CN110456001A - 检测方法、检测装置和电子设备 - Google Patents
检测方法、检测装置和电子设备 Download PDFInfo
- Publication number
- CN110456001A CN110456001A CN201910752617.1A CN201910752617A CN110456001A CN 110456001 A CN110456001 A CN 110456001A CN 201910752617 A CN201910752617 A CN 201910752617A CN 110456001 A CN110456001 A CN 110456001A
- Authority
- CN
- China
- Prior art keywords
- concentration
- information
- detected
- designated gas
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 67
- 230000002159 abnormal effect Effects 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims description 39
- 238000007689 inspection Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 17
- 238000013507 mapping Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 6
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 2
- 230000008901 benefit Effects 0.000 claims description 2
- 239000007789 gas Substances 0.000 description 85
- 238000013021 overheating Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000006854 communication Effects 0.000 description 8
- 230000015654 memory Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000009194 climbing Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
- G01N33/0065—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means using more than one threshold
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display by measuring the rate of variation of the concentration
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Alarm Systems (AREA)
Abstract
本公开提供了一种检测方法、检测装置和电子设备,其中,该检测方法,包括:获取电子设备当前所处区域的指定气体的第一浓度信息;确定第一浓度信息的第一浓度值是否超过预设阈值;如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息;基于指定气体的第二浓度信息,确定多个区域中浓度值最高的异常区域。
Description
技术领域
本公开涉及测试技术领域,更具体地,涉及一种检测方法、检测装置和电子设备。
背景技术
随着互联网时代数据和请求的***性增长,服务器中心的设备数量急剧上升。由于机房用电量巨大,设备需要全年无休运行且设备负载时刻变化,机房、供电间、配电间等的电缆数量众多,供电电缆接触不良或者过流将引起供电电缆过热,导致机房供电故障,严重将引发火灾,这导致机房巡检的工作量大大增加。自动化和智能化技术快速发展,机器人智能化水平越来越高,逐步替代人工完成巡视、检查等日常巡检工作,大大提高机房巡检效率,降低人工成本。
在实现本公开构思的过程中,发明人发现现有技术中至少存在如下问题。智能巡检机器人主要集中在设备信息采集、温湿度采集等方面,无法对机房的配电间设备、供电电缆等因接触不良或过流引起的过热故障进行检测。因此,仍然需要巡视人员现场巡检时通过鼻闻来发现有焦糊味气体,再检查过热点和原因后排除故障。而对于人工巡检,由于巡检人员数量和水平限制,巡检次数和巡检范围有限,无法时刻且全面的发现机房设备、供配电间设备或供电电缆等的过热故障,不利于机房的安全稳定运行。
发明内容
有鉴于此,本公开提供了一种用于自动检测过热故障的检测方法、检测装置和电子设备。
本公开的一个方面提供了一种由电子设备执行的检测方法,包括:获取电子设备当前所处区域的指定气体的第一浓度信息;确定第一浓度信息的第一浓度值是否超过预设阈值;如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息;基于指定气体的第二浓度信息,确定多个区域中浓度值最高的异常区域。
本公开实施例提供的检测方法,在确定第一浓度信息的第一浓度值超过预设阈值后,基于各区域的气体浓度确定浓度最高的异常区域。这样便于自动检测导致指定气体浓度超标的异常区域。
可选地,上述方法还包括:在获取电子设备当前所在区域的指定气体的第一浓度信息之后,获取当前所处区域的指定气体的第三浓度信息;基于指定气体的第一浓度信息和指定气体的第三浓度信息确定浓度变化速率;基于浓度变化速率和危险等级之间的第一映射关系以及浓度变化速率确定危险等级;以及,输出与危险等级对应的提示信息。
