开云优惠体育网页版入口

专利名称：一种智能巡检机器人指针式仪表识别读数方法

专利类型：发明专利

专利申请号：CN202410336998.6

专利申请（专利权）人：华能华家岭风力发电有限公司,武汉赛摩博晟信息开云优惠体育网页版入口有限公司
权利人地址：甘肃省定西市通渭县华家岭乡老站村

专利发明（设计）人：曹朔,唐云,薛录宏,王媛媛,杨智顺,张小艳,肖晟,刘君龙,胡刚,肖潇

专利摘要：本发明属于图像采集识别技术领域，具体公开提供的一种智能巡检机器人指针式仪表识别读数方法，该方法包括：导入目标仪表对应连接设备当前的工作状态和环境监测数据；导入目标巡检设备的相关数据；确定目标巡检设备的目标摄像角度，并对目标仪表进行多次图像采集和视频采集；判断目标仪表读数是否需求读数补偿，当判断结果为否，识别目标仪表读数，当判断结果为是，确认目标仪表的显示补偿值；设置目标仪表环境补偿值，并计算目标仪表的确认显示读数。本发明有效解决了当前未考虑到仪表本身误差和状态以及具体仪表环境的，大幅度提升了指针读数的精准度，确保了指针读数的有效性、可靠性和合理性。

主权利要求：
1.一种智能巡检机器人指针式仪表识别读数方法，其特征在于：该方法包括：步骤一、读数环境监测数据导入：将当前目标巡检机器人记为目标巡检设备，将当前待识别仪表记为目标仪表，导入目标仪表对应连接设备的当前工作状态和环境监测数据；
步骤二、巡检设备相关数据导入：导入目标巡检设备的相关数据，包括当前设定的摄像角度和在各行驶时间点对应监测的振动频率；
步骤三、仪表图像采集：确定目标巡检设备的目标摄像角度，并对目标仪表进行多次图像采集，得到各采集图像，记录各采集图像的采集时间点，并启动目标巡检设备的辅助摄像头采集目标仪表视频；
步骤四、仪表图像初步评定：根据目标仪表的各采集图像和视频，判断目标仪表读数是否需求读数补偿，当判断结果为否，启动步骤五，当判断结果为是，启动步骤六；
步骤五、仪表图像读数识别：将最后一个采集图像作为目标识别图像，并识别所述目标识别图像，输出目标识别图像的读数Zm；
步骤六、仪表显示补偿确认：确认目标仪表的显示补偿值Zη；
步骤七、仪表图像读数确认：用于根据所述环境监测数据，设置目标仪表环境补偿值Zε，并计算目标仪表的确认显示读数；
所述确定目标巡检设备的目标摄像角度，包括：
将目标巡检设备当前设定的摄像角度记为θ0；
以行驶时间点为横坐标，以监测的振动频率为纵坐标，构建目标巡检设备的行驶振动变化曲线，并从中截选出位于设定干扰行驶振动频率上方的曲线段总长lg和各曲线段的长度，同时从各曲线段的长度中筛选出最大值，记为lx；
将所述行驶振动变化曲线长度记为lb，统计目标巡检设备的振动干扰趋向指数γ，若γ小于或者等于设定参照振动干扰趋向指数γ ′，将θ0作为目标巡检设备的目标摄像角度，反之将θ0+(γ?γ ′)*θ′作为目标巡检设备的目标摄像角度，θ′为设定的单位振动干扰趋向指数差对应补偿摄像角度；
所述判断目标仪表读数是否需求读数补偿，包括：
从设备信息库中提取目标仪表的校准跟踪日志以及设置的精度和校准间隔天数；
从所述校准跟踪日志中定位出各次累计校准时的校准日期和校准偏差值，据此统计目标仪表当前的数值误差趋向度δ；
识别各采集图像，得到目标仪表在各采集图像中对应指针的指示区域位置，并根据各采集图像的采集时间点，统计目标仪表的转动误差趋向度β；
根据目标仪表的视频，分析目标仪表当前的指示状态吻合度λ；
将δ＞δ′作为判断条件A，将β＞β′作为判断条件B，将λ＜λ′作为判断条件C，δ′、β′、λ′分别为设定参照的数值误差趋向度、转动误差趋向度、指示状态吻合度；
当判断条件A、判断条件B和判断条件C均不成立，将否作为判断结果，反之将是作为判断结果。
2.如权利要求1所述的一种智能巡检机器人指针式仪表识别读数方法，其特征在于：所述统计目标仪表当前的数值误差趋向度，包括：以累计校准次序为横坐标，以校准偏差值为纵坐标，构建累计校准偏差变化曲线，并从中进行斜率提。俏猭p，同时从中截选出位于目标仪表设置精度J′上方的曲线段总长，记为lp；
若lp＝0且kp≤k′p，将μ0作为目标仪表当前的数值误差趋向度，k′p为设定的参照偏差增长率；
若lp＝0且kp＞k′p，统计目标仪器当前的预计偏差值，记为Ja，将 作为目标仪表当前的数值误差趋向度，记为μ1；
若lp＞0，通过仪器显示偏差评估规则评估得到目标仪表当前的数值误差趋向度，记为μ2，以此得到目标仪表当前的数值误差趋向度δ，δ取值为μ0或者μ1或者μ2，μ2＞μ1＞μ0。
