回到充电底座处,并插入充电底座,通过此接口与充电底座进行连接,进行充电或传输数据的操作。
综上所述,该实验室设备影像数据的巡采方法,通过获取待检测任务信息,根据待检测任务信息对各检测任务进行任务排程,并根据任务排程结果进行走行路径规划,以及根据所规划的走行路径控制动力组件带动巡采装置移动,且当每移动至一个实验室设备处时,通过摄像组件采集该实验室设备的影像数据,能够进行各类设备任务的安排及协调,以及实现巡采装置自主寻路,减轻了实验室人员压力,提高了巡采工作效率。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现上述的实验室设备影像数据的巡采方法。
图7是本发明一个实施例的巡采装置的结构示意图。如图7所示,巡采装置100包括:动力组件10,摄像组件20和控制主板30。其中,控制主板30,与动力组件10和摄像组件20分别连接,用于获取待检测任务信息,根据待检测任务信息对各检测任务进行任务排程,并根据任务排程结果进行走行路径规划,以及根据所规划的走行路径控制动力组件10带动巡采装置移动,且当每移动至一个实验室设备处时,通过摄像组件20采集该实验室设备的影像数据,其中,待检测任务信息包括各待检测任务的所需实验室设备。
作为一个示例,待检测任务信息还包括各待检测任务的所需试验人员、计划耗时、收样时间,控制主板30在根据待检测任务信息对各检测任务进行任务排程时,具体用于:根据待检测任务信息确定关键任务路径和至少一个非关键任务路径;依次针对关键任务路径中每个待检测任务,确定该待检测任务的计划用时时段,并在该计划用时时段内将该待检测任务所需的实验室资源设为占用状态,其中,实验室资源包括试验人员、实验室设备,计划用时时段的时长为对应待检测任务的计划耗时;待关键任务路径中的待检测任务排程完成后,依次针对每个非关键任务路径中的每个待检测任务,确定该待检测任务的计划用时时段,并在该计划用时时段内将该待检测任务所需的实验室资源设为占用状态。
作为一个示例,控制主板30还用于:从影像数据中识别出试验检测数据区域,并从试验检测数据区域中识别出试验检测数据;根据试验检测数据生成结构化数据,之后传输至实验室管理平台。
综上所述,该巡采装置,通过获取待检测任务信息,根据待检测任务信息对各检测任务进行任务排程,并根据任务排程结果进行走行路径规划,以及根据所规划的走行路径控制动力组件带动巡采装置移动,且当每移动至一个实验室设备处时,通过摄像组件采集该实验室设备的影像数据,能够进行各类设备任务的安排及协调,以及实现巡采装置自主寻路,减轻了实验室人员压力,提高了巡采工作效率。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (14)
1.一种实验室设备影像数据的巡采方法,其特征在于,所述方法包括:
获取待检测任务信息,其中,所述待检测任务信息包括各待检测任务的所需实验室设备;
根据所述待检测任务信息对各检测任务进行任务排程,并根据任务排程结果进行走行路径规划;
根据所规划的走行路径控制巡采装置中的动力组件带动所述巡采装置移动,且当每移动至一个实验室设备处时,通过所述巡采装置上的摄像组件采集该实验室设备的影像数据。
2.根据权利要求1所述的实验室设备影像数据的巡采方法,其特征在于,所述待检测任务信息还包括各待检测任务的所需试验人员、计划耗时、收样时间,所述根据所述待检测任务信息对各检测任务进行任务排程,包括:
根据所述待检测任务信息确定关键任务路径和至少一个非关键任务路径;
依次针对所述关键任务路径中每个待检测任务,确定该待检测任务的计划用时时段,并在该计划用时时段内将该待检测任务所需的实验室资源设为占用状态,其中,所述实验室资源包括试验人员、实验室设备,所述计划用时时段的时长为对应待检测任务的计划耗时;
待所述关键任务路径中的待检测任务排程完成后,依次针对每个非关键任务路径中的每个待检测任务,确定该待检测任务的计划用时时段,并在该计划用时时段内将该待检测任务所需的实验室资源设为占用状态。
3.根据权利要求2所述的实验室设备影像数据的巡采方法,其特征在于,所述根据所述待检测任务信息确定关键任务路径和至少一个非关键任务路径,包括:
根据各待检测任务的收样时间确定各待检测任务的优先级,其中,收样时间越早优先级越高;
根据所述优先级、各待检测任务的所需试验人员和所需实验室设备确定各待检测任务之间的依赖关系;
根据所述依赖关系确定任务路径和各待检测任务的计划耗时确定所述关键任务路径和至少一个非关键任务路径,其中,所述非关键任务路径的数量为多个时,还根据所述优先级确定各非关键任务路径的排程顺序。
4.根据权利要求3所述的实验室设备影像数据的巡采方法,其特征在于,根据所述优先级、各待检测任务的所需试验人员和所需实验室设备确定各待检测任务之间的依赖关系,包括:
针对第i优先级的待检测任务,判断该待检测任务的所需试验人员或所需实验室设备是否被比其优先级高的待检测任务需要;
若是,则确定所述第i优先级的待检测任务依赖比其优先级高的待检测任务。
5.根据权利要求3所述的实验室设备影像数据的巡采方法,其特征在于,根据所述依赖关系确定任务路径和各待检测任务的计划耗时确定所述关键任务路径和至少一个非关键任务路径,包括:
根据所述依赖关系确定任务路径,并根据各待检测任务的计划耗时得到各任务路径的耗时;
根据各任务路径的耗时从所有任务路径中确定出所述关键任务路径,从所述所有任务路径中除去所述关键任务路径,得到所述至少一个非关键任务路径,其中,所述关键任务路径为耗时最长的任务路径。
6.根据权利要求1所述的实验室设备影像数据的巡采方法,其特征在于,所述根据任务排程结果采用快速随机搜索树RRT算法进行走行路径规划。
7.根据权利要求1所述的实验室设备影像数据的巡采方法,其特征在于,在采集实验室设备的影像数据之后,所述方法还包括:
从所述影像数据中识别出试验检测数据区域,并从所述试验检测数据区域中识别出试验检测数据;
根据所述试验检测数据生成结构化数据,之后传输至实验室管理平台。
8.根据权利要求7所述的实验室设备影像数据的巡采方法,其特征在于,所述巡采装置上还设有温度传感器和湿度传感器,所述方法还包括:
当每移动至一个实验室设备处时,通过所述温度传感器采集温度信息和通过所述湿度传感器采集湿度信息;
其中,所述结构化数据还根据所述温度信息和所述湿度信息生成。
9.根据权利要求7所述的实验室设备影像数据的巡采方法,其特征在于,所述巡采装置上还设有伸缩组件,所述伸缩组件与所述摄像组件连接,所述方法还包括:
