一种自移动机器人的巡检方法及系统与流程

1.本发明涉及电力巡检技术领域，具体而言，涉及一种自移动机器人的巡检方法、系统、电子设备及计算机存储介质。
2.

背景技术：

3.自移动机器人是十分常见的智能电力巡检设备平台，主要包括履带式、轮式。自移动机器人在电力巡检领域的应用极大的提高了电力巡检的效率，并有效降低了人力巡检的安全性隐患。
4.现有技术对自移动机器人的研发重点主要侧重于对图像识别技术的改进，即持续改进图像识别算法以获得对电力设备异常情况的准确识别。然而，行走于地面的自移动机器人在执行巡检任务时，容易受地面状况的影响，例如水坑、淤泥等地面状况极容易使自移动机器人陷住，造成巡检任务失败、自移动机器人的损坏等后果。
5.

技术实现要素：

6.为了至少解决上述背景技术中存在的技术问题，本发明提供了一种自移动机器人的巡检方法、系统、电子设备及计算机存储介质。
7.本发明的第一方面提供了一种自移动机器人的巡检方法，包括如下步骤：获取巡检现场的第一图像数据，根据所述第一图像数据确定所述巡检现场的场景属性数据；根据所述场景属性数据对风险判断模型进行优化处理；获取巡检现场的第二图像数据，根据所述第二图像数据和优化后的所述风险判断模型对所述巡检现场的地面风险点进行识别；根据识别出的所述地面风险点对自移动机器人的巡检计划进行调整。
8.进一步地，所述根据所述第一图像数据确定所述巡检现场的场景属性数据，包括：基于第一要素从所述第一图像数据确定出若干目标对象，并提取其第一特征；将所述第一图像数据中与各所述目标对象对应的图像区域去除，以获得第二图像数据；根据第二要素对所述第二图像数据进行识别处理，根据识别处理结果确定所述场景属性数据。
9.进一步地，所述根据识别处理结果确定所述场景属性数据，包括：根据所述识别处理结果确定附属对象的数量，若所述数量小于第一阈值，则判定所述场景属性数据为第一场景；若所述数量大于或等于第一阈值，则判定所述场景属性数据为第二场景；其中，所述第一场景与封闭场景对应，所述第二场景与非封闭场景对应。
10.进一步地，若所述数量小于第二阈值，且所述目标对象的数量小于第三阈值，则判定所述场景属性数据为第二场景。
11.进一步地，所述将所述第一图像数据中与所述目标对象对应的图像区域去除，以获得第二图像数据，包括：确定各所述目标对象对应的底部图像区域；将所述第一图像数据中与所述目标对象对应的图像区域去除，以获得第三图像数据；根据各所述底部图像区域对所述第三图像数据进行裁切处理，以获得第二图像数据。
12.进一步地，所述根据各所述底部图像区域对所述第三图像数据进行裁切处理，以获得第二图像数据，包括：确定各所述目标对象对应的底部图像区域在所述第一图像数据中的位置；根据所述位置确定出若干底部图像区域，以该底部图像区域为基准对所述第三图像数据进行裁切处理，以获得第二图像数据。
13.进一步地，所述根据所述场景属性数据对风险判断模型进行优化处理，包括：根据所述场景属性数据和预设关联关系确定若干风险识别子模型；将所述风险判断模型对应的若干所述风险识别子模型激活。
14.本发明的第二方面提供了一种自移动机器人的巡检系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块连接；所述存储模块，用于存储可执行的计算机程序代码；所述获取模块，用于获取巡检现场的图像数据，并传输给所述处理模块；所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
15.本发明的第三方面提供了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。
16.本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如前任一项所述的方法。
17.本发明的方案，本发明先根据巡检现场的第一图像数据确定出自移动机器人当前所处的巡检现场的场景属性数据，据此对用于分析地面风险点的风险判断模型进行优化处理，从而提高风险判断模型的针对性和识别效率；接着，在巡检任务执行过程中利用风险判断模型对第二图像数据进行分析以识别各地面风险点，据此可及时调整巡检计划，保障自移动机器人不被恶劣地面情况干扰、损坏。
18.附图说明
19.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这
些附图获得其他相关的附图。
20.图1是本发明实施例公开的一种自移动机器人的巡检方法的流程示意图；图2是本发明实施例公开的一种自移动机器人的巡检系统的结构示意图；图3是本发明实施例公开一种电子设备的结构示意图。
21.具体实施方式
22.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