3.如权利要求2所述的一种智能巡检机器人指针式仪表识别读数方法，其特征在于：所述统计目标仪表的转动误差趋向度，包括：若目标仪表对应连接设备的当前工作状态为工作，从设备信息库中提取目标仪表在连接设备工作状态下对应单位时间点内的参照指针偏转值X0；
基于目标仪表在各采集图像中对应指针的指示区域位置，得到目标仪表在各采集时间点的指针偏转值，记为Xt，t表示采集时间点编号，t＝1,2,......u；
将 作为目标仪表的转动误差趋向度，并记为φ0，Xt+1表示目标仪表在第t+1个采集时间点的指针偏转值，u表示采集时间点数目，ΔX为设定的许可指针偏转偏差值， 为向下取整符号；
若目标仪表对应连接设备的当前工作状态为空闲，将目标仪表的各采集图像按照采集时间先后进行排序，将排序第一位的图像作为参照图像，将其他各采集图像作为各对照图像；
若某对照图像与参照图像中指针的指示区域位置不一致，则将该对照图像记为偏差图像，统计偏差图像数目M0，同时统计采集图像数目M′；
将 作为目标仪表的转动误差趋向度，并记
为φ1， 为向上取整符号，ΔX′为设定的许可波动偏转值，以此得到目标仪表的转动误差趋向度β，β取值为φ0或者φ1。
4.如权利要求2所述的一种智能巡检机器人指针式仪表识别读数方法，其特征在于：所述分析目标仪表当前的指示状态吻合度，包括：通过目标检测算法和跟踪算法对目标仪表在其视频中进行检测和跟踪，得到目标仪表对应指针在连续帧之间的运动轨迹，据此分析目标仪表的抖动次数，并提取各次抖动的运动轨：驮硕旒３ざ龋
从各次抖动的运动轨迹长度进行均值计算，将计算结果记为 将目标仪表的抖动次数和对应视频的时长分别记为C和T，统计目标仪表当前的指示状态吻合度λ，lh、C′、k0分别为设定预警的抖动轨迹长度、抖动次数、抖动频率。
5.如权利要求4所述的一种智能巡检机器人指针式仪表识别读数方法，其特征在于：所述确认目标仪表的显示补偿值，包括：若判断条件A成立，将(δ?δ′)*Z0作为目标仪表的显示补偿值，记为Za，Z0为设定的目标仪表对应单位数值误差趋向度偏差对应补偿值；
若判断条件B成立，将(β?β′)*Z1作为目标仪表的显示补偿值，记为Zb，Z1为设定的目标仪表对应单位转动误差趋向度偏差对应补偿值；
若判断条件C成立，分析判断条件C下目标仪表的显示补偿值，记为Zc；
若判断条件A和判断条件B成立，将Za+Zb作为目标仪表的显示补偿值，记为Zd；
若判断条件A和判断条件C成立，将Za+Zc作为目标仪表的显示补偿值，记为Ze；
若判断条件B和判断条件C成立，将Zb+Zc作为目标仪表的显示补偿值，记为Zf；
若判断条件A、B和C均成立，将Za+Zb+Zc作为目标仪表的显示补偿值，记为Zg，以此得到目标仪表的显示补偿值Zη，Zη取值为Za或者Zb或者Zc或者Zd或者Ze或者Zf或者Zg。
6.如权利要求5所述的一种智能巡检机器人指针式仪表识别读数方法，其特征在于：所述分析判断条件C下目标仪表的显示补偿值，包括：将各次抖动的运动轨迹进行相互对比，若各次抖动的运动轨迹均相同，将 作为显示补偿权重；
若某次抖动的运动轨迹与其他另一次抖动的运动轨迹不一致，统计抖动轨迹偏差度ψ，将 作为显示补偿权重，记为 以此得到显示补偿权重τ，τ取值为 或者ψ′为设定的许可抖动轨迹偏差度；
将(λ′?λ)*Z2+τ*Z′作为分析判断条件C下目标仪表的显示补偿值Zc，Z2为设定的目标仪表对应单位指示状态吻合度偏差对应补偿值，Z′为设定的目标仪表对应单位显示补偿权重的增加补偿值。
7.如权利要求1所述的一种智能巡检机器人指针式仪表识别读数方法，其特征在于：所述设置目标仪表环境补偿值，包括：从所述环境监测数据中提取各监测日的温度差、最高湿度值和平均振动频率值，通过环境干扰判断规则判断得到温度干扰监测日数目Rwd、湿度干扰监测日数目Rsd和振动干扰监测日数目Rzd；
将各监测日的振动频率进行均值计算，得到平均振动频率f，并统计监测日数目R0；
将 作为目标仪表环境补
偿值Zε，f′为设定的干扰振动频率，Zυ为设定的目标仪表对应单位环境干扰因子的环境补偿值。
8.如权利要求1所述的一种智能巡检机器人指针式仪表识别读数方法，其特征在于：所述计算目标仪表的确认显示读数，包括：当步骤四的判断结果为是，将Zm+Zη+Zε作为目标仪表的确认显示读数；
