CN115205997A - 一种基于人工智能的暖通空调机房无人化巡检***及方法 - Google Patents

一种基于人工智能的暖通空调机房无人化巡检***及方法 Download PDF

Info

Publication number
CN115205997A
CN115205997A CN202210827559.6A CN202210827559A CN115205997A CN 115205997 A CN115205997 A CN 115205997A CN 202210827559 A CN202210827559 A CN 202210827559A CN 115205997 A CN115205997 A CN 115205997A
Authority
CN
China
Prior art keywords
unit
fault
equipment
room
air conditioner
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
Application number
CN202210827559.6A
Other languages
English (en)
Inventor
杨斌
陈灵阁
李潇婧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Architecture and Technology
Original Assignee
Xian University of Architecture and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Architecture and Technology filed Critical Xian University of Architecture and Technology
Priority to CN202210827559.6A priority Critical patent/CN115205997A/zh
Publication of CN115205997A publication Critical patent/CN115205997A/zh
Priority to US18/132,030 priority patent/US20240019151A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F24F11/38—Failure diagnosis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/52—Indication arrangements, e.g. displays
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B25J19/021—Optical sensing devices
    • B25J19/023—Optical sensing devices including video camera means
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F24F11/58—Remote control using Internet communication
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/185—Electrical failure alarms
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2221/00—Details or features not otherwise provided for
    • F24F2221/42—Mobile autonomous air conditioner, e.g. robots

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Robotics (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Manipulator (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明一种基于人工智能的暖通空调机房无人化巡检***及方法，包括巡检机器人、运动单元、机房巡检单元、故障诊断单元和故障警报单元；运动单元用于实现巡检机器人自动行驶；机房巡检单元用于检测暖通空调机房内的环境信息和设备运行状态，并发送故障诊断单元；故障诊断单元用于接收机房巡检单元检测到的环境信息和设备运行状态，并将接收的环境信息与预设环境条件进行对比，将接收的设备运行状态与预设设备运行状态进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则得出故障信息并发送至故障警报单元；故障警报单元用于对故障信息进行警报提示。本发明能实现无人化自动巡检，轻人员工作量，提高巡检工作的效率和准确率。

Description

一种基于人工智能的暖通空调机房无人化巡检***及方法
技术领域
本发明涉及机房巡检技术领域，具体涉及一种基于人工智能的暖通空调机房无人化巡检***及方法。
背景技术
随着我国经济的快速发展，人们的生活得到了极大的改善，因此对生活质量的要求也逐步提高，对于建筑物的要求已不再是提供居住空间那么简单，而是对于室内温湿度等舒适性条件有了更高的要求，对室内温湿度的调控就使得中央空调的使用更加普遍，且对中央空调的调控精密度要求更高。在暖通的设计中，包含的内容很多，例如供暖、制冷、通风等。这些***涉及的各种设备例如冷水机组、水泵、分集水器、水箱、阀门等均放置于空调机房中。因此空调机房是整个***中至关重要的一部分，处于核心地位。一旦空调机房中的环境温度和设备出现故障，将会导致整个***的运行出现问题，例如若空调机房的温度过高，可能会损坏机房内的电子设备，温度过低则会导致设备运行不够灵敏；若空调机房的湿度过高时，可能会导致结露，若湿度太低，可能导致静电放电问题，从而损坏元器件；若制冷机组出现故障，则可能导致空调***运行出现问题，无法精确调控室内的温湿度。定期巡检机房能够及时发现机房内环境和设备运行存在的问题，从而及时排除故障，消除隐患，避免影响整体***的运行，确保***始终处于安全稳定的运行状态。因此需要对空调机房进行实时巡检，以掌握设备运行状况和周围环境变化，及时发现设备运行中存在的各种隐患，以确保空调机房内设备安全和正常运行，维持暖通空调***正常运行。
而目前机房的巡检工作仍处于人工巡检状态，人工巡检会消耗大量的人力资源，且人力成本高，工作效率低，巡检周期长。而且由于机房内设备众多，因此在日常巡检过程中，具有巡检对象繁多、巡检频次高、巡检工作重复枯燥等特点。人工巡检的时效性受巡检人员劳动体力、工作能力、责任心等因素的影响较大，因此在巡检过程中，漏检或误检的情况时有发生。另外，由于人力成本高，劳动强度大，人工巡检无法做到24小时实时检测，因此当机房出现故障时，容易出现故障报警不及时，缺乏风险预警等问题。同时机房内管道设备众多，路况复杂，有些区域空间狭窄，导致巡检员在检测时有一定难度。
发明内容
为了解决上述现有技术的问题，本发明提供一种基于人工智能的暖通空调机房无人化巡检***及方法，代替人工进行日常巡检工作，实现无人化自动巡检，既能够减轻人员的工作量，节约大量人力物力，同时也能提高巡检工作的效率和准确率。
本发明通过以下技术方案实现：
一种基于人工智能的暖通空调机房无人化巡检***，包括巡检机器人、运动单元、机房巡检单元、故障诊断单元和故障警报单元；运动单元、机房巡检单元和故障诊断单元搭载在巡检机器人上，故障警报单元安装在暖通空调机房内；
所述的运动单元用于实现巡检机器人自动行驶；
所述的机房巡检单元用于检测暖通空调机房内的环境信息和设备运行状态，并发送至故障诊断单元；
所述的故障诊断单元用于接收所述的机房巡检单元检测到的环境信息和设备运行状态，并将接收的环境信息与预设环境条件进行对比，将接收的设备运行状态与预设设备运行状态进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则得出故障信息并发送至故障警报单元；
所述的故障警报单元用于对故障信息进行警报提示。
优选的，所述的运动单元包括运动控制单元、摄像头、激光雷达、GPS和惯性传感器；
所述的摄像头用于采集暖通空调机房的室内图像；
所述的激光雷达用于探测暖通空调机房内物体的形状，同时根据摄像头采集的室内图像，构建室内地图；
GPS用于采集巡检机器人的位置信息；
惯性传感器用于测量巡检机器人运动过程中的运动数据；
所述的运动控制单元采用三维避障算法，根据激光雷达构建的室内地图、GPS采集的巡检机器人的位置信息和惯性传感器测量的巡检机器人的运动数据，进行路径规划，使巡检机器人自动驾驶。
优选的，所述的机房巡检单元包括环境检测模块和设备检测模块；
环境检测模块用于检测暖通空调机房内的温度、湿度、气体和噪声信息，得到环境信息；
