楼宇内重点巡检目标巡检方法、系统、电子设备和介质技术方案

本发明专利技术公开了一种楼宇内重点巡检目标巡检方法、系统、电子设备和介质，结合SLAM地图构建导航技术和深度学习技术，通过SLAM进行机器人导航、定位，使移动机器人能感知环境，为目标楼宇的目标楼层构建SLAM地图，并可以直接在中控平台设计巡检路线，移动机器人按照巡检路线，依次经过巡检点并拍摄图片，对拍摄的每一张图片，机器人会根据图像特征识别算法，识别门、灯、消防拴、指示标志、人，并在图像中标注，可以无需标注任何对象巡检点位，即可自动完成对绝大多数的重点巡检目标的检视，获取到深度学习模型根据移动机器人的视觉信息进行消防安全识别，提高了巡检的效率。提高了巡检的效率。提高了巡检的效率。

【技术实现步骤摘要】
楼宇内重点巡检目标巡检方法、系统、电子设备和介质


[0001]本专利技术涉及智能设备
，尤其涉及一种楼宇内重点巡检目标巡检方法、系统、电子设备和介质。

技术介绍

[0002]随着技术的不断发展与创新，机器人能够为人们提供的帮助越来越多。就楼宇场景而言，机器人已经能胜任外卖和快递的配送、室内的导游巡检及定期消毒等一系列的任务。相信在可预见的未来，机器人将能在更多的场景完成越来越多类型的任务。
[0003]楼宇安保工作的重点之一是楼宇内重点内容的巡检，巡检对象包括：消防栓是否完好，消防门是否关闭或者打开，消防灯是否亮着，指示标志是否完好，安全通道是否通畅，是否存在明火等。使用移动机器人对楼宇内重点目标的巡检一般需要标注指定点位置(x,y坐标)，以及角度(theta角度)，一方面楼层内的巡检目标平均来说数量不少，一层楼经常是几十甚至上百个目标，这样造成了大量的位置标注维护工作；另一方面机器人巡检时需要在指定点位上停留并按照预设的角度进行拍照识别，这就势必需要耗费大量的时间才可以完成巡检工作，巡检的效率较低、自动化程度不高。

