CN115941529A - 一种基于机器人的电缆隧道检测方法和系统 - Google Patents
一种基于机器人的电缆隧道检测方法和系统 Download PDFInfo
- Publication number
- CN115941529A CN115941529A CN202211503506.5A CN202211503506A CN115941529A CN 115941529 A CN115941529 A CN 115941529A CN 202211503506 A CN202211503506 A CN 202211503506A CN 115941529 A CN115941529 A CN 115941529A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- cable tunnel
- information
- warning signal
- 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
Images
Abstract
本发明提出了一种基于机器人的电缆隧道检测方法和系统。所述电缆隧道检测方法包括实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控；通过视觉传感器采集电缆的图像信息，并对所述图像进行图像数据预处理，获得降噪后的图像；通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息。所述电缆隧道检测系统包括与所述电缆隧道检测方法步骤对应的模块。
Description
技术领域
本发明提出了一种基于机器人的电缆隧道检测方法和系统，属于巡检监督技术领域。
背景技术
随着电力工业和城市建设的快速发展，越来越多输配电网络逐渐被电力电缆隧道所取代，由于电缆隧道运行环境复杂，隧道环境的变化会对电力电缆的安全可靠运行带来一定的不利影响，严重时会导致电力输送中断。因此，开发可靠稳定的电力电缆隧道自主督查系统，对于保障城市电缆隧道安全稳定运行和确保城市高效生产具有重要意义。
近年来各大电网公司愈发重视输电网络电缆化任务，不断刷新电缆隧道的总里程数，电缆运行督查人员短缺尤其是结构性缺员问题日益突出，隧道环境、设备巡视、缺陷跟踪、督查数据录入等大量工作仍然依赖人工。然而，人工督查无法满足电力系统安全性的极高要求，人员安排不易管控、人工督查时间长、任务重、危险性高，消耗大量人力物力无法达到较好效果，无法实现电力设备高程度的安全保障。
针对上述问题，目前多会采用巡检机器人进行电缆隧道巡检常常出现传感器数据分析准确性较低的问题。
发明内容
本发明提供了一种基于机器人的电缆隧道检测方法和系统，用以解决现有技术中巡检机器人的传感器数据分析准确性较低的问题，所采取的技术方案如下：
一种基于机器人的电缆隧道检测方法，所述电缆隧道检测方法包括：
实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控；
通过视觉传感器采集电缆的图像信息，并对所述图像进行图像数据预处理，获得降噪后的图像；
通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息。
进一步地，实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控，包括：
实时采集传感器组获取的监测数据，并对所述数据进行数据过滤预处理，获取过滤后的监测参数数据；
对所述滤后的监测参数数据进行信息融合及信息分析，获得参数数据对应的关联物理量参数，并将所述关联物理量参数与预设的参数阈值进行比较，当所述滤后的监测参数数据超过预设的参数阈值时，则通过机器人发送预警信号。
进一步地，所述传感器组包括氧气浓度检测传感器、可燃气体浓度传感器、有毒气体浓度传感器、红外测温传感器、空气湿度触感器、空气温度传感器和视觉传感器；所述监测参数数据包括空气温度数据、空气湿度数据、电缆温度数据、氧气浓度数据、可燃气体浓度数据和有毒气体浓度数据。
进一步地，所述通过机器人发送预警信号，包括：
所述机器人向指挥中心按照预设的预警信号发送频率发送预警信号，并实时接收指挥中心接收到预警信号后的反馈信息；
根据当前机器人所在位置以及信号延时因素计算反馈信息获取时段；
当超过所述反馈信息获取时段时，仍未接受到指挥中心发送的反馈信息时，则机器人迅速离开当前电缆隧道段，并在离开途中调整预警信号发送频率。
其中，所述反馈信息获取时段通过如下公式获取：
其中，T表示反馈信息获取时段；L0表示电缆隧道口距离指挥中心之间的信息传输距离；L表示机器人行驶在电缆隧道过程中与电缆隧道口距离之前的直线距离；Lq表示电缆隧道的全长实际距离；
并且，所述预警信号发送频率通过如下公式进行调整：
其中，f表示调整后的预警信号发送频率；f0表示初始预警信号发送频率。
进一步地，通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息，包括：
扫描所述图像，获取所述图像中的目标全局位置信息；
提取所述目标全局位置信息中目标对象所在位置以及其他设备部件所在位置，按照目标对象所在位置以及其他设备部件所在位置将所述图像进行区域分割，获得分别带有目标对象和各个所述其他设备部件的区域图像块；
将所述区域图像块中的部件的关键点进行标记，并提取所述部件的关键点的标准模板图；
将所述部件的关键点的标准模板图逐步演化回归到目标关键点的真实位置，获得每个关键点在真实位置中的置信度信息；
对每个关键点在真实位置的置信度信息进行分析，获取所述关键点的遮挡信息。
一种基于机器人的电缆隧道检测系统，所述电缆隧道检测系统包括：
实时采集模块，用于实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控；
预处理模块，用于通过视觉传感器采集电缆的图像信息，并对所述图像进行图像数据预处理，获得降噪后的图像；
图像处理模块，用于通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息。
进一步地，所述实时采集模块包括：
参数信号处理模块，用于实时采集传感器组获取的监测数据，并对所述数据进行数据过滤预处理，获取过滤后的监测参数数据；
比较预警模块，用于对所述滤后的监测参数数据进行信息融合及信息分析，获得参数数据对应的关联物理量参数，并将所述关联物理量参数与预设的参数阈值进行比较，当所述滤后的监测参数数据超过预设的参数阈值时，则通过机器人发送预警信号。
进一步地，所述传感器组包括氧气浓度检测传感器、可燃气体浓度传感器、有毒气体浓度传感器、红外测温传感器、空气湿度触感器、空气温度传感器和视觉传感器；所述监测参数数据包括空气温度数据、空气湿度数据、电缆温度数据、氧气浓度数据、可燃气体浓度数据和有毒气体浓度数据。
进一步地，所述比较预警模块包括：
发送接收模块，用于所述机器人向指挥中心按照预设的预警信号发送频率发送预警信号，并实时接收指挥中心接收到预警信号后的反馈信息；
时段获取模块，用于根据当前机器人所在位置以及信号延时因素计算反馈信息获取时段；
频率调整模块，用于当超过所述反馈信息获取时段时，仍未接受到指挥中心发送的反馈信息时，则机器人迅速离开当前电缆隧道段，并在离开途中调整预警信号发送频率。
其中，所述反馈信息获取时段通过如下公式获取：
其中，T表示反馈信息获取时段；L0表示电缆隧道口距离指挥中心之间的信息传输距离；L表示机器人行驶在电缆隧道过程中与电缆隧道口距离之前的直线距离；Lq表示电缆隧道的全长实际距离；
并且，所述预警信号发送频率通过如下公式进行调整：
其中，f表示调整后的预警信号发送频率；f0表示初始预警信号发送频率。
进一步地，所述图像处理模块包括：
扫描模块，用于扫描所述图像，获取所述图像中的目标全局位置信息；
位置提取模块，用于提取所述目标全局位置信息中目标对象所在位置以及其他设备部件所在位置，按照目标对象所在位置以及其他设备部件所在位置将所述图像进行区域分割，获得分别带有目标对象和各个所述其他设备部件的区域图像块；
模板提取模块，用于将所述区域图像块中的部件的关键点进行标记，并提取所述部件的关键点的标准模板图；
置信度获取模块，用于将所述部件的关键点的标准模板图逐步演化回归到目标关键点的真实位置，获得每个关键点在真实位置中的置信度信息；
分析模块，用于对每个关键点在真实位置的置信度信息进行分析，获取所述关键点的遮挡信息。
本发明有益效果：
本发明提出了一种基于机器人的电缆隧道检测方法和系统利用机器人上的传感器以及传感器信息的融合技术和采集数据的关联分析方法对机器狗传感器采集到的数据进行处理，进而有效提高数据处理准确性和精度，有效提高隧道检测的准确性。同时，通过本发明提出的一种基于机器人的电缆隧道检测方法和系统上的数据传输方式能够在电缆隧道内通讯环境较差的情况下，有效提高检测预警数据向外传输的及时性。另一方面，通过分割式图像处理方式能够有效提高图像识别和遮挡信息识别的准确性和识别效率。
附图说明
图1为本发明所述方法的流程图一；
图2为本发明所述方法的流程图二；
图3为本发明所述系统的系统框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提出了一种基于机器人的电缆隧道检测方法，如图1所示，所述电缆隧道检测方法包括：
S1、实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控；
S2、通过视觉传感器采集电缆的图像信息，并对所述图像进行图像数据预处理，获得降噪后的图像；
S3、通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息。
如图2所示，S1所述的实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控的详细过程包括：
S101、实时采集传感器组获取的监测数据，并对所述数据进行数据过滤预处理，获取过滤后的监测参数数据；
S102、对所述滤后的监测参数数据进行信息融合及信息分析，获得参数数据对应的关联物理量参数，并将所述关联物理量参数与预设的参数阈值进行比较，当所述滤后的监测参数数据超过预设的参数阈值时，则通过机器人发送预警信号。
其中，所述传感器组包括氧气浓度检测传感器、可燃气体浓度传感器、有毒气体浓度传感器、红外测温传感器、空气湿度触感器、空气温度传感器和视觉传感器；所述监测参数数据包括空气温度数据、空气湿度数据、电缆温度数据、氧气浓度数据、可燃气体浓度数据和有毒气体浓度数据。
上述技术方案的工作原理为：首先，实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控；然后，通过视觉传感器采集电缆的图像信息，并对所述图像进行图像数据预处理，获得降噪后的图像；最后，通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息。
同时，实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控的详细过程为：实时采集传感器组获取的监测数据，并对所述数据进行数据过滤预处理，获取过滤后的监测参数数据；对所述滤后的监测参数数据进行信息融合及信息分析，获得参数数据对应的关联物理量参数，并将所述关联物理量参数与预设的参数阈值进行比较，当所述滤后的监测参数数据超过预设的参数阈值时，则通过机器人发送预警信号。
上述技术方案的效果为：本实施例提出了一种基于机器人的电缆隧道检测方法利用机器人上的传感器以及传感器信息的融合技术和采集数据的关联分析方法对机器狗传感器采集到的数据进行处理，进而有效提高数据处理准确性和精度，有效提高隧道检测的准确性。同时，通过本实施例提出了一种基于机器人的电缆隧道检测方法上的数据传输方式能够在电缆隧道内通讯环境较差的情况下，有效提高检测预警数据向外传输的及时性。另一方面，通过分割式图像处理方式能够有效提高图像识别和遮挡信息识别的准确性和识别效率。
本发明的一个实施例，所述通过机器人发送预警信号，包括：
S1021、所述机器人向指挥中心按照预设的预警信号发送频率发送预警信号，并实时接收指挥中心接收到预警信号后的反馈信息；
S1022、根据当前机器人所在位置以及信号延时因素计算反馈信息获取时段；
S1023、当超过所述反馈信息获取时段时，且，仍未接受到指挥中心发送的反馈信息时，则机器人迅速离开当前电缆隧道段，并在离开途中调整预警信号发送频率。
其中，所述反馈信息获取时段通过如下公式获取：
其中，T表示反馈信息获取时段；L0表示电缆隧道口距离指挥中心之间的信息传输距离；L表示机器人行驶在电缆隧道过程中与电缆隧道口距离之前的直线距离；Lq表示电缆隧道的全长实际距离；T0表示系统设备固有的信息反馈标准时间。
并且，所述预警信号发送频率通过如下公式进行调整：
其中，f表示调整后的预警信号发送频率；f0表示初始预警信号发送频率。
上述技术方案的工作原理为：首先，所述机器人向指挥中心按照预设的预警信号发送频率发送预警信号，并实时接收指挥中心接收到预警信号后的反馈信息；然后，根据当前机器人所在位置以及信号延时因素计算反馈信息获取时段；最后，当超过所述反馈信息获取时段时，仍未接受到指挥中心发送的反馈信息时，则机器人迅速离开当前电缆隧道段，并在离开途中调整预警信号发送频率。
上述技术方案的效果为：通过上述数据传输方式能够在电缆隧道内通讯环境较差的情况下，有效提高检测预警数据向外传输的及时性。同时，结合机器人实际运行距离设置反馈信息获取时段以及预警信息实时发送频率的变化，能够根据机器人的实际位置进行频率和反馈时间的针对性设置，能够有效提高以具体机器人位置为依据的反馈信息设置的合理性，同时也能够有效提高信息反馈的时间监控准确性以及发现通讯异常的及时性。防止监控固定反馈信息时间段的监控导致无法及时根据实际机器人所处环境发现通讯异常的情况发生。
本发明的一个实施例，通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息，包括：
S301、扫描所述图像，获取所述图像中的目标全局位置信息；
S302、提取所述目标全局位置信息中目标对象所在位置以及其他设备部件所在位置，按照目标对象所在位置以及其他设备部件所在位置将所述图像进行区域分割，获得分别带有目标对象和各个所述其他设备部件的区域图像块；
S303、将所述区域图像块中的部件的关键点进行标记，并提取所述部件的关键点的标准模板图；
S304、将所述部件的关键点的标准模板图逐步演化回归到目标关键点的真实位置，获得每个关键点在真实位置中的置信度信息；
S305、对每个关键点在真实位置的置信度信息进行分析，获取所述关键点的遮挡信息。
上述技术方案的工作原理为：首先，扫描所述图像，获取所述图像中的目标全局位置信息；然后，提取所述目标全局位置信息中目标对象所在位置以及其他设备部件所在位置，按照目标对象所在位置以及其他设备部件所在位置将所述图像进行区域分割，获得分别带有目标对象和各个所述其他设备部件的区域图像块；随后，将所述区域图像块中的部件的关键点进行标记，并提取所述部件的关键点的标准模板图；之后，将所述部件的关键点的标准模板图逐步演化回归到目标关键点的真实位置，获得每个关键点在真实位置中的置信度信息；最后，对每个关键点在真实位置的置信度信息进行分析，获取所述关键点的遮挡信息。
上述技术方案的效果为：通过分割式图像处理方式能够有效提高图像识别和遮挡信息识别的准确性和识别效率。
本发明实施例提出了一种基于机器人的电缆隧道检测系统，如图3所示，所述电缆隧道检测系统包括：
实时采集模块，用于实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控；
预处理模块，用于通过视觉传感器采集电缆的图像信息，并对所述图像进行图像数据预处理，获得降噪后的图像；
图像处理模块，用于通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息。
其中，所述实时采集模块包括：
参数信号处理模块，用于实时采集传感器组获取的监测数据，并对所述数据进行数据过滤预处理，获取过滤后的监测参数数据；
比较预警模块，用于对所述滤后的监测参数数据进行信息融合及信息分析，获得参数数据对应的关联物理量参数，并将所述关联物理量参数与预设的参数阈值进行比较，当所述滤后的监测参数数据超过预设的参数阈值时，则通过机器人发送预警信号。
其中，所述传感器组包括氧气浓度检测传感器、可燃气体浓度传感器、有毒气体浓度传感器、红外测温传感器、空气湿度触感器、空气温度传感器和视觉传感器；所述监测参数数据包括空气温度数据、空气湿度数据、电缆温度数据、氧气浓度数据、可燃气体浓度数据和有毒气体浓度数据。
上述技术方案的工作原理为：首先，通过实时采集模块实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控；然后，采用预处理模块通过视觉传感器采集电缆的图像信息，并对所述图像进行图像数据预处理，获得降噪后的图像；最后，利用图像处理模块通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息。
所述实时采集模块的运行过程包括：
首先，通过参数信号处理模块实时采集传感器组获取的监测数据，并对所述数据进行数据过滤预处理，获取过滤后的监测参数数据；然后，利用比较预警模块于对所述滤后的监测参数数据进行信息融合及信息分析，获得参数数据对应的关联物理量参数，并将所述关联物理量参数与预设的参数阈值进行比较，当所述滤后的监测参数数据超过预设的参数阈值时，则通过机器人发送预警信号。
上述技术方案的效果为：本实施例提出了一种基于机器人的电缆隧道检测系统利用机器人上的传感器以及传感器信息的融合技术和采集数据的关联分析方法对机器狗传感器采集到的数据进行处理，进而有效提高数据处理准确性和精度，有效提高隧道检测的准确性。同时，通过本实施例提出了一种基于机器人的电缆隧道检测系统上的数据传输方式能够在电缆隧道内通讯环境较差的情况下，有效提高检测预警数据向外传输的及时性。另一方面，通过分割式图像处理方式能够有效提高图像识别和遮挡信息识别的准确性和识别效率。
本发明的一个实施例，所述比较预警模块包括：
发送接收模块，用于所述机器人向指挥中心按照预设的预警信号发送频率发送预警信号，并实时接收指挥中心接收到预警信号后的反馈信息；
时段获取模块，用于根据当前机器人所在位置以及信号延时因素计算反馈信息获取时段；
频率调整模块，用于当超过所述反馈信息获取时段时，仍未接受到指挥中心发送的反馈信息时，则机器人迅速离开当前电缆隧道段，并在离开途中调整预警信号发送频率。
其中，所述反馈信息获取时段通过如下公式获取：
其中，T表示反馈信息获取时段；L0表示电缆隧道口距离指挥中心之间的信息传输距离；L表示机器人行驶在电缆隧道过程中与电缆隧道口距离之前的直线距离；Lq表示电缆隧道的全长实际距离；
并且，所述预警信号发送频率通过如下公式进行调整：
其中，f表示调整后的预警信号发送频率；f0表示初始预警信号发送频率。
上述技术方案的工作原理为：首先，通过发送接收模块控制所述机器人向指挥中心按照预设的预警信号发送频率发送预警信号，并实时接收指挥中心接收到预警信号后的反馈信息；然后，利用时段获取模块根据当前机器人所在位置以及信号延时因素计算反馈信息获取时段；最后，通过频率调整模块在于当超过所述反馈信息获取时段时，且，仍未接受到指挥中心发送的反馈信息时，则机器人迅速离开当前电缆隧道段，并在离开途中调整预警信号发送频率。
上述技术方案的效果为：通过上述数据传输方式能够在电缆隧道内通讯环境较差的情况下，有效提高检测预警数据向外传输的及时性。同时，结合机器人实际运行距离设置反馈信息获取时段以及预警信息实时发送频率的变化，能够根据机器人的实际位置进行频率和反馈时间的针对性设置，能够有效提高以具体机器人位置为依据的反馈信息设置的合理性，同时也能够有效提高信息反馈的时间监控准确性以及发现通讯异常的及时性。防止监控固定反馈信息时间段的监控导致无法及时根据实际机器人所处环境发现通讯异常的情况发生。
本发明的一个实施例，所述图像处理模块包括：
扫描模块，用于扫描所述图像，获取所述图像中的目标全局位置信息；
位置提取模块，用于提取所述目标全局位置信息中目标对象所在位置以及其他设备部件所在位置，按照目标对象所在位置以及其他设备部件所在位置将所述图像进行区域分割，获得分别带有目标对象和各个所述其他设备部件的区域图像块；
模板提取模块，用于将所述区域图像块中的部件的关键点进行标记，并提取所述部件的关键点的标准模板图；
置信度获取模块，用于将所述部件的关键点的标准模板图逐步演化回归到目标关键点的真实位置，获得每个关键点在真实位置中的置信度信息；
分析模块，用于对每个关键点在真实位置的置信度信息进行分析，获取所述关键点的遮挡信息。
上述技术方案的工作原理为：首先，通过扫描模块扫描所述图像，获取所述图像中的目标全局位置信息；然后，利用位置提取模块提取所述目标全局位置信息中目标对象所在位置以及其他设备部件所在位置，按照目标对象所在位置以及其他设备部件所在位置将所述图像进行区域分割，获得分别带有目标对象和各个所述其他设备部件的区域图像块；随后，通过模板提取模块将所述区域图像块中的部件的关键点进行标记，并提取所述部件的关键点的标准模板图；之后，利用置信度获取模块将所述部件的关键点的标准模板图逐步演化回归到目标关键点的真实位置，获得每个关键点在真实位置中的置信度信息；最后，采用分析模块对每个关键点在真实位置的置信度信息进行分析，获取所述关键点的遮挡信息。
上述技术方案的效果为：通过分割式图像处理方式能够有效提高图像识别和遮挡信息识别的准确性和识别效率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于机器人的电缆隧道检测方法，其特征在于，所述电缆隧道检测方法包括：
实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控；
通过视觉传感器采集电缆的图像信息，并对所述图像进行图像数据预处理，获得降噪后的图像；
通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息。
2.根据权利要求1所述电缆隧道检测方法，其特征在于，实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控，包括：
实时采集传感器组获取的监测数据，并对所述数据进行数据过滤预处理，获取过滤后的监测参数数据；
对所述滤后的监测参数数据进行信息融合及信息分析，获得参数数据对应的关联物理量参数，并将所述关联物理量参数与预设的参数阈值进行比较，当所述滤后的监测参数数据超过预设的参数阈值时，则通过机器人发送预警信号。
3.根据权利要求2所述电缆隧道检测方法，其特征在于，所述传感器组包括氧气浓度检测传感器、可燃气体浓度传感器、有毒气体浓度传感器、红外测温传感器、空气湿度触感器、空气温度传感器和视觉传感器；所述监测参数数据包括空气温度数据、空气湿度数据、电缆温度数据、氧气浓度数据、可燃气体浓度数据和有毒气体浓度数据。
4.根据权利要求2所述电缆隧道检测方法，其特征在于，所述通过机器人发送预警信号，包括：
所述机器人向指挥中心按照预设的预警信号发送频率发送预警信号，并实时接收指挥中心接收到预警信号后的反馈信息；
根据当前机器人所在位置以及信号延时因素计算反馈信息获取时段；
当超过所述反馈信息获取时段时，仍未接受到指挥中心发送的反馈信息时，则机器人迅速离开当前电缆隧道段，并在离开途中调整预警信号发送频率；。
其中，所述反馈信息获取时段通过如下公式获取：
其中，T表示反馈信息获取时段；L0表示电缆隧道口距离指挥中心之间的信息传输距离；L表示机器人行驶在电缆隧道过程中与电缆隧道口距离之前的直线距离；Lq表示电缆隧道的全长实际距离；
并且，所述预警信号发送频率通过如下公式进行调整：
其中，f表示调整后的预警信号发送频率；f0表示初始预警信号发送频率。
5.根据权利要求1所述电缆隧道检测方法，其特征在于，通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息，包括：
扫描所述图像，获取所述图像中的目标全局位置信息；
提取所述目标全局位置信息中目标对象所在位置以及其他设备部件所在位置，按照目标对象所在位置以及其他设备部件所在位置将所述图像进行区域分割，获得分别带有目标对象和各个所述其他设备部件的区域图像块；
将所述区域图像块中的部件的关键点进行标记，并提取所述部件的关键点的标准模板图；
将所述部件的关键点的标准模板图逐步演化回归到目标关键点的真实位置，获得每个关键点在真实位置中的置信度信息；
对每个关键点在真实位置的置信度信息进行分析，获取所述关键点的遮挡信息。
6.一种基于机器人的电缆隧道检测系统，其特征在于，所述电缆隧道检测系统包括：
实时采集模块，用于实时采集环境传感器组获取的环境监测数据，并通过数据融合和数据联立分析方式对当前电缆隧道环境进行安全性监控；
预处理模块，用于通过视觉传感器采集电缆的图像信息，并对所述图像进行图像数据预处理，获得降噪后的图像；
图像处理模块，用于通过图像分割方法对所述图像进行处理，获取图像中的遮挡信息。
7.根据权利要求6所述电缆隧道检测系统，其特征在于，所述实时采集模块包括：
参数信号处理模块，用于实时采集传感器组获取的监测数据，并对所述数据进行数据过滤预处理，获取过滤后的监测参数数据；
比较预警模块，用于对所述滤后的监测参数数据进行信息融合及信息分析，获得参数数据对应的关联物理量参数，并将所述关联物理量参数与预设的参数阈值进行比较，当所述滤后的监测参数数据超过预设的参数阈值时，则通过机器人发送预警信号。
8.根据权利要求7所述电缆隧道检测系统，其特征在于，所述传感器组包括氧气浓度检测传感器、可燃气体浓度传感器、有毒气体浓度传感器、红外测温传感器、空气湿度触感器、空气温度传感器和视觉传感器；所述监测参数数据包括空气温度数据、空气湿度数据、电缆温度数据、氧气浓度数据、可燃气体浓度数据和有毒气体浓度数据。
9.根据权利要求7所述电缆隧道检测系统，其特征在于，所述比较预警模块包括：
发送接收模块，用于所述机器人向指挥中心按照预设的预警信号发送频率发送预警信号，并实时接收指挥中心接收到预警信号后的反馈信息；
时段获取模块，用于根据当前机器人所在位置以及信号延时因素计算反馈信息获取时段；
频率调整模块，用于当超过所述反馈信息获取时段时，仍未接受到指挥中心发送的反馈信息时，则机器人迅速离开当前电缆隧道段，并在离开途中调整预警信号发送频率。；
其中，所述反馈信息获取时段通过如下公式获取：
其中，T表示反馈信息获取时段；L0表示电缆隧道口距离指挥中心之间的信息传输距离；L表示机器人行驶在电缆隧道过程中与电缆隧道口距离之前的直线距离；Lq表示电缆隧道的全长实际距离；
并且，所述预警信号发送频率通过如下公式进行调整：
其中，f表示调整后的预警信号发送频率；f0表示初始预警信号发送频率。
10.根据权利要求6所述电缆隧道检测系统，其特征在于，所述图像处理模块包括：
扫描模块，用于扫描所述图像，获取所述图像中的目标全局位置信息；
位置提取模块，用于提取所述目标全局位置信息中目标对象所在位置以及其他设备部件所在位置，按照目标对象所在位置以及其他设备部件所在位置将所述图像进行区域分割，获得分别带有目标对象和各个所述其他设备部件的区域图像块；
模板提取模块，用于将所述区域图像块中的部件的关键点进行标记，并提取所述部件的关键点的标准模板图；
置信度获取模块，用于将所述部件的关键点的标准模板图逐步演化回归到目标关键点的真实位置，获得每个关键点在真实位置中的置信度信息；
分析模块，用于对每个关键点在真实位置的置信度信息进行分析，获取所述关键点的遮挡信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211503506.5A CN115941529A (zh) | 2022-11-28 | 2022-11-28 | 一种基于机器人的电缆隧道检测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211503506.5A CN115941529A (zh) | 2022-11-28 | 2022-11-28 | 一种基于机器人的电缆隧道检测方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115941529A true CN115941529A (zh) | 2023-04-07 |
Family
ID=86697088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211503506.5A Pending CN115941529A (zh) | 2022-11-28 | 2022-11-28 | 一种基于机器人的电缆隧道检测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115941529A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116523845A (zh) * | 2023-04-10 | 2023-08-01 | 江苏濠汉信息技术有限公司 | 一种基于电缆隧道的缺陷检测方法和系统 |
| CN116909196A (zh) * | 2023-08-31 | 2023-10-20 | 国网山东省电力公司济南供电公司 | 基于物联网技术的电缆通道智能化监控系统及方法 |
| CN117686844A (zh) * | 2024-02-02 | 2024-03-12 | 山东道万电气有限公司 | 一种基于巡检机器人的电力配网线路监测方法及系统 |
-
2022
- 2022-11-28 CN CN202211503506.5A patent/CN115941529A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116523845A (zh) * | 2023-04-10 | 2023-08-01 | 江苏濠汉信息技术有限公司 | 一种基于电缆隧道的缺陷检测方法和系统 |
| CN116523845B (zh) * | 2023-04-10 | 2023-11-07 | 江苏濠汉信息技术有限公司 | 一种基于电缆隧道的缺陷检测方法和系统 |
| CN116909196A (zh) * | 2023-08-31 | 2023-10-20 | 国网山东省电力公司济南供电公司 | 基于物联网技术的电缆通道智能化监控系统及方法 |
| CN116909196B (zh) * | 2023-08-31 | 2024-03-15 | 国网山东省电力公司济南供电公司 | 基于物联网技术的电缆通道智能化监控系统及方法 |
| CN117686844A (zh) * | 2024-02-02 | 2024-03-12 | 山东道万电气有限公司 | 一种基于巡检机器人的电力配网线路监测方法及系统 |
| CN117686844B (zh) * | 2024-02-02 | 2024-04-16 | 山东道万电气有限公司 | 一种基于巡检机器人的电力配网线路监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111897318B (zh) | 基于无人船的水体污染智能调查方法及装置 | |
| CN115941529A (zh) | 一种基于机器人的电缆隧道检测方法和系统 | |
| CN108037133B (zh) | 一种基于无人机巡检图像的电力设备缺陷智能识别方法及其系统 | |
| CN106771856B (zh) | 基于无人机技术的电力输电线路雷击点确定方法 | |
| CN113283344B (zh) | 一种基于语义分割网络的矿用输送带跑偏检测方法 | |
| CN111855945A (zh) | 一种智慧型流域水质污染溯源的船载监测技术及方法 | |
| CN105463514B (zh) | 一种铝电解槽槽况自动巡检方法及其装置 | |
| CN103595125A (zh) | 基于图像识别技术的电力设备在线监测系统 | |
| CN115373403B (zh) | 一种建筑机械设备巡检服务系统 | |
| CN212933544U (zh) | 一种基于边缘计算的现场作业安全识别系统 | |
| CN113109344A (zh) | 一种基于物联网技术实时高效的新型水质监测系统 | |
| CN112508911A (zh) | 基于巡检机器人的轨交接触网悬挂支撑部件裂纹检测系统及其检测方法 | |
| CN116231504A (zh) | 一种升压站远程智能巡检方法、装置及系统 | |
| CN115937213A (zh) | 一种矿用单轨吊轨道自动巡检机器人可视化缺陷识别系统 | |
| CN116359285A (zh) | 一种基于大数据的油气浓度智能检测系统及方法 | |
| CN204727966U (zh) | 一种铝电解槽槽况巡检机器人 | |
| CN110687394A (zh) | 一种海底电缆故障自动快速定位航行器系统 | |
| CN116168019B (zh) | 基于机器视觉技术的电网故障检测方法及系统 | |
| CN109766794B (zh) | 一种自动化实时道路检测方法及其系统 | |
| CN107202797A (zh) | 非接触式连续热镀锌生产线带钢焊缝检测系统及其方法 | |
| CN114744756A (zh) | 一种基于机器视觉的输电线路智能巡检系统 | |
| CN114274143A (zh) | 一种智能机器人组在火力发电厂集控运行缺陷图像智能识别方法 | |
| CN113205133A (zh) | 一种基于多任务学习的隧道水渍智能识别方法 | |
| CN116523845B (zh) | 一种基于电缆隧道的缺陷检测方法和系统 | |
| CN113640308B (zh) | 一种基于机器视觉的轨道异常监测系统 |
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 |