工业场景的远程巡检方法、系统及装置、设备及存储介质与流程

1.本发明涉及巡检技术领域，尤其涉及一种工业场景的远程巡检方法、系统及装置、设备及存储介质。


背景技术：

2.在现代科技学术不断发展的今天，人工智能是当前很多科研工作者研究的主要内容，人工智能由于其自动化程度高，也逐渐的融入在人们的日常生活中。复杂工业现场的设备与管道很多，不适宜工人长期驻守。因此，可以借助人工智能的高程度自动化，来提高复杂工业现场的自动化程度，以此减少工业现场人员的投入。
3.但是，现有人工智能的场景分类仅仅囊括了海洋、山脉、森林、街道、建筑物等在内的生活场景，而对于复杂工业场景上的研究与应用至今还是空白。
4.因此，如何利用人工智能提高复杂工业场景上的自动化程度是需要解决的问题。


技术实现要素：

5.本发明的主要目的在于提供一种工业场景的远程巡检方法、系统及装置、设备及存储介质，可以解决现有技术中缺少提高复杂工业场景上的自动化程度的问题。
6.为实现上述目的，本发明第一方面提供一种工业场景的远程巡检方法，所述方法应用于工业场景的远程巡检系统，所述方法包括：
7.接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，所述目标巡检设备至少包括数据采集装置，所述数据采集指令用于控制数据采集装置进行所述目标巡检设备的周围环境的数据采集；
8.获取所述数据采集装置采集的周围环境数据，所述周围环境数据至少包括周围环境影像；
9.将所述周围环境影像输入至预先训练的环境识别模型，确定所述目标巡检设备的周围环境的第一环境类别；
10.根据所述第一环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，以控制所述目标巡检设备按照目标巡检操作进行所述工业场景的巡检，以实现所述工业场景的远程巡检。
11.在一种可行实现方式中，所述周围环境数据还包括物理环境数据，则所述获取所述数据采集装置采集的周围环境数据，之后还包括：
12.利用所述物理环境数据进行数据特征提取处理，确定所述目标巡检设备的周围环境的周围环境特征；
13.根据所述周围环境特征以及预设的特征阈值，确定所述目标巡检设备的周围环境的第二环境类别。
14.在一种可行实现方式中，所述根据所述第一环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，包括：
15.利用第一环境类别以及第二环境类别进行综合判断处理，确定所述目标巡检设备的周围环境的目标环境类别；
16.根据所述目标环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作。
17.在一种可行实现方式中，所述目标环境类别包括室内环境或室外环境，则所述根据所述目标环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，包括：
18.确定所述目标巡检设备的当前设备姿态；
19.若所述目标环境类别为室内环境，则确定所述环境与巡检操作的对应关系中与所述室内环境对应的第一巡检操作，并将所述当前设备姿态调整至所述第一巡检操作，所述第一巡检操作为目标巡检操作；
20.若所述目标环境类别为室外环境，则确定所述室外环境与巡检操作的对应关系中与所述室外环境对应的第二巡检操作，并将所述当前设备姿态调整至所述第二巡检操作，所述第二巡检操作为目标巡检操作。
21.在一种可行实现方式中，所述环境识别模型为深度学习模型，所述深度学习模型至少包括节点识别模型、词袋模型以及拓扑地图，所述节点识别模型包括若干的拓扑节点以及每个拓扑节点的节点自然路标，所述词袋模型包括以单词形式命名的各个拓扑节点的节点自然路标的节点标识，所述拓扑地图由拓扑节点、节点自然路标以及节点标识构建，则所述将所述周围环境影像输入至预先训练的环境识别模型，确定所述目标巡检设备的周围环境的第一环境类别，包括：
22.将所述周围环境影像输入节点识别模型进行节点识别，确定输出的节点识别结果，所述节点识别结果包括目标拓扑节点以及目标节点自然路标；
23.将所述目标拓扑节点以及目标节点自然路标输入所述词袋模型进行自然标识匹配，确定输出的词袋匹配结果，所述词袋匹配结果包括目标节点标识；
24.根据所述目标节点标识以及拓扑地图进行推理标记，确定输出的第一环境类别。
25.为实现上述目的，本发明第二方面提供一种工业场景的远程巡检系统，所述工业场景的远程巡检系统分别与控制终端及目标巡检设备具有通讯连接，所述目标巡检设备至少包括数据采集装置以及移动载体，所述数据采集装置用于采集所述目标巡检设备在所述工业场景中的周围环境数据，所述移动载体用于驱使目标巡检设备在所述工业场景中移动。
