CN109186684A - 无人机设备监控系统及方法 - Google Patents
无人机设备监控系统及方法 Download PDFInfo
- Publication number
- CN109186684A CN109186684A CN201811198108.0A CN201811198108A CN109186684A CN 109186684 A CN109186684 A CN 109186684A CN 201811198108 A CN201811198108 A CN 201811198108A CN 109186684 A CN109186684 A CN 109186684A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- equipment
- monitoring
- signal
- abnormal signal
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000011065 in-situ storage Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 89
- 230000005856 abnormality Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 9
- 238000005259 measurement Methods 0.000 abstract 1
- 238000012423 maintenance Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种无人机设备监控系统及方法，本系统利用无人机体积小、速度快、可远程遥控及无线传输数据的特点，在工厂现场设备出现故障时，实现快速自动反应，飞到故障地点完成设备监控任务，实现现场图像传输及数据监控任务，具有稳定可靠的特点。本发明还具有可同时实现自动飞至故障现场、故障现场图像传输以及现场故障信息测量与分析的特点。便于设备管理人员在第一时间精准定位故障位置，了解故障信息，并快速进行远程操作处理。
Description
技术领域
本发明涉及远程设备监控与设备维护领域，具体地，涉及一种无人机设备监控系统及方法，尤其涉及一种基于无人机的远程设备监控与维护技术。
背景技术
现有的自动化产线厂房设备维修与维护领域，一般采用少量人员值守结合Andon报警的模式，在设备发出故障信号时，人员赶到故障现场费时费力；在现有的技术中，远程设备维护领域，一般的做法是给设备布置大量的传感器，并运行一套设备监控系统，当设备发生故障时，在远程的维护人员往往只能根据复杂的传感器信息数据等进行判断故障，在面对一些无法通过数据直观表达的故障信息时，往往无法应对，还是要派人现场查看设备实际运行状况，耗时耗力；
因此，研发一种运行效率高、可靠性好、维护成本低、能够提供异常设备现场的各项实时参数图表和实时图像的无人机设备监控系统具有很高的现实意义。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种无人机设备监控系统及方法。
根据本发明提供的一种无人机设备监控系统，包括无人机管理模块和设备监控模块；
设备监控模块：
-判断设备状态，若设备处于异常状态，则发送第一异常信号至无人机管理模块；和/或
-接收无人机管理模块发送的第二异常信号并展示；
无人机管理模块：接收第一异常信号，根据第一异常信号控制无人机前往相应的故障现场进行现场故障勘察监控，采集现场故障信息得到第二异常信号，并将第二异常信号发送至设备监控模块；
其中，第一异常信号包括异常设备的位置信息；第二异常信号包括故障现场的实时图像。
优选地，所述无人机管理模块包括无人机本体、定位组件、图像采集组件、传感器组件以及无线通信组件；所述定位组件、图像采集组件、传感器组件以及无线通信组件均设置在无人机本体上。
优选地，所述设备监控模块包括实时监控子模块、数据处理子模块以及终端子模块；
实时监控子模块：实时采集设备的状态信号，并与设定的第一状态信号对比，判断设备状态，若设备处于异常状态，则发送第一异常信号至无人机管理模块；
数据处理子模块：接收第二异常信号，并将第二异常信号处理或整合为第三异常信号后发送至设备管理终端模块；
终端子模块：接收第三异常信号并展示；
其中，第一状态信号包括
-设备正常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为正常，否则，则判断设备状态为异常；或者
