[发明专利]一种基于变电站巡检机器人系统的故障诊断及定位方法

权利要求书

1.一种基于变电站智能巡检机器人系统的故障诊断方法，采用的变电站智能巡检机器人系统包括：服务器端、通信模块、主控制模块、数据采集模块、导航模块及运动控制模块，数据采集模块及导航模块将采集到的信息传送到主控制器，主控制器通过通信模块将信息传送到服务器端，同时也接收来自服务器端的指令，主控制器接收来自运动控制器的信息也可以发送指令给运动控制器；

其特征在于，所述方法包括以下几个步骤：

步骤一：收集并标注电气设备及故障图片，制作出样本集；

步骤二：使用Mask-RCNN神经网络算法对所述样本集进行训练，生成可以识别电气设备及其故障的模型，并将模型导入变电站巡检机器人中；

步骤三：在变电站智能巡检机器人系统巡检过程中，通过数据采集模块对可见光图片、红外热图像进行采集，对红外热图像进行滤波处理，检测是否存在异常高温区域；

步骤四：若存在，则通过热红外图片向可见光图片映射将异常高温区域映射到可见光图片中，然后识别可见光图片中的电气设备并使用框标识，通过聚类算法判断识别高温区域的电气设备，并通过知识库中电气设备工作的温度范围来判断温度是否达到报警温度，若是则报警，若否，返回通过知识库中电气设备工作的；

步骤五：若不存在，利用双目摄像头检测是否存在故障，若是，则向服务器发故障类型并报警，若否，返回通过知识库中电气设备工作的；

所述步骤四识别高温区域的电气设备的判断方法包括以下步骤：

步骤一：在可见光图像中找到电气设备框及映射过来的异常高温区域；

步骤二：使用最近邻算法找出高温区域的聚类中心，同时统计每个框内的异常高温区域像素点数，最近邻算法找出高温区域的聚类中心；

步骤三：聚类中心所在的框为异常电气设备框，若聚类中心不在框内，异常高温区域像素较多的框内为异常电气设备框，识别异常电气设备。

2.根据权利要求1所述的一种基于变电站智能巡检机器人系统的故障诊断方法，其特征在于，所述数据采集模块包括：双目可见光摄像头及红外热像仪，所述导航模块包括多线激光雷达及GPS单元。

3.根据权利要求1所述的一种基于变电站智能巡检机器人系统的故障诊断方法，其特征在于，还包括故障定位方法，所述故障定位方法包括以下几个步骤：

步骤一：在检测到故障后，将红外热像图映射到可见光图上；

步骤二：对双目摄像头获取的两张可见光图片做视差获取视差图，将异常区域映射到视差图中；

步骤三：通过导航进行自身位置定位信息、云台精密角度信息及距离信息可直接在地图中精确定位故障；

步骤四：将故障位置发送给服务器。

4.根据权利要求1所述的一种基于变电站智能巡检机器人系统的故障诊断方法，其特征在于，所述Mask-RCNN神经网络训练过程包括以下步骤：

步骤一：搭建构成Mask-RCNN神经网络的ResNet网络、FPN网络、RPN网络、ROIAlign层、全连接层和分类分支、边框回归分以及mask分支；

步骤二：使用数据集训练ResNet网络和FPN网络得到特征图；

步骤三：给特征图赋予基准框，训练RPN网络，得到预选框；

步骤四：通过预选框的位置坐标，使用ROIAlign层对特征图进行大小的调整，使其成为统一大小的特征图；

步骤五：使用全连接层将特征图全连接到分类分支、边框回归分支以及mask分支；

步骤六：分类分支进行类别分类，边框回归分支生成边框，mask分支输出mask，以此完成目标分割任务。

5.根据权利要求1所述的一种基于变电站智能巡检机器人系统的故障诊断方法，其特征在于，步骤三中所述对红外热图像进行滤波处理方法为双边滤波算法。

6.根据权利要求1所述的一种基于变电站智能巡检机器人系统的故障诊断方法，其特征在于，步骤三所述异常高温区域检测方法包括以下步骤：

步骤一：将红外热图像转为灰度图像；

步骤二：使用最大类间差方法提取异常高温区域；

步骤三：将异常高温区域在红外热图像上标识出来。

7.根据权利要求1所述的一种基于变电站智能巡检机器人系统的故障诊断方法，其特征在于，步骤四所述热红外图片向可见光图片映射的方法包括以下步骤：

步骤一：通过红外热像仪和可见光摄像头的视场角参数对红外图像在可将光图像上的映射区域进行同等放缩处理；

步骤二：在可见光图像中标出映射过来的异常高温区域。