26.在一种可行实现方式中，所述目标巡检设备还包括保护罩、雨刷以及照明设备；
27.所述数据采集装置至少包括视频采集设备、辅助设备以及物理传感器；
28.所述视频采集设备至少包括摄像机；
29.所述辅助设备至少包括云台、解码器、支架、防护罩以及视频分配器中的一种或多种；
30.所述物理传感器至少包括光电式传感器、压电传感器、压阻式传感器、电磁式传感器、热电式传感器以及光导纤维传感器中的一种或多种。
31.为实现上述目的，本发明第三方面提供一种工业场景的远程巡检装置，所述装置应用于工业场景的远程巡检系统，所述装置包括：
32.指令收发模块：用于接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，所述目标巡检设备至少包括数据采集装置，所述数据采集指令用于控制数据采集装置进行所述目标巡检设备的周围环境的数据采集；
33.数据获取模块：用于获取所述数据采集装置采集的周围环境数据，所述周围环境数据至少包括周围环境影像；
34.环境识别模块：用于将所述周围环境影像输入至预先训练的环境识别模型，确定所述目标巡检设备的周围环境的第一环境类别；
35.巡检动作模块：用于根据所述第一环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，以控制所述目标巡检设备按照目标巡检操作进行所述工业场景的巡检，以实现所述工业场景的远程巡检。
36.为实现上述目的，本发明第四方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行第一方面及其任一可行实现方式所示步骤。
37.为实现上述目的，本发明第四方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行第一方面及其任一可行实现方式所示步骤。
38.采用本发明实施例，具有如下有益效果：
39.本发明提供一种工业场景的远程巡检方法，方法应用于工业场景的远程巡检系统，方法包括：接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，目标巡检设备至少包括数据采集装置，数据采集指令用于控制数据采集装置进行目标巡检设备的周围环境的数据采集；获取数据采集装置采集的周围环境数据，周围环境数据至少包括周围环境影像；将周围环境影像输入至预先训练的环境识别模型，确定目标巡检设备的周围环境的第一环境类别；根据第一环境类别以及预设的环境与巡检操作的对应关系，确定目标巡检设备的目标巡检操作，以控制目标巡检设备按照目标巡检操作进行工业场景的巡检，以实现工业场景的远程巡检。通过上述方式，可以提高工业场景的自动化程度，并且通过环境识别模型的环境识别结果进行目标巡检操作的确定，进一步的提高了巡检的自动化。
附图说明
40.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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。
41.其中：
42.图1为本发明实施例中一种工业场景的远程巡检方法的应用环境图；
43.图2为本发明实施例中一种工业场景的远程巡检方法的流程图；
44.图3为本发明实施例中一种工业场景的远程巡检方法的另一流程图；
45.图4为本发明实施例中一种工业场景的远程巡检装置的结构框图；
46.图5为本发明实施例中计算机设备的结构框图。
具体实施方式
47.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作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。
48.请参阅图1，图1为本发明实施例中一种工业场景的远程巡检方法的应用环境图，本技术所示的工业场景的远程巡检方法应用于图1示出的工业场景的远程巡检系统101，其中，上述工业场景的远程巡检系统101分别与控制终端102及目标巡检设备103具有通讯连接，该目标巡检设备103至少包括数据采集装置1031以及移动载体1032，所述数据采集装置1031用于采集所述目标巡检设备103在所述工业场景中的周围环境数据，所述移动载体1032用于驱使目标巡检设备103在所述工业场景中移动。
49.进一步的，工业场景的远程巡检系统101可以为服务器，服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。控制终端102具体可以是台式终端或移动终端，移动终端具体可以是手机、平板电脑、笔记本电脑等中的至少一种。目标巡检设备103具体可以是机器人等电子设备。