-设备异常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为异常，否则，则判断设备状态为正常；
第二异常信号还包括传感器组件采集到的信息；
第三异常信号包括故障现场的实时图像、通过数据图表形式展现的传感器组件采集到的信息以及传感器组件采集到的信息与标准信息的对比图表中的任一种或任多种组合；其中，标准信息是指设备处于正常状态下无人机管理模块的传感器组件采集到的信息。
优选地，所述传感器组件包括电化学气体传感器、红外线传感器以及烟雾监控传感器中的任一种或任多种组合；
所述电化学气体传感器能够监测设定气体的浓度；红外线传感器能够监测设定位置的温度；烟雾监控传感器能够监测设定位置的烟雾浓度。
优选地，所述定位组件采用超宽带技术实现定位，通过设置的多个超宽带定位标签的辅助完成对无人机管理模块的定位。
优选地，所述无人机管理模块还包括动力组件、能源组件以及照明组件；所述动力组件、能源组件以及照明组件均设置在无人机本体上；
所述动力组件包括无刷电机和/或螺旋桨；所述能源组件能够拆卸和/或循环充电；所述照明组件能够在黑暗环境下为图像采集组件提供补光。
根据本发明提供的一种无人机设备监控方法，包括：
实时监控步骤：实时采集设备的状态信号，并与设定的第一状态信号对比，判断设备状态，若设备处于异常状态，则发送第一异常信号至无人机；
设备异常监控步骤：无人机接收第一异常信号，根据第一异常信号前往相应的故障现场进行现场故障勘察监控，采集现场故障信息得到第二异常信号，并发送第二异常信号；
其中，第一状态信号包括
-设备正常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为正常，否则，则判断设备状态为异常；或者
-设备异常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为异常，否则，则判断设备状态为正常；
第一异常信号包括异常设备的位置信息；
第二异常信号包括故障现场的实时图像和/或传感器组件采集到的信息。
优选地，本发明提供的无人机设备监控方法还包括：
-数据处理步骤和终端展示步骤；或者
-终端展示步骤；
其中：
数据处理步骤：接收第二异常信号，并将第二异常信号处理或整合为第三异常信号后发送至终端；
终端展示步骤：接收第二异常信号或第三异常信号，并通过终端展示；
所述第三异常信号包括故障现场的实时图像、通过数据图表形式展现的传感器组件采集到的信息以及传感器组件采集到的信息与标准信息的对比图表中的任一种或任多种组合；其中，标准信息是指设备处于正常状态下无人机管理模块的传感器组件采集到的信息。
优选地，所述设备异常监控步骤包括：
无人机定位子步骤：定位无人机所在的位置坐标，并记为第一坐标；
异常设备定位子步骤：通过第一异常信号定位异常设备所在的位置坐标，记为第二坐标；
无人机飞行子步骤：根据第一坐标和第二坐标计算无人机的飞行线路；
根据设定的时间间隔和/或路程间隔重复无人机定位子步骤和无人机飞行子步骤，校准无人机的飞行线路，直至无人机到达第二坐标；
所述无人机定位子步骤中，利用超宽带技术，采用到达时间差法定位无人机所在的位置坐标，包括如下步骤：
步骤1：N个超宽带信号标签分别发送超宽带波至无人机；
步骤2：无人机分别接收N个超宽带信号标签发送的超宽带波，并记录接收时间；
步骤3：通过设定的N个超宽带信号标签的位置坐标和N个超宽带波的接收时间，计算无人机当前位置；
其中，N为大于1的整数。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述的无人机设备监控方法的步骤。
与现有技术相比，本发明具有如下的有益效果：
1、本发明提供的无人机设备监控系统具有模块结构简单，运行效率高，可靠性好，维护成本低的优点；
2、本发明提供的无人机设备监控系统能够提供异常设备现场的各项实时参数图表和实时图像，便于维护人员准确判断异常情况和重要程度，省去了安装在设备上的大量传感器；
3、本发明提供的无人机设备监控方法能够有效减少维护人员工作量，有利于提升生产设备的自动化程度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明提供的无人机设备监控系统中无人机管理模块的优选例示意图；
图2为本发明提供的无人机设备监控系统中无人机定位组件的优选例应用示意图；
图3为本发明提供的无人机设备监控系统中无人机图像传输结构的优选例示意图；
图4为本发明提供的无人机设备监控系统中无人机传感器数据传输数据流的优选例示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的一种无人机设备监控系统，包括无人机管理模块和设备监控模块；
