本技術(shù)涉及通信技術(shù)，尤其涉及一種飛機巡檢方法、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著航空業(yè)的快速發(fā)展，飛機的安全和運營效率成為了行業(yè)的關(guān)鍵考量。飛機巡檢作為確保飛行安全的重要環(huán)節(jié)，其準確性和效率至關(guān)重要。傳統(tǒng)的飛機巡檢方法主要依賴人工進行，巡檢人員需要通過目視檢查飛機表面的情況，這種方法不僅耗時耗力，而且容易受人為因素影響，可能存在漏檢或誤檢的情況。

2、因此，如何提高飛機巡檢的準確性和效率是亟需解決的問題。

技術(shù)實現(xiàn)思路

1、本技術(shù)提供一種飛機巡檢方法、設(shè)備及存儲介質(zhì)，用以解決飛機巡檢的準確性和效率較低的問題。

2、第一方面，本技術(shù)提供一種飛機巡檢方法，包括：

3、根據(jù)各待巡檢飛機的巡檢輔助信息動態(tài)調(diào)整各所述待巡檢飛機的巡檢需求，所述巡檢輔助信息包括歷史飛行數(shù)據(jù)、歷史巡檢數(shù)據(jù)、飛行環(huán)境數(shù)據(jù)；

4、根據(jù)各所述待巡檢飛機的巡檢需求，獲取飛機巡檢過程中各所述待巡檢飛機的巡檢圖像；

5、將所述各待巡檢飛機的巡檢圖像輸入巡檢異常檢驗模型中，生成各所述待巡檢飛機的巡檢報告，所述巡檢報告用于指示各所述待巡檢飛機的飛機表面是否存在異常；

6、若所述巡檢報告中包括異常信息，則根據(jù)所述異常信息獲取所述異常信息對應的處理決策，所述異常信息用于指示所述待巡檢飛機的飛機表面存在異常。

7、可選的，所述根據(jù)各待巡檢飛機的巡檢輔助信息動態(tài)調(diào)整各所述待巡檢飛機的巡檢需求，包括：

8、獲取所述巡檢輔助信息，以及，巡檢需求分析網(wǎng)絡(luò)，所述巡檢需求分析網(wǎng)絡(luò)用于根據(jù)所述巡檢輔助信息確定各所述待巡檢飛機的巡檢需求；

9、根據(jù)所述巡檢需求分析網(wǎng)絡(luò)對所述巡檢輔助信息進行異常趨勢分析，基于所述歷史飛行數(shù)據(jù)、和/或、歷史巡檢數(shù)據(jù)、和/或、飛行環(huán)境數(shù)據(jù)確定所述待巡檢飛機的高危監(jiān)測點集合，以及，所述高危監(jiān)測點集合中高危監(jiān)測點的巡檢優(yōu)先級；

10、根據(jù)所述高危監(jiān)測點集合，以及，所述高危監(jiān)測點集合中高危監(jiān)測點的巡檢優(yōu)先級，調(diào)整各所述待巡檢飛機的巡檢需求。

11、可選的，所述根據(jù)所述巡檢需求分析網(wǎng)絡(luò)對所述巡檢輔助信息進行異常趨勢分析，基于所述歷史飛行數(shù)據(jù)、和/或、歷史巡檢數(shù)據(jù)、和/或、飛行環(huán)境數(shù)據(jù)確定所述待巡檢飛機的高危監(jiān)測點集合，以及，所述高危監(jiān)測點集合中高危監(jiān)測點的巡檢優(yōu)先級，包括：

12、所述巡檢需求分析網(wǎng)絡(luò)根據(jù)所述巡檢輔助信息，以及所述巡檢輔助信息與飛機部件特征節(jié)點的映射關(guān)系，確定各飛機部件特征節(jié)點的異常評分計算數(shù)據(jù)；

13、通過相關(guān)性分析網(wǎng)絡(luò)對所述異常評分計算數(shù)據(jù)與所述飛機部件的異常狀態(tài)的進行相關(guān)性分析，獲得所述飛機部件特征節(jié)點的當前狀態(tài)與正常狀態(tài)的偏離程度，以及，異常趨勢；

14、對所述飛機部件特征節(jié)點的當前狀態(tài)與正常狀態(tài)的偏離程度，以及，異常趨勢進行融合計算，生成所述飛機部件特征節(jié)點的異常評分；

15、根據(jù)所述飛機部件特征節(jié)點的異常評分，以及，異常評分閾值，將高于所述異常評分閾值的飛機部件特征節(jié)點作為所述待巡檢飛機的高危監(jiān)測點集合；

16、根據(jù)所述高危監(jiān)測點集合中各所述高危監(jiān)測點的異常評分，確定所述高危監(jiān)測點集合中高危監(jiān)測點的巡檢優(yōu)先級。

17、可選的，所述根據(jù)各所述待巡檢飛機的巡檢需求，獲取飛機巡檢過程中各所述待巡檢飛機的巡檢圖像，包括：

18、根據(jù)各所述待巡檢飛機的巡檢需求，確定各所述待巡檢飛機的不同飛機部件特征節(jié)點所需采集的巡檢圖像參數(shù)，所述巡檢圖像參數(shù)包括所述巡檢圖像的數(shù)量、和/或、所述巡檢圖像的角度、和/或、所述巡檢圖像的清晰度；

19、通過智能圖像捕獲模型提取所述巡檢圖像參數(shù)的采集特征，并對所述圖像特征進行識別與分類，生成采集各所述待巡檢飛機的巡檢圖像的圖像采集參數(shù)；

20、根據(jù)所述圖像采集參數(shù)采集各所述待巡檢飛機的巡檢圖像。

21、可選的，所述異常檢驗模型包括視覺識別模型和深度學習模型，所述將所述各待巡檢飛機的巡檢圖像輸入巡檢異常檢驗模型中，生成各所述待巡檢飛機的巡檢報告，包括：

22、利用視覺識別模型提取所述巡檢圖像中的圖像特征，所述圖像特征包括所述待巡檢飛機的飛機部件形狀、飛機部件紋理、飛機部件顏色；

23、通過訓練好的深度學習模型將所述巡檢圖像中的圖像特征映射至所述深度學習模型的高維空間中生成所述圖像特征對應的特征向量；

24、根據(jù)所述圖像特征對應的特征向量與標準特征向量的相似度計算結(jié)果，確定所述待巡檢飛機各所述飛機部件特征節(jié)點的異常特征，并標記所述異常特征對應的異常狀態(tài)和/或異常位置；

25、根據(jù)各所述待巡檢飛機的各所述飛機部件特征節(jié)點的異常特征，生成各所述待巡檢飛機的巡檢報告。

26、可選的，所述根據(jù)所述異常信息獲取所述異常信息對應的處理決策，包括：

27、獲取所述異常信息對應的第一知識圖譜，以及，所述處理決策對應的第二知識圖譜；

28、根據(jù)所述異常信息在所述第一知識圖譜中的關(guān)聯(lián)路徑，確定所述異常信息的關(guān)聯(lián)異常信息，所述關(guān)聯(lián)異常信息為與所述異常信息存在異常關(guān)聯(lián)的第一異常實體所對應的異常信息；

29、根據(jù)所述異常信息對應的第二異常實體、所述第一異常實體、以及所述第一知識圖譜的可視化數(shù)據(jù)矩陣與所述第二知識圖譜的可視化數(shù)據(jù)矩陣之間的關(guān)聯(lián)度，確定所述第二知識圖譜中與所述第一異常實體和所述第二異常實體對應的至少一個處理決策實體；

30、根據(jù)所述處理決策實體對應的處理決策，確定所述異常信息對應的處理決策；

31、其中，所述獲取所述異常信息對應的第一知識圖譜，以及，所述處理決策對應的第二知識圖譜的步驟，包括：

32、預先建立航空領(lǐng)域知識庫，所述航空領(lǐng)域知識庫包含飛機部件、常見故障、維護程序、安全標準對應的知識數(shù)據(jù)，所述航空領(lǐng)域知識庫通過飛機制造商的技術(shù)文檔、航空領(lǐng)域的專業(yè)書籍、歷史巡檢記錄、維修報告進行整理生成；

33、利用自然語言處理算法，對所述異常信息進行實體識別和關(guān)系抽取，確定所述異常信息中的關(guān)鍵實體名詞以及所述關(guān)鍵實體名詞之間的關(guān)系，生成第一處理結(jié)果；

34、基于所述第一處理結(jié)果，構(gòu)建第一知識圖譜，在所述第一知識圖譜中，每一個節(jié)點代表關(guān)鍵實體名詞，邊代表所述關(guān)鍵實體名詞之間的關(guān)系；

35、以及，獲取與所述處理決策相關(guān)的決策數(shù)據(jù)，所述決策數(shù)據(jù)來源于維修手冊、最佳實踐指南、歷史處理案例；

36、利用自然語言處理算法對所述決策數(shù)據(jù)進行實體識別和關(guān)系抽取，生成第二處理結(jié)果；

37、基于所述第二處理結(jié)果，構(gòu)建第二知識圖譜，在所述第二知識圖譜中，每一個節(jié)點代表處理策略、維修工具或者備件，邊則代表節(jié)點之間的邏輯關(guān)系或依賴關(guān)系；

38、在生成所述第一知識圖譜和所述第二知識圖譜后，建立所述第一知識圖譜與所述第二知識圖譜之間的關(guān)聯(lián)，具體通過在所述第一知識圖譜和所述第二知識圖譜中添加跨知識圖譜的邊來實現(xiàn)；

39、其中，所述根據(jù)所述異常信息在所述第一知識圖譜中的關(guān)聯(lián)路徑，確定所述異常信息的關(guān)聯(lián)異常信息的步驟，包括：

40、通過匹配所述異常信息中的關(guān)鍵詞，在所述第一知識圖譜中定位與所述異常信息相對應的目標節(jié)點，并將所述目標節(jié)點作為起點，通過從起點節(jié)點出發(fā)，沿著邊探索潛在關(guān)聯(lián)路徑，其中，在所述第一知識圖譜中，節(jié)點之間通過所述邊相連，表示節(jié)點之間的關(guān)聯(lián)關(guān)系；

41、在探索過程中，記錄經(jīng)過的每一個節(jié)點和邊，以及所述每一個節(jié)點和邊與起點節(jié)點的關(guān)聯(lián)程度，所述關(guān)聯(lián)程度通過權(quán)重來表示；

42、在探索完所有潛在關(guān)聯(lián)路徑后，分析并記錄與所述起點節(jié)點直接或間接相連的所有候選節(jié)點，所述候選節(jié)點代表與所述異常信息相關(guān)聯(lián)的其它異常信息；

43、根據(jù)所述關(guān)聯(lián)程度和潛在關(guān)聯(lián)路徑的路徑長度對所述關(guān)聯(lián)異常信息進行排序和篩選，生成篩選后的關(guān)聯(lián)異常信息；

44、其中，所述通過匹配所述異常信息中的關(guān)鍵詞，在所述第一知識圖譜中定位與所述異常信息相對應的目標節(jié)點的步驟，包括：

45、從所述異常信息中提取出關(guān)鍵詞，所述關(guān)鍵詞至少包括飛機部件名稱、故障類型、異?，F(xiàn)象；

46、在提取出關(guān)鍵詞后，對所述關(guān)鍵詞進行預處理，所述預處理包括去除停用詞和詞干提??；

47、采用詞嵌入算法將預處理后的關(guān)鍵詞映射到一個高維向量空間中，生成關(guān)鍵詞向量；

48、通過近似最近鄰搜索算法遍歷所述第一知識圖譜中的所有節(jié)點，并計算每個節(jié)點與所述關(guān)鍵詞向量的余弦相似度；

49、如果任意一個節(jié)點與所述關(guān)鍵詞向量的余弦相似度大于設(shè)定閾值，將所述節(jié)點確定為與異常信息相對應的目標節(jié)點；

50、以及，如果存在多個節(jié)點的余弦相似度均大于設(shè)定閾值，則根據(jù)所述余弦相似度的大小進行排序，選擇相似度最高的節(jié)點作為所述目標節(jié)點；

51、其中，所述將所述目標節(jié)點作為起點，通過從起點節(jié)點出發(fā)，沿著邊探索潛在關(guān)聯(lián)路徑的步驟，包括：

52、初始化探索環(huán)境，具體包括加載完整的第一知識圖譜的圖譜數(shù)據(jù)，并設(shè)定對應的探索參數(shù)，所述探索參數(shù)包括最大探索深度，以及每次探索的步長；

53、采用廣度優(yōu)先搜索算法，以所述目標節(jié)點為起點，沿著與之相連的邊開始探索，記錄經(jīng)過的每一個節(jié)點和邊，以及每一個節(jié)點和邊與起點節(jié)點的關(guān)聯(lián)程度，并在探索過程中，基于設(shè)定的評估標準篩選滿足預設(shè)挖掘價值的關(guān)聯(lián)路徑，所述評估標準包括基于節(jié)點的屬性、邊的類型或權(quán)重的評估標準；

54、將探索到的關(guān)聯(lián)路徑進行可視化展示。

55、可選的，所述根據(jù)所述處理決策實體對應的處理決策，確定所述異常信息對應的處理決策，包括：

56、獲取所述待巡檢飛機的維護歷史信息、備件庫存情況、以及維修支持信息；

57、根據(jù)所述維護歷史信息、所述備件庫存情況、所述維修支持信息、以及所述處理決策實體對應的處理決策，調(diào)整所述處理決策；

58、將調(diào)整后的所述處理決策確定為所述異常信息對應的處理決策。

59、可選的，所述方法還包括：

60、若存在針對所述異常信息對應的處理決策的異常反饋信息，且接收到巡檢終端發(fā)送的通話請求，則根據(jù)所述通話請求，以及機務(wù)終端的狀態(tài)，呼叫空閑機務(wù)終端，所述通話請求用于請求與所述機務(wù)終端進行通話以進行異常反饋；

61、若所述空閑機務(wù)終端通過所述通話請求，則建立所述巡檢終端與所述空閑機務(wù)終端的通話連接；

62、若所述空閑機務(wù)終端未響應所述通話請求，則呼叫其他空閑機務(wù)終端，直至完成建立所述巡檢終端與所述其他空閑機務(wù)終端的通話連接。

63、第二方面，本技術(shù)提供一種電子設(shè)備，包括：處理器，通信接口以及存儲器，所述處理器分別與所述通信接口和所述存儲器通信連接；

64、所述存儲器存儲計算機執(zhí)行指令；

65、所述通信接口與外部設(shè)備進行通信交互；

66、所述處理器執(zhí)行所述存儲器存儲的計算機執(zhí)行指令，以實現(xiàn)如第一方面中任一項所述的方法。

67、第三方面，本技術(shù)提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有計算機執(zhí)行指令，所述計算機執(zhí)行指令被處理器執(zhí)行時用于實現(xiàn)如第一方面中任一項所述的飛機巡檢方法。

68、第四方面，本技術(shù)提供一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)第一方面中任一項所述的飛機巡檢方法。

69、本技術(shù)提供的飛機巡檢方法、設(shè)備及存儲介質(zhì)，根據(jù)各待巡檢飛機的巡檢輔助信息動態(tài)調(diào)整各所述待巡檢飛機的巡檢需求，根據(jù)各所述待巡檢飛機的巡檢需求，獲取飛機巡檢過程中各所述待巡檢飛機的巡檢圖像，將所述各待巡檢飛機的巡檢圖像輸入巡檢異常檢驗模型中，生成各所述待巡檢飛機的巡檢報告，若所述巡檢報告中包括異常信息，則根據(jù)所述異常信息獲取所述異常信息對應的處理決策。本技術(shù)的方法，能夠有效減少飛機巡檢過程中的人工參與，降低人工工作量，提升飛機巡檢過程的效率。此外通過圖像識別的方法，自動識別飛機的巡檢圖像中存在的異常情況，并針對該異常情況給出對應的處理決策，進一步提高了飛機巡檢和異常處置的準確性。