可选地,上述方法还包括:在基于指定气体的第二浓度信息确定浓度值最高的异常区域之后,基于区域和对象标识之间的第二映射关系以及异常区域确定待检测对象标识;以及输出待检测对象标识关联信息。
可选地,上述方法还包括:在确定待检测对象标识之后,基于对象标识和对象位置之间的第三映射关系以及待检测对象标识确定待检测对象位置;获取待检测对象位置的红外图像信息;以及基于红外图像信息确定当前待检测对象位置的待检测对象是否存在异常。
可选地,电子设备具有动力部件。相应地,获取待检测对象位置的红外图像信息包括:动力部件驱动电子设备移动至待检测对象位置对应的检测位置;以及采集待检测对象位置的红外图像信息。
可选地,待检测对象位置的待检测对象相对于对应的检测位置暴露在外。相应地,基于红外图像信息确定当前待检测对象位置的待检测对象是否存在异常包括:获取红外图像信息中指定形状图形的至少一个图形区域的温度信息,以及获取待检测对象的温度阈值;确定至少一个图形区域的温度信息中是否存在至少一个大于等于待检测对象的温度阈值;以及如果确定至少一个大于等于待检测对象的温度阈值,则确定对象标识的待检测对象存在异常。
可选地,多个区域中至少部分区域为封闭空间,封闭空间具有排风口;以及如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息包括:如果确定第一浓度值超过预设阈值,则分别获取多个排风口处指定气体的第二浓度信息。
可选地,电子设备具有动力部件。相应地,在动力部件驱动电子设备按照指定路径进行巡检的过程中,如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息包括:如果确定第一浓度值超过预设阈值,则分别获取指定路径的指定个数位置处的指定气体的第二浓度信息。相应地,基于指定气体的第二浓度信息确定浓度值最高的异常区域包括:基于指定路径的指定个数位置处的指定气体的第二浓度信息确定浓度递增速度最快的方向;动力部件驱动电子设备沿浓度递增速度最快的方向移动,并获取指定气体的第四浓度信息,直至指定气体的第四浓度信息的浓度值下降;以及将浓度值下降之前的指定个数区域作为浓度值最高的异常区域。
本公开的一个方面提供了一种检测装置,该检测装置包括:第一浓度信息获取模块、第一检测模块、第二浓度信息获取模块和区域确定模块。其中,第一浓度信息获取模块,用于获取电子设备当前所在区域的指定气体的第一浓度信息;第一检测模块,用于确定第一浓度信息的第一浓度值是否超过预设阈值;第二浓度信息获取模块,用于如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息;以及区域确定模块,用于基于指定气体的第二浓度信息确定多个区域中浓度值最高的异常区域。
本公开的另一方面提供了一种电子设备,包括一个或多个处理器以及存储装置,其中,存储装置用于存储可执行指令,可执行指令在被处理器执行时,实现如上所述的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,计算机程序包括计算机可执行指令,指令在被执行时用于实现如上所述的方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的检测方法、检测装置和电子设备的应用场景;
图2示意性示出了根据本公开实施例的可以应用检测方法、检测装置和电子设备的示例性***架构;
图3示意性示出了根据本公开实施例的检测方法的流程图;
图4示意性示出了根据本公开另一实施例的检测方法的流程图;
图5示意性示出了根据本公开实施例的危险等级示意图;
图6示意性示出了根据本公开另一实施例的检测方法的流程图;
图7示意性示出了根据本公开实施例的确定对象标识的示意图;
图8示意性示出了根据本公开实施例的对待检测对象进行检测的方法的流程图;
图9示意性示出了根据本公开实施例的线缆图像比对示意图;
图10示意性示出了根据本公开实施例的确定浓度值最高的异常区域的方法的流程图;
图11示意性示出了根据本公开实施例的浓度递增速度最快的方向的示意图;
图12示意性示出了根据本公开实施例的检测装置的框图;以及
图13示意性示出了根据本公开实施例的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。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一个或者更多个特征。
本公开的实施例提供了一种检测方法、检测装置和电子设备。该检测方法包括气体检测过程和异常区域确定过程。在气体检测过程中,首先,获取电子设备当前所处区域的指定气体的第一浓度信息,然后,确定第一浓度信息的第一浓度值是否超过预设阈值,接着,如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息。在完成气体检测过程之后,进入异常区域确定过程,基于指定气体的第二浓度信息,确定多个区域中浓度值最高的异常区域。如通过在机器人中内置气体检测模块,气体检测模块实时监测区域内由于对象过热产生的指定气体的气体浓度,并与气体浓度阈值比较,超过气体浓度阈值时将报警信息上传到远程监控平台,并通知值班人员及时处理。
图1示意性示出了根据本公开实施例的检测方法、检测装置和电子设备的应用场景。
如图1所示,XX服务器中心具有多台服务器,服务器通过电缆与电源相连。服务器、供电设备、变电设备、空调设备等需要全年无休运行,导致服务器中心用电量巨大,供电电缆等接触不良或者过流将引起供电电缆过热,造成机房供电故障,严重时将引发火灾。智能巡检机器人主要以移动机器人技术为基础,对机房进行定时巡检,如定时收集温度、湿度、洁净度、气流速度等机房环境数据,用于分析机房的环境情况分布,以及统计机柜使用率等指标,形成设备、机房整体运行状态综合评价,为服务器中心运维提供及时有效的数据。但是,智能巡检机器人无法对电缆等的过热故障进行检测。由于供电电缆数量众多,导致巡检人员也不易及时发现过热故障。
