一种高速公路智能巡检机器人系统以及巡检方法与流程

1.本发明实施例属于公路巡检领域，尤其涉及一种高速公路智能巡检机器人系统以及巡检方法。


背景技术：

2.目前，我国高速公路事业的发展持续增长，随着高速公路工程建设的深入，高速公路管理压力也会越来越大，特别是近年高速公路事故量的不断增大，使得交通高速公路的日常运维和紧急救援日益引起关注。
3.高速公路由于其特殊性，高速公路的巡检采用人工显然不太合适，比较浪费人力物力，目前也出现了一些巡检机器人，以代替人工进行巡检作业。
4.目前的巡检机器人一般沿应急车道或护栏进行移动，对沿途进行例行的巡视，这种巡视一般是将机器人采集到影像通过发送给监控中心，经由监控中心对采集到的影像进行人工筛选出异常图像，然后在根据异常图像进行人工评判，并通过监控中心向巡检机器人发出依据评判结果而作出的处理指令，这样一来，需要将大量的影像数据通过巡检机器人发送给监控中心，不仅造成数据传输通道的压力，而且给监控中心的工作人员带来很多的工作量，增大了人力劳动，工作人员无法及时筛选出异常图像，使得监控中心对异常图像的反馈存在延时性，无形中不能发挥其巡检以及及时处理紧急情况的作用，降低了机器人巡检的作用。


技术实现要素：

5.本发明实施例的目的在于提供一种高速公路智能巡检机器人系统以及巡检方法，旨在解决现有技术中的巡检机器人需要将大量的影像数据通过巡检机器人发送给监控中心，造成数据传输通道的压力，监控中心对异常图像的反馈存在延时性，巡检机器人不能发挥其巡检作用的问题。
6.本发明实施例是这样实现的：
7.第一方面，本发明实施例提供了一种高速公路智能巡检机器人系统，所述系统包括监控中心和至少一个的巡检机器人；监控中心与巡检机器人之间通信连接，其中：
8.监控中心，用于接收巡检机器人发送的异常影像，对所述异常影像进行场景评估，基于评估结果确定处理指令，将所述处理指令发送给所述巡检机器人；
9.巡检机器人，用于获取视野范围内的区域影像，提取含有目标车辆的目标影像，其中，所述目标影像为预设时间段内采集的区域影像中首次出现目标车辆的影像；对所述目标影像进行处理，确定含有异常车辆的异常影像，将所述异常影像发送给监控中心；接收所述监控中心返回的处理指令并执行，无需监控中心的工作人员对影像的异常情况进行筛选，节省了人力，且提高了监控中心反馈给巡检机器人以处理指令的及时性。
10.在本发明的一些实施例中，所述巡检机器人包括：
11.摄像装置，用于获取视野范围内的区域影像，在巡检机器人达到指定位置后，通过
摄像装置对巡检机器人视野范围内进行录像；
12.中央处理器，用于提取含有目标车辆的目标影像；对所述目标影像进行处理，确定含有异常车辆的异常影像；
13.通信装置，用于将所述异常影像发送给监控中心，和/或接收所述监控中心返回的处理指令；
14.输出装置，用于执行处理指令。
15.在本发明的一些实施例中，所述中央处理器包括：
16.提取单元，用于提取含有目标车辆的目标影像；
17.处理单元，用于对所述目标影像进行处理，确定含有异常车辆的异常影像。
18.在本发明的一些实施例中，所述提取单元包括：
19.帧提取模块，用于对所述区域影像提取帧图像；
20.降噪模块，用于对所述帧图像进行降噪处理；
21.边缘检测模块，用于对所述帧图像进行边缘检测，提取含有目标车辆的目标影像。
22.在本发明的一些实施例中，所述边缘检测模块包括：
23.灰度值计算子模块，用于计算所述帧图像中各像素点的灰度值；
24.边缘像素点确定子模块，用于根据所述帧图像中各像素点的灰度值确定所述帧图像中的目标车辆的边缘像素点；
25.边缘确定子模块，用于根据所述帧图像中的目标车辆的边缘像素点确定所述帧图像中目标车辆的边缘；
26.影像提取子模块，用于根据所述目标车辆的边缘，确定含有所述目标车辆的目标影像。
27.在本发明的一些实施例中，所述处理单元包括：
28.划分模块，用于基于目标车辆的驻点，其中，所述驻点为所述目标车辆速度为零时的位置点；基于出现所述驻点的时间节点将所述目标影像划分为第一影像和第二影像；
29.位点确定模块，用于将所述目标车辆在第一影像中的首次出现时的位置点作为第一位点；将所述目标车辆在第二影像中最后出现的位置点作为第二位点；
30.位点更新模块，用于在所述第二位点所述第一位点之间的第一距离大于所述驻点与所述第一位点之间的第二距离时，将所述第二位点作为行驶位点；
