摘要
本申请涉及一种融合机器人视觉的智能设备巡检方法、装置及机器人。所述方法包括:获取智能设备的可见图像数据、红外图像数据和多源传感数据;将所述可见图像数据、所述红外图像数据和所述多源传感数据进行时间同步和特征融合,得到融合特征向量;基于卷积神经网络,提取所述融合特征向量的隐藏缺陷,得到隐藏缺陷类别;基于贝叶斯网络算法,根据所述隐藏缺陷类别,得到所述隐藏缺陷的巡检报告;所述巡检报告包括所述隐藏缺陷类别和缺陷原因。采用本方法能够通过视觉数据反推缺陷形成的原因,为产品保养管理决策提供具有时效性的建议。
技术关键词
缺陷类别
动态缺陷
灰度直方图
智能设备
机器人视觉
自然语言模型
传感
报告
时间同步
巡检方法
融合特征
保留特征
图像数据分割
文本
参数
主成分分析法
算法
网络
系统为您推荐了相关专利信息
协同管理方法
贝叶斯神经网络
资源分配
决策算法
个性化教育资源
CT影像数据
多维特征向量
深度学习网络提取
形态学特征
智能预测方法
多层次特征
连续性
融合特征
表面缺陷检测方法
全向