本公开实施例可以通过机器人自动进行过热故障排查,如图1所示,机器人对各种对象,如线缆10进行过热故障排查时,可以通过气体浓度传感器30分析当前区域是否存在过热故障,如果指定气体的浓度超标,则确定存在过热故障,可以通过驱动装置40驱动机器人移动至待检测对象处,再通过红外传感器20进行过热故障检测。如果确定了过热故障的故障点,则可以通过报警装置50进行故障告警。当然,也可以是由机器人将过热故障相关信息发送给服务器端,由服务器端确定处理措施或给终端发送告警信息,以便于使得工作人员可以及时处理过热故障。
本公开实施例提供的检测方法、检测装置和电子设备,在确定电子设备当前所处区域的指定气体的第一浓度信息的第一浓度值超过预设阈值后,基于多个区域的气体浓度从多个区域中确定浓度最高的异常区域。这样便于自动检测导致指定气体浓度超标的异常区域。
图2示意性示出了根据本公开实施例的可以应用检测方法、检测装置的示例性***架构。需要注意的是,图2所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图2所示,根据该实施例的***架构200可以包括机器人201,终端设备202、203,网络204,服务器205。网络204用以在机器人201,终端设备202、203和服务器205之间提供通信链路的介质。网络204可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
机器人201通过网络204与服务器205交互,用户可以使用终端设备202、203通过网络204与服务器205交互,以接收或发送信息等。终端设备202、203可以安装有各种通讯客户端应用,例如运营管理类应用、办公类应用、购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等应用(仅为示例)。
机器人201可以为具有气体传感器、红外摄像头等信息采集部件的机器人,如巡检机器人等。终端设备202、203包括但不限于智能手机、平板电脑、膝上型便携计算机、台式机、虚拟现实设备、增强现实设备等等。
服务器205可以为服务器中心提供监测服务。如服务器205可以为后台管理服务器、数据库服务器、服务器集群等。后台管理服务器可以对接收到的网络流量信息等数据进行分析等处理,并将处理结果(如异常区域、异常区域包括的设备标识及相关信息等)反馈给终端设备。
需要说明的是,本公开实施例所提供的检测方法一般可以由机器人201执行。相应地,本公开实施例所提供的检测装置一般可以设置于机器人201中。
应该理解,终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图3示意性示出了根据本公开实施例的检测方法的流程图。
如图3所示,该检测方法可以包括操作S301~操作S307。
在操作S301,获取电子设备当前所处区域的指定气体的第一浓度信息。
在本实施例中,可以通过气体传感器获取电子设备当前所处区域的指定气体的第一浓度信息。例如,机房内在多处分别设置了多个气体传感器,以检测气体传感器当前所处区域的指定气体的第一浓度信息。或者,巡检机器人上设置有气体传感器,在巡检的过程中,分别获取巡检机器人当前所处区域的指定气体的第一浓度信息。
指定气体可以为与过热故障存在关联的气体,如过热会使得电缆释放出的气体。在一个实施例中,指定气体包括但不限于CO、CO2、CH4和C2H4等。
在操作S303,确定第一浓度信息的第一浓度值是否超过预设阈值。
在本实施例中,预设阈值可以是通过标定得到的,如在一定面积的区域内,当存在过热故障时,该区域内的指定气体的浓度值。
在操作S305,如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息。
在本实施例中,可以采集上述当前所处区域附近的多个区域的指定气体的第二浓度信息。如机器人在确定第一浓度值超过预设阈值时,可以巡检至该当前所处区域附近的多个区域,分别采集多个区域的指定气体的第二浓度信息。
在一个具体实施例中,多个区域中至少部分区域为封闭空间,封闭空间具有排风口。相应地,如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息包括:如果确定第一浓度值超过预设阈值,则分别获取多个排风口处指定气体的第二浓度信息。例如,机房的电缆布设在地板之下,不同区域具有不同的排风口,则可以采集排风口处的指定气体的第二浓度信息。又例如,服务器被设置在具有封闭空间的机柜中,机柜具有排风口,则可以采集排风口处的指定气体的第二浓度信息。
在操作S307,基于指定气体的第二浓度信息,确定多个区域中浓度值最高的异常区域。
由于过热故障产生的指定气体会扩散至相邻区域,但是过热故障发送的区域的指定气体的浓度通常最高,因此,在检测到第一浓度值超过预设阈值时,则表明存在过热故障,此时可以基于指定气体的第二浓度信息,确定多个区域中浓度值最高的异常区域,有助于给出较精确的故障发生区域,以帮助巡检人员进行过热故障排查。
图4示意性示出了根据本公开另一实施例的检测方法的流程图。
如图4所示,在操作S301获取电子设备当前所在区域的指定气体的第一浓度信息之后,上述方法还包括操作S401~操作S407。
在操作S401,获取当前所处区域的指定气体的第三浓度信息。
例如,机器人在该当前所处区域连续采集多个时刻下的指定气体的第三浓度信息。又例如,机器人巡检该当前所处区域的相邻区域之后,又再次回到该当前所处区域,并获取该当前所处区域的指定气体的第三浓度信息。
在操作S403,基于指定气体的第一浓度信息和指定气体的第三浓度信息确定浓度变化速率。
例如,可以采用式(1)计算浓度变化速率。
β=(Ni+1-Ni)/Ni (1)
其中,β为浓度变化速率,Ni为第i时刻的第一浓度,Ni+1为第i+1时刻的第三浓度。
在操作S405,基于浓度变化速率和危险等级之间的第一映射关系以及浓度变化速率确定危险等级。
图5示意性示出了根据本公开实施例的危险等级示意图。
