【技术实现步骤摘要】
本申请涉及ar,且更为具体地,涉及一种基于ar技术的电力设备运维系统。
技术介绍
1、电力设备是电力系统的重要组成部分,其运行状态直接影响电力系统的安全和稳定。电力设备的运维工作是保障电力设备正常运行的关键环节,传统的设备运维方式通常需要运维人员具备丰富的专业知识和经验,并且需要在现场进行操作。
2、然而,传统的电力设备运维方式存在以下问题:一是由于电力设备种类繁多,运维人员面临着大量的设备参数、规范和历史记录等信息,对于新手或者复杂设备,学习和理解这些信息可能需要较长时间,导致运维效率低下;二是运维人员需要在现场进行操作,难以对电力设备进行远程控制和操作,导致运维风险增加;三是运维人员难以对电力设备的故障进行快速定位和排除,导致运维成本增加。
3、因此,期望一种优化的电力设备运维系统。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种基于ar技术的电力设备运维系统,其通过头戴显示设备的摄像头采集待识别电力设备图像,并在后端引入图像处理
...【技术保护点】
1.一种基于AR技术的电力设备运维系统,其特征在于,包括:
2.根据权利要求1所述的基于AR技术的电力设备运维系统,其特征在于,所述设备识别模块,包括:
3.根据权利要求2所述的基于AR技术的电力设备运维系统,其特征在于,所述第一深度神经网络模型为第一卷积神经网络模型,所述第二深度神经网络模型为第二卷积神经网络模型。
4.根据权利要求3所述的基于AR技术的电力设备运维系统,其特征在于,所述电力设备浅层特征语义掩码单元,用于:以所述待识别电力设备语义特征图作为参考特征图,将所述待识别电力设备浅层特征图和所述待识别电力设备语义特征图通过
...【技术特征摘要】
1.一种基于ar技术的电力设备运维系统,其特征在于,包括:
2.根据权利要求1所述的基于ar技术的电力设备运维系统,其特征在于,所述设备识别模块,包括:
3.根据权利要求2所述的基于ar技术的电力设备运维系统,其特征在于,所述第一深度神经网络模型为第一卷积神经网络模型,所述第二深度神经网络模型为第二卷积神经网络模型。
4.根据权利要求3所述的基于ar技术的电力设备运维系统,其特征在于,所述电力设备浅层特征语义掩码单元,用于:以所述待识别电力设备语义特征图作为参考特征图,将所...
【专利技术属性】
技术研发人员:董怀亮,任义文,
申请(专利权)人:威科智控科技浙江有限公司,
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。