CN108802040A - 一种用于起重机表面缺陷检测的无人机装置及检测方法 - Google Patents
一种用于起重机表面缺陷检测的无人机装置及检测方法 Download PDFInfo
- Publication number
- CN108802040A CN108802040A CN201710310454.2A CN201710310454A CN108802040A CN 108802040 A CN108802040 A CN 108802040A CN 201710310454 A CN201710310454 A CN 201710310454A CN 108802040 A CN108802040 A CN 108802040A
- Authority
- CN
- China
- Prior art keywords
- image
- detection
- wireless communication
- unmanned plane
- communication module
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 77
- 230000007547 defect Effects 0.000 title claims abstract description 47
- 238000004891 communication Methods 0.000 claims abstract description 41
- 239000013598 vector Substances 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 26
- 230000001681 protective effect Effects 0.000 claims description 19
- 230000009467 reduction Effects 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 11
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 5
- 230000007797 corrosion Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000010008 shearing Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 5
- 230000002829 reductive effect Effects 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000013668 Facial cleft Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Control And Safety Of Cranes (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种用于起重机表面缺陷检测的无人机装置及检测方法，包括无人机本体和地面处理装置；无人机本体上部设置有控制器、第一无线通信模块和通过云台设置的相机；地面处理装置包括无人机遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块和控制装置；无人机遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块均与控制装置之间电连接；通过第一无线通信模块、第二无线通信模块进行无线通信。利用无人机的高空作业优势，解决了大型起重机某些重要部位的检测难题，不仅提高了检测效率，更能完成以往传统人工方式难以完成的检测任务，有效地降低事故隐患，减少了人力成本和安全风险，满足行业发展的迫切需求。
Description
技术领域
本发明涉及起重机金属结构损伤识别领域，具体涉及一种用于起重机表面缺陷检测的无人机装置及检测方法。
背景技术
起重机金属结构在长期的使用过程中，受频繁交变荷载作用、摩擦磨损、焊接缺陷、疲劳与腐蚀效应、材料老化等因素影响，以及现场高温、大风、粉尘、辐射等恶劣环境，不可避免地会产生损伤累积、抗力衰退，进而出现裂纹、腐蚀、磨损、变形、连接部位损坏以及其它形式的结构缺陷，金属结构微细裂纹和疲劳损伤容易扩展导致结构脆性断裂或者疲劳断裂，进而引发灾难性安全事故。因此，对起重机金属结构缺陷进行定位检测，可以有效预防并控制起重机事故的发生，减少人员和设备财产的损失，对促进企业安全生产具有重要的意义。
目前，起重机械金属结构检查主要依靠人工检验方式进行，通过人工携带相关检测仪器攀登作业到主要受力结构件位置，然后通过检测仪器或者目视检查结构表面、连接焊缝处有无明显的裂纹和锈蚀，螺栓和销轴等连接有无明显缺件和损坏等缺陷，检查人员需要耗费大量时间在现场高温、粉尘、大风等恶劣环境下进行穿梭，对起重机主体结构进行攀爬，时间成本高，安全风险大，劳动强度大，对人员主观经验要求高，尤其对于大型起重机械而言，有些重要部位如门式起重机的主梁下盖板和支腿上部，门座式起重机的象鼻梁和人字架顶部，塔式起重机的塔帽顶端和臂架端部等，检查人员往往很难到达，或到达后受空间位置限制，难以从容地使用仪器进行检查工作，但这些部位又是重要的受力部位，是结构检查的重点。因此，迫切需要找到一种高效可靠，易操作，安全性高的方式将检测仪器运送到被测部位进行相应检测。
多旋翼无人机是一种常见的无人飞行器，具有飞行稳定，能够在空中高精度悬停等优点。目前,无人机系统在桥梁检测、电力巡线等领域得到一定程度的应用，但在起重机检测领域的应用几乎为空白。专利号201510215371.6公开了一种基于无人机系统的桥梁质量快速检测装置，包括运送设备、无人机检测平台及桥梁质量检测设备。专利号201010223164.2公开了一种基于四轴飞行器的桥梁检测机器人，通过无线摄像控制、高精度测距仪实现桥梁检测位置的自动感知与巡线。专利号201620755006.4公开了一种架空电线检测系统，无人机的底部设置有夹持装置和探伤装置，夹持装置可以夹持住高压架空导线，无人机在沿着高压架空导线滚动的同时，实现高压架空导线方向的有序检测。
以图像处理技术为核心的机器视觉智能检测技术在PCB缺陷检测、印刷品质量检测等工业领域应用较多，但是在起重机结构损伤识别中未见报道。起重机械金属结构类型和表面情况复杂，缺陷种类多(例如裂纹，腐蚀，磨损，塑性变形等)，形态多变，作业现场背景复杂，涉及多特征、多平面及多维度平面，这些给起重机金属结构缺陷检测造成了极大困难。
发明内容
本发明的目的在于提供一种用于起重机表面缺陷检测的无人机装置及检测方法，解决现有技术中人工对起重机金属结构表面缺陷检测效率低、不易操作的技术问题。
本发明为了解决上述技术问题，采用如下技术方案：
一种用于起重机表面缺陷检测的无人机装置，包括无人机本体和地面处理装置；所述无人机本体上设置有控制器、第一无线通信模块和通过云台设置的相机，相机、第一无线通信模块与控制器之间电连接；所述地面处理装置包括无人机遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块和控制装置；无人机遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块均与控制装置之间电连接；控制器与地面处理装置通过第一无线通信模块、第二无线通信模块进行无线通信。
所述地面处理装置可以由地面人员操作，遥控无人机飞行、云台转动、相机变焦运动等，并且可以运行图像缺陷特征提取与分类识别等检测算法，实现对起重机金属结构表面裂纹、腐蚀、磨损等缺陷的自动检测。
无人机飞至起重机的待检测部位附近，相机拍摄图像，并过第一无线通信模块、第二无线通信模块进行无线通信，将所拍摄图像传递给地面处理装置，地面处理装置的控制装置对拍摄的图像与数据库中预先采集的起重机不同部位的不同缺陷图像和对应部位正常状况下的图像进行对比，以及自动判定起重机所检测部位是否存在缺陷，以及缺陷的类型，并将拍摄的图像，以及检测的结果显示在显示屏上。利用该装置对起重机进行缺陷检测，智能化程度高，检测准确度高，不用人工攀爬到起重机上进行检测，提高效率高，同时降低了安全风险。
利用无人机的高空作业优势，解决了大型起重机某些重要部位的检测难题，不仅提高了检测效率，更能完成以往传统人工方式难以完成的检测任务，有效地降低事故隐患，减少了人力成本和安全风险，满足行业发展的迫切需求。从根本上改变大型起重机危险检测环境、重要检测部位的人工检验方式，提高特种设备检验检测的智能化、数字化、自动化水平，促进新技术、新方法在特种设备检验检测领域的深度应用，对提高公共安全服务质量具有重要的战略意义。
进一步改进，所述无人机本体包括起落架、圆环形保护罩和中心圆板，中心圆板位于圆环形保护罩的中心位置，中心圆板和圆环形保护罩之间通过多个辐条连接，多个辐条呈辐射状均匀设置，每个辐条上固定有一个电机，电机的输出轴上设置有旋翼，电机与控制器之间电连接；起落架固定在中心圆板的底部，相机通过云台设置在中心圆板的上部，控制器设置在中心圆板上。通过设置圆环形保护罩，可以避免高速旋转的旋翼对操作人员和设备造成伤害，提高机体的安全性能和抗风能力，这种方案与为每个旋翼装设单独的飞行保护罩相比，大大简化了保护罩的结构，减小了设备重量和体积，提高了无人机的续航能力。
进一步改进，所述辐条为四个，四个电机的中心点共圆设置，且四个电机的中心点所共圆与圆环形保护罩同心设置。无人机本体为圆形，且四个电机的中心点所共圆与圆环形保护罩同心设置，则提高了无人机的整体稳定性。多旋翼设计，便于精确控制无人机的飞行路线、飞行速度和方向。
进一步改进，所述云台为三轴云台，布置在无人机本体上方，云台带动相机转动，对准大型起重机待测部位进行多方位拍摄，其垂直运动方向的俯仰角范围达到±90°，水平方向方位运动范围达到±180°，既能向下俯视成像，又能向上仰视成像，能够对大型起重机各种关键部位进行多方位拍摄无视场死角，相机旋转平台基座装设阻尼弹簧减振装置，具有降低无人机本体振动，减小其引起的图像抖动干扰，实现画面稳定功能。
进一步改进，所述相机为可见光相机或红外热像仪，采集待检测部位的高分辨率可见光图像或热红外图像，相机向下俯视拍摄时，可以通过调节镜头焦距使相机视场角减小，从而避开旋翼对图像视场的干扰。可以控制相机进行变焦，以调节图像放大倍率的大小，既可以对起重机整体结构进行全局概略观察，又可以对局部重点检测部位进行放大和细节观察。
利用无人机装置对起重机进行检测的方法，包括如下步骤：
步骤一、对无人机进行检查，确认能够正常工作；
步骤二、通过地面处理装置的无人机遥控操纵按钮遥控无人机本体起飞，飞至起重机待检测部位附近后悬停状态，使相机的镜头对准起重机的待检测部位，通过云台遥控操纵按钮调节云台对待检测部位进行拍摄，将拍摄的图像传给控制器，然后通过通过第一无线通信模块、第二无线通信模块进行无线通信将图像传送给地面处理装置；
步骤三、地面处理装置接收到图像后，控制装置利用图像预处理技术对其进行初步处理，提高其几何精度和对比度，然后采用基于多尺度几何分析(MGA)的图像特征提取方法提取经过预处理的图像特征向量，再利用核保局投影(KLPP)算法对提取到的特征向量进行降维，得到降维后的特征向量；将降维后的特征向量与数据库中的预先采集图像的特征向量进行比较，确定本次检测所拍摄部位是否存在缺陷，以及确定缺陷的类型，并将拍摄的图像，以及检测的结果显示在显示屏上；
所述控制装置的数据库中储存有预先采集的起重机不同部位的缺陷图像和对应部位正常状况下的图像，并利用基于多尺度几何分析(MGA)的特征提取方法得到预先采集图像的特征向量，利用核保局投影(KLPP)算法对提取到的特征向量进行降维，得到提取预先采集图像的特征向量，将该特征向量输入到支持向量机中进行缺陷分类，分为裂纹、腐蚀、磨损和变形四种缺陷，每种缺陷对应不同的特征向量；
步骤四、检测结束，通过地面处理装置的无人机遥控操纵按钮遥控无人机本体降落。
进一步改进，所述地面处理装置的控制器装置将每次检测所拍摄的图像，以及该图像的特征向量存储在数据库中，对数据库进行扩充，作为下次检测对比的预先采集的图像及预先采集图像降维后的特征向量。则每次对起重机的检测也就是预先采集的过程，不断对数据库中的信息进行补充，使数据库的中预先采集图像特征信息越来越丰富。
进一步改进，所述图像预处理技术包括图像几何校正、图像去噪和图像增强。
进一步改进，所述采用基于多尺度几何分析(MGA)的图像特征提取方法提取经过预处理的图像特征向量，包括采用轮廓波(Contourlet))变换和剪切波(Shearlet))变换分别对图像进行分解，并提取分解后图像的统计值作为特征向量。
与现有技术相比，本发明的有益效果是：
利用无人机的高空作业优势，解决了大型起重机某些重要部位的检测难题，不仅提高了检测效率，更能完成以往传统人工方式难以完成的检测任务，有效地降低事故隐患，减少了人力成本和安全风险，满足行业发展的迫切需求。从根本上改变大型起重机危险检测环境、重要检测部位的人工检验方式，提高特种设备检验检测的智能化、数字化、自动化水平，促进新技术、新方法在特种设备检验检测领域的深度应用，对提高公共安全服务质量具有重要的战略意义。
附图说明
图1为本发明所述无人机的结构示意图。
图2为本发明所述用于起重机结构表面缺陷检测的无人机装置结构示意图。
具体实施方式
为使本发明的目的和技术方案更加清楚，下面将结合本发明实施例对本发明的技术方案进行清楚、完整地描述。
如图1、2所示，一种用于起重机表面缺陷检测的无人机装置，包括无人机本体和地面处理装置9；所述无人机本体上设置有控制器、第一无线通信模块和通过云台2设置的相机3，相机、第一无线通信模块与控制器之间电连接；所述地面处理装置包括无人机遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块和控制装置；无人机遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块均与控制装置之间电连接；控制器与地面处理装置通过第一无线通信模块、第二无线通信模块进行无线通信。
无人机飞至起重机的待检测部位附近，相机拍摄图像，并过第一无线通信模块、第二无线通信模块进行无线通信，将所拍摄图像传递给地面处理装置，地面处理装置的控制装置对拍摄的图像与数据库中预先采集的起重机不同部位的不同缺陷图像和对应部位正常状况下的图像进行对比，以及确定起重机所检测部位是否存在缺陷，以及缺陷的类型，并将拍摄的图像，以及检测的结果显示在显示屏上。利用该装置对起重机进行缺陷检测，智能化程度高，检测准确度高，不用人工攀爬到起重机上进行检测，提高效率高，同时降低了安全风险。
利用无人机的高空作业优势，解决了大型起重机某些重要部位的检测难题，不仅提高了检测效率，更能完成以往传统人工方式难以完成的检测任务，有效地降低事故隐患，减少了人力成本和安全风险，满足行业发展的迫切需求。从根本上改变大型起重机危险检测环境、重要检测部位的人工检验方式，提高特种设备检验检测的智能化、数字化、自动化水平，促进新技术、新方法在特种设备检验检测领域的深度应用，对提高公共安全服务质量具有重要的战略意义。
在本实施例中，所述无人机本体包括起落架4、圆环形保护罩8和中心圆板1，中心圆板1位于圆环形保护罩8的中心位置，中心圆板1和圆环形保护罩8之间通过多个辐条6连接，多个辐条6呈辐射状均匀设置，每个辐条上固定有一个电机7，电机7的输出轴上设置有旋翼5，电机7与控制器之间电连接；起落架固定在中心圆板的底部，相机通过云台设置在中心圆板的上部，控制器设置在中心圆板上。通过设置圆环形保护罩，可以避免高速旋转的旋翼对操作人员和设备造成伤害，提高机体的安全性能和抗风能力，这种方案与为每个旋翼装设单独的飞行保护罩相比，大大简化了保护罩的结构，减小了设备重量和体积，提高了无人机的续航能力。
在本实施例中，所述辐条6为四个，四个电机7的中心点共圆设置，且四个电机的中心点所共圆与圆环形保护罩同心设置。无人机本体为圆形，且四个电机7的中心点所共圆与圆环形保护罩8同心设置，则提高了无人机的整体稳定性。多旋翼设计，便于精确控制无人机的飞行路线、飞行速度和方向。在其他实施例中，无人机本体可以为六旋翼、八旋翼。
在本实施例中，所述云台2为三轴云台。云台带动相机转动，对准大型起重机待测部位进行多方位拍摄，其垂直运动方向的俯仰角范围达到±90°，水平方向方位运动范围达到±180°，既能向下俯视成像，又能向上仰视成像，能够对大型起重机各种关键部位进行多方位拍摄无视场死角，相机旋转平台基座装设阻尼弹簧减振装置，具有降低无人机本体振动，减小其引起的图像抖动干扰，实现画面稳定功能。
在本实施例中，所述相机为可见光相机或红外热像仪，采集待检测部位的高分辨率可见光图像或热红外图像，相机向下俯视拍摄时，可以通过调节镜头焦距使相机视场角减小，从而避开旋翼对图像视场的干扰。可以控制相机进行变焦，以调节图像放大倍率的大小，既可以对起重机整体结构进行全局概略观察，又可以对局部重点检测部位进行放大和细节观察。
利用无人机装置对起重机进行检测的方法，包括如下步骤：
步骤一、对无人机进行检查，确认能够正常工作；
步骤二、通过地面处理装置的无人机遥控操纵按钮遥控无人机本体起飞，飞至起重机待检测部位附近后悬停状态，使相机的镜头对准起重机的待检测部位，通过云台遥控操纵按钮调节云台对待检测部位进行拍摄，将拍摄的图像传给控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信线将图像传送给地面处理装置；
步骤三、地面处理装置接收到图像后，控制器装置利用图像预处理技术对其进行初步处理，提高其几何精度和对比度，然后采用基于多尺度几何分析(MGA)的图像特征提取方法提取经过预处理的图像特征向量，再利用核保局投影(KLPP)算法对提取到的特征向量进行降维，得到降维后的特征向量；将降维后的特征向量与数据库中的预先采集图像的特征向量进行比较，确定本次检测所拍摄部位是否存在缺陷，以及确定缺陷的类型，并将拍摄的图像，以及检测的结构显示在显示屏上；
所述控制装置的数据库中储存有预先采集的起重机不同部位的缺陷图像和对应部位正常状况下的图像，并利用基于多尺度几何分析(MGA)的特征提取方法得到预先采集图像的特征向量，利用核保局投影(KLPP)算法对提取到的特征向量进行降维，得到提取预先采集图像的特征向量，将该特征向量输入到支持向量机中进行缺陷分类，分为裂纹、腐蚀、磨损和变形四种缺陷，每种缺陷对应不同的特征向量；
步骤四、检测结束，通过地面处理装置的无人机遥控操纵按钮遥控无人机本体降落。
在本实施例中，所述地面处理装置的控制器装置将每次检测所拍摄的图像，以及该图像的特征向量存储在数据库中，对数据库进行扩充，作为下次检测对比的预先采集的图像及预先采集图像降维后的特征向量。则每次对起重机的检测也就是预先采集的过程，不断对数据库中的信息进行补充，使数据库的中预先采集图像特征信息越来越丰富。
在本实施例中，所述图像预处理技术包括图像几何校正、图像去噪和图像增强。
在本实施例中，所述采用基于多尺度几何分析(MGA)的图像特征提取方法提取经过预处理的图像特征向量，包括采用轮廓波(Contourlet))变换和剪切波(Shearlet))变换分别对图像进行分解，并提取分解后图像的统计值作为特征向量。
本发明中未做特别说明的均为现有技术或者通过现有技术即可实现，而且本发明中所述具体实施案例仅为本发明的较佳实施案例而已，并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰，都应作为本发明的技术范畴。
Claims (9)
1.一种用于起重机表面缺陷检测的无人机装置，其特征在于，包括无人机本体和地面处理装置；
所述无人机本体上部设置有控制器、第一无线通信模块和通过云台设置的相机，相机、第一无线通信模块与控制器之间电连接；
所述地面处理装置包括无人机遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块和控制装置；无人机遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块均与控制装置之间电连接；
控制器与地面处理装置通过第一无线通信模块、第二无线通信模块进行无线通信。
2.根据权利要求1所述的用于起重机表面缺陷检测的无人机装置，其特征在于，所述无人机本体包括起落架、圆环形保护罩和中心圆板，中心圆板位于圆环形保护罩的中心位置，中心圆板和圆环形保护罩之间通过多个辐条连接，多个辐条呈辐射状均匀设置，每个辐条上固定有一个电机，电机的输出轴上设置有旋翼，电机与控制器之间电连接；起落架固定在中心圆板的底部，相机通过云台设置在中心圆板的上部，控制器设置在中心圆板上。
3.根据权利要求1或2所述的用于起重机表面缺陷检测的无人机装置，其特征在于，所述辐条为四个，四个电机的中心点共圆设置，且四个电机的中心点所共圆与圆环形保护罩同心设置。
4.根据权利要求3所述的用于起重机表面缺陷检测的无人机装置，其特征在于，所述云台为三轴云台。
5.根据权利要求1所述的用于起重机表面缺陷检测的无人机装置，其特征在于，所述相机为可见光相机或红外热像仪。
6.利用权利要求1-5所述的无人机装置进行检测的方法，其特征在于，包括如下步骤：
步骤一、对无人机进行检查，确认能够正常工作；
步骤二、通过地面处理装置的无人机遥控操纵按钮遥控无人机本体起飞，飞至起重机待检测部位附近后悬停状态，使相机的镜头对准起重机的待检测部位，通过云台遥控操纵按钮调节云台对待检测部位进行拍摄，将拍摄的图像传给控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将图像传送给地面处理装置；
步骤三、地面处理装置接收到图像后，控制装置利用图像预处理技术对其进行初步处理，然后采用基于多尺度几何分析的图像特征提取方法提取经过预处理的图像特征向量，再利用核保局投影算法对提取到的特征向量进行降维，得到降维后的特征向量；将降维后的特征向量与数据库中的预先采集图像的特征向量进行比较，确定本次检测所拍摄部位是否存在缺陷，以及确定缺陷的类型，并将拍摄的图像，以及检测的结果显示在显示屏上；
所述控制装置的数据库中储存有预先采集的起重机不同部位的缺陷图像和对应部位正常状况下的图像，并提取预先采集图像的特征向量，将该特征向量输入到支持向量机中进行缺陷分类，分为裂纹、腐蚀、磨损和变形四种缺陷，每种缺陷对应不同的特征向量；
步骤四、检测结束，通过地面处理装置的无人机遥控操纵按钮遥控无人机本体降落。
7.根据权利6所述的无人机装置进行检测的方法，其特征在于，所述地面处理装置的控制器装置将每次检测所拍摄的图像，以及该图像的特征向量存储在数据库中，对数据库进行扩充，作为下次检测对比的预先采集的图像及预先采集图像降维后的特征向量。
8.根据权利7所述的无人机装置进行检测的方法，其特征在于，所述图像预处理技术包括图像几何校正、图像去噪和图像增强。
9.根据权利7所述的无人机装置进行检测的方法，其特征在于，所述采用基于多尺度几何分析的图像特征提取方法提取经过预处理的图像特征向量，包括采用轮廓波变换和剪切波变换分别对图像进行分解，并提取分解后图像的统计值作为特征向量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710310454.2A CN108802040A (zh) | 2017-05-04 | 2017-05-04 | 一种用于起重机表面缺陷检测的无人机装置及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710310454.2A CN108802040A (zh) | 2017-05-04 | 2017-05-04 | 一种用于起重机表面缺陷检测的无人机装置及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108802040A true CN108802040A (zh) | 2018-11-13 |
Family
ID=64054583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710310454.2A Pending CN108802040A (zh) | 2017-05-04 | 2017-05-04 | 一种用于起重机表面缺陷检测的无人机装置及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108802040A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109823540A (zh) * | 2019-03-25 | 2019-05-31 | 三一汽车制造有限公司 | 用于机械结构件检测的无人机 |
| CN110514664A (zh) * | 2019-08-20 | 2019-11-29 | 北京信息科技大学 | 一种筒子纱纱杆定位检测机器人及方法 |
| JPWO2020218433A1 (zh) * | 2019-04-26 | 2020-10-29 | ||
| CN111924119A (zh) * | 2020-07-15 | 2020-11-13 | 招商局国际信息技术有限公司 | 一种基于无人机的码头智能点检方法及系统 |
| CN111930140A (zh) * | 2020-07-15 | 2020-11-13 | 招商局国际信息技术有限公司 | 一种基于无人机机器人的码头智能点检方法及系统 |
| CN112925337A (zh) * | 2021-02-03 | 2021-06-08 | 南京市特种设备安全监督检验研究院 | 一种大型起重机金属结构多旋翼无人机自动巡检方法 |
| CN113094987A (zh) * | 2021-04-06 | 2021-07-09 | 南京市特种设备安全监督检验研究院 | 一种基于ar模型向量及响应面的螺栓预紧力识别方法 |
| CN113255693A (zh) * | 2021-05-19 | 2021-08-13 | 西华大学 | 基于成像元数据辅助的无人机多尺度检测识别方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102289675A (zh) * | 2011-07-24 | 2011-12-21 | 哈尔滨工程大学 | 一种船舶航向智能预报方法 |
| CN103671190A (zh) * | 2013-09-18 | 2014-03-26 | 北京工业大学 | 一种智能早期矿用通风机在线故障诊断系统 |
| CN104153981A (zh) * | 2014-02-19 | 2014-11-19 | 东南大学 | 一种用于电站循环水泵启停时背压数据的预估方法 |
| CN105740619A (zh) * | 2016-01-28 | 2016-07-06 | 华南理工大学 | 基于核函数的加权极限学习机污水处理在线故障诊断方法 |
| CN105836147A (zh) * | 2016-03-21 | 2016-08-10 | 飞智控（天津）科技有限公司 | 一种旋翼无人机保护装置 |
| CN205998127U (zh) * | 2016-08-09 | 2017-03-08 | 杭州智鹍科技有限公司 | 一种桥梁检测用的飞行机器人 |
| CN106598073A (zh) * | 2016-12-27 | 2017-04-26 | 武汉理工大学 | 基于四旋翼无人机的岸桥起重机结构检测系统 |
| CN206804544U (zh) * | 2017-05-04 | 2017-12-26 | 南京市特种设备安全监督检验研究院 | 一种用于起重机表面缺陷检测的无人机装置 |
-
2017
- 2017-05-04 CN CN201710310454.2A patent/CN108802040A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102289675A (zh) * | 2011-07-24 | 2011-12-21 | 哈尔滨工程大学 | 一种船舶航向智能预报方法 |
| CN103671190A (zh) * | 2013-09-18 | 2014-03-26 | 北京工业大学 | 一种智能早期矿用通风机在线故障诊断系统 |
| CN104153981A (zh) * | 2014-02-19 | 2014-11-19 | 东南大学 | 一种用于电站循环水泵启停时背压数据的预估方法 |
| CN105740619A (zh) * | 2016-01-28 | 2016-07-06 | 华南理工大学 | 基于核函数的加权极限学习机污水处理在线故障诊断方法 |
| CN105836147A (zh) * | 2016-03-21 | 2016-08-10 | 飞智控（天津）科技有限公司 | 一种旋翼无人机保护装置 |
| CN205998127U (zh) * | 2016-08-09 | 2017-03-08 | 杭州智鹍科技有限公司 | 一种桥梁检测用的飞行机器人 |
| CN106598073A (zh) * | 2016-12-27 | 2017-04-26 | 武汉理工大学 | 基于四旋翼无人机的岸桥起重机结构检测系统 |
| CN206804544U (zh) * | 2017-05-04 | 2017-12-26 | 南京市特种设备安全监督检验研究院 | 一种用于起重机表面缺陷检测的无人机装置 |
Non-Patent Citations (1)
| Title |
|---|
| 徐科等: "高温铸坯表面缺陷自动检测算法研究", 《冶金自动化》, vol. 39, no. 3, pages 83 - 84 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109823540A (zh) * | 2019-03-25 | 2019-05-31 | 三一汽车制造有限公司 | 用于机械结构件检测的无人机 |
| EP3960688A4 (en) * | 2019-04-26 | 2022-07-13 | Sumitomo Heavy Industries Construction Cranes Co., Ltd. | CRANE INSPECTION SYSTEM AND CRANE |
| JPWO2020218433A1 (zh) * | 2019-04-26 | 2020-10-29 | ||
| JP7434296B2 (ja) | 2019-04-26 | 2024-02-20 | 住友重機械建機クレーン株式会社 | クレーン点検システムおよびクレーン |
| CN110514664A (zh) * | 2019-08-20 | 2019-11-29 | 北京信息科技大学 | 一种筒子纱纱杆定位检测机器人及方法 |
| CN110514664B (zh) * | 2019-08-20 | 2022-08-12 | 北京信息科技大学 | 一种筒子纱纱杆定位检测机器人及方法 |
| CN111924119A (zh) * | 2020-07-15 | 2020-11-13 | 招商局国际信息技术有限公司 | 一种基于无人机的码头智能点检方法及系统 |
| CN111930140B (zh) * | 2020-07-15 | 2023-02-03 | 招商局国际信息技术有限公司 | 一种基于无人机机器人的码头智能点检方法及系统 |
| CN111930140A (zh) * | 2020-07-15 | 2020-11-13 | 招商局国际信息技术有限公司 | 一种基于无人机机器人的码头智能点检方法及系统 |
| CN112925337A (zh) * | 2021-02-03 | 2021-06-08 | 南京市特种设备安全监督检验研究院 | 一种大型起重机金属结构多旋翼无人机自动巡检方法 |
| CN113094987A (zh) * | 2021-04-06 | 2021-07-09 | 南京市特种设备安全监督检验研究院 | 一种基于ar模型向量及响应面的螺栓预紧力识别方法 |
| CN113094987B (zh) * | 2021-04-06 | 2023-05-23 | 南京市特种设备安全监督检验研究院 | 一种基于ar模型向量及响应面的螺栓预紧力识别方法 |
| CN113255693A (zh) * | 2021-05-19 | 2021-08-13 | 西华大学 | 基于成像元数据辅助的无人机多尺度检测识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108802040A (zh) | 一种用于起重机表面缺陷检测的无人机装置及检测方法 | |
| CN109936080B (zh) | 一种无人机巡检输电线路的方法 | |
| CN110466760B (zh) | 一种电力巡检无人机用辅助机械臂及其控制系统 | |
| CN105739512B (zh) | 无人机自动巡检系统及方法 | |
| CN207600967U (zh) | 一种用于风电场扇叶表面缺陷检测的装置 | |
| CN102780177B (zh) | 基于飞行机器人的架空电力线路巡检数据采集方法 | |
| CN108957240A (zh) | 电网故障远程定位方法及系统 | |
| WO2016184308A1 (zh) | 基于电场强度变化率的高压同塔双回输电线路无人机巡检避障方法 | |
| CN102856827B (zh) | 地空异构式变电站全方位巡检系统 | |
| CN109060826B (zh) | 一种不停机的风电叶片检测装置 | |
| CN110888457A (zh) | 利用无人机和机器人对变电设备开展立体巡视系统及方法 | |
| CN107380420A (zh) | 一种基于无人机机械臂的起重机金属结构检测装置及方法 | |
| CN110086114A (zh) | 一种基于高压输电线路的智能巡线机器人控制系统及方法 | |
| CN206804544U (zh) | 一种用于起重机表面缺陷检测的无人机装置 | |
| CN110866483B (zh) | 一种动静结合的机场跑道异物视觉检测与定位方法 | |
| CN205489277U (zh) | 巡检机器人 | |
| CN207208467U (zh) | 一种基于无人机机械臂的起重机金属结构检测装置 | |
| Wang et al. | A review of UAV power line inspection | |
| CN112947511A (zh) | 一种无人机巡检风机叶片的方法 | |
| CN109382836A (zh) | 一种具有子母机结构的变电站巡检机器人 | |
| CN110040244A (zh) | 基于无人机悬挂平台的烟囱内壁图像采集装置与方法 | |
| Li et al. | The future application of transmission line automatic monitoring and deep learning technology based on vision | |
| CN116699329A (zh) | 一种变电站空间声纹可视化成像方法 | |
| CN206638724U (zh) | 遥测型无线验电无人机 | |
| CN113050671A (zh) | 一种用于检测天然气泄露的无人机系统及检测方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181113 |