当步骤四的判断结果为否，将Zm+Zε作为目标仪表的确认显示读数。 说明书 : 一种智能巡检机器人指针式仪表识别读数方法技术领域[0001] 本发明属于图像采集识别技术领域，涉及一种智能巡检机器人指针式仪表识别读数方法。背景技术[0002] 随着视觉识别技术的发展和深度学习算法的应用，机器能够通过摄像头获取图像，并通过算法学习和识别指针式仪表的读数。智能巡检机器人的出现满足了工业自动化的需求，提高了巡检效率和数据准确性，推动了工业智能化的发展。[0003] 目前智能巡检机器人进行指针式仪表识别和读数主要通过对指针式仪表进行图像采集，并根据采集的图像进行读数。现有技术如申请公开号为CN112488030A的中国发明专利申请公开的一种基于机器视觉的指针式仪表读表方法，其通过采用了机器视觉的方法通过仪表标定，采集获取正视图像，并进行灰度处理、高斯降噪、边缘检测、进而确定指针坐标，最终计算出指针的偏转角度并且以数字方式给出，使得读数算法科学合理，精确度更高。[0004] 现有技术又如申请公开号为CN111797909A的中国发明专利申请公开的一种基于机器视觉的指针式压力仪表读数方法，其通过仪表标准模板图像和待读数仪表图像。使用匹配算法将待读数仪表图像与仪表标准模板图像进行匹配，并校正待读数仪表图像进行去噪、阈值分割、膨胀操作等处理，从而确认仪表读数，使得仪表读数更精确。[0005] 针对上述两个技术方案，很显然，其主要通过对采集图像进行系列的处理从而提升读数的精准性，很显然还存在以下几个方面的不足：1、均未考虑到仪表本身的误差和状态，如指针的抖动等状态，使得读数的有效性不足，进而导致巡检机器采集的仪表读数的可靠性和合理性还存在一定的欠缺，同时还使得机器人识别读数时可能无法准确捕捉到这些误差，进而在读数识别过程中出现误判或不准确的情况，从而影响读数的准确性。[0006] 2、均未考虑到具体仪表环境的影响，如机器人移动路径的平稳度会导致摄像角度的偏差以及环境中的温湿度变化，进而增加了巡检机器人读数时出现误差的概率，导致识别结果的有效性和精准性均存在一定的偏差，无法确保巡检机器人读数识别精准度的提升效果。发明内容[0007] 鉴于此，为解决上述背景技术中所提出的问题，现提出一种智能巡检机器人指针式仪表识别读数方法。[0008] 本发明的目的可以通过以下技术方案实现：本发明提供一种智能巡检机器人指针式仪表识别读数方法，该方法包括：步骤一、读数环境监测数据导入：将当前目标巡检机器人记为目标巡检设备，将当前待识别仪表记为目标仪表，导入目标仪表对应连接设备的当前工作状态和环境监测数据。[0009] 步骤二、巡检设备相关数据导入：导入目标巡检设备的相关数据，包括当前设定的摄像角度和在各行驶时间点对应监测的振动频率。[0010] 步骤三、仪表图像采集：确定目标巡检设备的目标摄像角度，并对目标仪表进行多次图像采集，得到各采集图像，记录各采集图像的采集时间点，并启动目标巡检设备的辅助摄像头采集目标仪表视频。[0011] 步骤四、仪表图像初步评定：根据目标仪表的各采集图像和视频，判断目标仪表读数是否需求读数补偿，当判断结果为否，启动步骤五，当判断结果为是，启动步骤六。[0012] 步骤五、仪表图像读数识别：将最后一个采集图像作为目标识别图像，并识别所述目标识别图像，输出目标识别图像的读数Zm。[0013] 步骤六、仪表显示补偿确认：确认目标仪表的显示补偿值Zη。[0014] 步骤七、仪表图像读数确认：用于根据所述环境监测数据，设置目标仪表环境补偿值Zε，并计算目标仪表的确认显示读数。[0015] 优选地，所述确定目标巡检设备的目标摄像角度，包括：将目标巡检设备当前设定的摄像角度记为[0016] 以行驶时间点为横坐标，以监测的振动频率为纵坐标，构建目标巡检设备的行驶振动变化曲线，并从中截选出位于设定干扰行驶振动频率上方的曲线段总长lg和各曲线段的长度，同时从各曲线段的长度中筛选出最大值，记为lx。[0017] 将所述行驶振动变化曲线长度记为lb，统计目标巡检设备的振动干扰趋向指数γ，[0018] 若γ小于或者等于设定参照振动干扰趋向指数γ ′，将 作为目标巡检设备的目标摄像角度，反之将 作为目标巡检设备的目标摄像角度， 为设定的单位振动干扰趋向指数差对应补偿摄像角度。[0019] 优选地，所述判断目标仪表读数是否需求读数补偿，包括：从设备信息库中提取目标仪表的校准跟踪日志以及设置的精度和校准间隔天数。[0020] 从所述校准跟踪日志中定位出各次累计校准时的校准日期和校准偏差值，据此统计目标仪表当前的数值误差趋向度δ。[0021] 识别各采集图像，得到目标仪表在各采集图像中对应指针的指示区域位置，并根据各采集图像的采集时间点，统计目标仪表的转动误差趋向度β。[0022] 根据目标仪表的视频，分析目标仪表当前的指示状态吻合度λ。