CN112576310B - 基于机器人的隧道安防检测方法及*** - Google Patents
基于机器人的隧道安防检测方法及*** Download PDFInfo
- Publication number
- CN112576310B CN112576310B CN202011445243.8A CN202011445243A CN112576310B CN 112576310 B CN112576310 B CN 112576310B CN 202011445243 A CN202011445243 A CN 202011445243A CN 112576310 B CN112576310 B CN 112576310B
- Authority
- CN
- China
- Prior art keywords
- tunnel
- robot
- personnel
- inspection robot
- information
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000007689 inspection Methods 0.000 claims abstract description 100
- 239000002352 surface water Substances 0.000 claims abstract description 21
- 238000013135 deep learning Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 239000007789 gas Substances 0.000 claims description 41
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 40
- 238000012423 maintenance Methods 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 27
- 238000009825 accumulation Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 230000006399 behavior Effects 0.000 claims description 6
- 239000002360 explosive Substances 0.000 claims description 5
- 230000001537 neural effect Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000009545 invasion Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 239000003673 groundwater Substances 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Alarm Systems (AREA)
Abstract
本公开技术方案公开了基于机器人的隧道安防检测方法及***,包括:利用隧道巡检机器人与固定点机器人对进入的外部人员进行识别、定位,在GIS地图上展示人员位置信息;将隧道机器人与在线检测设备进行联动,实时动态监测隧道内出现的险情,实现对电缆破皮、防爆气体、地面积水进行检测。本公开技术方案通过在线监测设备与人工智能相结合,***进行深度学习、智能分析异物、破皮、防爆气体、电缆的检测,根据分析结果,智能联动机器人、设备和报警进行安防处理。将人脸识别与巡检机器人、固定点视频相结合,进行人员识别、定位、持续跟踪等防入侵。
Description
技术领域
本公开技术方案属于电力***隧道环境安全检测领域,尤其涉及基于机器人的隧道安防检测方法及***。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
发明人通过研究发现,现有的隧道内防入侵人员定位方式是通过RFID进行定位,但是RFID无验证功能,容易被仿制。或者通过固定视频探头位置进行人员定位,但是无法进行人员持续跟踪与实时动态精准定位。
另外,现有的安防检测***对隧道内地面积水都是通过水位传感器感应水位、通过水泵排水。无法对地面积水面积、影响范围作出预估以及后续排出积水需要多长时间,无法对积水有视觉上的感知,并需要人为现场确认水情。
还存在安防检测***对电缆外皮破损主要是依据振动光纤判定电缆是否发生振动,但是无法判断电缆是否已经破损以及对破损复检确认。
还有,现有的安防检测***目前没有对防爆气体作出综合检测,只是对单一某种气体进行监测,单一条件下,无法对隧道内气体危险程度作出综合预测与判断,无法标出危险范围。
发明内容
为克服上述现有技术的不足,本公开技术方案提供了基于机器人的隧道安防检测方法,通过在线监测设备与人工智能相结合,***进行深度学习、智能分析异物、破皮、防爆气体、电缆的检测,根据分析结果,智能联动机器人、设备和报警进行安防处理。将人脸识别与巡检机器人、固定点机器人视频相结合,进行人员识别、定位、持续跟踪等防入侵。
为实现上述目的,本公开技术方案的一个或多个实施例提供了如下技术方案:
基于机器人的隧道安防检测方法,包括:
实时采集进入隧道的外部人员面部信息、隧道内可见光图片及隧道内易燃易爆气体浓度;
基于隧道的外部人员面部信息对进入隧道的外部人员进行识别、定位,进行实时跟踪,并在GIS地图上展示人员位置信息;
基于隧道内可见光图片判断电缆外皮破损情况,并在电缆外皮破损时发布对应的通知信息;
同时,基于隧道内可见光图片判断地面积水情况,并在GIS地图上标出地面积水位置以及相关积水信息;
基于采集的隧道内易燃易爆气体浓度判断防爆气体在该浓度下的危险程度,并联动附近的风机进行排风。在GIS地图上标注出防爆气体浓度超标的位置。
具体的,通过卷积神经网络-人脸识别算法、相机标定、立体匹配算法、计算深度信息对进入的外部人员进行识别、定位。
进一步的技术方案,对进入隧道的外部人员进行识别、定位,进行实时跟踪,并在GIS地图上展示人员位置信息,具体为:
通过卷积神经网络-人脸识别算法分析采集的信息,判断是外部人员还是运维人员;
若是外部入侵人员,进行报警,安防***同步报警提醒运维人员,隧道内部有入侵人员;
在人员进入隧道后,根据巡检机器人本体上的双目摄像头测量人员距离巡检机器人的距离,然后将距离转换成经纬度信息,从而进一步对被采集人员进行人员定位;
在安防***中的GIS地图上显示人员位置并形成足迹,基于足迹信息,展示巡检机器人在该点获取的可见光图片信息以及隧道断面信息。
进一步的技术方案,还包括:巡检机器人联动固定点机器人通过深度学习中的行为识别算法、Camshift算法识别人的行为动作,然后根据人员动作自动调整机器人位置与云台摄像头位置,对人员持续跟踪。
进一步的技术方案,还包括:在人工确认报警时,通过浏览报警时视频信息,当人工解除报警后,巡检机器人不在对人员持续跟踪,其返回充电点待命,根据任务原定时计划,执行相应的巡检任务。
进一步的技术方案,若是外部入侵人员,机器人通过本体上的声光***进行报警,安防***同步报警提醒运维人员,隧道内部有入侵人员,具体为:
巡检机器人通过本体上的语音***在隧道内部进行报警,同时通过短信提醒方式,通知运维人员隧道内有外部入侵人员,使运维人员及时了解隧道内部报警情况。
第二方面,公开了一种隧道环境下的安防检测***,包括:隧道巡检机器人与固定点机器人及安防***,道巡检机器人与固定点机器人均与安防***通信;
所述隧道巡检机器人与固定点机器人对进入的外部人员进行识别、定位,在安防***的GIS地图上展示人员位置信息;
所述隧道巡检机器人与在线检测设备进行联动,实时动态监测隧道内出现的险情,实现对电缆破皮、防爆气体、地面积水进行检测并在安防***GIS地图上展示。
以上一个或多个技术方案存在以下有益效果:
(1)本公开技术方案创造性的提出了隧道密闭空间安防实时检测方法,研制了相关***,通过机器人与在线监测设备、人工智能相结合,***进行深度学习,智能分析、智能联动,实现了对隧道密闭空间内基于机器人多维联动对地面积水、人员轨迹、电缆外皮破损实时检测,降低了隧道内部危险,保障了隧道安全。
(2)本公开技术方案创造性的提出了一种隧道密闭空间内地面积水多维联动检测方法,通过巡检机器人、固定点机器人检测隧道地面积水并联动水位传感器与水泵排水,并在GIS地图上实时显示地面积水信息及预估排水时间。解决了运维人员在不进入隧道的情况下无法有效获知隧道地面积水、无法快速有效处理隧道地面积水的问题,实现了隧道地面积水险情实时快速处理。
(3)本公开技术方案创造性的提出了一种在隧道密闭空间内人员轨迹快速检测方法,通过巡检机器人、固定点机器人识别进出隧道人员,根据巡检机器人上的双目摄像头通过立体匹配算法定位人员位置。巡检机器人将人员位置信息上送到安防***,在安防***GIS地图上及时跟新、标注人员位置,根据历史人员位置信息,形成人员足迹。同时,机器人根据人员移动,自动调整机器人本体与云台位置,对人员实时跟踪。解决了人员在隧道内部无法持续跟踪、RFID标签易被仿制等问题,实现了在隧道内部人员的正确识别、精准定位、持续动态跟踪。
(4)本公开技术方案创造性的提出了一种隧道密闭空间内电缆外皮破损检测方法,在巡检机器人、固定点机器人在巡检过程中进行抓图,通过模式识别算法分析电缆外皮破损,并以短信方式通过运维人员。解决了电缆外皮破损无法及时发现的问题,实现了实时监控。
附图说明
构成本公开技术方案的一部分的说明书附图用来提供对本公开技术方案的进一步理解,本公开技术方案的示意性实施例及其说明用于解释本公开技术方案,并不构成对本公开技术方案的不当限定。
图1为本公开技术方案实施例防入侵检测流程图;
图2为本公开技术方案实施例隧道地面积水检测流程图;
图3为本公开技术方案实施例电缆外皮破损检测图;
图4为本公开技术方案实施例隧道内防爆气体检测流程图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本公开技术方案提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开技术方案所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开技术方案的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开技术方案中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例公开了基于机器人的隧道安防检测方法,利用隧道巡检机器人与固定点机器人对进入的外部人员进行识别、定位,在GIS地图上展示人员位置信息;
将隧道机器人与在线检测设备进行联动,实时动态监测隧道内出现的险情,实现对电缆破皮、防爆气体、地面积水进行检测。
巡检机器人、固定点机器人均用于隧道内安防检测。将隧道内的安防与机器人结合起来,可以提供实时动态的对隧道进行全方位监控。
安防***是一个数据展示及隧道业务管理平台,通过安防***,可以接收机器人采集的数据。
具体的,关于人员定位:固定点机器人与巡检机器人均可通过采集人员面部信息,通过卷积神经网络-人脸识别算法,判断进出人员是运维人员还是外部入侵人员。固定点机器人或者巡检机器人一方采集完人员面部信息之后,通过判断人员信息,之后二者共享判断后的信息。若是固定点机器人采集判断,固定点机器人调用巡检机器人到指定位置,巡检机器人联动打开隧道内的照明灯,通过巡检机器人上的双目摄像头根据相机标定、立体匹配算法、计算深度信息,定位人员距离机器人距离。同时巡检机器人将结合自身位置信息,定位人员在隧道中的位置。巡检机器人将人员定位信息发送到安防***,安防***在GIS地图上标注人员位置、及时更新人员位置信息,并根据人员历史位置信息,形成足迹,点击某点足迹信息,可以展示在该点采集到的人员信息和可见光图片。同时,根据人员移动,巡检机器人根据Camshift算法,自动调整云台位置与机器人本***置,对人员实时跟踪。
具体的,关于电缆破皮、地面积水同时进行检测。固定点机器人定时抓取可见光图片,通过机器深度学习算法、智能分析电缆外皮破损、地面积水。
若固定点机器人发现电缆外皮有破损,固定点机器人会联动巡检机器人,将巡检机器人调到外皮破损位置,同时巡检机器人通过广播通知所有人员立刻离开隧道,然后巡检机器人停在该位置,等待运维人员处置险情,同时安防***将险情以短信方式通知运维人员,请运维人员及时确认险情并处理险情。若巡检机器人在运动过程中发现电缆外皮破损,流程与固定机器人一致,但不需要调用巡检机器人。
巡检机器人在运动过程中或者固定点机器人在定时执行任务过程中,抓取可见光图片,然后通过机器深度学习算法、智能分析地面积水。若通过深度学习与模式识别算法,分析出地面有积水并计算出积水面积,巡检机器人或者固定点机器人(谁发现积水,谁进行联动)联动水位传感器与水泵,根据水位传感器传送水位信息与积水面积,预估水泵排水时间。同时巡检机器人将结果上送到安防***,在GIS地图上标出地面积水位置以及相关积水信息。并通过通知相关运维人员地面积水、及时处理。
具体的,关于防爆气体:巡检机器人在运动过程中,巡检机器人本体上的气体传感器实时采集隧道内氧气浓度、甲烷浓度、氢气浓度等易燃易爆气体浓度。同时,巡检机器人与隧道内已有的气体传感器进行联动,实时采集隧道内其他位置的防爆气体浓度。之后,机器人通过智能分析,分析该防爆气体在在浓度下的危险程度,并联动附近的风机进行排风。在安防***中的GIS地图上标注出防爆气体浓度超标的位置并通过短信提醒相关运维人员。机器人通过本体上的声光报警***进行报警。
本方法通过在线监测设备与人工智能相结合,***进行深度学习、智能分析异物、破皮、防爆气体、电缆的检测,根据分析结果,智能联动机器人、设备和报警进行安防处理。将人脸识别与巡检机器人、固定点视频相结合,进行人员识别、定位、持续跟踪等防入侵。
本公开技术方案隧道巡检机器人与固定点机器人对进入的外部人员进行识别、定位,在GIS地图上展示人员位置信息。将隧道机器人与在线检测设备进行联动,实时动态监测隧道内出现的险情。将隧道机器人与隧道安防***相结合,减少运维人员的工作量,提高运维人员在复杂的隧道环境下安全性。同时对电缆破皮、防爆气体、地面积水进行检测,能够智能化的对隧道人员进行跟踪、定位,为隧道的安防检测提供一种新的方法。
在一实施例子中,参见附图1所示,防入侵方法主要是针对进入隧道内的人员进行识别、定位、报警以及持续跟踪,步骤如下:
步骤1:人员从井口或者隧道门禁***进入隧道,安防***联动固定点机器人本体上的摄像头或者巡检机器人本体上的双向摄像头采集人员信息。
步骤2:通过卷积神经网络-人脸识别算法分析采集的信息判断是外部人员还是运维人员。
步骤3:若是外部入侵人员,机器人通过本体上的声光***进行报警,安防***同步报警提醒运维人员,隧道内部有入侵人员。
步骤4:在人员进入隧道后,若人员处于固定点机器人视野之内,固定点机器人联动巡检机器人到达该固定点机器人位置处,若人员处于巡检机器人视野内,根据巡检机器人本体上的双向摄像头依据相机标定、立体匹配算法、计算深度信息测量人员距离巡检机器人的距离,根据巡检机器人自身坐标信息和人员距离巡检机器人距离结合,转换成经纬度信息,从而进一步对被采集人员进行人员定位。
步骤5:根据巡检机器人联动固定点机器人采集的人员位置信息同步到安防***,在安防***中的GIS地图上显示人员位置并形成足迹,点击某点的足迹信息,可以看到巡检机器人在该点获取的可见光图片信息以及隧道断面信息。
步骤6:巡检机器人联动固定点机器人通过深度学习中的行为识别算法与Camshift算法识别人的行为动作,然后根据人员动作自动调整机器人位置与摄像头位置,对人员持续跟踪。
步骤7:在人工确认报警时,通过NVR浏览报警时视频信息。当人工解除报警后,巡检机器人不在对人员持续跟踪,其返回充电点待命,根据原任务定时计划,执行相应的巡检任务。
所述步骤3中巡检机器人通过本体上的语音***在隧道内部进行报警,同时通过短信提醒方式,通知运维人员隧道内有外部入侵人员,使运维人员及时了解隧道内部报警情况。
在一具体实施例子中,参见附图2所示,地面积水检测方法:
步骤1:固定点机器人定时自动抓取附近电缆的可见光图片、巡检机器人执行巡检任务时或手动控制动过程中自动抓取可见光图片。
步骤2:通过深度学习与模式识别算法,对抓取到的可见光图片进行分析,判断隧道地面是否有积水。
步骤3:检测到隧道地面有积水,固定点机器人联动巡检机器人到地面积水点进行复检是否误报。若地面有积水,则巡检机器人利用图像算法与模式识别算法计算积水面积并联动水位传感器监测水位深度。然后联动水泵进行排水,根据水位传感器传送水位信息与积水面积,预估水泵排水时间。同时进行隧道地面积水报警,并以短信和声音报警的方式提醒运维人员,隧道地面积水。
步骤4:在安防***中的GIS地图上展示地面积水信息以及地面积水图片,供运维人员查看。
步骤5:待地面积水报警解除后,巡检机器人继续巡检。
在一具体实施例子中,参见附图3所示,防爆气体检测方法:
步骤1:巡检机器人在巡检过程中或者手动控制过程中,通过本体气体传感器和隧道内部固定位置的气体传感器实时采集隧道内防爆浓度值。
步骤2:通过深度学习与智能分析隧道内防爆气体浓度是否超过危险阈值。
步骤3:若达到危险阈值,巡检机器人联动风机排风并通过巡检机器人本体上的语音***进行危险报警。通知运维人员,防爆气体报警。
步骤4:在GIS地图上根据机器深度学习评估并标出隧道内防爆气体危险范围。
步骤5:待隧道内的防爆气体报警解除后,巡检机器人继续巡检。
在一具体实施例子中,参见附图4所示,电缆外皮破损检测方法:
步骤1:固定点机器人定时自动抓取附近电缆的可见光图片、巡检机器人在执行巡检任务时或者手动控制运动过程中自动抓取可见光图片。
步骤2:固定点器人根据抓取的电缆图片,通过模式识别算法与深度学习算法,智能分析电缆外皮是否破损。
步骤3:若电缆外皮破损,固定点机器人联动巡检机器人到电缆破损处进行复检是否误报。若电缆破损,巡检机器人通过语音***通知隧道的运维人员紧急撤离隧道,同时同过安防***以短信的方式通知运维人员电缆外皮破损。
步骤4:巡检机器人停止运动,等待运维人员处理。
步骤5:待电缆外皮破损报警解除之后,巡检机器人继续巡检。
实施例二
本实施例的目的是提供一种隧道环境下的安防检测***,包括:隧道巡检机器人与固定点机器人及安防***,道巡检机器人与固定点机器人均与安防***通信;
所述隧道巡检机器人与固定点机器人对进入的外部人员进行识别、定位,在安防***的GIS地图上展示人员位置信息;
所述隧道巡检机器人与在线检测设备进行联动,实时动态监测隧道内出现的险情,实现对电缆破皮、防爆气体、地面积水进行检测并在安防***GIS地图上展示。
具体工作过程参见实施例子一中的具体实现方法。
本领域技术人员应该明白,上述本公开技术方案的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开技术方案不限制于任何特定的硬件和软件的结合。
以上所述仅为本公开技术方案的优选实施例而已,并不用于限制本公开技术方案,对于本领域的技术人员来说,本公开技术方案可以有各种更改和变化。凡在本公开技术方案的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开技术方案的保护范围之内。
上述虽然结合附图对本公开技术方案的具体实施方式进行了描述,但并非对本公开技术方案保护范围的限制,所属领域技术人员应该明白,在本公开技术方案的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开技术方案的保护范围以内。
Claims (9)
1.基于机器人的隧道安防检测方法,其特征是,包括:
实时采集进入隧道的外部人员面部信息、隧道内可见光图片及隧道内易燃易爆气体浓度;
基于隧道的外部人员面部信息对进入隧道的外部人员进行识别、定位,进行实时跟踪,并在GIS地图上展示人员位置信息;
基于隧道内可见光图片判断电缆外皮破损情况,并在电缆外皮破损时发布对应的通知信息;
同时,基于隧道内可见光图片判断地面积水情况,并在GIS地图上标出地面积水位置以及相关积水信息;
基于采集的隧道内易燃易爆气体浓度判断防爆气体在该浓度下的危险程度,并联动附近的风机进行排风,在GIS地图上标注出防爆气体浓度超标的位置;
对进入隧道的外部人员进行识别、定位,进行实时跟踪,并在GIS地图上展示人员位置信息,具体为:
通过卷积神经网络-人脸识别算法分析采集的信息,判断是外部人员还是运维人员;
若是外部入侵人员,进行报警,安防***同步报警提醒运维人员,隧道内部有入侵人员;
在人员进入隧道后,根据巡检机器人本体上的双目摄像头测量人员距离巡检机器人的距离,然后将距离转换成经纬度信息,从而进一步对被采集人员进行人员定位;
还包括:在安防***中的GIS地图上显示人员位置并形成足迹,基于足迹信息,展示巡检机器人在该点获取的可见光图片信息以及隧道断面信息;
还包括:巡检机器人联动固定点机器人通过深度学习中的行为识别算法识别人的行为动作,然后根据人员动作自动调整机器人位置与云台摄像头位置,对人员持续跟踪;
进行地面积水检测时,具体的步骤为:
固定点机器人定时自动抓取附近电缆的可见光图片、巡检机器人在运动过程中自动抓取可见光图片;
对抓取到的可见光图片进行分析,判断隧道地面是否有积水;
检测到隧道地面有积水,固定点机器人联动巡检机器人到地面积水点进行复检是否误报,若地面有积水,则巡检机器人通过机器深度学习算法、智能分析、计算积水面积并联动水位传感器监测水位深度,然后联动水泵进行排水,同时进行隧道地面积水报警,并以短信和声音报警的方式提醒运维人员,隧道地面积水。
2.如权利要求1所述的基于机器人的隧道安防检测方法,其特征是,若是外部入侵人员,进行报警,当解除报警后,巡检机器人中断对人员持续跟踪,其返回充电点待命,根据任务原定时计划,执行相应的巡检任务。
3.如权利要1所述的基于机器人的隧道安防检测方法,其特征是,若是外部入侵人员,进行报警,安防***同步报警提醒运维人员,隧道内部有入侵人员,具体为:
巡检机器人通过本体上的语音***在隧道内部进行报警,同时通过短信提醒方式,通知运维人员隧道内有外部入侵人员,使运维人员及时了解隧道内部报警情况。
4.如权利要1所述的基于机器人的隧道安防检测方法,其特征是,还包括:
在安防***中的GIS地图上展示地面积水信息以及地面积水图片,供运维人员查看;
待地面积水报警解除后,巡检机器人继续巡检。
5.如权利要1所述的基于机器人的隧道安防检测方法,其特征是,进行防爆气体进行检测时,具体的步骤为:
巡检机器人在巡检过程中或者手动控制过程中,通过本体气体传感器和隧道内部固定位置的气体传感器实时采集隧道内防爆气体浓度值;
分析隧道内防爆气体浓度综合判断是否超过危险阈值;
若达到危险阈值,巡检机器人联动风机排风并通过巡检机器人本体上的语音***进行危险报警,通知运维人员,防爆气体报警。
6.如权利要5所述的基于机器人的隧道安防检测方法,其特征是,还包括:在GIS地图上根据机器深度学习评估并标出隧道内防爆气体危险范围;
待隧道内的防爆气体报警解除后,巡检机器人继续巡检。
7.如权利要1所述的基于机器人的隧道安防检测方法,其特征是,电缆外皮破损检测,具体为:
固定点机器人定时自动抓取附近电缆的可见光图片、巡检机器人在运动过程中自动抓取可见光图片;
固定点器人根据抓取的电缆图片,通过模式识别算法与深度学习算法,智能分析电缆外皮是否破损;
若电缆外皮破损,固定点机器人联动巡检机器人到电缆破损处进行复检是否误报,若电缆破损,巡检机器人通过语音***通知隧道的运维人员紧急撤离隧道,同时同过安防***以短信的方式通知运维人员电缆外皮破损。
8.如权利要7所述的基于机器人的隧道安防检测方法,其特征是,安防***以短信的方式通知运维人员电缆外皮破损后,巡检机器人停止运动,等待运维人员处理;
待电缆外皮破损报警解除之后,巡检机器人继续巡检。
9.基于权利要求1-8任一所述的基于机器人的隧道安防检测方法的***,其特征是,包括:隧道巡检机器人与固定点机器人及安防***,隧道巡检机器人与固定点机器人均与安防***通信;
所述隧道巡检机器人与固定点机器人对进入的外部人员进行识别、定位,在安防***的GIS地图上展示人员位置信息;
所述隧道巡检机器人与在线检测设备进行联动,实时动态监测隧道内出现的险情,实现对电缆破皮、防爆气体、地面积水进行检测并在安防***GIS地图上展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011445243.8A CN112576310B (zh) | 2020-12-11 | 2020-12-11 | 基于机器人的隧道安防检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011445243.8A CN112576310B (zh) | 2020-12-11 | 2020-12-11 | 基于机器人的隧道安防检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112576310A CN112576310A (zh) | 2021-03-30 |
CN112576310B true CN112576310B (zh) | 2023-03-24 |
Family
ID=75131117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011445243.8A Active CN112576310B (zh) | 2020-12-11 | 2020-12-11 | 基于机器人的隧道安防检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112576310B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114187676A (zh) * | 2021-12-02 | 2022-03-15 | 智慧起源机器人(苏州)有限公司 | 一种巡检方法、装置、设备、***和存储介质 |
CN116047948A (zh) * | 2022-12-10 | 2023-05-02 | 青岛国真智慧科技有限公司 | 一种可实现智能控制和***集成的安防微平台 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854492B (zh) * | 2012-07-19 | 2015-07-08 | 山东康威通信技术股份有限公司 | 一种电力隧道红外和超声双监实现人员定位的方法 |
CN102880179B (zh) * | 2012-09-19 | 2016-01-27 | 山东康威通信技术股份有限公司 | 一种电力隧道内多功能智能化巡检机器人 |
CN204631521U (zh) * | 2015-05-27 | 2015-09-09 | 华北电力大学(保定) | 一种电缆隧道机器人 |
CN204788473U (zh) * | 2015-06-26 | 2015-11-18 | 国网安徽省电力公司蚌埠供电公司 | 基于gis的地下电缆运行智能综合在线监测*** |
CN106570568B (zh) * | 2016-10-28 | 2020-12-01 | 中铁大桥科学研究院有限公司 | 基于三维全景和gis地图的桥隧巡检养护管理***及方法 |
CN109558802A (zh) * | 2018-10-31 | 2019-04-02 | 云南电网有限责任公司昆明供电局 | 电缆隧道内人员识别监测***及监测方法 |
CN109727348A (zh) * | 2018-12-07 | 2019-05-07 | 国网江苏省电力有限公司南京供电分公司 | 一种电力隧道人员监控方法 |
CN111899288B (zh) * | 2020-06-01 | 2023-04-07 | 上海大学 | 基于红外和可见光图像融合的隧道渗漏水区域检测与识别方法 |
-
2020
- 2020-12-11 CN CN202011445243.8A patent/CN112576310B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112576310A (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112576310B (zh) | 基于机器人的隧道安防检测方法及*** | |
CN206058455U (zh) | 一种具备三种等级烟雾识别的火灾图像识别*** | |
CN107063095A (zh) | 一种既有建筑房屋结构裂缝宽度变化的实时监测报警***及识别方法 | |
CN107170205B (zh) | 一种检维修预警方法及其预警*** | |
CN114155601A (zh) | 一种基于视觉的作业人员危险行为检测方法及*** | |
CN111428617A (zh) | 一种基于视频图像的配网违规检修行为的识别方法和*** | |
CN113206978A (zh) | 油气管道站场安防智能监控预警***及方法 | |
CN112530144B (zh) | 一种基于神经网络的火力发电厂违规行为警示方法和*** | |
CN111178828A (zh) | 一种建筑消防安全预警的方法和*** | |
CN113450532A (zh) | 一种安全隐患主动预警***及其识别方法 | |
CN112349015B (zh) | 基于物联网的方舱管控***及方法 | |
CN110853268A (zh) | 一种基于管廊***海量数据分析实现入侵检测漏洞实时扫描的方法 | |
CN112643719A (zh) | 一种基于巡检机器人的隧道安防检测方法及*** | |
CN112885013A (zh) | 监控预警方法、装置和可读存储介质 | |
CN114155492A (zh) | 高空作业安全带挂绳高挂低用识别方法、装置和电子设备 | |
CN110222216B (zh) | 多功能智能防卫*** | |
CN113869236A (zh) | 一种移动式工地安全智慧分析***和方法 | |
CN116757422A (zh) | 一种建筑工程安全监理预警方法及监控*** | |
CN116580514A (zh) | 基于物联网的智能安防方法、***、介质及电子设备 | |
CN112541656A (zh) | 一种具有风险隐患预测能力的智能安防集成平台 | |
CN112542022A (zh) | 一种用于智能化生产的自动巡检*** | |
CN116665409A (zh) | 一种地震预警应急疏散方法及*** | |
CN115019463B (zh) | 基于人工智能技术的水域监管*** | |
CN116259013A (zh) | 一种入侵检测*** | |
CN115331383A (zh) | 一种施工现场安全风险识别方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |