服务于电力机器人的人工智能系统及方法技术方案

本发明专利技术公开了一种服务于电力机器人的人工智能系统及方法，包括：嵌入式CPU模块，被配置为向数据处理模块发送数据调度指令；数据处理模块，被配置为基于接收到的数据调度指令，对接收到的数据进行智能化处理；所述数据处理模块包括：环境感知单元，被配置为基于多传感器融合信息，实现目标区域三维语义地图的智能构建和障碍物识别；路径规划单元，被配置为基于构建的三维语义地图，实现电力机器人路径规划；数据分析单元，被配置为基于获取的电力设备图像信息，实现目标设备的缺陷识别和位置检测。本发明专利技术基于轻量化的深度网络模型，实现了电力机器人感知、规划、作业、决策的智能化，有效提升了电力机器人的智能化作业水平。

【技术实现步骤摘要】
服务于电力机器人的人工智能系统及方法
本专利技术涉及电力机器人
，尤其涉及一种服务于电力机器人的人工智能系统及方法。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。自上世纪七十年代起，国内外先后开展了电力机器人的研究，在发电、输电、变电、配电、用电领域，均有相关成果，尤其是在变电领域，变电站巡检机器人、室内轨道巡检机器人等已经大规模推广应用，有力保障了电网设备安全稳定运行。随着电力机器人持续深化应用，暴露了机器人在应用过程中智能化程度弱、环境适应性差、作业能力低等问题，亟需突破机器人精准作业关键机器人，研制作业目标精确定位、机械臂作业精确控制的作业机器人系统，构建安全高效的电力设备智能运检体系。现有技术中，电力机器人普遍存在如下技术问题：(1)现有不同类型电力机器人的智能系统需定制开发，开发维护工作量大，电力设备巡检业务种类繁多，巡检数据采集方式多样，巡检数据分析方式迥异，从而导致各种电力机器人系统间人工智能功能存在分散、重复、无序开发的现象，造成了资源的浪费，客观上也限制了本文档来自技高网...

【技术保护点】
1.一种服务于电力机器人的人工智能系统，其特征在于，包括：/n嵌入式CPU模块，被配置为向数据处理模块发送数据调度指令；/n数据处理模块，被配置为基于接收到的数据调度指令，对接收到的数据进行智能化处理；所述数据处理模块包括：/n环境感知单元，被配置为基于多传感器融合信息，实现目标区域三维语义地图的智能构建和障碍物识别；/n路径规划单元，被配置为基于构建的三维语义地图，实现电力机器人路径规划；/n数据分析单元，被配置为基于获取的电力设备图像信息，实现目标设备的缺陷识别和位置检测。/n

【技术特征摘要】
1.一种服务于电力机器人的人工智能系统，其特征在于，包括：
嵌入式CPU模块，被配置为向数据处理模块发送数据调度指令；
数据处理模块，被配置为基于接收到的数据调度指令，对接收到的数据进行智能化处理；所述数据处理模块包括：
环境感知单元，被配置为基于多传感器融合信息，实现目标区域三维语义地图的智能构建和障碍物识别；
路径规划单元，被配置为基于构建的三维语义地图，实现电力机器人路径规划；
数据分析单元，被配置为基于获取的电力设备图像信息，实现目标设备的缺陷识别和位置检测。


2.如权利要求1所述的一种服务于电力机器人的人工智能系统，其特征在于，还包括：
数据采集模块，被配置为接收嵌入式CPU模块的数据调度指令，向数据处理模块和/或数据输出模块分别单向传输采集到的电力数据；
数据输出模块，被配置为接收嵌入式CPU模块的数据调度指令，实现对数据处理结果或者采集数据的输出。


3.如权利要求2所述的一种服务于电力机器人的人工智能系统，其特征在于，嵌入式CPU模块与数据采集模块、数据计算模块和数据输出模块之间仅进行数据调度指令的传送；
数据的计算通过数据计算模块完成，数据采集模块与数据计算模块和/或数据输出模块之间进行单向的数据传输。


4.如权利要求1所述的一种服务于电力机器人的人工智能系统，其特征在于，利用激光传感器和视觉传感器，采用多传感器信息融合技术，识别目标区域障碍物信息，构建电力机器人环境语义地图。


5.如权利要求1所述的一种服务于电力机器人的人工智能系统，其特征在于，基于获取的电力设备图像信息，实现目标设备的缺陷识别，具体过程包括：
获取电力设备图像信息并进行预处理；将获取的电力设备图像信息输入到训练好的卷积神经网络模型，输出缺陷分类结果及缺陷位置；
其中，所述卷积神经网络模型在训练过程中，为每一个分类类别分别设置类别编号和类别系数，用以决定主导训练的类别。


6.如权利要求5所述的一种服务于电力机器人的人工智能系统，其特征在于，所述卷积神经网络模型的训练过程包括：
获取包含特定缺陷场景的图像并进行标定，构建训练样本集；
获取训练样本的卷积特征图；
通过区域生成网络在所述卷积特征图上生成预选框；
将预选框映射到卷积特征图的对应位置，将大小不同的卷积特征图池化成大小相同的卷积特征图；
输出预测分数最高的预选框作为检测输出。


7.如权利要求6所述的一种服务于电力机器人的人工智能系统，其特征在于，输出预测分数最高的预选框作为检测输出，具体过程包括：
对于预测分数最高的预选框M之外的其余预选框Mi，分别求取Mi与M的重合度，根据重合度对预选框Mi的预测分数进行惩罚，对惩罚后的预测分数进行排序；i＝1,2,3…N。


8.如权利要求7所述的一种服务于电力机器人的人工智能系统，其特征在于，当预选框Mi与预选框M的重合度低于设定阈值时，预选框Mi的预测分数不受影响；
当预选框Mi与预选框M的重合度超过设定阈值时，所述重合度越高，其预测分数越低。


9.如权利要求1所述的一种服务于电力机器人的人工智能系统，其特征在于，基于获取的电力设备图像信息，实现目标设备的位置检测，具体过程包括：
对双目相机参数进行标定，利用双目相机获取机器人作业目标的图像；
将所述机器人作业目标的图像分别输入到训练好的图像语义模型，得到左右目图像中不同设备的轮廓信息；
分别取左右目图像中目标轮廓的外接矩形为感兴趣区域，计算得到两个区域的左右目视差图，根据视差图得到目标的三维坐标信息。


10.如权利要求9所述的一种服务于电力机器人的人工智能系统，其特征在于，电力机...

【专利技术属性】
技术研发人员：王万国，王振利，李建祥，许玮，慕世友，周大洲，王克南，许乃媛，王勇，刘晗，许荣浩，张旭，王琦，刘斌，郭修宵，郭锐，王海鹏，刘海波，张海龙，刘丕玉，
申请(专利权)人：国网智能科技股份有限公司，
类型：发明
国别省市：山东;37