当前位置: 首页 > 专利查询>复旦大学专利>正文

一种利用红外巡检拍摄的故障识别方法技术

技术编号:25836905 阅读:127 留言:0更新日期:2020-10-02 14:17
本发明专利技术提供了一种利用红外巡检拍摄的故障识别方法,属于设备管理领域。本发明专利技术包括如下步骤:步骤1,将相机设置为最广角状态后拍摄全景图,并存储全景图;步骤2,对全景图进行检测及图像分割,得到全景分割图,初步确定待检设备中存在故障的设备;步骤3,确定在全景分割图中待检设备的数量,设置待检设备巡检的检测顺序;步骤4,对待检设备进行拍摄,得单个待检设备图片;步骤5,对单个待检设备图片的进行识别;步骤6,对单个待检设备图片进行图像分割,确定与该单个待检设备图片相对应的待检设备是否存在故障;步骤7,生成待检设备的检测报告。本发明专利技术可以对每个设备在短时间内实现两次检测判断其是否存在故障。

【技术实现步骤摘要】
一种利用红外巡检拍摄的故障识别方法
本专利技术属于设备管理领域,具体涉及一种利用红外巡检拍摄的故障识别方法。
技术介绍
传统的变电站的故障检测主要通过人工检测。由于变电站设备多,因此需要大量专业人员,非常耗费人力和物力。现有技术中,虽然智能巡检机器人被广泛地应用于设备故障检测中,通过安装有红外探头的巡检机器人测量设备的温度来检测设备是否存在故障,但由于变电站中设备众多,有时无法精确定位到具体设备上,因此只能做参考。
技术实现思路
本专利技术是为了解决上述问题而进行的,目的在于提供一种降低变电站的人力消耗和成本的利用红外巡检拍摄的故障识别方法。本专利技术提供了一种利用红外巡检拍摄的故障识别方法,用于使用带有红外镜头的相机的巡检机器人对待检区域中的待检设备进行故障识别,待检区域中具有a个机器人作业点,巡检机器人存储有待检区域图、所有待检设备的信息列表以及所有机器人作业点的位置信息,信息列表用于记录待检设备的类型和编号,具有这样的特征,包括如下步骤:步骤1,巡检机器人移动到第n个机器人作业点,将相机设置为最本文档来自技高网...

【技术保护点】
1.一种利用红外巡检拍摄的故障识别方法,用于使用带有红外镜头的相机的巡检机器人对待检区域中的待检设备进行故障识别,所述待检区域中具有a个机器人作业点,所述巡检机器人存储有所述待检区域图、所有所述待检设备的信息列表以及所有所述机器人作业点的位置信息,所述信息列表用于记录所述待检设备的类型和编号,其特征在于,包括如下步骤:/n步骤1,所述巡检机器人移动到第n个机器人作业点,将所述相机设置为最广角状态后拍摄全景图,并存储所述全景图,进入步骤2;/n步骤2,对所述全景图进行检测,在所述全景图中在每一个所述待检设备外生成检测框,并识别每一个所述待检设备的类型,然后对所有所述检测框内的图像进行像素级别图像...

【技术特征摘要】
1.一种利用红外巡检拍摄的故障识别方法,用于使用带有红外镜头的相机的巡检机器人对待检区域中的待检设备进行故障识别,所述待检区域中具有a个机器人作业点,所述巡检机器人存储有所述待检区域图、所有所述待检设备的信息列表以及所有所述机器人作业点的位置信息,所述信息列表用于记录所述待检设备的类型和编号,其特征在于,包括如下步骤:
步骤1,所述巡检机器人移动到第n个机器人作业点,将所述相机设置为最广角状态后拍摄全景图,并存储所述全景图,进入步骤2;
步骤2,对所述全景图进行检测,在所述全景图中在每一个所述待检设备外生成检测框,并识别每一个所述待检设备的类型,然后对所有所述检测框内的图像进行像素级别图像分割,得到全景分割图,利用所述红外镜头对所述全景分割图中的设备区域进行红外像素级别测温,使用预定的故障确定方法初步确定所述待检设备中存在故障的设备,进入步骤3;
步骤3,确定在所述全景分割图中所述待检设备的数量为b个,设置b个所述待检设备巡检的检测顺序,进入步骤4;
步骤4,根据所述检测顺序,所述巡检机器人对第m个所述待检设备进行拍摄,得单个待检设备图片,进入步骤5;
步骤5,对所述单个待检设备图片的进行识别,确认该单个待检设备图片相对应的待检设备的类型和编号,进入步骤6;
步骤6,对所述单个待检设备图片进行图像分割,得到单个设备分割图,对所述单个设备分割图的设备区域进行红外像素级别测温,使用预定的故障确定方法确定与该单个待检设备图片相对应的待检设备是否存在故障,进入步骤7;
步骤7,生成所述待检设备的检测报告,从所述信息列表中删除该待检设备的信息,进入步骤8;
步骤8,判断m是否等于b,当判断为是时,进入步骤9,否则令m=m+1,并返回步骤4;
步骤9,判断n是否等于a,当判断为是时,结束,否则令n=n+1,并返回步骤1,
其中,a、b、n以及m均为大于等于1的正整数,n和m的起始值均为1。


2.根据权利要求1所述的利用红外巡检拍摄的故障识别方法,其特征在于:
其中,在步骤2中,对所述全景图进行检测的算法为fasterrcnn算法。


3.根据权利要求1所述的利用红外巡检拍摄的故障识别方法,其特征在于:
其中,在步骤2中对所有所述检测框内的图像进行像素级别图像分割以及在步骤6中对所述单个待检设备图片进行图像分割的算法为maskrcnn算法。


4.根据权利要求1所述的利用红外巡检拍摄的故障识别方法,其特征在于:
其中,在步骤3中,还会分别判断在步骤2中生成的所述检测框是否超出所述全景图的边界,当判断为是时,则不将该检测框内的所述待检设备加入到检测顺序中,否则不进行任何操作。


5.根据权利要求1所述的利用红外巡检拍摄的故障识别方法,其特征在于:
其中,在步骤5中,...

【专利技术属性】
技术研发人员:卢文联李欣嘉任彦豪冯建峰
申请(专利权)人:复旦大学
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 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。

1