[0023] 将δ＞δ′作为判断条件A，将β＞β′作为判断条件B，将λ＜λ′作为判断条件C，δ′、β′、λ′分别为设定参照的数值误差趋向度、转动误差趋向度、指示状态吻合度。[0024] 当判断条件A、判断条件B和判断条件C均不成立，将否作为判断结果，反之将是作为判断结果。[0025] 优选地，所述统计目标仪表当前的数值误差趋向度，包括：以累计校准次序为横坐标，以校准偏差值为纵坐标，构建累计校准偏差变化曲线，并从中进行斜率提。俏猭p，同时从中截选出位于目标仪表设置精度J′上方的曲线段总长，记为lp。[0026] 若lp＝0且kp≤k′p，将μ0作为目标仪表当前的数值误差趋向度，k′p为设定的参照偏差增长率。[0027] 若lp＝0且kp＞k′p，统计目标仪器当前的预计偏差值，记为Ja，将 作为目标仪表当前的数值误差趋向度，记为μ1。[0028] 若lp＞0，通过仪器显示偏差评估规则评估得到目标仪表当前的数值误差趋向度，记为μ2，以此得到目标仪表当前的数值误差趋向度δ，δ取值为μ0或者μ1或者μ2，μ2＞μ1＞μ0。[0029] 优选地，所述统计目标仪表的转动误差趋向度，包括：若目标仪表对应连接设备的当前工作状态为工作，从设备信息库中提取目标仪表在连接设备工作状态下对应单位时间点内的参照指针偏转值X0；[0030] 基于目标仪表在各采集图像中对应指针的指示区域位置，得到目标仪表在各采集时间点的指针偏转值，记为Xt，t表示采集时间点编号，t＝1,2,......u。[0031] 将 作为目标仪表的转动误差趋向度，并记为φ0，Xt+1表示目标仪表在第t+1个采集时间点的指针偏转值，u表示采集时间点数目，ΔX为设定的许可指针偏转偏差值， 为向下取整符号。[0032] 若目标仪表对应连接设备的当前工作状态为空闲，将目标仪表的各采集图像按照采集时间先后进行排序，将排序第一位的图像作为参照图像，将其他各采集图像作为各对照图像。[0033] 若某对照图像与参照图像中指针的指示区域位置不一致，则将该对照图像记为偏差图像，统计偏差图像数目M0，同时统计采集图像数目M′。[0034] 将 作为目标仪表的转动误差趋向度，并记为φ1， 为向上取整符号，ΔX′为设定的许可波动偏转值，以此得到目标仪表的转动误差趋向度β，β取值为φ0或者φ1。[0035] 优选地，所述分析目标仪表当前的指示状态吻合度，包括：通过目标检测算法和跟踪算法对目标仪表在其视频中进行检测和跟踪，得到目标仪表对应指针在连续帧之间的运动轨迹，据此分析目标仪表的抖动次数，并提取各次抖动的运动轨：驮硕旒３ざ。[0036] 从各次抖动的运动轨迹长度进行均值计算，将计算结果记为 将目标仪表的抖动次数和对应视频的时长分别记为C和T，统计目标仪表当前的指示状态吻合度λ，lh、C′、k0分别为设定预警的抖动轨迹长度、抖动次数、抖动频率。[0037] 优选地，所述确认目标仪表的显示补偿值，包括：若判断条件A成立，将(δ?δ′)*Z0作为目标仪表的显示补偿值，记为Za，Z0为设定的目标仪表对应单位数值误差趋向度偏差对应补偿值。[0038] 若判断条件B成立，将(β?β′)*Z1作为目标仪表的显示补偿值，记为Zb，Z1为设定的目标仪表对应单位转动误差趋向度偏差对应补偿值。[0039] 若判断条件C成立，分析判断条件C下目标仪表的显示补偿值，记为Zc。[0040] 若判断条件A和判断条件B成立，将Za+Zb作为目标仪表的显示补偿值，记为Zd。[0041] 若判断条件A和判断条件C成立，将Za+Zc作为目标仪表的显示补偿值，记为Ze。[0042] 若判断条件B和判断条件C成立，将Zb+Zc作为目标仪表的显示补偿值，记为Zf。[0043] 若判断条件A、B和C均成立，将Za+Zb+Zc作为目标仪表的显示补偿值，记为Zg，以此得到目标仪表的显示补偿值Zη，Zη取值为Za或者Zb或者Zc或者Zd或者Ze或者Zf或者Zg。[0044] 优选地，所述分析判断条件C下目标仪表的显示补偿值，包括：将各次抖动的运动轨迹进行相互对比，若各次抖动的运动轨迹均相同，将 作为显示补偿权重。[0045] 若某次抖动的运动轨迹与其他另一次抖动的运动轨迹不一致，统计抖动轨迹偏差度ψ，将 作为显示补偿权重，记为 以此得到显示补偿权重τ，τ取值为或者 ψ′为设定的许可抖动轨迹偏差度。[0046] 将(λ′?λ)*Z2+τ*Z′作为分析判断条件C下目标仪表的显示补偿值Zc，Z2为设定的目标仪表对应单位指示状态吻合度偏差对应补偿值，Z′为设定的目标仪表对应单位显示补偿权重的增加补偿值。