【技术实现步骤摘要】
本专利技术涉及电网运维，尤其涉及一种巡检机器人的异常预警方法及系统。
技术介绍
1、目前，随着人工智能技术的不断发展，逐渐将人工智能技术应用于输电线巡检领域。巡检机器人可以挂在输电线上并能够沿着输电线移动，巡检机器人搭载相机、智能手机等图像采集设备，用于采集输电线的图像信息，并利用人工智能技术对图像信息进行处理，实现输电线的自主巡检。故在输电线自主巡检的过程中，确保巡检机器人能够采集到高质量图像信息是获取准确巡检结果的重中之重。
2、而现有技术中，搭载了巡检机器人进行采集的过程中，采集图像信息受到外部环境的影响较大，而采集的图像发生模糊等质量不符合要求的时候，往往不知道是由于机器人晃动导致的还是说机器人的成像设备故障等原因导致的，从而往往无法对原因及时发现，进而处理，所以，为保证巡检机器人能够采集到高质量图像信息，需要对输电线图像进行监测，当成像异常时，及时发出预警，进而确保巡检结果的准确性。
技术实现思路
1、本专利技术的目的是提供一种巡检机器人的异常预警方法及系统，能够能准确判断巡检机器人的成像是否异常，当成像异常时及时发出预警，进而确保巡检结果的准确性。
2、本专利技术采用的技术方案为：
3、一种巡检机器人的异常预警方法及系统，包括如下步骤：
4、s101：获取巡检机器人在当前时刻采集的当前输电线图像，并对所述当前输电线图像进行语义分割，得到所述当前输电线图像中当前输电线区域；
5、s102：获取巡检机器人在所述当前
6、s103：计算所述当前输电线区域和所述相邻输电线区域的区域变化量；
7、s104：获取巡检机器人的运行晃动度，所述运行晃动度为所述当前时刻和下一个相邻时刻之间惯性传感器的示数变化量；
8、s105：响应于所述区域变化量和所述运行晃动度不等于设定比例，发出巡检机器人成像异常的预警信息。
9、所述步骤s101中得到所述当前输电线图像中当前输电线区域具体包括如下步骤：
10、将所述当前输电线图像输入训练完毕的语义分割网络，输出所述当前输电线图像中的输电线掩码，所述输电线掩码中输电线区域内像素点的取值为1，输电线区域外像素点的取值为0；
11、将所述输电线掩码中取值为1的像素点所构成的区域作为当前输电线区域。
12、所述语义分割网络为unet、fcn或deeplab。
13、所述步骤s103具体包括如下步骤：
14、依据巡检机器人的运行速度和运行方向确定所述当前输电线图像和所述相邻输电线区域的交集区域；
15、在所述交集区域内，计算所述当前输电线区域和所述相邻输电线区域的交并比；
16、基于所述交并比计算区域变化量，所述区域变化量满足关系式：
17、bt＝1-iou
18、其中，iou为所述交并比，bt为区域变化量。
19、所述步骤s104中运行晃动度满足关系式：
20、δimu＝‖imut-imut+1‖2
21、其中imut为当前时刻惯性传感器的示数，imut+1为下一个相邻时刻惯性传感器的示数，δimu为运行晃动度。
22、所述步骤s105中所述设定比例为所述运行晃动度与所述区域变化量之间的相关系数，所述设定比例的获取方法包括：
23、在历史巡检过程中，采集任意相邻时刻之间的区域变化量和运行晃动度，并计算区域变化量和运行晃动度的比值作为一个样本值；
24、采集多个样本值，并依据密度聚类算法对所有样本值进行聚类，得到多个聚类簇，一个聚类簇对应一个聚类中心，所述聚类中心为聚类簇中所有样本值的均值；
25、计算每个聚类簇的密度指标，所述密度指标为聚类簇中样本值数量与聚类簇面积的比值；
26、将密度指标最大值对应聚类簇的聚类中心作为设定比例。
27、所述密度聚类算法为dbscan算法或hdbscan算法。
28、一种巡检机器人的异常预警系统，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据权利要求1至7中任一项所述的巡检机器人的异常预警方法。
29、本专利技术通过首先获取当前输电线图像中当前输电线区域，以及下一个相邻时刻采集的相邻输电线图像中的相邻输电线区域，进而获取相邻时刻的图像中输电线区域的区域变化量；进而通过相邻时刻惯性传感器的示数获取巡检机器人的运行晃动度，依据运行晃动度与区域变化量之间的比例关系准确判断巡检机器人成像是否异常，及时发出预警，对巡检机器人进行检修，保证巡检机器人正常成像，进而确保巡检结果的准确性。
本文档来自技高网...【技术保护点】
1.一种巡检机器人的异常预警方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种巡检机器人的异常预警方法，其特征在于，所述步骤S101中得到所述当前输电线图像中当前输电线区域具体包括如下步骤：
3.根据权利要求2所述的一种巡检机器人的异常预警方法，其特征在于，所述语义分割网络为UNet、FCN或DeepLab。
4.根据权利要求1所述的一种巡检机器人的异常预警方法，其特征在于，所述步骤S103具体包括如下步骤：
5.根据权利要求1所述的一种巡检机器人的异常预警方法，其特征在于，所述步骤S104中运行晃动度满足关系式：
6.根据权利要求1所述的一种巡检机器人的异常预警方法，其特征在于，所述步骤S105中所述设定比例为所述运行晃动度与所述区域变化量之间的相关系数，所述设定比例的获取方法包括：
7.根据权利要求6所述的一种巡检机器人的异常预警方法，其特征在于，所述密度聚类算法为DBSCAN算法或HDBSCAN算法。
8.一种巡检机器人的异常预警系统，其特征在于，包括处理器和存储器，所述存储器存
...【技术特征摘要】
1.一种巡检机器人的异常预警方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种巡检机器人的异常预警方法，其特征在于，所述步骤s101中得到所述当前输电线图像中当前输电线区域具体包括如下步骤：
3.根据权利要求2所述的一种巡检机器人的异常预警方法，其特征在于，所述语义分割网络为unet、fcn或deeplab。
4.根据权利要求1所述的一种巡检机器人的异常预警方法，其特征在于，所述步骤s103具体包括如下步骤：
5.根据权利要求1所述的一种巡检机器人的异常预警方法，其特征在于，所述步骤s104中...
【专利技术属性】
技术研发人员：郭涵，原玮，赵普振，马江旭，张衔，朱赛伟，
申请(专利权)人：河南送变电建设有限公司，
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。