[发明专利]场地巡检方法、装置、设备及存储介质

权利要求书

1.一种场地巡检方法，其特征在于，所述方法包括：

采集定位信息以及预设关键位置的图像；

根据所述定位信息生成巡检轨迹；

根据所述巡检轨迹、所述预设关键位置的图像以及预设轨迹，确定巡检故障信息；

所述采集定位信息以及预设关键位置的图像，包括：

实时采集定位信息；

若根据所述定位信息匹配到当前位置为预设关键位置、且预设时间内不变，则启动图像采集，获取所述预设关键位置的图像，其中，所述图像包括：图片和/或视频；

其中，所述实时采集定位信息，包括：

当巡检人员开始巡检时，利用九轴传感器通过惯性导航算法实时采集所述巡检人员的当前位置信息，所述九轴传感器包括：地磁仪、陀螺仪、重力加速度；

在利用所述九轴传感器通过惯性导航算法，实时采集所述巡检人员的当前位置信息时，还采集所述巡检人员在预设关键位置的图像，具体地，当所述巡检人员到达所述预设关键位置之后，场地巡检装置自动对所述预设关键位置进行拍照，并进行存储，以及将获取的所述预设关键位置的图像上传到后台服务器，所述后台服务器将接收到的所述预设关键位置的图像输入预先搭建的卷积神经网络，采用所述卷积神经网络对所述预设关键位置的图像进行分析，并输出所述巡检人员当前准确的位置信息，并发送给所述场地巡检装置，所述场地巡检装置通过接收到的所述巡检人员当前准确的位置信息对利用所述九轴传感器通过惯性导航算法实时采集的巡检人员的当前位置信息进行纠偏，以消除惯性导航的长期漂移问题，得到所述巡检人员的最终定位信息；

其中，所述根据所述巡检轨迹、所述预设关键位置的图像以及预设轨迹，确定巡检故障信息，包括：

将所述巡检轨迹与所述预设轨迹进行匹配，确定所述巡检轨迹是否偏离；

根据所述预设关键位置的图像以及预设深度学习模型，判断所述预设关键位置是否存在故障，其中，所述预设深度学习模型由各所述预设关键位置的预设图像训练获取，所述预设图像包括：所述预设关键位置的不同故障类型的图像。

2.如权利要求1所述的方法，其特征在于，所述根据所述巡检轨迹、所述预设关键位置的图像以及预设轨迹，确定巡检故障信息之后，还包括：

存储所述故障信息，并向后台服务器发送所述故障信息。

3.如权利要求2所述的方法，其特征在于，所述向后台服务器发送所述故障信息之后，还包括：

接收所述后台服务器发送的处理指示，所述处理指示包括下述一种或多种：继续巡检、终止巡检、故障处理方式。

4.如权利要求1所述的方法，其特征在于，所述根据所述巡检轨迹、所述预设关键位置的图像以及预设轨迹，确定巡检故障信息之后，还包括：

响应于用户呼叫操作，向后台服务器发送呼叫请求，所述呼叫请求包括：被呼叫用户的标识，以通过所述后台服务器呼叫所述被呼叫用户进行语音或视频通信。