[0047] 优选地，所述设置目标仪表环境补偿值，包括：从所述环境监测数据中提取各监测日的温度差、最高湿度值和平均振动频率值，通过环境干扰判断规则判断得到温度干扰监测日数目Rwd、湿度干扰监测日数目Rsd和振动干扰监测日数目Rzd。[0048] 将各监测日的振动频率进行均值计算，得到平均振动频率f，并统计监测日数目R0。[0049] 将 作为目标仪表环境补偿值Zε，f′为设定的干扰振动频率，Zυ为设定的目标仪表对应单位环境干扰因子的环境补偿值。[0050] 优选地，所述计算目标仪表的确认显示读数，包括：当步骤四的判断结果为是，将Zm+Zη+Zε作为目标仪表的确认显示读数。[0051] 当步骤四的判断结果为否，将Zm+Zε作为目标仪表的确认显示读数。[0052] 相较于现有技术，本发明的有益效果如下：(1)本发明通过根据目标仪表的各采集图像进行读数补偿是否需求判断，并当判断结果为是时，确认显示补偿值，同时根据目标仪表环境监测数据设置环境补偿值，有效解决了当前未考虑到仪表本身误差和状态以及具体仪表环境的问题，大幅度提升了指针读数的精准度，同时还确保了指针读数的有效性、可靠性和合理性，并且尽可能的缩减了测量过程中的误差，从而提升测量数值以及后续实际读数数值的代表性。[0053] (2)本发明通过根据目标各行驶时间点对应监测的振动频率，确认目标摄像角度，提高了图像采集的稳定性和清晰度，避免后续在数据处理和分析阶段因图像质量不佳而需要花费额外时间和精力进行修正，进而确保了图像采集的可利用度以及图像采集效率，同时还有利于准确捕捉仪表的指针位置和读数，可以减少由于角度问题导致的误差，提升数据采集的准确性。[0054] (3)本发明通过从校准时的数值误差情况、指针转动误差情况以及指示状态吻合情况三个维度进行目标仪表读数是否需求读数补偿判断，实现了目标仪表读数补偿需求的综合性判断，可以降低单一因素导致的误判概率，进而更加客观地评估是否需要进行读数补偿，避免不必要的调整和干预，同时还可以更全面地了解目标仪表的读数准确情况，在另一层面还可以为维护人员提供更明确的指导以及针对性地制定仪表维护计划。[0055] (4)本发明通过确认目标仪表显示补偿值和环境补偿值，弥补了当前机器人识别读数时可能无法准确捕捉到细微误差的不足，尽可能的减少了读数识别过程中出现误判或不准确的发生几率，从而保障了读数的准确性，并且还减少了巡检设备自动读数过程中的误差率，确保了识别结果与真实数值之间的吻合性，进而有力保障了巡检设备读数识别精准度的提升效果。附图说明[0056] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0057] 图1为本发明方法实施步骤流程图。具体实施方式[0058] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0059] 请参阅图1所示，本发明提供了一种智能巡检机器人指针式仪表识别读数方法，该方法包括：步骤一、读数环境监测数据导入：将当前目标巡检机器人记为目标巡检设备，将当前待识别仪表记为目标仪表，导入目标仪表对应连接设备的当前工作状态和环境监测数据。[0060] 具体地，当前工作状态为空闲和工作中的一个。[0061] 又一具体地，环境监测数据包括但不限于各监测日的温度差、最高湿度值和平均振动频率值。[0062] 步骤二、巡检设备相关数据导入：导入目标巡检设备的相关数据，包括当前设定的摄像角度和在各行驶时间点对应监测的振动频率。[0063] 步骤三、仪表图像采集：确定目标巡检设备的目标摄像角度，并对目标仪表进行多次图像采集，得到各采集图像，记录各采集图像的采集时间点，并启动目标巡检设备的辅助摄像头采集目标仪表视频。[0064] 示例性地，所述确定目标巡检设备的目标摄像角度，包括：F1、将目标巡检设备当前设定的摄像角度记为[0065] F2、以行驶时间点为横坐标，以监测的振动频率为纵坐标，构建目标巡检设备的行驶振动变化曲线，并从中截选出位于设定干扰行驶振动频率上方的曲线段总长lg和各曲线段的长度，同时从各曲线段的长度中筛选出最大值，记为lx。[0066] F3、将所述行驶振动变化曲线长度记为lb，统计目标巡检设备的振动干扰趋向指数γ，[0067] F4、若γ小于或者等于设定参照振动干扰趋向指数γ ′，将 作为目标巡检设备的目标摄像角度，反之将 作为目标巡检设备的目标摄像角度， 为设定的单位振动干扰趋向指数差对应补偿摄像角度。[0068] 需要补充的是，监测巡检设备的振动频率是用于评估巡检设备所处巡检路径对应平整度对巡检设备拍摄角度的影响，即巡检设备各行驶时间点对应监测的振动频率往往指巡检设备底盘受到的振动频率，当巡检设备受到振动时，因受到底盘方向上的振动影响拍摄视角往往会偏向底盘方向，视角偏向下方，导致摄像角度减。