摘要
本发明提供基于多源数据融合的机器人智能巡检方法及其系统,涉及智能巡检技术领域,其方法包括基于巡检机器人对巡检区域进行数据采集;调节设备外观图像的增强参数,突出巡检区域声音中的设备运行声音,校正设备温度分布,补偿区域气体浓度;提取设备外观图像中的缺陷特征,捕捉设备运行声音中的声音特征,提取设备温度分布中的温度特征,学习区域气体浓度对应的气体浓度特征;对各特征进行时空融合生成时空融合巡检特征,输出设备故障诊断结果并调整巡检机器人的当前巡检路径,从而可以协同采集设备多维度信息,经自适应处理优化数据质量,通过时空融合挖掘关联特征,结合智能决策调整巡检路径,提升故障诊断可靠性,保障设备安全稳定运行。
技术关键词
巡检设备
智能巡检方法
热红外传感器
光学传感器
流形学习方法
巡检机器人
声学传感器
巡检路径
深度信念网络
卡尔曼滤波算法
时间序列模型
气体传感器
卷积神经网络提取
全方位数据采集
传感器阵列
图像
故障知识库
系统为您推荐了相关专利信息
遗传优化方法
膜系统
GRU模型
光学传感器
时间序列分析技术
巡检信息
智能巡检设备
监测方法
交通
三维空间模型
像素单元
星点质心提取方法
神经网络模型
光学传感器
旋转变换矩阵
智能巡检方法
绿色建筑
智能巡检系统
机动设备
路径规划设备
病媒生物监测
集装箱
智能分析模块
预警系统
风险