[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

说明书

本发明公开了一种基于巡检机器人的隧道安防检测方法及系统，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。本发明通过激光扫描仪和超声波测距的方法测量隧道内是否有积水，避免了检测设备和水直接接触，具备较好的可靠性；另外，利用激光和超声两种原理的检测手段，降低了单一检测手段带来的误判风险，提高了积水检测的准确率。

技术领域

本发明涉及电力系统隧道安全检测技术领域，尤其涉及一种基于巡检机器人的隧道安防检测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

城市电缆作为电力运输的主要载体，其重要性越来越高，因此，电缆隧道的日常巡视和检修工作越来越重要。

由于电缆隧道内环境复杂，存在火灾、积水、有害气体等安全隐患，用机器人巡检替代人工巡检的方式，大大提高了隧道内巡检工作的效率，减少了人工巡检的工作量。

目前，隧道的安防检测主要包括人员入侵检测、火灾检测、电缆破损检测、积水检测以及易燃易爆气体检测等；发明人发现，现有的隧道安防检测仍然存在如下技术问题：

(1)现有的隧道内防入侵人员定位方式是通过RFID进行定位，但是RFID无验证功能，容易被仿制。或者通过固定视频探头位置进行人员定位，但是无法进行人员持续跟踪与实时动态精准定位。

(2)现有的隧道内积水检测，常用的方法是在隧道内部容易积水区域，部署水位探测装置。这种方法能够解决部分积水检测问题。但存在两方面不足，一是当出现积水时，装置本身要部分甚至全部浸泡在水中，一些老旧设备，防水性能下降，容易损坏；另一方面，由于检测点只部署在容易积水的区域，检测效果有限，无法对地面积水面积、影响范围作出预估以及后续排出积水需要多长时间，无法对积水有视觉上的感知，并需要人为现场确认水情。

(3)对电缆外皮破损主要是依据振动光纤判定电缆是否发生振动，但是无法判断电缆是否已经破损以及对破损复检确认。

(4)现有的安防检测系统目前没有对防爆气体作出综合检测，只是对单一某种气体进行监测，单一条件下，无法对隧道内气体危险程度作出综合预测与判断，无法标出危险范围。

(5)目前的基于深度学习方法进行火焰识别的方法主要通过颜色模型提取火焰的颜色作为特征，颜色相近的物体区分性较差，无法准确的对火焰进行识别。

发明内容

有鉴于此，本发明提出了一种基于巡检机器人的隧道安防检测方法及系统，通过在线监测设备与人工智能相结合，能够进行异物、破皮、防爆气体、电缆、水位及火灾等的智能检测。

根据本发明实施例的第一个方面，提供了一种基于巡检机器人的隧道安防检测方法，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。

其中，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。