一种基于人工智能的清洁机器人卡死风险评估方法及系统技术方案

本发明专利技术涉及人工智能技术领域，具体涉及一种基于人工智能的清洁机器人卡死风险评估方法及系统。该方法包括：无人机通过关键点检测网络获取光伏电池板的中心点坐标，当光伏电池板的中心点位于无人机视野中心点时采集图像；无人机采集图像时触发红外测距传感器测量无人机到地面的距离，并获取无人机的高度；将无人机的高度输入纵坐标计算模型中得到光伏电池板的中心点在世界坐标系中的纵坐标计算相邻两个光伏电池板的中心点在世界坐标系中的纵坐标差值，根据纵坐标差值评估清洁机器人的卡死风险。该方法解决了相邻光伏电池板之间的上下落差导致清洁机器人卡死，且清洁机器人难以恢复进一步导致光伏电池板出现热斑及光电转换效率下降的问题。

【技术实现步骤摘要】
一种基于人工智能的清洁机器人卡死风险评估方法及系统
本专利技术涉及人工智能
，具体涉及一种基于人工智能的清洁机器人卡死风险评估方法及系统。
技术介绍
光伏发电具有显著的能源、环保和经济效益，是最优质的绿色能源之一。保持光伏电池板表面清洁是确保光电转换效率的重要方法之一。目前对于光伏电池板的清洁，利用光伏清洗机器人进行智能化清洗已成为一个趋势。通过清洁机器人清洁光伏电池板解决了人力浪费、人工清洗速度慢以及效率低的问题。太阳能电池板一般都是横向整齐排列，但是由于时间或者电池板自身重力等原因，光伏电池板会出现上移和下落现象，相邻光伏电池板之间就会产生上下差。光伏清洁机器人在清洁过程中，如果相邻光伏电池板之间存在上下差，将会导致轨道式清洁机器人难以前进，出现卡顿卡死等故障，并且机器人难以自行恢复，进一步会导致光伏电池板出现热斑及光电转换效率降低等问题。
技术实现思路
为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能的清洁机器人卡死风险评估方法及系统，所采用的技术方案如下：第一方面，本专利技术实施例提供了一种基于人工智能的清洁机器人卡死风险评估方法，该方法包括以下步骤：无人机通过关键点检测网络实时检测光伏电池板的四个角点坐标，并获取所述光伏电池板的中心点坐标，当所述光伏电池板的中心点位于无人机视野中心点时采集图像；所述无人机采集图像时触发红外测距传感器测量所述无人机到地面的距离，并获取所述无人机的高度；将所述无人机的高度输入纵坐标计算模型中得到所述光伏电池板的中心点在世界坐标系中的纵坐标；所述无人机的高度与所述纵坐标呈正相关关系；计算相邻两个光伏电池板的中心点在所述世界坐标系中的纵坐标差值，根据所述纵坐标差值评估所述清洁机器人的卡死风险。进一步地，所述关键点检测网络采用编码器-解码器的网络结构，并采用均方差损失函数优化网络参数，具体训练过程如下：对样本图像训练集中所述光伏电池板的四个角点坐标进行标注得到关键点散点图，将所述关键点散点图与高斯核卷积得到标签图像；所述样本图像训练集为无人机采集的光伏电池板图像的集合；将所述光伏电池板图像和对应的标签图像输入所述关键点检测网络中进行端到端的训练。进一步地，所述红外测距传感器发射红外线的方向与所述无人机所在的水平面的夹角为预设测量角度。进一步地，所述纵坐标计算模型的构建方法如下：将所述光伏电池板的中心点坐标通过透视变换从图像坐标系转换到世界坐标系下；建立无人机的高度与光伏电池板的中心点在世界坐标系下的纵坐标之间的关系。进一步地，所述纵坐标差值与所述清洁机器人的卡死风险呈正相关关系。第二方面，本专利技术实施例提供了一种基于人工智能的清洁机器人卡死风险评估系统，包括：图像采集模块，用于无人机通过关键点检测网络实时检测光伏电池板的四个角点坐标，并获取所述光伏电池板的中心点坐标，当所述光伏电池板的中心点位于无人机视野中心点时采集图像；无人机高度获取模块，用于在所述无人机采集图像时触发红外测距传感器测量所述无人机到地面的距离，并获取所述无人机的高度；中心点纵坐标获取模块，用于将所述无人机的高度输入纵坐标计算模型中得到所述光伏电池板的中心点在世界坐标系中的纵坐标；所述无人机的高度与所述纵坐标呈正相关关系；卡死风险评估模块，用于计算相邻两个光伏电池板的中心点在所述世界坐标系中的纵坐标差值，根据所述纵坐标差值评估所述清洁机器人的卡死风险。进一步地，所述图像采集模块包括关键点检测网络，所述关键点检测网络包括：标注子单元，用于对样本图像训练集中所述光伏电池板的四个角点坐标进行标注得到关键点散点图，将所述关键点散点图与高斯核卷积得到标签图像；所述样本图像训练集为无人机采集的光伏电池板图像的集合；训练子单元，用于将所述光伏电池板图像和对应的标签图像输入所述关键点检测网络中进行端到端的训练。进一步地，所述红外测距传感器发射红外线的方向与所述无人机所在的水平面的夹角为预设测量角度。进一步地，所述中心点纵坐标获取模块包括纵坐标计算模型，所述纵坐标计算模型包括：坐标系转换子单元，用于将所述光伏电池板的中心点坐标通过透视变换从图像坐标系转换到世界坐标系下；关系建立子单元，用于建立无人机的高度与光伏电池板的中心点在世界坐标系下的纵坐标之间的关系。进一步地，所述纵坐标差值与所述清洁机器人的卡死风险呈正相关关系。本专利技术实施例至少具有如下有益效果：1.本专利技术实施例通过无人机的高度直接得到光伏电池板的中心点在世界坐标系中的纵坐标，进而得到相邻光伏电池板之间的纵坐标差值，根据纵坐标差值评估清洁机器人的卡死风险，解决了相邻光伏电池板之间的上下落差导致清洁机器人卡死，且清洁机器人难以恢复进一步导致光伏电池板出现热斑及光电转换效率下降的问题。2.本专利技术实施例通过无人机的高度不在高度阈值范围内判断光伏电池板有掉落的风险，提示管理人员及时对光伏电池板进行调整。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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它附图；图1为本专利技术一个实施例所提供的一种基于人工智能的清洁机器人卡死风险评估方法流程图；图2为本专利技术一个实施例所提供的一种基于人工智能的清洁机器人卡死风险评估系统示意图；图3为本专利技术一个实施例所提供的纵坐标计算模型对应的函数图像；图4为本专利技术一个实施例所提供的基于人工智能的清洁机器人卡死风险评估系统的结构框图。具体实施方式为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于人工智能的清洁机器人卡死风险评估方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。下面结合附图具体的说明本专利技术所提供的一种基于人工智能的清洁机器人卡死风险评估方法及系统的具体方案。请参阅图1和图2，图1示出了本专利技术一个实施例提供的一种基于人工智能的清洁机器人卡死风险评估方法流程图，图2示出了本专利技术一个实施例所提供的一种基于人工智能的清洁机器人卡死风险评估系统示意图，该方法包括如下步骤：步骤S101：无人机通过关键点检测网络实时检测光伏电池板的四个角点坐标，并获取光伏电池板的中心点坐标，当光伏电池板的中心点位于无人机视野中心点时采集图像。步骤S102：无人机采集图像时触发红外测距传感器测量本文档来自技高网...

【技术保护点】
1.一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，该方法包括以下步骤：/n所述无人机通过关键点检测网络实时检测光伏电池板的四个角点坐标，并获取所述光伏电池板的中心点坐标，当所述光伏电池板的中心点位于无人机视野中心点时采集图像；/n所述无人机采集图像时触发红外测距传感器测量所述无人机到地面的距离，并获取所述无人机的高度；/n将所述无人机的高度输入纵坐标计算模型中得到所述光伏电池板的中心点在世界坐标系中的纵坐标；所述无人机的高度与所述纵坐标呈正相关关系。/n计算相邻两个光伏电池板的中心点在所述世界坐标系中的纵坐标差值，根据所述纵坐标差值评估所述清洁机器人的卡死风险。/n

【技术特征摘要】
1.一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，该方法包括以下步骤：
所述无人机通过关键点检测网络实时检测光伏电池板的四个角点坐标，并获取所述光伏电池板的中心点坐标，当所述光伏电池板的中心点位于无人机视野中心点时采集图像；
所述无人机采集图像时触发红外测距传感器测量所述无人机到地面的距离，并获取所述无人机的高度；
将所述无人机的高度输入纵坐标计算模型中得到所述光伏电池板的中心点在世界坐标系中的纵坐标；所述无人机的高度与所述纵坐标呈正相关关系。
计算相邻两个光伏电池板的中心点在所述世界坐标系中的纵坐标差值，根据所述纵坐标差值评估所述清洁机器人的卡死风险。


2.根据权利要求1所述的一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，所述关键点检测网络采用编码器-解码器的网络结构，并采用均方差损失函数优化网络参数，具体训练过程如下：
对样本图像训练集中所述光伏电池板的四个角点坐标进行标注得到关键点散点图，将所述关键点散点图与高斯核卷积得到标签图像；
所述样本图像训练集为无人机采集的光伏电池板图像的集合；
将所述光伏电池板图像和对应的标签图像输入所述关键点检测网络中进行端到端的训练。


3.根据权利要求1所述的一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，所述红外测距传感器发射红外线的方向与所述无人机所在的水平面的夹角为预设测量角度。


4.根据权利要求1所述的一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，所述纵坐标计算模型的构建方法如下：
将所述光伏电池板的中心点坐标通过透视变换从图像坐标系转换到世界坐标系下；
建立无人机的高度与光伏电池板的中心点在世界坐标系下的纵坐标之间的关系。


5.根据权利要求1所述的一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，所述纵坐标差值与所述清洁机器人的卡死风险呈正相关关系。


6.一种基于人工智能的清洁机器人卡死风险评估系统，其特征在于...

【专利技术属性】
技术研发人员：徐双双，黄振海，
申请(专利权)人：徐双双，
类型：发明
国别省市：福建;35