一種基于城市大腦的電網(wǎng)智能巡檢方法及系統(tǒng)與流程
1.本發(fā)明涉及基于城市大腦的智慧城市技術(shù)領(lǐng)域，具體涉及一種基于城市大腦的電網(wǎng)智能巡檢方法及系統(tǒng)。
背景技術(shù)：
2.城市大腦是利用城市所產(chǎn)生和收集的數(shù)據(jù)信息和資源，通過人工智能（ai）、大數(shù)據(jù)、4g/5g通信網(wǎng)絡(luò)，物聯(lián)網(wǎng)（iot），區(qū)塊鏈等信息技術(shù)，為城市的政務(wù)管理、交通治理、數(shù)字化運(yùn)營、公共安全、應(yīng)急管理、資源調(diào)度、醫(yī)療衛(wèi)生、旅游、環(huán)境保護(hù)、精細(xì)化管理等場景服務(wù)的一個(gè)人工智能處理系統(tǒng)中樞。
3.隨著城市的發(fā)展，電網(wǎng)和電氣化覆蓋率不斷提高。作為城市的“大動(dòng)脈”，電網(wǎng)設(shè)備在長期的運(yùn)行過程當(dāng)中，特別是電網(wǎng)塔桿和輸運(yùn)線路，一般裸露在空氣中，特別在大風(fēng)、下雨、炎熱、寒冷等特殊環(huán)境下，容易遇到異物懸掛、開口銷熱脹冷縮脫落、螺栓螺母銹蝕、絕緣子自爆等異常或缺陷，而這些異常或缺陷容易引起電網(wǎng)設(shè)備故障，甚至導(dǎo)致停電，對城市運(yùn)營和規(guī)劃造成極大的不良影響。
4.目前針對電網(wǎng)設(shè)備的檢測技術(shù)存在以下一些主要問題：（1）人工檢測運(yùn)維：傳統(tǒng)的人工檢測不適應(yīng)目前的電網(wǎng)覆蓋程度及發(fā)展需要；隨著電網(wǎng)的覆蓋程度愈發(fā)密集，電網(wǎng)設(shè)備數(shù)量日益增長，傳統(tǒng)人工巡檢效率低，且對于電網(wǎng)塔桿的諸如開口銷半退出、螺栓螺母銹蝕等許多局部不明顯但重要缺陷容易錯(cuò)漏和誤判，不適應(yīng)電網(wǎng)發(fā)展的需要；（2）固定攝像機(jī)錄像監(jiān)控：通過在一些關(guān)鍵地方進(jìn)行攝像機(jī)實(shí)時(shí)監(jiān)控進(jìn)行電網(wǎng)設(shè)備檢測；攝像機(jī)及線纜的布設(shè)成本和運(yùn)維成本高，且監(jiān)控角度單一，受雨天、霧天等惡劣天氣影響大；并且采用人工檢測錄像監(jiān)控進(jìn)行曬別篩選，存在錯(cuò)漏誤判等問題；且對于未監(jiān)控部分的電網(wǎng)設(shè)備無法及時(shí)反饋；（3）無人機(jī)檢測識別：利用無人機(jī)等飛行器輔助電網(wǎng)巡檢在近年來得到廣泛的應(yīng)用和推廣，通過機(jī)載的攝像等視覺系統(tǒng)，可以發(fā)現(xiàn)輸電線纜破損、異物懸掛的傳統(tǒng)人工檢測和固定攝像機(jī)監(jiān)控等難以發(fā)現(xiàn)的問題；但現(xiàn)有做法也是通過人工對無人機(jī)拍攝的圖像和視頻進(jìn)行甄別篩選，工作量大、效率低；且目前國內(nèi)主要的無人機(jī)巡檢需要人工在一定范圍內(nèi)操作控制無人機(jī)巡航，對于檢測的設(shè)備部位及異常容易發(fā)生遺漏等問題；（4）電網(wǎng)巡檢與相應(yīng)解決策略及使用物資情況，目前以人工經(jīng)驗(yàn)為主，缺乏工作可復(fù)制性，效率低；且不利于物資管理調(diào)度以及積累巡檢數(shù)據(jù)向智能化發(fā)展。
技術(shù)實(shí)現(xiàn)要素：
