[发明专利]基于人工智能的电网巡检方法、装置、设备及存储介质在审

专利信息
申请号: 201910712883.1 申请日: 2019-08-02
公开(公告)号: CN110633629A 公开(公告)日: 2019-12-31
发明(设计)人: 陈松波;苏超;邝振星;欧阳业;龚翔 申请(专利权)人: 广东电网有限责任公司清远供电局
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;H04N5/232
代理公司: 44319 深圳市华优知识产权代理事务所(普通合伙) 代理人: 余薇
地址: 511500 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标特征 图像 云台控制 云台 人工智能领域 计算机设备 存储介质 目标检测 人工智能 特征识别 操作量 排查 位姿 巡检 查找 电网 拍摄 检测
【权利要求书】:

1.一种基于人工智能的电网巡检方法,其特征在于,包括步骤:

获取第一图像;

通过预先训练好的目标检测模型对所述第一图像进行特征识别,检测所述第一图像中是否存在目标特征,所述目标特征包括电力件特征;

若所述第一图像中存在目标特征,则计算所述目标特征在所述第一图像中的位置信息;

根据所述目标特征在所述第一图像中的位置信息,计算云台控制参数;

将所述云台控制参数发送到云台,以调整云台的位姿,拍摄得到第二图像,所述第二图像包括所述目标特征。

2.根据权利要求1所述的基于人工智能的电网巡检方法,其特征在于,所述目标检测模型的训练包括:

对电力件图像进行标注,得到训练数据集;

将训练数据集输入到所述目标检测模型中进行训练,使所述目标检测模型学习到电力件特征,得到训练好的目标检测模型。

3.根据权利要求1所述的基于人工智能的电网巡检方法,其特征在于,在所述通过预先训练好的目标检测模型对所述第一图像进行特征识别的步骤之前,所述方法还包括:

对所述第一图像进行预处理,所述预处理包括:灰度化、几何变换以及图像增强中至少一项。

4.根据权利要求1所述的基于人工智能的电网巡检方法,其特征在于,所述若所述第一图像中存在目标特征,则计算所述目标特征在所述第一图像中的位置信息的步骤包括:

判断第一图像中检测出的目标特征数量;

若所述第一图像中存在单个目标特征,则计算所述单个目标特征在所述第一图像中的位置信息;

若所述第一图像中存在多个目标特征,则按照检测出的目标特征的先后顺序,依次计算所述多个目标特征在所述第一图像中的位置信息。

5.根据权利要求1所述的基于人工智能的电网巡检方法,其特征在于,所述计算所述目标特征在所述第一图像中的位置信息的步骤包括:

获取第一图像中目标特征的检测框位置;

根据所述检测框位置,计算所述检测框在所述第一图像中的像素位置,得到对应于所述检测框的目标特征在所述第一图像中的像素位置。

6.根据权利要求5所述的基于人工智能的电网巡检方法,其特征在于,所述根据所述目标特征在所述第一图像中的位置信息,计算云台控制参数的步骤包括:

获取拍摄所述第一图像时的相机的焦距参数;

基于所述目标特征的像素位置及所述相机的焦距参数进行计算,得到云台控制参数。

7.一种基于人工智能的电网巡检装置,其特征在于,所述装置包括:

获取模块,用于获取第一图像;

特征检测模块,用于通过预先训练好的目标检测模型对所述第一图像进行特征识别,检测所述第一图像中是否存在目标特征,所述目标特征包括电力件特征;

位置计算模块,用于若所述第一图像中存在目标特征,则计算所述目标特征在所述第一图像中的位置信息;

参数计算模块,用于根据所述目标特征在所述第一图像中的位置信息,计算云台控制参数;

发送模块,用于将所述云台控制参数发送到云台,以调整云台的位姿,拍摄得到第二图像,所述第二图像包括所述目标特征。

8.根据权利要求7所述的基于人工智能的电网巡检装置,其特征在于,所述装置还包括:

数据集获取模块,用于对电力件图像进行标注,得到训练数据集;

模型训练模块,用于将训练数据集输入到所述目标检测模型中进行训练,使所述目标检测模型学习到电力件特征,得到训练好的目标检测模型。

9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的基于人工智能的电网巡检方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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如权利要求1至6中任一项所述的基于人工智能的电网巡检的步骤。

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广东电网有限责任公司清远供电局,未经广东电网有限责任公司清远供电局许可,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/201910712883.1/1.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