技术实现思路

[0004]本专利技术提供一种楼宇内重点巡检目标巡检方法、系统、电子设备和介质，可以无需标注任何对象巡检点位，即可自动完成对绝大多数的重点巡检目标的检视。
[0005]第一方面，本专利技术实施例提供一种楼宇内重点巡检目标巡检方法，包括：
[0006]获取中控平台下发的巡检任务，所述巡检任务包括目标楼层的巡检目标和待巡检路线，基于SLAM地图和所述待巡检路线对所述目标楼层进行巡检；
[0007]每间隔预设时间获取按所述待巡检路线巡检时拍摄的多个角度的图像，基于预先训练的深度学习模型对所述图像进行特征识别，识别所述图像中的巡检目标，并识别所述巡检目标的安全状态。
[0008]作为优选的，所述巡检任务还包括巡检目标所在的巡检区域；
[0009]所述巡检路线包括在所述SLAN地图上依顺序标注的若干巡检点，所有所述巡检点构成一条覆盖目标楼层内所有巡检区域的巡检路线。
[0010]作为优选的，每间隔预设时间获取按所述待巡检路线巡检时拍摄的多个角度的图像，具体包括：
[0011]基于所述待巡检路线对所述目标楼层进行巡检时，若判断进入巡检区域或者巡检点，则按照预设时间间隔获取当前场景下的图像，并将所述图像按照时间戳的顺序进行保存和上传。
[0012]作为优选的，所述识别所述巡检目标的安全状态后，还包括：
[0013]对安全状态异常的所述图像进行目标框标注、异常标注，并上报进标注后的图像，以及获取图像时的坐标；
[0014]获取历史上报的图像，以及对应的目标框和坐标为输入，以异常标注结果为监督数据，进行有监督的深度学习，以更新所述深度学习模型。
[0015]作为优选的，所述巡检目标包括消防门、消防灯、消防指示标志、消防栓、行人；所述安全状态包括消防门是否打开、消防灯是否打开、消防栓是否完好、消防标志是否完好、是否有行人移动。
[0016]作为优选的，还包括：
[0017]若判断安全状态异常，则上报异常检测结果，所述异常检测结果包括异常类型和异常位置；基于所述异常检测结果生成待处理任务并反馈至中控平台。
[0018]作为优选的，若所述巡检目标的安全状态确认为异常，则对所述异常数据进行训练获得优化后的深度学习模型。
[0019]第二方面，本专利技术实施例提供一种楼宇内重点巡检目标巡检系统，包括：
[0020]导航模块，获取中控平台下发的巡检任务，所述巡检任务包括目标楼层的巡检目标和待巡检路线，基于SLAM地图和所述待巡检路线对所述目标楼层进行巡检；
[0021]巡检检测模块，每间隔预设时间获取按所述待巡检路线巡检时拍摄的多个角度的图像，基于预先训练的深度学习模型对所述图像进行特征识别，识别所述图像中的巡检目标，并识别所述巡检目标的安全状态。
[0022]第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并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如本专利技术第一方面实施例所述楼宇内重点巡检目标巡检方法的步骤。
[0023]第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本专利技术第一方面实施例所述楼宇内重点巡检目标巡检方法的步骤。
[0024]第五方面，本专利技术提供了一种计算机程序产品，包括计算机程序或者指令，所述计算机程序或者指令被处理器执行时实现本专利技术第一方面所述方法的步骤。
[0025]本专利技术实施例提供的一种楼宇内重点巡检目标巡检方法、系统、电子设备和介质，结合SLAM地图构建导航技术和深度学习技术，通过SLAM进行机器人导航、定位，使移动机器人能感知环境，为目标楼宇的目标楼层构建SLAM地图，并可以直接在中控平台设计巡检路线，移动机器人按照巡检路线，依次经过巡检点并拍摄图片，对拍摄的每一张图片，机器人会根据图像特征识别算法，识别门、灯、消防拴、指示标志、人，并在图像中标注，可以无需标注任何对象巡检点位，即可自动完成对绝大多数的重点巡检目标的检视，获取到深度学习模型根据移动机器人的视觉信息进行消防安全识别，提高了巡检的效率。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0027]图1为根据本专利技术实施例的楼宇内重点巡检目标巡检方法流程框图；
[0028]图2为根据本专利技术实施例的楼宇内重点巡检目标巡检方法闭环运行示意图；
[0029]图3为根据本专利技术实施例的实体结构示意图。
具体实施方式
[0030]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]本申请实施例中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
[0032]本申请实施例中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列部件或单元的系统、产品或设备没有限定于已列出的部件或单元，而是可选地还包括没有列出的部件或单元，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种楼宇内重点巡检目标巡检方法，包括：获取中控平台下发的巡检任务，所述巡检任务包括目标楼层的巡检目标和待巡检路线，基于SLAM地图和所述待巡检路线对所述目标楼层进行巡检；每间隔预设时间获取按所述待巡检路线巡检时拍摄的多个角度的图像，基于预先训练的深度学习模型对所述图像进行特征识别，识别所述图像中的巡检目标，并识别所述巡检目标的安全状态。2.根据权利要求1所述的楼宇内重点巡检目标巡检方法，其特征在于，所述巡检任务还包括巡检目标所在的巡检区域；所述巡检路线包括在所述SLAN地图上依顺序标注的若干巡检点，所有所述巡检点构成一条覆盖目标楼层内所有巡检区域的巡检路线。3.根据权利要求2所述的楼宇内重点巡检目标巡检方法，其特征在于，每间隔预设时间获取按所述待巡检路线巡检时拍摄的多个角度的图像，具体包括：基于所述待巡检路线对所述目标楼层进行巡检时，若判断进入巡检区域或者巡检点，则按照预设时间间隔获取当前场景下的图像，并将所述图像按照时间戳的顺序进行保存和上传。4.根据权利要求3所述的楼宇内重点巡检目标巡检方法，其特征在于，所述识别所述巡检目标的安全状态后，还包括：对安全状态异常的所述图像进行目标框标注、异常标注，并上报进标注后的图像，以及获取图像时的坐标；获取历史上报的图像，以及对应的目标框和坐标为输入，以异常标注结果为监督数据，进行有监督的深度学习，以更新所述深度学习模型。5.根据权利要求1所述的楼宇内重点巡检目标巡检方法，其特征在于，所述巡检目标包括消防...

【专利技术属性】
技术研发人员：郭文杰，
申请(专利权)人：上海有个机器人有限公司，
类型：发明
国别省市：