如图5所示,当浓度的上升速率处于速率阶段1时,对应的危险等级为等级1。当浓度的上升速率处于速率阶段2时,对应的危险等级为等级2。当浓度的上升速率处于速率阶段3时,对应的危险等级为等级3等。其中,速率阶段的个数以及对应的危险等级可以根据用户需求而定,如通过标定的方式确定。
在操作S407,输出与危险等级对应的提示信息。
例如,向服务器中心的管理平台发送危险等级对应的提示信息。当然,服务器中心的管理平台可以向服务器中心管理人员的客户端发送危险等级对应的提示信息。这样可以便于服务器中心管理人员及时了解服务器中心的安全相关信息,并及时采取有效措施。
图6示意性示出了根据本公开另一实施例的检测方法的流程图。
如图6所示,在操作S307基于指定气体的第二浓度信息确定浓度值最高的异常区域之后,上述方法还可以包括操作S601~操作S603。
在操作S601,基于区域和对象标识之间的第二映射关系以及异常区域确定待检测对象标识。
图7示意性示出了根据本公开实施例的确定对象标识的示意图。
如图7所示,某个机房具有多个区域S1~S24,不同的区域具有的对象不同,如对象L1、L2,对象M1、M4等。在服务器中心的资产表中可以有区域与对象之间的映射关系。如区域S2具有对象L1和对象L2,区域S8具有对象L2和对象M1。其中,L为线缆,M为服务器机柜。如果区域S8被确定为异常区域,则可以基于区域和对象标识之间的第二映射关系确定对象M1和对象L2为待检测对象标识。
在操作S603,输出待检测对象标识关联信息。
在本实施例中,待检测对象标识关联信息可以为资产表中与该待检测对象标识相关的信息,如待检测对象标识、待检测对象型号、待检测对象生产批次、待检测对象历史检查信息等各种属性信息。例如,机器人可以将异常区域S8或者对象M1和对象L2发送给服务器端,以转发给相关管理人员的客户端进行提示。
需要说明的是,待检测对象标识关联信息也可以是由服务器端基于异常区域确定的,例如,机器人将异常区域S8发送给服务器端后,服务器端基于自身存储的区域和对象标识之间的第二映射关系确定对象标识以及该对象标识的各种属性信息。这样有助于降低机器人需要存储的信息量,降低功耗和硬件成本。
图8示意性示出了根据本公开实施例的对待检测对象进行检测的方法的流程图。
如图8所示,在操作S401确定待检测对象标识之后,上述方法还可以包括操作S801~操作S805。
在操作S801,基于对象标识和对象位置之间的第三映射关系以及待检测对象标识确定待检测对象位置。
在本实施例中,由于一个区域中可能包括多个待检测对象,每个待检测对象可能位于区域的某个位置,在需要对待检测对象进行进一步检查以确定待检测对象是否存在异常时,就需要知道待检测对象的确切位置,如起始位置的坐标值以及高度值,终止位置的坐标值以及高度值等。由于对象被设置在哪个具***置,通常会记录在资产表中。因此,可以基于对象标识和对象位置之间的第三映射关系确定待检测对象位置,该待检测对象位置为准确位置。
在操作S803,获取待检测对象位置的红外图像信息。
在本实施例中,由于待检测对象位置为待检测对象的准确位置,因此,获取该待检测对象位置处的红外图像信息中会包括待检测对象的红外图像。
在操作S805,基于红外图像信息确定当前待检测对象位置的待检测对象是否存在异常。
在本实施例中,可以基于红外图像信息确定当前待检测对象位置的待检测对象的温度信息,以便于基于温度信息的温度值确定待检测对象是否存在异常。
在一个具体实施例中,电子设备具有动力部件。如具有电动机、传动部件和车轮等以驱动电子设备运到。此外,电子设备还可以具有导航装置,如激光雷达、摄像机等以实现按照预设巡航路线进行行驶。相应地,获取待检测对象位置的红外图像信息可以包括如下操作。
首先,动力部件驱动电子设备移动至待检测对象位置对应的检测位置。例如,可以首先确定待检测对象位置对应的检测位置,然后,基于机器人所处区域的地图、机器人所处的位置以及检测位置规划路径,这样就使得机器人可以基于该路径行驶至检测位置。
然后,采集待检测对象位置的红外图像信息。如通过红外摄像头采集待检测对象位置的红外图像信息,以便于基于红外图像信息确定待检测对象是否存在异常。
在另一个实施例中,待检测对象位置的待检测对象相对于对应的检测位置暴露在外。
相应地,基于红外图像信息确定当前待检测对象位置的待检测对象是否存在异常可以包括如下操作。
首先,获取红外图像信息中指定形状图形的至少一个图形区域的温度信息,以及获取待检测对象的温度阈值。例如,待检测对象为电缆,则电缆的温度阈值为小于35℃。又例如,待检测对象为服务器,则设置电源区域的温度阈值可以为小于40℃,设置处理器区域的温度阈值可以为小于50℃等。需要说明的是,上述各区域的温度阈值针对不同型号的产品不同,如基于产品型号分别对每种型号的服务器的各区域分别进行标定。例如,需要标定处理器所在的区域及该区域的温度阈值,其它区域的标定类似。
然后,确定至少一个图形区域的温度信息中是否存在至少一个大于等于待检测对象的温度阈值。例如,确定电缆的红外图像中是否存在大于等于待检测对象的温度阈值的区域。又例如,确定处理器所在区域的红外图像的温度信息是否大于等于待检测对象的温度阈值。
接着,如果确定至少一个大于等于待检测对象的温度阈值,则确定对象标识的待检测对象存在异常。
图9示意性示出了根据本公开实施例的线缆图像比对示意图。
如图9所示,以待检测对象为电缆为例进行说明。图9中上图为处于正常状态下的电缆的红外图像,其温度小于温度阈值35℃。图9中下图为处于异常区域的待检测对象的红外图像,从图中可以看出,红外图像的中间区域的温度大于50℃,中间区域的两侧区域的温度处于35℃~50℃之间。从图9中下图可以看出该电缆处于异常状态。
图10示意性示出了根据本公开实施例的确定浓度值最高的异常区域的方法的流程图。电子设备具有动力部件以驱动电子设备进行移动。
相应地,在动力部件驱动电子设备按照指定路径进行巡检的过程中,如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息包括:如果确定第一浓度值超过预设阈值,则分别获取指定路径的指定个数位置处的指定气体的第二浓度信息。
相应地,基于指定气体的第二浓度信息确定浓度值最高的异常区域可以包括操作S1001~操作S1005。
在操作S1001,基于指定路径的指定个数位置处的指定气体的第二浓度信息确定浓度递增速度最快的方向。
具体地,机器人在巡检过程中,需要按照指定路径进行移动。当发现第一浓度信息的浓度值超过预设阈值时,可以开始沿着指定路径进行采集第二浓度信息,该第二浓度信息可以具有关联的位置信息,然后可以基于多个第二浓度信息确定浓度递增速度最快的方向。
在操作S1003,动力部件驱动电子设备沿浓度递增速度最快的方向移动,并获取指定气体的第四浓度信息,直至指定气体的第四浓度信息的浓度值下降。
为了便于快速找到异常区域,此时可以不在按照指定路径移动,而是驱动机器人沿浓度递增速度最快的方向移动。具体地,可以基于如机房内地图、机器人当前所处位置和浓度递增速度最快的方向重新规划路径。需要说明的是,该重新规划的路径没有终点,但是需要绕障,如从允许通过的路径中寻找与该浓度递增速度最快的方向对应的路径最接近的路径。
在操作S1005,将浓度值下降之前的指定个数区域作为浓度值最高的异常区域。
在本实施例中,在操作S1003中重新规划的路径,可以将检测到浓度值下降的区域作为路径的终点。其中,指定个数可以为根据经验设定的数值,如1个、2个或3个等。
需要说明的是,如果浓度值下降之前的指定个数区域的浓度值基本持平(如波动小于5%),则可以以指定个数区域的中间区域或路径的终点为起点,沿着与上述浓度递增速度最快的方向相垂直的方向再次移动,并采集浓度信息,以确定是否存在浓度更高的区域。通过以上方法即可快速找到浓度值最高的异常区域。
图11示意性示出了根据本公开实施例的浓度递增速度最快的方向的示意图。
如图11所示,闭合曲线为浓度等高线,方向a1~a3为三种可能的运动方向,其中,方向a2的浓度递增速度最快,沿该方向a2移动的过程中,经过浓度最高区域的可能性最大,因此,可以将方向a2作为机器人的移动方向。
本公开的另一方面提供了一种检测装置。图12示意性示出了根据本公开实施例的检测装置的框图。
如图12所示,该检测装置1200可以包括第一浓度信息获取模块1210、第一检测模块1220、第二浓度信息获取模块1230和区域确定模块1240。
其中,第一浓度信息获取模块1210用于获取电子设备当前所在区域的指定气体的第一浓度信息。
第一检测模块1220用于确定第一浓度信息的第一浓度值是否超过预设阈值。
第二浓度信息获取模块1230用于如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息。
区域确定模块1240用于基于指定气体的第二浓度信息确定多个区域中浓度值最高的异常区域。
在一个实施例中,多个区域中至少部分区域为封闭空间,封闭空间具有排风口。相应地,第二浓度信息获取模块1230可以具体用于如果确定第一浓度值超过预设阈值,则分别获取多个排风口处指定气体的第二浓度信息。
在另一个实施例中,电子设备具有动力部件。相应地,第二浓度信息获取模块1230具体用于在动力部件驱动电子设备按照指定路径进行巡检的过程中,如果确定第一浓度值超过预设阈值,则分别获取指定路径的指定个数位置处的指定气体的第二浓度信息。相应地,区域确定模块1240可以包括方向确定单元、浓度信息获取单元和区域确定单元。
其中,方向确定单元用于基于指定路径的指定个数位置处的指定气体的第二浓度信息确定浓度递增速度最快的方向。
浓度信息获取单元用于在动力部件驱动电子设备沿浓度递增速度最快的方向移动的过程中,获取指定气体的第四浓度信息,直至指定气体的第四浓度信息的浓度值下降。
区域确定单元用于将浓度值下降之前的指定个数区域作为浓度值最高的异常区域。
此外,检测装置1200还可以进一步包括危险等级确定模块、输出模块、红外图像处理模块等,具体可以参考上述方法部分相关内容,在此不再赘述。
需要说明的是,装置部分实施例中各模块/单元等的实施方式、解决的技术问题、实现的功能、以及达到的技术效果分别与方法部分实施例中各对应的步骤的实施方式、解决的技术问题、实现的功能、以及达到的技术效果相同或类似,在此不再一一赘述。
根据本公开的实施例的模块、单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,第一浓度信息获取模块1210、第一检测模块1220、第二浓度信息获取模块1230和区域确定模块1240中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,第一浓度信息获取模块1210、第一检测模块1220、第二浓度信息获取模块1230和区域确定模块1240中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,第一浓度信息获取模块1210、第一检测模块1220、第二浓度信息获取模块1230和区域确定模块1240中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图13示意性示出了根据本公开实施例的电子设备的方框图。图13示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图13所示,根据本公开实施例的电子设备1300包括处理器1301,其可以根据存储在只读存储器(ROM)1302中的程序或者从存储部分1308加载到随机访问存储器(RAM)1303中的程序而执行各种适当的动作和处理。处理器1301例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1301还可以包括用于缓存用途的板载存储器。处理器1301可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1303中,存储有电子设备1300操作所需的各种程序和数据。处理器1301、ROM 1302以及RAM 1303通过总线1304彼此通讯连接。处理器1301通过执行ROM 1302和/或RAM 1303中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM 1302和RAM 1303以外的一个或多个存储器中。