5.有鑒于此，本發(fā)明的目的在于提供一種基于城市大腦的電網(wǎng)智能巡檢方法及系統(tǒng)，以解決現(xiàn)有電網(wǎng)巡檢中效率低、檢測錯(cuò)漏、維護(hù)不到位、部分高位檢測場景等問題。
6.根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種基于城市大腦的電網(wǎng)智能巡檢系統(tǒng)，包括：
巡檢拍攝設(shè)備、巡檢分析處理終端、電力巡檢智能平臺，所述巡檢拍攝設(shè)備包括攝像頭、圖像采集模塊和通信模塊，所述巡檢分析處理終端包括圖像比較模塊、異常識別模塊、圖譜搜尋模塊、報(bào)告生成模塊，所述電力巡檢智能平臺包括圖像數(shù)據(jù)庫、模型數(shù)據(jù)庫、知識圖譜庫、物資數(shù)據(jù)庫，其中：巡檢拍攝設(shè)備按照巡檢規(guī)劃路徑通過攝像頭對電網(wǎng)設(shè)備進(jìn)行拍攝圖像，拍攝圖像經(jīng)圖像采集模塊預(yù)處理后通過通信模塊發(fā)送給巡檢分析處理終端；巡檢分析處理終端的圖像比較模塊將圖像數(shù)據(jù)與圖像數(shù)據(jù)庫的正常圖像及異常圖像進(jìn)行比對判斷是否存在異常或缺陷；異常識別模塊對存在異常或缺陷的圖像數(shù)據(jù)與模型數(shù)據(jù)庫進(jìn)行比對識別，識別出異常或缺陷的種類及程度；圖譜搜尋模塊依據(jù)知識圖譜庫獲取所識別出的異常或缺陷的詳細(xì)情況及匹配處理方案；報(bào)告生成模塊，輸出缺陷檢測報(bào)告。
7.優(yōu)選地，所述巡檢分析處理終端包括便攜式終端檢測設(shè)備、或服務(wù)器式城市數(shù)字化運(yùn)營終端。
8.優(yōu)選地，所述缺陷檢測報(bào)告包括：檢測到異常電網(wǎng)設(shè)備的時(shí)間、所檢測的電網(wǎng)設(shè)備位置、缺陷部件及相應(yīng)位置、缺陷的類別及程度、推薦解決措施及所需物資、維護(hù)所需時(shí)間、維護(hù)注意事項(xiàng)。
9.根據(jù)本發(fā)明實(shí)施例的第二方面，提供一種基于城市大腦的電網(wǎng)智能巡檢方法，包括：巡檢拍攝設(shè)備按照巡檢規(guī)劃路徑對電網(wǎng)設(shè)備進(jìn)行拍攝圖像及圖像預(yù)處理；巡檢拍攝設(shè)備將預(yù)處理后的圖像數(shù)據(jù)及位置信息傳送至巡檢分析處理終端；巡檢分析處理終端將圖像數(shù)據(jù)與電力巡檢智能平臺的圖像數(shù)據(jù)庫的正常圖像及異常圖像進(jìn)行目標(biāo)部件識別和預(yù)比對，判斷該處是否具有異常或缺陷；巡檢分析處理終端判定具有異常或缺陷后，將圖像數(shù)據(jù)與電力巡檢智能平臺的模型數(shù)據(jù)庫的模型對比，識別出異常或缺陷的種類及程度；巡檢分析處理終端依據(jù)電力巡檢智能平臺的知識圖譜庫獲取所識別出的異常或缺陷的詳細(xì)情況和解決方案，并調(diào)用電力巡檢智能平臺的物資數(shù)據(jù)庫進(jìn)行數(shù)據(jù)匹配給出合適處理方案；巡檢分析處理終端根據(jù)識別出的異常或缺陷及對應(yīng)處理方案輸出缺陷檢測報(bào)告。
10.優(yōu)選地，所述將圖像數(shù)據(jù)及位置信息傳送至巡檢分析處理終端，包括將傳輸圖像數(shù)據(jù)、巡檢拍攝設(shè)備三維位置信息、拍攝時(shí)間、預(yù)設(shè)路徑巡檢完成度實(shí)時(shí)傳輸至巡檢分析處理終端。
