[发明专利]一种智能电子巡检定位方法及系统有效
| 申请号: | 202310209145.1 | 申请日: | 2023-03-07 |
| 公开(公告)号: | CN115938009B | 公开(公告)日: | 2023-05-12 |
| 发明(设计)人: | 丁强;时培成;王超;陈海文;丁健;刘壮;张杰;腾涛;朱文静 | 申请(专利权)人: | 南京和电科技有限公司 |
| 主分类号: | G07C1/20 | 分类号: | G07C1/20;G06V20/10 |
| 代理公司: | 南京中律知识产权代理事务所(普通合伙) 32341 | 代理人: | 沈振涛 |
| 地址: | 210000 江苏省南*** | 国省代码: | 江苏;32 |
| 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 智能 电子 巡检 定位 方法 系统 | ||
1.一种智能电子巡检定位方法,其特征在于,所述方法包括:
获取含有重要级别的目标区域;所述目标区域由三维坐标组表示;
根据所述目标区域确定限位轨迹,并根据所述重要级别确定巡检器的速度函数;
接收用户输入巡检需求,根据所述巡检需求确定巡检器的类型及数量;
实时获取巡检器反馈的巡检图像,对所述巡检图像进行识别,生成巡检报告。
2.根据权利要求1所述的智能电子巡检定位方法,其特征在于,所述获取含有重要级别的目标区域的步骤包括:
接收用户输入的边界信息,根据所述边界信息搭建含有预设比例尺的全域场景;
基于所述全域场景接收用户选取的目标区域,并确定目标区域的观测区域;
在所述观测区域中确定观测点位,在所述观测点位处获取目标区域的实际场景;
根据已备案的设施数据库对所述实际场景进行识别,根据识别结果修正所述全域场景;其中,所述全域场景的修正过程中,实时根据所述全域场景的修正过程调节目标区域;
显示修正后的含有目标区域的全域场景,接收用户发送的确认信息及各目标区域的重要级别。
3.根据权利要求1所述的智能电子巡检定位方法,其特征在于,所述根据所述目标区域确定限位轨迹,并根据所述重要级别确定巡检器的速度函数的步骤包括:
读取目标区域的观测区域,获取观测区域的高度跨度;
在所述高度跨度中选取轨迹面;
将所述目标区域投影在所述轨迹面上,得到区域分布图;
基于所述区域分布图确定限位轨迹;
根据预设的采样频率在所述限位轨迹中确定采样点,查询采样点处对应的最近目标区域的重要级别,根据所述重要级别确定运动速度;
统计所有运动速度,得到速度函数;所述速度函数的自变量为相对于限位轨迹起点的距离,因变量为速度。
4.根据权利要求1所述的智能电子巡检定位方法,其特征在于,所述接收用户输入巡检需求,根据所述巡检需求确定巡检器的类型及数量的步骤包括:
查询所有目标区域的清晰度需求,根据所述清晰度需求确定巡检器的类型;
接收用户输入的巡检周期,根据所述巡检周期确定巡检器的数量。
5.根据权利要求1所述的智能电子巡检定位方法,其特征在于,所述实时获取巡检器反馈的巡检图像,对所述巡检图像进行识别,生成巡检报告的步骤包括:
实时获取巡检器反馈的含有位置标签的巡检图像;所述位置为相对于限位轨迹起点的距离;
根据所述位置查询所述巡检图像对应的目标区域,并存储至该目标区域对应的数据库中;其中,数据库中的图像存储顺序由图像获取时间确定;
基于预设的线程对不同数据库进行识别,根据识别结果确定不同目标区域的风险特征及其概率;
统计所有风险特征及其概率,得到巡检报告。
6.根据权利要求5所述的智能电子巡检定位方法,其特征在于,所述基于预设的线程对不同数据库进行识别,根据识别结果确定不同目标区域的风险特征及其概率的步骤包括:
基于预设的神经网络模型依次对数据库中预设时段范围内的巡检图像进行识别,获取设备信息和人员信息;
根据所述设备信息查询人员需求,根据所述人员需求验证人员信息,确定各巡检图像对应的异常度;
统计所述异常度,拟合异常曲线并计算所述异常曲线的预设阶数的导曲线;
将所述异常曲线及其导曲线输入训练好的曲线分析模型,获得风险特征及其概率。
7.一种智能电子巡检定位系统,其特征在于,所述系统包括:
目标区域获取模块,用于获取含有重要级别的目标区域;所述目标区域由三维坐标组表示;
路径设定模块,用于根据所述目标区域确定限位轨迹,并根据所述重要级别确定巡检器的速度函数;
巡检器选取模块,用于接收用户输入巡检需求,根据所述巡检需求确定巡检器的类型及数量;
报告生成模块,用于实时获取巡检器反馈的巡检图像,对所述巡检图像进行识别,生成巡检报告。
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南京和电科技有限公司,未经南京和电科技有限公司许可,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/202310209145.1/1.html,转载请声明来源钻瓜专利网。





