机器人巡检方法、机器人及存储介质与流程

1.本技术涉及人工智能技术领域，具体涉及一种机器人巡检方法、机器人及存储介质。


背景技术：

2.在变电站、矿区、工厂等工业环境中，需要定期对工业环境中的设施进行巡检，从而保证设施的正常运转。
3.随着机器人的快速发展，考虑到工业环境的环境复杂度和巡检危险度。现如今，将机器人应用于工业环境中替代人工巡检。
4.在机器人巡检时，需要通过人工远程控制机器人在工业环境中移动到指定位置。其中，人工远程控制机器人影响机器人的巡检效率。


技术实现要素：

5.本技术提供了一种机器人巡检方法、机器人及存储介质，能够提高机器人的巡检效率。
6.本技术提供的机器人巡检方法，机器人包括活动控制组件，活动控制组件连接有巡检功能组件，方法包括：
7.响应于异常对象的侦测结果，确定活动控制组件的活动参数；
8.根据活动参数控制活动控制组件；
9.通过巡检功能组件获取异常对象的巡检结果。
10.本技术提供的机器人，包括：
11.机器人本体；
12.活动控制组件，活动控制组件连接有巡检功能组件，活动控制组件用于带动巡检功能组件活动；
13.巡检功能组件用于获取巡检结果；
14.机器人本体用于响应于异常对象的侦测结果，确定活动控制组件的活动参数；以及根据活动参数控制活动控制组件；以及通过巡检功能组件获取异常对象的巡检结果。
15.本技术提供的计算机可读存储介质，其上存储有计算机程序，当计算机程序被处理器加载时执行如本技术提供的机器人巡检方法中的步骤。
16.本技术中，机器人包括活动控制组件，且活动控制组件连接有巡检功能组件，通过活动控制组件可控制巡检功能组件灵活地调整其朝向，进而增大巡检功能组件可巡检的区域，能够更加容易地侦测到异常对象，提高侦测异常对象的效率。且在响应于异常对象的侦测结果时，通过确定活动控制组件的活动参数，并根据活动参数控制活动控制组件进行位姿变更，使得与活动控制组件连接的巡检功能组件的位置朝向发生变更，进而便于对异常对象进行定位捕捉，能够获取到异常对象更加详细的信息以得到巡检结果。本技术通过活动控制组件控制巡检功能组件的可巡检区域灵活地进行调整，一方面扩大了巡检范围，更
易侦测到异常对象，另一方面能够对异常对象进行精准的定位捕捉，得到有效的巡检结果，从而实现了全方位对巡检场景进行巡检。相比于现有技术，本技术灵活性更高，且不需要人工介入控制机器人移动，还提高了机器人巡检的效率。另外，还避免了人工控制机器人时因主观判断造成的巡检不全面的弊端，从而更加全面地对巡检场景进行巡检，提高了机器人巡检的有效性。
附图说明
17.为了更清楚地说明本技术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单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，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。
18.图1为本技术实施例提供的机器人的结构示意图。
19.图2为本技术实施例提供的机器人巡检方法的流程示意图。
20.图3为机器人巡检方法中通过基于检测区域构建坐标系以确定异常对象的侦测结果的示意图。
21.图4为机器人巡检方法中根据位移偏差确定活动参数的示意图。
22.图5为本技术实施例中机器人巡检方法的逻辑判断图。
23.图6为机器人巡检方法中基于世界坐标系确定声源的当前位置的示意图。
24.图7为机器人巡检方法中成像距离的示意图。
25.图8为本技术实施例提供的机器人巡检系统的示意图。
26.图9为机器人巡检方法中通过外部设备控制活动控制组件进行位姿变更的示意图。
27.图10是本技术实施例提供的机器人的结构框图。
具体实施方式
28.需要说明的是，本技术的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本技术具体实施例，其不应被视为限制本技术未在此详述的其他具体实施例。基于本技术中的实施例，本领域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，都属于本技术保护的范围。
29.本技术以下实施例中所涉及的诸如第一和第二等关系术语仅用于将一个对象或者操作与另一个对象或者操作区分开来，并不用于限定这些对象或操作之间存在着实际的顺序关系。在本技术实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
30.人工智能(artificial intelligence,ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能、感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
31.人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层
面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括机器学习(machine learning,ml)技术，其中，深度学习(deep learning，dl)是机器学习中一个新的研究方向，它被引入机器学习以使其更接近于最初的目标，即人工智能。目前，深度学习主要应用在计算机视觉、自然语言处理等领域。
32.机器人(robot)是一种能够半自主或全自主工作的智能机器。机器人能够通过编程和自动控制来执行诸如作业或移动等任务。其中，机器人可按照用途划分为巡检机器人、娱乐机器人、扫地机器人等，机器人还可按照其形状进行名称的区分，比如机器狗、机器猫等。
33.本技术中，机器人可在各种场景中执行巡检任务。比如，在电力巡检场景中，机器人对供电设备的供电情况进行巡检，其中，电力巡检场景中的异常情况包括供电设备出现电晕、电痕、电弧等放电情况，以及供电线路出现漏电、起火、悬挂异物、仪表报数示警等异常情况。再比如，在隧道巡检场景中，机器人对隧道内部情况进行巡检，其中，隧道巡检场景中的异常情况包括隧道塌方、地表渗水等。又比如，在管道巡检场景中，机器人对管道的运输情况进行巡检，其中，管道巡检场景中的异常情况包括气体或液体泄露、阀门松动、管道内异物示警等。还比如，在工业巡检场景中，机器人对工业设备的运行情况以及工业环境进行巡检，其中，工业巡检场景中的异常情况包括工业设备故障示警、工业设备运行时发出异常响动、工业场景中起火或爆炸预警、噪声污染等。
34.为了能够提高机器人巡检的效率，本技术通过对机器人结构进行了改进，请参阅图1，图1为本技术实施例提供的机器人的结构示意图，其中，该机器人本体110包括活动控制组件111，该活动控制组件111连接有巡检功能组件120，其中，活动控制组件111能够自由地在多个方向活动，以带动巡检功能组件120在多个方向活动。活动控制组件111与巡检功能组件120通信连接，而巡检功能组件120与活动控制组件111的连接方式并非为本技术所限定的内容。
35.其中，活动控制组件111包括云台、转子、离合器等其中的一种。巡检功能组件120包括声成像组件、巡检仪、各类传感器、红外热像仪、相机、麦克风阵列等能够获取巡检场景信息的仪器中的一种。可以理解地，活动控制组件111或巡检功能组件120具体选用哪种此处并不进行限定，可根据实际需求选用。
36.请参照图2，图2为本技术实施例提供的机器人巡检方法的流程示意图。如图2所示，本技术实施例提供的机器人巡检方法的流程可以如下：
37.在s210中，响应于异常对象的侦测结果，确定活动控制组件的活动参数。
38.其中，巡检功能组件能够获取巡检场景中的信息，而其获取的信息根据巡检功能组件的类型各存在差异，而异常对象与巡检功能组件所能获取的信息相关。比如，若巡检功能组件为声成像组件，则异常对象可为异常声音。若巡检功能组件为相机，则异常对象可为相机识别出的视觉异常的异常物体。若巡检功能组件为红外热像仪，则异常对象可为红外热像仪检测到的温度异常的异常物体。由于实施方式有多种，此处不再列举。
39.其中，异常对象的侦测结果可以是异常对象的位置信息、距离信息、高度信息等。在得到异常对象的侦测结果之后，即可根据异常对象的侦测结果确定活动控制组件的活动参数。比如，可根据异常对象的位置信息确定当声成像组件朝向该异常对象的位置时活动
控制组件需要旋转的角度，此时，该需要旋转的角度视为活动参数。再比如，可根据异常对象所处的空间高度确定当声成像组件朝向该异常对象的位置时活动控制组件需要升降的高度，此时，该需要升降的高度视为活动参数。
40.在s220中，根据活动参数控制活动控制组件。
41.其中，通过控制活动控制组件在多个方向上自由活动，能够带动巡检功能组件同步活动。故此，通过活动参数控制活动控制组件朝向指定方位移动时，活动控制组件能够带动巡检功能组件移动。
42.其中，根据活动参数可以控制活动控制组件进行位姿变更，以使得活动控制组件呈现指定姿态，进而指定姿态下的活动控制组件可以带动巡检功能组件呈现相应的姿态，在巡检功能组件的姿态确定时，其具有相应的朝向，该朝向可以为异常对象所在方位，也可以为其它方位，此次并不进行限定，只需说明的是，通过活动控制组件能够带动巡检功能组件自由活动以呈现各种姿态，且在各种姿态下具有相应的朝向。
