[发明专利]基于事件驱动的巡检机器人任务决策调度方法及系统

说明书

本发明公开了基于事件驱动的巡检机器人任务决策调度方法及系统，属于巡检机器人调度技术领域，要解决的技术问题为如何实现机器人巡检过程中灵活识别情况并调整巡检策略。包括如下步骤：对于每种巡检事件，基于深度学习构建对应的识别模型，并基于历史巡检事件对所述识别模型进行训练，得到训练后识别模型；对于所有预设的巡检事件，设置事件优先级；对于每种巡检事件，设置对应的巡检策略；通过所述多种训练后的识别模型对待巡检事件进行识别，基于识别结果判断巡检事件对应的事件类型；基于预先设定的事件优先级，根据事件优先级进行决策，执行对应的巡检策略。

技术领域

本发明涉及巡检机器人调度技术领域，具体地说是基于事件驱动的巡检机器人任务决策调度方法及系统。

背景技术

巡检机器人现在是可以替代人进行巡检的高效方式，通过巡检机器人能对特定区域、特定目标进行巡检，及时发现问题并报警。智能巡检机器人专为复杂环境下的巡检工作而设计的，其基本功能为移动监测平台，属于监测技术与机器人技术相融合的新型监测设备，可以适应规模较大的作业场地，同是也兼顾空间较小的巡检任务。利用智能巡检机器人辅助运行人员对区域、设备进行巡视，可及时发现区域、设备的异常现象，规避安全隐患，提高工作效率和巡检质量，起到减员增效的作用。

但是智能巡检机器人一般只会执行预定的巡检任务，无法根据巡检过程中的识别情况，灵活调整巡检策略，导致巡检不够灵活，无法针对特殊情况进行特殊处置。

如何实现机器人巡检过程中灵活识别情况并调整巡检策略，是需要解决的技术问题。

发明内容

本发明的技术任务是针对以上不足，提供基于事件驱动的巡检机器人任务决策调度方法及系统，来解决如何实现机器人巡检过程中灵活识别情况并调整巡检策略的技术问题。

第一方面，本发明的基于事件驱动的巡检机器人任务决策调度方法，包括如下步骤：

对于每种巡检事件，基于深度学习构建对应的识别模型，并基于历史巡检事件对所述识别模型进行训练，得到训练后识别模型；

对于所有预设的巡检事件，设置事件优先级；

对于每种巡检事件，设置对应的巡检策略；

通过所述多种训练后的识别模型对待巡检事件进行识别，基于识别结果判断巡检事件对应的事件类型；

基于预先设定的事件优先级，根据事件优先级进行决策，执行对应的巡检策略。

作为优选，所述识别模型包括着火检测模型、打架行为识别模型、翻越围栏行为识别模型、吸烟监测模型以及人员聚集识别模型；

所述事件类型包括着火事件、打架斗殴事件、翻越事件、人员聚集事件、吸烟事件。

作为优选，所述事件优先级为：着火事件打架斗殴翻越事件吸烟事件人员聚集事件。

作为优选，根据预先设定的事件优先级，由任务决策引擎根据优先级进行决策，执行对应的巡检策略；

当高优先级的事件结束时，回到决策引擎判断的位置，进行次一级事件的再次识别，当识别到事件仍在发生时，则根据决策引擎执行高优先级事件对应的巡检策略。直至恢复到默认任务。

第二方面，本发明的基于事件驱动的巡检机器人任务决策调度系统，通过执行如第一方面任一项所述的基于事件驱动的巡检机器人任务决策调度方法，实现巡检机器人任务灵活调度，所述系统包括：

模型构建及训练模块，所述模型构建及训练模块用于对于每种巡检事件，基于深度学习构建对应的识别模型，并基于历史巡检事件对所述识别模型进行训练，得到训练后识别模型；

优先级配置模块，所述优先级配置模块用于对于所有预设的巡检事件，设置事件优先级；