[发明专利]一种应用于高铁机房的巡检方法及巡检机器人系统

说明书

本发明公开了一种应用于高铁机房的巡检方法，包括如下步骤：(1)巡检机器人启动，开机状态自检及设备初始化；(2)读取巡检任务文件，获取需检测的目标机柜号，从机柜位置数据库中导出待检测机柜的位置信息；(3)巡检机器人根据激光雷达数据进行实时定位，进行全局路径规划与局部路径规划，依次到达目标机柜位置；当巡检机器人到达目标机柜位置时，进行环境检测，并根据深度学习神经网络模型及图像识别算法对机柜的状态进行检测。本发明同时提供了相应的巡检机器人系统，可以用于对高铁机房设备进行自动定时巡检，并可在紧急情况发生时远程控制完成紧急巡检任务。

技术领域

本发明涉及一种应用于高铁机房的巡检方法，同时涉及一种应用于高铁机房的巡检机器人系统。

背景技术

长期以来，我国的铁路信号机房均采用人工巡检的作业方式，而且目前在我国铁路系统存在大量无人值守信号机房。日常设备机房巡查时人员必须到达现场，造成人力、物力的浪费，人工巡视的及时性受到各种条件制约，人工巡视效果也会受巡检人员的业务能力、工作经验、精神状态等诸多因素的制约，漏检、误检的情况时有发生，稍有不慎就会造成重大经济损失，甚至影响铁路运输安全。并且目前大多铁路信号机房均采用传统的固定式、离散式在线检测系统，不能实现对机房内情况完全覆盖，当发生紧急情况时，无法第一时间采集现场情况并将现场情况传递到监控中心，从而无法在必要时对机房或机柜的特定部位采取有效处理措施。

因此，需要一种连续、实时的自动巡检系统，将巡检人员从繁重的劳动中解脱出来，节约人力及物力成本，提高机房巡检的准确性。

发明内容

本发明所要解决的首要技术问题在于提供一种应用于高铁机房的巡检方法。

本发明所要解决的另一技术问题在于提供一种应用于高铁机房的巡检机器人系统。

为了实现上述发明目的，本发明采用下述技术方案：

根据本发明实施例的第一方面，提供了一种应用于高铁机房的巡检方法，包括如下步骤：

(1)巡检机器人启动，开机状态自检及设备初始化；

(2)读取巡检任务文件，获取需检测的目标机柜号，从机柜位置数据库中导出待检测机柜的位置信息；

(3)巡检机器人根据激光雷达采集的环境特征进行实时定位，进行全局路径规划与局部路径规划，依次到达目标机柜位置；当巡检机器人到达目标机柜位置时，进行环境检测，并对机柜的状态进行检测。

其中较优地，在步骤(3)中，加载高铁机房的地图，通过激光雷达感知的环境特征，提取激光雷达测量得到的激光数据中的局部特征信息，并利用SLAM技术将局部特征信息融合成一个统一的全局特征地图，进而实现对巡检机器人的实时定位，并更新到地图中；然后根据已获取的地图，导航模块根据自身当前位置、目的地位置及可通行性的分析，并结合巡检任务的需求，对全局路径和局部路径进行规划，选择快捷的路径进行巡检。

其中较优地，在步骤(3)使用预先生成的包含深度学习神经网络模型的状态灯识别算法对机柜状态灯进行检测；并且，包含不同深度学习神经网络模型的状态灯识别算法分别与相应机柜号及高中低位置关联存储。

其中较优地，在步骤(3)中所使用的深度学习神经网络模型的训练过程如下：

S1：采集每个机柜的视频，按照机柜类别进行视频分类及编号；对采集的视频进行切片，分割成图片的格式；

S2：建立训练的数据集，将所有的机柜状态灯分为六大类：绿灯、红灯、黄灯、白灯、灭灯、灯组；

S3：根据对机柜状态灯的分类，对切片后的图片进行标注；

S4：将数据集分为两大类，分别是训练数据集和测试数据集；