50.以工业场景的远程巡检系统101为服务器为例，服务器可以通过通讯连接，与控制终端进行数据交互，以及与目标巡检设备进行数据交互，进而实现控制终端通过服务器对目标巡检设备进行远程的巡检控制。采用可以无线通信的设备作为控制终端来连接巡检机器人的基站系统和移动站系统，实现巡检数据的远传和基站命令的遥控。在此基础上，能够方便地接入电力系统生产专用的光纤通信网络，实现与调度中心的数据交换。目标巡检设备的机器人本体模块以及控制检测模块，机器人本体模块包括移动载体、视频采集设备、保护罩、雨刷以及辅助灯等等，控制检测模块主要完成机器人的运动控制、图像处理、红外采集、可见光采集、电机驱动控制、云台控制、移动定位以及网络通信等功能，体现了多传感器信息融合技术在巡检机器人领域中得到的广泛应用。机器人本体模块主要负责数据处理与采集，数据包括但不限于定位数据，根据监控主站的控制指令结合定位数据控制机器人的运动，同步上传机器人的运动状态信息和感知设备采集到的感知数据，感知设备包括但不限于传感器等等具有数据采集与传输能力的数据采集设备。
51.其中，数据采集设备包括视频采集设备，视频采集设备包括采集主设备以及采集辅助设备，采集主设备包括影像记录装置及光学部件，例如摄像机与镜头，采集辅助设备包括云台、解码器、支架、防护罩、视频分配器等等。可以根据不同数据采集需求或者使用需求进行不同的组装，如室内环境可能只需选择摄像机、镜头，而室外摄像机可能需要配置防护罩、支架及辅助灯光等，如果需要进行大范围监视，则需要给摄像机配置云台及变焦镜头。
52.其中，视频采集设备的核心是影像记录装置及光学部件，实现光信号到电信号的转变，影像记录装置包括但不限于摄像头，光学部件包括但不限于镜头；采集辅助设备用于进行辅助拍摄，包括但不限于云台、变焦镜头、加热器、雨刷、防护罩等等，示例性的，防护罩用于对影像记录装置及光学部件进行保护，防止部件损伤，保证采集质量，云台承载影像记录装置，带动影像记录装置可以多方位多角度的移动，比如上下左右的运动，拓宽采集方位与范围；解码器用于对控制指令解码，例如接收控制矩阵发来的控制信号转换成采集辅助设备可以理解的电信号，实现对各种采集辅助设备的控制调节，例如云台的上下左右运动
(pan、tilt)的控制及变焦镜头的拉近拉远(zoomin、zoomout)控制、加热器、雨刷的控制等等，以给摄像机提供合适的运行环境。
53.进一步的，请参阅图2，图2为本发明实施例中一种工业场景的远程巡检方法的流程图，如图2所示方法应用于如图1所示的工业场景的远程巡检系统，上述方法包括如下步骤：
54.201、接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，所述目标巡检设备至少包括数据采集装置，所述数据采集指令用于控制数据采集装置进行所述目标巡检设备的周围环境的数据采集；
55.由于控制终端与工业场景的远程巡检系统(简称远程巡检系统)之间具有通讯连接，远程巡检系统与目标巡检设备之间具有通讯连接，进而可以通过服务器实现控制终端与目标巡检设备之间的数据交互，由于本技术是为了实现工业场景的巡检作业，因此，控制终端可以发出巡检指令，该巡检指令用于标志开始对工业场景的巡检，由于是远程巡检，为了清楚当前目标巡检设备的周围情况，可以通过目标巡检设备上设置的数据采集装置确定其周围情况，故在远程巡检系统接收到巡检指令时，向目标巡检设备发出数据采集指令，该数据采集指令用于控制数据采集装置进行所述目标巡检设备的周围环境的数据采集。
56.202、获取所述数据采集装置采集的周围环境数据，所述周围环境数据至少包括周围环境影像；
57.需要说明的是，向目标巡检设备发出数据采集指令之后，目标巡检设备就会开始利用数据采集装置进行其周围环境的数据采集，因此，远程巡检系统便可以获取数据采集装置采集的周围环境数据，该周围环境数据的获取方式可以是目标巡检设备基于视屏采集指令主动返回的，也可以是远程巡检系统在发出视屏采集指令之后主动请求获取的，在此不作限定。其中，数据采集装置包括但不限于视频采集装置以及物理传感器等具有数据采集能力的装置，这样不仅可以采集到视觉数据还可以采集到物理环境数据，其中，由于本技术是通过ai识别进行周身环境的识别，故周围环境数据至少包括周围环境影像。
58.203、将所述周围环境影像输入至预先训练的环境识别模型，确定所述目标巡检设备的周围环境的第一环境类别；
59.进一步的，得到上述周围环境影像之后，便可以将周围环境影像输入至预先训练的环境识别模型，来确定目标巡检设备的周围环境的第一环境类别，该第一环境类别用于指示目标巡检设备当前所处的工业场景的环境，其中，由于任何一个复杂工业现场都可以大致分为两类，即室内场景与室外场景。室内场景即中央控制室，室外场景即现场设备与管道。这样，移动机器人等目标巡检设备在复杂工业现场巡视时，便可依据这两类来进行现场操作以及蔽障绕行等行为。则环境识别模型可以为室内外环境识别模型，第一环境类别至少包括室内环境或室外环境。
60.204、根据所述第一环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，以控制所述目标巡检设备按照目标巡检操作进行所述工业场景的巡检，以实现所述工业场景的远程巡检。
61.通过确定的第一环境类别，远程巡检系统便可以根据预设的环境与巡检操作的对应关系得到该第一环境类别对应的巡检操作，确定目标巡检设备的目标巡检操作，以控制所述目标巡检设备按照目标巡检操作进行所述工业场景的巡检，以实现所述工业场景的远
程巡检。比如在第一环境类别为室内环境时按照室内环境的巡检要求进行巡检操作；在第一环境类别为室外环境时按照室外环境的巡检要求进行巡检操作，本实施例在此举例不作具体限定。
62.本发明提供一种工业场景的远程巡检方法，方法应用于工业场景的远程巡检系统，方法包括：接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，目标巡检设备至少包括数据采集装置，数据采集指令用于控制数据采集装置进行目标巡检设备的周围环境的数据采集；获取数据采集装置采集的周围环境数据，周围环境数据至少包括周围环境影像；将周围环境影像输入至预先训练的环境识别模型，确定目标巡检设备的周围环境的第一环境类别；根据第一环境类别以及预设的环境与巡检操作的对应关系，确定目标巡检设备的目标巡检操作，以控制目标巡检设备按照目标巡检操作进行工业场景的巡检，以实现工业场景的远程巡检。通过上述方式，可以提高工业场景的自动化程度，并且通过环境识别模型的环境识别结果进行目标巡检操作的确定，进一步的提高了巡检的自动化。
63.请参阅图3，图3为本发明实施例中一种工业场景的远程巡检方法的另一流程图，如图3所述方法应用于工业场景的远程巡检系统，所述方法包括如下步骤：
64.301、接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，所述目标巡检设备至少包括数据采集装置，所述数据采集指令用于控制数据采集装置进行所述目标巡检设备的周围环境的数据采集；
65.302、获取所述数据采集装置采集的周围环境数据，所述周围环境数据至少包括周围环境影像；
66.需要说明的是，步骤301以及302所示内容与图2所示的步骤201以及202的内容相似，为避免重复此处不作赘述，具体可参考前述图2所示的步骤201以及202的内容。
67.在一种可行实现方式中，数据采集装置不仅可采集视觉数据还可以采集物理环境数据，因此，还可以通过物理环境数据综合判断目标巡检设备所处的环境，进而周围环境数据还可以包括物理环境数据，则所述获取所述数据采集装置采集的周围环境数据，之后还包括步骤a1-a2：
68.a1、利用所述物理环境数据进行数据特征提取处理，确定所述目标巡检设备的周围环境的周围环境特征；
69.需要说明的是，通过物理传感器可以采集到物理环境数据，便可以利用物理环境数据进行数据特征提取处理，从而确定目标巡检设备的周围环境的周围环境特征，其中，数据特征提取处理包括但不限于数据的滤波、去噪等数据预处理，其中，物理传感器至少包括光电式传感器、压电传感器、压阻式传感器、电磁式传感器、热电式传感器以及光导纤维传感器中的一种或多种，示例性的，比如光传感器，加速度传感器，陀螺仪，磁传感器，气压传感器，温度传感器和/或全球定位系统部件。通过物理传感器可以采集到周围环境的亮度数据、加速度数据、姿态角数据、电磁数据、气压数据、温度数据以及地理位置数据等等物理环境数据。
70.a2、根据所述周围环境特征以及预设的特征阈值，确定所述目标巡检设备的周围环境的第二环境类别。
71.利用提取的周围环境特征可以判断其所处的环境，具体的，根据所述周围环境特
征以及预设的特征阈值，确定所述目标巡检设备的周围环境的第二环境类别，示例性的，比如采集到温度数据，则预设的特征阈值可以为根据大量数据统计得到的温度区间，每个温度区间对应一个环境类别，进而便可以通过拟合温度数据得到温度特征，该温度特征可以为瞬时温度值，通过瞬时温度值与预设的温度阈值区间进行比较，确定瞬时温度值所处的温度区间，从而确定目标巡检设备的周围环境的第二环境类别，第二环境类别为室内环境或室外环境，其中，特征阈值包括但不限于与各个类型的物理特性对应的特征阈值，且每种特征阈值可以通过数值、数值区间、参考线等等方式表示，本实施例在此仅做举例不作具体限定。
72.303、将所述周围环境影像输入节点识别模型进行节点识别，确定输出的节点识别结果，所述节点识别结果包括目标拓扑节点以及目标节点自然路标；
73.进一步的，环境识别模型为深度学习模型，该深度学习模型是预先通过大量的环境图像样本进行模型训练之后得到的，该深度学习模型用于输出环境类别对应的标签，该深度学习模型至少包括节点识别模型、词袋模型以及拓扑地图，其中，节点识别模型包括若干的拓扑节点以及每个拓扑节点的节点自然路标，举例来说，拓扑节点与节点自然路标构成树状图，拓扑节点可以为树状图的主节点，节点自然路标为树状图的主节点下的子节点，示例性的，拓扑节点可以为室内环境特征或室外环境特征，而节点自然路标则为室内环境中的若干个组成部分特征，或者室内环境的若干组成部分特征；其中，词袋模型包括以单词形式命名的各个拓扑节点的节点自然路标的节点标识，比如将任一一个拓扑节点命名为【indoor】的节点标识，将任一一个节点自然路标命名为【indoorpart1】的节点标识，进而，词袋模型中便包括上述节点标识以及其对应的节点；其中，拓扑地图由拓扑节点、节点自然路标以及节点标识构建。
74.因此，将所述周围环境影像输入至预先训练的环境识别模型，确定所述目标巡检设备的周围环境的第一环境类别，也即将周围环境映像输入预先训练的深度学习模型，首先，通过深度学习模型中的节点识别模型，将所述周围环境影像输入节点识别模型进行节点识别，确定输出的节点识别结果，该节点识别结果包括目标拓扑节点以及目标节点自然路标。具体的，可以通过提取周围环境影像中的图像特征，比如图像灰度、图像中的边缘特征、形状特征等等图像特征，通过图像特征与模型中的节点对应的特征进行比较，确定该周围环境影像中存在的图像特征所能够对应上的节点对应的特征，将对应上的节点作为节点识别结果，得到目标拓扑节点以及目标节点自然路标。
75.304、将所述目标拓扑节点以及目标节点自然路标输入所述词袋模型进行自然标识匹配，确定输出的词袋匹配结果，所述词袋匹配结果包括目标节点标识；
76.进一步的，得到节点识别结果之后，通过词袋模型确定其对应的标识信息，将所述目标拓扑节点以及目标节点自然路标输入所述词袋模型进行自然标识匹配，确定输出的词袋匹配结果，所述词袋匹配结果包括目标节点标识。
77.305、根据所述目标节点标识以及拓扑地图进行推理标记，确定输出的第一环境类别；
78.最后，通过识别出的节点以及标识，用拓扑地图进行推理标记，便可以确定输出的第一环境类别，明确目标巡检设备位于室内还是室外。
79.示例性的，根据视觉感知组织原理，找出图像中存在的某些特定区域，这些区域可
能是整幅图像，也可能是图像中的某个区域，其目标是根据给定的一组语义类别对图像数据库进行自动标注，如海岸、山脉、森林等。具体的上述303-305的采集标识过程如下：
80.在训练过程中：步骤1：利用图像数据库，进行深度学习，得出深度学习模型；
81.步骤2：确定拓扑节点和确定节点自然标识，构建拓扑地图；
82.步骤3：将每个节点自然标识以单词形式命名，构建词袋模型；
83.在使用过程中：步骤4：实时采集图像，利用深度学习模型，对自然路标进行识别；
84.步骤5：利用步骤4中自然标识识别结果，结合词袋模型，进行自然标识匹配；
85.步骤6：利用匹配结果，结合拓扑地图，进行推理标记，实现内外环境的识别。
86.306、根据所述第一环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，以控制所述目标巡检设备按照目标巡检操作进行所述工业场景的巡检，以实现所述工业场景的远程巡检。
87.需要说明的是，步骤306与图2所示步骤204的内容相似，为避免重复此处不作赘述，具体可参阅前述图2所示步骤204的内容。
88.在一种可行实现方式中，由于可以得到基于视觉数据判断的第一环境类别，以及基于物理环境数据判断的第二环境类别，故可以结合两个识别结果对最终的环境类别进行综合判断，也即步骤306还可以包括步骤b1-b2：
89.b1、利用第一环境类别以及第二环境类别进行综合判断处理，确定所述目标巡检设备的周围环境的目标环境类别；
90.需要说明的是，为了提高环境类别确定的准确性，得到第一环境类别以及第二环境类别之后，首先会利用第一环境类别以及第二环境类别进行综合判断处理，确定目标巡检设备的周围环境的目标环境类别。
91.示例性的，综合判断处理包括，若第一环境类别为室内环境且第二环境类别为室内环境，则确定目标环境类别为室内环境；若第一环境类别为室外环境且第二环境类别为室外环境，则确定目标环境类别为室外环境；若第一环境类别为室外环境且第二环境类别为室内环境，则利用周围环境影像以及物理环境数据进行数据运算，确定目标巡检设备的周围环境的目标环境类别。
92.其中，利用周围环境影像以及物理环境数据进行数据运算，确定目标巡检设备的周围环境的目标环境类别，包括：获取周围环境影像对应的第一数据采集频率以及物理环境数据对应的第二数据采集频率，其中，第一数据采集频率用于反映第一环境类别的可信程度，第二数据采集频率用于反映第二环境类别的可信程度，其中，数据采集频率越高则可信程度越高；若第一数据采集频率大于第二数据采集频率，则确定目标环境类别为第一环境类别；若第二数据采集频率大于第一数据采集频率，则确定目标环境类别为第二环境类别。
93.b2、根据所述目标环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作。
94.进一步的，通过目标环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，其中，目标环境类别包括室内环境或室外环境，则b2可以包括步骤c1-c2：
95.c1、确定所述目标巡检设备的当前设备姿态；
96.首先，为了更准确的控制目标巡检设备，需要先确定目标巡检设备的当前设备姿态，当前设备姿态用于目标巡检设备的各个组成部件的状态，示例性的，目标巡检设备还包括保护罩、雨刷以及照明设备；数据采集装置至少包括视频采集设备、辅助设备以及物理传感器；视频采集设备至少包括摄像机；辅助设备至少包括云台、解码器、支架、防护罩以及视频分配器中的一种或多种；物理传感器至少包括光电式传感器、压电传感器、压阻式传感器、电磁式传感器、热电式传感器以及光导纤维传感器中的一种或多种。
97.进而，当前设备姿态可以为防护罩是开启还是关闭，摄像头处于近景拍摄状态还是远景拍摄状态，摄像头的拍摄角度，雨刷是开启还是关闭，照明设备的亮度情况等等。
98.c2、若所述目标环境类别为室内环境，则确定所述环境与巡检操作的对应关系中与所述室内环境对应的第一巡检操作，并将所述当前设备姿态调整至所述第一巡检操作，所述第一巡检操作为目标巡检操作；
99.c3、若所述目标环境类别为室外环境，则确定所述室外环境与巡检操作的对应关系中与所述室外环境对应的第二巡检操作，并将所述当前设备姿态调整至所述第二巡检操作，所述第二巡检操作为目标巡检操作。
100.进而，若目标环境类别为室内环境，则确定环境与巡检操作的对应关系中与室内环境对应的第一巡检操作，第一巡检操作为目标巡检操作，并将当前设备姿态调整至第一巡检操作。其中，第一巡检操用于指示室内环境下的巡检操作，若目标环境类别为室外环境，则确定室外环境与巡检操作的对应关系中与室外环境对应的第二巡检操作，第二巡检操作为目标巡检操作，并将当前设备姿态调整至第二巡检操作，其中，第二巡检操用于指示室外环境下的巡检操作。
101.可以理解的是，目标巡检设备包括多个组成部分，每个组成部分在不同的环境下都会有不同的状态，以更好的进行工业场景的各个环境下的巡检，示例性的，比如在室内，那么摄像头可以处于近景拍摄状态，防护罩可以处于关闭状态，雨刷也可以处于关闭状态，照明设备处于开启状态等等，比如在室外，那么摄像头可以处于远景拍摄状态，防护罩可以处于打开状态，雨刷也可以处于打开状态，照明设备处于关闭状态等等。本技术在此不作限定。
102.将复杂的工业场景ai识别具体划分为室内场景和室外场景，根据具体场景操作设备或者镜头进行ai识别，在复杂的工业场景中可根据这两种场景进行现场操作以及蔽障绕行等操作，通过区分不同场景来进行视频流ai识别，实现资源分配与视频流识别的高效合理运用，既减少了资源不合理配置的浪费，也避免了在视频识别中由障碍物对识别造成的种种影响与错误识别，不仅可以提高复杂工业现场的自动化程度，而且更大程度的提高对复杂工业场景ai识别的应对能力。
103.本发明提供一种工业场景的远程巡检方法，方法应用于工业场景的远程巡检系统，方法包括：接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，目标巡检设备至少包括数据采集装置，数据采集指令用于控制数据采集装置进行目标巡检设备的周围环境的数据采集；获取数据采集装置采集的周围环境数据，周围环境数据至少包括周围环境影像；将周围环境影像输入节点识别模型进行节点识别，确定输出的节点识别结果，节点识别结果包括目标拓扑节点以及目标节点自然路标；将目标拓扑节点以及目标节点自然路标输入词袋模型进行自然标识匹配，确定输出的词袋匹配结果，词袋匹配结果包
括目标节点标识；根据目标节点标识以及拓扑地图进行推理标记，确定输出的第一环境类别；根据第一环境类别以及预设的环境与巡检操作的对应关系，确定目标巡检设备的目标巡检操作，以控制目标巡检设备按照目标巡检操作进行工业场景的巡检，以实现工业场景的远程巡检。通过上述方式，可以提高工业场景的自动化程度，并且通过环境识别模型的环境识别结果进行目标巡检操作的确定，进一步的提高了巡检的自动化。并且通过视觉与物理环境的综合判断更加提高环境识别结果的准确性。
104.请参阅图4，图4为本发明实施例中一种工业场景的远程巡检装置的结构框图，如图4所示装置应用于工业场景的远程巡检系统，所述装置包括：
105.指令收发模块401：用于接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，所述目标巡检设备至少包括数据采集装置，所述数据采集指令用于控制数据采集装置进行所述目标巡检设备的周围环境的数据采集；
106.数据获取模块402：用于获取所述数据采集装置采集的周围环境数据，所述周围环境数据至少包括周围环境影像；
107.环境识别模块403：用于将所述周围环境影像输入至预先训练的环境识别模型，确定所述目标巡检设备的周围环境的第一环境类别；
108.巡检动作模块404：用于根据所述第一环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，以控制所述目标巡检设备按照目标巡检操作进行所述工业场景的巡检，以实现所述工业场景的远程巡检。
109.需要说明的是，图4所示装置中各个模块的作用与图2所示方法中各步骤的内容相似，为避免重复此处不作赘述，具体可参阅前述图2所示方法中各步骤的内容。
110.本发明提供一种工业场景的远程巡检装置，装置应用于工业场景的远程巡检系统，装置包括：指令收发模块：用于接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，目标巡检设备至少包括数据采集装置，数据采集指令用于控制数据采集装置进行目标巡检设备的周围环境的数据采集；数据获取模块：用于获取数据采集装置采集的周围环境数据，周围环境数据至少包括周围环境影像；环境识别模块：用于将周围环境影像输入至预先训练的环境识别模型，确定目标巡检设备的周围环境的第一环境类别；巡检动作模块：用于根据第一环境类别以及预设的环境与巡检操作的对应关系，确定目标巡检设备的目标巡检操作，以控制目标巡检设备按照目标巡检操作进行工业场景的巡检，以实现工业场景的远程巡检。通过上述方式，可以提高工业场景的自动化程度，并且通过环境识别模型的环境识别结果进行目标巡检操作的确定，进一步的提高了巡检的自动化。
111.图5示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图5所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述方法。本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
112.在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如图2或图3所示方法的步骤。
113.在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如图2或图3所示方法的步骤。
114.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
115.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
116.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种工业场景的远程巡检方法，其特征在于，所述方法应用于工业场景的远程巡检系统，所述方法包括：接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，所述目标巡检设备至少包括数据采集装置，所述数据采集指令用于控制数据采集装置进行所述目标巡检设备的周围环境的数据采集；获取所述数据采集装置采集的周围环境数据，所述周围环境数据至少包括周围环境影像；将所述周围环境影像输入至预先训练的环境识别模型，确定所述目标巡检设备的周围环境的第一环境类别；根据所述第一环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，以控制所述目标巡检设备按照目标巡检操作进行所述工业场景的巡检，以实现所述工业场景的远程巡检。2.根据权利要求1所述方法，其特征在于，所述周围环境数据还包括物理环境数据，则所述获取所述数据采集装置采集的周围环境数据，之后还包括：利用所述物理环境数据进行数据特征提取处理，确定所述目标巡检设备的周围环境的周围环境特征；根据所述周围环境特征以及预设的特征阈值，确定所述目标巡检设备的周围环境的第二环境类别。3.根据权利要求2所述方法，其特征在于，所述根据所述第一环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，包括：利用第一环境类别以及第二环境类别进行综合判断处理，确定所述目标巡检设备的周围环境的目标环境类别；根据所述目标环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作。4.根据权利要求3所述方法，其特征在于，所述目标环境类别包括室内环境或室外环境，则所述根据所述目标环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，包括：确定所述目标巡检设备的当前设备姿态；若所述目标环境类别为室内环境，则确定所述环境与巡检操作的对应关系中与所述室内环境对应的第一巡检操作，并将所述当前设备姿态调整至所述第一巡检操作，所述第一巡检操作为目标巡检操作；若所述目标环境类别为室外环境，则确定所述室外环境与巡检操作的对应关系中与所述室外环境对应的第二巡检操作，并将所述当前设备姿态调整至所述第二巡检操作，所述第二巡检操作为目标巡检操作。5.根据权利要求1所述方法，其特征在于，所述环境识别模型为深度学习模型，所述深度学习模型至少包括节点识别模型、词袋模型以及拓扑地图，所述节点识别模型包括若干的拓扑节点以及每个拓扑节点的节点自然路标，所述词袋模型包括以单词形式命名的各个拓扑节点的节点自然路标的节点标识，所述拓扑地图由拓扑节点、节点自然路标以及节点标识构建，则所述将所述周围环境影像输入至预先训练的环境识别模型，确定所述目标巡
检设备的周围环境的第一环境类别，包括：将所述周围环境影像输入节点识别模型进行节点识别，确定输出的节点识别结果，所述节点识别结果包括目标拓扑节点以及目标节点自然路标；将所述目标拓扑节点以及目标节点自然路标输入所述词袋模型进行自然标识匹配，确定输出的词袋匹配结果，所述词袋匹配结果包括目标节点标识；根据所述目标节点标识以及拓扑地图进行推理标记，确定输出的第一环境类别。6.一种工业场景的远程巡检系统，其特征在于，所述工业场景的远程巡检系统分别与控制终端及目标巡检设备具有通讯连接，所述目标巡检设备至少包括数据采集装置以及移动载体，所述数据采集装置用于采集所述目标巡检设备在所述工业场景中的周围环境数据，所述移动载体用于驱使目标巡检设备在所述工业场景中移动。7.根据权利要求6所述远程巡检系统，其特征在于，所述目标巡检设备还包括保护罩、雨刷以及照明设备；所述数据采集装置至少包括视频采集设备、辅助设备以及物理传感器；所述视频采集设备至少包括摄像机；所述辅助设备至少包括云台、解码器、支架、防护罩以及视频分配器中的一种或多种；所述物理传感器至少包括光电式传感器、压电传感器、压阻式传感器、电磁式传感器、热电式传感器以及光导纤维传感器中的一种或多种。8.一种工业场景的远程巡检装置，其特征在于，所述装置应用于工业场景的远程巡检系统，所述装置包括：指令收发模块：用于接收控制终端发送的巡检指令，并向目标巡检设备发送数据采集指令，所述目标巡检设备至少包括数据采集装置，所述数据采集指令用于控制数据采集装置进行所述目标巡检设备的周围环境的数据采集；数据获取模块：用于获取所述数据采集装置采集的周围环境数据，所述周围环境数据至少包括周围环境影像；环境识别模块：用于将所述周围环境影像输入至预先训练的环境识别模型，确定所述目标巡检设备的周围环境的第一环境类别；巡检动作模块：用于根据所述第一环境类别以及预设的环境与巡检操作的对应关系，确定所述目标巡检设备的目标巡检操作，以控制所述目标巡检设备按照目标巡检操作进行所述工业场景的巡检，以实现所述工业场景的远程巡检。9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。10.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。

技术总结
本发明实施例公开了一种工业场景的远程巡检方法、系统及装置、设备及存储介质，方法应用于工业场景的远程巡检系统，方法包括：接收控制终端发送的巡检指令，并向目标巡检设备发送用于控制数据采集装置进行目标巡检设备的周围环境的数据采集的数据采集指令；获取数据采集装置采集的至少包括周围环境影像的周围环境数据；将周围环境影像输入至预先训练的环境识别模型，确定目标巡检设备的周围环境的第一环境类别；根据第一环境类别以及预设的环境与巡检操作的对应关系，确定目标巡检设备的目标巡检操作，以控制目标巡检设备按照目标巡检操作进行工业场景的巡检，以实现工业场景的远程巡检。通过上述方式，可以提高工业场景的自动化程度。动化程度。动化程度。


技术研发人员：徐素 王涛
受保护的技术使用者：海洋王照明科技股份有限公司 海洋王（东莞）照明科技有限公司 深圳市海洋王电网照明技术有限公司 深圳市海洋王铁路照明技术有限公司 深圳市海洋王石油照明技术有限公司 深圳市海洋王绿色照明技术有限公司 深圳市海洋王公消照明技术有限公司 深圳市海洋王冶金照明技术有限公司 深圳市海洋王石化照明技术有限公司 深圳市海洋王船舶场馆照明技术有限公司
技术研发日：2023.01.16
技术公布日：2023/7/21