[發明專利]基于人工智能圖像處理的光伏機器人速度檢測方法及系統

在審

• 申請號: 202011346914.5
• 申請日: 2020-11-26
• 公開（公告）號: CN112364814A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 曹智梅;魯臘福;方猛
• 申請（專利權）人: 河南耀藍智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 李慧敏

本發明涉及基于人工智能圖像處理的光伏機器人速度檢測方法及系統；其主要是通過光伏清潔機器人搭載的攝像頭采集光伏電池板圖像，通過語義分割網絡得到語義分割圖，基于語義分割圖得到柵線的二值圖，轉換至極坐標空間，得到柵線對應的坐標點，基于坐標點判斷是否為直線運動，結合時序判斷是否為勻速運動；當判斷為勻速運動后，根據光伏電池板柵線之間距離，通過調節采樣速率判斷其移動速度，與預設速度進行對比，實現光伏清潔機器人速度異常的檢測；即本發明能夠準確地實現光伏清潔機器人速度異常的檢測。

技術領域

本發明涉及光伏機器人故障檢測技術領域，尤其涉及基于人工智能圖像處理的光伏機器人速度檢測方法及系統。

背景技術

在光伏清潔機器人的運行過程中，由于電池板串間距異常、清潔機器人輪胎摩擦力過大、清潔機器人移動軌跡偏差，均會導致光伏機器人沿清理方向的速率低于預設速率，該情況影響光伏清潔機器人的清潔效率和清潔范圍。

目前對光伏清潔機器人速度異常的檢測一般基于運動結果進行檢測，即通過最終光伏清潔機器人位置與按預設速度和方向移動后的理想位置對比，以結果判斷過程。但是，該方法難以準確的描述移動過程中的速度變化情況。

發明內容

本發明的目的是提供一種基于人工智能圖像處理的光伏機器人速度檢測方法及系統，用于解決現有的用于檢測光伏清潔機器人速度異常的方法不準確的問題。

為了實現上述目的，本發明提供的一種基于人工智能圖像處理的光伏機器人速度檢測方法的技術方案，包括如下步驟：

步驟1，獲取光伏電池板的圖像信息，所述光伏電池板的圖像信息包括測試集；

步驟2，將測試集輸入訓練好的語義分割網絡模型，利用語義分割編碼器提取特征，輸出圖像特征信息，之后將圖像特征信息輸入到語義分割解碼器后進行上采樣后，輸出語義分割圖；

步驟3，對所述語義分割圖進行處理，得到柵線的二值圖像，并對所述柵線的二值圖像進行坐標變換，獲取極坐標空間下柵線對應的坐標點；

步驟4，統計的相鄰兩幀圖像中的直線在極坐標空間中重合的坐標點((ρ_i,θ_i))，比較統計的重合的坐標點與第一設定閾值的大小，當重合的坐標點個數小于第一設定閾值時，判斷為光伏清潔機器人沿軌道進行直線運動；

步驟5，根據所述重合的坐標點，篩選得到重合的坐標點中ρ_i最小的坐標點，將獲取的最小坐標點按時序進行排列為序列，序列經離散傅里葉變換后得到頻譜圖，得到單個頻率，取頻率的倒數，記為周期T；

步驟6，根據所述周期T，獲取兩個相鄰的頻率之間的相位差；并比較所述相位差與第二設定閾值的大小，當相位差等于第二設定閾值時，則為周期信號，并判斷光伏清潔機器人為勻速運動；否則不為周期信號，判斷光伏清潔機器人為非勻速運動；

步驟7，當光伏清潔機器人勻速運動時，根據所述的周期信號，確定光伏機器人的速率，判斷所述速率是否與預設速率相等，當所述速率與預設速率相等，則判斷光伏清潔機器人速度正常，否則為異常。

進一步地，步驟2中，獲取語義分割圖的過程為：

構建語義分割網絡模型，采用訓練集對構建的語義分割網絡模型進行訓練，得到訓練好的語義分割網絡模型；其中語義分割網絡模型包括語義分割編碼器和語義分割解碼器；將測試集輸入到語義分割編碼器進行特征提取，輸出圖像特征信息，然后將圖像特征信息作為語義分割解碼器的輸入，進行上采樣，輸出語義分割圖。

進一步地，所述語義分割網絡模型為Encoder-Decoder網絡模型。

進一步地，步驟3中，對所述語義分割圖中的柵線的像素點像素值置為1，其他的像素點像素值置為0，得到柵線的二值圖。