11.優(yōu)選地，所述巡檢分析處理終端將圖像數(shù)據(jù)與圖像數(shù)據(jù)庫的以往正常圖像及異常圖像集進(jìn)行目標(biāo)部件識別和預(yù)比對，包括：所拍攝電網(wǎng)設(shè)備種類識別；所拍攝電網(wǎng)設(shè)備的部件種類及位置識別；圖像數(shù)據(jù)與以往正常圖像及異常圖像集預(yù)比對，初步判斷是否存在異常或缺陷。
12.優(yōu)選地，所述圖像數(shù)據(jù)與以往正常圖像及異常圖像集預(yù)比對，具體為：
顏比對判斷銹蝕情況；形狀比對判斷是否存在異物或形狀異常。
13.優(yōu)選地，所述將拍攝圖像數(shù)據(jù)與模型數(shù)據(jù)庫模型對比，識別異常或缺陷的種類及程度，包括：將圖像數(shù)據(jù)送入預(yù)先訓(xùn)練好的數(shù)據(jù)庫模型，進(jìn)行對比識別；缺陷種類包括但不限于開口銷脫落、半退出，螺栓螺母銹蝕，防震板損壞，輸電線纜傾斜，絕緣子自爆，鳥巢異物。
14.優(yōu)選地，所述依據(jù)知識圖譜庫獲取異常或缺陷的詳細(xì)情況和解決方案，并調(diào)用物資管理系統(tǒng)數(shù)據(jù)匹配合適處理方案，具體包括：根據(jù)判斷的缺陷種類及程度，在知識圖譜中搜索相應(yīng)解決方案，并根據(jù)解決方案采集現(xiàn)有物資數(shù)據(jù)庫的匹配數(shù)據(jù)。
15.優(yōu)選地，所述缺陷檢測報(bào)告包括：檢測到異常電網(wǎng)設(shè)備的時(shí)間、所檢測的電網(wǎng)設(shè)備位置、缺陷部件及相應(yīng)位置、缺陷的類別及程度、推薦解決措施及所需物資、維護(hù)所需時(shí)間、維護(hù)注意事項(xiàng)。
16.本發(fā)明的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：利用無人機(jī)等巡檢拍攝設(shè)備巡檢拍攝電網(wǎng)設(shè)備圖像，并傳輸至巡檢分析處理終端，通過比對正常和異常圖像判斷是否存在缺陷及缺陷的種類和程度，從而利用知識圖譜獲取詳細(xì)的情況，并調(diào)用物資數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行匹配解決方案，最后輸出缺陷檢測報(bào)告。相比現(xiàn)有技術(shù)，本發(fā)明提供的技術(shù)方案，解決了平常巡檢工作中人工效率低、識別正確率底、局部缺陷難發(fā)現(xiàn)、解決處理方法不到位、部分工作人工危險(xiǎn)系數(shù)高等問題，助力線下快速運(yùn)維消缺。
17.應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本發(fā)明。
附圖說明
18.此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本發(fā)明的實(shí)施例，并與說明書一起用于解釋本發(fā)明的原理。
19.圖1為根據(jù)一示例性實(shí)施例示出的一種基于城市大腦的電網(wǎng)智能巡檢系統(tǒng)的模塊圖；圖2為根據(jù)一示例性實(shí)施例示出的一種基于城市大腦的電網(wǎng)智能巡檢方法的流程圖。
具體實(shí)施方式
20.這里將詳細(xì)地對示例性實(shí)施例進(jìn)行說明，其示例表示在附圖中。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本發(fā)明相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本發(fā)明的一些方面相一致的裝置和方法的例子。
21.圖1為根據(jù)一示例性實(shí)施例示出的一種基于城市大腦的電網(wǎng)智能巡檢系統(tǒng)的模塊圖，如圖1所示，該系統(tǒng)包括：巡檢拍攝設(shè)備、巡檢分析處理終端、電力巡檢智能平臺， 所述巡檢拍攝設(shè)備包括攝像頭、圖像采集模塊和通信模塊，所述巡檢分析處理終端包括圖像比較模塊、異常識別模塊、圖譜搜尋模塊、報(bào)告生成模塊，所述電力巡檢智能平臺包括圖像數(shù)
據(jù)庫、模型數(shù)據(jù)庫、知識圖譜庫、物資數(shù)據(jù)庫，其中：巡檢拍攝設(shè)備按照巡檢規(guī)劃路徑通過攝像頭對電網(wǎng)設(shè)備進(jìn)行拍攝圖像，拍攝圖像經(jīng)圖像采集模塊預(yù)處理后通過通信模塊發(fā)送給巡檢分析處理終端；巡檢分析處理終端的圖像比較模塊將圖像數(shù)據(jù)與圖像數(shù)據(jù)庫的正常圖像及異常圖像進(jìn)行比對判斷是否存在異常或缺陷；異常識別模塊對存在異常或缺陷的圖像數(shù)據(jù)與模型數(shù)據(jù)庫進(jìn)行比對識別，識別出異常或缺陷的種類及程度；圖譜搜尋模塊依據(jù)知識圖譜庫獲取所識別出的異常或缺陷的詳細(xì)情況及匹配處理方案；報(bào)告生成模塊，輸出缺陷檢測報(bào)告。
22.在上述實(shí)施例中，所述巡檢拍攝設(shè)備包括但不限于：無人機(jī)載攝像機(jī)、無人機(jī)載手機(jī)攝像頭、可移動(dòng)式監(jiān)控器等具有攝像、機(jī)器視覺功能且具備遙控或自主移動(dòng)功能的智能用電設(shè)備。
23.所述巡檢分析處理終端包括但不限于便攜式終端檢測設(shè)備、服務(wù)器式城市數(shù)字化運(yùn)營終端系統(tǒng)等所具有分析處理能力的集成化智能終端。
24.所述電力巡檢智能平臺，是基于城市大腦的智能平臺，其存儲有圖像數(shù)據(jù)庫、模型數(shù)據(jù)庫、知識圖譜庫、物資數(shù)據(jù)庫等基礎(chǔ)數(shù)據(jù)。
25.巡檢拍攝設(shè)備巡檢拍攝的圖像數(shù)據(jù)發(fā)送給巡檢分析處理終端后，巡檢分析處理終端借助于電力巡檢智能平臺的各種數(shù)據(jù)庫實(shí)現(xiàn)對巡檢圖像數(shù)據(jù)的異常或缺陷的識別并結(jié)合知識圖譜和物資數(shù)據(jù)庫給出異常或缺陷的處理方案，最終形成關(guān)于異常或缺陷及處理方案的巡檢報(bào)告。
26.所述圖像采集模塊通過無人機(jī)巡檢規(guī)劃路徑電網(wǎng)設(shè)備采集拍攝圖像并預(yù)處理后，通過通信模塊將所述圖像數(shù)據(jù)及位置信息等數(shù)據(jù)傳送至巡檢分析處理終端。
27.本實(shí)施例還示出了一種與上述基于城市大腦的電網(wǎng)智能巡檢系統(tǒng)配套的方法，邏輯流程圖如圖2所示，該方法包括：步驟s1、巡檢拍攝設(shè)備按照巡檢規(guī)劃路徑對電網(wǎng)設(shè)備進(jìn)行拍攝圖像及圖像預(yù)處理；步驟s2、巡檢拍攝設(shè)備將預(yù)處理后的圖像數(shù)據(jù)及位置信息傳送至巡檢分析處理終端；步驟s3、巡檢分析處理終端將圖像數(shù)據(jù)與電力巡檢智能平臺的圖像數(shù)據(jù)庫的正常圖像及異常圖像進(jìn)行目標(biāo)部件識別和預(yù)比對，判斷該處是否具有異常或缺陷；步驟s4、巡檢分析處理終端判定具有異常或缺陷后，將圖像數(shù)據(jù)與電力巡檢智能平臺的模型數(shù)據(jù)庫的模型對比，識別出異常或缺陷的種類及程度；步驟s5、巡檢分析處理終端依據(jù)電力巡檢智能平臺的知識圖譜庫獲取所識別出的異常或缺陷的詳細(xì)情況和解決方案，并調(diào)用電力巡檢智能平臺的物資數(shù)據(jù)庫進(jìn)行數(shù)據(jù)匹配給出合適處理方案；步驟s6、巡檢分析處理終端根據(jù)識別出的異常或缺陷及對應(yīng)處理方案輸出缺陷檢測報(bào)告。
