【技术实现步骤摘要】
基于物联网的人工智能设备无人化运行监管系统及方法
[0001]本专利技术涉及无人化运行监管
，具体为基于物联网的人工智能设备无人化运行监管系统及方法
。
技术介绍
[0002]随着物联网技术的不断发展，人们对物联网技术的运用越来越广泛，在智慧农业领域，人们通过物联网技术逐渐实现农业设备的无人化，通过传感器对农作物生长状态的监测，结合人工智能技术对农业设备需要执行的事件进行识别，并加以管控，有效地提高作业精度和作业效率；但是，农业设备在进行无人化管控时，不得不面对障碍物阻碍设备通行的问题，其在一定程度上影响了无人设备的执行效率
。
[0003]现有的基于物联网的人工智能设备无人化运行监管系统中，通常采用的都是局部避障措施，即通过设备上内置的传感器检测设备所处区域内的障碍物分布情况，并根据障碍物分布情况对设备前进路线进行避障；但是该方式存在较大的曲线，首先，障碍物的位置只有在设备靠近时才能够监测到，并在监测到障碍物时才进行规划避障方案，该操作存在较大的时延，进而通过该方式进行管控时，无法有效对无人设备的执行时长进行有效预测，当存在多设备同时执行同一事件时，实际执行情况（时间）可能与预测时长存在较大的偏差，执行时长的偏差，可能会导致无人设备的运行能源出现异常进而无法有效完成相应的待执行事件，因此，设备管控存在漏洞
。
技术实现思路
[0004]本专利技术的目的在于提供基于物联网的人工智能设备无人化运行监管系统及方法，以解决上述
技术介绍
中提出的问题
。
[...
【技术保护点】
【技术特征摘要】
1.
基于物联网的人工智能设备无人化运行监管方法，其特征在于，所述方法包括以下步骤：
S1、
通过巡检无人机对待测区域内进行巡检，实时采集待测区域内的图像信息，并通过深度学习中的
K
‑
近邻算法对巡检无人机采集的图像进行识别，生成待测区域中的目标执行区域及相应执行事件；并识别出目标执行区域内的障碍物，结合历史巡检数据，生成目标执行区域对应的固定障碍物集合及应急障碍物集合；
S2、
在目标执行区域不为空时，所述巡检无人机通过物联网终端向目标区域周边预设范围内闲置且能够执行相应执行事件的无人设备发送应急指令，控制接收到应急指令的无人设备沿相应无人设备对应的导航路线移动，并预测每个无人设备到达目标执行区域所需的时长，相应无人设备对应的导航路线为相应无人设备与目标执行区域边缘位置距离最近的规划路线，所述规划路线为数据库中起始点与终点之间对应的预制路线；
S3、
结合目标执行区域对应的固定障碍物集合对目标执行区域进行划分，并结合接收到应急指令的无人设备的数量及相应的无人设备到达目标执行区域所需时长的预测值，对目标执行区域进行自适应均衡划分，将所得自适应均衡划分结果与接收到应急指令的无人设备进行绑定；
S4、
根据无人设备绑定的自适应均衡划分结果所属范围的形状及
S2
中无人设备在目标执行区域边缘的位置，生成无人设备事件执行路径，执行过程中，无人设备上设置的障碍物检测传感器实时根据检测到的障碍物对应急障碍物集合进行更新，并根据应急障碍物集合中障碍物在相应无人机设备事件执行路径中的位置，结合巡检无人机的采集画面筛选数据库中对应的局部避障路径方案，对相应无人设备事件执行路径进行校准；
S5、
物联网终端实时检测目标执行区域内相应事件执行过程中，巡检无人机及相应无人设备的运行状态，并对运行状态异常的巡检无人机或无人设备进行预警
。2.
根据权利要求1所述的基于物联网的人工智能设备无人化运行监管方法，其特征在于：所述
S1
中生成待测区域中的目标执行区域及相应执行事件的方法包括以下步骤：
S101、
巡检无人机对待测区域内进行巡检，实时采集待测区域内的图像信息，并通过
K
‑
近邻算法识别采集图像中不同类别的像素点在数据库预置表单中对应的物品识别特征，所述物品识别特征包括植物体特征
、
土地特征及障碍物特征；
S102、
根据
K
‑
近邻算法处理后的图像数据中，任意单位面积中植物体特征所属区域内的总面积与单位面积的比值，来判定相应单位面积对应的区域是否为目标区域，当单位面积对应的植物体特征所属区域内的总面积与单位面积的比值大于等于预设值时，则判定相应单位面积对应的区域为目标区域，反之，则判定相应单位面积对应的区域不为目标区域；
S103、
查询数据库预置表单中目标执行区域内各个物品识别特征分别对应像素区域面积之间的比值关系相应的执行事件，不同比值关系在数据库预置表单中对应的执行事件不同；将所得执行事件相同的目标区域构成的并集区域记为相应执行事件对应的目标执行区域；所述
S1
中生成目标执行区域对应的固定障碍物集合及应急障碍物集合的方法包括以下步骤：
S111、
获取巡检无人机在待测区域内采集图像的识别结果中各个障碍物对应的区域，
并将所得障碍物区域进行标记，将每个标记结果均作为一个元素，并逐个将所有标记结果录入到一个空白集合中，得到标记障碍物集合；
S112、
获取待测区域内的历史巡检数据中，基于当前时间的前
n
次巡检结果分别对应的标记障碍物集合，并将所得的各个标记障碍物集合与
S11
中得到的标记障碍物集合之间构成的交集记为目标执行区域对应的固定障碍物集合；
S113、
得到目标执行区域对应的应急障碍物集合，所述目标执行区域对应的应急障碍物集合为目标执行区域对应的固定障碍物集合在
S11
中所得标记障碍物集合中的绝对补集
。3.
根据权利要求1所述的基于物联网的人工智能设备无人化运行监管方法，其特征在于：所述
S2
中控制接收到应急指令的无人设备沿相应无人设备对应的导航路线移动时，不同位置的无人设备与目标执行区域边缘中距离最近的位置点不同，所得不同无人设备对应的导航路线的终点不同；所述预测每个无人设备到达目标执行区域所需的时长等于相应无人设备对应的导航路线的距离与数据库中相应无人设备的平均移动速度的比值
。4.
根据权利要求1所述的基于物联网的人工智能设备无人化运行监管方法，其特征在于：所述
S3
中结合目标执行区域对应的固定障碍物集合对目标执行区域进行划分时，将目标执行区域对应的固定障碍物集合中的每个元素作为一个区域划分节点，将相邻的区域划分节点的连线作为一条分割线，将目标执行区域划分成轮廓区域及分割区域，所述分割区域为目标执行区域中各个分割线围成的区域，所述轮廓区域为目标执行区域内各个分割线构成的最大轮廓与目标执行区域的外部轮廓之间的区域，当目标执行区域内区域划分节点的个数为1个或2个时，目标执行区域的分割区域为空，且目标执行区域的轮廓区域为目标执行区域本身；当目标执行区域内区域划分节点的个数大于等于3个时，将目标执行区域内各个分割线构成的最大轮廓上的区域划分节点分别与目标执行区域的外部轮廓的最短距离对应的线段作为备选分割线，通过备选分割线将轮廓区域划分成不同的子轮廓区域；所述
S3
中对目标执行区域进行自适应均衡划分的方法包括以下步骤：
S31、
预测第一个到达目标执行区域边缘的无人设备的到达时间，记为初始时间
t0
，所述
t0
等于当前时间与第一个到达目标执行区域边缘的无人设备到达目标执行区域所需时长的预测值之和；并获取其余各个无人设备到达目标执行区域边缘的预测时间；
S32、
结合数据库中预置的各个无人设备对目标执行区域相应事件的执行速度，所述执行速度等于单位时间内执行相应事件时完成的区域面积，构建目标执行区域相应事件的瞬时执行速度与时间的关系，所述目标执行区域相应事件的瞬时执行速度等于相应时间点到达目标执行区域的各个无人设备分别对目标执行区域相应事件的执行速度之和；并计算构建的关系中对时间的积分运算中值等于目标执行区域面积时对应的时间值，记为
t1
；
S33、
得到各个无人设备对目标执行区域的最佳执行面积，将无人设备的总数记为
m
，所述最佳执行面积等于
t1
与相应无人设备的到达时间的差值与相应无人设备对目标执行区域相应事件的执行速度的乘积；
S34、
当目标执行区域内区域划分节点的个数为1个时，将区域划分节点为端点，将目标
执行区域内区域划分成
m
份，并确保
m
份划分结果中每份划分区域的面积对应一个无人设备对目标执行区域的最佳执行面积，且划分结果对应的划分影响值最小，并将所得划分结果与相应无人设备进行绑定；当目标执行区域内区域划分节点的个数为2个时，将目标执行区域随机划分成
m
份，将区域划分节点对应分割线的点均划分到划分结果的边缘轮廓上，
m
份划分结果中每份划分区域的面积对应一个无人设备对目标执行区域的最佳执行面积，且划分结果对应的划分影响值最小，并将所得划分结果与相应无人设备进行绑定；所述划分影响值等于每份划分区域的周长与相应区域面积比值的平均值；当目标执行区域内区域划分节点的个数大于等于3个时，生成融合方案，所述融合方案中包括
H
个区域子类别且
H≤m
，每个区域子类别由子轮廓区域或分割区域或子轮廓区域与相邻的分割区域的组合区域构成，且每个融合方案中各个区域子类别分别对应的区域的并集为目标执行区域；构建无人设备的设备组合方案，所述设备组合方案包括多个设备子类别，每个设备子类别包括一个或多个无人设备，获取第
r
个设备组合方案中的设备子类别的个数记为
h
，得到第
r
个设备组合方案的区域划...
【专利技术属性】
技术研发人员：徐忠建，赵魏维，计宏，时英理，郭绪，谢丹，
申请(专利权)人：江苏智慧汽车研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。