[发明专利]基于机器人的隧道安防检测方法及系统

权利要求书

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，安防系统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：在安防系统中的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，安防系统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系统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：

在安防系统中的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系统进行危险报警，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。