本申請涉及道路智能巡檢,具體而言,涉及一種移動機器人巡檢方法、電子設備、存儲介質(zhì)及產(chǎn)品。
背景技術(shù):
1、隨著交通的快速發(fā)展和交通流量的不斷增加,道路的使用頻率和負荷大幅提升,其帶來的路面病害問題日益突出,包括裂縫、坑洞、沉降等。路面病害不僅影響道路的使用壽命,還威脅行車安全,增加交通事故風險。因此,及時準確地發(fā)現(xiàn)路面病害對于保障道路質(zhì)量和交通安全至關(guān)重要。
2、現(xiàn)有技術(shù)中,人工巡檢依賴人力且效率低下,而智能化巡檢大多采用固定路線或預先設定的路徑,對每一個檢查點或區(qū)域進行逐一檢查。無論每個區(qū)域是否存在病害都逐一巡檢,會浪費大量時間,導致巡檢效率低下,尤其是在大面積或病害分布不均勻的區(qū)域,無法根據(jù)病害分布的實際情況動態(tài)調(diào)整巡檢的重點區(qū)域,靈活性較低。
技術(shù)實現(xiàn)思路
1、本申請實施例的目的在于提供一種移動機器人巡檢方法、電子設備、存儲介質(zhì)及計算機程序產(chǎn)品,用以提高道路病害巡檢的效率和靈活性。
2、為實現(xiàn)上述目的,本申請實施例采用的技術(shù)方案如下:
3、第一方面,本申請實施例提供一種移動機器人巡檢方法,包括:
4、獲取柵格地圖數(shù)據(jù),所述柵格地圖數(shù)據(jù)包括每個柵格的標注信息;所述標注信息包括必檢柵格、無需檢查柵格和低可能性病害柵格中的任意一種;剔除所述無需檢查柵格,根據(jù)所述必檢柵格和低可能性病害柵格,進行路徑規(guī)劃,得到當前巡檢路徑;當行進到所述低可能性病害柵格時,判斷經(jīng)過所述低可能性病害柵格的次數(shù)是否達到檢測閾值,當達到所述檢測閾值時,進行環(huán)境圖像數(shù)據(jù)的采集;當行進到所述必檢柵格時,直接進行環(huán)境圖像數(shù)據(jù)的采集;根據(jù)采集的環(huán)境圖像數(shù)據(jù),判斷相應的柵格是否存在病害,并更新所述標注信息。
5、在一實施例中,還包括:實時判斷每個柵格的標注信息是否發(fā)生變化,若未發(fā)生變化,則按照當前巡檢路徑繼續(xù)執(zhí)行巡檢任務;若發(fā)生變化,則以當前所在的柵格為起點,重新執(zhí)行路徑規(guī)劃,得到優(yōu)化路徑,并按照所述優(yōu)化路徑執(zhí)行巡檢任務,直至完成本次巡檢任務。
6、在一實施例中,所述標注信息包括每個柵格的獎勵值,所述必檢柵格的獎勵值大于所述低可能性病害柵格的獎勵值,終點柵格的獎勵值大于所述必檢柵格的獎勵值;所述根據(jù)所述必檢柵格和低可能性病害柵格,進行路徑規(guī)劃,得到當前巡檢路徑,包括:將每個柵格進行編號,并為每個柵格設置獎勵值;根據(jù)所述必檢柵格和低可能性病害柵格的獎勵值,初始化每個柵格對應的價值函數(shù);根據(jù)每個柵格的獎勵值和衰減系數(shù),迭代更新每個柵格的價值函數(shù),直到滿足預設的停止條件;?根據(jù)更新后的價值函數(shù),生成移動機器人的當前巡檢路徑。
7、在一實施例中,所述根據(jù)更新后的價值函數(shù),生成移動機器人的當前巡檢路徑,包括:確定當前移動機器人所在的柵格為當前柵格;識別與所述當前柵格相鄰的所有候選柵格,評估所有所述候選柵格的價值函數(shù);選擇價值函數(shù)最高的候選柵格作為下一步的目標柵格;若存在多個價值函數(shù)相同的候選柵格,則隨機選擇其中一個作為下一步的目標柵格;當移動機器人行駛到下一步的目標柵格后,重復上述步驟,直到達到終點柵格。
8、在一實施例中,每個柵格的價值函數(shù)采用以下公式計算得到:
9、
10、其中,是編號為的柵格的函數(shù)值;是當移動機器人處于編號為的柵格時,下一步可走的柵格編號;是當移動機器人行駛至下一個柵格時所獲得的獎勵值;是衰減系數(shù);數(shù)值0.25指的是每個柵格都有前、后、左、右4個柵格,代表每個柵格歸一化后的權(quán)重。
11、在一實施例中,所述當行進到所述低可能性病害柵格時,判斷經(jīng)過所述低可能性病害柵格的次數(shù)是否達到檢測閾值之后,所述方法還包括:若經(jīng)過所述低可能性病害柵格的次數(shù)沒有達到所述檢測閾值,則不對所述低可能性病害柵格進行病害識別,記錄當前柵格經(jīng)過次數(shù)加1,并判斷是否達到終點柵格;若沒有達到終點柵格,則繼續(xù)前進至下一個柵格。
12、在一實施例中,所述根據(jù)采集的環(huán)境圖像數(shù)據(jù),判斷相應的柵格是否存在病害,并更新所述標注信息,包括:對所述環(huán)境圖像數(shù)據(jù)進行預處理,得到預處理后數(shù)據(jù);將預處理后數(shù)據(jù)輸入到已訓練的病害識別模型中,獲得所述病害識別模型輸出的病害概率值;根據(jù)所述病害概率值,確定當前柵格是必檢柵格、無需檢查柵格或低可能性病害柵格,更新當前柵格對應的標注信息。
13、在一實施例中,所述對所述環(huán)境圖像數(shù)據(jù)進行預處理,得到預處理后數(shù)據(jù),包括:抽取所述環(huán)境圖像數(shù)據(jù)的奇數(shù)幀圖像,并將所述奇數(shù)幀圖像進行拼接,得到所述預處理后數(shù)據(jù)。
14、在一實施例中,所述病害識別模型包括resnet子模型,所述將預處理后數(shù)據(jù)輸入到已訓練的病害識別模型中,獲得所述病害識別模型輸出的病害概率值,包括:針對每個奇數(shù)幀圖像,提取每個奇數(shù)幀圖像對應的第一特征圖像;通過所述resnet子模型提取所述預處理后數(shù)據(jù)的第二特征圖像;將所述第二特征圖像和每個奇數(shù)幀圖像對應的第一特征圖像進行拼接,得到融合特征圖像;將所述融合特征圖像進行卷積、池化操作后,輸入softmax函數(shù),獲得所述softmax函數(shù)輸出的病害概率值。
15、根據(jù)本申請涉及的第二方面,提供一種電子設備,包括:處理器;用于存儲處理器可執(zhí)行指令的存儲器;其中,所述處理器被配置為執(zhí)行上述實施例所述的移動機器人巡檢方法。
16、根據(jù)本申請涉及的第三方面,提供一種計算機可讀存儲介質(zhì),所述存儲介質(zhì)存儲有計算機程序,所述計算機程序可由處理器執(zhí)行以完成上述實施例所述的移動機器人巡檢方法。
17、根據(jù)本申請涉及的第四方面,提供一種計算機程序產(chǎn)品,包括計算機程序/指令,該計算機程序/指令被處理器執(zhí)行時實現(xiàn)上述實施例所述的移動機器人巡檢方法。
18、上述實施例提供的一種移動機器人巡檢方法、電子設備、存儲介質(zhì)及產(chǎn)品,通過柵格化處理,設置必檢柵格、無需檢查柵格及低可能性病害柵格,減少對低可能性病害柵格的檢查頻率,避免對無需檢查柵格的無效巡檢,減少重復檢查,顯著提升了巡檢效率。且移動機器人在巡檢過程中能夠?qū)崟r采集、處理和反饋病害信息,并根據(jù)實時數(shù)據(jù)動態(tài)調(diào)整巡檢策略,更新柵格的標注信息,能夠更好地應對病害分布的動態(tài)變化,提升了巡檢的靈活性。
1.一種移動機器人巡檢方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,還包括:
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述標注信息包括每個柵格的獎勵值,所述必檢柵格的獎勵值大于所述低可能性病害柵格的獎勵值,終點柵格的獎勵值大于所述必檢柵格的獎勵值;所述根據(jù)所述必檢柵格和低可能性病害柵格,進行路徑規(guī)劃,得到當前巡檢路徑,包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述根據(jù)更新后的價值函數(shù),生成移動機器人的當前巡檢路徑,包括:
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,每個柵格的價值函數(shù)采用以下公式計算得到:
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述當行進到所述低可能性病害柵格時,判斷經(jīng)過所述低可能性病害柵格的次數(shù)是否達到檢測閾值之后,所述方法還包括:
7.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)采集的環(huán)境圖像數(shù)據(jù),判斷相應的柵格是否存在病害,并更新所述標注信息,包括:
8.根據(jù)權(quán)利要求7所述的方法,其特征在于,所述對所述環(huán)境圖像數(shù)據(jù)進行預處理,得到預處理后數(shù)據(jù),包括:
9.根據(jù)權(quán)利要求7所述的方法,其特征在于,所述病害識別模型包括resnet子模型,所述將預處理后數(shù)據(jù)輸入到已訓練的病害識別模型中,獲得所述病害識別模型輸出的病害概率值,包括:
10.一種電子設備,其特征在于,所述電子設備包括:
11.一種計算機可讀存儲介質(zhì),其特征在于,所述存儲介質(zhì)存儲有計算機程序,所述計算機程序可由處理器執(zhí)行以完成權(quán)利要求1-9任意一項所述的移動機器人巡檢方法。
12.一種計算機程序產(chǎn)品,其特征在于,包括計算機程序/指令,該計算機程序/指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-9任意一項所述的移動機器人巡檢方法。