所述的设备检测模块用于检测暖通空调机房内设备运行状态，包括设备指示灯状态、设备开关状态、设备仪表盘数据和设备表面温度。
进一步的，所述的设备检测模块包括红外热成像仪；
所述的红外热成像仪搭载于巡检机器人上，用于测量设备表面温度。
进一步的，所述的故障诊断单元包括环境诊断模块和设备诊断模块；
所述的环境诊断模块用于接收所述的环境检测模块检测到的环境信息，并将接收的环境信息与预设环境条件进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则得出故障信息并发送至故障警报单元；
设备诊断模块用于接收所述的设备检测模块检测到的设备运行状态，将接收的设备运行状态与预设设备运行状态进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则得出故障信息并发送至故障警报单元。
优选的，所述的故障警报单元包括声音警报模块和终端警报模块；
所述的声音警报模块通过发出声音对故障信息进行警报提示；
所述的终端警报模块用于在连接网络的情况下将故障信息发送至机房管理员的终端设备，进行警报提示。
优选的，还包括终端报告单元；所述的终端报告单元用于接收机房巡检单元发送的环境信息和设备运行状态及故障诊断单元发送的故障信息，形成报告并发送至终端设备。
一种基于人工智能的暖通空调机房无人化巡检方法，基于所述的基于人工智能的暖通空调机房无人化巡检***，包括：
通过所述的运动单元实现巡检机器人在暖通空调机房内自动行驶；
通过所述的机房巡检单元检测暖通空调机房内的环境信息和设备运行状态；
通过所述的故障诊断单元将检测的暖通空调机房内的环境信息与预设环境条件进行对比，将检测的暖通空调机房内的设备运行状态与预设设备运行状态进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则通过故障警报单元进行警报提示。
优选的，通过机房巡检单元检测暖通空调机房内的环境信息，具体包括：
通过所述的运动单元采集暖通空调机房的室内图像；
所述的机房巡检单元采用YOLOv5算法提取运动单元采集到的室内图像中温度检测设备、湿度检测设备、气体检测设备和噪声检测设备上仪表的位置，采用ResNet网络识别仪表上的数据，得到环境信息。
优选的，通过机房巡检单元检测暖通空调机房内的设备运行状态，具体包括：
通过所述的运动单元采集暖通空调机房的室内图像；
所述的机房巡检单元采用YOLOv5算法提取出运动单元采集到的室内图像中设备仪表盘、设备指示灯、设备开关的位置；采用OpenCV算法中的HoughLines算法提取指针式仪表盘中指针的信息，根据指针信息获取指针式仪表盘的数据，或者，采用ResNet网络获取数字型仪表盘上的数据，得到设备仪表盘数据；采用YOLOv5算法确定设备开关状态；基于DNB图像识别的算法识别设备指示灯状态。
与现有技术相比，本发明具有如下的有益效果：
本发明基于人工智能的暖通空调机房无人化巡检***，通过运动单元确保巡检机器人能够在机房内自动行驶；通过机房巡检单元来获取机房内的环境信息和设备状态信息；通过故障诊断单元来确定机房内的故障信息；通过故障警报单元及时进行故障警报；从而利用无人化自动巡检来进行日常的机房巡检工作，能够将工作人员从繁琐而机械的巡检工作中解放出来，同时相比于人工巡检，基于人工智能的无人化自动巡检***既能够节省大量的人力物力，又能够增加巡检的速度和准确度，增加巡检的时效性。与此同时，基于人工智能的无人化自动巡检***能够做到24小时不间断巡检，弥补了人工巡检无法时刻巡检的不足，能够及时的发现机房存在的故障，确保时刻处于安全的运动状态。另外，有些空间狭小，设备拥挤，人员检测有困难的地方，采用无人化自动巡检***更加地方便。
进一步的，本发明中的运动单元采用摄像头采集室内图像，激光雷达构建室内地图，根据激光雷达实时构建的地图和惯性传感器测量的运动数据，进行路径规划，相比于传统的需要搭载运动轨道的巡检机器人，更加地智能，运动轨迹也更加丰富，同时也能够有效提高运动的速度。
进一步的，本发明设置环境检测模块和设备检测模块，两个模块独立的检测环境信息和设备运行状态，从而能对环境信息和设备运行状态独立检测和故障诊断。
进一步的，设置终端报告单元，通过终端报告单元实时生成机房巡检报告，并将其发送到工作人员的电脑或手机上以便工作人员查阅和存档。
本发明基于人工智能的暖通空调机房无人化巡检方法，利用无人化自动巡检来完成，不但节省大量的人力物力，又能够增加巡检的速度和准确度，增加巡检的时效性。
进一步的，本发明采用各种算法采集环境信息和设备运行状态，能增加检测的速度和精准度。
附图说明
图1本发明***组成图；
图2本发明巡检机器人自动行驶流程图；
图3本发明机房巡检流程图。
具体实施方式
为了进一步理解本发明，下面结合实施例对本发明进行描述，这些描述只是进一步解释本发明的特征和优点，并非用于限制本发明的权利要求。
如图1，本发明基于人工智能的暖通空调机房无人化巡检***，具体包括巡检机器人、运动单元、机房巡检单元、故障诊断单元、故障警报单元和终端报告单元。其中：
所述的运动单元用于确保巡检机器人在暖通空调机房内实现无人化自动行驶。运动单元负责采集机房内部的图像、检测机房内周围物体的形状、建立机房地图以及实施定位巡检机器人的位置。所述的运动单元包括运动控制单元、摄像头、2D SLAM激光雷达、GPS和惯性传感器，如图2。
所述的机房巡检单元主要用于检测暖通空调机房的环境信息和设备运行状态，并将检测到的信息传递至故障诊断单元。所述的机房巡检单元主要包括环境检测模块和设备检测模块。
所述环境检测模块用于读取暖通空调机房内温度、湿度、气体和噪声检测装置上所显示的各项参数，从而确定暖通空调机房内的环境信息。暖通空调机房内存在大量的设备，这些设备对温湿度、气体粉尘十分敏感，这些环境参数一旦超过机房的标准范围，就会存在很大隐患，很有可能造成设备短路、起火等故障，影响机房的稳定运行。当设备内部存在故障时，有时会产生噪声，例如若管道水力失衡，会导致管道局部流速过大，从而使局部噪声增大。因此在一般情况下，机房内设备密集的区域都安装有温度、湿度、气体和噪声检测装置，以便实时检测暖通空调机房内的环境信息。所述的设备检测模块主要用于检测暖通空调机房内设备的运行状态，具体包括设备指示灯状态、设备开关状态、设备仪表盘数据和设备表面温度。
所述的故障诊断单元用于接收所述的机房巡检单元检测到的环境信息和设备运行状态，并将接收到的信息与预设信息进行对比，从而判断暖通空调机房是否存在故障。所述的故障诊断单元包括环境诊断模块和设备诊断模块。所述的环境诊断模块用于判断暖通空调机房环境信息是否满足预设条件，所述的设备诊断模块用于判断设备运行状态是否满足预设条件。环境诊断模块和设备诊断模块各自运行，互不干扰，当故障诊断单元只接收到环境信息时，环境诊断模块独立运行，当故障诊断单元只接收到设备运行状态时，设备诊断模块独立运行，当同时接收到环境信息和设备运行状态时，两者同时运行。例如，判断机房环境信息是否满足预设条件，如机房内的环境温度在预设的温度范围之内时，则判定为机房温度正常，若在预设的温度范围之外时，判定为机房温度不正常，即机房存在故障。判断机房设备运行状态是否满足预设条件，如设备的指示灯颜色与预设的颜色一致时，则判定为设备运行正常，若颜色不一致，则判定为设备运行异常，即机房存在故障。
所述的故障警报单元用于对故障信息进行警报提示。所述的故障警报单元包括声音警报模块和终端警报模块。所述的声音警报模块采用警报器，通过警报器发出声音，故障信息进行警报提示。所述的终端警报模块用于在连接网络的情况下将故障信息发送至机房管理员的手机或电脑上，从而进行警报提示。
所述的终端报告单元用于接收机房巡检单元和故障诊断单元所检测的信息，在连接网络的情况下，将每次巡检获取的机房信息(环境信息、设备运行状态、故障信息)以电子报告的形式发送至机房管理员的手机或电脑上，以便进行阅览和存档。
所述的运动单元、机房巡检单元、故障诊断单元、终端警报模块和终端报告单元均搭载于机房巡检机器人上，所述的声音警报模块安装于机房的墙壁上。
所述的摄像头用于采集暖通空调机房的室内图像，以便运动单元根据室内图像搭建室内地图，机房巡检单元则根据室内图像利用相应的算法采集机房环境信息和设备运行状态。
所述的2D SLAM激光雷达利用可见光和近红外线发射信号，经目标反射后被收集，通过反射光的运行时间来确定目标的距离，从而能够探测机房内周围物体的形状，同时激光雷达能够根据摄像头采集的室内图像，构建室内地图。
激光雷达内部计算同一束激光信号从发射管到接收管的时间T。因此可以计算得到激光雷达与周围环境中的物体距离D为：
Figure BDA0003747092060000081
式中，C是一个常数代表光速，C＝299792458m/s。
GPS用于实时精准地提供巡检机器人的位置信息。
惯性传感器用于检测和测量巡检机器人运动过程中运动数据，包括加速度、倾斜、冲击、振动、旋转和多自由度运动，从而确定巡检机器人运动过程中的姿态和轨迹。
所述的运动控制单元采用三维避障算法，根据激光雷达实时构建的室内地图和惯性传感器测量的运动数据，进行路径规划，使巡检机器人规避机房内的设备等障碍物，实现无人化自动驾驶。
所述环境检测模块接收到运动单元中摄像头采集到的图像信息，采用YOLOv5算法来提取图像中温度、湿度、气体和噪声检测设备上仪表的位置；采用ResNet网络识别仪表上的数据，从而读取温度、湿度、气体和噪声检测设备上的数据。设备检测模块接收到摄像头采集到的图像信息，根据摄像头采集的图像信息，采用YOLOv5算法提取出图像中仪表盘、指示灯、设备开关的位置，采用OpenCV算法中的HoughLines算法来提取指针式仪表盘中指针的信息，从而根据指针信息获取指针式仪表盘的数据；采用ResNet网络获取数字型仪表盘上的数据，从而实现设备仪表盘的数据读取。
采用OpenCV算法中的HoughLines算法来提取指针式仪表盘中指针的信息具体是：采用OpenCV算法提取线段，记录线段两端点的坐标(x1,y1),(x2,y2)与水平方向夹角θ，从而判断出刻度线位置，并根据公式
Figure BDA0003747092060000082
计算出仪表盘上的数据。其中α表示量程角度，β表示指针与零刻度之间的角度，I0表示仪表盘总量程。
所述的机房巡检单元中的设备检测模块采用YOLOv5算法确定设备开关的状态。一般设备开关状态为横向、侧向和纵向。
所述的机房巡检单元中的设备检测模块采用基于DNB图像识别的算法来识别指示灯状态；指示灯颜色一般为红色、黄色和绿色，根据图像识别算法：
Figure BDA0003747092060000091
根据评估值的大小，即可识别指示灯状态。
所述的机房巡检单元采用红外热成像仪测量设备表面的温度，所述的红外热成像仪搭载于巡检机器人上。
如图3，本发明一种基于人工智能的暖通空调机房无人化巡检方法，包括：
S1，通过所述的运动单元实现巡检机器人在暖通空调机房内自动行驶；
S2，通过所述的机房巡检单元检测暖通空调机房内的环境信息和设备运行状态；
具体为：通过所述的运动单元采集暖通空调机房的室内图像；所述的机房巡检单元采用YOLOv5算法提取运动单元采集到的室内图像中温度检测设备、湿度检测设备、气体检测设备和噪声检测设备上仪表的位置，采用ResNet网络识别仪表上的数据，得到环境信息；
通过所述的运动单元采集暖通空调机房的室内图像；所述的机房巡检单元采用YOLOv5算法提取出运动单元采集到的室内图像中设备仪表盘、设备指示灯、设备开关的位置；采用OpenCV算法中的HoughLines算法提取指针式仪表盘中指针的信息，根据指针信息获取指针式仪表盘的数据，或者，采用ResNet网络获取数字型仪表盘上的数据，得到设备仪表盘数据；采用YOLOv5算法确定设备开关状态；基于DNB图像识别的算法识别设备指示灯状态；
通过所述的故障诊断单元将检测的暖通空调机房内的环境信息与预设环境条件进行对比，将检测的暖通空调机房内的设备运行状态与预设设备运行状态进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则通过故障警报单元进行警报提示。

Claims (10)

1.一种基于人工智能的暖通空调机房无人化巡检***，其特征在于，包括巡检机器人、运动单元、机房巡检单元、故障诊断单元和故障警报单元；运动单元、机房巡检单元和故障诊断单元搭载在巡检机器人上，故障警报单元安装在暖通空调机房内；
所述的运动单元用于实现巡检机器人自动行驶；
所述的机房巡检单元用于检测暖通空调机房内的环境信息和设备运行状态，并发送至故障诊断单元；
所述的故障诊断单元用于接收所述的机房巡检单元检测到的环境信息和设备运行状态，并将接收的环境信息与预设环境条件进行对比，将接收的设备运行状态与预设设备运行状态进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则得出故障信息并发送至故障警报单元；
所述的故障警报单元用于对故障信息进行警报提示。
2.根据权利要求1所述的基于人工智能的暖通空调机房无人化巡检***，其特征在于，所述的运动单元包括运动控制单元、摄像头、激光雷达、GPS和惯性传感器；
所述的摄像头用于采集暖通空调机房的室内图像；
所述的激光雷达用于探测暖通空调机房内物体的形状，同时根据摄像头采集的室内图像，构建室内地图；
GPS用于采集巡检机器人的位置信息；
惯性传感器用于测量巡检机器人运动过程中的运动数据；
所述的运动控制单元采用三维避障算法，根据激光雷达构建的室内地图、GPS采集的巡检机器人的位置信息和惯性传感器测量的巡检机器人的运动数据，进行路径规划，使巡检机器人自动驾驶。
3.根据权利要求1所述的基于人工智能的暖通空调机房无人化巡检***，其特征在于，所述的机房巡检单元包括环境检测模块和设备检测模块；
环境检测模块用于检测暖通空调机房内的温度、湿度、气体和噪声信息，得到环境信息；
所述的设备检测模块用于检测暖通空调机房内设备运行状态，包括设备指示灯状态、设备开关状态、设备仪表盘数据和设备表面温度。
4.根据权利要求3所述的基于人工智能的暖通空调机房无人化巡检***，其特征在于，所述的设备检测模块包括红外热成像仪；
所述的红外热成像仪搭载于巡检机器人上，用于测量设备表面温度。
5.根据权利要求3所述的基于人工智能的暖通空调机房无人化巡检***，其特征在于，所述的故障诊断单元包括环境诊断模块和设备诊断模块；
所述的环境诊断模块用于接收所述的环境检测模块检测到的环境信息，并将接收的环境信息与预设环境条件进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则得出故障信息并发送至故障警报单元；
设备诊断模块用于接收所述的设备检测模块检测到的设备运行状态，将接收的设备运行状态与预设设备运行状态进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则得出故障信息并发送至故障警报单元。
6.根据权利要求1所述的基于人工智能的暖通空调机房无人化巡检***，其特征在于，所述的故障警报单元包括声音警报模块和终端警报模块；
所述的声音警报模块通过发出声音对故障信息进行警报提示；
所述的终端警报模块用于在连接网络的情况下将故障信息发送至机房管理员的终端设备，进行警报提示。
7.根据权利要求1所述的基于人工智能的暖通空调机房无人化巡检***，其特征在于，还包括终端报告单元；所述的终端报告单元用于接收机房巡检单元发送的环境信息和设备运行状态及故障诊断单元发送的故障信息，形成报告并发送至终端设备。
8.一种基于人工智能的暖通空调机房无人化巡检方法，其特征在于，基于权利要求1-7任一项所述的基于人工智能的暖通空调机房无人化巡检***，包括：
通过所述的运动单元实现巡检机器人在暖通空调机房内自动行驶；
通过所述的机房巡检单元检测暖通空调机房内的环境信息和设备运行状态；
通过所述的故障诊断单元将检测的暖通空调机房内的环境信息与预设环境条件进行对比，将检测的暖通空调机房内的设备运行状态与预设设备运行状态进行对比，根据对比结果判断暖通空调机房是否存在故障，若存在故障，则通过故障警报单元进行警报提示。
9.根据权利要求8所述的基于人工智能的暖通空调机房无人化巡检方法，其特征在于，通过机房巡检单元检测暖通空调机房内的环境信息，具体包括：
通过所述的运动单元采集暖通空调机房的室内图像；
所述的机房巡检单元采用YOLOv5算法提取运动单元采集到的室内图像中温度检测设备、湿度检测设备、气体检测设备和噪声检测设备上仪表的位置，采用ResNet网络识别仪表上的数据，得到环境信息。
10.根据权利要求8所述的基于人工智能的暖通空调机房无人化巡检方法，其特征在于，通过机房巡检单元检测暖通空调机房内的设备运行状态，具体包括：
通过所述的运动单元采集暖通空调机房的室内图像；
所述的机房巡检单元采用YOLOv5算法提取出运动单元采集到的室内图像中设备仪表盘、设备指示灯、设备开关的位置；采用OpenCV算法中的HoughLines算法提取指针式仪表盘中指针的信息，根据指针信息获取指针式仪表盘的数据，或者，采用ResNet网络获取数字型仪表盘上的数据，得到设备仪表盘数据；采用YOLOv5算法确定设备开关状态；基于DNB图像识别的算法识别设备指示灯状态。
CN202210827559.6A 2022-07-14 2022-07-14 一种基于人工智能的暖通空调机房无人化巡检***及方法 Pending CN115205997A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210827559.6A CN115205997A (zh) 2022-07-14 2022-07-14 一种基于人工智能的暖通空调机房无人化巡检***及方法
US18/132,030 US20240019151A1 (en) 2022-07-14 2023-04-07 Unmanned inspection system and method of HVAC room based on artificial intelligence

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210827559.6A CN115205997A (zh) 2022-07-14 2022-07-14 一种基于人工智能的暖通空调机房无人化巡检***及方法

Publications (1)

Publication Number Publication Date
CN115205997A true CN115205997A (zh) 2022-10-18

Family

ID=83582086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210827559.6A Pending CN115205997A (zh) 2022-07-14 2022-07-14 一种基于人工智能的暖通空调机房无人化巡检***及方法

Country Status (2)

Country Link
US (1) US20240019151A1 (zh)
CN (1) CN115205997A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107393270A (zh) * 2017-07-26 2017-11-24 河海大学常州校区 一种用于电气仪表检测的移动式视觉巡检设备及方法
CN109976345A (zh) * 2019-04-02 2019-07-05 安徽延达智能科技有限公司 一种巡检机器人在井下复杂环境的自主导航定位
CN110163485A (zh) * 2019-04-23 2019-08-23 北京海益同展信息科技有限公司 一种机房巡检***
CN110262546A (zh) * 2019-06-18 2019-09-20 武汉大学 一种隧道智能无人机巡检***及方法
CN110874596A (zh) * 2019-11-06 2020-03-10 中国石油大学(北京) 一种仪表智能识别预警方法及***
CN111259892A (zh) * 2020-01-19 2020-06-09 福建升腾资讯有限公司 一种指示灯状态的巡检方法、装置、设备和介质
CN210954736U (zh) * 2019-12-06 2020-07-07 深圳市千乘机器人有限公司 一种户外自动巡检机器人
CN111402565A (zh) * 2020-04-22 2020-07-10 云南电网有限责任公司电力科学研究院 一种用于巡检机器人的无线抄表***
CN111624641A (zh) * 2020-04-21 2020-09-04 上海东古智能科技有限公司 一种防爆型油库区智能巡检机器人
WO2022037278A1 (zh) * 2020-08-19 2022-02-24 广西电网有限责任公司贺州供电局 基于人工智能的变电站巡检机器人***
CN114549981A (zh) * 2022-02-11 2022-05-27 国网河南省电力公司电力科学研究院 一种基于深度学习的智能巡检指针式仪表识别及读数方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107393270A (zh) * 2017-07-26 2017-11-24 河海大学常州校区 一种用于电气仪表检测的移动式视觉巡检设备及方法
CN109976345A (zh) * 2019-04-02 2019-07-05 安徽延达智能科技有限公司 一种巡检机器人在井下复杂环境的自主导航定位
CN110163485A (zh) * 2019-04-23 2019-08-23 北京海益同展信息科技有限公司 一种机房巡检***
CN110262546A (zh) * 2019-06-18 2019-09-20 武汉大学 一种隧道智能无人机巡检***及方法
CN110874596A (zh) * 2019-11-06 2020-03-10 中国石油大学(北京) 一种仪表智能识别预警方法及***
CN210954736U (zh) * 2019-12-06 2020-07-07 深圳市千乘机器人有限公司 一种户外自动巡检机器人
CN111259892A (zh) * 2020-01-19 2020-06-09 福建升腾资讯有限公司 一种指示灯状态的巡检方法、装置、设备和介质
CN111624641A (zh) * 2020-04-21 2020-09-04 上海东古智能科技有限公司 一种防爆型油库区智能巡检机器人
CN111402565A (zh) * 2020-04-22 2020-07-10 云南电网有限责任公司电力科学研究院 一种用于巡检机器人的无线抄表***
WO2022037278A1 (zh) * 2020-08-19 2022-02-24 广西电网有限责任公司贺州供电局 基于人工智能的变电站巡检机器人***
CN114549981A (zh) * 2022-02-11 2022-05-27 国网河南省电力公司电力科学研究院 一种基于深度学习的智能巡检指针式仪表识别及读数方法

Also Published As

Publication number Publication date
US20240019151A1 (en) 2024-01-18

Similar Documents

Publication Publication Date Title
CN108189043B (zh) 一种应用于高铁机房的巡检方法及巡检机器人***
US10643444B2 (en) Facility management system using Internet of things (IoT) based sensor and unmanned aerial vehicle (UAV), and method for the same
CN208044404U (zh) 一种天然气巡检机器人
CN206194076U (zh) 一种变电站设备检测***
CN111624641A (zh) 一种防爆型油库区智能巡检机器人
CN110889455A (zh) 一种化工园巡检机器人的故障检测定位及安全评估方法
CN107965674A (zh) 一种扫描式气体泄漏全场预警***
WO2020047879A1 (zh) 一种用于隧道的智能巡检***
CN112382131A (zh) 一种机场场面安全避撞预警***和方法
CN113299035A (zh) 一种基于人工智能和双目视觉的火灾识别方法及***
CN110264678A (zh) 一种扫描式气体泄漏全场预警***及其方法
CN105445729A (zh) 无人机飞行三维航迹精度检测方法及***
CN112906447A (zh) 基于视频监控高危地的异常事件检测***
CN105372650A (zh) 一种无人机飞行航迹精度检测方法及装置
CN110163990A (zh) 一种移动机器人巡检方法及***
CN113155196A (zh) 一种基于AIoT的桥梁运行实时监测***及其监测方法
CN115056236A (zh) 一种电厂智能巡检机器人
CN115914282A (zh) 多维度监控埋地天然气管道泄露监测***
CN207540589U (zh) 一种天然气巡检机器人
CN113487910B (zh) 一种用于跟车场景的汽车数据采集***性能分析方法
CN115205997A (zh) 一种基于人工智能的暖通空调机房无人化巡检***及方法
CN115880673B (zh) 一种基于计算机视觉的避障方法及***
KR102192686B1 (ko) 시설물 점검을 위한 드론 관제 시스템 및 그 방법
KR102408229B1 (ko) 선박의 환경 관리 시스템 및 방법
CN111942585A (zh) 一种无人机监测燃气管道的方法

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