滩捎迷黾由阆窠嵌鹊姆绞嚼吹髡蚴艿秸穸跋旌蟮呐纳闶咏。[0069] 本发明实施例通过根据目标各行驶时间点对应监测的振动频率，确认目标摄像角度，提高了图像采集的稳定性和清晰度，避免后续在数据处理和分析阶段因图像质量不佳而需要花费额外时间和精力进行修正，进而确保了图像采集的可利用度以及图像采集效率，同时还有利于准确捕捉仪表的指针位置和读数，可以减少由于角度问题导致的误差，提升数据采集的准确性。[0070] 步骤四、仪表图像初步评定：根据目标仪表的各采集图像和视频，判断目标仪表读数是否需求读数补偿，当判断结果为否，启动步骤五，当判断结果为是，启动步骤六。[0071] 示例性地，判断目标仪表读数是否需求读数补偿，包括：H1、从设备信息库中提取目标仪表的校准跟踪日志以及设置的精度和校准间隔天数。[0072] H2、从所述校准跟踪日志中定位出各次累计校准时的校准日期和校准偏差值，据此统计目标仪表当前的数值误差趋向度δ。[0073] H3、识别各采集图像，得到目标仪表在各采集图像中对应指针的指示区域位置，并根据各采集图像的采集时间点，统计目标仪表的转动误差趋向度β。[0074] 需要说明的是，图像识别技术为现有较为成熟技术，其具体识别过程在此不进行赘述。[0075] H4、根据目标仪表的视频，分析目标仪表当前的指示状态吻合度λ。[0076] H5、将δ＞δ′作为判断条件A，将β＞β′作为判断条件B，将λ＜λ′作为判断条件C，δ′、β′、λ′分别为设定参照的数值误差趋向度、转动误差趋向度、指示状态吻合度。[0077] H6、当判断条件A、判断条件B和判断条件C均不成立，将否作为判断结果，反之将是作为判断结果。[0078] 本发明实施例通过从校准时的数值误差情况、指针转动误差情况以及指示状态吻合情况三个维度进行目标仪表读数是否需求读数补偿判断，实现了目标仪表读数补偿需求的综合性判断，可以降低单一因素导致的误判概率，进而更加客观地评估是否需要进行读数补偿，避免不必要的调整和干预，同时还可以更全面地了解目标仪表的读数准确情况，在另一层面还可以为维护人员提供更明确的指导以及针对性地制定仪表维护计划。[0079] 进一步地，H2步骤中统计目标仪表当前的数值误差趋向度，包括：H21、以累计校准次序为横坐标，以校准偏差值为纵坐标，构建累计校准偏差变化曲线，并从中进行斜率提。俏猭p，同时从中截选出位于目标仪表设置精度J′上方的曲线段总长，记为lp。[0080] 需要补充的是，所述斜率指曲线对应回归线的斜率。[0081] H22、若lp＝0且kp≤k′p，将μ0作为目标仪表当前的数值误差趋向度，k′p为设定的参照偏差增长率。[0082] H23、若lp＝0且kp＞k′p，统计目标仪器当前的预计偏差值，记为Ja，将 作为目标仪表当前的数值误差趋向度，记为μ1。[0083] 需要补充的是，统计目标仪器当前的预计偏差值的具体统计过程如下：从各次累计校准时的校准日期中筛选出上一累计校准时的校准日期，作为分析校准日期。[0084] 将当前所处日期与分析校准日期之间的间隔天数作为待校准剩余天数Djz，将首次累计校准时的校准日期与最后一次累计校准日期之间的间隔天数作为[0085] 从各次累计校准时的校准偏差值筛选出最后一次累计校准时的校准偏差值，记为Jθ，将 作为目标仪器当前的预计偏差值Ja。[0086] H24、若lp＞0，通过仪器显示偏差评估规则评估得到目标仪表当前的数值误差趋向度，记为μ2，以此得到目标仪表当前的数值误差趋向度δ，δ取值为μ0或者μ1或者μ2，μ2＞μ1＞μ0。[0087] 在一个具体实施例中，μ0取值为0。[0088] 需要补充的是，通过仪器显示偏差评估规则评估得到目标仪表当前的显示误差趋向度，具体评估过程如下：U1、当lp＞0且kp≤k′p，将超出许可偏差总长和累计校准偏差变化曲线的长度分别记为lp和lw，将(2) 作为目标仪表当前的显示误差趋向度，记为σ0。[0089] U2、当lp＞0且kp＞k′p，将(2) 作为目标仪表当前的显示误差趋向度，记为σ1，以此得到目标仪表当前的显示误差趋向度μ2，μ2取值为σ0或者σ1，σ1＞σ0，为设定的偏差增长趋势下的补偿误差趋向度。[0090] 进一步地，H3步骤中统计目标仪表的转动误差趋向度，包括：H31、若目标仪表对应连接设备的当前工作状态为工作，从设备信息库中提取目标仪表在连接设备工作状态下对应单位时间点内的参照指针偏转值X0；[0091] H32、基于目标仪表在各采集图像中对应指针的指示区域位置，得到目标仪表在各采集时间点的指针偏转值，记为Xt，t表示采集时间点编号，t＝1,2,......u。