【技术实现步骤摘要】
本专利技术属于机器人巡检，具体涉及一种基于巡检结果可视化的运维管理方法和系统。
技术介绍
1、申请号为cn202311023209的中国专利提供了一种基于知识图谱的运维分析管理系统以及方法，该方法包括步骤：当根据巡检信息判定区域运维故障时，获取区域运维故障的前置时段内的第一场景信息；提取所述第一场景信息中人机特征信息，所述人机特征信息用于表征相应人员与第一设备之间存在直接使用关系或者间接使用关系；获取第一设备所关联的第一知识图谱，提取第一知识图谱中与人机特征信息所关联的第二知识图谱，所述第一知识图谱用于表征第一设备的运维分配关系，此申请实施例的技术方案，能够基于区域运维故障直接匹配操作关联度最大的知识图谱，提高了运维的针对性，利于提高运维效率。
2、申请号为cn202210856917.6的中国专利提出一种基于二维信息矩阵的列车自动巡检结果管理方法及介质，该方法包括步骤：首先通过配置列车二维巡检信息矩阵，生成所有待检零部件及其检测内容的坐标集；然后配置列车巡检子任务模型，下发巡检任务后，通过ocr算法获取车辆编号来选择相对应型号列车的二维巡检信息矩阵，在巡检过程中，通过yolov3算法核验实际检测对象与理论检测对象是否一致；最后，列车智能巡检设备返回巡检数据，列车智能运维系统完成数据解析，通过匹配坐标将巡检结果导入选择的列车二维巡检信息矩阵，从而完成列车自动巡检结果的统计与管理。
3、上述两种方法主要是通过故障信息的知识图谱，有针对性地安排运维人员进行维护处理，或者，通过二维矩阵信息，获取巡检对象的位置信
4、1)、巡检结果异常数据以及异常数据等级情况，需要人为复核得出，耗费人力；
5、2)、未能反馈重点需要处理的信息；
6、3)、巡检结果的位置信息需要通过表格筛查，不能更直观的展示其位置信息；
7、4)、所有数据没有优先级排序，二维表格以及图谱展示不够直观。
技术实现思路
1、技术目的：针对上述技术问题，本专利技术提出了一种基于巡检结果可视化的运维管理方法和系统，用于实现机器人按照指定巡检路线获取巡检对象图像，对获取的巡检对象图像进行解析处理，根据告警状态对巡检信息的判定结果做优先级排序，将二维巡检矩阵报告中的异常数据，通过在二维平面图的方式展示，直观地输出电气设备故障定位，提高了运维效率。
2、技术方案：为实现上述技术目的，本专利技术采用了如下技术方案：
3、一种基于巡检结果可视化的运维管理方法，包括步骤：
4、(1)、获取巡检机器人按照预先配置的巡检线路采集的巡检区域的原始巡检数据，并对原始巡检数据进行预处理，其中，所述原始巡检数据包括巡检区域中各个电气柜的红外光图像和可见光图像，可见光图像用于识别巡检对象以及对象类型，红外光图像用于判定巡检设备是否存在异常情况；各个电气柜上配置多个电气仪表，电气仪表作为巡检对象；
5、(2)、对预处理后的原始巡检数据进行解析，得到巡检结果，包括巡检机器人的位置信息和高度信息、图像拍摄时间、电气柜的柜名、巡检对象的类型和识别框；
6、(3)、使用预先设置的判定规则对所述巡检结果进行判定，得到判定结果；
7、(4)、根据所述判定结果、异常巡检对象对应的类型和识别框，以及预先配置的配电房的高精度二维地图，获取异常巡检对象的实际位置信息；
8、(5)、将所述判定结果以巡检结果异常等级情况表的形式可视化展示，所述巡检结果异常等级情况表采用不同形状或颜色的标识显示不同告警级别的异常巡检对象，正常巡检对象不显示或以正常状态显示；
9、(6)、根据巡检结果异常等级情况表向运维人员发出运维通知，运维通知中包括异常巡检对象的告警级别和位置信息；
10、(7)、收到由运维人员发出的告警解除信息后，消除对应的所述巡检结果异常等级情况表中的异常巡检对象的标识，恢复正常状态。
11、优选地，所述步骤(2)中利用深度学习和缺陷检测算法对图像进行解析，包括缺陷检测算法、图像识别和图像匹配算法，缺陷检测算法利用faster r-cnn目标检测模型检测输入图像中存在的各类表面缺陷；并且根据faster r-cnn目标检测到要检测的对象，通过红外光图像判断检测物表面温度是否存在异常；图像识别算法利用ghostnet、stdc、paddleocr任一深度学习模型检测出电气柜中每个仪表的当前状态；图像匹配算法采用lightglue特征点匹配模型对两张输入图像的特征点位置和对应的描述进行匹配，根据最小二乘法least squares计算出最优的变换参数，得到真实巡检图像和设定的巡检图像之间的匹配调整参数。
12、优选地，所述电气柜中的仪表包括指针类仪表、指示灯类仪表，步骤(3)中预先设置的判定规则是将巡检结果与设定的阈值或结果作比较，包括：
13、判断指针类仪表的巡检结果是否超出仪表数据阈值范围20％，若是，则判定结果为严重异常状态，若否，则进一步判断指针类仪表的巡检结果是否大于仪表数据阈值范围10％且小于仪表数据阈值范围20％，若是，则判定结果为一般异常状态，若否，则判定结果为正常状态；
14、判断指示灯类仪表的巡检结果是否出现设定结果之外的值，若是，则判定结果为严重异常状态，若否，则判定结果为正常状态；
15、生成包括判定结果的二维巡检矩阵报告，根据巡检信息，将严重异常状态和一般异常状态对应的巡检对象分别以红色和黄色展示在二维巡检矩阵报告中的对应位置。