当每移动至一个实验室设备处时,获取该实验室设备的尺寸信息;
根据所述尺寸信息控制所述伸缩组件调节所述摄像组件的高度,以采集包含试验检测数据区域的影像数据。
10.根据权利要求1所述的实验室设备影像数据的巡采方法,其特征在于,对应所述巡采装置设有充电底座,所述充电底座设有数据传输口和充电口,所述数据传输口和所述充电口共用一个端口,所述方法还包括:
待所述巡采装置结束影像数据采集后,或,检测到所述巡采装置需要充电时,控制所述动力组件带动所述巡采装置移动至所述充电底座处,以进行数据传输和/或充电。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-10中任一项所述的实验室设备影像数据的巡采方法。
12.一种巡采装置,其特征在于,所述巡采装置包括:
动力组件和摄像组件;
控制主板,与所述动力组件和所述摄像组件分别连接,用于获取待检测任务信息,根据所述待检测任务信息对各检测任务进行任务排程,并根据任务排程结果进行走行路径规划,以及根据所规划的走行路径控制所述动力组件带动所述巡采装置移动,且当每移动至一个实验室设备处时,通过所述摄像组件采集该实验室设备的影像数据,其中,所述待检测任务信息包括各待检测任务的所需实验室设备。
13.根据权利要求12所述的巡采装置,其特征在于,所述待检测任务信息还包括各待检测任务的所需试验人员、计划耗时、收样时间,所述控制主板在根据所述待检测任务信息对各检测任务进行任务排程时,具体用于:
根据所述待检测任务信息确定关键任务路径和至少一个非关键任务路径;
依次针对所述关键任务路径中每个待检测任务,确定该待检测任务的计划用时时段,并在该计划用时时段内将该待检测任务所需的实验室资源设为占用状态,其中,所述实验室资源包括试验人员、实验室设备,所述计划用时时段的时长为对应待检测任务的计划耗时;
待所述关键任务路径中的待检测任务排程完成后,依次针对每个非关键任务路径中的每个待检测任务,确定该待检测任务的计划用时时段,并在该计划用时时段内将该待检测任务所需的实验室资源设为占用状态。
14.根据权利要求12所述的巡采装置,其特征在于,所述控制主板还用于:
从所述影像数据中识别出试验检测数据区域,并从所述试验检测数据区域中识别出试验检测数据;
根据所述试验检测数据生成结构化数据,之后传输至实验室管理平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210997016.9A CN115086565B (zh) | 2022-08-19 | 2022-08-19 | 实验室设备影像数据的巡采方法、存储介质和巡采装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210997016.9A CN115086565B (zh) | 2022-08-19 | 2022-08-19 | 实验室设备影像数据的巡采方法、存储介质和巡采装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115086565A true CN115086565A (zh) | 2022-09-20 |
CN115086565B CN115086565B (zh) | 2023-01-17 |
Family
ID=83244054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210997016.9A Active CN115086565B (zh) | 2022-08-19 | 2022-08-19 | 实验室设备影像数据的巡采方法、存储介质和巡采装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115086565B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116152946A (zh) * | 2023-03-01 | 2023-05-23 | 北京全路通信信号研究设计院集团有限公司 | 一种智能巡检方法、装置、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050240924A1 (en) * | 2004-04-02 | 2005-10-27 | Emulex Design & Manufacturing Corporation | Prerequisite-based scheduler |
US20100138096A1 (en) * | 2008-11-28 | 2010-06-03 | National Taiwan University | Patrol Device And Patrol Path Planning Method For The Same |
CN102880667A (zh) * | 2012-09-04 | 2013-01-16 | 北京航空航天大学 | 一种基于关键路径和禁忌搜索的测试任务调度方法 |
US20150006234A1 (en) * | 2013-07-01 | 2015-01-01 | International Business Machines Corporation | Process networking and resource optimization |
US20170182663A1 (en) * | 2014-05-23 | 2017-06-29 | Daimler Ag | Method for Determining Values Influencing the Movement of a Robot |
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 |
CN108989108A (zh) * | 2018-07-20 | 2018-12-11 | 北京百度网讯科技有限公司 | 故障处理交互方法、装置、设备及计算机可读介质 |
CN111612354A (zh) * | 2020-05-22 | 2020-09-01 | 合肥锦和信息技术有限公司 | 一种实验室业务无人化管理方法、装置和系统 |
CN111958592A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种变电站巡检机器人图像语义分析系统及方法 |
CN111958591A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种语义智能变电站巡检机器人自主巡检方法及系统 |
-
2022
- 2022-08-19 CN CN202210997016.9A patent/CN115086565B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050240924A1 (en) * | 2004-04-02 | 2005-10-27 | Emulex Design & Manufacturing Corporation | Prerequisite-based scheduler |
US20100138096A1 (en) * | 2008-11-28 | 2010-06-03 | National Taiwan University | Patrol Device And Patrol Path Planning Method For The Same |
CN102880667A (zh) * | 2012-09-04 | 2013-01-16 | 北京航空航天大学 | 一种基于关键路径和禁忌搜索的测试任务调度方法 |
US20150006234A1 (en) * | 2013-07-01 | 2015-01-01 | International Business Machines Corporation | Process networking and resource optimization |
US20170182663A1 (en) * | 2014-05-23 | 2017-06-29 | Daimler Ag | Method for Determining Values Influencing the Movement of a Robot |
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 |
CN108989108A (zh) * | 2018-07-20 | 2018-12-11 | 北京百度网讯科技有限公司 | 故障处理交互方法、装置、设备及计算机可读介质 |
CN111612354A (zh) * | 2020-05-22 | 2020-09-01 | 合肥锦和信息技术有限公司 | 一种实验室业务无人化管理方法、装置和系统 |
CN111958592A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种变电站巡检机器人图像语义分析系统及方法 |
CN111958591A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种语义智能变电站巡检机器人自主巡检方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116152946A (zh) * | 2023-03-01 | 2023-05-23 | 北京全路通信信号研究设计院集团有限公司 | 一种智能巡检方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115086565B (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110135307B (zh) | 基于注意力机制的交通标志检测方法和装置 | |
CN112465738B (zh) | 基于红外与可见光图像的光伏电站在线运维方法及系统 | |
CN107194323A (zh) | 车辆定损图像获取方法、装置、服务器和终端设备 | |
CN111401146A (zh) | 一种无人机电力巡检方法、设备及存储介质 | |
CN111339893B (zh) | 基于深度学习和无人机的管道检测系统及方法 | |
CN111009150B (zh) | 一种开放式停车场管理方法、系统及后台服务器 | |
CN115086565B (zh) | 实验室设备影像数据的巡采方法、存储介质和巡采装置 | |
CN105956632A (zh) | 一种检测目标的方法和装置 | |
CN112356027A (zh) | 农林机器人避障方法、装置、计算机设备和存储介质 | |
CN111178743A (zh) | 一种无人机群自主协同观测与协同作业的方法 | |
CN108628267A (zh) | 一种物方扫描成像系统的分离式、分布式操控方法 | |
CN111738040A (zh) | 一种减速带识别方法及系统 | |
CN114035606A (zh) | 杆塔巡检系统、杆塔巡检方法、控制装置和存储介质 | |
EP4246463A1 (en) | Multiscale object detection device and method | |
CN111739332B (zh) | 一种停车场管理系统 | |
CN116363628A (zh) | 标志检测方法、装置、非易失性存储介质及计算机设备 | |
CN116222526A (zh) | 一种无人机测绘方法、系统、智能终端及存储介质 | |
CN113421452B (zh) | 一种基于视觉分析的露天停车场推荐系统 | |
CN112749753B (zh) | 电器设备控制方法、装置、电器设备和存储介质 | |
CN111143423B (zh) | 动态场景标注数据挖掘方法、装置以及终端 | |
CN112862272A (zh) | 精准农业管理及分析系统、定位方法、终端及存储介质 | |
CN114386721B (zh) | 用于换电站的路径规划方法、系统、介质和换电站 | |
CN117198093B (zh) | 一种复杂地下空间智能寻车系统及方法 | |
CN115565057B (zh) | 地图生成方法、装置、足式机器人及存储介质 | |
CN117152707B (zh) | 一种车辆偏移距离的计算方法、装置以及处理设备 |
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 |