1.一种基于人工智能的光伏电池板智慧巡检方法，其特征在于，包括如下步骤：:获取光伏电池板图像及其对应的热成像图像，对光伏电池板图像和热成像图像进行处理，得到光伏电池板的正射图像和热成像图像的正射图像；

:将光伏电池板的正射图像转换为灰度图，对灰度图进行阈值分割得到二值图，对二值图中的灰尘像素坐标进行聚类,得到多个灰尘簇，提取灰尘簇对应的灰度图中的灰尘灰度总和；

:获取灰度图中每个灰尘簇的凸包区域，根据灰尘簇中凸包区域和凸包区域在热成像图像中对应区域的温度得到该凸包区域的灰尘严重程度；

所述 中灰尘严重程度获取方法如下：

利用凸包算法，获取每个灰尘簇的凸包区域；

获取每个凸包区域在对应热成像图像中的区域，对该区域进行温度分析得到该区域的最高温度T；

利用每个灰尘簇的灰尘灰度总和 和每个灰尘簇的凸包区域对应区域的最高温度T得到每个灰尘簇的灰尘严重程度P，表达式为：式中：为每个灰尘簇的灰尘灰度总和， 为当前环境的温度传感器示数，、为调整因子；

:根据每个灰尘簇及处在该灰尘簇范围内的灰尘簇的最小距离和灰尘簇的凸包区域的灰尘严重程度，得到每个灰尘簇的聚合灰尘严重程度，将每个灰尘簇的聚合灰尘严重程度作为该灰尘簇对应的凸包区域的聚合灰尘严重程度，选取凸包区域的聚合灰尘严重程度的最大值作为该光伏电池板的全局灰尘严重程度；

:利用得到的全局灰尘严重程度对光伏电池板进行巡检。

2.根据权利要求1所述一种基于人工智能的光伏电池板智慧巡检方法，其特征在于，所述 中巡检方法为：若所有光伏电池板中有光伏板的全局灰尘严重程度大于阈值，则判定为需要清洁，向机器人发送清洁信号，机器人清洁该光伏电池板，清洁完毕后设定下次巡检时间，若所有光伏电池板中无光伏板的全局灰尘严重程度大于阈值，则直接设定下次巡检时间。

3.根据权利要求1所述的一种基于人工智能的光伏电池板智慧巡检方法，其特征在于，所述 中获得正射图像的方法如下：对采集到的图像进行归一化处理，获得图像的关键点，并对关键点进行标注获得标签数据；

将采集到的图像和标签数据输入到关键点提取网络中进行训练，输出关键点热力图；

利用透视变换对关键点热力图中提取的关键点进行变换得到正射图像。

4.根据权利要求3所述一种基于人工智能的光伏电池板智慧巡检方法，其特征在于，所述关键点提取网络训练包括：热力图损失函数 ，表达式为：式中，(i, j)为基于图像坐标系的光伏电池板的关键点坐标， 代表类别C的光伏电池板关键点在位置 (i, j) 处的得分， 表示ground truth的Heatmap，N代表ground truth中的关键点数量，、为超参数。

5.根据权利要求1所述一种基于人工智能的光伏电池板智慧巡检方法，其特征在于，所述 中灰尘簇获取方法如下：对光伏电池板正射图像进行灰度转换，得到灰度图，然后对灰度图进行阈值分割，得到二值图；

统计出二值图中灰尘像素的坐标，对灰尘像素的坐标进行 聚类,得到多个灰尘簇。

6.根据权利要求1所述一种基于人工智能的光伏电池板智慧巡检方法，其特征在于，所述 中聚合灰尘严重程度获取方法如下:计算每一个灰尘簇中灰尘像素与其他灰尘簇中灰尘像素的最小距离 ：式中 分别表示两个灰尘簇中的灰尘像素坐标集合，表示两集合之间的欧氏距离，min表示取集合中最小的灰尘像素间的欧式距离；

按照如下表达式计算每个灰尘簇的凸包区域的聚合灰尘严重程度 ：式中，P为当前的灰尘簇的灰尘严重程度， 为设置的最小距离阈值，表示与当前灰尘簇最小距离在 范围内的灰尘簇个数，表示第 个在 范围内的灰尘簇的灰尘严重程度，表示第 个在 范围内的灰尘簇与当前灰尘簇的最小距离。

7.根据权利要求2所述一种基于人工智能的光伏电池板智慧巡检方法，其特征在于，所述下次巡检时间获取方法如下：在间隔时间巡检后，可得到灰尘严重程度序列，使用多项式拟合该序列可计算出下次巡检时间，方法如下：对光伏电池板的全局灰尘严重程度序列，进行三项多项式拟合，得到拟合方程：式中Y为光伏电池板的全局灰尘严重程度，为检测时间，,b,c,d为系数；

将 = 代入得到天数数据 ，再采用折半方式进行巡检控制，得到下一次巡检时间为：式中, 为上次巡检的时间, 表示向上取整函数，同时设置清洁阈值为 ，当时，直接在T时刻进行调用光伏清洁机器人对该电池板进行清洁。

8.一种基于人工智能的光伏电池板智慧巡检系统，其特征在于，包括图像采集器，图像处理器，数据处理器，控制判断器, 机器人：所述图像采集器是通过热成像双光谱相机拍摄采集，采集的图像为获取光伏电池板图像及其对应的热成像图像，并将光伏电池板图像及其对应的热成像图像发送至图像处理器；

所述图像处理器是接收图像采集器发送的光伏电池板图像和热成像图像并进行处理，得到光伏电池板的正射图像和热成像图像的正射图像；将光伏电池板的正射图像转换为灰度图，对灰度图进行阈值分割得到二值图，并将二值图发送至数据处理器；

所述数据处理器：

接收图像处理器发送的二值图，并对二值图中的灰尘像素坐标进行聚类,得到多个灰尘簇，提取灰尘簇对应的灰度图中的灰尘灰度总和；

获取灰度图中每个灰尘簇的凸包区域，根据灰尘簇中凸包区域和凸包区域在热成像图像中对应区域的温度得到该凸包区域的灰尘严重程度；

根据每个灰尘簇及处在该灰尘簇范围内的灰尘簇的最小距离和灰尘簇的凸包区域的灰尘严重程度，得到每个灰尘簇的聚合灰尘严重程度，将每个灰尘簇的聚合灰尘严重程度作为该灰尘簇对应的凸包区域的聚合灰尘严重程度，选取凸包区域的聚合灰尘严重程度的最大值作为该光伏电池板的全局灰尘严重程度，并将光伏电池板的全局灰尘严重程度发送至控制判断器；

所述控制判断器包括控制模块和判断模块：

判断模块：接收数据处理器发送的全局灰尘严重程度，并将全局灰尘严重程度和阈值对比判断，若判定为需要清洁，则向控制模块发送清洁信号，若判定为不需要清洁，则设定下次巡检时间，到达下次巡检时间时，向控制模块发送采集信号；

控制模块：

接收到判断模块发送的清洁信号时，向机器人发送信号，控制机器人清洁对应的光伏电池板；

接收到判断模块发送的采集信号时，继续向图像采集器发送信号采集光伏电池板图像及其对应的热成像图像；

所述机器人是接收控制判断器的控制模块发送的信号后清洁对应的光伏电池板。