一种城市供排水管线巡检方法及系统与流程

本发明涉及管线检测领域，尤其涉及一种城市供排水管线巡检方法及系统。

背景技术：

1、目前，城市供水管网的改建扩建使得水管网中的检查井、附件等设施数目增加。传统的供排水管线的巡检只是简单人为地规定的路线，因此存在很多不合理的地方，比如，路线相对重复性比较高，导致巡检人员工作效率低。此外，每名巡检员的工作量也极不平衡。因此，如何在保证每名巡检员工作量大致相等的情况下，合理设计每名巡检员的巡检路线，使得总路线长度最短，以节约工作时间提高工作效率将是一个有待解决的问题。

技术实现思路

1、为解决上述问题，本发明提供了一种城市供排水管线巡检方法，包括：获取管线系统的存储数据；依据所述存储数据分析获得影响所述管线系统的约束因子，以及与所述约束因子对应的目标函数；将不同管线系统在不同周期的存储数据作为训练样本数据，训练人工智能模型；获取任一管线系统的当前数据，以对当前管线系统的所述约束因子和目标函数进行赋值，通过人工智能模型计算当前管线系统的环路图，并推断当前管线系统潜在巡检最优路线。

2、在某些实施例中，所述将不同管线系统在不同周期的存储数据作为训练样本数据，训练人工智能模型，具体为：依据不同管线系统的不同周期对应的约束因子和目标函数分别计算对应的环路图，所述概率等于约束因子和目标函数的乘积求和，根据不同管线系统的不同周期的环路图训练人工智能模型。

3、在某些实施例中，所述获取任一管线系统的当前数据，以对当前管线系统的所述约束因子和目标函数进行赋值，通过人工智能模型计算当前管线系统的环路图，并推断当前管线系统潜在巡检最优路线，之前还包括：

4、依据不同管线系统在不同周期的存储数据生成均衡等级判断规则，具体用于：

5、对当前管线系统的所述约束因子和目标函数进行赋值，通过人工智能模型计算当前管线系统的环路图，并推断当前管线系统潜在巡检最优路线。

6、在某些实施例中，所述通过人工智能模型计算当前管线系统的环路图，具体包括：依据所述均衡等级判断规则确定当前管线系统的环路图的均衡等级，所述均衡等级包括无均衡度、微小均衡度、中型均衡度、严重均衡度。

7、在某些实施例中，所述巡检方法还包括：所述人工智能模型对待检测图像和所述至少一个目标子图像进行处理，得到至少一个目标子图区，根据所述至少一个目标子图区得到至少一个目标均衡度值。

8、在某些实施例中，所述巡检方法还包括：对于所述待检测图像和所述至少一个目标子图像中的任一待处理图像，基于所述人工智能模型将所述待处理图像划分为至少两个图像块；对于任一图像块，响应于所述图像块被检测为均衡度的概率大于第一概率，对所述图像块进行边框回归校准，得到第二目标子图区，所述边框回归校准用于将所述图像块的边框基于压缩比例转换为在所述待检测图像中的目标子图区；响应于得到的第二目标子图区的数量大于一，对至少两个第二子图区进行去重，得到最终确定目标子图区。

9、本发明还提供了一种城市供排水管线巡检系统，包括：

10、获取单元，用于获取管线系统的存储数据，以及获取任一管线系统的当前数据；处理单元，用于依据所述存储数据分析获得影响所述管线系统的约束因子，以及与所述约束因子对应的目标函数；训练单元，用于将不同管线系统在不同周期的存储数据作为训练样本数据，训练人工智能模型；计算单元，用于对当前管线系统的所述约束因子和目标函数进行赋值，通过人工智能模型计算当前管线系统的环路图，并推断当前管线系统潜在巡检最优路线。

11、在某些实施例中，所述处理单元依据不同管线系统在不同周期的存储数据生成均衡等级判断规则。

12、在某些实施例中，还包括判断单元，所述判断单元依据所述均衡等级判断规则确定当前管线系统的环路图的均衡等级，所述均衡等级包括无均衡度、微小均衡度、中型均衡度、严重均衡度。

13、在某些实施例中，所述计算单元还包括，将所述人工智能模型对待检测图像和所述至少一个目标子图像进行处理，得到至少一个目标子图区，根据所述至少一个目标子图区得到至少一个目标均衡度值。

14、从以上技术方案可以看出，本申请具有以下优点：

15、本方法及系统检测标准统一，避免人工巡检时的不同人使用不同主观标准。采用特定的人工智能模型解决了管线均衡度数据难以有效获取和适用于不同检测系统的难题，通过算法实现局部数据的自验证解决了传统方法中少数比较重要的特征变量被过滤、目标函数较小的特征被保留的问题，可以产生明显的直接经济效益，预防电力设备故障的发生，避免因故障造成严重的经济损失，降低因故障检修而投入的人力物力成本，间接效益显著。

16、本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

技术特征：

1.一种城市供排水管线巡检方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种城市供排水管线巡检方法，其特征在于，所述将不同管线系统在不同周期的存储数据作为训练样本数据，训练人工智能模型，具体为：

3.如权利要求1所述的一种城市供排水管线巡检方法，其特征在于,所述获取任一管线系统的当前数据，以对当前管线系统的所述约束因子和目标函数进行赋值，通过人工智能模型计算当前管线系统的环路图，并推断当前管线系统潜在巡检最优路线，之前还包括：

4.如权利要求3所述的一种城市供排水管线巡检方法，其特征在于，所述通过人工智能模型计算当前管线系统的环路图，具体包括：

5.如权利要求1所述的一种城市供排水管线巡检方法，其特征在于，还包括：

6.如权利要求5所述的一种城市供排水管线巡检方法，其特征在于，还包括：

7.一种城市供排水管线巡检系统，其特征在于，包括：

8.如权利要求7所述的城市供排水管线巡检系统，其特征在于：

9.如权利要求8所述的城市供排水管线巡检系统，其特征在于，所述计算系统，还包括：

10.如权利要求7所述的城市供排水管线巡检系统，其特征在于，所述计算单元还包括，将所述人工智能模型对待检测图像和所述至少一个目标子图像进行处理，得到至少一个目标子图区，根据所述至少一个目标子图区得到至少一个目标均衡度值。

技术总结
本发明公开了一种城市供排水管线巡检方法及系统，所述巡检方法包括如下步骤：获取管线系统的存储数据；依据所述存储数据分析获得影响所述管线系统的约束因子，以及与所述约束因子对应的目标函数；将不同管线系统在不同周期的存储数据作为训练样本数据，训练人工智能模型；获取任一管线系统的当前数据，以对当前管线系统的所述约束因子和目标函数进行赋值，通过人工智能模型计算当前管线系统的环路图，并推断当前管线系统潜在巡检最优路线。所述巡检系统可以替代人工巡检，减少人工及人工在危险区域作业，提高作业效率。

技术研发人员：曾宪灵,周扬
受保护的技术使用者：广州京维智能科技有限公司
技术研发日：
技术公布日：2024/1/16