28.可以理解的是，本實(shí)施例提供的技術(shù)方案，利用無人機(jī)等巡檢拍攝設(shè)備巡檢拍攝
規(guī)劃路徑中電網(wǎng)設(shè)備圖像，并傳輸至巡檢分析處理終端，通過比對正常和異常圖像判斷是否存在異常或缺陷，給出異常或缺陷的種類和程度，并進(jìn)一步用知識圖譜獲取詳細(xì)的情況，并調(diào)用物資數(shù)據(jù)庫進(jìn)行匹配得到解決方案，最后輸出缺陷檢測報(bào)告。相比現(xiàn)有技術(shù)，本發(fā)明提供的技術(shù)方案，解決了平常巡檢工作中人工效率低、識別正確率底、局部缺陷難發(fā)現(xiàn)、解決處理方法不到位、部分工作人工危險(xiǎn)系數(shù)高等問題，助力線下快速運(yùn)維消缺。
29.優(yōu)選地，所述拍攝圖像并預(yù)處理，包括：無人機(jī)等巡檢拍攝設(shè)備進(jìn)行目標(biāo)檢測，并多角度拍攝多張圖像；若拍攝圖像未實(shí)現(xiàn)預(yù)設(shè)的清晰度、分辨率等指標(biāo)，則利用自適應(yīng)算法調(diào)節(jié)拍攝系統(tǒng)光圈、對比度、快門等拍攝參數(shù)；直至拍攝到預(yù)設(shè)指標(biāo)的圖像；所述預(yù)處理具體是對滿足預(yù)設(shè)指標(biāo)的圖像進(jìn)行進(jìn)一步清晰化處理。
30.具體實(shí)踐中，所述無人機(jī)等巡檢拍攝設(shè)備進(jìn)行目標(biāo)檢測，可以采用基于深度學(xué)習(xí)的目標(biāo)檢測faster r-cnn算法進(jìn)行目標(biāo)識別檢測，并多角度拍攝多照片，通過利用自適應(yīng)算法不斷調(diào)整直至拍攝到滿足預(yù)設(shè)指標(biāo)的圖像。
31.優(yōu)選地，所述對滿足預(yù)設(shè)指標(biāo)的圖像進(jìn)一步清晰化處理，包括：通過多張圖像融合算法生成去水霧、光源穩(wěn)定的圖像。具體實(shí)踐中，所述張圖像融合算法，可以采用多分辨率融合算法（也稱拉普拉斯金字塔融合），該算法已較為成熟，這里不再贅述。
32.優(yōu)選地，所述將圖像數(shù)據(jù)及位置信息傳送至巡檢分析處理終端，包括：傳輸圖像數(shù)據(jù)、無人機(jī)等巡檢拍攝設(shè)備三維位置信息、拍攝時(shí)間、預(yù)設(shè)路徑巡檢完成度等數(shù)據(jù)實(shí)時(shí)傳輸至巡檢分析處理終端。
33.優(yōu)選地，所述巡檢分析處理終端包括：便攜式終端設(shè)備、城市網(wǎng)格數(shù)字化運(yùn)維系統(tǒng)服務(wù)器。具體實(shí)踐中，所述實(shí)時(shí)傳輸至巡檢分析處理終端，可以通過5g信道實(shí)時(shí)傳輸至城市運(yùn)營網(wǎng)格數(shù)字化系統(tǒng)服務(wù)器的中。
34.優(yōu)選地，所述巡檢分析處理終端將圖像數(shù)據(jù)與圖像數(shù)據(jù)庫的以往正常圖像及異常圖像集進(jìn)行目標(biāo)部件識別和預(yù)比對，包括：所拍攝電網(wǎng)設(shè)備種類識別；所拍攝電網(wǎng)設(shè)備的部件種類及位置識別；圖像數(shù)據(jù)與以往正常圖像及異常圖像集預(yù)比對，初步判斷是否存在異常或缺陷。
35.優(yōu)選地，所述圖像數(shù)據(jù)與以往正常圖像及異常圖像集預(yù)比對，具體為：顏比對判斷銹蝕情況；形狀比對判斷是否存在異物或形狀異常。
36.具體實(shí)踐中，預(yù)比對采用svm支持向量機(jī)進(jìn)行圖像分類，從而判斷所拍攝圖像數(shù)據(jù)歸屬正常或異常。
37.優(yōu)選地，所述將拍攝圖像數(shù)據(jù)與模型數(shù)據(jù)庫模型對比，識別異常或缺陷的種類及程度，包括：將圖像數(shù)據(jù)送入預(yù)先訓(xùn)練好的數(shù)據(jù)庫模型，進(jìn)行對比識別；缺陷種類包括但不限于開口銷脫落、半退出，螺栓螺母銹蝕，防震板損壞，輸電線纜傾斜，絕緣子自爆，鳥巢等異物。
38.具體實(shí)踐中，首先對各種缺陷的類別和程度的圖像數(shù)據(jù)進(jìn)行分類，基于halcon設(shè)計(jì)的缺陷檢測方法:先通過模板匹配的方法對檢測區(qū)域定位;再使用基于頻域圖像差分的
方法抑制干擾，突顯缺陷特征；然后使用改進(jìn)的動(dòng)態(tài)閾值法得到缺陷備選圖，最后使用面積和長徑兩個(gè)特征提取出缺陷類別和程度。
39.優(yōu)選地，所述依據(jù)知識圖譜庫獲取異常或缺陷的詳細(xì)情況和解決方案，并調(diào)用物資數(shù)據(jù)庫數(shù)據(jù)匹配合適處理方法具體包括：根據(jù)判斷的缺陷種類及程度，在知識圖譜中搜索相應(yīng)解決方案，并根據(jù)解決方案采集現(xiàn)有物資數(shù)據(jù)庫的匹配數(shù)據(jù)。
40.具體實(shí)踐中，搭建結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的多源異構(gòu)數(shù)據(jù)的知識半自動(dòng)化獲取，并利用restful api接口方便對知識圖譜的調(diào)用，通過知識融合技術(shù)，實(shí)現(xiàn)從多源異構(gòu)數(shù)據(jù)到知識圖譜的半自動(dòng)構(gòu)建，通過自然語言處理技術(shù)，實(shí)現(xiàn)從非結(jié)構(gòu)化數(shù)據(jù)中抽取結(jié)構(gòu)化數(shù)據(jù)并且融合到知識圖譜，從而搭建知識圖譜平臺，并能夠進(jìn)行圖挖掘計(jì)算、語義檢錯(cuò)和智能決策分析；從而根據(jù)判斷的缺陷種類及程度，在知識圖譜中搜索相應(yīng)解決方案；將搜索到的解決方案與現(xiàn)有電網(wǎng)物資的物資數(shù)據(jù)庫數(shù)據(jù)匹配，選取并排列合適當(dāng)前情況的解決方案；最終輸出缺陷檢測報(bào)告。
41.具體實(shí)踐中，輸出的缺陷檢測報(bào)告包括：檢測到異常電網(wǎng)設(shè)備的時(shí)間、所檢測的電網(wǎng)設(shè)備位置、缺陷部件及相應(yīng)位置、缺陷的類別及程度、推薦的3種解決措施及所需物資、維護(hù)所需時(shí)間、維護(hù)注意事項(xiàng)；并根據(jù)維護(hù)結(jié)束人工反饋對方案進(jìn)行優(yōu)先度加權(quán)，并豐富訓(xùn)練集。
42.可以理解的是，本實(shí)施例提供的技術(shù)方案，利用無人機(jī)等巡檢拍攝設(shè)備巡檢拍攝電網(wǎng)設(shè)備圖像，并傳輸至巡檢分析處理終端，通過比對正常和異常圖像判斷是否存在缺陷及缺陷的種類和程度，從而利用知識圖譜獲取詳細(xì)的情況，并調(diào)用物資數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行匹配解決方案，最后輸出缺陷檢測報(bào)告。相比現(xiàn)有技術(shù)，本發(fā)明提供的技術(shù)方案，解決了平常巡檢工作中人工效率低、識別正確率底、局部缺陷難發(fā)現(xiàn)、解決處理方法不到位、部分工作人工危險(xiǎn)系數(shù)高等問題，助力線下快速運(yùn)維消缺。
43.可以理解的是，上述各實(shí)施例中相同或相似部分可以相互參考，在一些實(shí)施例中未詳細(xì)說明的內(nèi)容可以參見其他實(shí)施例中相同或相似的內(nèi)容。
44.流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括一個(gè)或更多個(gè)用于實(shí)現(xiàn)特定邏輯功能或過程的步驟的可執(zhí)行指令的代碼的模塊、片段或部分，并且本發(fā)明的優(yōu)選實(shí)施方式的范圍包括另外的實(shí)現(xiàn)，其中可以不按所示出或討論的順序，包括根據(jù)所涉及的功能按基本同時(shí)的方式或按相反的順序，來執(zhí)行功能，這應(yīng)被本發(fā)明的實(shí)施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。
45.應(yīng)當(dāng)理解，本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來實(shí)現(xiàn)。在上述實(shí)施方式中，多個(gè)步驟或方法可以用存儲在存儲器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件或固件來實(shí)現(xiàn)。
46.本技術(shù)領(lǐng)域的普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法攜帶的全部或部分步驟是可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲于一種計(jì)算機(jī)可讀存儲介質(zhì)中，該程序在執(zhí)行時(shí)，包括方法實(shí)施例的步驟之一或其組合。
47.此外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理模塊中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)模塊中。上述集成的模
塊既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能模塊的形式實(shí)現(xiàn)。所述集成的模塊如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，也可以存儲在一個(gè)計(jì)算機(jī)可讀取存儲介質(zhì)中。
48.上述提到的存儲介質(zhì)可以是只讀存儲器，磁盤或光盤等。
49.在本說明書的描述中，參考術(shù)語“一個(gè)實(shí)施例”、“一些實(shí)施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不一定指的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。
50.盡管上面已經(jīng)示出和描述了本發(fā)明的實(shí)施例，可以理解的是，上述實(shí)施例是示例性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可以對上述實(shí)施例進(jìn)行變化、修改、替換和變型。