16、优选地，所述步骤(4)中，根据配置机器人的巡检路线和巡检对象，机器人利用rfid获得巡检路线上每个巡检点即每个电气柜的位置信息，规划巡检路线并设置各个待巡检的电气柜的二维x向编号xn-n，设置各个电气柜上的所有待巡检的仪表按照仪表在纵向上的位置设置二维向y编号ym。
17、优选地，所述步骤(5)中，所述判定结果以巡检结果异常等级情况表中，在列方向上包括字段：巡检时间、巡检区域、巡检对象、配电房编号、配电房下的电气柜编号即所述二维x向编号xn-n、电气柜下的仪表编号即所述二维y向编号ym；在行方向上记录各个巡检时间及对应的巡检信息，即，将严重异常状态对应的巡检对象的表格内设置红色图标并设置为闪烁状态，将一般异常状态对应的巡检对象的表格内设置黄色图标。
18、一种基于巡检结果可视化的运维管理系统，包括：
19、机器人数据处理模块，用于获取巡检机器人按照预先配置的巡检线路采集的巡检区域的原始巡检数据，并对原始巡检数据进行预处理，其中，所述原始巡检数据包括巡检区域中各个电气柜的红外光图像和可见光图像，可见光图像用于识别巡检对象以及对象类型，红外光图像用于判定巡检设备是否存在异常情况；各个电气柜上配置多个电气仪表，电气仪表作为巡检对象；
20、巡检数据解析模块，对预处理后的原始巡检数据进行解析，得到巡检结果，本文档来自技高网...
【技术保护点】
1.一种基于巡检结果可视化的运维管理方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于巡检结果可视化的运维管理方法，其特征在于，所述步骤(2)中利用深度学习和缺陷检测算法对图像进行解析，包括缺陷检测算法、图像识别和图像匹配算法，缺陷检测算法利用Faster R-CNN目标检测模型检测输入图像中存在的各类表面缺陷；并且根据Faster R-CNN目标检测到要检测的对象，通过红外光图像判断检测物表面温度是否存在异常；图像识别算法利用Ghostnet、STDC、PaddleOcr任一深度学习模型检测出电气柜中每个仪表的当前状态；图像匹配算法采用LightGlue特征点匹配模型对两张输入图像的特征点位置和对应的描述进行匹配，根据最小二乘法Least Squares计算出最优的变换参数，得到真实巡检图像和设定的巡检图像之间的匹配调整参数。
3.根据权利要求2所述的一种基于巡检结果可视化的运维管理方法，其特征在于，所述电气柜中的仪表包括指针类仪表、指示灯类仪表，步骤(3)中预先设置的判定规则是将巡检结果与设定的阈值或结果作比较，包括：
4.根据
5.根据权利要求4所述的一种基于巡检结果可视化的运维管理方法，其特征在于，所述步骤(5)中，所述判定结果以巡检结果异常等级情况表中，在列方向上包括字段：巡检时间、巡检区域、巡检对象、配电房编号、配电房下的电气柜编号即所述二维X向编号XN-N、电气柜下的仪表编号即所述二维Y向编号YM；在行方向上记录各个巡检时间及对应的巡检信息，即，将严重异常状态对应的巡检对象的表格内设置红色图标并设置为闪烁状态，将一般异常状态对应的巡检对象的表格内设置黄色图标。
6.一种基于巡检结果可视化的运维管理系统，其特征在于，包括：
7.根据权利要求6所述的一种基于巡检结果可视化的运维管理系统，其特征在于：所述巡检数据解析模块中包括：
8.根据权利要求6所述的一种基于巡检结果可视化的运维管理系统，其特征在于，所述系统包括：RFID读取与数据处理模块，用于读取机器人当前位置信息，包括机器人的高度、坐标信息，并与设定的巡检点位置信息进行对比。
...【技术特征摘要】
1.一种基于巡检结果可视化的运维管理方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于巡检结果可视化的运维管理方法，其特征在于，所述步骤(2)中利用深度学习和缺陷检测算法对图像进行解析，包括缺陷检测算法、图像识别和图像匹配算法，缺陷检测算法利用faster r-cnn目标检测模型检测输入图像中存在的各类表面缺陷；并且根据faster r-cnn目标检测到要检测的对象，通过红外光图像判断检测物表面温度是否存在异常；图像识别算法利用ghostnet、stdc、paddleocr任一深度学习模型检测出电气柜中每个仪表的当前状态；图像匹配算法采用lightglue特征点匹配模型对两张输入图像的特征点位置和对应的描述进行匹配，根据最小二乘法least squares计算出最优的变换参数，得到真实巡检图像和设定的巡检图像之间的匹配调整参数。
3.根据权利要求2所述的一种基于巡检结果可视化的运维管理方法，其特征在于，所述电气柜中的仪表包括指针类仪表、指示灯类仪表，步骤(3)中预先设置的判定规则是将巡检结果与设定的阈值或结果作比较，包括：
4.根据权利要求3所述的一种基于巡检结果可视化的运维管理方法，其特征在于，所述步骤(4)中，根据配置机器人的巡...
【专利技术属性】
技术研发人员：杨梦月，常梦如，许志瑜，张兆珩，刘爽，闵济海，
申请(专利权)人：南京天创电子技术有限公司，
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。