【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种面向工业三防领域的无人机自适应巡检方法及系统。
技术介绍
1、在工业自动化和智能制造领域，特别是在工业三防（防尘、防水、防震）环境下，无人机巡检作为一种高效、灵活的监测手段，发挥着越来越重要的作用。工业三防环境对设备的稳定性和耐用性提出了极高的要求，无人机巡检能够实现对这些环境下工业设施的远程、实时监测，确保生产安全和效率。然而，传统的巡检方法在处理工业三防环境下的复杂工业设施时，面临着诸多挑战。这些设施例如包含大量相互关联且易受环境影响的设备，如化工厂中的储罐、管道、阀门等。这些设备不仅数量众多，而且其运行状态直接关系到生产安全和效率。传统的巡检方法往往依赖于人工判读无人机拍摄的图像，这种方法不仅耗时费力，而且容易受到人为因素的影响，导致巡检效率和准确性受限。为了提高巡检效率和准确性，研究者们开始探索基于计算机视觉和机器学习的无人机自动巡检技术。这些技术通过对无人机拍摄的图像进行自动处理和分析，能够实现对工业设施的快速检测和异常识别。然而，现有的自动巡检技术大多只关注单个图像对象的识别，忽略了图像对象之间的因果牵涉关系，以及工业三防环境对设备状态的潜在影响。这导致在复杂工业场景中，特别是工业三防环境下，容易出现误报和漏报的情况。此外，现有的自动巡检技术在进行图像识别时，例如采用串行处理方式，即逐一处理图像对象。这种处理方式在处理大规模图像数据时效率低下，难以满足工业三防环境下对实时巡检的需求。
技术实现思路
1、有鉴于此，本申请提供一种面向工业三防
2、一方面，本申请提供一种面向工业三防领域的无人机自适应巡检方法，包括：获取无人机拍摄的目标三防区域的待识别图像；其中，所述待识别图像包含多个图像区域，一个图像区域中的图像对象表示一个待检测设施；依据所述待识别图像中的各个图像区域的图像对象和不同图像对象之间的因果牵涉关系生成巡检对象图谱；所述巡检对象图谱包含多个对象节点和关系连接线，一个对象节点用以表示一个图像区域的图像对象，一个关系连接线用以表征连接对象节点表示的图像对象之间的因果牵涉关系；在依据所述巡检对象图谱对所述待识别图像进行图像识别时，从所述巡检对象图谱中筛选得到能进行同时识别的对照对象节点；对所述对照对象节点表示的图像对象进行同时识别处理，获得所述待识别图像的异常识别评估信息；基于所述异常识别评估信息生成航线确认指令，并将所述航线确认指令发送至所述无人机，以便所述无人机响应所述航线确认指令进行巡检。
3、另一方面，本申请还提供一种计算机系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上所述方法中的步骤。
4、本申请的有益效果：本申请实施例中，获取无人机返回的待识别图像，该待识别图像包括多个图像区域，一个图像区域的图像对象表示一个待检测设施；基于待识别图像中的各图像区域的图像对象以及不同图像对象之间的因果牵涉关系，可生成出一个巡检对象图谱。其中，巡检对象图谱中一个对象节点用以表示图像对象，一个连接线代表不同对象节点表示的图像对象之间的因果牵涉关系。基于此，本申请能将待识别图像转化为巡检对象图谱，依据巡检对象图谱可以清晰呈现待识别图像中的各个图像对象之间的因果牵涉关系，帮助依据巡检对象图谱进行并发的图像识别。换言之，在依据巡检对象图谱对待识别图像进行图像识别时，能在巡检对象图谱中筛选得到能进行同时识别的对照对象节点，以及对能进行同时识别的对照对象节点表示的图像对象进行同时识别处理。这样，依据生成出的巡检对象图谱能直接快捷地确定能进行同时识别的对照对象节点。对能进行同时识别的对照对象节点进行同时识别，令待识别图像中的各个图像区域对应图像对象的识别进行并发完成，以增加待识别图像的识别速度，进而提高巡检指令的快速生成，增加巡检效率。
本文档来自技高网...【技术保护点】
1.一种面向工业三防领域的无人机自适应巡检方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，生成的巡检对象图谱为优化后的巡检对象图谱，且所述优化后的巡检对象图谱中的关系连接线是具有方向的连接线；所述依据所述待识别图像中的各个图像区域的图像对象和不同图像对象之间的因果牵涉关系生成巡检对象图谱，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述基础巡检对象图谱包含的对象节点和连接线的方向，对所述基础巡检对象图谱进行优化，得到优化后的巡检对象图谱，包括：
4.根据权利要求3所述的方法，其特征在于，所述数据库保存有已经确定异常识别评估信息的图像对象的对象特征；所述在数据库中，搜索所述基础巡检对象图谱中任一对象节点表示的图像对象的异常识别评估信息，包括：
5.根据权利要求1所述的方法，其特征在于，所述从所述巡检对象图谱中筛选得到能进行同时识别的对照对象节点，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述巡检对象图谱确定出各对象节点的重要性权重，包括：
7.根据权利要求6所述
8.根据权利要求1所述的方法，其特征在于，所述待识别图像的异常识别评估信息包含对所述待识别图像中的各个图像区域的异常识别评估信息；所述方法还包括：
9.根据权利要求8所述的方法，其特征在于，所述基于各个处理单元的空闲算力和所述目标对象节点表示的图像对象的数据规模，在所述各个处理单元中筛选得到目标处理单元，包括：
10.一种计算机系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至9任一项所述方法中的步骤。
...【技术特征摘要】
1.一种面向工业三防领域的无人机自适应巡检方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，生成的巡检对象图谱为优化后的巡检对象图谱，且所述优化后的巡检对象图谱中的关系连接线是具有方向的连接线；所述依据所述待识别图像中的各个图像区域的图像对象和不同图像对象之间的因果牵涉关系生成巡检对象图谱，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述基础巡检对象图谱包含的对象节点和连接线的方向，对所述基础巡检对象图谱进行优化，得到优化后的巡检对象图谱，包括：
4.根据权利要求3所述的方法，其特征在于，所述数据库保存有已经确定异常识别评估信息的图像对象的对象特征；所述在数据库中，搜索所述基础巡检对象图谱中任一对象节点表示的图像对象的异常识别评估信息，包括：
5.根据权利要求1所述的方法，其特征在于，所述从所述巡检对象图谱中筛选得到能进行同时识别的对照对象...
【专利技术属性】
技术研发人员：丁恒，刘俊德，何勇海，王晟，吴世闽，谢海霞，雷晨，卢蓉，
申请(专利权)人：深圳市喜悦智慧数据有限公司，
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。