无人机巡检方法、装置、系统和非易失性存储介质与流程

本发明涉及无人机巡检，具体而言，涉及一种无人机巡检方法、装置、系统和非易失性存储介质。

背景技术：

1、目前新能源场站无人机巡检图片数量多、容量大，而且巡检位置偏僻且较为分散，巡检可能不具备wifi或4g、5g等无线传输条件，因此每次都要带回到有网络的地方才能上传由服务器进行处理和分析，这样巡检人员在现场没法立刻看到各种巡检图像和数据的分析结果，还要回来发现问题之后再前往现场进行二次确认或修复，往返耗费时间，巡检效率低，实时性差，使用不便，且对网络配置和服务器配置均有一定要求。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种无人机巡检方法、装置、系统和非易失性存储介质，以至少解决由于相关技术中需要将巡检图像上传至服务器才能得到对应的巡检结果，造成的巡检效率低的技术问题。

2、根据本发明实施例的一个方面，提供了一种无人机巡检方法，包括：接收无人机发送的巡检图像，其中，无人机用于在目标区域中按照预定点位拍照得到巡检图像；在边缘计算装置中对巡检图像进行识别，得到巡检图像对应的边缘巡检结果，其中，边缘计算装置为云端服务器所在网络的边缘设备；按照边缘巡检结果，确定是否对预定点位的设备进行检修。

3、可选地，按照边缘巡检结果，确定是否对预定点位的设备进行检修，包括：在边缘巡检结果表征巡检图像存在异常的情况下，生成告警信息，并将告警信息发送至显示装置和/或云端服务器，其中，告警信息包括巡检图像和边缘巡检结果；接收云端服务器发送的云端巡检结果，其中，云端巡检结果为云端服务器对巡检图像进行二次识别，得到巡检图像是否存在异常的结果；根据边缘巡检结果和云端巡检结果，确定是否对预定点位的设备进行检修。

4、可选地，在边缘计算装置中对巡检图像进行识别，得到巡检图像对应的边缘巡检结果，包括：将巡检图像输入预先训练好的轻量化学习模型，由轻量化学习模型输出边缘巡检结果，其中，轻量化学习模型搭载在边缘计算装置中，轻量化学习模型为占用资源小于预定资源阈值的学习模型，轻量化学习模型通过训练样本对原始轻量化学习模型进行训练得到，训练样本包括样本巡检图像和样本巡检结果。

5、可选地，在对巡检图像进行识别之前，还包括：将巡检图像与预先确定的标准图像进行比较，确定无人机拍摄巡检图像时的位姿与拍摄标准图像的标准位姿之间的位姿差距；在位姿差距超过预定位姿阈值的情况下，根据位姿差距，确定将无人机的位姿调整为标准位姿的位姿变换信息；将位姿变换信息发送至无人机，其中，无人机根据位姿变换信息将位姿调整为标准位姿，并以标准位姿对预定点位重新拍照得到巡检图像。

6、根据本发明实施例的另一方面，还提供了一种无人机巡检方法，包括：接收边缘计算装置发送的告警信息，其中，告警信息包括巡检图像和表征巡检图像存在异常的边缘巡检结果，边缘巡检结果为边缘计算装置对巡检图像进行识别得到的结果，巡检图像为无人机在目标区域中按照预定点位拍照得到的图像，其中，边缘计算装置为云端服务器所在网络的边缘设备；对巡检图像进行二次识别，得到巡检图像对应的云端巡检结果；将云端巡检结果返回边缘计算装置，其中，边缘计算装置按照边缘巡检结果和/或云端巡检结果，确定是否对预定点位的设备进行检修。

7、可选地，该方法还包括：接收边缘计算装置发送的目标区域的雷达点云数据，其中，边缘计算装置接收无人机扫描目标区域得到的雷达点云数据；根据雷达点云数据，建立目标区域的三维点云模型；根据三维点云模型，确定无人机在目标区域拍照的预定点位；将预定点位发送至边缘计算装置，其中，边缘计算装置控制无人机在目标区域中按照预定点位拍照得到巡检图像。

8、根据本发明实施例的另一方面，还提供了一种无人机巡检装置，包括：第一接收模块，用于接收无人机发送的巡检图像，其中，无人机用于在目标区域中按照预定点位拍照得到巡检图像；第一识别模块，用于在边缘计算装置中对巡检图像进行识别，得到巡检图像对应的边缘巡检结果，其中，边缘计算装置为云端服务器所在网络的边缘设备；确定模块，用于按照边缘巡检结果，确定是否对预定点位的设备进行检修。

9、根据本发明实施例的另一方面，还提供了一种无人机巡检装置，包括：第二接收模块，用于接收边缘计算装置发送的告警信息，其中，告警信息包括巡检图像和表征巡检图像存在异常的边缘巡检结果，边缘巡检结果为边缘计算装置对巡检图像进行识别得到的结果，巡检图像为无人机在目标区域中按照预定点位拍照得到的图像，其中，边缘计算装置为云端服务器所在网络的边缘设备；第二识别模块，用于对巡检图像进行二次识别，得到巡检图像对应的云端巡检结果；发送模块，用于将云端巡检结果返回边缘计算装置，其中，边缘计算装置按照边缘巡检结果和/或云端巡检结果，确定是否对预定点位的设备进行检修。

10、根据本发明实施例的另一方面，还提供了一种无人机巡检系统，包括：无人机，用于在目标区域中按照预定点位拍照得到巡检图像；边缘计算装置，用于对巡检图像进行识别，得到巡检图像对应的边缘巡检结果，在边缘巡检结果表征巡检图像存在异常的情况下，生成告警信息，并将告警信息发送至显示装置和/或云端服务器；云端服务器，用于接收边缘计算装置发送的告警信息，并对巡检图像进行二次识别，得到巡检图像对应的云端巡检结果；其中，边缘计算装置还用于按照边缘巡检结果和/或云端巡检结果，确定是否对预定点位的设备进行检修。

11、根据本发明实施例的又一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述中任意一项无人机巡检方法。

12、根据本发明实施例的再一方面，还提供了一种计算机设备，计算机设备包括处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项无人机巡检方法。

13、在本发明实施例中，采用在无人机附近设置边缘计算装置的方式，通过接收无人机发送的巡检图像，其中，无人机用于在目标区域中按照预定点位拍照得到巡检图像；在边缘计算装置中对巡检图像进行识别，得到巡检图像对应的边缘巡检结果，其中，边缘计算装置为云端服务器所在网络的边缘设备；按照边缘巡检结果，确定是否对预定点位的设备进行检修，达到了及时对无人机拍摄的巡检图像进行识别，并确定巡检图像对应的巡检结果的目的，从而实现了提高巡检效率的技术效果，进而解决了由于相关技术中需要将巡检图像上传至服务器才能得到对应的巡检结果，造成的巡检效率低的技术问题。

技术特征：

1.一种无人机巡检方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述按照所述边缘巡检结果，确定是否对所述预定点位的设备进行检修，包括：

3.根据权利要求1所述的方法，其特征在于，所述在边缘计算装置中对所述巡检图像进行识别，得到所述巡检图像对应的边缘巡检结果，包括：

4.根据权利要求1至3中任意一项所述的方法，其特征在于，在所述对所述巡检图像进行识别之前，还包括：

5.一种无人机巡检方法，其特征在于，包括：

6.根据权利要求5所述的方法，其特征在于，还包括：

7.一种无人机巡检装置，其特征在于，包括：

8.一种无人机巡检装置，其特征在于，包括：

9.一种无人机巡检系统，其特征在于，包括：

10.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至6中任意一项所述无人机巡检方法。

11.一种计算机设备，其特征在于，包括：存储器和处理器，

技术总结本发明公开了一种无人机巡检方法、装置、系统和非易失性存储介质。其中，该方法包括：接收无人机发送的巡检图像，其中，无人机用于在目标区域中按照预定点位拍照得到巡检图像；在边缘计算装置中对巡检图像进行识别，得到巡检图像对应的边缘巡检结果，其中，边缘计算装置为云端服务器所在网络的边缘设备；按照边缘巡检结果，确定是否对预定点位的设备进行检修。本发明解决了由于相关技术中需要将巡检图像上传至服务器才能得到对应的巡检结果，造成的巡检效率低的技术问题。技术研发人员：魏昂昂,童彤,王恩民,黄湘伟,蒋兴海,姜武,李志运受保护的技术使用者：中国华能集团清洁能源技术研究院有限公司技术研发日：技术公布日：2024/4/22