[0092] 需要补充的是，目标仪表在各采集时间点的指针偏转值的获取方式为：将目标仪表在各采集图像中对应指针的指示区域位置进行相互对比，得到目标仪表在各采集时间点对应指针偏转角度，并作为指针偏转值。[0093] H33、将 作为目标仪表的转动误差趋向度，并记为φ0，Xt+1表示目标仪表在第t+1个采集时间点的指针偏转值，u表示采集时间点数目，ΔX为设定的许可指针偏转偏差值， 为向下取整符号。[0094] H34、若目标仪表对应连接设备的当前工作状态为空闲，将目标仪表的各采集图像按照采集时间先后进行排序，将排序第一位的图像作为参照图像，将其他各采集图像作为各对照图像。[0095] H35、若某对照图像与参照图像中指针的指示区域位置不一致，则将该对照图像记为偏差图像，统计偏差图像数目M0，同时统计采集图像数目M′。[0096] H36、将 作为目标仪表的转动误差趋向度，并记为φ1， 为向上取整符号，ΔX′为设定的许可波动偏转值，以此得到目标仪表的转动误差趋向度β，β取值为φ0或者φ1。[0097] 更进一步地，H4步骤中分析目标仪表当前的指示状态吻合度，包括：H41、通过目标检测算法和跟踪算法对目标仪表在其视频中进行检测和跟踪，得到目标仪表对应指针在连续帧之间的运动轨迹，据此分析目标仪表的抖动次数，并提取各次抖动的运动轨：驮硕旒３ざ。[0098] 在一个具体实施例中，目标检测算法包括但不限于YOLO算法和SSD算法，用于对预处理后的视频帧进行目标检测，以确定目标仪表在每一帧中的位置和边界框。目标跟踪算法包括但不限于卡尔曼滤波和相关滤波器，其中，目标跟踪算法对目标进行跟踪，以获取目标在连续帧之间的运动轨迹，其中，目标检测算法和目标跟踪算法为现有较为成熟算法，其具体检测以及跟踪过程在此不进行赘述。[0099] 需要补充的是，目标仪表的抖动次数通过抖动判定规则判定得到，其中，抖动判定规则的具体判定过程如下：根据目标仪表对应指针在连续帧之间的运动轨迹，计算目标仪表对应指针在各视频帧中的速度，并与设定的抖动界定速度进行对比。[0100] 若指针在某视频帧中的速度大于设定的抖动界定速度，即判定为发生抖动，以此统计出目标仪表的抖动次数。[0101] 还需要补充的是，在一个具体实施例中，速度可以通过差分法、积分法等数学方法进行计算，其具体计算过程不再重复叙述。[0102] H42、从各次抖动的运动轨迹长度进行均值计算，将计算结果记为 将目标仪表的抖动次数和对应视频的时长分别记为C和T，统计目标仪表当前的指示状态吻合度λ，lh、C′、k0分别为设定预警的抖动轨迹长度、抖动次数、抖动频率。[0103] 步骤五、仪表图像读数识别：将最后一个采集图像作为目标识别图像，并识别所述目标识别图像，输出目标识别图像的读数Zm。[0104] 在一个具体实施例中，所述目标识别图像读数的输出主要通过图像识别技术实现，即通过图像识别技术识别得到目标仪表对应指针的指示区域位置和目标仪表的总体指示度数值，得到目标仪表对应指针与目标仪表对应起始计数端之间的夹角，作为目标偏转角。[0105] 从设备信息库中提取目标仪表的最大量程，将 作为目标识别图像的读数。[0106] 还需要补充的是，在进行目标识别图像识别之前还包括图像去噪、图像增强以及图像分割等操作，其具体执行过程为现有较为成熟手段，在此不具体展开叙述。[0107] 步骤六、仪表显示补偿确认：确认目标仪表的显示补偿值Zη。[0108] 示例性地，确认目标仪表的显示补偿值，包括：Q1、若判断条件A成立，将(δ?δ′)*Z0作为目标仪表的显示补偿值，记为Za，Z0为设定的目标仪表对应单位数值误差趋向度偏差对应补偿值。[0109] Q2、若判断条件B成立，将(β?β′)*Z1作为目标仪表的显示补偿值，记为Zb，Z1为设定的目标仪表对应单位转动误差趋向度偏差对应补偿值。[0110] Q3、若判断条件C成立，分析判断条件C下目标仪表的显示补偿值，记为Zc。[0111] 可理解地，分析判断条件C下目标仪表的显示补偿值，包括：Q31、将各次抖动的运动轨迹进行相互对比，若各次抖动的运动轨迹均相同，将 作为显示补偿权重。[0112] Q32、若某次抖动的运动轨迹与其他另一次抖动的运动轨迹不一致，统计抖动轨迹偏差度ψ，将 作为显示补偿权重，记为 以此得到显示补偿权重τ，τ取值为 或者 ψ′为设定的许可抖动轨迹偏差度。[0113] 在一个具体实施例中， 取值为0。