[发明专利]一种应用于变电站智能巡检机器人的声音识别系统和方法在审

专利信息
申请号: 201810430839.7 申请日: 2018-05-08
公开(公告)号: CN108501003A 公开(公告)日: 2018-09-07
发明(设计)人: 尹元亚;汪晨;余嘉文;康宁;张贾军;庞瑾;付广远;周昌;张潇 申请(专利权)人: 国网安徽省电力有限公司芜湖供电公司;国家电网公司
主分类号: B25J13/00 分类号: B25J13/00
代理公司: 芜湖安汇知识产权代理有限公司 34107 代理人: 朱圣荣
地址: 241000 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 现场声音 变电站 变电站智能巡检机器人 声音识别系统 传声器阵列 存储器 频谱特性 数字信号 特征模板 冲击型 处理器 音源 存储 数字信号处理器 第二存储单元 处理器单元 处理器连接 存储单元 分类单元 稳定运行 音源信号 机器人 应用 分类 安全
【权利要求书】:

1.一种应用于变电站智能巡检机器人的声音识别系统,包括机器人,安装在机器人上的传声器阵列,所述传声器阵列将获取的音源输送至处理器,所述处理器连接存储器;

所述处理器包括:

音源信号处理器单元:将音源后转为数字信号;

数字信号处理器单元:将数字信号转为现场声音频谱特性;

其特征在于:所述存储器包括用于存储冲击型特征模板的第一存储单元和用于存储平稳型特征模板的第二存储单元;

所述处理器还包括分类单元:将现场声音频谱特性分类为冲击型信号和平稳型信号。

2.根据权利要求1所述的应用于变电站智能巡检机器人的声音识别系统,其特征在于:所述处理器还包括子分类单元:将平稳型信号分类为放电声信号和机械振动声信号,所述第二存储单元包括用于存储放电声特征模板的第一子存储单元和用于机械振动声特征模板的第二子存储单元。

3.根据权利要求1或2所述的应用于变电站智能巡检机器人的声音识别系统,其特征在于:所述处理器连接通信单元,所述处理器通过通信单元向远端监控和/或报警装置发送信号。

4.一种应用于变电站智能巡检机器人的声音识别方法,包括以下步骤:

步骤1、机器人通过传声器阵列获取音源后转为数字信号;

步骤2、将获取的数字信号经过放大、分帧、离散傅里叶变换后得到现场声音频谱特性;

步骤3、将现场声音频谱特性同特征库中的特征模板进行匹配;

步骤4、通过匹配获得识别结果;

其特征在于:所述步骤2将现场声音频谱特性分为冲击型信号和平稳型信号,所述步骤3中的特征模板包括冲击型特征模板和平稳型特征模板,所述步骤3中将步骤2获得的冲击型信号与冲击型特征模板进行匹配,将步骤2获得的平稳型信号与平稳型特征模板匹配。

5.根据权利要求4所述的应用于变电站智能巡检机器人的声音识别方法,其特征在于:所述步骤3中的特征库预先依据放电声和机械振动声的能量突变性获得该特性的特征量,通过所述特征量将特征库的特征模板分为冲击型特征模板和平稳型特征模板,所述冲击型特征模板为放电声和机械振动声特征库,所述平稳型特征模板为噪声特征库。

6.根据权利要求4或5所述的应用于变电站智能巡检机器人的声音识别方法,其特征在于:所述步骤2通过冲击脉冲时刻能量持续的时间和相邻脉冲之间的间隔,将定义为平稳型信号的现场声音频谱特性分为放电声信号和机械振动声信号,步骤3中特征库的平稳型特征模板分为放电声特征模板和机械振动声特征模板,所述步骤3中将步骤2获得的放电声信号与放电声特征模板进行匹配,将步骤2获得的机械振动声信号与机械振动声特征模板匹配。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网安徽省电力有限公司芜湖供电公司;国家电网公司,未经国网安徽省电力有限公司芜湖供电公司;国家电网公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810430839.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top