一种基于智能燃气巡检无人机的多环境校对系统及方法与流程

本发明涉及燃气巡检无人机校对，具体而言，涉及一种基于智能燃气巡检无人机的多环境校对系统及方法。

背景技术：

1、在燃气供应领域，确保燃气设施的安全运行显得尤为重要。为了保障公共安全和人民生活的稳定，燃气设施的可靠性和安全性必须得到充分的重视。目前，传统的燃气巡检方式主要依靠人工巡检，这种方式不仅效率低下、成本高，而且受限于人力和环境因素，难以实现全面、及时的检测。

2、随着科技的不断进步和创新，越来越多的先进技术被应用于各个领域。特别是在燃气巡检方面，一些先进的无人机设备开始崭露头角。这些无人机配备了高精度的传感器和摄像头，能够高效地完成燃气管道的巡检任务。这些无人机不仅能够快速覆盖大面积的燃气管网，还能深入一些人类难以到达的区域进行细致的检查。通过实时传输的数据和图像，工作人员可以及时发现燃气泄漏、管道损坏等问题，并迅速采取相应的维修措施。这不仅提高了巡检的效率和安全性，还大大降低了人力和时间成本。

3、然而，现行的燃气巡检无人机在适应多种环境方面存在显著的局限性。一方面，现行的燃气巡检设备在遭遇不同温度、湿度和气压等环境条件时，检测结果的精确性会受到显著影响，这进而导致在复杂环境下容易出现误判或漏判的情况。同时，当环境因素发生变化时，现行技术难以对检测结果进行迅速而有效的校对和修正。这导致无法准确判断燃气泄漏量，从而给燃气检修人员的安全带来了极大的隐患。

4、因此，急需发明一种用于对燃气巡检无人机在巡检时的校对技术，用于解决现有技术中燃气巡检无人机因复杂多变的环境，导致检测结构误判，进而给燃气检修人员的安全带来了极大的隐患的问题。

技术实现思路

1、鉴于此，本发明提出了一种基于智能燃气巡检无人机的多环境校对系统及方法，旨在解决当前技术中燃气巡检无人机因复杂多变的环境，导致检测结构误判，进而给燃气检修人员的安全带来了极大的隐患的问题。

2、本发明提出了一种基于智能燃气巡检无人机的多环境校对系统，包括：

3、获取模块，与数据库电连接，所述获取模块用于获取无人机的各历史检测数据；

4、模型生成模块，与所述获取模块电连接，所述模型生成模块用于对各所述历史检测数据进行数据清理，所述模型生成模块还用于根据数据清理后的各所述历史检测数据建立巡检无人机的环境检测模型；

5、第一中控模块，与所述模型生成模块电连接，所述第一中控模块用于获取任一所述历史检测数据中的环境信息和燃气泄漏检测量，所述第一中控模块还用于将所述环境信息和燃气泄漏检测量代入至所述环境检测模型，根据所述环境检测模型输出的预设燃气泄漏量与所述燃气泄漏检测量之间进行比对，并根据比对结果，确定是否对所述环境检测模型进行修正，其中：

6、当所述预设燃气泄漏量与所述燃气泄漏检测量之间不一致时，所述第一中控模块则确定对所述环境检测模型进行迭代修正；

7、采集模块，与无人机相连接，所述采集模块用于采集燃气泄漏地区的实时环境信息；

8、第二中控模块，分别与所述第一中控模块和采集模块电连接，所述第二中控模块用于获取所述无人机检测所述燃气泄漏地区的燃气泄漏量，并根据所述燃气泄漏地区的实时环境信息，确定对所述燃气泄漏量是否进行校对。

9、进一步的，所述模型生成模块用于对各所述历史检测数据进行数据清理时，包括：

10、所述模型生成模块用于获取各所述历史检测数据中重复数据，并对所述重复数据进行清除；

11、所述模型生成模块还用于获取清除重复数据后各所述历史检测数据中异常数据，并将所述异常数据进行剔除。

12、进一步的，所述模型生成模块还用于根据数据清理后的所述各历史检测数据建立巡检无人机的环境检测模型时，包括：

13、所述模型生成模块还用于获取剔除所述异常数据后各历史检测数据中的环境信息和燃气泄漏检测量，其中所述环境信息包括：燃气实际泄漏量、环境温湿度、环境气压和环境通风量；

14、所述模型生成模块还用于根据所述燃气实际泄漏量、环境温湿度、环境气压、环境通风量和燃气泄漏检测量之间的关系，建立燃气泄漏检测量的线性轴；

15、所述模型生成模块还用于根据所述燃气泄漏检测量的线性轴，建立所述环境检测模型。

16、进一步的，所述模型生成模块还用于获取清除重复数据后各所述历史检测数据中异常数据时，包括：

17、所述模型生成模块还用于获取清除重复数据后各所述历史检测数据中的燃气实际泄漏量和燃气泄漏检测量，并根据所述燃气实际泄漏量与所述燃气泄漏检测量之间的关系，确定所述历史检测数据是否为异常数据：

18、当所述燃气实际泄漏量与所述燃气泄漏检测量相一致时，所述模型生成模块则确定所述历史检测数据不为所述异常数据；

19、当所述燃气实际泄漏量与所述燃气泄漏检测量不一致时，所述模型生成模块则确定所述历史检测数据为所述异常数据。

20、进一步的，当所述预设燃气泄漏量与所述燃气泄漏检测量之间不一致时，所述第一中控模块则确定对所述环境检测模型进行迭代修正时，包括：

21、所述第一中控模块还用于获取所述预设燃气泄漏量与所述燃气泄漏检测量之间的检测量差值，并根据所述检测量差值与所述第一中控模块配置的第一预设检测量差值和第二预设检测量差值之间的关系，确定所述迭代修正时的修正系数：

22、当所述检测量差值低于或等于所述第一预设检测量差值时，所述第一中控模块则确定所述修正系数为m3；

23、当所述检测量差值高于所述第一预设检测量差值，且所述检测量差值低于或等于所述第二预设检测量差值时，所述第一中控模块则确定所述修正系数为m2；

24、当所述检测量差值高于所述第二预设检测量差值时，所述第一中控模块则确定所述修正系数为m1；

25、其中，所述第一预设检测量差值小于所述第二预设检测量差值，且m1＜m2＜m3＜1。

26、进一步的，当所述第一中控模块确定所述迭代修正的修正系数为m i，i＝1,2,3，时，包括：

27、所述第一中控模块还用于获取迭代修正后的所述环境检测模型；

28、所述第一中控模块还用于获取任一所述历史检测数据中的环境信息和燃气泄漏检测量，并将所述环境信息和燃气泄漏检测量代入至所述环境检测模型；

29、所述第一中控模块还用于根据迭代修正后的所述环境检测模型输出的第二预设燃气泄漏量与所述燃气泄漏检测量之间进行比对，并根据比对结果，确定是否对迭代修正后所述环境检测模型进行二次修正，其中：

30、当所述第二预设燃气泄漏量与所述燃气泄漏检测量之间不一致时，所述第一中控模块则确定对迭代修正后的所述环境检测模型进行二次迭代修正。

31、进一步的，所述采集模块包括：

32、燃气采集单元，与所述无人机的燃气检测系统电连接，所述燃气采集单元用于获取所述无人机检测的燃气实时浓度；

33、温湿度检测单元，与所述无人机相连接，所述温湿度检测单元用于获取所述燃气泄漏地区的实时环境温湿度；

34、气压检测单元，与所述无人机相连接，所述气压检测单元用于获取所述燃气泄漏地区的实时环境气压；

35、流量检测单元，与所述无人机相连接，所述流量检测单元用于获取所述燃气泄漏地区的实时环境通风量和实时环境风向。

36、进一步的，第二中控模块用于根据所述燃气泄漏地区的实时环境信息，确定对所述燃气泄漏量是否进行校对时，包括：

37、所述第二中控模块还用于将所述实时环境信息代入至所述环境检测模型，并获取所述环境检测模型输入的预设检测泄漏量；

38、所述第二中控模块还用于根据所述预设检测泄漏量与所述燃气泄漏量之间的关系，确定所述燃气泄漏量是否需要进行校对，其中：

39、若所述预设检测泄漏量与所述燃气泄漏量之间相一致，所述第二中控模块则确定所述燃气泄漏量不需要进行校对；

40、若所述预设检测泄漏量与所述燃气泄漏量之间不一致，所述第二中控模块则根据预设检测泄漏量与所述燃气泄漏量之间的差值，确定校对系数，并根据所述校对系数对所述燃气泄漏量进行校对。

41、进一步的，所述第二中控模块则根据预设检测泄漏量与所述燃气泄漏量之间的差值，确定校对系数时，包括：

42、所述第二中控模块还用于根据所述差值与所述第二中控模块配置第一预设差值与第二预设差值之间的关系，确定所述校对系数；

43、当所述差值小于或等于所述第一预设差值时，所述第二中控模块则确定所述校对系数为n3；

44、当所述差值大于所述第一预设差值，且所述差值小于或等于所述第二预设差值时，所述第二中控模块则确定所述校对系数为n2；

45、当所述差值大于所述第二预设差值时，所述第二中控模块则确定所述校对系数为n1；

46、其中，所述第一预设差值小于所述第二预设差值，n1＜n2＜n3＜1。

47、与现有技术相比，本发明的有益效果在于：通过获取模块从数据库中获取无人机的各历史检测数据，这为系统的运行提供了丰富的数据基础。通过对这些历史数据的收集，可以涵盖不同环境条件下的检测结果，为后续的分析和模型建立提供了全面的信息来源。而模型生成模块对各历史检测数据进行数据清理，去除无效和错误的数据，保证了数据的质量和可靠性。在此基础上建立的巡检无人机的环境检测模型，能够充分利用历史经验，更加准确地反映不同环境因素对燃气泄漏检测的影响。其次，第一中控模块通过将历史检测数据中的环境信息和燃气泄漏检测量代入环境检测模型进行比对，这一过程实现了对模型准确性的实时监控。当预设燃气泄漏量与实际的燃气泄漏检测量不一致时，第一中控模块确定对环境检测模型进行迭代修正。这种自我修正的机制使得模型能够不断适应新的情况和变化，随着时间的推移，模型的精度和可靠性将不断提高。例如，在不同的季节、不同的天气条件下，环境因素会发生变化，而通过这种迭代修正，模型能够及时调整以适应这些变化，确保对燃气泄漏的预测始终保持准确。最后，通过采集模块与无人机相连接，能够实时采集燃气泄漏地区的环境信息。同时，通过第二中控模块分别与第一中控模块和采集模块电连接，可以一方面获取无人机检测燃气泄漏地区的燃气泄漏量，一方面根据实时环境信息确定是否对燃气泄漏量进行校对。这种实时校对的能力极大地提高了检测结果的准确性和可靠性。即使遇到突发的环境变化，如气温骤升、气压突变等，此时第二中控模块能够迅速响应，根据新的环境信息对检测结果进行调整，确保不会出现误判或漏判的情况，为燃气安全提供了坚实的保障。

48、另一方面，本技术还提供了一种基于智能燃气巡检无人机的多环境校对方法，包括：

49、获取无人机的各历史检测数据，并对各所述历史检测数据进行数据清理；

50、根据数据清理后的各所述历史检测数据建立巡检无人机的环境检测模型；获取任一所述历史检测数据中的环境信息和燃气泄漏检测量，将所述环境信息和燃气泄漏检测量代入至所述环境检测模型，根据所述环境检测模型输出的预设燃气泄漏量与所述燃气泄漏检测量之间进行比对，并根据比对结果，确定是否对所述环境检测模型进行修正，其中：

51、当所述预设燃气泄漏量与所述燃气泄漏检测量之间不一致时，则确定对所述环境检测模型进行迭代修正；

52、获取所述无人机检测所述燃气泄漏地区的燃气泄漏量；

53、采集燃气泄漏地区的实时环境信息，并根据所述燃气泄漏地区的实时环境信息，确定对所述燃气泄漏量是否进行校对。

54、可以理解的是，本发明上述各实施例中一种基于智能燃气巡检无人机的多环境校对系统及方法，具备有相同的有益效果，不再赘述。