CN111768512A - 一种产线巡检机器人及巡检方法 - Google Patents
一种产线巡检机器人及巡检方法 Download PDFInfo
- Publication number
- CN111768512A CN111768512A CN202010456692.6A CN202010456692A CN111768512A CN 111768512 A CN111768512 A CN 111768512A CN 202010456692 A CN202010456692 A CN 202010456692A CN 111768512 A CN111768512 A CN 111768512A
- Authority
- CN
- China
- Prior art keywords
- inspection
- production line
- semantic recognition
- central processing
- processing unit
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 164
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000000605 extraction Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Manipulator (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及一种产线巡检机器人及巡检方法,该机器人包括分别与中央处理器相连接的摄像头、麦克风、语义识别单元、行走机构、后台控制端、存储器和输入设备,行走机构上安装有***,存储器内存储有产线巡检任务表,输入设备用于输入产线现场巡检数据,摄像头用于采集产线现场图像,麦克风用于获取产线现场语音数据;语义识别单元用于对文本信息和语音数据进行语义识别,中央处理器用于控制行走机构的移动,并对产线现场图像进行预处理,将处理后的产线现场图像和产线现场巡检数据实时传输给后台控制端。与现有技术相比,本发明基于语义识别技术,能够实现自动巡检的目的,避免“空巡”及“漏检”问题,提高巡检效率。
Description
技术领域
本发明涉及人工智能设备技术领域,尤其是涉及一种产线巡检机器人及巡检方法。
背景技术
随着社会的发展与进步,各行各业对巡检工作的力度和要求越来越高。在生产过程中,巡检工作通常是由运行、检修人员通过巡检管理,以掌握设备的运行状态及其变化规律,及时发现和消除设备故障及隐患,从而保障安全生产,然而传统人工巡检问题较多,例如人工录入效率低、出错率高;人工巡检工作量大、难到位、常漏检;严重依赖巡检人员的知识水平和责任心,可能存在“空巡”现象,即没有真正进行现场巡检、而填写了巡检记录;信息传递慢、追溯难、安全没保障;巡检运维成本高等问题。
中国专利CN109571468A公开了一种安防巡检机器人及安防巡检方法,采用导航避障单元,实现安防巡检的目的,其中,导航避障单元用于根据外界场景,实时控制巡检机器人的行走路线,该技术方案能够有效降低人工巡检工作量,但并未真正实现可靠巡检的目的,即无法保证及时发现巡检中存在的设备异常问题,也没有真正解决传统人工巡检时可能存在的“空巡”和“漏检”问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种产线巡检机器人及巡检方法,基于语义识别技术,能够自动巡检产线,并及时全面地返回巡检相关信息。
本发明的目的可以通过以下技术方案来实现:一种产线巡检机器人,包括分别与中央处理器相连接的摄像头、麦克风、语义识别单元和行走机构,所述行走机构上安装有***,以获取行走机构的位置信息,所述中央处理器还分别连接有后台控制端、存储器和输入设备,所述存储器内存储有产线巡检任务表,所述输入设备用于输入产线现场巡检数据,所述摄像头用于采集产线现场图像,所述麦克风用于获取产线现场语音数据;
所述语义识别单元用于对文本信息和语音数据进行语义识别,之后将语义识别结果传输给中央处理器;
所述中央处理器用于根据语义识别结果、产线巡检任务表以及行走机构的位置信息,以输出相应控制信号给行走机构,并对产线现场图像进行预处理,将处理后的产线现场图像和产线现场巡检数据实时传输给后台控制端。
进一步地,所述产线巡检任务表包含产线巡检任务名称及对应的巡检路线。
进一步地,所述语义识别单元包括文本语义识别模块和语音语义识别模块,所述语音语义识别模块包括依次连接的转换子模块、去噪子模块和特征提取子模块,所述转换子模块用于将语音信号转换为对应的电信号,所述去噪子模块用于消除语音数据中的混叠和高频因素,所述特征提取子模块用于从语音数据中提取得到特征参数,以进行语义识别。
进一步地,所述去噪子模块具体为富迪FM2018-380芯片。
进一步地,所述后台控制端包括移动客户端。
进一步地,所述输入设备具体为手写输入设备。
一种产线巡检方法,包括以下步骤:
S1、中央处理器从麦克风或后台控制端分别获取语音数据或文本信息;
S2、中央处理器将语音数据或文本信息传输给语义识别单元;
S3、根据语音数据或文本信息,由语义识别单元输出对应的语义识别结果;
S4、中央处理器将语义识别结果与存储器内存储的产线巡检任务表进行匹配检索,并结合行走机构的定位信息与存储器内存储的产线巡检任务表进行匹配,若匹配成功,则输出控制信号给行走机构,以驱动行走机构按照产线巡检任务对应的巡检路线行走,否则返回步骤S1,其中,产线巡检任务表中包含产线巡检任务名称及对应的巡检路线;
S5、行走机构按照产线巡检路线行走,依次在对应巡检位置停留预设时间,在每个停留时间段内,通过摄像头和输入设备分别获取产线现场图像和产线现场巡检数据;
S6、中央处理器从摄像头获取产线现场图像、从输入设备获取产线现场巡检数据,并对该产线现场图像进行预处理,之后将处理后的产线现场图像和产线现场巡检数据实时传输至后台控制端。
进一步地,所述步骤S3具体包括以下步骤:
S31、语义识别单元接收语音数据或文本信息;
S32、对于文本信息,语义识别单元依次对文本信息进行分词处理、相似度计算和关键词提取操作,以提取得到的关键词作为文本信息对应的语义识别结果;
对于语音数据,语义识别单元依次对语音数据进行电信号转换、去噪和特征参数提取操作,以提取得到的特诊参数作为语音数据对应的语义识别结果。
进一步地,所述步骤S4具体包括以下步骤:
S41、中央处理器将语义识别结果与产线巡检任务表中的产线巡检任务名称进行匹配检索,若匹配成功,则执行步骤S42,否则返回步骤S1;
S42、中央处理器从产线巡检任务表中提取匹配成功产线巡检任务名称对应的巡检路线,之后中央处理器获取行走机构的当前位置信息,并判断该位置信息是否属于巡检路线范围内,若判断为是,则执行步骤S43,否则返回步骤S1;
S43、中央处理器输出巡检控制信号和巡检路线给行走机构,使行走机构按照巡检控制信号及巡检路线产生移动。
进一步地,所述步骤S6中对产线现场图像进行预处理的过程包括去噪码流和目标检测,以在产线现场图像中对目标待检设备进行识别和标注。
与现有技术相比,本发明具有以下优点:
一、本发明提出了一种基于语义识别技术的产线巡检机器人,通过后台控制端输出文本信息或麦克风获取语音数据,利用语义识别技术从文本信息或语音数据中识别出巡检任务、通过匹配检索得到巡检路线,并结合具有定位功能的行走机构,使得产线巡检机器人能够按照不同任务对应的巡检路线发生移动,此外,通过摄像头和输入设备,能够及时将产线现场图像和现场巡检数据实时传输给后台控制端,从而使后台控制端及时发现现场设备是否存在异常,也避免了巡检不到位、巡检数据录入有误造成的“空巡”或“漏检”问题。
二、本发明采用产线巡检机器人自动按照巡检路线行走、采集现场图像、录入产线现场巡检数据的方式,能够大大减少人工巡检工作量,提高产线巡检效率,结合后台控制端统一管理数据,保证了产线巡检任务的数据可追溯性。
附图说明
图1为本发明的产线巡检机器人结构示意图;
图2为本发明产线巡检方法流程示意图;
图中标记说明:1、中央处理器,2、摄像头,3、麦克风,4、语义识别单元,5、行走机构,51、***,6、后台控制端,7、存储器,8、输入设备,41、文本语义识别模块,42、语音语义识别模块,421、转换子模块,422、去噪子模块,423、特征提取子模块。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示,一种产线巡检机器人,包括分别与中央处理器1相连接的摄像头2、麦克风3、语义识别单元4、行走机构5、存储器7和输入设备8,行走机构5上安装有***51,以获取行走机构的位置信息,摄像头2用于采集产线现场图像,麦克风3用于获取产线现场语音数据,存储器7内存储有产线巡检任务表,产线巡检任务表包含产线巡检任务名称及对应的巡检路线,输入设备8用于输入产线现场巡检数据,语义识别单元4用于对文本信息和语音数据进行语义识别,之后将语义识别结果传输给中央处理器1,中央处理器1还连接有后台控制端6,中央处理器1用于根据语义识别结果、产线巡检任务表以及行走机构5的位置信息,以输出相应控制信号给行走机构5,并对产线现场图像进行预处理,将处理后的产线现场图像和产线现场巡检数据实时传输给后台控制端6,使后台控制端6能够及时获取现场巡检信息,并进行数据统一管理。
具体的,为实现分别对文本信息和语音数据进行语义识别,语义识别单元4包括文本语义识别模块41和语音语义识别模块42,其中,语音语义识别模块42包括依次连接的转换子模块421、去噪子模块422和特征提取子模块423,转换子模块421用于将语音信号转换为对应的电信号,去噪子模块422采用富迪FM2018-380芯片,以消除语音数据中的混叠和高频因素,特征提取子模块423用于从语音数据中提取得到特征参数,以进行语义识别。
本实施例中,后台控制端6包括移动客户端,即可通过移动客户端相关应用的操作,实现文本信息输入以及接收查看现场巡检图像及巡检数据,输入设备8具体为手写输入设备,即在巡检过程中,可由现场工人将相关需记录的设备数据直接采用手写录入方式,以记录现场巡检数据。
将上述产线巡检机器人应用于实际,其具体方法过程如图2所示,主要包括:
S1、中央处理器从麦克风或后台控制端分别获取语音数据或文本信息;
S2、中央处理器将语音数据或文本信息传输给语义识别单元;
S3、根据语音数据或文本信息,由语义识别单元输出对应的语义识别结果:
对于文本信息,语义识别单元依次对文本信息进行分词处理、相似度计算和关键词提取操作,以提取得到的关键词作为文本信息对应的语义识别结果;
对于语音数据,语义识别单元依次对语音数据进行电信号转换、去噪和特征参数提取操作,以提取得到的特诊参数作为语音数据对应的语义识别结果;
S4、中央处理器将语义识别结果与存储器内存储的产线巡检任务表进行匹配检索,并结合行走机构的定位信息与存储器内存储的产线巡检任务表进行匹配,若匹配成功,则输出控制信号给行走机构,以驱动行走机构按照产线巡检任务对应的巡检路线行走,否则返回步骤S1,其中,产线巡检任务表中包含产线巡检任务名称及对应的巡检路线,具体匹配过程包括任务匹配和路线匹配:
中央处理器将语义识别结果与产线巡检任务表中的产线巡检任务名称进行任务匹配检索,若任务匹配成功,则中央处理器从产线巡检任务表中提取匹配成功产线巡检任务名称对应的巡检路线,之后中央处理器获取行走机构的当前位置信息,并判断该位置信息是否属于巡检路线范围内,即进行路线匹配;
S5、行走机构按照产线巡检路线行走,依次在对应巡检位置停留预设时间,在每个停留时间段内,通过摄像头和输入设备分别获取产线现场图像和产线现场巡检数据;
S6、中央处理器从摄像头获取产线现场图像、从输入设备获取产线现场巡检数据,并对该产线现场图像进行预处理,即依次进行去噪码流和目标检测操作,以在产线现场图像中对目标待检设备进行识别和标注,最后将处理后的产线现场图像和产线现场巡检数据实时传输至后台控制端。
综上所述,采用本发明提出的产线巡检机器人及产线巡检方法,能够从根本上解决工作人员责任感不强或者抱着饶幸心理对巡检记录只填写不现场巡视的"空巡"现象,也可有效的避免了巡检不到位、巡检数据录入不及时等现象,对漏巡问题得到根本解决,提高了巡检到位率,同时使得巡检时间得到了大大减少,缩短了生产周期,提高了对巡检人员的管理水平,同时也将巡检人员从繁重的手工工作中解脱出来,提髙了巡检工作的自动化、可视化、以及巡检过程的交互性,从而提高了工作效率。
Claims (10)
1.一种产线巡检机器人,其特征在于,包括分别与中央处理器(1)相连接的摄像头(2)、麦克风(3)、语义识别单元(4)和行走机构(5),所述行走机构(5)上安装有***(51),以获取行走机构(5)的位置信息,所述中央处理器(1)还分别连接有后台控制端(6)、存储器(7)和输入设备(8),所述存储器(7)内存储有产线巡检任务表,所述输入设备(8)用于输入产线现场巡检数据,所述摄像头(2)用于采集产线现场图像,所述麦克风(3)用于获取产线现场语音数据;
所述语义识别单元(4)用于对文本信息和语音数据进行语义识别,之后将语义识别结果传输给中央处理器(1);
所述中央处理器(1)用于根据语义识别结果、产线巡检任务表以及行走机构(5)的位置信息,以输出相应控制信号给行走机构(5),并对产线现场图像进行预处理,将处理后的产线现场图像和产线现场巡检数据实时传输给后台控制端(6)。
2.根据权利要求1所述的一种产线巡检机器人,其特征在于,所述产线巡检任务表包含产线巡检任务名称及对应的巡检路线。
3.根据权利要求1所述的一种产线巡检机器人,其特征在于,所述语义识别单元(4)包括文本语义识别模块(41)和语音语义识别模块(42),所述语音语义识别模块(42)包括依次连接的转换子模块(421)、去噪子模块(422)和特征提取子模块(423),所述转换子模块(421)用于将语音信号转换为对应的电信号,所述去噪子模块(422)用于消除语音数据中的混叠和高频因素,所述特征提取子模块(423)用于从语音数据中提取得到特征参数,以进行语义识别。
4.根据权利要求3所述的一种产线巡检机器人,其特征在于,所述去噪子模块(422)具体为富迪FM2018-380芯片。
5.根据权利要求1所述的一种产线巡检机器人,其特征在于,所述后台控制端(6)包括移动客户端。
6.根据权利要求1所述的一种产线巡检机器人,其特征在于,所述输入设备(8)具体为手写输入设备。
7.一种应用如权利要求1所述产线巡检机器人的产线巡检方法,其特征在于,包括以下步骤:
S1、中央处理器(1)从麦克风(3)或后台控制端(6)分别获取语音数据或文本信息;
S2、中央处理器(1)将语音数据或文本信息传输给语义识别单元(4);
S3、根据语音数据或文本信息,由语义识别单元(4)输出对应的语义识别结果;
S4、中央处理器(1)将语义识别结果与存储器(7)内存储的产线巡检任务表进行匹配检索,并结合行走机构(5)的定位信息与存储器(7)内存储的产线巡检任务表进行匹配,若匹配成功,则输出控制信号给行走机构(5),以驱动行走机构(5)按照产线巡检任务对应的巡检路线行走,否则返回步骤S1,其中,产线巡检任务表中包含产线巡检任务名称及对应的巡检路线;
S5、行走机构(5)按照产线巡检路线行走,依次在对应巡检位置停留预设时间,在每个停留时间段内,通过摄像头(2)和输入设备(8)分别获取产线现场图像和产线现场巡检数据;
S6、中央处理器(1)从摄像头(2)获取产线现场图像、从输入设备(8)获取产线现场巡检数据,并对该产线现场图像进行预处理,之后将处理后的产线现场图像和产线现场巡检数据实时传输至后台控制端(6)。
8.根据权利要求7所述的一种产线巡检方法,其特征在于,所述步骤S3具体包括以下步骤:
S31、语义识别单元(4)接收语音数据或文本信息;
S32、对于文本信息,语义识别单元(4)依次对文本信息进行分词处理、相似度计算和关键词提取操作,以提取得到的关键词作为文本信息对应的语义识别结果;
对于语音数据,语义识别单元(4)依次对语音数据进行电信号转换、去噪和特征参数提取操作,以提取得到的特诊参数作为语音数据对应的语义识别结果。
9.根据权利要求7所述的一种产线巡检方法,其特征在于,所述步骤S4具体包括以下步骤:
S41、中央处理器(1)将语义识别结果与产线巡检任务表中的产线巡检任务名称进行匹配检索,若匹配成功,则执行步骤S42,否则返回步骤S1;
S42、中央处理器(1)从产线巡检任务表中提取匹配成功产线巡检任务名称对应的巡检路线,之后中央处理器(1)获取行走机构(5)的当前位置信息,并判断该位置信息是否属于巡检路线范围内,若判断为是,则执行步骤S43,否则返回步骤S1;
S43、中央处理器(1)输出巡检控制信号和巡检路线给行走机构(5),使行走机构(5)按照巡检控制信号及巡检路线产生移动。
10.根据权利要求7所述的一种产线巡检方法,其特征在于,所述步骤S6中对产线现场图像进行预处理的过程包括去噪码流和目标检测,以在产线现场图像中对目标待检设备进行识别和标注。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010456692.6A CN111768512A (zh) | 2020-05-26 | 2020-05-26 | 一种产线巡检机器人及巡检方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010456692.6A CN111768512A (zh) | 2020-05-26 | 2020-05-26 | 一种产线巡检机器人及巡检方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111768512A true CN111768512A (zh) | 2020-10-13 |
Family
ID=72720696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010456692.6A Pending CN111768512A (zh) | 2020-05-26 | 2020-05-26 | 一种产线巡检机器人及巡检方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768512A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613380A (zh) * | 2020-12-17 | 2021-04-06 | 网联清算有限公司 | 一种机房巡检方法、装置及电子设备、存储介质 |
CN118096133A (zh) * | 2024-04-25 | 2024-05-28 | 中核武汉核电运行技术股份有限公司 | 一种核电厂智能巡检方法及*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102280826A (zh) * | 2011-07-30 | 2011-12-14 | 山东鲁能智能技术有限公司 | 变电站智能机器人巡检***及巡检方法 |
CN204229230U (zh) * | 2014-11-27 | 2015-03-25 | 无锡北斗星通信息科技有限公司 | 用于自动读表的变电站巡检机器人 |
CN105045262A (zh) * | 2014-11-27 | 2015-11-11 | 马金环 | 用于自动读表的变电站巡检机器人 |
CN107436951A (zh) * | 2017-08-08 | 2017-12-05 | 国家电网公司 | 变电站巡视作业管理方法、装置及*** |
CN107491817A (zh) * | 2017-07-19 | 2017-12-19 | 深圳市金奥博科技股份有限公司 | 生产线设备和生产工况的巡检方法及终端设备和机器人 |
CN109176559A (zh) * | 2018-10-24 | 2019-01-11 | 上海思依暄机器人科技股份有限公司 | 一种机器人及控制方法、*** |
CN109571499A (zh) * | 2018-12-25 | 2019-04-05 | 广州天高软件科技有限公司 | 一种智能导航引领机器人及其实现方法 |
CN109657814A (zh) * | 2018-12-13 | 2019-04-19 | 重庆赛科机电技术服务有限公司 | 一种巡检方法及*** |
CN110209552A (zh) * | 2019-05-29 | 2019-09-06 | 北京百度网讯科技有限公司 | 一种设备管理方法和装置 |
CN110335367A (zh) * | 2019-07-11 | 2019-10-15 | 国家电网有限公司 | 设备巡检方法、设备巡检装置及终端设备 |
CN110405718A (zh) * | 2019-07-28 | 2019-11-05 | 南京昱晟机器人科技有限公司 | 一种工业加工机器人巡检装置 |
US20200005444A1 (en) * | 2018-06-28 | 2020-01-02 | General Electric Company | Systems and methods of feature correspondence analysis |
CN111037574A (zh) * | 2019-12-07 | 2020-04-21 | 国网山东省电力公司日照供电公司 | 用于通信站点巡检的交互式机器人***及其控制方法 |
-
2020
- 2020-05-26 CN CN202010456692.6A patent/CN111768512A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102280826A (zh) * | 2011-07-30 | 2011-12-14 | 山东鲁能智能技术有限公司 | 变电站智能机器人巡检***及巡检方法 |
CN204229230U (zh) * | 2014-11-27 | 2015-03-25 | 无锡北斗星通信息科技有限公司 | 用于自动读表的变电站巡检机器人 |
CN105045262A (zh) * | 2014-11-27 | 2015-11-11 | 马金环 | 用于自动读表的变电站巡检机器人 |
CN107491817A (zh) * | 2017-07-19 | 2017-12-19 | 深圳市金奥博科技股份有限公司 | 生产线设备和生产工况的巡检方法及终端设备和机器人 |
CN107436951A (zh) * | 2017-08-08 | 2017-12-05 | 国家电网公司 | 变电站巡视作业管理方法、装置及*** |
US20200005444A1 (en) * | 2018-06-28 | 2020-01-02 | General Electric Company | Systems and methods of feature correspondence analysis |
CN109176559A (zh) * | 2018-10-24 | 2019-01-11 | 上海思依暄机器人科技股份有限公司 | 一种机器人及控制方法、*** |
CN109657814A (zh) * | 2018-12-13 | 2019-04-19 | 重庆赛科机电技术服务有限公司 | 一种巡检方法及*** |
CN109571499A (zh) * | 2018-12-25 | 2019-04-05 | 广州天高软件科技有限公司 | 一种智能导航引领机器人及其实现方法 |
CN110209552A (zh) * | 2019-05-29 | 2019-09-06 | 北京百度网讯科技有限公司 | 一种设备管理方法和装置 |
CN110335367A (zh) * | 2019-07-11 | 2019-10-15 | 国家电网有限公司 | 设备巡检方法、设备巡检装置及终端设备 |
CN110405718A (zh) * | 2019-07-28 | 2019-11-05 | 南京昱晟机器人科技有限公司 | 一种工业加工机器人巡检装置 |
CN111037574A (zh) * | 2019-12-07 | 2020-04-21 | 国网山东省电力公司日照供电公司 | 用于通信站点巡检的交互式机器人***及其控制方法 |
Non-Patent Citations (2)
Title |
---|
叶旭明,崔敬巍,姜淑娟,张雪飞,薛栋: "《现代设备管理与点检》", 31 October 2014 * |
汤旭: "《中国优秀硕士学位论文全文数据库 工程信息Ⅱ辑》", 30 June 2016 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613380A (zh) * | 2020-12-17 | 2021-04-06 | 网联清算有限公司 | 一种机房巡检方法、装置及电子设备、存储介质 |
CN112613380B (zh) * | 2020-12-17 | 2024-03-15 | 网联清算有限公司 | 一种机房巡检方法、装置及电子设备、存储介质 |
CN118096133A (zh) * | 2024-04-25 | 2024-05-28 | 中核武汉核电运行技术股份有限公司 | 一种核电厂智能巡检方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106771856B (zh) | 基于无人机技术的电力输电线路雷击点确定方法 | |
CN110909898B (zh) | 基于ar眼镜的银行机房故障诊断维修指导***及方法 | |
CN111768512A (zh) | 一种产线巡检机器人及巡检方法 | |
CN110689148A (zh) | 一种基于ar技术的计量设备故障检测方法 | |
KR102056564B1 (ko) | 머신 비전을 이용한 시설물 관리 방법 및 장치 | |
CN115686014B (zh) | 一种基于bim模型的地铁巡检机器人 | |
CN111368824B (zh) | 一种仪表识别方法、移动设备及存储介质 | |
CN113788051A (zh) | 列车在站运行状态监测分析*** | |
WO2021103558A1 (zh) | 基于rgb-d数据融合的机器人视觉引导方法和装置 | |
CN115830407A (zh) | 一种基于yolov4目标检测模型的电缆管线故障判别算法 | |
CN117589177B (zh) | 基于工业大模型自主导航方法 | |
CN110674900A (zh) | 基于rfid的无人机巡检杆塔缺陷的方法及装置 | |
CN114529821A (zh) | 一种基于机器视觉的海上风电安全监测与预警方法 | |
CN116843686B (zh) | 接触网***线夹螺母缺陷的检测方法及装置 | |
Zhang et al. | Opensight: A simple open-vocabulary framework for lidar-based object detection | |
CN116612481B (zh) | 基于知识图谱和多元图像的电力设备缺陷识别方法及*** | |
CN116740833A (zh) | 基于无人机的线路巡线打卡方法 | |
CN115861962A (zh) | 点云过滤方法、装置、电子设备、存储介质 | |
CN110516551B (zh) | 一种基于视觉的巡线位置偏移识别***、方法及无人机 | |
CN209328044U (zh) | 基于语音辅助的关注点信息自动获取*** | |
LU505922B1 (en) | A defect recognition system for urban drainage pipelines based on the YOLOv5 algorithm | |
Liao et al. | Joint inspection of HD video and robot in substation based on OCR technology | |
Sheng et al. | A YOLOX-Based Detection Method of Triple-Cascade Feature Level Fusion for Power System External Defects | |
Lu et al. | Design and implement of control system for power substation equipment inspection robot | |
Wang et al. | Defect Detection from Power Line Images using Advanced Deep Detectors |
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 |
Application publication date: 20201013 |
|
RJ01 | Rejection of invention patent application after publication |