[发明专利]一种支持深度学习加速的变电站智能巡检机器人系统在审
| 申请号: | 202011030797.1 | 申请日: | 2020-09-27 |
| 公开(公告)号: | CN112123338A | 公开(公告)日: | 2020-12-25 |
| 发明(设计)人: | 苏磊;孙沛;魏晓川;冯建峰;汪昀;卢文联 | 申请(专利权)人: | 国网上海市电力公司 |
| 主分类号: | B25J9/16 | 分类号: | B25J9/16;B25J11/00 |
| 代理公司: | 合肥方舟知识产权代理事务所(普通合伙) 34158 | 代理人: | 刘跃 |
| 地址: | 200000 上海市浦东新区*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 支持 深度 学习 加速 变电站 智能 巡检 机器人 系统 | ||
本发明公开了一种支持深度学习加速的变电站智能巡检机器人系统,所述智能巡检机器人系统包含电源模块、传感器模块、运动模块、主控制器模块和加速器模块。运动模块负责控制机器人的移动、转向和云台姿态。主控制器负责接收操作员指令,接收传感器模块数据,进行行为决策,控制运动模块,将需要加速处理的数据发送到加速器模块,并接收加速器模块返回结果,另外还要对数据本地存储和远程传输到后台。加速器模块负责接收主控制器命令和数据,进行深度学习模型的加速运算,并返回运算结果给主控制器。本发明提供的一种支持深度学习加速的变电站智能巡检机器人系统为深度学习在电力巡检中的应用提供了基础,提高了电力设备巡检的智能化程度。
技术领域
本发明涉及电力设备巡检技术领域,具体为一种支持深度学习加速的变电站智能巡检机器人系统。
背景技术
电力巡检机器人带有多种激光雷达、超声波、可见光图像、红外图像等传感器,能够自动巡视检查电力设备,在变电站广泛应用,节约了很多人力物力。近年来,以深度卷积神经网络为代表的深度学习技术迅速发展,在物体识别、目标检测、故障诊断等领域得到广泛应用。将深度学习技术和巡检机器人结合来提高巡检效率,提升自动化水平也成为发展趋势。然而深度学习的运算量大,涉及大量的乘加操作,常规巡检机器人的软硬件配置难以满足要求。为了将深度学习技术应用到巡检机器人上,需要能够支持深度学习加速的低功耗嵌入式架构。为此我们提出一种支持深度学习加速的变电站智能巡检机器人系统用于解决上述问题。
发明内容
本发明的目的在于提供一种支持深度学习加速的变电站智能巡检机器人系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种支持深度学习加速的变电站智能巡检机器人系统,包括包含电源模块、传感器模块、运动模块、主控制器模块和加速器模块。
所述电源模块内包括电池、电量监测、变换器、功率匹配。
所述传感器模块包括激光雷达、惯性测量单元、超声波传感器、旋转编码器、红外图像传感器、可见光图像传感器。
所述运动模块包括云台、驱动器和电机。
所述主控制器模块包括处理器、内存、硬盘、通信接口。
所述加速器模块包括专用加速处理器、存储器、通信接口。
所述电源模块为整个机器人系统提供可靠的供电。
所述传感器模块采集各种类型的数据,用于决策和控制。
所述运动模块负责控制机器人的移动、转向和云台姿态。
所述主控制器负责接收操作员指令,接收传感器模块数据,进行行为决策,控制运动模块,将需要加速处理的数据发送到加速器模块,并接收加速器模块返回结果,另外还要对数据本地存储和远程传输到后台。
所述加速器模块负责接收主控制器命令和数据,进行深度学习模型的加速运算,并返回运算结果给主控制器。
所述电源模块与其他模块通过电源管理接口连接;所述传感器模块、运动模块通过以太网、CAN、USB等接口连接到所述主控制器模块;所述加速器模块和主控制器模块通过以太网连接。
本发明提供的一种支持深度学习加速的变电站智能巡检机器人系统应用方法包括目标检测和红外故障诊断。目标检测包括如下步骤:
1、主控制器模块控制运动模块使机器人移动到指定地点,并调整好云台姿态。
2、所述传感器模块,通过可见光传感器为目标设备拍摄可见光图片,通过红外传感器为目标设备拍摄与可见光图片相对应的红外图片,所述主控制器模块对拍摄的可见光图片和相应的红外图片做像素级对齐。然后主控制器模块将获取到的可见光图片和红外图片输入加速器模块。
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上海市电力公司,未经国网上海市电力公司许可,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/202011030797.1/2.html,转载请声明来源钻瓜专利网。