43.具体地，本实施例中活动参数指示的指定方位即为巡检功能组件朝向异常对象时活动控制组件的位姿，即在活动控制组件根据活动参数进行位姿变更以呈指定姿态之后，巡检功能组件朝向异常对象。
44.示例性地，巡检功能组件朝向异常对象，可比如为巡检功能组件正对异常对象的主视面，还比如为巡检功能组件以仰视姿态朝向异常对象，再比如为巡检功能组件以俯视姿态朝向异常对象。由于可选方式有多种，具体视巡检功能组件与异常对象的空间相对方位而言，故而，凡是能够涵盖巡检功能组件朝向异常对象的朝向方式均可用于本技术实施例中。
45.在s230中，通过巡检功能组件获取异常对象的巡检结果。
46.其中，巡检结果视所使用的巡检功能组件所具有的功能而定。比如，若巡检功能组件为声成像组件，则通过声成像组件对异常声音进行成像，得到巡检结果，该巡检结果包括异常声音的声像图。再比如，若巡检功能组件为相机，则通过相机对视觉异常的异常物体进行拍摄，得到巡检结果，该巡检结果包括异常物体的视觉图像或视频。又比如，若巡检功能组件为红外热像仪，则通过红外热像仪对温度异常的异常物体进行温度检测，得到巡检结果，该巡检结果包括异常物体的热图像。由于可选方式有多种，此处不再列举。
47.具体实施时，本技术不受所描述的各个步骤的执行顺序的限制，在不产生冲突的情况下，某些步骤还可以采用其它顺序进行或者同时进行。
48.在一可选的实施例中，响应于异常对象的侦测结果，确定活动控制组件的活动参数，包括：
49.响应于当前场景中侦测到的异常对象，基于巡检功能组件的检测区域构建坐标系；
50.确定异常对象在坐标系中的待检测位置，并将待检测位置确定为异常对象的侦测结果；
51.根据侦测结果确定活动控制组件的活动参数。
52.在检测到异常对象之后，即可根据巡检功能组件的检测区域构建坐标系。其中，巡检功能组件的检测区域指的是巡检功能组件视线范围内能够涵盖的区域。
53.在根据检测区域构建坐标系时，可以将巡检区域的中心作为原点构建坐标系，也
可将巡检区域的边界点中的任意一个作为原点构建坐标系，具体可根据实际需求选择。其中，坐标系可为二维坐标系、三维坐标系等。
54.示例性地，通过确定异常对象在坐标系中的待检测位置，根据待检测位置即可得到异常对象相对于巡检功能组件的距离，以及异常对象相对于巡检功能组件所在的方位。进而，通过待检测位置可以确定活动控制组件的活动参数。
55.此处进行举例说明，请参阅图3，图3为机器人巡检方法中通过基于检测区域构建坐标系以确定异常对象的侦测结果的示意图。具体地，请结合图3(a)的侧视图和图3(b)的主视图。其中，以巡检区域的中心作为原点构建二维坐标系，异常对象在巡检功能组件视线的前方，通过将异常对象映射到二维坐标系中，即可得到异常对象在二维坐标系中的待检测位置，而该待检测位置即为异常对象的侦测结果。
56.本实施例中，通过将异常对象在巡检区域中所处的空间位置映射到以巡检区域所构建的坐标系中，以得到异常对象的侦测结果，实现了对异常对象与巡检功能组件的坐标对齐，避免了侦测结果存在的视觉误差。
57.在一可选的实施例中，根据侦测结果确定活动控制组件的活动参数，包括：
58.确定待检测位置相对于预设位置的位移偏差；
59.根据位移偏差确定活动控制组件的活动参数。
60.继续参照上述实施例的举例。当确定出待检测位置之后，即可将待检测位置到预设位置的向量的模作为位移偏差。可以理解地，若使用的是三维坐标系，也可在x-y平面上得到该位移偏差。
61.示例性地，预设位置可以一个或多个。在有多个时，多个预设位置可以构成一个预设区域，在确定待检测位置相对于预设区域的位移偏差时，可以将待检测位置到预设区域的最小位移作为该位移偏差。其中，预设位置可以为巡检区域的中心位置。
62.在根据位移偏差确定活动控制组件的活动参数时，则是通过确定活动控制组件移动的距离、转动的角度、升降的高度等信息确定出活动参数的。具体地，请参阅图4，图4为机器人巡检方法中根据位移偏差确定活动参数的示意图。图4中以云台作为活动控制组件，结合图3的二维坐标，异常对象的待检测位置相对于预设位置，得到确定出的位移偏差如图4，根据该位移偏差即可得到异常对象与巡检功能组件之间的夹角，根据该夹角即可确定活动控制组件向左、向右、向上或向下旋转，图4中为缩小该夹角，控制云台向右旋转，直至巡检功能组件与异常对象之间的夹角为0。换言之，控制云台向右旋转，直至异常对象在巡检功能组件的巡检区域的预设位置(图4中所示的巡检区域的中心位置)。
63.可以理解地，在通过活动参数控制活动控制组件旋转或移动的过程中，活动控制组件的步数可以为多步，即根据活动参数控制活动控制组件多次旋转或移动，以使得巡检功能组件朝向异常对象。
64.本实施例中，通过确定出活动参数，即可根据该活动参数指示活动控制组件移动或旋转的方向和步数，且旋转或移动的方向的顺序此处并不进行限定，只要能够使得活动控制组件带动巡检功能组件朝向异常对象即可。故而，凡是能够实现此方式的内容均可落入本技术的保护范围内。
65.在以下的实施例中，则以声成像组件作为巡检功能组件为例，以云台作为活动控制组件为例继续解释本技术实施例提供的方案，其中，异常对象还可以为异常声音，可以理
解地，此举例不应被视为对本技术的限定。
66.其中，声成像(acoustic imaging)是基于传声器阵列测量技术，通过测量一定空间内的声波到达各传声器的信号相位差异，依据相控阵原理确定声源的位置，测量声源的幅值，并以图像的方式显示声源在空间的分布，即取得空间声场分布云图-声像图，其中以图像的颜色和亮度代表强弱。其中，声成像组件集成有声成像功能。
67.其中，通过采集机器人所处的当前场景中的声音，机器人通过对当前场景中的声音进行分析，以判别其是否为异常声音。在巡检场景中，异常声音可比如为噪音、设备异常响动、漏电声音等。而采集声音的设备可以是声成像组件，也可为其它组件，如麦克风阵列等，此处并不进行限定。
68.在本实施例中，可预先设置异常声音的频率或频段，进而判断采集的声音是否与预先设置的异常声音相匹配，若是，则确定该声音为异常声音。或者，还可将采集的声音输入预先训练好的神经网络模型中进行判别，以确定该声音是否为异常声音。可以理解地，确定当前场景中的声音是否为异常声音的方式有多种，此处不再列举。
69.之后，通过确定异常声音的待检测位置，进而根据待检测位置确定异常声音相对于预设位置的位移偏差，通过根据位移偏差确定云台的活动参数，进而基于该活动参数控制云台带动声成像组件转动，使得声成像组件朝向该异常声音。
70.在声成像组件朝向该异常声音之后，即可通过生成像组件获取异常声音的巡检图像。其中，机器人通过控制声成像组件对异常声音对应声源进行成像，进而得到异常声音对应声源的巡检图像。
71.请参阅图5，图5为本技术实施例中机器人巡检方法的逻辑判断图。在机器人正常移动过程中，还可以通过声成像组件对当前场景进行成像，以检测当前场景中是否有异常声音，若有异常声音，则机器人停止移动，并通过转动云台十分声成像组件朝向该异常声音的声源，直至声源成像在声像图的中心之后，通过声成像组件对声源进行成像，得到声源的巡检图像。
72.在一可选的实施例中，巡检功能组件包括声成像组件，异常对象包括异常声音对应的声源；通过巡检功能组件获取异常对象的巡检结果，包括：
73.通过声成像组件对声源进行声成像，得到声源的声像图；
74.通过声成像组件对声源进行视觉成像，得到声源的视觉图像；
75.融合声像图和视觉图像，得到声源的巡检图像。
76.其中，巡检图像包括视觉图像和声像图，视觉图像显示了异常声音内容，声像图显示了异常声音的空间分布。其中，融合声像图和视觉图像的可通过声成像组件实施，也可通过机器人实施，此处并不进行限定。
77.其中，异常声音的巡检图像可本地存储，也可云端存储。
78.在一可选的实施例中，在有多个异常声音的声源时，还可选择其中的一个作为目标声源，进而根据目标声源的待检测位置，确定目标声源相对于预设位置的位移偏差，通过根据位移偏差确定云台的活动参数，进而基于该活动参数控制云台带动声成像组件转动，使得声成像组件朝向该目标声源。
79.示例性地，在从多个异常声音对应声源中选择一个目标声源时，可基于预设条件选择，该预设条件可包括声源的声强最大、振幅最大、位置最近、最为紧急等。比如，以声强
预设条件，可从多个声源中选择声强最大的作为目标声源。其余的预设条件可以此类推，此处不再列举。其中，通过对声源进行筛选，能够滤除受噪音影响的声源，得到良好的成像效果。
80.在一可选的实施例中，在响应于异常声音的侦测结果之后，还可驱动机器人停止移动，之后再根据侦测结果确定云台的活动参数。以及在通过声成像组件获取异常声音对应声源的巡检图像之后，再驱动机器人继续移动。
81.本实施例通过在获取巡检图像的过程中控制机器人停止移动，能够保证云台的稳定性和旋转效果，进而提高巡检图像的成像效果。
82.如上，机器人可基于预设巡检路径进行巡检，当检测到异常声音后停下对异常声音对应声源进行成像，之后继续基于预设巡检路径进行巡检，直至完成巡检任务。
83.另外地，机器人还可在侦测到异常声音后驱动机器人向异常声音移动，以近距离地对异常声音对应的声源进行成像，以识别声源的细节，能够提高对声源进行异常分析的准确度。具体实施方式参见下述实施例提及的内容。
84.在一可选的实施例中，响应于异常对象的侦测结果之后，方法还包括：
85.暂停基于预设巡检路径的巡检，并根据侦测结果确定声源的成像距离，驱动机器人向声源移动；
86.若机器人与声源之间的实时距离达到成像距离，则根据声源的当前位置确定活动控制组件的活动参数；
87.根据活动参数控制活动控制组件驱动声成像组件朝向声源；
88.通过声成像组件获取声源的巡检图像，并恢复基于预设巡检路径的巡检。
89.示例性地，可以通过声成像组件对异常声音进行成像，进而得到异常声音对应声源的声像图，声像图显示了声源的空间分布情况。其中，该侦测结果还包括声源的空间位置，将声源相对于机器人的空间位置称为声源的当前位置。在确定声音的空间位置之后，即可根据空间位置确定对声源的成像距离。
90.其中，可驱动机器人向异常声音对应的声源移动，机器人移动的方式可为滚轮移动、步行移动、爬行移动等，具体视机器人的驱动结构而定。
91.示例性地，根据声像图确定当前位置包括：基于机器人所在位置构建世界坐标系；根据声像图，确定声源在世界坐标系中的当前位置。
92.其中，通过构建世界坐标系描述声源的当前位置。请参阅图6，图6为机器人巡检方法中基于世界坐标系确定声源的当前位置的示意图。其中，世界坐标系为三轴空间坐标系，该世界坐标系以机器人所在位置为原点，在机器人移动过程中，原点保持不变。通过声像图从图像坐标系变换到世界坐标系中，以得到声源在世界坐标系中的位置，其中，声源的当前位置以世界坐标系中的坐标值表示。如图6所示，在世界坐标系中，机器人在以x-y轴形成的平面上移动，机器人在z轴上坐标表示其高度，而声源的高度和机器人的高度可不相同。
93.示例性地，以当前位置为参照驱动机器人移动指的是以声源的坐标值(三维空间坐标)为参照，驱动机器人在二维平面(世界坐标系的x-y平面)上移动。当然地，若机器人为无人机等不需依赖地面移动的智能机器，即指的是驱动机器人在空间中移动。
94.更进一步地，还可在确定了成像距离之后，机器人向声源移动，两者之间的实时距离呈下降趋势，当实时距离等于或小于成像距离时，即视为实时距离达到成像距离。可以理
解地，以声源为圆点，以成像距离为半径，即可在x-y平面上圈选出一个区域，该区域称为成像区域，而该成像区域上以及成像区域内的任意一个坐标点即可称为成像点。
95.可以理解地，确定成像区域的目的为指示机器人移动到该成像区域内的任意位置(包含成像区域的边缘)时，即可根据声源的当前位置确定活动控制组件的活动参数。
96.其中，成像距离指的是在机器人对声源进行成像的位置与声源之间的距离，该成像距离可为三维空间的直线距离，也可为x-y平面上的距离(即成像位置在x-y平面上的投影与声源在x-y平面上的投影之间的距离)。
97.请参阅图7，图7为机器人巡检方法中成像距离的示意图。以成像区域上的任意一个成像点为例，当机器人移动至该成像点时，机器人与声源之间的实时距离即为成像距离。图7(a)显示的成像距离为三维空间的直线距离，图7(b)显示的成像距离为x-y平面上的距离，其中，将声源的当前位置投影在x-y平面上得到投影坐标(图中以圆点表示)，而该投影坐标与该成像点之间的距离即为成像距离。
98.示例性地，确定成像距离的方式有多种，比如，设定一个固定的成像距离。再比如，设定多个成像距离，以及设定成像距离与声源的当前位置之间的映射关系，进而根据声源的当前位置匹配一个目标成像距离，以当机器人与声源之间的实时距离小于或等于该目标成像距离时，通过控制云台带动声成像组件朝向该声源。再比如，还可通过用户自定义设定对声源的成像距离，或者通过预先训练好的神经网络模型预测出对声源的成像距离。由于确定成像距离的方式有多种，此处并不进行限定，可以理解地，凡是能够确定出成像距离的方式均可用于本技术实施例中，均属于本技术所要求的保护范围。
99.其中，在达到成像距离之后，还可先通过声成像组件得到声源的声像图，进而根据声像图确定声源在巡检区域中的待检测位置，从而根据待检测位置以上述实施例提及的方式确定出云台的活动参数。在通过基于活动参数控制云台旋转以带动声成像组件朝向异常声音对应的声源之后，还通过声成像组件对该声源进行成像。之后，继续基于预设巡检路径进行巡检。
100.在一可选的实施例中，确定对声源的成像距离之后，还包括：
101.根据成像距离确定成像区域，并从成像区域中确定出目标成像点；
102.当机器人移动到目标成像点时，对声源进行成像，得到声源的巡检图像。
103.如上，根据成像距离可确定出一个成像区域，机器人可移动到成像区域内的任意一个成像点以对声源进行成像。本实施例中，提供了确定目标成像点的方案。
104.比如，将与声源的当前位置在x-y平面上投影重合的成像点作为目标成像点。再比如，根据声源的当前位置识别声源，进而获取该声源预设的目标成像点。又比如，根据机器人当前所处位置，将距离该位置最近的成像点作为目标成像点。还比如，结合当前场景，将成像视角较好的成像点作为目标成像点，其中，成像视角较好的依据包括：成像清晰、成像细节较多等。
105.可以理解地，目标成像点有一个或多个，当有多个时，机器人可逐一移动到各目标成像点以对声源进行成像。
106.本实施例中，通过从成像区域中确定出目标成像点，进而精准地驱动机器人移动到该目标成像点时才对声源进行成像，从而避免了需要持续地对声源进行成像，避免了产生较多无效的巡检图像，节省了机器人移动的电量消耗，声成像组件进行成像的电量消耗，
也节省了对声源巡检图像的存储空间，以及节省了对声源的巡检时长，提高了巡检效率。
107.在一可选的实施例中，驱动机器人向声源移动，包括：
108.若确定出多个声源各自的成像距离，则根据各声源的声强确定对各声源的成像顺序；
109.当成像顺序指向多个异常声音中的目标声源时，驱动机器人向目标声源移动。
110.本实施例中，在声源有多个的情况下，通过逐一驱动机器人按照各声源的成像距离移动，进而在移动到各声源的成像距离对应的位置时，控制机器人停止移动，并对声源进行成像的声像图，以根据声像图得到声源的当前位置，通过声源的当前位置确定云台的活动参数，进而控制云台按照该活动参数旋转，使得声成像组件朝向声源并对声源进行成像。以此，能够得到每一声源处于巡检区域的预设位置的声像图。
111.可以理解地，本实施例中的多个声源可以是在侦测到异常声音时通过声成像组件对当前场景进行成像得到的声像图中的多个声源，也可以是在该声像图的多个声源中通过预设条件筛选出的多个声源，该预设条件比如通过声源的声强、振幅、位置、紧急程度等。比如，选择声强大于预设阈值的声源作为目标声音，在该目标声源有多个的情况下，即通过本实施例提及的方式逐一得到每一目标声源的声像图。其余的预设条件可以此类推，此处不再列举。
112.在一可选的实施例中，驱动机器人向声源移动，包括：
113.若确定出多个声源各自的成像距离，则评估各声源的紧急程度；
114.根据各声源的紧急程度确定对各声源的成像顺序；
115.当成像顺序指向多个异常声音中的目标声源时，驱动机器人向目标声源移动。
116.其中，根据各声源的异常声音或其属性即可确定其紧急程度。比如，若声源的声音体现了声源剧烈响动，则可确定该声源的紧急程度较高，若声源的声音体现了声源响动但不剧烈，则可确定该声源的紧急程度一般。再比如，若声源指示其为重要设备，该重要设备的紧急程度较高，若声源指示其为非重要设备，该非重要设备的紧急程度较低。可以理解地，评估声源的紧急程度的方式可为对声源的声音进行分析，也可为对声源的属性进行分析，进而根据分析结果从预设的紧急程度中匹配对应声源的紧急程度。
117.本实施例中，当识别出紧急程度之后，即可根据紧急程度对声源进行排序，将紧急程度最高的声源排序在前，进而如上述示例提及的方式，按照紧急程度的排序、各声源对应的目标成像点、活动参数等，驱动机器人移动至各目标检测点，以在各目标检测点通过基于活动参数旋转云台以使得声成像组件朝向声源进行成像，得到各声源的巡检图像。
118.如上，还可结合声强和紧急程度对声源进行排序，先考虑紧急程度，将紧急程度最高的声源作为第一个需要靠近的声源。而对于同一紧急程度的声源，则将声强最大的声源作为需要首先靠近的声源。由此，可以对机器人的移动方式进行合理规划，一方面考虑到了在当前场景中巡检时的紧急情况，另一方面考虑到了机器人的移动次数的优化，能够更加合理地执行巡检任务。
119.在一可选的实施例中，根据侦测结果确定声源的成像距离，驱动机器人向声源移动，包括：
120.关闭声成像组件，并根据侦测结果确定声源的成像距离，驱动机器人向声源移动；
121.通过声成像组件获取声源的巡检结果，并恢复基于预设巡检路径的巡检，包括：
122.启动声成像组件，并通过声成像组件获取声源的巡检图像之后，恢复基于预设巡检路径的巡检。
123.示例性地，可通过机器人对声成像组件进行供电。在确定了成像距离之后，关闭声成像组件，并驱动机器人向声源移动，此时，机器人与声源之间的实时距离呈下降趋势，当实时距离等于或小于成像距离时，即可在通过云台控制声成像组件朝向声源之后，启动声成像组件以对声源进行成像。
124.本实施例中，使得机器人在朝向声源移动过程中并不对声成像组件进行供电，从而节省机器人在声成像组件上的更多的电量消耗，提高了机器人的续航能力。再者，还不通过声成像组件获取声源实时的巡检图像，也节省了对巡检图像的存储空间，也实现了对巡检图像的筛选，提高了巡检图像的质量。
125.可以理解地，机器人还能够与外部设备进行交互，比如，将声源的巡检图像发送到外部设备显示，将通过机器人自带的摄像头录制的实时场景视频发送到外部设备显示等。基于此，本技术实时例还提供了一个机器人巡检系统。请参阅图8，图8为本技术实施例提供的机器人巡检系统的示意图。该机器人巡检系统包括声成像组件1201，用于接收机器人本体110的控制信号，以对声源进行成像，得到声源的巡检图像。另外，声成像组件1201还用于将巡检图像等数据发送给机器人本体110。
126.另外，该机器人巡检系统还包括机器人本体110，机器人本体110用于对声成像组件1201供电，两者电连接。机器人本体110还用于接收从声成像组件1201发送的巡检图像、视频等数据，并根据确定声源的当前位置。以及根据当前位置确定云台1111的活动参数，并控制云台1111根据活动参数旋转。以及控制声成像组件1201对声源进行成像。以及根据巡检图像确定声源的异常原因。且能够自动移动，或者停止移动。
127.其中，该机器人本体110还包括云台1111，云台1111与声成像组件1201连接，而云台1111的旋转受机器人本体110控制。当云台1111旋转时带动声成像组件1201旋转。
128.可选地，机器人巡检系统还可包括外部设备，图8中以手机130作为外部设备，手机130用于接收机器人本体110发送的视觉图像、视频、巡检图像等数据，手机130接收到此类数据后将其呈现在对应应用程序界面中。外部设备还可远程控制机器人本体110，比如，控制机器人本体110暂停移动、控制机器人本体110摆出各种姿势、控制机器人本体110向一个指定方向移动、控制机器人本体110上的云台1111转动、控制机器人本体110对声成像组件1201进行供电等。由于通过外部设备与机器人本体110进行交互的方式有多种，此处不再列举。
129.可选地，机器人巡检系统还可包括遥控手柄140，遥控手柄140用于对手机130加载的应用程序进行控制，从而远程控制机器人本体110、声成像组件1201以及云台1111。
130.需要说明的是，图8所示的机器人巡检系统的示意图仅仅是一个示例，本技术实施例描述的机器人巡检系统是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着机器人巡检系统的演变，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
131.如上，在一可选的实施例中，通过巡检功能组件获取异常对象的巡检结果之后，还包括：
132.将巡检结果发送至外部设备进行显示；
133.响应于外部设备根据巡检结果返回的活动参数，控制活动控制组件进行位姿变更。
134.具体地，请参阅图9，图9为机器人巡检方法中通过外部设备控制活动控制组件进行位姿变更的示意图。图中，外部设备由用户操控，外部设备与机器人通信连接。机器人可以将其得到的巡检图像发送给外部设备，还可以将机器人移动过程中拍摄的视频图像发送给外部设备。
135.外部设备可接收用户操控，以对机器人上的云台进行控制，使得云台按照用户操控进行旋转，相应地，云台的旋转能够带动声成像组件的旋转，从而实现用户远程控制声成像组件旋转，使得声成像组件的巡检区域可灵活地变更，方便侦测到更多的异常声音的声源，提高了巡检效率。
136.在一可选的实施例中，在驱动机器人移动过程中还可拍摄实时场景的场景视觉图像，以将场景视觉图像发送至外部设备进行显示。
137.其中，在驱动机器人向声源移动过程中，还可通过声成像组件对实时场景进行拍摄，以得到实时场景的场景视觉图像，进而将场景视觉图像发送至外部设备进行显示，以使得用户远程查看机器人所处的实时场景。当然地，还可对实时场景进行声成像，得到实时场景的场景声像图，进而对实时场景的场景视觉图像和场景声像图进行融合后，将其发送至外部设备进行显示，使得用户可以通过外部设备查看机器人所处的实时场景以及该实时场景中的声源位置。
138.在一可选的实施例中，对声源进行成像，得到声源的巡检图像之后，还包括：
139.将巡检图像发送至外部设备进行显示；
140.响应于外部设备根据巡检图像返回的视觉控制操作，驱动机器人进行位姿变更。
141.具体地，通过将巡检图像发送至外部设备进行显示，从而在外部设备上可以显示声源的声像图和视觉图像，用户通过操作外部设备可以远程对机器人进行控制。
142.此处进行举例说明。比如，显示在外部设备上的视觉图像展示了机器人所在的当前场景，用户通过在视觉图像上选取一个点，进而将该点作为机器人的位置终点，基于该点向机器人发送视觉控制操作后，当机器人接收到该视觉控制操作，即可朝向该视觉控制操作指示的终点移动。或者，用户通过在外部设备上为机器人指示一个方位，外部设备基于该方位向机器人发送视觉控制操作，当机器人接收到该视觉控制操作，即可控制其姿态进行变换以将视角移动到该方位。可以理解地，通过基于外部设备显示的视觉图像对机器人进行远程控制的方式有多种，除控制机器人的位姿进行变更之外，还可以控制机器人上的传感器使能，或者控制机器人的拍摄参数变更，或者控制机器人作出指定的姿势等，由于可控方式有多种，此处不再列举。
143.本技术实施例提供的机器人巡检方法，一方面能够实现机器人自主在当前场景中通过寻找异常声音的声源以进行移动，提高了巡检的灵活性、全面性、有效性以及巡检效率。另一方面，还通过设置成像参数、移动路径等，以优化机器人的移动路径，提高巡检效率的同时，还能够得到质量更高的声源巡检图像，便于对声源进行异常分析，提高了对声源异常原因确定的准确度，且通过优化巡检路径提高了对声源进行应急处理的效率。
144.本技术实施例还提供一种机器人，请参照图10，图10为本技术实施例提供的机器人的结构示意图。机器人包括机器人本体110和活动控制组件111，其中，活动控制组件111
还连接有巡检功能组件120，活动控制组件111用于带动巡检功能组件120活动，巡检功能组件120用于获取巡检结果。
145.其中，机器人本体110还用于响应于异常对象的侦测结果，确定活动控制组件111的活动参数；以及根据活动参数控制活动控制组件111；以及通过巡检功能组件120获取异常对象的巡检结果。
146.在一可选的实施例中，机器人本体110还包括存储器和处理器，其中处理器通过调用存储器中存储的计算机程序，用于响应于异常对象的侦测结果，确定活动控制组件111的活动参数；以及根据活动参数控制活动控制组件111；以及通过巡检功能组件120获取异常对象的巡检结果。
147.存储器可用于存储计算机程序和数据。存储器存储的计算机程序中包含有可执行代码。计算机程序可以划分为各种功能模块。处理器通过运行存储在存储器的计算机程序，从而执行各种功能应用以及数据处理。
148.处理器是机器人本体110的控制中心，利用各种接口和线路连接整个机器人本体110的各个部分，通过运行或执行存储在存储器内的计算机程序，以及调用存储在存储器内的数据，执行机器人本体110的各种功能和处理数据，从而对机器人本体110进行整体控制。
149.在一可选的实施例中，活动控制组件111能够自由地在多个方向活动。其中，活动控制组件111包括云台、转子、离合器等其中的一种。而机器人本体110用于对活动控制组件111进行移动或旋转控制，以使得活动控制组件111的位姿进行变更。
150.在一可选的实施例中，巡检功能组件120可包括声成像组件、巡检仪、各类传感器、红外热像仪、相机、麦克风阵列等其中的至少一种。当巡检功能组件为声成像组件时，机器人本体110还用于控制声成像组件对声源进行检测和/或拍摄，以及获取通过声成像组件得到的声像图和/或视觉图像。
151.尽管图10中未示出，机器人本体110还可以包括摄像头，摄像头用于对机器人所处的环境进行拍摄，或者进行场景识别。
152.机器人本体110还可以包括传感器、定位组件、通信组件等，在此不再赘述。
153.本领域技术人员可以理解，图10中示出的机器人本体110结构并不构成对机器人本体110的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
154.应当说明的是，本技术实施例提供的机器人与上文实施例中的机器人巡检方法属于同一构思，其具体实现过程详见以上相关实施例，此处不再赘述。
155.本技术还提供一种计算机可读的存储介质，其上存储有计算机程序，当其存储的计算机程序在本技术实施例提供的机器人的处理器上执行时，使得机器人的处理器执行以上任一适于机器人的机器人巡检方法中的步骤。其中，存储介质可以是磁碟、光盘、只读存储器(read only memory，rom)或者随机存取器(random access memory，ram)等。
156.以上对本技术所提供的一种机器人巡检方法、机器人及存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本技术的限制。