[发明专利]一种皮带机的巡检方法、装置、设备及系统

权利要求书

1.一种皮带机的巡检方法，其特征在于，所述巡检方法应用于巡检系统中的控制器，所述巡检系统包括移动机器人和控制器，所述移动机器人包括温度采集器、声音采集器、皮带图像采集器、及通信模块；所述温度采集器、声音采集器及皮带图像采集器分别通过所述通信模块与所述控制器连接；

所述巡检方法包括：

在接收到巡检模式设定指令时，根据所述巡检模式设定指令生成巡检模式信息；

根据所述巡检模式信息向移动机器人发送巡检指令，以使得所述移动机器人按巡检模式执行巡检任务；

在接收到温度采集器发送的皮带机表面温度信号时，通过温度测量方法对所述皮带机表面温度信号进行滤波处理，生成校正温度值；

在接收到所述声音采集器发送的环境声音信号时，对所述环境声音信号进行频谱分析，生成环境声音频谱，并根据预设异常声音频率对所述环境声音频谱进行识别处理，生成声频分析结果；

接收所述皮带图像采集器发送的所述皮带图像；

按预设周期通过深度学习模型对所述皮带图像进行识别处理，生成图像处理结果；

根据所述校正温度值、声频分析结果或图像处理结果对警报设备和/或所述移动机器人进行控制。

2.根据权利要求1所述的皮带机的巡检方法，其特征在于，所述巡检系统还包括机器人导轨，所述机器人导轨安装在皮带机的上方，所述移动机器人挂接在所述机器人导轨上，所述机器人导轨上每隔预设距离的位置上设有位置传感器，所述位置传感器通过所述通信模块与所述控制器连接；

所述巡检方法还包括：

在接收到所述位置传感器发送的移动机器人位置信号时，根据所述移动机器人位置信号输出机器人移动轨迹信息。

3.根据权利要求2所述的巡检方法，其特征在于，所述巡检系统还包括机器人充电站，所述机器人充电站安装在所述机器人导轨的旁侧，并与电源连接；

所述巡检方法还包括：

在接收到充电模式设置指令时，提取所述充电模式设置指令中的定时充电模式信息及自动充电模式信息；

根据所述定时充电模式信息向所述移动机器人发送充电指令，以驱动所述移动机器人在预设时间移动到所述机器人充电站进行充电；

或者，根据所述自动充电模式信息向所述移动机器人发送所述充电指令，以驱动所述移动机器人在自行检测到的电池电量低于预设阈值时移动到所述机器人充电站进行充电。

4.根据权利要求1所述的巡检方法，其特征在于，所述巡检系统还包括自动旋转云台，所述自动旋转云台安装在所述移动机器人上，所述温度采集器及皮带图像采集器分别安装在所述自动旋转云台上，所述自动旋转云台与所述通信模块连接；

所述根据所述巡检模式设定指令生成巡检模式信息，包括：

在所述巡检模式设定指令中提取巡检时间信息、巡检路线信息及云台角度模式信息；

所述根据所述巡检模式信息向移动机器人发送所述巡检指令，以使得所述移动机器人按巡检模式执行巡检任务，包括：

根据所述巡检时间信息及巡检路线信息向所述移动机器人发送巡检指令，以使得所述移动机器人按预设时间及预设路线对皮带机进行巡检；

在接收到检测确认请求时，提取所述检测确认请求中的皮带位置信息，根据所述皮带位置信息及对应的云台角度模式信息向所述移动机器人发送所述巡检指令，以使得所述移动机器人按照预设角度调节所述自动旋转云台的角度；

所述检测确认请求在所述移动机器人到达待检测皮带机后发送。

5.根据权利要求1所述的巡检方法，其特征在于，在所述对所述环境声音信号进行频谱分析的步骤之前，包括：

对所述环境声音信号进行降噪处理。

6.根据权利要求1所述的巡检方法，其特征在于，在所述按预设周期通过深度学习模型对所述皮带图像进行识别处理，生成图像处理结果的步骤之前，还包括：

获取初始深度学习模型；

对所述初始深度学习模型进行训练，生成所述深度学习模型；

将所述深度学习模型加载到所述控制器的处理芯片中。