处理器1301也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1300还可以包括输入/输出(I/O)接口1305,输入/输出(I/O)接口1305也连接至总线1304。电子设备1300还可以包括连接至I/O接口1305的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1306;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1307;包括硬盘等的存储部分1308;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也根据需要连接至I/O接口1305。可拆卸介质1311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1310上,以便于从其上读出的计算机程序根据需要被安装入存储部分1308。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1309从网络上被下载和安装,和/或从可拆卸介质1311被安装。在该计算机程序被处理器1301执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1302和/或RAM 1303和/或ROM 1302和RAM 1303以外的一个或多个存储器。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种由电子设备执行的检测方法,包括:
获取所述电子设备当前所处区域的指定气体的第一浓度信息;
确定所述第一浓度信息的第一浓度值是否超过预设阈值;
如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息;以及
基于所述指定气体的第二浓度信息,确定所述多个区域中浓度值最高的异常区域。
2.根据权利要求1所述的方法,还包括:在获取所述电子设备当前所在区域的指定气体的第一浓度信息之后,
获取所述当前所处区域的指定气体的第三浓度信息;
基于所述指定气体的第一浓度信息和所述指定气体的第三浓度信息确定浓度变化速率;
基于浓度变化速率和危险等级之间的第一映射关系以及所述浓度变化速率确定危险等级;以及
输出与所述危险等级对应的提示信息。
3.根据权利要求1所述的方法,还包括:在基于所述指定气体的第二浓度信息确定浓度值最高的异常区域之后,
基于区域和对象标识之间的第二映射关系以及所述异常区域确定待检测对象标识;以及
输出所述待检测对象标识关联信息。
4.根据权利要求3所述的方法,还包括:在确定待检测对象标识之后,
基于对象标识和对象位置之间的第三映射关系以及所述待检测对象标识确定待检测对象位置;
获取所述待检测对象位置的红外图像信息;以及
基于所述红外图像信息确定当前待检测对象位置的待检测对象是否存在异常。
5.根据权利要求4所述的方法,其中:
所述电子设备具有动力部件;
所述获取所述待检测对象位置的红外图像信息包括:
所述动力部件驱动所述电子设备移动至所述待检测对象位置对应的检测位置;以及
采集所述待检测对象位置的红外图像信息。
6.根据权利要求4所述的方法,其中:
所述待检测对象位置的待检测对象相对于对应的检测位置暴露在外;
所述基于所述红外图像信息确定当前待检测对象位置的待检测对象是否存在异常包括:
获取所述红外图像信息中指定形状图形的至少一个图形区域的温度信息,以及获取待检测对象的温度阈值;
确定所述至少一个图形区域的温度信息中是否存在至少一个大于等于所述待检测对象的温度阈值;以及
如果确定至少一个大于等于所述待检测对象的温度阈值,则确定所述对象标识的待检测对象存在异常。
7.根据权利要求1所述的方法,其中:
所述多个区域中至少部分区域为封闭空间,所述封闭空间具有排风口;以及
所述如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息包括:如果确定第一浓度值超过预设阈值,则分别获取多个排风口处指定气体的第二浓度信息。
8.根据权利要求1所述的方法,其中:
所述电子设备具有动力部件;
在所述动力部件驱动所述电子设备按照指定路径进行巡检的过程中,所述如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息包括:如果确定第一浓度值超过预设阈值,则分别获取所述指定路径的指定个数位置处的指定气体的第二浓度信息;
所述基于所述指定气体的第二浓度信息确定浓度值最高的异常区域包括:
基于所述指定路径的指定个数位置处的指定气体的第二浓度信息确定浓度递增速度最快的方向;
所述动力部件驱动所述电子设备沿所述浓度递增速度最快的方向移动,并获取指定气体的第四浓度信息,直至指定气体的第四浓度信息的浓度值下降;以及
将浓度值下降之前的指定个数区域作为浓度值最高的异常区域。
9.一种检测装置,包括:
第一浓度信息获取模块,用于获取所述电子设备当前所在区域的指定气体的第一浓度信息;
第一检测模块,用于确定所述第一浓度信息的第一浓度值是否超过预设阈值;
第二浓度信息获取模块,用于如果确定第一浓度值超过预设阈值,则获取多个区域的指定气体的第二浓度信息;以及
区域确定模块,用于基于所述指定气体的第二浓度信息确定所述多个区域中浓度值最高的异常区域。
10.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储可执行指令,所述可执行指令在被所述处理器执行时,实现根据权利要求1~8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910752617.1A CN110456001A (zh) | 2019-08-14 | 2019-08-14 | 检测方法、检测装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910752617.1A CN110456001A (zh) | 2019-08-14 | 2019-08-14 | 检测方法、检测装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110456001A true CN110456001A (zh) | 2019-11-15 |
Family
ID=68486787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910752617.1A Pending CN110456001A (zh) | 2019-08-14 | 2019-08-14 | 检测方法、检测装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110456001A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111257524A (zh) * | 2020-04-20 | 2020-06-09 | 湖北西塞山发电有限公司 | 一种电力行业焦糊味来源的寻找装置及寻找方法 |
CN111432183A (zh) * | 2020-04-29 | 2020-07-17 | 武汉烽火技术服务有限公司 | 用于对轨道交通设备机房远程巡检的***及方法 |
CN111650336A (zh) * | 2020-06-09 | 2020-09-11 | 新石器慧通(北京)科技有限公司 | 一种用于无人车的大气污染检测方法、装置及*** |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040012491A1 (en) * | 2002-07-19 | 2004-01-22 | Kulesz James J. | System for detection of hazardous events |
CN1784594A (zh) * | 2003-03-06 | 2006-06-07 | 辛辛那提测试***公司 | 用于检测气体的方法和装置 |
CN101377547A (zh) * | 2008-09-28 | 2009-03-04 | 东南大学 | 基于遥操作移动机器人的核化污染检测方法 |
CN104007763A (zh) * | 2014-06-13 | 2014-08-27 | 重庆大学 | 一种固定式电子鼻节点与移动机器人协作搜寻气味源方法 |
CN106125737A (zh) * | 2016-08-25 | 2016-11-16 | 北京创想智控科技有限公司 | 一种移动机器人有毒气体搜源的装置、***及方法 |
CN106125159A (zh) * | 2016-07-29 | 2016-11-16 | 华中科技大学 | 一种水域污染源自动探测方法 |
CN106501450A (zh) * | 2016-10-18 | 2017-03-15 | 上海磐合科学仪器股份有限公司 | 车载大气环境监测方法及*** |
CN106680170A (zh) * | 2017-02-28 | 2017-05-17 | 山东敏诚实验设备有限公司 | 区域大气污染空地一体实时监测预警***及方法 |
CN107976388A (zh) * | 2017-12-15 | 2018-05-01 | 广东轻工职业技术学院 | 一种粉尘浓度监控*** |
CN108535414A (zh) * | 2018-04-03 | 2018-09-14 | 北京戴纳实验科技有限公司 | 轨道式巡检*** |
CN108828140A (zh) * | 2018-04-26 | 2018-11-16 | 中国计量大学 | 一种基于粒子群算法的多无人机协同恶臭溯源方法 |
CN208366957U (zh) * | 2018-07-14 | 2019-01-11 | 浙江科康智能电气有限公司 | 一种燃气浓度精准测控*** |
CN109215295A (zh) * | 2018-09-11 | 2019-01-15 | 清华大学合肥公共安全研究院 | 燃气泄漏的判断方法、装置及电子设备 |
CN109345782A (zh) * | 2018-09-29 | 2019-02-15 | 四川博能燃气股份有限公司 | 一种室内燃气泄漏警报***及其警报和泄漏点定位方法 |
CN109752300A (zh) * | 2019-01-02 | 2019-05-14 | 五邑大学 | 一种涂料生产安全智能巡检机器人、***及方法 |
-
2019
- 2019-08-14 CN CN201910752617.1A patent/CN110456001A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040012491A1 (en) * | 2002-07-19 | 2004-01-22 | Kulesz James J. | System for detection of hazardous events |
CN1784594A (zh) * | 2003-03-06 | 2006-06-07 | 辛辛那提测试***公司 | 用于检测气体的方法和装置 |
CN101377547A (zh) * | 2008-09-28 | 2009-03-04 | 东南大学 | 基于遥操作移动机器人的核化污染检测方法 |
CN104007763A (zh) * | 2014-06-13 | 2014-08-27 | 重庆大学 | 一种固定式电子鼻节点与移动机器人协作搜寻气味源方法 |
CN106125159A (zh) * | 2016-07-29 | 2016-11-16 | 华中科技大学 | 一种水域污染源自动探测方法 |
CN106125737A (zh) * | 2016-08-25 | 2016-11-16 | 北京创想智控科技有限公司 | 一种移动机器人有毒气体搜源的装置、***及方法 |
CN106501450A (zh) * | 2016-10-18 | 2017-03-15 | 上海磐合科学仪器股份有限公司 | 车载大气环境监测方法及*** |
CN106680170A (zh) * | 2017-02-28 | 2017-05-17 | 山东敏诚实验设备有限公司 | 区域大气污染空地一体实时监测预警***及方法 |
CN107976388A (zh) * | 2017-12-15 | 2018-05-01 | 广东轻工职业技术学院 | 一种粉尘浓度监控*** |
CN108535414A (zh) * | 2018-04-03 | 2018-09-14 | 北京戴纳实验科技有限公司 | 轨道式巡检*** |
CN108828140A (zh) * | 2018-04-26 | 2018-11-16 | 中国计量大学 | 一种基于粒子群算法的多无人机协同恶臭溯源方法 |
CN208366957U (zh) * | 2018-07-14 | 2019-01-11 | 浙江科康智能电气有限公司 | 一种燃气浓度精准测控*** |
CN109215295A (zh) * | 2018-09-11 | 2019-01-15 | 清华大学合肥公共安全研究院 | 燃气泄漏的判断方法、装置及电子设备 |
CN109345782A (zh) * | 2018-09-29 | 2019-02-15 | 四川博能燃气股份有限公司 | 一种室内燃气泄漏警报***及其警报和泄漏点定位方法 |
CN109752300A (zh) * | 2019-01-02 | 2019-05-14 | 五邑大学 | 一种涂料生产安全智能巡检机器人、***及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111257524A (zh) * | 2020-04-20 | 2020-06-09 | 湖北西塞山发电有限公司 | 一种电力行业焦糊味来源的寻找装置及寻找方法 |
CN111432183A (zh) * | 2020-04-29 | 2020-07-17 | 武汉烽火技术服务有限公司 | 用于对轨道交通设备机房远程巡检的***及方法 |
CN111650336A (zh) * | 2020-06-09 | 2020-09-11 | 新石器慧通(北京)科技有限公司 | 一种用于无人车的大气污染检测方法、装置及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109978409B (zh) | 一种多工程企业级智慧工地区块链管理方法 | |
CN110456001A (zh) | 检测方法、检测装置和电子设备 | |
CN111882694A (zh) | 机房巡检方法、装置和机器人 | |
US9465816B2 (en) | Generating an image of a floor plan | |
CN110865917A (zh) | 基于ar技术的电力机房巡检作业方法、***及应用 | |
CN106710001A (zh) | 一种基于变电站巡检机器人集中监控仿真***及其方法 | |
US20210181722A1 (en) | Robotic inspection system with data transmission | |
CN106408453A (zh) | 基于gis的输电线路智能巡检*** | |
CN112950773A (zh) | 基于建筑信息模型的数据处理方法与装置、处理服务器 | |
CA2919024C (en) | Systems and methods for fuel monitoring | |
CN108306756A (zh) | 一种基于电力数据网全息评估***及其故障定位方法 | |
CN111462375A (zh) | 门禁控制方法、装置、巡检***和电子设备 | |
EP2838034A1 (en) | Device management apparatus and device search method | |
CN111428629B (zh) | 变电站运行监测方法、状态确定方法及无人机巡检*** | |
CN110490854A (zh) | 对象状态检测方法、对象状态检测装置和电子设备 | |
CN109964494A (zh) | 用于远程处理和分析工业资产检查数据的方法和*** | |
Yang et al. | Automatic detection of falling hazard from surveillance videos based on computer vision and building information modeling | |
CN112764427A (zh) | 接力的无人机巡检*** | |
CN113094325B (zh) | 设备部署方法、装置、计算机***和计算机可读存储介质 | |
CN105449859B (zh) | 基于Away3D引擎的全景智能电源***的展示方法 | |
Mattioli et al. | 2D–3D spatial registration for remote inspection of power substations | |
CN108806014A (zh) | 一种基于云计算机的远程计算机机房智能巡检*** | |
Dutta et al. | IoT based pollution monitoring and health correlation: a case study on smart city | |
CN116415766A (zh) | 一种变电站智能安全管控方法 | |
CN115562227A (zh) | 变电站巡检机器人监控方法、装置和计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191115 |