CN117808447A - 基于云计算技术的巡检分析方法、装置、系统及存储介质 - Google Patents
基于云计算技术的巡检分析方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN117808447A CN117808447A CN202211160411.8A CN202211160411A CN117808447A CN 117808447 A CN117808447 A CN 117808447A CN 202211160411 A CN202211160411 A CN 202211160411A CN 117808447 A CN117808447 A CN 117808447A
- Authority
- CN
- China
- Prior art keywords
- inspection
- patrol
- defect
- defect information
- target
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 493
- 238000005516 engineering process Methods 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 title claims abstract description 28
- 230000007547 defect Effects 0.000 claims abstract description 381
- 238000007726 management method Methods 0.000 claims abstract description 75
- 238000000034 method Methods 0.000 claims abstract description 62
- 230000015654 memory Effects 0.000 claims description 30
- 238000013507 mapping Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material 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
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请涉及工业检测领域,尤其涉及一种基于云计算技术的巡检分析方法、装置、系统及存储介质。所述方法应用于云管理平台,所述方法包括:获取巡检图像,并根据巡检图像确定巡检目标的第一缺陷信息,第一缺陷信息指示巡检图像中的巡检目标的缺陷特征,巡检图像是租户上传的或是从巡检设备接收的;获取巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征;根据巡检目标的第一缺陷信息和第二缺陷信息,确定巡检结果,巡检结果指示巡检目标是否存在损坏风险。本申请实施例通过云管理平台自动比对巡检目标的当前状态和历史状态,实现了无人自动化巡检,提高了巡检效率的同时,也提高了巡检的准确性。
Description
技术领域
本申请涉及工业检测领域,尤其涉及一种基于云计算技术的巡检分析方法、装置、系统及存储介质。
背景技术
传统的设施巡检主要采用人工巡检的方式,以油气场站的巡检为例,大多数场站是无人值守的,后台人员在数字孪生体中监控油气场站的运行,数字孪生体是实体或逻辑对象在数字空间的全生命周期的动态复制体,可基于丰富的历史和实时数据、先进的算法模型实现对对象状态和行为高保真度的数字化表征、模拟试验和预测。后台人员根据数字孪生体中监控到的数据向现场作业人员派发相应的工单,现场员工根据工单的内容执行相应操作,然后把操作结果反馈给后台人员。
由于无法保证数字孪生体与油气场站的实际数据之间的一致性,比如油气场站实际已经出现跑冒滴漏等问题,但是数字孪生体中仍然没呈现这些问题,这就需要定期派发巡检工单。有的油气场站几天巡检一次,有的油气场站一天巡检一次乃至多次。一般几十口气井可能会建一个值班室,也可能一个大的油气场站就对应一个值班室,比如一个值班室至少会保证任何时候有十个现场员工在岗。现场员工每天会从值班室出发,按照巡检工单去各个油气场站进行现场作业,作业内容包括但不限于操作某个设备,查看某个仪表读数,将某个仪表读数与后台的某个值或范围进行对比,查看某设施的开关状态,并与后台数据进行对比。
这种人工巡检方式在设备数量多、巡检路线长的情况下,耗费时间长,巡检效率低,且人工巡检存在漏检的问题,不能做到应检尽检,导致出错率高等问题。相关技术中尚未提供一种合理且有效的解决方案。
发明内容
有鉴于此,提出了一种基于云计算技术的巡检分析方法、装置、系统及存储介质。本申请实施例通过云管理平台自动比对巡检目标的当前状态和历史状态,实现了无人自动化巡检,节省了人力消耗,又降低了安全风险,与传统人工巡检相比,提高了巡检效率的同时,也提高了巡检的准确性。
第一方面,本申请的实施例提供了一种基于云计算技术的巡检分析方法,应用于云管理平台,所述方法包括:
所述云管理平台获取巡检图像,并根据所述巡检图像确定巡检目标的第一缺陷信息,所述第一缺陷信息指示所述巡检图像中的所述巡检目标的缺陷特征,所述巡检图像是租户上传的或是从巡检设备接收的;
所述云管理平台获取所述巡检目标的第二缺陷信息,所述第二缺陷信息为历史上存储的所述巡检目标的缺陷特征;
所述云管理平台根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果,所述巡检结果指示所述巡检目标是否存在损坏风险。
在该实现方式中,云管理平台获取巡检图像,并根据巡检图像确定巡检目标的第一缺陷信息,第一缺陷信息指示巡检图像中的巡检目标的缺陷特征,巡检图像是租户上传的或是从巡检设备接收的,获取巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征,根据巡检目标的第一缺陷信息和第二缺陷信息,确定巡检结果,巡检结果指示巡检目标是否存在损坏风险;即云管理平台能够自动比对巡检目标的当前状态和历史状态,实现了无人自动化巡检,节省了人力消耗,又降低了安全风险,与传统人工巡检相比,提高了巡检效率的同时,也提高了巡检的准确性。
在一种可能的实现方式中,所述根据所述巡检图像确定巡检目标的第一缺陷信息,包括:
从所述巡检图像中确定所述巡检目标的缺陷区域;
根据所述巡检设备的位姿信息,将所述巡检目标的缺陷区域映射至巡检区域的三维背景地图中,得到所述巡检目标的所述第一缺陷信息。
