CN119399937A 工业园区无人巡检机器的异常检测方法、系统及存储介质 （道枢(上海)数字技术有限公司）

车辆在非交通道路时计算其与最近静态车辆的2基于无人巡检机器上的摄像头模块检测周围环境并生成连续帧图像基于所述无人巡检机器上的拾音模块检测周围环境并生成声音获取工业园区内无人巡检机器周围的热成像图，所述热成像图的其中，从所述热成像图中识别出热异常状态的步骤基于所述第一预警数据、所述第二预警数据与所从所述连续帧图像中识别出交通道路，并标记交通道路中的特征点如果所述道路位移速度的绝对值小于等于设定的第一速度从所述连续帧图像中识别出所述临时车辆，计算所述临时车辆在所若所述第一车辆移动速度大于对应的阈值，则判断所述临时车如果所述道路位移速度的绝对值大于设定的第二速度从所述连续帧图像中识别出所述临时车辆，计算所述临时车辆在所3于所述第一预警数据、所述第二预警数据与所述第三预警数据计算出预警数据的步骤包预警数据=权值1x第一预警数据+权值2x第二预警数据+权值3x第三预警数据；其基于所述无人巡检机器上的拾音模块检测周围环境并生成声音对比所述连续帧图像和所述周围图像数据，以所述无人巡检机器为基基于所述无人巡检机器上的多个拾音模块检测周围环境并生成基于所述位置参数，调节所述摄像头模块的拍摄视野至该所述位获取历史设定时间段内的数据中，所述临时车距小于预设的4获取与预设的车辆异常行为频率库对应的特征频率，计算出现权利要求1_8中任意一项所述的工业园区无人巡检机器的异常检测5[0002]随着工业园区规模的不断扩大和生产活动的日益频繁，安全管理面临着严峻挑[0005]为了让园区露天环境中的无人巡检机器能够自主地识别园区露天环境中各种异6基于所述第一预警数据、所述第二预警数据与所述第三预警数据计算出预警数7速度=道路位移速度第二车辆移动速度；[0009]通过采用上述技术方案，不再单纯依赖像素总位移值来定义动态车辆和静态车据无人巡检机器的运动状态动态调整对临时车辆状态的判断方法，适应不同的工作场景。预警数据=权值1×第一预警数据+权值2×第二预警数据+权值3×第三预警数据；应的特征值作为第二预警数据。这种方式为车辆异常行为的识别提供了明确且精准的依标准导致的误判。8基于所述位置参数，调节所述摄像头模块的拍摄视野至该所述位置参数的位置，9上述任意一项所述的工业园区无人巡检机器的异常任意一项所述的工业园区无人巡检机器的异常像素总位移值来区分动态车辆和静态车辆，并结合无人巡检机器自身运动状态进行验证，[0036]图6是无人巡检机器上转动设置有一摄像头模块和固定设置有一拾音模块，进行[0037]图7是无人巡检机器上转动设置有一摄像头模块，无人巡检机器上周围固定设置无人巡检机器上的摄像头模块持续采集周围环境的图像，形成一系列连续帧图[0047]将计算得到的热量值与预设的热量阈值进行比对。若热量值大于预设的热量阈[0068]若实际速度大于对应的阈值（同样表示车辆在运动则判断临时车辆为动态车[0070]通过综合考虑无人巡检机器自身的运动状态以及临时车辆在连续帧图像中的速辆分类的准确性大幅提升，为后续基于车辆状态的各类决策和操作提供了可靠的基础数况也复杂多变。该方案能够根据不同的机器运动状态灵活调整对临时车辆性质的判断方和数据传输带宽分配给其他关键区域或事件的监测。这样的优化配置能够提高巡检效率，像素位移量反映了特征对象在连续帧图像中的[0079]当特征像素位移量在20像素至50像素范围时，车辆异常行为的可能性有所增此时，系统将权值2调整为0.37。这个位移量表明车辆可能出现了一些较为明为的可能性很高，因此大幅提升权值2，让这部分数据在预警数据计算中起到更重要的作[0081]通过拾音模块和摄像头模块的协同工作，结合先进的频[0083]根据特征像素位移量的大小自动调节权值2的设计，体现了系统的智能化和自适[0096]通过在无人巡检机器周围设置多个拾音模块，能够全面收集不同方位的声音信[0098]根据定位总像素变化量大小动态调节权值2的机制，使系统具备了智能优化资源权值2能够让系统在后续的数据处理和决策过程中，更加侧重对该区域相关信息的分析和[0099]该方案综合运用声音和图像检测技术，从多个方面对异常情况进行判断和验[0106]通过将检测到的声音频率与预设车辆异常行为频率库中的特征频率进行精确匹提示和及时的响应能够提升用户对预警系统的信任和满意度，有助于建立良好的用户口[0117]本申请实施例还公开一种工业园区无人巡检机器的异常所述处理器中执行如上述任意一项所述的工业园区无人巡检机器的异常检测方理器执行时实现上述任意一项所述的工业园区无人巡检机器的异常检测方法