31.异常确认模块，用于在所述第一距离小于所述第二距离时，将所述驻点作为违规点，确定当前目标车辆为异常车辆，将含有所述异常车辆的目标影像作为异常影像。
32.在本发明的一些实施例中，所述巡检机器人还包括：
33.移动底座，所述移动底座与中央处理器信号连接，所述中央处理器用于控制所述移动底座沿预定巡检路径进行移动；
34.云台，设置在所述移动底座上，所述云台为全角度旋转云台，所述全角度旋转云台与所述中央处理器信号连接，所述中央处理器用于控制所述全角度旋转云台的旋转角度；
35.摄像装置，设置在所述云台上，所述摄像装置与所述中央处理器信号连接。
36.在本发明的一些实施例中，所述监控中心与每一个巡检机器人之间通过无线网络通信连接；每一个巡检机器人之间通过无线网络通信连接。
37.第二方面，本发明实施例提供了一种高速公路智能巡检方法，应用于巡检机器人，
所述方法包括以下具体步骤：
38.获取视野范围内的区域影像；
39.提取含有目标车辆的目标影像，基于目标车辆的驻点，将所述目标影像划分为第一影像和第二影像；其中，所述驻点为所述目标车辆速度为零时的位置点；
40.将所述目标车辆在第一影像中的首次出现时的位置点作为第一位点；将所述目标车辆在第二影像中最后出现的位置点作为第二位点；
41.若所述第二位点所述第一位点之间的第一距离大于所述驻点与所述第一位点之间的第二距离，则将所述第二位点作为行驶位点；
42.若所述第一距离小于所述第二距离，则将所述驻点作为违规点，并确定当前目标车辆为异常车辆，并将含有所述异常车辆的目标影像作为异常影像，将所述异常影像发送给监控中心；
43.接收所述监控中心返回的处理指令并执行。
44.在本发明的一些实施例中，所述将所述目标影像发送给监控中心的具体步骤包括：
45.在所述第一巡检机器人与所述监控中心建立了在线通信连接通道时，所述第一巡检机器人直接将所述目标影像发送给监控中心；
46.和/或
47.在所述第一巡检机器人与所述监控中心未建立在线通信连接通道时，所述第一巡检机器人建立与第二巡检机器人的在线通信连接通道，所述第一巡检机器人将所述目标影像发送给第二巡检机器人，其中，所述第二巡检机器人为与所述监控中心建立了在线通信连接通道的巡检机器人中的一个；第二巡检机器人将其所接收的目标影像发送给监控中心。
48.与现有技术相比，本发明实施例的有益效果是：
49.本发明实施例提供的高速公路智能巡检机器人系统，通过巡检机器人自身对区域影像的处理，以提取到提取含有异常车辆的目标影像，将所述目标影像发送给监控中心，监控中心所述目标影像进行场景评估，基于评估结果确定处理指令，将所述处理指令发送给所述巡检机器人，无需监控中心的工作人员对影像的异常情况进行筛选，节省了人力，且提高了监控中心反馈给巡检机器人以处理指令的及时性，且避免了过多无用的影像信息发送给监控中心，缩短信息发送与接收的传输周期，进一步提高该巡检机器人系统的时效性。
附图说明
50.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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。
51.图1为本发明实施例提供的一种高速公路智能巡检机器人系统的结构图；
52.图2为本发明实施例中巡检机器人的结构示意图；
53.图3为本发明实施例提供的一种中央处理器的结构示意图；
54.图4为本发明实施例提供的一种边缘检测模块的结构示意图；
55.图5为本发明另一种实施例提供的巡检机器人的结构示意图；
56.图6为本发明实施例提供的一种高速公路智能巡检方法的实现流程图；
57.图7为本发明实施例中目标车辆异常行驶的示意图；
58.图8为本发明实施例中目标车辆正常行驶的示意图。
具体实施方式
59.为使本技术的目的、实施方式和优点更加清楚，下面将结合本技术示例性实施例中的附图，对本技术示例性实施方式进行清楚、完整地描述，显然，所描述的示例性实施例仅是本技术一部分实施例，而不是全部的实施例。
60.基于本技术描述的示例性实施例，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，都属于本技术所附权利要求保护的范围。此外，虽然本技术中公开内容按照示范性一个或几个实例来介绍，但应理解，可以就这些公开内容的各个方面也可以单独构成一个完整实施方式。
61.需要说明的是，本技术中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本技术的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。
62.本技术中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明(unless otherwise indicated)。应该理解这样使用的用语在适当情况下可以互换，例如能够根据本技术实施例图示或描述中给出那些以外的顺序实施。
63.此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的那些组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
64.图1示例性的示出了本发明实施例提供的一种高速公路智能巡检机器人系统的结构图，为了便于说明，仅示出与本发明实施例相关的部分。
65.在本发明提供的一个优选实施方式中，本发明实施例提供了一种高速公路智能巡检机器人系统，所述系统包括监控中心100和至少一个的巡检机器人200。
66.在本发明实施例中，所述巡检机器人200是一种可以沿应急车道或护栏进行移动的装置，巡检机器人200具有通信功能和摄像功能；所述监控中心100是具有通信功能，且能够提供图像信息处理、存储、显示功能的终端设备，例如平板电脑、笔记本电脑、台式计算机，也可以是具有图像信息处理能力的显示适配器，例如显卡，但并不局限于此。监控中心100与巡检机器人200之间通信连接。
67.应该理解，图1中的监控中心100与巡检机器人200的数目仅仅是示意性的。根据实现需要，可以具有任意数目的监控中心100与巡检机器人200。
68.具体的，在发明提供的有优选实施方式中，所述监控中心100，用于接收巡检机器人200发送的异常影像，对所述异常影像进行场景评估，基于评估结果确定处理指令，将所述处理指令发送给所述巡检机器人200；
69.在本发明实施例中，监控中心100与巡检机器人200之间可通过网络建立通信连接，用于监控中心100与巡检机器人200之间的数据传输，网络可以是用以在监控中心100与
巡检机器人200之间提供通信链路的介质，网络可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等，优选的，本实施例中，所述网络采用无线通信链路。
70.在本发明实施例中，监控中心100通过无线通信链路接收目标巡检机器人发送的异常影像，其中，异常影像为巡检机器人在其所在区域内，对其视野范围内所识别到所有影像进行筛分处理后，得到的含有异常车辆的异常影像，避免过多无用的影像信息发送给监控中心进行筛选分析处理，不仅降低数据传输通道的负担，而且节省监控中心工作人员的劳动强度，在接收异常影像之后，监控中心100将异常影像推送给工作人员，并提醒工作人员，所述提醒可以是在监控中心的显示屏上进行弹框及高亮显示，也可以是通过语音播报的形式进行。
71.在对所述异常影像进行场景评估的过程中，工作人员对监控中心所推送的异常影像进行人工评估，以协助巡检机器人对异常车辆的异常进行进行及时的反馈及处理，具体的，工作人员根据对异常影像的评估结果做出相应的处理指令，监控中心将工作人员输入的处理指令发送给目标巡检机器人。
72.进一步的，在本发明提供的优选实施方式中，还包括巡检机器人200，所述的巡检机器人200，用于获取视野范围内的区域影像，提取含有目标车辆的目标影像，其中，所述目标影像为预设时间段内采集的区域影像中首次出现目标车辆的影像；对所述目标影像进行处理，确定含有异常车辆的异常影像，将所述异常影像发送给监控中心；接收所述监控中心返回的处理指令并执行，无需监控中心的工作人员对影像的异常情况进行筛选，节省了人力，且提高了监控中心反馈给巡检机器人以处理指令的及时性。
73.其中，在本发明提供的优选实施方式中，巡检机器人200具有摄像功能，本实施例中，控制巡检机器人200移动到指定位置处，如高速公路的匝道口处，该处是最容易出现倒车等违规行为，因此，通过使巡检机器人200移动到指定的匝道口处，并调整巡检机器人200的摄像的视野范围，使得的巡检机器人200的视野覆盖匝道口，进而可以通过机器人200对匝道口处进行实时摄像。
74.具体的，在本发明提供的优选实施方式中，所述提取含有目标车辆的目标影像的步骤之前，首先对区域图像进行处理，具体的，是对巡检机器人所获取到的目标视野的区域影像进行帧图像的提取，其中，首先使用层次聚类算法对视频关帧图像进行初步提取；然后结合语义相关算法对初步提取的帧图像进行直方图对比去掉冗余帧，确定视频的帧图像，然后对所述帧图像进行降噪处理；然后对所述帧图像进行边缘检测，提取含有目标车辆的目标影像。
75.进一步的，对所述帧图像记性边缘检测，其是根据图像中物体的边缘的灰度不连续的特征，利用梯度进行处理，通过获取待检产品的图像的边缘，从而进一步确定所述目标车辆的图像。例如使用roberts边缘算子、sobel边缘检测算子、prewitt边缘算子、laplacan边缘算子或者canny边缘检测算子等方式。
76.图2示例性的示出了本发明实施例提供的巡检机器人的结构示意图；
77.如图2所示，在本发明提供的优选实施方式中，所述巡检机器人200包括：
78.摄像装置201，用于获取视野范围内的区域影像，在巡检机器人达到指定位置后，通过摄像装置对巡检机器人视野范围内进行录像；
79.本实施例中，巡检机器人200具有摄像功能，通过控制巡检机器人200移动到指定
位置处，并调整巡检机器人200的摄像的视野范围，使得的巡检机器人200的视野覆盖匝道口，进而可以通过机器人200对匝道口处进行实时摄像。
80.进一步的，在本发明提供的优选实施方式中，所述的巡检机器人200还包括中央处理器202，用于提取含有目标车辆的目标影像；对所述目标影像进行处理，确定含有异常车辆的异常影像；
81.其中，在本实施例中，对目标影像进行处理是对巡检机器人所获取到的目标视野的区域影像进行帧图像的提取，然后对所述帧图像进行降噪处理；然后对所述帧图像进行边缘检测，提取含有异常车辆的目标影像。
82.进一步的，在本发明提供的优选实施方式中，所述的巡检机器人200还包括通信装置203，用于将所述异常影像发送给监控中心，和/或接收所述监控中心返回的处理指令；本发明实施例中，通过通信装置203建立与监控中心100和/或临近巡检机器人之间的通信连接，其中，临近巡检机器人用于在当前巡检机器人与监控中心之间存在信号中断时，起到数据传输的桥接的作用。
83.输出装置204，用于执行处理指令，输出装置204一方面向目标视野的区域广播警示信息，另一方面，用于执行自监控中心的处理指令，以及时对现场进行处理。
84.图3为示例性的示出了本发明实施例提供的一种中央处理器的结构示意图；
85.如图3所示，在本发明的一些实施例中，所述中央处理器202包括：
86.提取单元2021，用于提取含有目标车辆的目标影像；
87.处理单元2022，用于对所述目标影像进行处理，确定含有异常车辆的异常影像。
88.具体的，在本发明提供的优选实施方式中，本发明实施例提供了一种提取单元，所述提取单元2021包括：
89.帧提取模块20211，用于对所述区域影像提取帧图像，首先使用层次聚类算法对视频关帧图像进行初步提取；然后结合语义相关算法对初步提取的帧图像进行直方图对比去掉冗余帧，确定视频的帧图像；
90.降噪模块20212，用于对所述帧图像进行降噪处理；
91.边缘检测模块20213，用于对所述帧图像进行边缘检测，提取含有目标车辆的目标影像。
92.其中，在本发明实施例提供的对帧图像进行边缘检测的具体实现中，计算所述帧图像中各像素点的灰度值；根据所述帧图像中各像素点的灰度值确定所述帧图像中的目标车辆的边缘像素点，从而确定帧图像中目标车辆的边缘，进而根据所述帧图像中的目标车辆的边缘像素点确定所述帧图像中目标车辆的边缘。
93.进一步的，在提取含有目标车辆的目标影像的具体实现过程中，可以根据所述目标车辆的边缘，确定含有所述目标车辆的目标影像。
94.在本发明的一些实施例中，所述处理单元2022包括：
95.划分模块20221，用于基于目标车辆的驻点，其中，所述驻点为所述目标车辆速度为零时的位置点；基于出现所述驻点的时间节点将所述目标影像划分为第一影像和第二影像；
96.在本发明实施例中，目标车辆在初次进入目标视野的区域时，当目标车辆存在在匝道口进行倒车或者掉头的行为时，在这个过程中，目标车辆会存在一个速度为零的时刻
存在，进一步的，目标车辆车速为零时，将目标车辆所处的当前位置作为驻点，与驻点对应的是，当前存在一个出现驻点时的时间节点，进一步的，本发明实施例可以根据当前时间节点对巡检机器人所获取到的目标影像进行一个划分，即基于所述的时间节点将目标影像划分为第一影像和第二影像。
97.位点确定模块20222，用于将所述目标车辆在第一影像中的首次出现时的位置点作为第一位点；将所述目标车辆在第二影像中最后出现的位置点作为第二位点；
98.图8示例性的示出了本发明实施例中目标车辆在正常行驶状态下的示意图。
99.进一步的，在本发明实施例中，所述处理单元2022还包括位点更新模块20223，用于在所述第二位点所述第一位点之间的第一距离d1大于所述驻点与所述第一位点之间的第二距离d2时，将所述第二位点作为行驶位点，如图8所示，此时的目标车辆属于正常行驶状态，即目标车辆没有出现倒车或者掉头的情况，此时将第二位点作为行驶位点，行驶位点即目标车辆正常行驶状态时所处位置。
100.图7示例性的示出了本发明实施例中目标车辆存在异常行驶状态的示意图；
101.进一步的，在本发明实施例中，所述处理单元2022还包括异常确认模块20224，用于在所述第一距离d1小于所述第二距离d2时，将所述驻点作为违规点，并可以确定当前目标车辆为异常车辆，将含有所述异常车辆的目标影像作为异常影像。如图7所示，此时的目标车辆属于异常行驶状态，即目标车辆存在倒车或者掉头的违规情况，此时，可判断当前的目标车辆违规，并将含有当前异常车辆的目标影像作为异常影像。
102.在本发明实施例中，利用巡检机器人200对第一距离d1和第二距离d2的测量中，可能存在目标视野的视角和车辆的行驶路径存在偏差角度的情况，在这种情况下，为了更为精确的测定第一距离d1和第二距离d2的大小，以对d1和d2之间的大小进行比较；本发明实施例首先对目标车辆的行驶路径的行驶辅助线进行识别，确定车辆的行驶辅助线，基于行驶辅助线和巡检机器人的摄像视角，确定所述的偏差角度，基于透视关系，并根据偏差角度对巡检机器人测得的距离进行真实距离的还原计算，以获取所述第一距离d1和第二距离d2的真实距离；
103.另外，可以理解的是，本发明实施例中对于第一距离d1和第二距离d2之间大小的比较，通过巡检机器人测得的非真实距离就可以直接对第一距离d1和第二距离d2之间的大小进行判断比较，无需测算真实距离。
104.图4为示例性的示出了本发明实施例提供的边缘检测模块的结构示意图；
105.在本发明的一些实施例中，所述边缘检测模块20213包括：
106.灰度值计算子模块202131，用于计算所述帧图像中各像素点的灰度值；
107.边缘像素点确定子模块202132，用于根据所述帧图像中各像素点的灰度值确定所述帧图像中的目标车辆的边缘像素点；在本发明实施例中，利用针图像中目标车辆的边缘的灰度具有不连续的特征，通过处理可以确定所述区域图像中的目标车辆的边缘像素点。
108.边缘确定子模块202133，用于根据所述帧图像中的目标车辆的边缘像素点确定所述帧图像中目标车辆的边缘；
109.影像提取子模块202134，用于根据所述目标车辆的边缘，确定含有所述目标车辆的目标影像。
110.图5为本发明另一种实施例提供的巡检机器人的结构示意图；
111.在本发明的一些实施例中，所述巡检机器人200还包括：
112.移动底座203，所述移动底座与中央处理器203信号连接，所述中央处理器用于控制所述移动底座沿预定巡检路径进行移动；
113.其中，预定巡检路径可以是物理实体路径(如设置在高速公路护栏上的轨道)，也可以是软件程序中的虚拟控制路径。例如可以在高速公路的应急车道地面上通过粘贴、喷印等方式设置标记物从而形成路径轨迹。其中，标记物可以但不限于是绝缘胶布、二维码、色块等。预设路径的具体线路可以根据实际情况进行设计。
114.进一步的，在本发明实施例中，所述的巡检机器人200还包括：
115.云台204，设置在所述移动底座203上，所述云台为全角度旋转云台，所述全角度旋转云台与所述中央处理器202信号连接，所述中央处理器202用于控制所述全角度旋转云台的旋转角度；
116.所述的巡检机器人200还包括：
117.摄像装置201，设置在所述云台204上，所述摄像装置201与所述中央处理器202信号连接。
118.本发明的一些实施例中，所述监控中心100与每一个巡检机器人200之间通过无线网络通信连接；每一个巡检机器人200之间通过无线网络通信连接，通过多个的巡检机器人200之间相互通过无线网络通信连接，在相临近巡检机器人用于在当前巡检机器人与监控中心之间存在信号中断时，起到数据传输的桥接的作用。
119.第二方面，本发明实施例提供了一种高速公路智能巡检方法，应用于巡检机器人200，图6为示例性的示出了本发明实施例提供的一种高速公路智能巡检方法的实现流程图；
120.其中，如图6所示，在本发明实施例提供的一种高速公路智能巡检方法中，所述方法300包括以下具体步骤：
121.步骤s301:获取视野范围内的区域影像；
122.步骤s302:提取含有目标车辆的目标影像，基于目标车辆的驻点，将所述目标影像划分为第一影像和第二影像；其中，所述驻点为所述目标车辆速度为零时的位置点；
123.步骤s303:将所述目标车辆在第一影像中的首次出现时的位置点作为第一位点；将所述目标车辆在第二影像中最后出现的位置点作为第二位点；
124.步骤s304：判断第一距离与第二距离的大小，其中，所述第一距离为所述第二位点所述第一位点之间的距离，所述第二距离为所述驻点与所述第一位点之间的距离；
125.步骤s305:若所述第二位点所述第一位点之间的第一距离大于所述驻点与所述第一位点之间的第二距离，则将所述第二位点作为行驶位点；
126.步骤s306:若所述第一距离小于所述第二距离，则将所述驻点作为违规点，并确定当前目标车辆为异常车辆，并将含有所述异常车辆的目标影像作为异常影像，将所述异常影像发送给监控中心；
127.步骤s307:接收所述监控中心返回的处理指令并执行。
128.进一步的，为了实现在相临近巡检机器人用于在当前巡检机器人与监控中心之间存在信号中断时，起到数据传输的桥接的作用，在本发明提供的优选实施方式中，所述将所述目标影像发送给监控中心的具体步骤包括：
129.在所述第一巡检机器人与所述监控中心建立了在线通信连接通道时，所述第一巡检机器人直接将所述目标影像发送给监控中心；
130.和/或
131.在所述第一巡检机器人与所述监控中心未建立在线通信连接通道时，所述第一巡检机器人建立与第二巡检机器人的在线通信连接通道，所述第一巡检机器人将所述目标影像发送给第二巡检机器人，其中，所述第二巡检机器人为与所述监控中心建立了在线通信连接通道的巡检机器人中的一个；第二巡检机器人将其所接收的目标影像发送给监控中心。
132.与现有技术相比，本发明实施例的有益效果是：
133.本发明实施例提供的高速公路智能巡检机器人系统，通过巡检机器人自身对区域影像的处理，以提取到提取含有异常车辆的目标影像，将所述目标影像发送给监控中心，监控中心所述目标影像进行场景评估，基于评估结果确定处理指令，将所述处理指令发送给所述巡检机器人，无需监控中心的工作人员对影像的异常情况进行筛选，节省了人力，且提高了监控中心反馈给巡检机器人以处理指令的及时性，且避免了过多无用的影像信息发送给监控中心，缩短信息发送与接收的传输周期，进一步提高该巡检机器人系统的时效性。
134.需要说明的是，对于前述的各实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可能采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，涉及的动作和模块并不一定是本发明所必须的。
135.以上实施例仅用以说明本发明的技术方案，而非对发明的保护范围进行限制。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于这些实施例，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，都属于本发明所要保护的范围。
136.尽管参照上述实施例对本发明进行了详细的说明，本领域普通技术人员依然可以在不冲突的情况下，不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整，从而得到不同的、本质未脱离本发明的构思的其他技术方案，这些技术方案也同样属于本发明所要保护的范围。