在该实现方式中,云管理平台从巡检图像中确定巡检目标的缺陷区域后,根据巡检设备的位姿信息,将巡检目标的缺陷区域映射至巡检区域的三维背景地图中,从而得到指示巡检目标的真实的缺陷特征的第一缺陷信息,进一步保证了得到的第一缺陷信息的准确性。
在另一种可能的实现方式中,所述云管理平台根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果,包括:
当所述第一缺陷信息和所述第二缺陷信息指示所述巡检目标存在缺陷加重趋势时,确定第一巡检结果,所述第一巡检结果指示所述巡检目标存在损坏风险。
在该实现方式中,云管理平台自动比对第一缺陷信息和第二缺陷信息,当第一缺陷信息和第二缺陷信息指示巡检目标存在缺陷加重趋势时,表示巡检目标存在损坏风险,从而确定出第一巡检结果,以保证后续能够及时进行风险预警。
在另一种可能的实现方式中,所述方法还包括:
显示所述第一巡检结果,所述第一巡检结果包括所述巡检目标的状态信息和所述巡检设备的设备信息,所述巡检目标的状态信息包括所述巡检目标的标识、所述第一缺陷信息和所述第二缺陷信息中的至少一种,所述巡检设备的设备信息包括所述巡检设备的标识、所述巡检设备的位姿信息、巡检路线信息和巡检时间信息中的至少一种。
在该实现方式中,云管理平台显示第一巡检结果,第一巡检结果包括巡检目标的状态信息和巡检设备的设备信息,巡检目标的状态信息包括巡检目标的标识、第一缺陷信息和第二缺陷信息中的至少一种,巡检设备的设备信息包括巡检设备的标识、巡检设备的位姿信息、巡检路线信息和巡检时间信息中的至少一种,通过将巡检得到的第一巡检结果可视化,以便观察和后续查询。
在另一种可能的实现方式中,所述方法还包括:
当所述第一缺陷信息和所述第二缺陷信息指示所述巡检目标存在缺陷加重趋势时,输出预警信息,所述预警信息指示对所述巡检目标进行操作。
在该实现方式中,由于巡检目标一般都存在裂缝、破损、腐蚀等缺陷,一般情况下无需立即处理,但需要采用巡检设备定期观察,如果发现巡检目标存在缺陷加重趋势,比如裂缝迅速扩大或者腐蚀加剧等情况,则需采取措施,即当第一缺陷信息和第二缺陷信息指示巡检目标存在缺陷加重趋势时,云管理平台输出预警信息,预警信息指示对巡检目标进行操作,以便及时发现缺陷加重趋势,提醒后台人员采取相应的措施。
在另一种可能的实现方式中,所述云管理平台根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果之后,包括:
将所述巡检目标的缺陷信息从所述第二缺陷信息更新为所述第一缺陷信息;
根据更新后的所述巡检目标的缺陷信息,对巡检区域的三维背景地图进行更新。
在该实现方式中,由于巡检目标的缺陷信息改变了,云管理平台将巡检目标的缺陷信息从第二缺陷信息更新为第一缺陷信息,根据更新后的巡检目标的缺陷信息,对巡检区域的三维背景地图进行更新,保证后续巡检的定位效果。
在另一种可能的实现方式中,所述巡检目标的缺陷特征包括所述巡检目标的缺陷位置、缺陷尺寸和缺陷类别中的至少一种。
在该实现方式中,巡检目标的缺陷特征包括巡检目标的缺陷位置、缺陷尺寸和缺陷类别中的至少一种,比如云管理平台将在同一缺陷位置上的巡检目标的当前的缺陷尺寸与存储的缺陷尺寸进行比较,从而确定出巡检目标存在缺陷加重趋势,保证了缺陷检测的合理性和准确性。
在另一种可能的实现方式中,所述云管理平台获取所述巡检目标的第二缺陷信息,包括:
从目标数字孪生体中获取所述巡检目标的所述第二缺陷信息,所述目标数字孪生体用于存储所述第二缺陷信息。
在该实现方式中,目标数字孪生体用于存储巡检目标的第二缺陷信息,以便云管理平台从目标数字孪生体中获取第二缺陷信息即历史上存储的巡检目标的缺陷特征,从而保证了后续能够自动将巡检目标的当前状态与存储的历史状态进行比对,为实现无人自动化巡检提供了前提保证。
第二方面,本申请的实施例提供了一种基于云计算技术的巡检分析装置,应用于云管理平台,所述装置包括:
第一确定单元,用于获取巡检图像,并根据所述巡检图像确定巡检目标的第一缺陷信息,所述第一缺陷信息指示所述巡检图像中的所述巡检目标的缺陷特征,所述巡检图像是租户上传的或是从巡检设备接收的;
获取单元,用于获取所述巡检目标的第二缺陷信息,所述第二缺陷信息为历史上存储的所述巡检目标的缺陷特征;
第二确定单元,用于根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果,所述巡检结果指示所述巡检目标是否存在损坏风险。
在一种可能的实现方式中,所述第一确定单元,还用于:
从所述巡检图像中确定所述巡检目标的缺陷区域;
根据所述巡检设备的位姿信息,将所述巡检目标的缺陷区域映射至巡检区域的三维背景地图中,得到所述巡检目标的所述第一缺陷信息。
在另一种可能的实现方式中,所述第二确定单元,还用于:
当所述第一缺陷信息和所述第二缺陷信息指示所述巡检目标存在缺陷加重趋势时,确定第一巡检结果,所述第一巡检结果指示所述巡检目标存在损坏风险。
在另一种可能的实现方式中,所述装置还包括:显示单元,用于:
显示所述第一巡检结果,所述第一巡检结果包括所述巡检目标的状态信息和所述巡检设备的设备信息,所述巡检目标的状态信息包括所述巡检目标的标识、所述第一缺陷信息和所述第二缺陷信息中的至少一种,所述巡检设备的设备信息包括所述巡检设备的标识、所述巡检设备的位姿信息、巡检路线信息和巡检时间信息中的至少一种。
在另一种可能的实现方式中,所述装置还包括:输出单元,用于:
当所述第一缺陷信息和所述第二缺陷信息指示所述巡检目标存在缺陷加重趋势时,输出预警信息,所述预警信息指示对所述巡检目标进行操作。
在另一种可能的实现方式中,所述装置包括:更新单元,用于:
将所述巡检目标的缺陷信息从所述第二缺陷信息更新为所述第一缺陷信息;
根据更新后的所述巡检目标的缺陷信息,对巡检区域的三维背景地图进行更新。
在另一种可能的实现方式中,所述巡检目标的缺陷特征包括所述巡检目标的缺陷位置、缺陷尺寸和缺陷类别中的至少一种。
在另一种可能的实现方式中,所述获取单元,还用于:
从目标数字孪生体中获取所述巡检目标的所述第二缺陷信息,所述目标数字孪生体用于存储所述第二缺陷信息。
第三方面,本申请的实施例提供了一种基于云计算技术的巡检系统,所述系统包括:
巡检设备,用于在巡检路线上采集巡检图像;
云管理平台,用于获取巡检图像,并根据所述巡检图像确定巡检目标的第一缺陷信息,所述第一缺陷信息指示所述巡检图像中的所述巡检目标的缺陷特征,所述巡检图像是租户上传的或是从巡检设备接收的;获取所述巡检目标的第二缺陷信息,所述第二缺陷信息为历史上存储的所述巡检目标的缺陷特征;根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果,所述巡检结果指示所述巡检目标是否存在损坏风险。