23.在本技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
24.应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
25.应当理解，尽管在本技术实施例中可能采用术语第一、第二、第三等来描述
……
，但这些
……
不应限于这些术语。这些术语仅用来将
……
区分开。例如，在不脱离本技术实施例范围的情况下，第一
……
也可以被称为第二
……
，类似地，第二
……
也可以被称为第一
……
。
26.取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
27.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
28.下面结合附图详细说明本发明的优选实施例。
29.实施例一请参阅图1，图1是本发明实施例公开的一种自移动机器人的巡检方法的流程示意图。如图1所示，本发明实施例的一种自移动机器人的巡检方法，包括如下步骤：获取巡检现场的第一图像数据，根据所述第一图像数据确定所述巡检现场的场景属性数据；根据所述场景属性数据对风险判断模型进行优化处理；获取巡检现场的第二图像数据，根据所述第二图像数据和优化后的所述风险判断模型对所述巡检现场的地面风险点进行识别；
根据识别出的所述地面风险点对自移动机器人的巡检计划进行调整。
30.在本发明实施例中，如背景技术所述，现有技术更多侧重于对图像识别技术的改进，即持续改进图像识别算法以获得对电力设备异常情况的准确识别，而对自移动机器人所处的巡检现场的地面风险的研究明显不足，导致自移动机器人容易受困于地面风险（例如水坑、淤泥等）。针对该情况，本发明先根据巡检现场的第一图像数据确定出自移动机器人当前所处的巡检现场的场景属性数据，据此对用于分析地面风险点的风险判断模型进行优化处理，从而提高风险判断模型的针对性和识别效率；接着，在巡检任务执行过程中利用风险判断模型对第二图像数据进行分析以识别各地面风险点，据此可及时调整巡检计划，保障自移动机器人不被恶劣地面情况干扰、损坏。
31.本发明的所有实施例的实施主体可以是现场端或服务器端，其中，现场端可以是自移动机器人或其所受控的遥控器上配备的处理装置，处理装置可以为中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，甚至可以是智能手机、平板电脑、可穿戴设备等具有数据处理功能的终端是设备。而服务器可以为独立的物理服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、大数据以及人工智能平台等基础云计算服务的云服务器。
32.进一步地，所述根据所述第一图像数据确定所述巡检现场的场景属性数据，包括：基于第一要素从所述第一图像数据确定出若干目标对象，并提取其第一特征；将所述第一图像数据中与各所述目标对象对应的图像区域去除，以获得第二图像数据；根据第二要素对所述第二图像数据进行识别处理，根据识别处理结果确定所述场景属性数据。
33.进一步地，所述根据识别处理结果确定所述场景属性数据，包括：根据所述识别处理结果确定附属对象的数量，若所述数量小于第一阈值，则判定所述场景属性数据为第一场景；若所述数量大于或等于第一阈值，则判定所述场景属性数据为第二场景；其中，所述第一场景与封闭场景对应，所述第二场景与非封闭场景对应。
34.在本发明实施例中，巡检现场一般包括封闭场景（例如变电站）、封闭场景（例如户外的高压输电线塔）两种场景属性，而不同的场景属性具有不同的特性。针对该情况，本发明先根据第一要素从第一图像数据中确定出目标对象，例如变压器、互感器、绝缘子等。然后再对第一图像数据的剩余图像即第二图像数据，按照第二要素进行附属对象的识别，进而可以根据第二图像数据中附属对象的数量来确定场景属性数据。
35.举例说明如下：附属对象可以是植被，正常情况下，封闭场景内与电力设备共存的植被数量应当明显少于非封闭场景内，所以，本发明可以基于附属对象的数量来确定场景属性数据。
36.需要进行说明的是，第一要素可以是指定的形状、颜色（例如电力设备常用的灰
色、橘黄色），而第二要素除了形状、颜色（主要是绿色）之外，还可以包括单一对象体的聚集程度。其中，第一要素用于描述正常的电力设备的外在特征，第二要素则用于描述与电力设备存在于同一空间范围的植被的外在特征。
37.进一步地，若所述数量小于第二阈值，且所述目标对象的数量小于第三阈值，则判定所述场景属性数据为第二场景。
38.在本发明实施例中，正常维护情况下，封闭场景中的目标对象数量不会低于第三阈值（例如2），而非封闭场景中的附属对象的数量不会低于第二阈值，如果实际检测结果是附属对象的数量小于第二阈值、目标对象的数量小于第三阈值，则极有可能是户外但出于封闭状态的单体电力设备，例如户外的高压输电线塔的基底设置了围栏，从而形成了类封闭场景，但此场景下自移动机器人实际上不会进入围栏进行巡检，所以，此情况下仍然判定为非封闭场景即第二场景。
39.其中，第二阈值小于第一阈值。
40.进一步地，所述将所述第一图像数据中与所述目标对象对应的图像区域去除，以获得第二图像数据，包括：确定各所述目标对象对应的底部图像区域；将所述第一图像数据中与所述目标对象对应的图像区域去除，以获得第三图像数据；根据各所述底部图像区域对所述第三图像数据进行裁切处理，以获得第二图像数据。
41.在本发明实施例中，第一图像数据中实际上还容易包括位于远处的植被数据，而这些植被数据对于当前场景属性数据的确定来说构成干扰。所以，在将第一图像数据中与目标对象对应的图像区域去除之后，本发明进一步根据前述提取出的各目标对象对应的底部图像区域再对所述第一图像数据进行裁切处理，以准确提取出当前场景的地面区域图像。
42.进一步地，所述根据各所述底部图像区域对所述第三图像数据进行裁切处理，以获得第二图像数据，包括：确定各所述目标对象对应的底部图像区域在所述第一图像数据中的位置；根据所述位置确定出若干底部图像区域，以该底部图像区域为基准对所述第三图像数据进行裁切处理，以获得第二图像数据。
43.在本发明实施例中，根据各底部图像区域在第一图像数据中的位置可筛选出位于第一图像数据最外侧的若干底部图像区域，进而可以确定裁切框，据此裁切得出第二图像数据。
44.其中，如果目标对象只有一个，则与目标对象对应的底部图像区域也仅有一个，此时，可以直接以该底部图像区域为基准向下进行裁切，进而也可以大体获得当前场景的地面区域图像。
45.进一步地，所述根据所述场景属性数据对风险判断模型进行优化处理，包括：根据所述场景属性数据和预设关联关系确定若干风险识别子模型；将所述风险判断模型对应的若干所述风险识别子模型激活。
46.在本发明实施例中，本发明设置了风险判断模型，该风险判断模型可以是一个集
合模型，其中包括多个风险识别子模型，分别用于对不同的风险类型进行专门识别，使得其识别的适应性更广。与此同时，不同场景的维护要求是不同的，例如，对于变电站这类封闭场景，地面风险点主要是坑、凸起（砖块等），而对于户外的高压输电线塔这类非封闭场景，地面风险点则更为多样，除了坑洼、凸起等，还可以是积水、淤泥、灌木等，于是，本发明根据场景属性数据仅对风险判断模型中的指定风险识别子模型进行激活，从而可以显著提高风险判断模型的识别效率。
47.实施例二请参阅图2，图2是本发明实施例公开的一种自移动机器人的巡检系统的结构示意图。如图2所示，本发明实施例的一种自移动机器人的巡检系统，包括获取模块(101)、处理模块(102)、存储模块(103)；所述处理模块(102)与所述获取模块(101)、所述存储模块(103)连接；所述存储模块(103)，用于存储可执行的计算机程序代码；所述获取模块(101)，用于获取巡检现场的图像数据，并传输给所述处理模块(102)；所述处理模块(102)，用于通过调用所述存储模块(103)中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
48.该实施例中的一种自移动机器人的巡检系统的具体功能参照上述实施例一，由于本实施例中的系统采用了上述实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
49.实施例三请参阅图3，图3是本发明实施例公开的一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如实施例一所述的方法。
50.实施例四本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如实施例一所述的方法。
51.本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。
52.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于
由指令执行系统、系统或者器件使用或者与其结合使用的程序。
53.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括、但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
54.可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
55.注意，上述仅为本发明的较佳实施例及所运用的技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明的构思的情况下，还可以包括更多其他等效实施例，均属于本发明的保护范畴。