设备监控模块：
-判断设备状态，若设备处于异常状态，则发送第一异常信号至无人机管理模块；和/或
-接收无人机管理模块发送的第二异常信号并展示；
无人机管理模块：接收第一异常信号，根据第一异常信号控制无人机前往相应的故障现场进行现场故障勘察监控，采集现场故障信息得到第二异常信号，并将第二异常信号发送至设备监控模块；
其中，第一异常信号包括异常设备的位置信息；第二异常信号包括故障现场的实时图像。
优选地，所述无人机管理模块包括无人机本体、定位组件、图像采集组件、传感器组件以及无线通信组件；所述定位组件、图像采集组件、传感器组件以及无线通信组件均设置在无人机本体上。
所述设备监控模块包括实时监控子模块、数据处理子模块以及终端子模块；
实时监控子模块：实时采集设备的状态信号，并与设定的第一状态信号对比，判断设备状态，若设备处于异常状态，则发送第一异常信号至无人机管理模块；
数据处理子模块：接收第二异常信号，并将第二异常信号处理或整合为第三异常信号后发送至设备管理终端模块；
终端子模块：接收第三异常信号并展示；
其中，第一状态信号包括
-设备正常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为正常，否则，则判断设备状态为异常；或者
-设备异常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为异常，否则，则判断设备状态为正常；
第二异常信号还包括传感器组件采集到的信息；
第三异常信号包括故障现场的实时图像、通过数据图表形式展现的传感器组件采集到的信息以及传感器组件采集到的信息与标准信息的对比图表中的任一种或任多种组合；其中，标准信息是指设备处于正常状态下无人机管理模块的传感器组件采集到的信息。
具体地，所述传感器组件包括电化学气体传感器、红外线传感器以及烟雾监控传感器中的任一种或任多种组合；所述电化学气体传感器能够监测设定气体的浓度；红外线传感器能够监测设定位置的温度；烟雾监控传感器能够监测设定位置的烟雾浓度。所述定位组件采用超宽带技术实现定位，通过设置的多个超宽带定位标签的辅助完成对无人机管理模块的定位。所述无人机管理模块还包括动力组件、能源组件以及照明组件；所述动力组件、能源组件以及照明组件均设置在无人机本体上；所述动力组件包括无刷电机和/或螺旋桨；所述能源组件能够拆卸和/或循环充电；所述照明组件能够在黑暗环境下为图像采集组件提供补光。
根据本发明提供的一种无人机设备监控方法，包括：
实时监控步骤：实时采集设备的状态信号，并与设定的第一状态信号对比，判断设备状态，若设备处于异常状态，则发送第一异常信号至无人机；
设备异常监控步骤：无人机接收第一异常信号，根据第一异常信号前往相应的故障现场进行现场故障勘察监控，采集现场故障信息得到第二异常信号，并发送第二异常信号；
其中，第一状态信号包括
-设备正常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为正常，否则，则判断设备状态为异常；或者
-设备异常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为异常，否则，则判断设备状态为正常；
第一异常信号包括异常设备的位置信息；
第二异常信号包括故障现场的实时图像和/或传感器组件采集到的信息。
更具体地，本发明提供的无人机设备监控方法还包括：
-数据处理步骤和终端展示步骤；或者
-终端展示步骤；
其中：
数据处理步骤：接收第二异常信号，并将第二异常信号处理或整合为第三异常信号后发送至终端；
终端展示步骤：接收第二异常信号或第三异常信号，并通过终端展示；
所述第三异常信号包括故障现场的实时图像、通过数据图表形式展现的传感器组件采集到的信息以及传感器组件采集到的信息与标准信息的对比图表中的任一种或任多种组合；其中，标准信息是指设备处于正常状态下无人机管理模块的传感器组件采集到的信息。
所述设备异常监控步骤包括：
无人机定位子步骤：定位无人机所在的位置坐标，并记为第一坐标；
异常设备定位子步骤：通过第一异常信号定位异常设备所在的位置坐标，记为第二坐标；
无人机飞行子步骤：根据第一坐标和第二坐标计算无人机的飞行线路；
根据设定的时间间隔和/或路程间隔重复无人机定位子步骤和无人机飞行子步骤，校准无人机的飞行线路，直至无人机到达第二坐标；
所述无人机定位子步骤中，利用超宽带(Ultra Wideband，UWB)技术，采用到达时间差法(Time-Difference of Arrival，TDOA)定位无人机所在的位置坐标，包括如下步骤：
步骤1：N个超宽带信号标签分别发送超宽带波至无人机；
步骤2：无人机分别接收N个超宽带信号标签发送的超宽带波，并记录接收时间；
步骤3：通过设定的N个超宽带信号标签的位置坐标和N个超宽带波的接收时间，计算无人机当前位置；
其中，N为大于1的整数。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述的无人机设备监控方法的步骤。
进一步地，本发明设计的远程无人机设备监控系统，不仅能实现当设备发生故障时自动飞行至故障设备采集信息，还可以传输实时拍摄画面以及测量信息。既能快速响应、实时反应设备故障信息，又能节省大量的摄像头与传感器的布置，节约人力与物力资源；如图1所示，为本发明提供的无人机设备监控系统中无人机管理模块的优选例示意图，该优选的无人机管理模块由无人机本体、超宽带定位模块、无刷电机/螺旋桨、照明装置、带云台的摄像头、可充电/拆卸电池、传感器台架、无线通信模块、图像与数据传输模块等。设备监控无人机内设有中央处理器；传感器台架，配有电化学气体传感器以及红外线传感器的安装位置，红外传感器用于多点采集设备温度，监测整个设备的温度及发热状况，并将所测量的传感器数据发送至中央处理器；电化学气体传感器用于对周边气体浓度进行监控，检测故障设备的漏气状况，并将传感器数据发送至中央处理器，特别的，当气体为有害气体且超过一定浓度时，中央处理器会发送报警信号给通信模块；烟雾监控传感器用于测量故障现场烟雾状况，检测是否有火情发生；本无人机采用的超宽带定位模块，负责无人机在厂区内的定位及导航工作；照明装置由两只5W的高亮LED灯组成，负责为无人机拍摄画面在黑暗环境下补光；图像与数据传输模块负责将无人机拍摄到的监控画面通过数传电台以及图传数据发射机发送至接收服务器；如图2所示，为本发明提供的无人机设备监控系统中无人机定位组件的优选例应用示意图。由于厂房厂区为全封闭大空间，所以普通的GPS定位已无法满足无人机行驶定位要求，示意图中厂房包括多台需要监控的设备。厂房设备的布局情况如图2所示。为满足封闭大厂房定位要求，在厂房区域布置多个超宽带节点定位标签，布置方式如图2所示。本发明采用的超宽带定位方法采用到达时间差法的双曲线定位技术。该定位方法是利用布置在封闭空间内的不同超宽带信号发射标签，到被测接收装置的到达时间差，来确定被测物的位置。该方法需要保持各个接收机之间必须保持同一时钟。该方法的典型定位精度为5-20厘米，稳定环境下±2厘米。
更进一步地，图3所示为本发明提供的无人机设备监控系统中无人机图像传输结构的优选例示意图。在设备监控无人机接到故障信息，并按照指令飞到设备故障地点之后，会传输画面至设备监控管理终端。所采用的视频流传输为5.8G图传模块，传输至视频采集卡，通过电脑屏幕进行视频抓取。视频传输的具体流程如下：
设备监控终端通过数传电台发送无人机控制指令、故障位置信息给设备监控无人机→无人机得到指令后飞往故障位置并进行拍摄→拍摄的视频信息依靠图传发射机将视频信号发送至图传接收机→图传接收机将视频信号发送至视频采集器→视频通过PC进行播放。
图4所示为本发明提供的无人机设备监控系统中无人机传感器数据传输数据流的优选例示意图。所需要传输的数据有红外线传感器数据、电化学气体传感器数据、烟雾报警信息。设备监控无人机在采集到设备监控传感器数据后，通过数据发射机发送至传感器数据调节器，进行简单的数据解码与数据预处理，并将传感器数据存入监控数据服务器中。FTPC服务器通过读取监控数据服务器变量，获取传感器数据信息，在把传感器服务器存入Oralce关系数据库进行存档后，将数据写入Master PLC，设备监控模块PMC服务器通过FTSE读取变量，并由Webservice通过FTVP发布传感器数据信息，并将数据信息做成图表等形式，展现在监控系统上。
在本申请的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种无人机设备监控系统，其特征在于，包括无人机管理模块和设备监控模块；
设备监控模块：
-判断设备状态，若设备处于异常状态，则发送第一异常信号至无人机管理模块；和/或
-接收无人机管理模块发送的第二异常信号并展示；
无人机管理模块：接收第一异常信号，根据第一异常信号控制无人机前往相应的故障现场进行现场故障勘察监控，采集现场故障信息得到第二异常信号，并将第二异常信号发送至设备监控模块；
其中，第一异常信号包括异常设备的位置信息；第二异常信号包括故障现场的实时图像。
2.根据权利要求1所述的无人机设备监控系统，其特征在于，所述无人机管理模块包括无人机本体、定位组件、图像采集组件、传感器组件以及无线通信组件；所述定位组件、图像采集组件、传感器组件以及无线通信组件均设置在无人机本体上。
3.根据权利要求2所述的无人机设备监控系统，其特征在于，所述设备监控模块包括实时监控子模块、数据处理子模块以及终端子模块；
实时监控子模块：实时采集设备的状态信号，并与设定的第一状态信号对比，判断设备状态，若设备处于异常状态，则发送第一异常信号至无人机管理模块；
数据处理子模块：接收第二异常信号，并将第二异常信号处理或整合为第三异常信号后发送至设备管理终端模块；
终端子模块：接收第三异常信号并展示；
其中，第一状态信号包括
-设备正常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为正常，否则，则判断设备状态为异常；或者
-设备异常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为异常，否则，则判断设备状态为正常；
第二异常信号还包括传感器组件采集到的信息；
第三异常信号包括故障现场的实时图像、通过数据图表形式展现的传感器组件采集到的信息以及传感器组件采集到的信息与标准信息的对比图表中的任一种或任多种组合；其中，标准信息是指设备处于正常状态下无人机管理模块的传感器组件采集到的信息。
4.根据权利要求2所述的无人机设备监控系统，其特征在于，所述传感器组件包括电化学气体传感器、红外线传感器以及烟雾监控传感器中的任一种或任多种组合；
所述电化学气体传感器能够监测设定气体的浓度；红外线传感器能够监测设定位置的温度；烟雾监控传感器能够监测设定位置的烟雾浓度。
5.根据权利要求2所述的无人机设备监控系统，其特征在于，所述定位组件采用超宽带技术实现定位，通过设置的多个超宽带定位标签的辅助完成对无人机管理模块的定位。
6.根据权利要求2所述的无人机设备监控系统，其特征在于，所述无人机管理模块还包括动力组件、能源组件以及照明组件；所述动力组件、能源组件以及照明组件均设置在无人机本体上；
所述动力组件包括无刷电机和/或螺旋桨；所述能源组件能够拆卸和/或循环充电；所述照明组件能够在黑暗环境下为图像采集组件提供补光。
7.一种无人机设备监控方法，其特征在于，包括：
实时监控步骤：实时采集设备的状态信号，并与设定的第一状态信号对比，判断设备状态，若设备处于异常状态，则发送第一异常信号至无人机管理系统；
设备异常监控步骤：无人机管理系统接收第一异常信号，根据第一异常信号派遣无人机前往相应的故障现场进行现场故障勘察监控，采集现场故障信息得到第二异常信号，并发送第二异常信号；
其中，第一状态信号包括
-设备正常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为正常，否则，则判断设备状态为异常；或者
-设备异常运行时的状态信号，若实时监控模块实时采集的设备状态信号与第一状态信号一致，则判断设备状态为异常，否则，则判断设备状态为正常；第一异常信号包括异常设备的位置信息；
第二异常信号包括故障现场的实时图像和/或传感器组件采集到的信息。
8.根据权利要求7所述的无人机设备监控方法，其特征在于，还包括：
-数据处理步骤和终端展示步骤；或者
-终端展示步骤；
其中：
数据处理步骤：接收第二异常信号，并将第二异常信号处理或整合为第三异常信号后发送至终端；
终端展示步骤：接收第二异常信号或第三异常信号，并通过终端展示；
所述第三异常信号包括故障现场的实时图像、通过数据图表形式展现的传感器组件采集到的信息以及传感器组件采集到的信息与标准信息的对比图表中的任一种或任多种组合；其中，标准信息是指设备处于正常状态下无人机管理模块的传感器组件采集到的信息。
9.根据权利要求7或8所述的无人机设备监控方法，其特征在于，所述设备异常监控步骤包括：
无人机定位子步骤：定位无人机所在的位置坐标，并记为第一坐标；
异常设备定位子步骤：通过第一异常信号定位异常设备所在的位置坐标，记为第二坐标；
无人机飞行子步骤：根据第一坐标和第二坐标计算无人机的飞行线路；
根据设定的时间间隔和/或路程间隔重复无人机定位子步骤和无人机飞行子步骤，校准无人机的飞行线路，直至无人机到达第二坐标；
所述无人机定位子步骤中，利用超宽带技术，采用到达时间差法定位无人机所在的位置坐标，包括如下步骤：
步骤1：N个超宽带信号标签分别发送超宽带波至无人机；
步骤2：无人机分别接收N个超宽带信号标签发送的超宽带波，并记录接收时间；
步骤3：通过设定的N个超宽带信号标签的位置坐标和N个超宽带波的接收时间，计算无人机当前位置；
其中，N为大于1的整数。
10.一种存储有计算机程序的计算机可读存储介质，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7至9中任一项所述的无人机设备监控方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811198108.0A CN109186684A (zh) | 2018-10-15 | 2018-10-15 | 无人机设备监控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811198108.0A CN109186684A (zh) | 2018-10-15 | 2018-10-15 | 无人机设备监控系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109186684A true CN109186684A (zh) | 2019-01-11 |
Family
ID=64944650
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811198108.0A Pending CN109186684A (zh) | 2018-10-15 | 2018-10-15 | 无人机设备监控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109186684A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110456814A (zh) * | 2019-07-02 | 2019-11-15 | 南方科技大学 | 一种三栖无人机集群控制方法、系统和无人机 |
| CN110889474A (zh) * | 2019-11-19 | 2020-03-17 | 四川通信科研规划设计有限责任公司 | 一种基于信息化集成的资产监测系统 |
| CN111474912A (zh) * | 2020-05-07 | 2020-07-31 | 上海超高环保科技股份有限公司 | 钢铁轧制线的无人机管理控制系统 |
| CN114397901A (zh) * | 2021-11-30 | 2022-04-26 | 国网北京市电力公司 | 无人机及无人机巡检方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204993660U (zh) * | 2015-08-24 | 2016-01-20 | 昆明理工大学 | 一种监测矿物管道运输事故的系统 |
| CN106291127A (zh) * | 2016-08-24 | 2017-01-04 | 国网河南省电力公司南阳供电公司 | 一种变电站电磁污染远程在线监测系统 |
| CN106569237A (zh) * | 2016-10-28 | 2017-04-19 | 易瓦特科技股份公司 | 一种无人机定位系统及方法 |
| CN206147023U (zh) * | 2016-09-23 | 2017-05-03 | 安徽雷速信息科技有限公司 | 电线杆故障智能定位及监测装置 |
| US20180032088A1 (en) * | 2015-03-02 | 2018-02-01 | Izak Jan van Cruyningen | Flight planning for unmanned aerial tower inspection |
| CN108062110A (zh) * | 2017-12-16 | 2018-05-22 | 广东容祺智能科技有限公司 | 一种基于无人机系统的化工园区异常监控方法 |
-
2018
- 2018-10-15 CN CN201811198108.0A patent/CN109186684A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180032088A1 (en) * | 2015-03-02 | 2018-02-01 | Izak Jan van Cruyningen | Flight planning for unmanned aerial tower inspection |
| CN204993660U (zh) * | 2015-08-24 | 2016-01-20 | 昆明理工大学 | 一种监测矿物管道运输事故的系统 |
| CN106291127A (zh) * | 2016-08-24 | 2017-01-04 | 国网河南省电力公司南阳供电公司 | 一种变电站电磁污染远程在线监测系统 |
| CN206147023U (zh) * | 2016-09-23 | 2017-05-03 | 安徽雷速信息科技有限公司 | 电线杆故障智能定位及监测装置 |
| CN106569237A (zh) * | 2016-10-28 | 2017-04-19 | 易瓦特科技股份公司 | 一种无人机定位系统及方法 |
| CN108062110A (zh) * | 2017-12-16 | 2018-05-22 | 广东容祺智能科技有限公司 | 一种基于无人机系统的化工园区异常监控方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杜庆伟: "《物联网通信》", 30 April 2015, 北京航空航天大学出版社 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110456814A (zh) * | 2019-07-02 | 2019-11-15 | 南方科技大学 | 一种三栖无人机集群控制方法、系统和无人机 |
| CN110889474A (zh) * | 2019-11-19 | 2020-03-17 | 四川通信科研规划设计有限责任公司 | 一种基于信息化集成的资产监测系统 |
| CN111474912A (zh) * | 2020-05-07 | 2020-07-31 | 上海超高环保科技股份有限公司 | 钢铁轧制线的无人机管理控制系统 |
| CN114397901A (zh) * | 2021-11-30 | 2022-04-26 | 国网北京市电力公司 | 无人机及无人机巡检方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109186684A (zh) | 无人机设备监控系统及方法 | |
| CN102307386B (zh) | 基于Zigbee无线网络的室内定位监控系统及方法 | |
| Ashour et al. | Site inspection drone: A solution for inspecting and regulating construction sites | |
| CN106567997B (zh) | 基于物联网的油气管道远程实时健康监测系统 | |
| CN103699075B (zh) | 基于视频监控的变电站巡检智能调度与控制系统 | |
| US11594123B2 (en) | Method for using a drone to test monitoring system sensors | |
| CN102616613B (zh) | 一种电梯监控系统 | |
| CN106302798A (zh) | 一种变电站巡检通讯系统 | |
| CN109961157A (zh) | 太阳能光伏发电系统的巡检方法及系统 | |
| CN106444423A (zh) | 室内多无人机编队飞行仿真验证平台及其实现方法 | |
| CN106441428A (zh) | 一种变电站巡检方法 | |
| CN103823449A (zh) | 用于无人机输电线路巡检的集中监控子系统及监控方法 | |
| CN104279425A (zh) | 基于红外成像和无人航空器的管道泄漏检测系统及方法 | |
| CN107147710A (zh) | 一种电网无人机巡检管理控制装置 | |
| CN111508097A (zh) | 场地巡检方法、装置、设备及存储介质 | |
| CN104243918A (zh) | 应用蓝牙定位进行自动巡逻之机器人监控系统 | |
| CN109242263A (zh) | 一种装配式建筑bim模块管理系统 | |
| CN110119130A (zh) | 一种从采样至出报告样品检测全流程智能监督控制方法 | |
| CN204408502U (zh) | 应用蓝牙定位进行自动巡逻之机器人监控系统 | |
| CN107643536A (zh) | 一种辐射场可视化系统及其方法 | |
| CN112423225A (zh) | 基于uwb技术的铁路客站内目标对象的定位方法 | |
| CN106197540A (zh) | 分布式测风塔综合管理系统 | |
| CN206161162U (zh) | 应用于多移动机器人的定位系统 | |
| CN115939996A (zh) | 一种电力巡检机器人的自动巡检系统 | |
| CN203849836U (zh) | 车载放射源实时在线监控系统 |
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: 20190111 |