[0114] 需要补充的是，统计抖动轨迹偏差度的具体统计过程为：N1、将各次抖动的运动轨迹长度进行方差计算，将计算结果作为抖动幅度不均匀度，记为χ。[0115] N2、从各次抖动的运动轨迹中提取首次抖动的抖动轨迹，作为基准轨迹，将其他各次抖动的运动轨迹作为各分析轨迹。[0116] N3、将各分析轨迹与基准轨迹进行重合对比，得到各分析轨迹与基准轨迹的重合轨迹长度，并从中筛选出最大重合轨迹长度和最小重合轨迹长度，将两者作差得到重合轨迹长度差，记为Δl。[0117] N4、统计抖动轨迹偏差度ψ， χ′、Δl′分别为设定参照的抖动幅度不均匀度、重合轨迹长度差。[0118] Q33、将(λ′?λ)*Z2+τ*Z′作为分析判断条件C下目标仪表的显示补偿值Zc，Z2为设定的目标仪表对应单位指示状态吻合度偏差对应补偿值，Z′为设定的目标仪表对应单位显示补偿权重的增加补偿值。[0119] 在一个具体实际场景中，判断条件C下目标仪表的显示补偿值还可以通过平直滤波、滞后滤波等方式进行设置，其具体设置方式为现有较为成熟手段，在此不进行赘述。[0120] Q4、若判断条件A和判断条件B成立，将Za+Zb作为目标仪表的显示补偿值，记为Zd。[0121] Q5、若判断条件A和判断条件C成立，将Za+Zc作为目标仪表的显示补偿值，记为Ze。[0122] Q6、若判断条件B和判断条件C成立，将Zb+Zc作为目标仪表的显示补偿值，记为Zf。[0123] Q7、若判断条件A、B和C均成立，将Za+Zb+Zc作为目标仪表的显示补偿值，记为Zg，以此得到目标仪表的显示补偿值Zη，Zη取值为Za或者Zb或者Zc或者Zd或者Ze或者Zf或者Zg。[0124] 步骤七、仪表图像读数确认：用于根据所述环境监测数据，设置目标仪表环境补偿值Zε，并计算目标仪表的确认显示读数。[0125] 示例性地，设置目标仪表环境补偿值，包括：L1、从所述环境监测数据中提取各监测日的温度差、最高湿度值和平均振动频率值，通过环境干扰判断规则判断得到温度干扰监测日数目Rwd、湿度干扰监测日数目Rsd和振动干扰监测日数目Rzd。[0126] 需要说明的是，环境干扰判断规则的具体判定过程如下：若某监测日的温度差大于设定仪表运行干扰温度差，将该监测日记为温度干扰监测日。[0127] 若某监测日的最高湿度值大于设定仪表运行干扰湿度值，将该监测日记为湿度干扰监测日。[0128] 若某监测日的振动频率大于设定仪表运行干扰振动频率，将该监测日记为振动干扰监测日，由此评定出温度干扰监测日数目、湿度干扰监测日数目和振动干扰监测日数目。[0129] L2、将各监测日的振动频率进行均值计算，得到平均振动频率f，并统计监测日数目R0。[0130] L3、将 作为目标仪表环境补偿值Zε，f′为设定的干扰振动频率，Zυ为设定的目标仪表对应单位环境干扰因子的环境补偿值。[0131] 在一个具体实施例中，高温环境可能导致指针偏离真实数值，而低温环境可能使指针运动不灵敏，高湿度环境下，可能会导致仪表内部零件生锈或受潮，进而影响指针的运动灵活性和准确性，并且持续的振动可能导致指针晃动或偏离正确位置，影响指示精准度，因此从温度、湿度和振动频率这三个要素进行环境补偿设置。[0132] 本发明实施例通过确认目标仪表显示补偿值和环境补偿值，弥补了当前机器人识别读数时可能无法准确捕捉到细微误差的不足，尽可能的减少了读数识别过程中出现误判或不准确的发生几率，从而保障了读数的准确性，并且还减少了巡检设备自动读数过程中的误差率，确保了识别结果与真实数值之间的吻合性，进而有力保障了巡检设备读数识别精准度的提升效果。[0133] 又一示例性地，所述计算目标仪表的确认显示读数，包括：当步骤四的判断结果为是，将Zm+Zη+Zε作为目标仪表的确认显示读数。[0134] 当步骤四的判断结果为否，将Zm+Zε作为目标仪表的确认显示读数。[0135] 本发明实施例通过根据目标仪表的各采集图像进行读数补偿是否需求判断，并当判断结果为是时，确认显示补偿值，同时根据目标仪表环境监测数据设置环境补偿值，有效解决了当前未考虑到仪表本身误差和状态以及具体仪表环境的问题，大幅度提升了指针读数的精准度，同时还确保了指针读数的有效性、可靠性和合理性，并且尽可能的缩减了测量过程中的误差，从而提升测量数值以及后续实际读数数值的代表性。[0136] 以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

专利地区：甘肃

专利申请日期：2024-03-22

专利公开日期：2024-08-23

专利公告号：CN118196358B