[發明專利]基于5G的無人機電站智能巡檢方法、系統和網絡側服務端

在審

• 申請號: 202011565535.5
• 申請日: 2020-12-25
• 公開（公告）號: CN112819988A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 武愛斌;魏小慶;毛旭初;方杰;卞志剛
• 申請（專利權）人: 朗坤智慧科技股份有限公司
• 主分類號: G07C1/20
• 分類號: G07C1/20;G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T7/73
• 代理公司: 南京協行知識產權代理事務所(普通合伙) 32493
• 代理人: 蔣志棟

1.基于5G的無人機電站智能巡檢方法，其特征在于，包括以下步驟：

獲取光伏電池熱斑圖像數據；

對所述光伏電池熱斑圖像數據進行預處理；

使用標注工具對預處理后的光伏電池熱斑圖像進行標注，構建光伏電池熱斑圖像數據集；

根據所述光伏電池熱斑圖像數據集訓練得到熱斑檢測模型；

獲取實時拍攝的紅外視頻；

根據所述紅外視頻和熱斑檢測模型進行判斷熱斑位置。

2.根據權利要求1所述的基于5G的無人機電站智能巡檢方法，其特征在于：所述獲取光伏電池熱斑圖像數據為不同氣象條件下的帶有熱斑的光伏電池熱斑圖像數據。

3.根據權利要求1所述的基于5G的無人機電站智能巡檢方法，其特征在于，所述對所述光伏電池熱斑圖像數據進行預處理，具體為：

對所述光伏電池熱斑圖像進行中值濾波。

4.根據權利要求1所述的基于5G的無人機電站智能巡檢方法，其特征在于，所述使用標注工具對預處理后的光伏電池熱斑圖像進行標注，具體為：

選擇標注工具；

使用所述標注工具為每個預處理后的光伏電池熱斑圖像數據標注類別；

使用所述標注工具為每個預處理后的光伏電池熱斑圖像數據中的熱斑標注邊框。

5.根據權利要求4所述的基于5G的無人機電站智能巡檢方法，其特征在于：所述標注工具為具備標注圖片類別和對象邊框的圖片標注工具。

6.根據權利要求5所述的基于5G的無人機電站智能巡檢方法，其特征在于：所述標注工具為LabelImg。

7.根據權利要求4所述的基于5G的無人機電站智能巡檢方法，其特征在于：所述標注工具將標注后的光伏電池熱斑圖像數據保存為YOLO要求的格式。

8.根據權利要求1所述的基于5G的無人機電站智能巡檢方法，其特征在于，所述根據所述光伏電池熱斑圖像數據集訓練得到熱斑檢測模型，具體為：

采用YOLOv3架構在建立的熱斑圖像數據集上訓練并得到熱斑檢測模型。

9.基于5G的無人機電站智能巡檢系統，其特征在于，包括無人機、服務器和巡回終端；所述無人機、服務器和巡回終端兩兩之間通信連接；

所述無人機用于采集光伏電池表面的紅外視頻；

所述服務器包括：

信息收集模塊，用于收集不同氣象條件下的帶有熱斑的光伏電池熱斑圖像數據，并將所述光伏電池熱斑圖像數據發送給預處理模塊；

預處理模塊，用于接收所述信息收集模塊所發送的所述光伏電池熱斑圖像數據，對所述光伏電池熱斑圖像進行中值濾波，并將濾波完成的光伏電池熱斑圖像數據發送給標注模塊；

標注模塊，用于接收預處理模塊發送的光伏電池熱斑圖像數據，并使用標注工具進行標注，將標注后的光伏電池熱斑圖像數據發送給存儲模塊；

存儲模塊，用于接收標注模塊所發送的光伏電池熱斑圖像數據，并構件光伏電池熱斑圖像數據集；

建模模塊，用于根據存儲模塊中的光伏電池熱斑圖像數據集訓練的到熱斑檢測模型，并將熱斑檢測模型發送給預測模塊；

所述巡回客戶端包括：

信號接收模塊，用于接收無人機實時發送的紅外視頻，并將紅外視頻發送給預測模塊；

預測模塊，用于接收信號接收模塊所發送的紅外視頻，接收建模模塊所發送的熱斑檢測模型，根據紅外視頻和熱斑檢測模型進行推算熱斑位置信息，并將熱斑位置信息發送給輸出模塊；

輸出模塊，用于接收所述預測模型所發送的熱斑位置信息，并輸出所述熱斑位置信息。

10.一種網絡側服務端，其特征在于，包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如權利要求1至8中任一項所述的基于5G的無人機電站智能巡檢方法。