[发明专利]一种基于巡检机器人的隧道安防检测方法及系统

权利要求书

1.一种基于巡检机器人的隧道安防检测方法，其特征在于，包括：

实时获取隧道内可见光图像信息，基于所述图像信息获取火焰的轮廓图像，提取轮廓图像的分形维数并与预设阈值进行比较，判断是否发生火灾；

测量检测点表面的反光度以及巡检机器人距离地面的距离值，根据所述距离值计算对应的检测点水位高度，分别比较反光度和水位高度与相对应的设定阈值的大小，确定是否进行水位报警。

2.如权利要求1所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，对获取的隧道内可见光图像进行预处理；

采用YOLOv3算法对预处理后的图像进行定位，经边缘检测获取火焰的图像轮廓；

提取轮廓图像的分形维数并与预设阈值进行比较，当大于预设阈值时判定为发生火灾。

3.如权利要求2所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，所述YOLOv3算法采用基于密度的噪声应用空间聚类得到先验框的尺寸。

4.如权利要求3所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，基于密度的噪声应用空间聚类，具体为：

预设定义密度时的邻域半径和定义核心点时的阈值；

选择数据集中的任意对象；

判断对象是否已归入簇中或标记为噪声，如是则重新选择对象，否则进行下一步；

判断对象的邻域范围内的点是否小于定义核心点时的阈值，如是则标记此对象为边界点或噪声点，否则标记此对象为核心点，并建立第一新簇，将此对象邻域范围内的所有点放入新簇中；

检查数据集中未被标记的对象，判断对象的邻域范围内的点是否小于定义核心点时的阈值，如是则继续检查新的点，否则将此未标记对象邻域范围内的所有点放入第一新簇中。

5.如权利要求1所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，分形维数的提取方法，具体为：将分形放在一个均匀分割的网格上，通过对网格的逐步精化，查看所需覆盖数目的变化，从而计算出计盒维数；

或者，根据分形维数的变化来判断火的大小情况。

6.如权利要求1所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，设置第一设定阈值和第二设定阈值，第一设定阈值大于第二设定阈值，当反光度超过第一设定阈值，判断隧道内可能存在积水；如果反光度低于第二设定阈值，则认为隧道内无积水。

7.如权利要求1所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，测量各巡检机器人到地面的距离值，确定为初始距离值，获取巡视任务测量的距离值，根据两个距离值之差确定积水深度。

8.如权利要求1所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，还包括：基于隧道内可见光图像信息判断电缆外皮的破损情况。

9.如权利要求1所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，还包括：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；具体包括：

基于面部识别方法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；

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；

基于人员位置信息形成人员足迹并展示。

10.如权利要求1所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，接收到水位预警信息后，基于隧道可见光图像信息，重新确认水位预警位置的积水面积并联动水泵排水；根据水位深度和积水面积确定水泵排水时间。

11.如权利要求1所述的一种基于巡检机器人的隧道安防检测方法，其特征在于，实时测量隧道内设定气体的浓度，判断所述浓度是否超过设定阈值，若超过所述阈值，进行报警并联动风机排风。