第四方面,本申请的实施例提供了一种计算设备集群,包括至少一个计算设备,每个计算设备包括处理器和存储器;
所述至少一个计算设备的处理器用于执行所述至少一个计算设备的存储器中存储的指令,以使得所述计算设备集群执行上述第一方面或第一方面的任意一种可能的实现方式提供的方法。
第五方面,本申请的实施例提供了一种包含指令的计算机程序产品,当所述指令被计算设备集群运行时,使得所述计算设备集群执行如上述第一方面或第一方面的任意一种可能的实现方式提供的方法。
第六方面,本申请的实施例提供了一种计算机可读存储介质,包括计算机程序指令,当所述计算机程序指令由计算设备集群执行时,所述计算设备集群执行如上述第一方面或第一方面的任意一种可能的实现方式提供的方法。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本申请的示例性实施例、特征和方面,并且用于解释本申请的原理。
图1示出了本申请一个示例性实施例提供的巡检系统100的结构示意图。
图2示出了本申请一个示例性实施例提供的计算设备200的结构示意图。
图3示出了本申请一个示例性实施例提供的计算设备集群的结构示意图。
图4示出了本申请另一个示例性实施例提供的计算设备集群的结构示意图。
图5示出了本申请一个示例性实施例提供的基于云计算技术的巡检分析方法的流程图。
图6示出了本申请另一个示例性实施例提供的基于云计算技术的巡检分析方法的流程图。
图7示出了本申请一个示例性实施例提供的基于云计算技术的巡检分析装置的框图。
具体实施方式
以下将参考附图详细说明本申请的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本申请,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本申请同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本申请的主旨。
首先,对本申请涉及的一些名词进行介绍。
1、数字孪生:也称为数字映射或者数字镜像,是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射得到数字实例,从而反映相对应的物理实例的全生命周期过程。数字孪生是现实事物或过程具有特定目的的数字化表达,并通过适当频率地同步使物理实例与数字实例之间趋向一致。
2、二维视觉检测技术:是在一个二维图像中检测出特定物体的技术。输入参数为一个二维图像,输出参数为若干个矩形框,每个矩阵框携带有特征信息,特征信息包括位置、尺寸和类别,位置和尺寸的单位均为像素。
3、三维重建技术:是将多角度拍摄到的物体的图像和/或视频转化为该物体的三维模型的技术。
4、建图技术:是根据三维重建得出的三维模型以及中间过程数据(比如相机的位姿信息),采用特征提取技术得到三维地图的技术,其中三维地图的格式是由定位技术而确定的。
5、三维跟踪技术:是根据预先建好的三维模型,实时获得当前视图的位姿信息的技术。
6、视觉定位技术:是将预先建立好的三维地图与当前的传感器数据进行匹配,得到巡检设备的位姿信息的技术。
7、即时定位与地图构建(Simultaneous Localization and Mapping,SLAM):也称为并发定位与建图,采用自身的传感器进行建图,并实时输出位姿信息。比如,传感器包括相机、激光传感器、惯性测量单元(Inertial Measurement Unit,IMU)等。
其次,对本申请涉及的应用场景进行介绍。
本申请实施例提供了一种基于云计算技术的巡检分析方法,应用于巡检系统中。该巡检系统可以是油气场站或其他场景的巡检系统,比如其他场景为变电站或者古建筑保护或者水利场景。本申请实施例对此不加以限定。
请参考图1,其示出了本申请一个示例性实施例提供的巡检系统100的结构示意图。该巡检系统100包括云管理平台120和巡检设备140。
云管理平台120可以独立地部署在云环境的数据中心中的服务器或虚拟机上,云管理平台120也可以分布式地部署在数据中心中的多台服务器上、或者分布式地部署在数据中心中的多台虚拟机上。
在另一种实施例中,本申请提供的云管理平台120还可以分布式地部署在不同的环境中。本申请提供的云管理平台120可以在逻辑上分成多个部分,每个部分具有不同的功能。例如,云管理平台120中的一部分可以部署在边缘环境中的计算设备中(也称边缘计算设备),另一部分可以部署在云环境中的设备中。边缘环境为在地理位置上距离用户的终端计算设备较近的环境,边缘环境包括边缘计算设备,例如:边缘服务器、拥有计算能力的边缘小站等。部署在不同环境或设备的云管理平台120的各个部分协同实现为用户提供巡检分析的功能。其中,云环境中的设备,可以用于构建三维地图支持现场作业,连接数字内容,对接业务系统,呈现动静态数据;还用于管理、更新和运维边缘服务器、巡检设备140即端侧的的算法能力,比如增强现实(Augmented Reality,AR)算法能力;还用于利用其他设备的数字内容开发、管理、协同、预览能力。其中,边缘计算设备,可以用于增强网络连接保障低时延传输,融合多条数据流同步传输;还用于视觉定位技术实时计算位姿,与定位地图协同提供室外大场景的定位方案;还用于物体定位支持关键设备的精确锚定和拆解。可选地,边缘计算平台用于场景定位跟踪,物体定位跟踪,三维地图和路径规划,以及云软件开发工具包(Software Development Kit,sdk)解码和通信。
云管理平台120与巡检设备140相连接,云管理平台120用于下发巡检指令。巡检设备140用于接收云管理平台120下发的巡检指令,根据该巡检指令进行巡检;在巡检过程中采集巡检图像,将巡检图像发送至云管理平台120。云管理平台120用于接收巡检设备140上传的巡检图像,根据巡检图像进行巡检分析过程。可选地,云管理平台120包括第一确定单元、获取单元和第二确定单元。第一确定单元,用于获取巡检图像,并根据巡检图像确定巡检目标的第一缺陷信息,第一缺陷信息指示巡检图像中的巡检目标的缺陷特征,巡检图像是租户上传的或是从巡检设备接收的;获取单元,用于获取巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征;第二确定单元,用于根据巡检目标的第一缺陷信息和第二缺陷信息,确定巡检结果,巡检结果指示巡检目标是否存在损坏风险。其中,租户为云管理平台的用户。
需要说明的是,上述的巡检分析过程也可以由巡检设备140来执行,即巡检设备140获取巡检图像,并根据巡检图像确定巡检目标的第一缺陷信息,第一缺陷信息指示巡检图像中的巡检目标的缺陷特征,巡检图像是租户上传的或是从巡检设备接收的;获取巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征;根据巡检目标的第一缺陷信息和第二缺陷信息,确定巡检结果,巡检结果指示巡检目标是否存在损坏风险。将巡检结果上传至云管理平台120。为了方便说明,下面仅以云管理平台120执行本申请实施例提供的基于云计算技术的巡检分析方法为例进行说明。
可选地,巡检设备140包括无人机或者机器人或者可穿戴设备。示意性的,可穿戴设备是直接穿在巡检人员身上,或是整合到巡检人员的衣服或配件的一种便携式设备。比如,可穿戴设备为AR眼镜。
可选地,巡检设备140包括多种传感器,用于根据多种传感器的数据进行巡检。巡检设备140还用于对多种传感器的数据进行数据通信和数据融合、编解码、端侧定位、显示三维地图、进行物体定位追踪中的至少一种。
可选地,巡检设备140的多种传感器包括姿态传感器、摄像头、红外成像仪、声音传感器、空气质量传感器中的至少一种。
可选地,上述的多种传感器包括姿态传感器,巡检设备140用于通过姿态传感器检测该巡检设备140的姿态数据,即巡检设备140获取姿态传感器产生的姿态数据,该姿态数据可以为四元数,也可以为其他形式的姿态数据。通常,姿态传感器产生的姿态数据的作用是实现输出画面的调整,从而改变巡检设备140看到的场景的视角。例如,可以根据姿态数据确定巡检设备140转动的方向或者位置的移动,基于该转动或移动输出给巡检设备140对应的画面。
上述的多种传感器还可以包括红外成像仪,巡检设备140可以通过红外成像仪对巡检目标的温度场进行巡检,并通过神经网络识别技术识别温度场中红外成像区域里的最高温度和最低温度值,将其以数字形式存储,从而便于统计和分析;上述多种传感器还可以包括声音传感器,可以用于对巡检目标的噪音进行巡检,并存储噪音值;上述多种传感器还可以包括摄像头,用于采集巡检图像,摄像头还可以用于根据采集到的巡检图像进行巡检分析。
需要说明的是,该实施例的巡检设备140包括上述多种传感器仅为本发明实施例的一种举例说明,并不代表本发明实施例的巡检设备140仅包括上述多种传感器。任何可以用于实现巡检设备140对巡检设备进行巡检的传感器都在该实施例的范围之内,此处不再一一举例说明。
本申请提供一种如图2所示的计算设备200,计算设备200中的处理器204读取存储器206存储的程序和数据集合以执行前述云管理平台120执行的方法。如图2所示,计算设备200包括:总线202、处理器204、存储器206和通信接口208。处理器204、存储器206和通信接口208之间通过总线202通信。计算设备200可以是服务器或终端设备。应理解,本申请不限定计算设备200中的处理器、存储器的个数。
总线202可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry 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,图2中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。总线204可包括在计算设备200各个部件(例如,存储器206、处理器204、通信接口208)之间传送信息的通路。
处理器204可以包括中央处理器(central processing unit,CPU)、图形处理器(graphics processing unit,GPU)、微处理器(micro processor,MP)或者数字信号处理器(digital signal processor,DSP)等处理器中的任意一种或多种。
存储器206可以包括易失性存储器(volatile memory),例如随机存取存储器(random access memory,RAM)。处理器204还可以包括非易失性存储器(non-volatilememory),例如只读存储器(read-only memory,ROM),快闪存储器,机械硬盘(hard diskdrive,HDD)或固态硬盘(solid state drive,SSD)。
存储器206中存储有可执行的程序代码,处理器204执行该可执行的程序代码以分别实现上述第一确定单元、获取单元和第二确定单元的功能,从而实现基于云计算技术的巡检分析方法。也即,存储器206上存有用于执行基于云计算技术的巡检分析方法的指令。
通信接口203使用例如但不限于网络接口卡、收发器一类的收发模块,来实现计算设备200与其他设备或通信网络之间的通信。
如前所述,由于本申请提供的云管理平台120中的各个模块可以分布式地部署在同一环境或不同环境中的多个计算设备上。因此,本申请还提供一种如图3所示的计算设备集群,该计算设备集群包括至少一台计算设备。该计算设备可以是服务器,例如是中心服务器、边缘服务器,或者是本地数据中心中的本地服务器。在一些实施例中,计算设备也可以是台式机、笔记本电脑或者智能手机等终端设备。
如图3所示,所述计算设备集群包括至少一个计算设备200。计算设备集群中的一个或多个计算设备200中的存储器206中可以存有相同的用于执行基于云计算技术的巡检分析方法的指令。
在一些可能的实现方式中,该计算设备集群中的一个或多个计算设备200的存储器206中也可以分别存有用于执行基于云计算技术的巡检分析方法的部分指令。换言之,一个或多个计算设备200的组合可以共同执行用于执行基于云计算技术的巡检分析方法的指令。
需要说明的是,计算设备集群中的不同的计算设备200中的存储器206可以存储不同的指令,分别用于执行第一确定单元、获取单元和第二确定单元的部分功能。也即,不同的计算设备200中的存储器206存储的指令可以实现第一确定单元、获取单元和第二确定单元中的一个或多个模块的功能。
在一些可能的实现方式中,计算设备集群中的一个或多个计算设备可以通过网络连接。其中,所述网络可以是广域网或局域网等等。图4示出了一种可能的实现方式。如图4所示,两个计算设备200A和200B之间通过网络进行连接。具体地,通过各个计算设备中的通信接口与所述网络进行连接。在这一类可能的实现方式中,计算设备200A中的存储器206中存有执行第一确定单元、获取单元的功能的指令。同时,计算设备200B中的存储器206中存有执行第二确定单元的功能的指令。
下面,采用几个示例性实施例对本申请实施例提供的基于云计算技术的巡检分析方法进行介绍。
请参考图5,其示出了本申请一个示例性实施例提供的基于云计算技术的巡检分析方法的流程图,本实施例以该方法用于上述的云管理平台中来举例说明。该方法包括以下几个步骤。
步骤501,获取巡检图像,并根据巡检图像确定巡检目标的第一缺陷信息,第一缺陷信息指示巡检图像中的巡检目标的缺陷特征,巡检图像是租户上传的或是从巡检设备接收的。
可选地,巡检设备在巡检过程中采集图像,将采集到的巡检图像发送至云管理平台。云管理平台接收巡检设备发送的巡检图像或者接收租户上传的巡检图像,根据巡检图像确定巡检目标的第一缺陷信息。示意性的,其中,租户为云管理平台的用户。
可选地,巡检图像为巡检设备在巡检过程中采集的二维图像。
可选地,第一缺陷信息指示巡检目标当前是否存在缺陷和/或存在的缺陷特征。示意性的,巡检目标的缺陷特征包括巡检目标的缺陷位置、缺陷尺寸和缺陷类别中的至少一种,即第一缺陷信息包括巡检目标的第一缺陷位置、第一缺陷尺寸和第一缺陷类别中的至少一种。
可选地,巡检目标包括:建筑、路面、井盖、消防栓、工程车中的至少一种。缺陷包括路面裂缝、坑洼、井盖破裂、缺失、消防栓变形、喷水中的至少一种。本申请实施例对此不加以限定。
步骤502,获取巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征。
可选地,云管理平台从目标数字孪生体中获取巡检目标的第二缺陷信息,其中目标数字孪生体用于存储巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征。
可选地,目标数字孪生体用于存储最近一次巡检时所确定的巡检目标的缺陷信息,或者,目标数字孪生体用于存储历史时间段内k次巡检各自所确定的巡检目标的缺陷信息,k为正整数,历史时间段为默认设置的,或者是人为设置的,本申请实施例对此不加以限定。
示意性的,巡检目标的第二缺陷信息为存储的最近一次巡检时所确定的巡检目标的缺陷信息,即第二缺陷信息是基于最近一次巡检时采集的巡检图像所确定的巡检目标的缺陷信息。
可选地,第二缺陷信息指示巡检目标在历史上是否存在缺陷和/或存在的缺陷特征。示意性的,巡检目标的缺陷特征包括巡检目标的缺陷位置、缺陷尺寸和缺陷类别中的至少一种,即第二缺陷信息包括巡检目标的第二缺陷位置、第二缺陷尺寸和第二缺陷类别中的至少一种。
步骤503,根据巡检目标的第一缺陷信息和第二缺陷信息,确定巡检结果,巡检结果指示巡检目标是否存在损坏风险。
可选地,云管理平台将巡检目标的第一缺陷信息和第二缺陷信息进行比对,从而确定巡检结果,巡检结果指示巡检目标是否存在损坏风险。示意性的,巡检结果包括第一巡检结果和第二巡检结果中的一种,第一巡检结果指示巡检目标存在损坏风险,第二巡检结果指示巡检目标不存在损坏风险。
可选地,存在损坏风险是指巡检目标存在缺陷且存在缺陷加重趋势,即巡检结果指示巡检目标是否存在缺陷且存在缺陷加重趋势。示意性的,巡检结果包括第一巡检结果、第二巡检结果和第三巡检结果中的一种,第一巡检结果指示巡检目标不存在缺陷,第二巡检结果指示巡检目标存在缺陷但不存在缺陷加重趋势,第三巡检结果指示巡检目标存在缺陷且存在缺陷加重趋势。
综上所述,本申请实施例通过云管理平台获取巡检图像,并根据巡检图像确定巡检目标的第一缺陷信息,第一缺陷信息指示巡检图像中的巡检目标的缺陷特征,巡检图像是租户上传的或是从巡检设备接收的,获取巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征,根据巡检目标的第一缺陷信息和第二缺陷信息,确定巡检结果,巡检结果指示巡检目标是否存在损坏风险;即云管理平台能够自动比对巡检目标的当前状态和历史状态,实现了无人自动化巡检,节省了人力消耗又降低了安全风险,与传统人工巡检相比,提高了巡检效率的同时,也提高了巡检的准确性。
请参考图6,其示出了本申请另一个示例性实施例提供的基于云计算技术的巡检分析方法的流程图,本实施例以该方法用于上述的云管理平台中来举例说明。该方法包括但不限于以下几个步骤。
步骤601,从巡检图像中确定巡检目标的缺陷区域。
可选地,根据数字孪生体和巡检点位,确定巡检路线。根据巡检路线和巡检对象的位姿信息进行导航,在巡检路线上拍摄得图像到巡检图像。示意性的,位姿信息为多自由度位姿信息。
可选地,云管理平台对巡检图像进行图像检测确定巡检目标的缺陷区域,将确定巡检目标的缺陷区域保存在后台,并将巡检目标确定为巡检点位。
可选地,云管理平台根据巡检图像,采用二维视觉检测技术得到巡检目标的缺陷区域,其中二维视觉检测技术的输入参数为二维的巡检图像,输出参数为至少一个矩形框即巡检目标的缺陷区域,缺陷区域携带有巡检目标的候选特征,候选特征指示巡检目标的候选缺陷位置、候选缺陷尺寸和候选缺陷类别。
可选地,候选缺陷位置为巡检目标的缺陷在巡检图像中的位置,候选缺陷尺寸为巡检目标的缺陷在巡检图像中的大小,候选缺陷类别为在巡检图像中巡检目标的缺陷所属的类别。示意性的,巡检目标的类别包括:建筑、路面、井盖、消防栓、工程车中的至少一种,本申请实施例对此不加以限定。
步骤602,根据巡检设备的位姿信息,将巡检目标的缺陷区域映射至巡检区域的三维背景地图中,得到巡检目标的第一缺陷信息。
云管理平台根据巡检设备的位姿信息,将巡检目标的缺陷区域映射至巡检区域的三维背景地图中,得到巡检目标的第一缺陷信息。
可选地,巡检设备的位姿信息指示该巡检设备的位置和/或姿态。示意性的,巡检设备的位姿信息为6自由度(英文:Six Degrees of Freedom)的位姿信息。
可选地,巡检区域为巡检设备待巡检的区域。该巡检区域可以是默认设置的,或者是自定义设置的,本申请实施例对此不加以限定。
可选地,巡检区域的三维背景地图为预先设置的虚拟的三维地图。示意性的,巡检区域的三维背景地图为根据巡检区域按照一比一的比例建立的虚拟的三维地图。
可选地,巡检目标的第一缺陷信息指示巡检图像中的巡检目标的缺陷特征,巡检目标的缺陷特征包括巡检目标的缺陷位置、缺陷尺寸和缺陷类别中的至少一种。缺陷位置为巡检目标的缺陷在三维背景地图中的位置,缺陷尺寸为巡检目标的缺陷在三维背景地图中的大小,巡检目标的缺陷类别为在三维背景地图中巡检目标的缺陷所属的类别。
步骤603,获取巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征。
可选地,云管理平台从目标数字孪生体中获取巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征。
步骤604,判断第一缺陷信息和第二缺陷信息指示巡检目标是否存在缺陷加重趋势。
可选地,云管理平台判断第一缺陷信息和第二缺陷信息指示巡检目标是否存在缺陷加重趋势,若第一缺陷信息和第二缺陷信息指示巡检目标存在缺陷加重趋势,则执行步骤605;若第一缺陷信息和第二缺陷信息指示巡检目标不存在缺陷加重趋势,则执行步骤606。
可选地,缺陷加重趋势包括缺陷的尺寸扩大的趋势和/或缺陷的弯曲程度加重的趋势。本申请实施例对此不加以限定。
可选地,当第一缺陷信息包括巡检目标的第一缺陷位置时,第二缺陷信息包括巡检目标的第二缺陷位置;当第一缺陷信息包括巡检目标的第一缺陷尺寸时,第二缺陷信息包括巡检目标的第二缺陷尺寸;当第一缺陷信息包括巡检目标的第一缺陷类别时,第二缺陷信息包括巡检目标的第二缺陷类别。
可选地,第一缺陷信息包括巡检目标的第一缺陷位置、第一缺陷尺寸和第一缺陷类别,第二缺陷信息包括巡检目标的第二缺陷位置、第二缺陷尺寸和第二缺陷类别,云管理平台将巡检目标的位于同一个缺陷位置且属于同一个缺陷类别的缺陷尺寸(第一缺陷尺寸与第二缺陷尺寸)进行比较,若第一缺陷尺寸大于第二缺陷尺寸,则表示巡检目标存在缺陷加重趋势;若第一缺陷尺寸小于或者等于第二缺陷尺寸,则表示巡检目标不存在缺陷加重趋势。
步骤605,当第一缺陷信息和第二缺陷信息指示巡检目标存在缺陷加重趋势时,确定第一巡检结果,第一巡检结果指示巡检目标存在损坏风险。
可选地,当第一缺陷信息和第二缺陷信息指示巡检目标存在缺陷加重趋势时,云管理平台确定并展示第一巡检结果,第一巡检结果指示巡检目标存在损坏风险。
可选地,第一巡检结果包括巡检目标的状态信息和巡检设备的设备信息,巡检目标的状态信息包括巡检目标的标识、第一缺陷信息和第二缺陷信息中的至少一种,巡检设备的设备信息包括巡检设备的标识、巡检设备的位姿信息、巡检路线信息和巡检时间信息中的至少一种。
示意性的,巡检目标的标识用于在多个待巡检的对象中唯一标识该巡检目标。巡检设备的标识用于在多个巡检设备中唯一标识该巡检设备。巡检设备的位姿信息指示该巡检设备的位置和/或姿态。巡检路线信息指示巡检设备在巡检过程中的路线。巡检时间信息指示巡检设备在本次巡检过程中的巡检时长和/或采集到的巡检图像的采集时刻。
当第一缺陷信息和第二缺陷信息指示巡检目标存在缺陷加重趋势时,云管理平台还可以输出预警信息,预警信息指示对巡检目标进行操作。可选地,预警信息还指示对巡检目标的操作内容。本申请实施例对此不加以限定。
可选地,云管理平台以预设形式输出预警信息,预设形式包括图片形式、视频形式、文字形式中的至少一种。
步骤606,当第一缺陷信息和第二缺陷信息指示巡检目标不存在缺陷加重趋势时,确定第二巡检结果,第二巡检结果指示巡检目标不存在损坏风险。
可选地,当第一缺陷信息和第二缺陷信息指示巡检目标不存在缺陷加重趋势时,确定第二巡检结果,第二巡检结果指示巡检目标不存在损坏风险。这种情况下无需立即处理,可以按照预设周期采用巡检设备定期观察,采集巡检图像,并采用本方案提供的基于云计算技术的巡检分析方法进行分析。
其中,预设周期可以是默认设置的,或者是自定义设置的。本申请实施例对此不加以限定。
可选的,由于视觉特征进行了改变,可能影响后续巡检的定位效果,因此需要进行地图更新。即云管理平台将巡检目标的缺陷信息从第二缺陷信息更新为第一缺陷信息;根据更新后的巡检目标的缺陷信息,对巡检区域的三维背景地图进行更新。
综上所述,本申请实施例还通过云管理平台从巡检图像中确定巡检目标的缺陷区域后,根据巡检设备的位姿信息,将巡检目标的缺陷区域映射至巡检区域的三维背景地图中,从而得到指示巡检目标的真实的缺陷特征的第一缺陷信息,进一步保证了得到的第一缺陷信息的准确性。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参考图7,其示出了本申请一个示例性实施例提供的基于云计算技术的巡检分析装置的框图。该装置可以通过软件、硬件或者两者的结合实现成为云管理平台的全部或者一部分。该装置可以包括:第一确定单元710、获取单元720和第二确定单元730。
第一确定单元710,用于获取巡检图像,并根据巡检图像确定巡检目标的第一缺陷信息,第一缺陷信息指示巡检图像中的巡检目标的缺陷特征,巡检图像是租户上传的或是从巡检设备接收的;
获取单元720,用于获取巡检目标的第二缺陷信息,第二缺陷信息为历史上存储的巡检目标的缺陷特征;
第二确定单元730,用于根据巡检目标的第一缺陷信息和第二缺陷信息,确定巡检结果,巡检结果指示巡检目标是否存在损坏风险。
在一种可能的实现方式中,第一确定单元710,还用于:
从巡检图像中确定巡检目标的缺陷区域;
根据巡检设备的位姿信息,将巡检目标的缺陷区域映射至巡检区域的三维背景地图中,得到巡检目标的第一缺陷信息。
在另一种可能的实现方式中,第二确定单元720,还用于:
当第一缺陷信息和第二缺陷信息指示巡检目标存在缺陷加重趋势时,确定第一巡检结果,第一巡检结果指示巡检目标存在损坏风险。
在另一种可能的实现方式中,该装置还包括:显示单元,用于:
显示第一巡检结果,第一巡检结果包括巡检目标的状态信息和巡检设备的设备信息,巡检目标的状态信息包括巡检目标的标识、第一缺陷信息和第二缺陷信息中的至少一种,巡检设备的设备信息包括巡检设备的标识、巡检设备的位姿信息、巡检路线信息和巡检时间信息中的至少一种。
在另一种可能的实现方式中,该装置还包括:输出单元,用于:
当第一缺陷信息和第二缺陷信息指示巡检目标存在缺陷加重趋势时,输出预警信息,预警信息指示对巡检目标进行操作。
在另一种可能的实现方式中,该装置包括:更新单元,用于:
将巡检目标的缺陷信息从第二缺陷信息更新为第一缺陷信息;
根据更新后的巡检目标的缺陷信息,对巡检区域的三维背景地图进行更新。
在另一种可能的实现方式中,巡检目标的缺陷特征包括巡检目标的缺陷位置、缺陷尺寸和缺陷类别中的至少一种。
在另一种可能的实现方式中,该获取单元720,还用于:
从目标数字孪生体中获取所述巡检目标的所述第二缺陷信息,所述目标数字孪生体用于存储所述第二缺陷信息。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请的实施例还提供了一种基于云计算技术的巡检系统,该系统包括:巡检设备,用于在巡检路线上采集巡检图像;云管理平台,用于执行上述云管理平台提供的方法。
本申请的实施例还提供了一种计算设备集群,包括至少一个计算设备,每个计算设备包括处理器和存储器;至少一个计算设备的处理器用于执行至少一个计算设备的存储器中存储的指令,以使得计算设备集群执行上述云管理平台提供的方法。
本申请的实施例提供了一种包含指令的计算机程序产品,当指令被计算设备集群运行时,使得计算设备集群执行上述云管理平台提供的方法。
本申请的实施例提供了一种计算机可读存储介质,包括计算机程序指令,当计算机程序指令由计算设备集群执行时,计算设备集群执行如上述云管理平台提供的方法。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RandomAccess Memory,RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器(Electrically Programmable Read-Only-Memory,EPROM或闪存)、静态随机存取存储器(Static Random-Access Memory,SRAM)、便携式压缩盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、数字多功能盘(Digital Video Disc,DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。
这里所描述的计算机可读程序指令或代码可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本申请操作的计算机程序指令可以是汇编指令、指令集架构(Instruction Set Architecture,ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(Local Area Network,LAN)或广域网(WideArea Network,WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(Field-ProgrammableGate Array,FPGA)或可编程逻辑阵列(Programmable Logic Array,PLA),该电子电路可以执行计算机可读程序指令,从而实现本申请的各个方面。
这里参照根据本申请实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本申请的多个实施例的装置、系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行相应的功能或动作的硬件(例如电路或ASIC(Application SpecificIntegrated Circuit,专用集成电路))来实现,或者可以用硬件和软件的组合,如固件等来实现。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其它变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其它单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (13)
1.一种基于云计算技术的巡检分析方法,应用于云管理平台,其特征在于,所述方法包括:
所述云管理平台获取巡检图像,并根据所述巡检图像确定巡检目标的第一缺陷信息,所述第一缺陷信息指示所述巡检图像中的所述巡检目标的缺陷特征,所述巡检图像是租户上传的或是从巡检设备接收的;
所述云管理平台获取所述巡检目标的第二缺陷信息,所述第二缺陷信息为历史上存储的所述巡检目标的缺陷特征;
所述云管理平台根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果,所述巡检结果指示所述巡检目标是否存在损坏风险。
2.根据权利要求1所述的方法,其特征在于,所述根据所述巡检图像确定巡检目标的第一缺陷信息,包括:
从所述巡检图像中确定所述巡检目标的缺陷区域;
根据所述巡检设备的位姿信息,将所述巡检目标的缺陷区域映射至巡检区域的三维背景地图中,得到所述巡检目标的所述第一缺陷信息。
3.根据权利要求1或2所述的方法,其特征在于,所述云管理平台根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果,包括:
当所述第一缺陷信息和所述第二缺陷信息指示所述巡检目标存在缺陷加重趋势时,确定第一巡检结果,所述第一巡检结果指示所述巡检目标存在损坏风险。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
显示所述第一巡检结果,所述第一巡检结果包括所述巡检目标的状态信息和所述巡检设备的设备信息,所述巡检目标的状态信息包括所述巡检目标的标识、所述第一缺陷信息和所述第二缺陷信息中的至少一种,所述巡检设备的设备信息包括所述巡检设备的标识、所述巡检设备的位姿信息、巡检路线信息和巡检时间信息中的至少一种。
5.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:
当所述第一缺陷信息和所述第二缺陷信息指示所述巡检目标存在缺陷加重趋势时,输出预警信息,所述预警信息指示对所述巡检目标进行操作。
6.根据权利要求1至5任一所述的方法,其特征在于,所述云管理平台根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果之后,包括:
将所述巡检目标的缺陷信息从所述第二缺陷信息更新为所述第一缺陷信息;
根据更新后的所述巡检目标的缺陷信息,对巡检区域的三维背景地图进行更新。
7.根据权利要求1至6任一所述的方法,其特征在于,所述巡检目标的缺陷特征包括所述巡检目标的缺陷位置、缺陷尺寸和缺陷类别中的至少一种。
8.根据权利要求1至6任一所述的方法,其特征在于,所述云管理平台获取所述巡检目标的第二缺陷信息,包括:
从目标数字孪生体中获取所述巡检目标的所述第二缺陷信息,所述目标数字孪生体用于存储所述第二缺陷信息。
9.一种基于云计算技术的巡检分析装置,其特征在于,应用于云管理平台,所述装置包括:
第一确定单元,用于获取巡检图像,并根据所述巡检图像确定巡检目标的第一缺陷信息,所述第一缺陷信息指示所述巡检图像中的所述巡检目标的缺陷特征,所述巡检图像是租户上传的或是从巡检设备接收的;
获取单元,用于获取所述巡检目标的第二缺陷信息,所述第二缺陷信息为历史上存储的所述巡检目标的缺陷特征;
第二确定单元,用于根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果,所述巡检结果指示所述巡检目标是否存在损坏风险。
10.一种基于云计算技术的巡检系统,其特征在于,所述系统包括:
巡检设备,用于在巡检路线上采集巡检图像;
云管理平台,用于获取巡检图像,并根据所述巡检图像确定巡检目标的第一缺陷信息,所述第一缺陷信息指示所述巡检图像中的所述巡检目标的缺陷特征,所述巡检图像是租户上传的或是从巡检设备接收的;获取所述巡检目标的第二缺陷信息,所述第二缺陷信息为历史上存储的所述巡检目标的缺陷特征;根据所述巡检目标的所述第一缺陷信息和所述第二缺陷信息,确定巡检结果,所述巡检结果指示所述巡检目标是否存在损坏风险。
11.一种计算设备集群,其特征在于,包括至少一个计算设备,每个计算设备包括处理器和存储器;
所述至少一个计算设备的处理器用于执行所述至少一个计算设备的存储器中存储的指令,以使得所述计算设备集群执行如权利要求1-8任意一项所述的方法。
12.一种包含指令的计算机程序产品,其特征在于,当所述指令被计算设备集群运行时,使得所述计算设备集群执行如权利要求的1-8任意一项所述的方法。
13.一种计算机可读存储介质,其特征在于,包括计算机程序指令,当所述计算机程序指令由计算设备集群执行时,所述计算设备集群执行如权利要求1-8任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211160411.8A CN117808447A (zh) | 2022-09-22 | 2022-09-22 | 基于云计算技术的巡检分析方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211160411.8A CN117808447A (zh) | 2022-09-22 | 2022-09-22 | 基于云计算技术的巡检分析方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117808447A true CN117808447A (zh) | 2024-04-02 |
Family
ID=90428555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211160411.8A Pending CN117808447A (zh) | 2022-09-22 | 2022-09-22 | 基于云计算技术的巡检分析方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117808447A (zh) |
-
2022
- 2022-09-22 CN CN202211160411.8A patent/CN117808447A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9251582B2 (en) | Methods and systems for enhanced automated visual inspection of a physical asset | |
KR102229594B1 (ko) | 디스플레이 스크린 품질 검출 방법, 장치, 전자기기 및 저장매체 | |
CN107067003B (zh) | 感兴趣区域边界的提取方法、装置、设备和计算机存储介质 | |
CN108830837B (zh) | 一种用于检测钢包溶蚀缺陷的方法和装置 | |
Lattanzi et al. | 3D scene reconstruction for robotic bridge inspection | |
JP2018163654A (ja) | 電気通信インベントリ管理のためのシステムおよび方法 | |
US11392897B1 (en) | Intelligent system and method for assessing structural damage using aerial imagery | |
US11334756B2 (en) | Homography through satellite image matching | |
CN113865587A (zh) | 用于监控现场设备的方法、电子设备和计算机程序产品 | |
WO2021113268A1 (en) | Systems and methods for generating of 3d information on a user display from processing of sensor data | |
JP2016090547A (ja) | ひび割れ情報収集装置及びひび割れ情報を収集するためのサーバ装置 | |
CN112929602A (zh) | 基于图像处理的数据监控方法、装置及相关设备 | |
CN112633661A (zh) | 一种基于bim的应急调度指挥方法、系统、计算机设备及可读介质 | |
EP3165979B1 (en) | Providing mounting information | |
KR102011713B1 (ko) | 연속구조물 결함 모니터링 시스템 및 방법 | |
US10970876B2 (en) | Methods and apparatus for image locating relative to the global structure | |
US11423611B2 (en) | Techniques for creating, organizing, integrating, and using georeferenced data structures for civil infrastructure asset management | |
CN117808447A (zh) | 基于云计算技术的巡检分析方法、装置、系统及存储介质 | |
CN114821395A (zh) | 异常定位方法、装置、设备及可读存储介质 | |
Chen | Analysis and management of uav-captured images towards automation of building facade inspections | |
Boxall | Using Digital Twin technology to improve inspection methods of high risk assets | |
CN109269477A (zh) | 一种视觉定位方法、装置、设备和存储介质 | |
US20230386094A1 (en) | Remote collaboration method, remote device and storage medium | |
Fard | D4AR-4 dimensional augmented reality-Models or automation and interactive visualization of construction progress monitoring | |
CN116563969A (zh) | 一种设备巡检方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |