CN112363176B - 电梯井道巡检及建模方法、装置和巡检建模系统 - Google Patents

电梯井道巡检及建模方法、装置和巡检建模系统 Download PDF

Info

Publication number
CN112363176B
CN112363176B CN202011228809.1A CN202011228809A CN112363176B CN 112363176 B CN112363176 B CN 112363176B CN 202011228809 A CN202011228809 A CN 202011228809A CN 112363176 B CN112363176 B CN 112363176B
Authority
CN
China
Prior art keywords
data
well
station
laser radar
current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011228809.1A
Other languages
English (en)
Other versions
CN112363176A (zh
Inventor
仲兆峰
唐崇
程伟
张运派
胡欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Building Technology Guangzhou Co Ltd
Original Assignee
Hitachi Building Technology Guangzhou Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Building Technology Guangzhou Co Ltd filed Critical Hitachi Building Technology Guangzhou Co Ltd
Priority to CN202011228809.1A priority Critical patent/CN112363176B/zh
Publication of CN112363176A publication Critical patent/CN112363176A/zh
Application granted granted Critical
Publication of CN112363176B publication Critical patent/CN112363176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请涉及一种电梯井道巡检及建模方法、装置和巡检建模系统。其中，电梯井道巡检方法，包括：在到达本站点的情况下，进入悬停状态并确认当前是否恢复至初始化位姿；若确认的结果为是，则启动本次采集，输出本站点的电梯井道采集数据至地面控制终端；电梯井道采集数据包括激光雷达数据；在本次采集结束的情况下，移动至下一个站点悬停、以获取下一个站点的电梯井道采集数据并输出，直至满足巡检结束条件；其中，各站点的电梯井道采集数据用于指示地面控制终端输出井道三维模型。本申请能够快速、高效的进行井道勘测，大大提高井道勘测的安全性。

Description

电梯井道巡检及建模方法、装置和巡检建模系统
技术领域
本申请涉及电梯技术领域，特别是涉及一种电梯井道巡检及建模方法、装置和巡检建模系统。
背景技术
目前电梯井道的勘测主要采用人工勘测，耗时耗人工且人员安全无法保证，并且很多数据无法通过人工加简易的测量工具测量出来。
在实现过程中，发明人发现传统技术中至少存在如下问题：目前的传统人工勘测方法，存在效率低下且安全低等问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够快速高效完成电梯井道勘测的电梯井道巡检及建模方法、装置和巡检建模系统。
为了实现上述目的，一方面，本发明实施例提供了一种电梯井道巡检方法，包括：
在到达本站点的情况下，进入悬停状态并确认当前是否恢复至初始化位姿；
若确认的结果为是，则启动本次采集，输出本站点的电梯井道采集数据至地面控制终端；电梯井道采集数据包括激光雷达数据；
在本次采集结束的情况下，移动至下一个站点悬停、以获取下一个站点的电梯井道采集数据并输出，直至满足巡检结束条件；
其中，各站点的电梯井道采集数据用于指示地面控制终端输出井道三维模型。
在其中一个实施例中，电梯井道采集数据还包括图像数据；初始化位姿包括激光雷达初始化位姿和/或相机初始化位姿；
巡检结束条件包括以下条件中的任意一种或任意组合：各站点均采集完毕，机体当前与井道顶部的距离落入安全距离范围，以及当前接收到巡检结束指令。
在其中一个实施例中，在到达本站点的情况下，进入悬停状态并确认当前是否恢复至初始化位姿的步骤之前，还包括步骤：
接收激光雷达输出的机体至井道底坑的当前高度数据，以及惯性测量单元输出的当前姿态数据；当前姿态数据包括翻滚角、俯仰角和偏航角；
处理当前高度数据和当前姿态数据，得到当前高度位置；
在当前高度位置满足站点高度位置时，确认到达站点高度位置对应的站点；其中，站点高度位置为土建图纸数据经处理得到；土建图纸数据包括孔洞高度方向边界位置，圈梁高度方向边界位置，机体离井道顶部安全距离，以及着陆状态下机体离井道底坑安全位置。
在其中一个实施例中，处理当前高度数据和当前姿态数据，得到当前高度位置的步骤中，基于以下公式得到当前高度位置：
Zn估计＝Hn·cos(arctan(tan2θn+tan2Φn)1/2)±Lb·sin(arctan(tan2θn+tan2Φn)1/2)－(Lc－Lc·cos(arctan(tan2θn+tan2Φn)1/2))
其中，Zn估计表示当前高度位置；Hn表示当前高度数据；Φn表示翻滚角；θn表示俯仰角；Ψn表示偏航角；Lb为激光雷达光束中心到下直角发射棱镜放射面的距离；Lc为激光雷达云台的各摆臂旋转轴线交汇点到激光雷达光束中心的距离。
在其中一个实施例中，确认当前恢复至初始化位姿的步骤包括：
根据翻滚角和俯仰角，输出动作控制指令；动作控制指令用于指示激光雷达云台的动作组件和/或相机云台的动作组件旋转相应的角度，以恢复至初始化位姿。
在其中一个实施例中，激光雷达数据包括二维激光测距数据和机体至井道底坑的当前距离数据；
启动本次采集，输出本站点的电梯井道采集数据至地面控制终端的步骤，包括：
接收光电位置传感器输出的本站点激光雷达相对处于激光光斑初始位置的偏差值；
接收激光雷达输出的本站点激光雷达线束光在一个周期扫描中返回的距离值与扫描角度值，以及机体至井道底坑的当前距离数据；
根据偏差值、距离值与扫描角度值，确定并输出二维激光测距数据。
在其中一个实施例中，还包括步骤：
获取着陆状态下，以机体重心为原点建立的机体坐标系、以及以无人机工作起始点为原点建立的工作坐标系；
将机体坐标系平移至工作坐标系，确认激光雷达中心在工作坐标系的初始坐标；
基于初始坐标输出二维激光测距数据。
一种基于上述的电梯井道巡检方法的电梯井道建模方法，包括：
接收无人机输出的各站点的电梯井道采集数据；
对各电梯井道采集数据进行预处理，得到电梯井道的三维网络模型；
根据预设井道壁厚处理三维网络模型，输出井道三维模型。
在其中一个实施例中，还包括步骤：
将电梯井道采集数据中的图像数据叠加至井道三维模型。
一种电梯井道巡检装置，包括：
悬停模块，用于在到达本站点的情况下，进入悬停状态并确认当前是否恢复至初始化位姿；
采集模块，用于若确认的结果为是，则启动本次采集，输出本站点的电梯井道采集数据至地面控制终端；电梯井道采集数据包括激光雷达数据；在本次采集结束的情况下，移动至下一个站点悬停、以获取下一个站点的电梯井道采集数据并输出，直至满足巡检结束条件；其中，各站点的电梯井道采集数据用于指示地面控制终端处理并输出井道三维模型。
一种电梯井道巡检建模系统，包括无人机和地面控制终端；
无人机包括均设于机体上的光电位置传感器、惯性测量单元；其中，无人机还包括通过激光雷达云台设于机体上的激光雷达，以及通过相机云台设于机体上的相机；
无人机用于执行上述电梯井道巡检方法的步骤；
地面控制终端用于执行上述电梯井道建模方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果：
本申请中，无人机可以按设定的位置(即各站点)悬停，然后进行井道数据采集(例如，摄像拍摄、激光雷达数据采集等)，从而使地面控制终端可根据采集的数据进行预处理，建立井道的三维模型。具体地，无人机可以在井道垂直起降，按设定的站点悬停摄像拍摄，其中，电梯井道采集数据包括激光雷达利用激光测距原理进行数据采集得到的激光雷达数据，在满足巡检结束条件(例如，所有站点巡检勘测完成后)时，将采集的数据传输至地面控制终端以进行预处理拼接建立三维模型。本申请能够快速、高效的进行井道勘测，大大提高井道勘测的安全性。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术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申请的一些实施例，对于本领域普通技术人员来讲，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。
图1为电梯井道巡检及建模方法的应用场景示意图；
图2为一实施例的电梯井道巡检方法流程示意图；
图3为一实施例的电梯井道建模方法流程示意图；
图4为一实施例的电梯井道巡检装置的结构框图；
图5为一实施例的无人机结构前视图；
图6为一实施例中无人机结构左视图；
图7为一实施例中雷达云台结构示意图；
图8为一实施例的采集工作流程示意图。
具体实施方式
为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等，在这里可以用于描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白，除了图中所示的取向以外，空间关系术语还包括使用和操作中的器件的不同取向。例如，如果附图中的器件翻转，描述为“在其它元件下面”或“在其之下”或“在其下”元件或特征将取向为在其它元件或特征“上”。因此，示例性术语“在...下面”和“在...下”可包括上和下两个取向。此外，器件也可以包括另外地取向(譬如，旋转90度或其它取向)，并且在此使用的空间描述语相应地被解释。
需要说明的是，当一个元件被认为是“连接”另一个元件时，它可以是直接连接到另一个元件，或者通过居中元件连接另一个元件。此外，以下实施例中的“连接”，如果被连接的对象之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。
在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。同时，在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。
目前电梯井道的勘测主要是采用人工勘测，耗时且很多地方无法准确测量或无法通过人工测量出来，且人员安全无法保证；而传统基于激光雷达边起飞边采集数据的情况下，极易因为抖动、定位系统和采集率不一致的动态时延等引起误差，多种误差叠加而使测量误差更大。同时，传统技术需采用三维激光雷达，成本高昂。
为此，本申请提供了一种电梯井道自动巡检无人机，能够携带激光雷达对井道进行勘测，能够快速、高效的进行井道勘测，大大提高井道勘测的安全性。本申请可以采用同一精度级别的二维激光雷达，成本低廉；进一步的，无人机可以在井道垂直起降，按设定的站点悬停摄像拍摄，即本申请提出采用悬停进行数据采集，显著提高了测量精度，其中，悬停位置(即各站点)可以参照设计图纸事先设定。基于本申请输出的井道三维模型，可以与设计模型数据进行比较，如关键尺寸与设计模型偏差大，则的需要进行土建返工。偏差小，修正设计模型，为后续电梯安装提供参考依据。
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的电梯井道巡检及建模方法，可以应用于如图1所示的应用环境中。其中，无人机102可以与地面控制终端104进行通信；无人机102用于在井道垂直起降，并达到相应站点时悬停采集数据，采集完后导入地面控制终端104，进而由地面控制终端104完成数据处理和建模。
需要说明的是，无人机102可以采用结构紧凑、体积小、旋翼无人机，进而在井道垂直起降，并按设定的位置悬停摄像拍摄、激光雷达数据采集。地面控制终端104可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，也可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种电梯井道巡检方法，以该方法应用于图1中的无人机为例进行说明，包括以下步骤：
步骤202，在到达本站点的情况下，进入悬停状态并确认当前是否恢复至初始化位姿。
其中，无人机可以在井道垂直起降，按设定的站点悬停，即本申请提出无人机可以按设定的位置悬停；进一步的，悬停位置可以参照设计图纸事先设定，即本申请中各站点可以是依据为土建图纸数据预先设定的位置；在一个具体的实施例中，土建图纸数据可以包括孔洞高度方向边界位置，圈梁高度方向边界位置，机体离井道顶部安全距离，以及着陆状态下机体离井道底坑安全位置。
具体而言，本申请提出无人机可以按设定的站点悬停；在一个具体的实施例中，在到达本站点的情况下，进入悬停状态并确认当前是否恢复至初始化位姿的步骤之前，还可以包括步骤：
接收激光雷达输出的机体至井道底坑的当前高度数据，以及惯性测量单元输出的当前姿态数据；当前姿态数据包括翻滚角、俯仰角和偏航角；
处理当前高度数据和当前姿态数据，得到当前高度位置；
在当前高度位置满足站点高度位置时，确认到达站点高度位置对应的站点；其中，站点高度位置为土建图纸数据经处理得到；土建图纸数据包括孔洞高度方向边界位置，圈梁高度方向边界位置，机体离井道顶部安全距离，以及着陆状态下机体离井道底坑安全位置。
具体地，本申请中悬停的站点可以是依据设计图纸预先设定的，对此本申请提出了相应的站点到达策略；无人机在井道的升降过程中，可以实时接收激光雷达输出的机体至井道底坑的当前高度数据，以及惯性测量单元输出的当前姿态数据；当前姿态数据可以包括翻滚角、俯仰角和偏航角；进而，无人机可以依据上述数据确认当前高度位置，并比对站点高度位置，在当前高度位置满足站点高度位置，即可确认到达站点高度位置对应的站点。
在其中一个实施例中，处理当前高度数据和当前姿态数据，得到当前高度位置的步骤中，基于以下公式得到当前高度位置：
Zn估计＝Hn·cos(arctan(tan2θn+tan2Φn)1/2)±Lb·sin(arctan(tan2θn+tan2Φn)1/2)－(Lc－Lc·cos(arctan(tan2θn+tan2Φn)1/2))
其中，Zn估计表示当前高度位置；Hn表示当前高度数据；Φn表示翻滚角；θn表示俯仰角；Ψn表示偏航角；Lb为激光雷达光束中心到下直角发射棱镜放射面的距离；Lc为激光雷达云台的各摆臂旋转轴线交汇点到激光雷达光束中心的距离。
具体而言，以当前站点为站点n为例说明，无人机如何到达设定的采集位置Zn估计时定点悬停工作。无人机在移动中，惯性测量单元可以输出翻滚角Φn、俯仰角θn与偏航角Ψn(所有角度逆时针转为正)，而激光雷达扫描仪可以输出到底坑的高度为Hn。
n站悬停高度估计值Zn估计＝Hn·cos(arctan(tan2θn+tan2Φn)1/2)±Lb·sin(arctan(tan2θn+tan2Φn)1/2)－(Lc－Lc·cos(arctan(tan2θn+tan2Φn)1/2))。
其中，Zn估计可以表示当前高度位置；Hn表示当前高度数据；Φn表示翻滚角；θn表示俯仰角；Ψn表示偏航角；Lb为激光雷达光束中心到下直角发射棱镜放射面的距离；Lc为激光雷达云台的各摆臂旋转轴线交汇点到激光雷达光束中心的距离。
进一步地，无人机在井道内垂直起降，当确认到达一站点(例如，本站点)的情况下，即可进入悬停状态，在悬停的状态下启动数据采集，能够显著提高测量精度。
即在无人机悬停后，本申请提出需确认当前是否恢复至初始化位姿，例如，机体是否恢复初始化位姿，又如，设置在机体上的数据采集设备等是否恢复至初始化位姿。在一个示例中，初始化位姿可以包括激光雷达初始化位姿和/或相机初始化位姿。
本申请在悬停后，通过确认当前是否恢复至初始化位姿，可进一步防止无人机的倾斜、抖动，进而确保后续数据的精确采集。其中，可以通过向雷达云台，相机云台的电机强加相应方向动力，进而防止激光雷达及相机随无人机倾斜、抖动，当相机及雷达恢复到初始化的位姿信息后，开始进行数据的采集。
又如，本申请可以通过设置在机体上的惯性测量单元输出的姿态数据，调整机体姿态，进而确认是否恢复初始化位姿。在一个具体的实施例中，确认当前恢复至初始化位姿的步骤可以包括：
根据翻滚角和俯仰角，输出动作控制指令；动作控制指令用于指示激光雷达云台的动作组件和/或相机云台的动作组件旋转相应的角度，以恢复至初始化位姿。
具体地，本申请中的无人机可以包括设置在机体上的IMU(Inertial MeasurementUnit，惯性测量单元)模块，该IMU模块可以采用9轴MEMS惯性测量单元(三轴陀螺仪、三轴加速计、三轴磁场计)，进而能够输出三轴加速度、三轴转速度和三轴地磁场强度，也能够无漂移输出翻滚角Φ、俯仰角θ与偏航角Ψ，并且可以采用抗振陀螺仪设计。
悬停后，无人机可以向雷达云台、相机云台电机强加相应方向动力，防止激光雷达及相机随无人机倾斜、抖动。激光雷达云台的动作组件可以包括摆臂等，相机云台的动作组件可以包括摆臂等，例如，无人机可以依据惯性测量单元输出的翻滚角Φ、俯仰角θ，调整雷达云台上摆臂绕支架左右旋转-Φ，一摆臂绕另一摆臂前后旋转俯仰角-θ；又如，调整相机云台上摆臂绕支架左右旋转翻滚角-Φ，摆臂式相机安装卡槽绕摆臂前后旋转俯仰角-θ。即相机及雷达恢复到初始化的位姿信息后，开始进行数据的采集。
步骤204，若确认的结果为是，则启动本次采集，输出本站点的电梯井道采集数据至地面控制终端；电梯井道采集数据包括激光雷达数据。
具体而言，在悬停后确认当前恢复至初始化位姿的情况下，无人机才启动本站点的采集工作，例如，可以进行摄像拍摄、激光雷达数据采集。
本申请中无人机可以利用IMU对无人机位置、姿态以及速度等的估算，且利用激光雷达扫描周围井道四壁的轮廓相对位置变化，或采用光电位置传感器装置感知无人机位移增量来对无人机进行航线的定位飞行。进一步的，本申请中电梯井道采集数据可以包括激光雷达数据，该激光雷达数据可以是通过激光测距得到，例如二维的激光测距，不仅保障了数据精确度还降低了成本。即，本申请中的激光雷达数据可以包括二维激光测距数据。
在一个具体的实施例中，激光雷达数据可以包括二维激光测距数据和机体至井道底坑的当前距离数据；
启动本次采集，输出本站点的电梯井道采集数据至地面控制终端的步骤，可以包括：
接收光电位置传感器输出的本站点激光雷达相对处于激光光斑初始位置的偏差值；
接收激光雷达输出的本站点激光雷达线束光在一个周期扫描中返回的距离值与扫描角度值，以及机体至井道底坑的当前距离数据；
根据偏差值、距离值与扫描角度值，确定并输出二维激光测距数据。
具体而言，在站点n悬停后，光电位置传感器可以记录该位置相对处于激光光斑初始位置的偏差值(Xn偏，Yn偏)，激光雷达可以通过下发射直角棱镜测出到底坑的精确距离为Zn精。
而激光雷达数据Xni＝rni·cosεi+Xn偏，Yni＝rni·sinεi+Yn偏。
其中，rni为第n站激光雷达各线束光在一个周期扫描中返回的距离值。εi为激光雷达各线束光在一个周期扫描中返回的扫描角度值。第n站采集数据的高度为Zn精。
进一步的，在一个示例中，电梯井道采集数据还可以包括图像数据。该图像数据可以是设置在机体上的图像采集设备采集得到，其中，图像采集设备可以为通过相机云台设置在机体上的相机。在悬停后，相机云台中旋转柱可以旋转360°进行井道的图像数据采集。
此外，该相机可以是HDR(High-Dynamic Range，高动态范围图像)相机；该HDR相机可以捕捉井道内的扫描数据；地面控制终端在接收到扫描数据后，可以对井道的三维模型进行颜色叠加，进而井道内的部分结构，可以在模型中标定出来，例如有圈梁的井道，可以通过颜色叠加指示出其位置。本申请显著提高了井道模型的精确度。
在一个具体的实施例中，还可以包括步骤：
获取着陆状态下，以机体重心为原点建立的机体坐标系、以及以无人机工作起始点为原点建立的工作坐标系；
将机体坐标系平移至工作坐标系，确认激光雷达中心在工作坐标系的初始坐标；
基于初始坐标输出二维激光测距数据。
具体而言，在采集工作之前，本申请还可以包括建立坐标系的过程。首先，确认无人机水平摆放在井道底坑中心位置稳定放置后，可以以无人机重心(设计无人机时尽可能无人机几何中心与重心重合)为原点建立机体坐标系，其中，在无人机平面内，以IMU输出的三轴加速度中的X方向定义为无人机机体坐标系的X轴正向，在无人机平面内逆时针旋转90°为Y轴正向，垂直无人机平面向上的方向定义为Z轴正向。
然后以工作起始为原点建立工作坐标系；将无人机机体坐标系作垂直方向平移到底坑平面为无人机工作坐标系，并确认激光雷达中心在工作坐标系的初始坐标，进而可以输出相应的二维激光测距数据。
步骤206，在本次采集结束的情况下，移动至下一个站点悬停、以获取下一个站点的电梯井道采集数据并输出，直至满足巡检结束条件；其中，各站点的电梯井道采集数据用于指示地面控制终端输出井道三维模型。
具体而言，本站点数据采集完毕后，无人机再起飞，到达设定的采集位置下一个站点时定点悬停工作，直至满足巡检结束条件。而各站点的电梯井道采集数据可以用于指示地面控制终端输出井道三维模型。
在一个实施例中，巡检结束条件可以包括以下条件中的任意一种或任意组合：各站点均采集完毕，机体当前与井道顶部的距离落入安全距离范围，以及当前接收到巡检结束指令。
即本申请中无人机可以重复起飞、定点悬停工作，直到所有站点采集完成或当离顶层楼层预设安全距离ZS估(此值可以由上直角发射棱镜输出值融合IMU估算出)进行最后一站采集工作。
而本申请中的巡检结束指令可以包括回航着陆指令和/或异常情况下的紧急着陆指令。其中，无人机在回航过程也可以添加回航过程中的数据采集工作，也可以直接回航着陆。直接回航着陆或异常情况下紧急着陆可以依靠激光雷达进行避障策略的导航。
以上，本申请中的无人机可以按设定的位置(即各站点)悬停，然后进行井道数据采集(例如，摄像拍摄、激光雷达数据采集等)，从而使地面控制终端可根据采集的数据进行预处理，建立井道的三维模型。其中，本申请提出采用悬停进行数据采集，显著提高了测量精度；本申请能够携带激光雷达对井道进行勘测，能够快速、高效的进行井道勘测，大大提高井道勘测的安全性。本申请还可以采用同一精度级别的二维激光雷达，成本低廉。
在一个实施例中，如图3所示，提供了一种基于上述的电梯井道巡检方法的电梯井道建模方法，以该方法应用于图1中的地面控制终端为例进行说明，可以包括以下步骤：
步骤302，接收无人机输出的各站点的电梯井道采集数据；
步骤304，对各电梯井道采集数据进行预处理，得到电梯井道的三维网络模型；
步骤306，根据预设井道壁厚处理三维网络模型，输出井道三维模型。
具体而言，本申请中的地面控制终端可以对每一站点高度采集的二维数据点进行预处理，组成工程井道内壁的每一高度上的横截面，并结合每一高度位置建立输出井道的三维网格模型。最后可以根据设定井道壁厚建立井道的三维模型。
在一个具体的实施例中，还可以包括步骤：
将电梯井道采集数据中的图像数据叠加至井道三维模型。
具体地，地面控制终端可以将HDR相机捕捉的扫描数据进行颜色叠加上去，例如有圈梁的井道，可以通过颜色叠加指示出其位置。
本申请中地面控制终端输出的三维模型，可以与设计模型数据进行比较，如关键尺寸与设计模型偏差大，则的需要进行土建返工。偏差小，修正设计模型，为后续电梯安装提供参考依据。
以上，本申请中无人机可以在井道垂直起降，按设定的站点悬停摄像拍摄，其中，电梯井道采集数据包括激光雷达利用激光测距原理进行数据采集得到的激光雷达数据，在满足巡检结束条件(例如，所有站点巡检勘测完成后)时，将采集的数据传输至地面控制终端以进行预处理拼接建立三维模型。本申请能够快速、高效的进行井道勘测，大大提高井道勘测的安全性。
应该理解的是，虽然图2、图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图4所示，提供了一种电梯井道巡检装置，包括：
悬停模块402，用于在到达本站点的情况下，进入悬停状态并确认当前是否恢复至初始化位姿；
采集模块404，用于若确认的结果为是，则启动本次采集，输出本站点的电梯井道采集数据至地面控制终端；电梯井道采集数据包括激光雷达数据；在本次采集结束的情况下，移动至下一个站点悬停、以获取下一个站点的电梯井道采集数据并输出，直至满足巡检结束条件；其中，各站点的电梯井道采集数据用于指示地面控制终端处理并输出井道三维模型。
在一个具体的实施例中，电梯井道采集数据还包括图像数据；初始化位姿包括激光雷达初始化位姿和/或相机初始化位姿；
巡检结束条件包括以下条件中的任意一种或任意组合：各站点均采集完毕，机体当前与井道顶部的距离落入安全距离范围，以及当前接收到巡检结束指令。
在一个具体的实施例中，还包括：
数据接收模块，用于接收激光雷达输出的机体至井道底坑的当前高度数据，以及惯性测量单元输出的当前姿态数据；当前姿态数据包括翻滚角、俯仰角和偏航角；
数据处理模块，用于处理当前高度数据和当前姿态数据，得到当前高度位置；以及在当前高度位置满足站点高度位置时，确认到达站点高度位置对应的站点；其中，站点高度位置为土建图纸数据经处理得到；土建图纸数据包括孔洞高度方向边界位置，圈梁高度方向边界位置，机体离井道顶部安全距离，以及着陆状态下机体离井道底坑安全位置。
在一个具体的实施例中，数据处理模块基于以下公式得到当前高度位置：
Zn估计＝Hn·cos(arctan(tan2θn+tan2Φn)1/2)±Lb·sin(arctan(tan2θn+tan2Φn)1/2)－(Lc－Lc·cos(arctan(tan2θn+tan2Φn)1/2))
其中，Zn估计表示当前高度位置；Hn表示当前高度数据；Φn表示翻滚角；θn表示俯仰角；Ψn表示偏航角；Lb为激光雷达光束中心到下直角发射棱镜放射面的距离；Lc为激光雷达云台的各摆臂旋转轴线交汇点到激光雷达光束中心的距离。
在一个具体的实施例中，悬停模块用于根据翻滚角和俯仰角，输出动作控制指令；动作控制指令用于指示激光雷达云台的动作组件和/或相机云台的动作组件旋转相应的角度，以恢复至初始化位姿。
在一个具体的实施例中，激光雷达数据包括二维激光测距数据和机体至井道底坑的当前距离数据；
采集模块，用于接收光电位置传感器输出的本站点激光雷达相对处于激光光斑初始位置的偏差值；接收激光雷达输出的本站点激光雷达线束光在一个周期扫描中返回的距离值与扫描角度值，以及机体至井道底坑的当前距离数据；根据偏差值、距离值与扫描角度值，确定并输出二维激光测距数据。
在一个具体的实施例中，还包括：
坐标系建立模块，用于获取着陆状态下，以机体重心为原点建立的机体坐标系、以及以无人机工作起始点为原点建立的工作坐标系；
数据输出模块，用于将机体坐标系平移至工作坐标系，确认激光雷达中心在工作坐标系的初始坐标；基于初始坐标输出二维激光测距数据。
关于电梯井道巡检装置的具体限定可以参见上文中对于电梯井道巡检方法的限定，在此不再赘述。上述电梯井道巡检装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
在一个实施例中，提供了一种电梯井道建模装置，包括：
采集数据接收模块，用于接收无人机输出的各站点的电梯井道采集数据；
预处理模块，用于对各电梯井道采集数据进行预处理，得到电梯井道的三维网络模型；
模型建立模块，用于根据预设井道壁厚处理三维网络模型，输出井道三维模型。
在一个具体的实施例中，还包括步骤：
数据叠加模块，用于将电梯井道采集数据中的图像数据叠加至井道三维模型。
关于电梯井道建模装置的具体限定可以参见上文中对于电梯井道建模方法的限定，在此不再赘述。上述电梯井道建模装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
在一个实施例中，提供了一种电梯井道巡检建模系统，包括无人机和地面控制终端；
无人机包括均设于机体上的光电位置传感器、惯性测量单元；其中，无人机还包括通过激光雷达云台设于机体上的激光雷达，以及通过相机云台设于机体上的相机；
无人机用于执行上述电梯井道巡检方法的步骤；
地面控制终端用于执行上述电梯井道建模方法的步骤。
具体而言，如图5所示为无人机结构前视图；图6为无人机结构左视图；图7为雷达云台结构示意图。
本申请无人机可以包括螺旋桨1、无人机本体2、固定式起落架3、上发射直角棱镜4、下发射直角棱镜5、二维激光雷达6、雷达云台7、HDR相机8、相机云台9、IMU模块10、机载处理器11、电源12、无线图传与通信模块13、SOS模块14、RC(Remote contrl，无线电控制)模块15(图中未示出)、16激光对准系统。主要结构可以如图5、图6所示，图7所示。
其中，无人机总体布局尽可能保证无人机的重心位于几何中心位置。
两个上\下直角发射棱镜4\5同激光雷达6，可以装在云台7中的摆臂7d上，与雷达相对位置始终保持一致，其可以将二维激光雷达6的一小部分光束，反射到井道的顶部\底坑，用于测量无人机相对顶面的高度\底坑的高度。
二维激光雷达6可以固定于云台7中的摆臂7d上，调整其重心通过两个摆臂电机的轴心。初始状况下，工作起始点(即无人机着陆状态下，电源开启后无人机初始化工作及自检完成后)，激光雷达中心调整与无人机重心Z轴方向重合。
雷达云台7可以安装在无人机底板上用来挂载激光雷达6的机械构架，其可以包括升降装置7a、支架7b、摆臂7c、摆臂7d。升降装置7a使支架7b垂直升降，微调云台上下高度。摆臂7c可绕支架7b左右旋转，摆臂7d可绕摆臂7c前后旋转，每个轴心都安有电机。雷达6安装在摆臂7d上随之摆动。
相机云台9安装在无人机顶部上用来挂HDR相机8的机械架构，其可以包括旋转柱9a、支架9b、摆臂9c、摆臂式相机安装卡槽9d。支架9b可绕旋转柱9a中心旋转，以便相机同一水平面360度无死角拍摄。摆臂9c绕支架9b左右旋转，摆臂式相机安装卡槽9d绕摆臂9c前后旋转，每个轴心都安有电机。HDR相机8安装在摆臂式相机安装卡槽9d上随之摆动。
IMU模块10可以采用9轴MEMS惯性测量单元(三轴陀螺仪、三轴加速计、三轴磁场计)，能够输出三轴加速度、三轴转速度和三轴地磁场强度，能够无漂移输出翻滚角Φ、俯仰角θ与偏航角Ψ，并且采用抗振陀螺仪设计。
SOS模块14可以通过红色信号闪烁灯及超声波在紧急情况下发出求救信号。
RC模块15可以用于紧急情况下由操作人员夺回无人机的控制权，人工控制无人机控制运行与作业或SOS模块13发出求救信号时，人工控制将无人机带到地面。
激光对准系统16，包括激光发射装置16a、光电位置传感器装置16b。光电位置传感器可以采用面阵CCD。激光发射装置16a装在井道底坑内。光电位置传感器装置16b装在激光雷达上，其靶心同激光雷达重心一致调整与无人机重心Z轴方向重合。同激光雷达6一样随雷达云台7的摆动，与雷达6相对位置始终保持一致。
为了进一步阐释本申请的方案，下面结合图8，对本申请巡检建模系统以及相应方法(例如，前文中的巡检方法和建模方法)的实现过程进行说明：
(一)无人机数据采集；
步骤一：建立坐标系；建立无人机机体坐标系Bcoor。将无人机水平摆放在井道底坑中心位置稳定放置后且调整激光发射装置16a激光束对准光电位置传感器装置16b光斑中心位置。以无人机重心(设计无人机时尽可能无人机几何中心与重心重合)为原点，在无人机平面内，以IMU输出的三轴加速度中的X方向定义为无人机机体坐标系的X轴正向，在无人机平面内逆时针旋转90°为Y轴正向，垂直无人机平面向上的方向定义为Z轴正向。
建立以工作起始为原点的世界坐标系Gcoor。将无人机机体坐标系Bcoor作垂直方向，平移到底坑平面为无人机工作的世界坐标系Gcoor O0(0,0,0)。此时激光雷达中心在世界坐标系的坐标为O1(0,0,Z1)(Z1为工作起始点激光雷达到井道底坑的高度)，无人机机体坐标系Bcoor在世界坐标系的坐标为O无(0,0,ZB)(ZB为工作起始点无人机到井道底坑的高度)。坐标系及相关参数可以参见图5和图6。
步骤二：初始化工作；打开电源，开始初始化工作及无人机自检工作。
步骤三：第一站工作站数据采集；工作起始点，激光雷达中心在世界坐标系的坐标为O1(0,0，Z1)时进行第一站数据采集。同时光电位置传感器记录该位置相对处于激光光斑初始位置的偏差值(0，0)。
其中，激光雷达数据X1i＝r1i·cosεi，Y1i＝r1i·sinεi。其中ri、εi分别为激光雷达各线束光在一个周期扫描中返回的距离值与扫描角度值，r1i为第一站激光雷达各线束光在一个周期扫描中返回的距离值。第一站采集数据的高度尺寸为Z1。
步骤四：飞行、悬停第二站数据采集；利用IMU对无人机位置、姿态以及速度等的估算，且利用激光雷达扫描周围井道四壁的轮廓相对位置变化或采用光电位置传感器装置感知无人机位移增量来对无人机进行航线的定位飞行。
当激光雷达飞行到达设定的采集位置Z2估计时，悬停摄像拍摄、激光雷达数据采集。IMU模块10输出翻滚角Φ2、俯仰角θ2与偏航角Ψ2(所有角度逆时针转为正)，激光雷达扫描仪输出到底坑的高度为H2。
Z2估计＝H2·cos(arctan(tan2θ2+tan2Φ2)1/2)±Lb·sin(arctan(tan2θ2+tan2Φ2)1/2)－(Lc－Lc·cos(arctan(tan2θ2+tan2Φ2)1/2))
其中Lb为激光雷达光束中心到下直角发射棱镜5放射面的距离，Lc为摆臂7c、摆臂7d旋转轴线交汇点到激光雷达光束中心的距离。
悬停后，雷达云台7，相机云台9电机强加相应方向动力，防止激光雷达及相机随无人机倾斜、抖动。即摆臂7b绕支架7a左右旋转-Φ2，摆臂7c绕摆臂7b前后旋转-θ2；摆臂9c绕支架9b左右旋转-Φ2，摆臂式相机安装卡槽9d绕摆臂9c前后旋转-θ2。即相机及雷达恢复到初始化的位姿信息后，开始进行数据的采集。
此时，光电位置传感器记录该位置相对处于激光光斑初始位置的偏差值(X2偏，Y2偏)，激光雷达6通过下发射直角棱镜5测出到底坑的精确距离为Z2精。
且激光雷达数据X2i＝r2i·cosεi+X2偏，Y2i＝r2i·sinεi+Y2偏。
其中r2i为第二站激光雷达各线束光在一个周期扫描中返回的距离值。第二站采集数据的高度为Z2精。
同时，相机云台9中旋转柱9a旋转360°进行井道的图像数据采集。
数据采集完成后，摆臂7b绕支架7a左右旋转Φ2，摆臂7c绕摆臂7b前后旋转θ2；摆臂9c绕支架9b左右旋转Φ2，摆臂式相机安装卡槽9d绕摆臂9c前后旋转θ2。即相机及雷达恢复相对无人机机体不变的位姿。
步骤五：重复起飞、悬停数据采集；第二站数据采集完毕后，无人机再起飞。到达设定的采集位置Zn估计时定点悬停工作。
IMU模块10输出翻滚角Φn、俯仰角θn与偏航角Ψn(所有角度逆时针转为正)，激光雷达扫描仪输出到底坑的高度为Hn。
n站悬停高度估计值Zn估计＝Hn·cos(arctan(tan2θn+tan2Φn)1/2)±Lb·sin(arctan(tan2θn+tan2Φn)1/2)－(Lc－Lc·cos(arctan(tan2θn+tan2Φn)1/2))
悬停后，雷达云台7，相机云台9电机强加相应方向动力，防止激光雷达及相机随无人机倾斜、抖动。即摆臂7b绕支架7a左右旋转-Φn，摆臂7c绕摆臂7b前后旋转-θn；摆臂9c绕支架9b左右旋转-Φn，摆臂式相机安装卡槽9d绕摆臂9c前后旋转-θn。即相机及雷达恢复到初始化的位姿信息后，开始进行数据的采集。
Zn精为n站激光雷达6通过下发射直角棱镜5测出到底坑的精确距离为Zn精，即第n站采集数据的高度为Zn精，且激光雷达数据Xni＝rni·cosεi+Xn偏，Yni＝rni·sinεi+Yn偏。(Xn偏，Yn偏)为光电位置传感器记录n站激光雷达相对处于激光光斑初始位置的偏差值。
同时相机云台9中旋转柱9a旋转360°进行井道的图像数据采集。
数据采集完成后，摆臂7b绕支架7a左右旋转Φn，摆臂7c绕摆臂7b前后旋转θn；摆臂9c绕支架9b左右旋转Φn，摆臂式相机安装卡槽9d绕摆臂9c前后旋转θn。即相机及雷达恢复相对无人机机体不变的位姿。
重复起飞、定点悬停工作，直到所有站点采集完成或当离顶层楼层预设安全距离ZS估(此值可以由上直角发射棱镜4输出值融合IMU估算出)进行最后一站采集工作。
步骤六：回航着陆；回航过程也可以添加回航过程中的数据采集工作，也可以直接回航着陆。直接回航着陆或异常情况下紧急着陆可以依靠激光雷达进行避障策略的导航。
(二)建模：每一站点高度采集的二维数据点进行预处理，工程井道内壁的每一高度上的横截面，结合每一高度位置建立并输出了井道的三维网格模型。最后根据设定井道壁厚建立井道的三维模型。最后可以将HDR相机捕捉的扫描数据进行颜色叠加上去(如有圈梁的井道，可以通过颜色叠加指示出其位置)。
本申请输出的井道三维模型可以与设计模型数据进行比较，如关键尺寸与设计模型偏差大，则的需要进行土建返工。偏差小，修正设计模型，为后续电梯安装提供参考依据。本申请提供了一种快速、高效的井道自动巡检勘测方法，且将人从不安全的体力劳动中解放出来。
本领域技术人员可以理解，图5-7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电梯井道巡检方法，其特征在于，包括：
接收激光雷达输出的机体至井道底坑的当前高度数据，以及惯性测量单元输出的当前姿态数据；所述当前姿态数据包括翻滚角、俯仰角和偏航角；
处理所述当前高度数据和所述当前姿态数据，得到当前高度位置；其中，基于以下公式得到所述当前高度位置：
Zn估计=Hn•cos(arctan(tan2θn+tan2Φn)1/2)±Lb•sin(arctan(tan2θn+tan2Φn)1/2)－(Lc－Lc•cos(arctan(tan2θn+ tan2Φn)1/2))
其中，Zn估计表示所述当前高度位置；Hn表示所述当前高度数据；Φn表示所述翻滚角；θn表示所述俯仰角；Ψn表示所述偏航角；Lb为激光雷达光束中心到下直角发射棱镜放射面的距离；Lc为激光雷达云台的各摆臂旋转轴线交汇点到激光雷达光束中心的距离；
在所述当前高度位置满足站点高度位置时，确认到达所述站点高度位置对应的站点；其中，所述站点高度位置为土建图纸数据经处理得到；所述土建图纸数据包括孔洞高度方向边界位置，圈梁高度方向边界位置，机体离井道顶部安全距离，以及着陆状态下机体离井道底坑安全位置；
在到达本站点的情况下，进入悬停状态并确认当前是否恢复至初始化位姿；
若所述确认的结果为是，则启动本次采集，输出本站点的电梯井道采集数据至地面控制终端；所述电梯井道采集数据包括激光雷达数据；
在所述本次采集结束的情况下，移动至下一个站点悬停、以获取所述下一个站点的电梯井道采集数据并输出，直至满足巡检结束条件；
其中，各站点的所述电梯井道采集数据用于指示所述地面控制终端输出井道三维模型。
2.根据权利要求1所述的电梯井道巡检方法，其特征在于，所述电梯井道采集数据还包括图像数据；所述初始化位姿包括激光雷达初始化位姿和/或相机初始化位姿；
所述巡检结束条件包括以下条件中的任意一种或任意组合：各所述站点均采集完毕，机体当前与井道顶部的距离落入安全距离范围，以及当前接收到巡检结束指令。
3.根据权利要求1所述的电梯井道巡检方法，其特征在于，确认当前恢复至初始化位姿的步骤包括：
根据所述翻滚角和所述俯仰角，输出动作控制指令；所述动作控制指令用于指示激光雷达云台的动作组件和/或相机云台的动作组件旋转相应的角度，以恢复至所述初始化位姿。
4.根据权利要求1或2所述的电梯井道巡检方法，其特征在于，所述激光雷达数据包括二维激光测距数据和机体至井道底坑的当前高度数据；
启动本次采集，输出本站点的电梯井道采集数据至地面控制终端的步骤，包括：
接收光电位置传感器输出的本站点激光雷达相对处于激光光斑初始位置的偏差值；
接收激光雷达输出的本站点激光雷达线束光在一个周期扫描中返回的距离值与扫描角度值，以及所述机体至井道底坑的当前高度数据；
根据所述偏差值、所述距离值与所述扫描角度值，确定并输出所述二维激光测距数据。
5.根据权利要求4所述的电梯井道巡检方法，其特征在于，还包括步骤：
获取着陆状态下，以机体重心为原点建立的机体坐标系、以及以无人机工作起始点为原点建立的工作坐标系；
将所述机体坐标系平移至所述工作坐标系，确认激光雷达中心在所述工作坐标系的初始坐标；
基于所述初始坐标输出所述二维激光测距数据。
6.一种基于权利要求1至5任一项所述的电梯井道巡检方法的电梯井道建模方法，其特征在于，包括：
接收无人机输出的各站点的所述电梯井道采集数据；
对各所述电梯井道采集数据进行预处理，得到电梯井道的三维网络模型；
根据预设井道壁厚处理所述三维网络模型，输出所述井道三维模型。
7.根据权利要求6所述的电梯井道建模方法，其特征在于，还包括步骤：
将所述电梯井道采集数据中的图像数据叠加至所述井道三维模型。
8.一种电梯井道巡检装置，其特征在于，包括：
数据接收模块，用于接收激光雷达输出的机体至井道底坑的当前高度数据，以及惯性测量单元输出的当前姿态数据；所述当前姿态数据包括翻滚角、俯仰角和偏航角；
数据处理模块，用于处理所述当前高度数据和所述当前姿态数据，得到当前高度位置；在所述当前高度位置满足站点高度位置时，确认到达所述站点高度位置对应的站点；其中，所述站点高度位置为土建图纸数据经处理得到；所述土建图纸数据包括孔洞高度方向边界位置，圈梁高度方向边界位置，机体离井道顶部安全距离，以及着陆状态下机体离井道底坑安全位置；其中，所述数据处理模块，用于基于以下公式得到所述当前高度位置：
Zn估计=Hn•cos(arctan(tan2θn+tan2Φn)1/2)±Lb•sin(arctan(tan2θn+tan2Φn)1/2)－(Lc－Lc•cos(arctan(tan2θn+ tan2Φn)1/2))
其中，Zn估计表示所述当前高度位置；Hn表示所述当前高度数据；Φn表示所述翻滚角；θn表示所述俯仰角；Ψn表示所述偏航角；Lb为激光雷达光束中心到下直角发射棱镜放射面的距离；Lc为激光雷达云台的各摆臂旋转轴线交汇点到激光雷达光束中心的距离；
悬停模块，用于在到达本站点的情况下，进入悬停状态并确认当前是否恢复至初始化位姿；
采集模块，用于若所述确认的结果为是，则启动本次采集，输出本站点的电梯井道采集数据至地面控制终端；所述电梯井道采集数据包括激光雷达数据；在所述本次采集结束的情况下，移动至下一个站点悬停、以获取所述下一个站点的电梯井道采集数据并输出，直至满足巡检结束条件；其中，各站点的所述电梯井道采集数据用于指示所述地面控制终端处理并输出井道三维模型。
9.一种电梯井道巡检建模系统，其特征在于，包括无人机和地面控制终端；
所述无人机包括均设于机体上的光电位置传感器、惯性测量单元；其中，所述无人机还包括通过激光雷达云台设于机体上的激光雷达，以及通过相机云台设于机体上的相机；
所述无人机用于执行权利要求1至5任一项所述方法的步骤；
所述地面控制终端用于执行权利要求6或7所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202011228809.1A 2020-11-06 2020-11-06 电梯井道巡检及建模方法、装置和巡检建模系统 Active CN112363176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011228809.1A CN112363176B (zh) 2020-11-06 2020-11-06 电梯井道巡检及建模方法、装置和巡检建模系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011228809.1A CN112363176B (zh) 2020-11-06 2020-11-06 电梯井道巡检及建模方法、装置和巡检建模系统

Publications (2)

Publication Number Publication Date
CN112363176A CN112363176A (zh) 2021-02-12
CN112363176B true CN112363176B (zh) 2023-08-04

Family

ID=74509480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011228809.1A Active CN112363176B (zh) 2020-11-06 2020-11-06 电梯井道巡检及建模方法、装置和巡检建模系统

Country Status (1)

Country Link
CN (1) CN112363176B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112478968B (zh) * 2020-11-06 2022-03-08 日立楼宇技术（广州）有限公司 电梯井道巡检控制方法、装置、系统和存储介质
CN113359829B (zh) * 2021-06-10 2022-12-09 西安图迹信息科技有限公司 一种基于大数据的无人机电厂智能巡检方法
CN114014207B (zh) * 2021-11-23 2023-11-28 日立楼宇技术（广州）有限公司 电梯井道勘测装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104843176A (zh) * 2015-04-28 2015-08-19 武汉大学 一种用于桥梁隧道自动巡检旋翼无人机系统及导航方法
CN106791634A (zh) * 2016-12-14 2017-05-31 天津文康科技有限公司 一种基于光机电一体化的无人机拍摄全景图的方法及装置
CN107783545A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 基于ooda环多传感器信息融合的灾后救援旋翼无人机避障系统
CN107894779A (zh) * 2017-11-23 2018-04-10 哈尔滨工程大学 一种基于带缆无人机的矿内环境监测系统与方法
CN108803668A (zh) * 2018-06-22 2018-11-13 航天图景（北京）科技有限公司 一种静态目标监测的智能巡检无人机吊舱系统
CN109974585A (zh) * 2019-04-18 2019-07-05 甘肃博程技术咨询服务有限公司 一种电梯井道结构识别和数据测量装置
EP3581536A1 (en) * 2018-06-14 2019-12-18 KONE Corporation An arrangement and a method for measuring and marking an elevator shaft
WO2020054132A1 (ja) * 2018-09-10 2020-03-19 株式会社日立ビルシステム 計測システム、及び、計測方法
CN210479030U (zh) * 2019-09-16 2020-05-08 安徽理工大学 可自主飞行的煤矿立井井壁裂痕巡检飞行器系统
CN111322951A (zh) * 2020-04-20 2020-06-23 菱王电梯股份有限公司 一种建筑物工程竖井测量装置及工程竖井模型构建方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104843176A (zh) * 2015-04-28 2015-08-19 武汉大学 一种用于桥梁隧道自动巡检旋翼无人机系统及导航方法
CN107783545A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 基于ooda环多传感器信息融合的灾后救援旋翼无人机避障系统
CN106791634A (zh) * 2016-12-14 2017-05-31 天津文康科技有限公司 一种基于光机电一体化的无人机拍摄全景图的方法及装置
CN107894779A (zh) * 2017-11-23 2018-04-10 哈尔滨工程大学 一种基于带缆无人机的矿内环境监测系统与方法
EP3581536A1 (en) * 2018-06-14 2019-12-18 KONE Corporation An arrangement and a method for measuring and marking an elevator shaft
CN108803668A (zh) * 2018-06-22 2018-11-13 航天图景（北京）科技有限公司 一种静态目标监测的智能巡检无人机吊舱系统
WO2020054132A1 (ja) * 2018-09-10 2020-03-19 株式会社日立ビルシステム 計測システム、及び、計測方法
CN109974585A (zh) * 2019-04-18 2019-07-05 甘肃博程技术咨询服务有限公司 一种电梯井道结构识别和数据测量装置
CN210479030U (zh) * 2019-09-16 2020-05-08 安徽理工大学 可自主飞行的煤矿立井井壁裂痕巡检飞行器系统
CN111322951A (zh) * 2020-04-20 2020-06-23 菱王电梯股份有限公司 一种建筑物工程竖井测量装置及工程竖井模型构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Autonomous Elevator Inspection with Unmanned Aerial Vehicle;Tsun Kit Hui ，et al;《2016 3rd Asia-Pacific World Congress on Computer Science and Engineering>;第26-33页 *

Also Published As

Publication number Publication date
CN112363176A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN112363176B (zh) 电梯井道巡检及建模方法、装置和巡检建模系统
JP7260269B2 (ja) 航空非破壊検査用の測位システム
CN109911188B (zh) 非卫星导航定位环境的桥梁检测无人机系统
US10175042B2 (en) Adaptive compass calibration based on local field conditions
CN110006407B (zh) 基于旋翼无人机的贴近摄影测量方法
JP5618840B2 (ja) 飛行体の飛行制御システム
JP6326237B2 (ja) 測定システム
JP5775632B2 (ja) 飛行体の飛行制御システム
CN108306217A (zh) 一种架空高压线智能自主沿导线飞行巡检系统和方法
KR20190051704A (ko) 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
US10313575B1 (en) Drone-based inspection of terrestrial assets and corresponding methods, systems, and apparatuses
CN107192377B (zh) 远程测量物体坐标的方法、装置及飞行器
JP6515367B1 (ja) 撮像システム及び撮像方法
JP2016107843A (ja) マルチコプタを用いた３次元形状計測方法および装置
CN112789672B (zh) 控制和导航系统、姿态优化、映射和定位技术
JP6138326B1 (ja) 移動体、移動体の制御方法、移動体を制御するプログラム、制御システム、及び情報処理装置
CN112327898B (zh) 无人机的井道巡检导航方法、装置和无人机
CN112478968B (zh) 电梯井道巡检控制方法、装置、系统和存储介质
JP6577083B2 (ja) 測定システム
CN111247389B (zh) 关于拍摄设备的数据处理方法、装置及图像处理设备
Roca et al. Novel aerial 3D mapping system based on UAV platforms and 2D laser scanners
WO2019189381A1 (ja) 移動体、制御装置、および制御プログラム
US20210229810A1 (en) Information processing device, flight control method, and flight control system
WO2021079516A1 (ja) 飛行体の飛行経路作成方法及び管理サーバ
CN115046531A (zh) 一种基于无人机的杆塔测量方法、电子平台和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant