CN109964494B - 用于远程处理和分析工业资产检查数据的方法和系统 - Google Patents
用于远程处理和分析工业资产检查数据的方法和系统 Download PDFInfo
- Publication number
- CN109964494B CN109964494B CN201780069616.6A CN201780069616A CN109964494B CN 109964494 B CN109964494 B CN 109964494B CN 201780069616 A CN201780069616 A CN 201780069616A CN 109964494 B CN109964494 B CN 109964494B
- Authority
- CN
- China
- Prior art keywords
- data
- geotagged
- inspection
- fluid
- fluid concentration
- 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
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 229
- 238000012545 processing Methods 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 title description 17
- 239000012530 fluid Substances 0.000 claims abstract description 218
- 238000004891 communication Methods 0.000 claims abstract description 49
- 230000000153 supplemental effect Effects 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 8
- 238000012790 confirmation Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 9
- 239000007789 gas Substances 0.000 description 9
- 238000013079 data visualisation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000003570 air Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 241001544487 Macromiidae Species 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000001272 nitrous oxide Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000004449 solid propellant Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0011—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement
- G05D1/0027—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement involving a plurality of vehicles, e.g. fleet or convoy travelling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/18—Information format or content conversion, e.g. adaptation by the network of the transmitted or received information for the purpose of wireless delivery to users or terminals
- H04W4/185—Information format or content conversion, e.g. adaptation by the network of the transmitted or received information for the purpose of wireless delivery to users or terminals by embedding added-value information into content, e.g. geo-tagging
-
- 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
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/14—Multichannel or multilink protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Abstract
一种用于处理由一个或多个检查装置收集的检查数据的远程处理设备包括通信单元和耦合到所述通信设备的机载计算设备。所述通信单元被配置来将数据传输到一个或多个检查装置并从一个或多个检查装置接收数据。所述机载计算设备包括至少一个处理器和耦合到所述至少一个处理器的存储器设备。所述至少一个处理器被配置来通过第一通信信道从所述检查装置接收地理标记的未经处理的图像数据,通过第二通信信道从所述检查装置接收地理标记的流体浓度数据,将所述地理标记的未经处理的图像数据处理成一个或多个图像文件,通过将所述地理标记的流体浓度数据上覆于所述一个或多个图像文件上来生成流体数据标测图,并且将所述流体数据标测图传输到一个或多个远程计算设备。
Description
背景技术
本公开的领域总体上涉及与检查装置一起使用的远程处理设备,并且更具体地,涉及用于使用检查装置检查工业资产的远程处理设备和方法。
检查装置包括基于地面、空气和水的交通工具,所述交通工具可以是自主的、半自主的或有人驾驶的。这种检查装置通常包括机载导航系统,诸如惯性导航系统和卫星导航系统。某些已知的检查装置还包括用于捕获对应于环境的数据的一个或多个传感器,检查装置在所述环境中进行操作。例如,某些已知的检查装置通过捕获与装备的操作状态相关的传感器数据来检查工业资产,诸如石油和天然气处理装备。至少一些已知的检查装置在所收集的数据传输到另一计算设备之前对其执行机载处理。这种机载处理通过消耗电力来执行处理并且通过增加用于专用处理硬件的检查装置的重量而对检查装置的可用任务时间产生负面影响。因此,操作员经常被迫在关于被检查的工业资产的不完整数据或者执行工业装备的多次检查通过的耗时、昂贵和低效的过程之间进行选择。
发明内容
在一个方面,提供了一种用于处理由一个或多个检查装置收集的检查数据的远程处理设备。所述远程处理设备被配置成在收集所述检查数据期间位于远离所述一个或多个检查装置的位置,并且包括通信单元,所述通信单元被配置来将数据传输到所述一个或多个检查单元并从所述一个或多个检查单元接收数据。所述远程处理设备还包括耦合到所述通信单元的机载计算设备。所述机载计算设备包括至少一个处理器和耦合到所述至少一个处理器的存储器设备。所述至少一个处理器被配置来通过第一通信信道从所述一个或多个检查装置接收地理标记的未经处理的图像数据;并且通过第二通信信道接收地理标记的流体浓度数据。所述至少一个处理器进一步被配置来将所述地理标记的未经处理的图像数据处理成一个或多个图像文件,以通过将所述地理标记的流体浓度数据上覆于所述一个或多个图像文件上来生成流体数据标测图,并且将所述流体数据标测图传输到一个或多个远程计算设备。
在另一方面,提供了一种或多种非暂态计算机可读存储介质,其具有体现在其上用于处理检查数据的计算机可执行指令。所述指令可由远程处理设备的处理器执行,以用于处理由一个或多个检查装置收集的检查数据,所述远程处理设备被配置成在收集所述检查数据期间位于远离所述一个或多个检查装置的位置。当由所述处理器执行时,所述计算机可执行指令致使所述处理器通过第一通信信道从一个或多个检查装置接收地理标记的流体浓度数据并且通过第二通信信道接收地理标记的未经处理的图像数据。所述指令还致使所述处理器将所述地理标记的未经处理的图像数据处理成一个或多个图像文件,并且通过将所述地理标记的流体浓度数据上覆于所述一个或多个图像文件上来生成流体数据标测图。所述指令还致使所述处理器将所述流体数据标测图传输到一个或多个远程计算设备。
在另一方面,提供了一种使由一个或多个检查装置收集的检查数据合并和可视化的方法。所述方法可由远程处理设备执行,所述远程处理设备被配置成在收集所述检查数据期间位于远离所述一个或多个检查装置的位置,并且包括机载计算设备,所述机载计算设备包括耦合到存储器设备的至少一个处理器。所述方法包括:通过第一通信信道从所述一个或多个检查装置接收地理标记的未经处理的图像数据;并且通过第二通信信道接收地理标记的流体浓度数据。所述方法还包括:使用所述计算设备来将所述地理标记的未经处理的图像数据处理成一个或多个图像文件,并且通过将所述地理标记的流体浓度数据上覆于所述一个或多个图像文件上来生成流体数据标测图。所述方法还包括将所述流体数据标测图传输到一个或多个远程计算设备。
附图说明
在参考附图阅读以下详细描述后,将更好地理解本公开的这些和其他特征、方面和优点,在附图中,类似的符号代表所有附图中类似的部分,在附图中:
图1是包括远程处理设备的示例性资产检查系统的示意图;
图2是在图1的资产检查系统中使用的远程处理设备的示例性示意图;
图3是在图1的资产检查系统中使用的移动计算设备的示意图,显示如图2的远程处理设备生成的流体数据标测图;并且
图4是使用图2的远程处理设备来处理检查数据的示例性方法的流程图。
除非另外指明,否则本文提供的附图意图示出本公开的实施方案的特征。相信这些特征适用于包括本公开的一个或多个实施方案的广泛多种系统。因此,附图并不意图包括本领域普通技术人员已知的实践本文公开的实施方案所需要的所有常规特征。
具体实施方式
在以下说明书和权利要求中,将会提及若干术语,这些术语应被定义为具有以下含义。
除非上下文另外明确指出,否则单数形式“一个(种)(a和an)”和“所述(the)”包括复数指称。
术语“任选的”或“任选地”意指随后描述的事件或情形可能发生也可能不发生,并且所述描述包括所述事件发生的情况和不发生的情况。
如本说明书和权利要求中通篇所使用的近似语言可用于修饰可允许变化而不造成与其相关的基本功能的改变的任何定量表达。因此,由一个或多个术语,诸如“约”、“近似”和“基本上”修饰的值可不限于指定的精确值。至少在某些情况下,近似语言可对应于用于测量所述值的仪器的精度。这里并且贯穿说明书和权利要求,除非上下文或语言另外指明,否则范围限制可组合和/或互换,此类范围被标识并且包括其中包含的所有子范围。
如本文所用,术语“处理器”和“计算机”以及相关术语,例如“处理设备”、“计算设备”、“机载计算设备”、“远程计算设备”和“控制器”不限于仅是本领域中被称为计算机的集成电路,但广泛地指微控制器、微计算机、可编程逻辑控制器(PLC)、专用集成电路和其他可编程电路,并且这些术语在本文中可互换使用。在本文所述的实施方案中,存储器可包括但不限于计算机可读介质(诸如随机存取存储器(RAM))和计算机可读非易失性介质(诸如快闪存储器)。可替代地,还可使用软盘、光盘-只读存储器(CD-ROM)、磁光盘(MOD)和/或数字多功能光盘(DVD)。另外,在本文所述的实施方案中,另外的输入通道可以是但不限于与诸如鼠标和键盘的操作员接口相关联的计算机外围设备。可替代地,还可使用可包括例如但不限于扫描器的其他计算机外围设备。此外,在示例性实施方案中,另外的输出通道可包括但不限于操作员接口监视器。
此外,如本文所用,术语“软件”和“固件”是可互换的,并且包括存储在存储器中以供个人计算机、工作站、客户端和服务器执行的任何计算机程序。
如本文所用,术语“非暂态计算机可读介质”旨在表示以用于短期和长期存储信息(诸如计算机可读指令、数据结构、程序模块和子模块或任何设备中的其他数据)的任何方法或技术实现的任何有形的基于计算机的设备。因此,本文所述的方法可被编码为体现在有形的、非暂态计算机可读介质(包括但不限于存储设备和存储器设备)中的可执行指令。此类指令在由处理器执行时致使处理器执行本文所述的方法的至少一部分。此外,如本文所用,术语“非暂态计算机可读介质”包括所有有形计算机可读介质,所述有形计算机可读介质包括但不限于非暂态计算机存储设备,所述非暂态计算机存储设备包括但不限于易失性和非易失性介质、以及可移动和不可移动介质(诸如固件、物理和虚拟存储、CD-ROM、DVD)、以及任何其他数字源(诸如网络或互联网)和尚未开发的数字手段,唯一的例外是暂态传播信号。
如本文所用,术语“云计算”和相关术语(例如,“云计算设备”和“基于云的工业平台”)是指允许使用多个异构计算设备以用于数据存储、检索和处理的计算机体系结构。异构计算设备可使用公共网络或多个网络,使得一些计算设备而不是所有计算设备通过公共网络彼此进行联网通信。换句话讲,可使用多个网络以促进所有计算设备之间的通信和协调。
如本文所用,术语“流体”旨在表示液体、气体或混合状态的任何物质。通过本文所公开的资产检查系统检测和分析的流体总体上指示一个或多个工业资产的操作状况。在所公开的资产检查系统的石油和天然气应用中,例如,感兴趣的流体包括但不限于甲烷、水蒸汽、二氧化碳、氨气、硫化氢、一氧化二氮、非甲烷挥发性有机化合物和二氧化硫。然而,如本文所用的术语“流体”不旨在限于具体的液体、气体或液体/气体混合物。
本文所述的远程处理设备和相关联的方法有助于改进工业资产,特别是石油和天然气装备的检查数据的收集。更具体地,本文所述的远程处理设备和方法有助于改进石油和天然气装备的远程检查,以便定位和量化可能需要干预的流体泄漏。为此,远程处理设备用作一个或多个检查装置与其他计算设备之间的媒介物,所述媒介物包括但不限于现场操作员的移动设备、数据存储系统和基于云的工业平台,所述基于云的工业平台被配置来基于远程处理设备所提供的数据执行高级分析。
本文所述的远程处理设备通过减少检查装置的总电力消耗来改进检查数据的收集。更具体地,本文所述的远程处理设备被配置成以相对未经处理的格式从一个或多个检查装置中的每一个接收数据,并且执行通常由检查装置的机载计算设备正常地处理的数据处理的至少一部分。例如,与处理图像数据的检查装置不同,本文所述的远程处理设备被配置成从检查装置中的每一个接收未经处理的图像数据,并且根据未经处理的图像数据生成图像文件。通过这样做,远程处理设备减少了检查装置用于处理图像数据而消耗的电力并且通过消除对诸如图形处理单元的专用数据处理硬件的需要来减少了检查装置的总重量。通过以远程处理设备处理数据而节省的电力使得能够改进数据收集,这是由于检查装置的检查任务较长和/或包括在检查任务期间使用的另外的或更强大的传感器。
本文所述的远程处理设备进一步被配置来将从检查装置收集的数据与从外部数据源检索的数据组合成数据可视化,以供操作员在对装备状况进行分析时使用。更具体地,本文所述的远程处理设备促进生成感兴趣的地理区域的二维和三维可视化,本文称之为“流体数据标测图”,包括所收集的传感器数据(诸如流体浓度数据)的叠层。所收集数据的可视化使得操作员能够更精确地定位潜在问题,诸如流体泄漏。数据可视化可结合其他数据,包括气象数据、地理数据和历史数据,以使操作员更全面地了解操作状况。
图1是用于检查地理区域101中的工业资产的示例性资产检查系统100的示意图。在示例性实施方案中,资产检查系统100被配置来检查石油和天然气装备地理区域101。资产检查系统100包括一个或多个检查装置102,在示例性实施方案中,检查装置102是检查交通工具102。检查交通工具102中的每一个能够进行自主、半自主和完全有人驾驶导航。检查交通工具102包括但不限于飞行器、地面交通工具和水基交通工具。飞行器包括但不限于固定翼飞机、倾斜旋翼飞机、直升机、多旋翼无人驾驶飞机(诸如四轴飞行器)、软式飞艇、飞船或其他飞机。地面检查交通工具包括但不限于轮式交通工具、爬行或步行交通工具、带轨道的交通工具和气垫式交通工具(诸如气垫飞行器)。水基交通工具包括但不限于小船和其他基于水面的交通工具、潜水艇和水下漫游车。检查交通工具102中的每一个使用一个或多个无线通信标准通信地耦合到远程处理设备104。在示例性实施方案中,远程处理设备104还通信地耦合到移动计算设备106、远程数据源108和基于云的工业平台110。
在操作期间,检查交通工具102中的每一个执行路线计划,所述路线计划被配置来将检查交通工具102导航到地理区域101中的兴趣点并且收集关于所述兴趣点的数据。检查交通工具102中的每一个还包括用于标识它们各自位置的地理定位单元。在示例性实施方案中,检查交通工具102中的每一个包括用于捕获未经处理的图像数据的至少一个成像传感器单元和被配置来捕获流体浓度数据的至少一个定量流体传感器单元。因此,在执行路线计划期间,检查交通工具102导航到由路线计划指定的兴趣点并且使用成像传感器单元和流体传感器单元来捕获数据。然后利用捕获检查交通工具的当前位置对捕获的数据进行地理标记,并且将其传输到远程处理设备104以进行另外的处理。捕获的数据通过多个通道从检查交通工具102中的每一个传输到远程处理设备104。例如,检查交通工具102中的每一个通过第一通信信道111将地理标记的未经处理的图像数据传输到远程处理设备104,并通过第二通信信道112传输地理标记的流体浓度数据。
远程处理设备104接收并处理来自检查装置102中的每一个的数据。例如,远程处理设备104从检查交通工具102接收地理标记的未经处理的图像数据,并且对地理标记的未经处理的图像数据进行转换并且对地理标记的未经处理的图像数据执行数字图像处理。数字图像处理包括但不限于调整图像大小、压缩图像以及校正图像的颜色、白平衡、亮度和类似特性中的一者或多者。如果需要,数字图像处理还包括:将未经处理的图像数据转换成可读和/或可显示的文件格式。远程处理设备104还将地理标记的流体传感器数据与处理后的图像数据组合以生成由检查交通工具102收集的数据的视觉表示。在某些实施方案中,远程处理设备104对从检查交通工具102接收的地理标记的流体数据进行分析,并且确定地理标记的流体数据是否满足用于另外的检查的预定标准。例如,在某些实施方案中,远程处理设备104确定由接收到的地理标记的流体浓度数据指示的流体浓度水平是否超过预定流体浓度阈值。如果是,则远程处理设备104生成新的路线计划或者修改现有的路线计划以致使检查交通工具102中的一个或多个重新检查与高流体浓度读数相关联的位置。
远程处理设备104通过一个或多个网络通信地耦合到其他计算设备,所述其他计算设备包括移动计算设备106、远程数据源108和基于云的工业平台110。移动计算设备106包括但不限于膝上型计算机、智能电话、平板计算机或类似的便携式设备。在操作期间,操作员使用移动计算设备106来查看由检查交通工具102提供的数据并对其进行分析并且向检查交通工具102发出命令。更具体地,远程处理设备104以可在移动计算设备106的显示器(未示出)上显示的格式向移动计算设备106提供由检查交通工具收集的数据。然后,操作员审查由检查交通工具102收集的数据,并且如果需要,向检查交通工具102发出另外的命令,所述另外的命令包括但不限于请求重新检查给定的装备件或兴趣点、检查不同的装备件或兴趣点、结束当前的路线计划以及开始不同的路线计划。
远程数据源108存储可由远程处理设备104访问的补充数据,以便补充地理标记的图像和由检查交通工具102收集的流体数据。远程数据源108总体上包括包含一个或多个数据库的一个或多个存储设备。存储在远程数据源108中的数据的实例包括但不限于地理数据、气象数据、先前收集的流体数据和一般参考数据(例如,流体特性和特征)。与仅基于地理标记的图像和流体数据的数据可视化相比,通过将地理标记的流体的补充数据和由检查交通工具102捕获的图像数据组合,远程处理设备104生成具有改进的复杂性、改进的准确度和改进的实用性的数据可视化。例如,在一个实施方案中,远程处理设备104从远程数据源108检索补充数据并生成数据可视化,所述数据可视化包括对应于最近收集的流体数据的第一层和包括随时间推移捕获的历史流体数据的一个或多个第二层,其中每个层上覆于地理区域101的图像上。然后将数据可视化传输到移动计算设备106,在移动计算设备106处用户能够使层动画化或以其他方式打开或关闭数据可视化的某些层以便对流体数据随时间推移的变化进行分析。来自远程数据源108的补充数据还可用于精确定位流体泄漏的位置。例如,在某些实施方案中,远程数据源108包括诸如风模式的天气数据,其可用于追踪到流体泄漏的起始点。在又一个实例中,来自远程数据源108的补充数据包括在一段时间内获取的历史流体浓度数据,并且用于计算在一段时间内来自给定源的流体泄漏速率和总流体泄漏量。
远程处理设备104还通信地耦合到基于云的工业平台110。基于云的工业平台110总体上是联网计算设备的系统,所述基于云的工业平台110被配置来收集来自联网计算设备的数据并对其进行分析。在操作期间,远程处理设备104被配置来将由检查交通工具102收集的数据提供给基于云的工业平台110,所述基于云的工业平台110对所提供的数据执行各种分析。然后,使用由基于云的工业平台110执行的分析结果来促进资产性能管理。在某些实施方案中,基于云的工业平台110执行分析,所述分析包括但不限于流体泄漏定位、来自一个或多个工业资产的泄漏速率确定以及来自一个或多个工业资产的总泄漏量确定。在某些实施方案中,基于云的工业平台110通过一个或多个中间计算设备直接或间接地通信地耦合到一个或多个工业装备件,并且能够响应于所述分析而与一个或多个工业装备件通信和/或控制一个或多个工业装备件。例如,在一个操作期间,基于云的工业平台110从远程处理设备104接收数据,并且基于对所接收数据的分析来确定被检查装备件具有超过预定泄漏速率阈值的流体泄漏。响应于这种确定,基于云的工业平台110可采取一个或多个动作,所述动作包括但不限于生成并传输标识泄漏的报告或类似消息、发出修改装备的一个或多个控制参数的命令、激活或修改与被检查的装备相关联的另外的装备的操作、关闭被检查装备,以及向通信地耦合到装备的控制系统发出警报或警告。
在某些实施方案中,远程处理设备104和基于云的工业平台110中的至少一者使用由检查交通工具102收集的流体浓度数据来分析来自工业资产的泄漏。更具体地,远程处理设备104和/或基于云的工业平台110基于随时间推移在特定位置或区域中收集的流体浓度数据来确定泄漏。由远程处理设备104和/或基于云的工业平台110进行的泄漏确定包括但不限于确定泄漏位置、泄露速率、泄露速率的变化以及在一段时间内的总泄漏量中的一者或多者。泄露速率和总泄漏量可基于质量或体积来确定。例如,在计算泄露速率的实施方案中,泄露速率可以体积流速(诸如标准立方英尺/小时)或质量流速(诸如磅/小时)表示。
在某些实施方案中,泄漏确定包括但不限于,包括应用一种或多种数值或分析技术和方法根据流体浓度数据确定总泄漏量、泄漏速率或泄漏位置数据中的一者或多者。例如,在某些实施方案中,通过使流体浓度数据和流体浓度通量(诸如对应于流体浓度数据随时间和/或位置的变化的数据)数据关联来导出泄漏数据。在某些实施方案中,至少部分地使用一种或多种建模技术确定泄漏数据,所述建模技术包括但不限于高斯色散建模和类似的大气建模技术。在其他实施方案中,确定泄漏数据包括解决一个或多个未知参数的逆问题,所述未知参数包括但不限于泄露速率和泄漏位置中的一者或多者。例如,在一个这种实施方案中,解决逆问题包括将逆问题表征为最优化问题,其中实际流体浓度测量结果与模型预测之间的误差被最小化。最优化技术包括但不限于最小二乘法最优化、贪婪最优化和贝叶斯最优化。在某些实施方案中,泄漏确定至少部分地基于从外部源获得的数据和/或分析结果,所述外部源包括但不限于远程数据源108和基于云的平台110。
图2是资产检查系统100(如图1所示)的远程处理设备104的示意图。远程处理设备104包括通信单元208、机载计算设备214和电源222。通信单元208还包括发射器210、网络接口212和接收器224。机载计算设备214还包括至少一个处理器216以及耦合到处理器216的存储器设备218、图形处理单元(GPU)217和存储设备220中的每一者。
处理器216包括微控制器、精简指令集电路(RISC)、专用集成电路(ASIC)、逻辑电路和/或能够执行本文所述功能的任何其他电路或处理器中的一者或多者。处理器216包括一个或多个处理单元(未示出),所述一个或多个处理单元诸如但不限于集成电路(IC)、专用集成电路(ASIC)、微计算机、可编程逻辑控制器(PLC)和/或任何其他可编程电路。处理器216可包括多个处理单元(例如,在多核配置中)。处理器216执行指令,所述指令执行本文所述的功能。以上实例仅是示例性的,因此并不旨在以任何方式限制术语“处理器”的定义和/或含义。
存储器设备218和存储设备220被配置来存储供处理器216使用的数据。存储器设备218存储可执行指令,所述可执行指令可由处理器216执行以用于执行本文所述的功能并且存储器设备总体上包括但不限于只读存储器(ROM)、随机存取存储器(RAM)、非易失性RAM(NVRAM)及其任何组合。相反,存储设备220被配置来为远程处理设备104收集的数据或远程处理设备104以其他方式需要的数据提供永久存储。存储设备220包括但不限于内部硬盘驱动器、固态驱动器、光学介质和闪存驱动器中的一者或多者。在某些实施方案中,存储器设备218和存储设备220结合到同一设备中。
图形处理单元217是专用处理器,其被配置来接收未经处理的图像数据并且有效地操纵未经处理的图像数据以生成一个或多个图像文件。在处理图像数据期间,图形处理单元217执行一个或多个操作,所述操作包括但不限于平滑化、反走样、颜色校正、亮度和对比度校正、过滤、调整大小、压缩和颜色或白平衡。
通信单元208促进向或者自远程处理设备104的通信。通信单元208包括发射器210、网络接口212和接收器224。在示例性实施方案中,通信单元208被配置来使用发射器210和接收器224并且使用诸如BluetoothTM或Z-WaveTM的无线通信标准,通过根据IEEE(电气和电子工程学会)802.11标准(即,WiFi)实现的无线局域网(WLAN),和/或通过移动电话(即,蜂窝)网络(例如,全球移动通信系统(GSM)、3G、4G)或其他移动数据网络(例如,全球微波接入互操作性(WIMAX))、MAVLink或有线连接(即,一个或多个用于传输电信号的导体)进行通信。相反,网络接口212被配置来提供与网络的直接有线连接,所述网络包括但不限于电话网络、电缆网络及其任何组合中的至少一者。
电源222向远程处理设备104的部件提供电力。电源222是例如但不限于蓄电池、太阳能电池、与电网的连接、发电机或其他电能源中的一者或多者。在某些实施方案中,电源222包括用于存储电能的至少一个设备,诸如蓄电池、电容器、燃料电池和/或用于存储电能的其他设备。在某些实施方案中,诸如当远程处理设备104位于其中与电网的连接不可用的区域中时,这种存储的电能被用作远程处理设备104的主电源。在其他实施方案中,在主电源发生故障的情况下,存储的电能用作辅助或应急电源。例如,在某些实施方案中,电源222包括到作为主电源的与电网的连接和在与电网的连接失败的情况下作为紧急备用电源的存储电能的蓄电池。在可替代的实施方案中,远程处理设备104由液体和/或固体燃料提供动力。更具体地,远程处理设备104包括电源222,所述电源222是燃料箱或存储设备,并且包括加燃料端口(例如,被配置来从漏斗形燃料源或其他燃料源接收燃料的探测器)。
在操作期间,远程处理设备104与一个或多个检查装置(诸如检查装置102(如图1所示))通信,以促进检查数据的收集和分析。检查装置102被配置成与远程处理设备104一起操作,并且总体上包括用于收集图像数据的至少一个成像传感器(未示出)和用于收集流体浓度数据的至少一个流体传感器单元(未示出)。检查装置102中的每一个执行路线计划,所述路线计划包括路线指令,所述路线指令致使相应的检查交通工具导航到路线计划中指定的兴趣点并且分别使用成像传感器和流体传感器单元捕获图像数据和流体浓度数据。检查装置102对捕获的图像数据和捕获的流体浓度数据中的每一者进行地理标记,并且将地理标记的图像数据和地理标记的流体浓度数据传输到远程处理设备104。在检查交通工具资产检查系统100的示例性实施方案中,检查装置102中的每一个包括至少第一发射器和第二发射器。第一发射器被配置来通过第一通信信道传输地理标记的图像数据,并且第二发射器被配置来通过第二通信信道传输地理标记的流体传感器数据。
在示例性实施方案中,通信单元208包括接收器224,所述接收器224用于从检查装置102接收地理标记的未经处理的图像数据和地理标记的流体浓度数据。在示例性实施方案中,接收器224是多信道接收器,其能够通过第一通信信道接收地理标记的图像数据并且能够通过第二通信信道接收地理标记的流体传感器数据。在其他实施方案中,通信单元208包括多个接收器,每个接收器被配置来通过相应的信道从检查装置102接收数据。在远程处理设备104从检查装置102接收到地理标记的未经处理的图像数据之后,远程处理设备104使用GPU 217来处理地理标记的未经处理的图像数据以生成一个或多个图像文件。
远程处理设备104,并且更具体地,处理器216将一个或多个图像文件和地理标记的流体浓度数据组合成流体数据标测图。然后,通过通信单元208将流体数据标测图传输到移动计算设备106。术语“流体数据标测图”在本文中用于表示组合图像数据和流体浓度数据以便进行显示和分析的数据对象。在示例性实施方案中,流体数据标测图被配置成显示在远程计算设备上,诸如移动计算设备106(如图1所示)。更具体地,移动计算设备106(或类似的远程计算设备)包括显示器(未示出)和处理器(未示出),所述显示器和处理器被配置来呈现由移动计算设备106从远程处理设备104接收的流体数据标测图。例如,移动计算设备106包括一个或多个应用程序,所述一个或多个应用程序被配置来显示流体数据标测图并且促进移动计算设备106的用户对流体数据标测图的导航、操纵和分析。流体数据标测图可包括可选择性地显示在移动计算设备106上的一个或多个流体和图像数据的层。
在可替代的实施方案中,远程处理设备104进一步被配置来从检查装置102接收另外的数据并且将另外的数据结合到流体数据标测图中。例如,在一个实施方案中,检查装置102配备有定性流体传感器单元,所述定性流体传感器单元被配置来捕获定性流体数据。检查装置102对定性流体数据进行地理标记并将地理标记的定性流体数据传输到远程处理设备104,所述远程处理设备104使用处理器216将地理标记的定性流体数据结合到到流体数据标测图中。术语“定性流体数据”在本文中用于表示与流体的存在相关的流体数据。例如,在一个实施方案中,检查装置102的定性流体传感器单元是成像设备,所述成像设备被配置来捕获描绘从装备件发出的流体羽流的大小和形状的图像。这种数据对于表征以其他方式肉眼不可见的流体羽流和/或被配置来捕获可见光谱中的光的成像设备特别有用。定性流体传感器单元包括红外(IR)传感器单元,所述红外(IR)传感器单元被配置来捕获IR图像数据。IR图像数据区分流体羽流的IR特性和周围环境空气,从而促进标识流体羽流的整体大小和形状,即使在流体羽流以其他方式肉眼或常规的成像传感器不可见时也是如此。在其他实施方案中,定性流体传感器单元包括中红外传感器和近红外传感器中的至少一者。
在第二实施方案中,检查装置102配备有三维扫描单元,所述三维扫描单元被配置来捕获三维点数据。三维扫描单元在示例性实施方案中是光距离和测距(LIDAR)单元,总体上包括被配置来发射激光的至少一个激光单元、被配置来检测激光的反射的一个或多个检测单元,以及被配置来计算激光的行进时间和距从其反射激光的对象的对应距离的内部电路。然后可使用此类距离测量结果来构造对应于由三维扫描单元扫描的区域的点云。因此,在某些实施方案中,检查装置102使用三维扫描单元来捕获三维点数据,对三维点数据进行地理标记,并且将地理标记的三维点数据传输到远程处理设备104,所述远程处理设备104使用处理器216将地理标记的三维点数据结合到流体数据标测图中。在此类实施方案中,流体数据标测图包括三维标测图,其中地理标记的流体浓度数据和一个或多个图像文件上覆于由三维点数据构造的三维模型上。
在某些实施方案中,远程处理设备104进一步被配置来从诸如远程数据源108和基于云的工业平台110(如图1所示)的外部数据源接收补充数据。补充数据包括但不限于气象数据、地理数据、历史流体数据、历史图像数据和参考信息(诸如流体特性)中的一者或多者。因此,远程处理设备104,并且更具体地,处理器216被配置来生成对补充数据的一个或多个请求,并且将所述请求传输到远程数据源108和/或基于云的工业平台110。作为响应,远程数据源108和基于云的工业平台110执行所述请求并且将对应的补充数据传输到远程处理设备104。在接收到补充数据之后,处理器216利用补充数据(包括但不限于)将补充数据结合到流体数据标测图中,并且至少部分地基于补充数据构造流体数据标测图。
在某些实施方案中,远程处理设备104被配置来对从检查装置102(如图1所示)接收的地理标记的流体浓度数据进行分析。更具体地,处理器216被配置来对来自检查装置102的地理标记的流体浓度数据进行分析,并且确定地理标记的流体浓度数据的一部分是否指示超过预定浓度阈值的流体浓度测量结果。在某些实施方案中,处理器216被配置来确定地理标记的流体浓度数据的一部分是否指示超过预定泄漏阈值的总泄漏量或泄漏速率中的一者或多者。响应于这种确定,处理器216生成路线计划,所述路线计划被配置来致使检查装置102中的一个或多个导航到对应于地理标记数据的那部分的地理位置,以捕获地理位置处的另外的流体浓度数据,对另外的流体浓度数据进行地理标记,并且将地理标记的另外的流体浓度数据传输到远程处理设备104。在某些实施方案中,路线指令进一步被配置来致使检查装置102中的一个或多个捕获地理位置处的另外的数据,包括但不限于另外的图像数据。然后,远程处理设备104将路线计划传输到检查装置102中的一个或多个,以便于检查装置102中的一个或多个执行路线计划。
在资产检查系统100(如图1所示)的示例性实施方案中,远程处理设备104通过通信单元208通信地耦合到移动计算设备106(如图1所示)。移动计算设备106包括但不限于膝上型计算机、智能电话、平板计算机和类似的便携式计算设备。在操作期间,远程处理设备104将流体数据标测图提供给移动计算设备106,以供计算设备106显示给操作员。因此,操作员可审查流体数据标测图并且标识任何潜在的操作问题。在某些实施方案中,移动计算设备106允许操作员从流体数据标测图中选择一个或多个兴趣点,并且将所述兴趣点传输到远程处理设备104。响应于从移动计算设备106接收到兴趣点,处理器216生成路线计划,所述路线计划被配置来致使检查装置102中的一个或多个导航到兴趣点,以捕获地理位置处的另外的流体浓度数据,对另外的流体浓度数据进行地理标记,并且将地理标记的另外的流体浓度数据传输到远程处理设备104。在某些实施方案中,远程处理设备104和移动计算设备106在生成路线计划之前交换确认消息,并且将其传输到检查装置102中的一个或多个。更具体地,在从移动计算设备106接收到兴趣点之后,远程处理设备104生成确认消息并将所述确认消息传输到移动计算设备,使得移动计算设备106提示用户确认新的路线计划。在接收到确认之后,处理器216继续生成路线计划并且将路线计划传输到检查装置102中一个或多个。
在资产检查系统100(如图1所示)的示例性实施方案中,远程处理设备104通过通信单元208进一步通信地耦合到基于云的工业平台110(如图1所示)。在操作期间,远程处理设备104被配置来从基于云的工业平台110接收指令。被配置来收集和分析自/到联网计算设备的数据的基于云的工业平台110总体上是联网计算设备的系统。因此,在某些实施方案中,远程处理设备104被配置来从基于云的工业平台110接收指令,所述指令包括一个或多个兴趣点,基于云的工业平台110针对所述兴趣点需要另外的数据。响应于从基于云的工业平台110接收到兴趣点,处理器216生成路线计划,所述路线计划被配置来致使检查装置102中的一个或多个导航到兴趣点,以捕获地理位置处的另外的流体浓度数据,对另外的流体浓度数据进行地理标记,并且将地理标记的另外的流体浓度数据传输到远程处理设备104。
在资产检查系统100的示例性实施方案中,远程处理设备104进一步被配置来传输数据以存储在外部数据源(诸如远程数据源108)中。传输到远程数据源108的数据包括但不限于如从检查装置102接收的数据(诸如地理标记的未经处理的图像数据和地理标记的流体浓度数据)和由远程处理设备104生成或以其他方式处理的数据(包括源自地理标记的未经处理的图像数据和流体数据标测图导出的一个或多个图像文件)。因此,由远程处理设备104从检查装置102获取的数据被添加到可从远程数据源108获得的补充数据,以用于稍后生成流体数据标测图。
在某些实施方案中,检查装置102包括一个或多个摄像机设备。因此,在此类实施方案中,远程处理设备104被配置来通过通信单元208从检查交通工具中的一个或多个接收视频馈送,并且使用图形处理单元217来处理视频馈送。然后,处理后的视频馈送中的至少一个被记录(诸如通过生成视频文件并将视频文件保存到远程数据源108和存储设备220中的一者),并且被流式传输到移动计算设备106和基于云的工业平台110中的一者或多者。
图3是移动计算设备(诸如移动计算设备106)的示意图,其显示由远程处理设备(诸如远程处理设备104)生成的流体数据标测图。移动计算设备106总体上包括耦合到存储器设备(未示出)的处理器(未示出)、通信单元(未示出)、显示器302和一个或多个输入设备(诸如触摸屏304)。在操作期间,处理器执行存储在存储器设备中的一个或多个应用程序,所述处理器被配置来从远程处理设备104接收流体数据标测图并且使用显示器302来显示流体数据标测图。
在图3所描绘的实施方案中,显示器302描绘了流体数据标测图306。如先前在图2的上下文中所讨论的那样,由远程处理设备104生成的流体数据标测图总体上包括自由地理标记的流体浓度数据上覆的地理标记的未经处理的图像数据导出的一个或多个图像文件。在某些实施方案中,流体数据标测图还包括地理标记的定性流体数据和地理标记的三维点数据中的一者或多者。在流体数据标测图306中,例如,热标测图308提供地理标记的流体浓度数据和地理标记的定性流体数据两者的可视化。更具体地,热标测图308的总体大小和形状是自地理标记的流体浓度数据导出的,而热标测图308的变化的阴影对应于地理标记的定量流体数据,并且更具体地,由地理标记的流体浓度数据表示的以百万分之一计的流体浓度。
图4是处理可由资产检查系统100(如图1所示)的远程处理设备104(如图1和图2所示)执行的检查数据的示例性方法400的流程图。方法400包括:在步骤402处,在远程处理设备104处从一个或多个检查装置102(如图1所示)接收地理标记的未经处理的图像数据。更具体地,地理标记的流体浓度数据由一个或多个检查装置102通过第一通信信道111(如图1所示)传输。在步骤404处,远程处理设备104通过第二通信信道112(如图1所示)从检查装置102中的一个或多个接收地理标记的流体浓度数据。
在步骤406处,并且在接收到地理标记的未经处理的图像数据之后,远程处理设备104将地理标记的未经处理的图像数据处理成一个或多个图像文件。在某些实施方案中,处理地理标记的未经处理的图像数据包括:使用图形处理单元(诸如图形处理单元217(如图2所示))来处理地理标记的未经处理的图像数据。地理标记的未经处理的图像数据的处理包括一个或多个数字处理操作,所述一个或多个数字处理操作包括但不限于平滑化、反走样、颜色校正、亮度和对比度校正、过滤、调整大小、压缩和颜色或白平衡中的一者或多者。
在步骤408处,远程处理设备104通过将地理标记的流体浓度数据上覆于一个或多个图像文件上来生成流体数据标测图。在某些实施方案中,基于包含在其相关联的地理标记中的地理定位信息,将地理标记的流体浓度数据与一个或多个图像文件组合。
在某些实施方案中,生成流体数据标测图还包括将另外的数据与流体浓度数据和图像文件组合。例如,在某些实施方案中,另外的数据包括但不限于从检查装置102获得的三维点数据、由远程处理设备和基于云的平台110(如图1所示)中的一者或多者计算的泄漏数据、以及存储在远程数据源(诸如远程数据源108(如图1所示))中的气象数据、地理数据和历史数据中的一者或多者。在某些实施方案中,例如,流体数据标测图是三维数据标测图,所述三维数据标测图至少部分地从使用检查装置102中的一个或多个的三维扫描单元(诸如LIDAR单元)收集的三维点数据生成。
在步骤410处,远程处理设备104将流体数据标测图传输到一个或多个远程计算设备。在示例性实施方案中,所述一个或多个远程计算设备是移动计算设备,诸如移动计算设备106(如图1和图3所示),所述移动计算设备被配置来向移动计算设备106的用户显示流体数据标测图,以促进流体数据标测图的基础数据的分析。
上述装置和方法提供了一种用于使用检查交通工具来增强对工业资产的检查的远程处理设备。本文所述的远程处理设备和方法通过执行代表检查交通工具的数据的至少一部分来促进检查交通工具对工业资产的增强检查。因此,检查交通工具执行有限的机载处理,促进移除检查交通工具上的不必要的数据处理系统或使用另外的传感器替换这种数据处理系统。有限的机载处理和减轻的重量进一步减少了数据处理所消耗的电量,从而允许更长的检查任务和在给定检查任务上收集的更大量的传感器数据。本文所述的远程处理设备和方法进一步使用检查交通工具通过有效地收集并传播由检查交通工具收集的数据并促进对所收集数据的分析来提供的工业资产的增强检查。
本文的装置和方法的示例性技术效果包括以下中的至少一者:(a)通过使用另外的传感器单元促进检查交通工具上的数据处理装备的替换来改进数据收集;(b)通过减轻检查交通工具的重量来改进检查交通工具的检查时间;(c)通过减少检查交通工具进行机载数据处理所需的电力消耗来改进检查时间;(d)通过向移动计算设备和基于云的工业平台提供收集的数据来促进检查交通工具路线计划的有效且迅速修改;(e)通过将收集的数据与存储在远程数据源中的补充数据组合,促进对检查交通工具收集的数据的加强分析。
以上详细描述了处理由资产检查系统的远程处理设备和对应远程处理设备可执行的检查数据的方法的示例性实施方案。本文所述的方法和系统不限于本文所述的特定实施方案,相反地,系统的部件或方法的步骤可独立地并且独立于本文所述的其他部件或步骤使用。例如,本文公开的装置和方法可在石油和天然气工业之外的应用中实现,以便监测其他工业装备件的操作状况。另外,所述方法还可与设备的其他部件一起使用,并且不限于仅与本文所述的部件一起实践。相反,可结合许多其他无人驾驶交通工具和资产检查系统来实现和利用示例性实施方案。
尽管各种实施方案的具体特征可能在一些附图中示出而在其他附图中未示出,但这仅是为了方便。根据本文所述的系统和方法的原理,可结合任何其他附图的任何特征来引用或要求保护附图的任何特征。
一些实施方案涉及使用一个或多个电子或计算设备。此类设备通常包括处理器、处理设备或控制器,诸如通用中央处理单元(CPU)、图形处理单元(GPU)、微控制器、精简指令集计算机(RISC)处理器、专用集成电路(ASIC)、可编程逻辑电路(PLC)、现场可编程门阵列(FPGA)、数字信号处理(DSP)设备和/或能够执行本文所述功能的任何其他电路或处理设备。本文所述的方法可被编码为体现在计算机可读介质中的可执行指令,包括但不限于存储设备和/或存储器设备。当由处理设备执行时,此类指令致使处理设备执行本文所述的方法的至少一部分。以上实例仅是示例性的,因此并不意图以任何方式限制术语处理器和处理设备的定义和/或含义。
本说明书使用实例来公开本实施方案,包括最佳模式,同时也使得本领域的任何技术人员能够实践本实施方案,包括制造并使用任何装置或系统,以及实施所涵盖的任何方法。本公开的保护范围由权利要求书界定,并且可以包括所属领域的技术人员想出的其他实例。如果其他此类实例的结构要素与权利要求书的字面意义相同,或者如果此类实例包括的等效结构要素与权利要求书的字面意义无实质差别,则此类实例也属于权利要求书的范围。
Claims (25)
1.一种用于处理由一个或多个检查装置收集的检查数据的远程处理设备,所述远程处理设备被配置成在收集所述检查数据期间位于远离所述一个或多个检查装置的位置,所述远程处理设备包括:
通信单元,所述通信单元被配置来将数据传输到所述一个或多个检查装置并且从所述一个或多个检查装置接收数据;以及
机载计算设备,所述机载计算设备耦合到所述通信单元,所述机载计算设备包括至少一个处理器和耦合到所述至少一个处理器的存储器设备,所述至少一个处理器被配置来:
通过第一通信信道从所述一个或多个检查装置接收地理标记的未经处理的图像数据;
通过第二通信信道从所述一个或多个检查装置接收地理标记的流体浓度数据;
将所述地理标记的未经处理的图像数据处理成一个或多个图像文件;
从远程数据源检索补充数据,所述补充数据包括历史流体浓度数据;
生成流体数据标测图,所述流体数据标测图包括对应于地理标记的流体浓度数据的第一层和对应于所述历史流体浓度数据的一个或多个第二层,其中每层上覆于第三层上,所述第三层包括一个或多个图像文件;并且
将所述流体数据标测图传输到一个或多个远程计算设备。
2.根据权利要求1所述的远程处理设备,其中所述至少一个处理器进一步被配置来通过所述第二通信信道从所述一个或多个检查装置接收地理标记的红外图像数据,并且通过将所述地理标记的红外图像数据在第四层中上覆于包括所述一个或多个图像文件的第三层上来生成所述流体数据标测图。
3.根据权利要求1所述的远程处理设备,其中所述至少一个处理器进一步被配置来:
确定以下至少一者:所接收的地理标记的流体浓度数据的一部分超过预定的流体浓度阈值,以及对应于所接收的地理标记的流体浓度数据的所述部分的泄漏超过预定的泄漏阈值;
生成路线计划,所述路线计划包括一个或多个路线指令,所述一个或多个路线指令可由所述一个或多个检查装置中的一个检查装置执行,所述路线指令被配置成当由所述一个或多个检查装置中的所述检查装置执行时:
将所述检查装置导航到对应于所述地理标记的流体浓度数据的所述部分的位置;
使用所述检查装置捕获另外的地理标记的流体浓度数据和另外的地理标记的未经处理的图像数据中的至少一者;并且
将所述另外的地理标记的流体浓度数据和所述另外的地理标记的未经处理的图像数据中的所述至少一者从所述检查装置传输到所述远程处理设备;并且
将所述路线计划传输到所述检查装置,以便于由所述检查装置执行所述路线计划。
4.根据权利要求1所述的远程处理设备,其中所述至少一个处理器进一步被配置来:
将所述流体数据标测图传输到移动计算设备;
从所述移动计算设备接收至少一个兴趣点;
生成路线计划,所述路线计划包括一个或多个路线指令,所述一个或多个路线指令可由所述一个或多个检查装置中的一个检查装置执行,所述路线指令被配置成当由所述一个或多个检查装置中的所述检查装置执行时:
将所述检查装置导航到所述至少一个兴趣点;
使用所述检查装置捕获另外的地理标记的流体浓度数据和另外的地理标记的未经处理的图像数据中的至少一者;并且
将所述另外的地理标记的流体浓度数据和所述另外的地理标记的未经处理的图像数据中的所述至少一者传输到所述远程处理设备;并且
将所述路线指令传输到所述检查装置,以便于由所述检查装置执行所述路线计划。
5.根据权利要求4所述的远程处理设备,其中所述至少一个处理器进一步被配置来:
将确认请求传输到所述移动计算设备;并且
响应于所述确认请求,从所述移动计算设备接收确认消息,其中所述至少一个处理器被配置来响应于从所述移动计算设备接收到所述确认而生成所述路线计划。
6.根据权利要求1所述的远程处理设备,其中所述至少一个处理器进一步被配置来:
将所述地理标记的流体浓度数据、所述地理标记的未经处理的图像数据、所述一个或多个图像文件和所述流体数据标测图中的至少一者传输到基于云的工业平台;
从所述基于云的工业平台接收至少一个兴趣点;
生成路线计划,所述路线计划包括一个或多个路线指令,所述一个或多个路线指令可由所述一个或多个检查装置中的一个检查装置执行,所述路线指令被配置成当由所述一个或多个检查装置中的所述检查装置执行时:
将所述检查装置导航到所述至少一个兴趣点;
使用所述检查装置捕获另外的地理标记的流体浓度数据和另外的地理标记的未经处理的图像数据中的至少一者;并且
将所述另外的地理标记的流体浓度数据和所述另外的地理标记的未经处理的图像数据中的所述至少一者从所述检查装置传输到所述远程处理设备;并且
将所述路线指令传输到所述检查装置,以便于由所述检查装置执行所述路线计划。
7.根据权利要求1所述的远程处理设备,其中所述补充数据还包括气象数据、地理数据和历史图像数据中的一者或多者。
8.根据权利要求1所述的远程处理设备,其中所述至少一个处理器进一步被配置来:
从所述一个或多个检查装置接收地理标记的三维点数据;
生成对应于所述地理标记的三维点数据的三维模型;并且
通过将所述地理标记的流体浓度数据和所述一个或多个图像文件中的每一者上覆于所述三维模型上来生成所述流体数据标测图。
9.根据权利要求1所述的远程处理设备,其中所述至少一个处理器进一步被配置来:
从所述一个或多个检查装置中的一个检查装置接收视频馈送;并且
将所述视频馈送转发到一个或多个移动计算设备。
10.根据权利要求1所述的远程处理设备,其中所述至少一个处理器进一步被配置来至少部分地基于所述地理标记的流体浓度数据来确定泄漏位置、泄漏速率和总泄漏量中的至少一者。
11.一种或多种非暂态计算机可读存储介质,其具有体现在其上以用于处理检查数据的计算机可执行指令,所述指令可由远程处理设备的处理器执行以用于处理由一个或多个检查装置收集的检查数据,所述远程处理设备被配置成在收集所述检查数据期间位于远离所述一个或多个检查装置的位置,其中当由所述处理器执行时,所述计算机可执行指令致使所述处理器:
通过第一通信信道从一个或多个检查装置接收地理标记的未经处理的图像数据;
通过第二通信信道从所述一个或多个远程检查装置接收地理标记的流体浓度数据;
将所述地理标记的未经处理的图像数据处理成一个或多个图像文件;
从远程数据源检索补充数据,所述补充数据包括历史流体浓度数据;
生成流体数据标测图,所述流体数据标测图包括对应于地理标记的流体浓度数据的第一层和对应于所述历史流体浓度数据的一个或多个第二层,其中每层上覆于第三层上,所述第三层包括一个或多个图像文件;并且
将所述流体数据标测图传输到一个或多个远程计算设备。
12.根据权利要求11所述的一种或多种非暂态计算机可读存储介质,其中所述计算机可执行指令进一步致使所述处理器:通过所述第二通信信道从所述一个或多个远程检查装置接收地理标记的红外图像数据,并且通过将所述地理标记的红外图像数据在第四层中上覆于包括所述一个或多个图像文件的第三层上来生成所述流体数据标测图。
13.根据权利要求11所述的一种或多种非暂态计算机可读存储介质,其中所述计算机可执行指令进一步致使所述处理器:
确定以下至少一者:所接收的地理标记的流体浓度数据的一部分超过预定的流体浓度阈值,以及对应于所接收的地理标记的流体浓度数据的所述部分的泄漏超过预定的泄漏阈值;
生成路线计划,所述路线计划包括一个或多个路线指令,所述一个或多个路线指令可由所述一个或多个远程检查装置中的一个检查装置执行,所述路线指令被配置成当由所述一个或多个远程检查装置中的所述检查装置执行时:
将所述检查装置导航到对应于所述地理标记的流体浓度数据的所述部分的位置;
使用所述检查装置捕获另外的地理标记的流体浓度数据和另外的地理标记的未经处理的图像数据中的至少一者;并且
将所述另外的地理标记的流体浓度数据和所述另外的地理标记的未经处理的图像数据中的所述至少一者传输到远程处理设备;并且
将所述路线指令传输到所述检查装置,以便于由所述检查装置执行所述路线计划。
14.根据权利要求11所述的一种或多种非暂态计算机可读存储介质,其中所述计算机可执行指令进一步致使所述处理器:
将所述流体数据标测图传输到移动计算设备;
从所述移动计算设备接收至少一个兴趣点;
生成路线计划,所述路线计划包括一个或多个路线指令,所述一个或多个路线指令可由所述一个或多个检查装置中的一个检查装置执行,所述路线指令被配置成当由所述一个或多个检查装置中的所述检查装置执行时:
将所述检查装置导航到所述至少一个兴趣点;
使用所述检查装置捕获另外的地理标记的流体浓度数据和另外的地理标记的未经处理的图像数据中的至少一者;并且
将所述另外的地理标记的流体浓度数据和所述另外的地理标记的未经处理的图像数据中的所述至少一者传输到所述远程处理设备;并且
将所述路线指令传输到所述检查装置,以便于由所述检查装置执行所述路线计划。
15.根据权利要求11所述的一种或多种非暂态计算机可读存储介质,其中所述计算机可执行指令进一步致使所述处理器:
将所述地理标记的流体浓度数据、所述地理标记的未经处理的图像数据、所述一个或多个图像文件和所述流体数据标测图中的至少一者传输到基于云的工业平台;
从所述基于云的工业平台接收至少一个兴趣点;
生成路线计划,所述路线计划包括一个或多个路线指令,所述一个或多个路线指令可由所述一个或多个检查装置中的一个检查装置执行,所述路线指令被配置成当由所述一个或多个检查装置中的所述检查装置执行时:
将所述检查装置导航到所述至少一个兴趣点;
使用所述检查装置捕获另外的地理标记的流体浓度数据和另外的地理标记的未经处理的图像数据中的至少一者;并且
将所述另外的地理标记的流体浓度数据和所述另外的地理标记的未经处理的图像数据中的所述至少一者传输到所述远程处理设备;并且
将所述路线指令传输到所述检查装置,以便于由所述检查装置执行所述路线计划。
16.根据权利要求11所述的一种或多种非暂态计算机可读存储介质,其中所述补充数据包括气象数据、地理数据和历史图像数据中的一者或多者。
17.根据权利要求11所述的一种或多种非暂态计算机可读存储介质,其中所述计算机可执行指令进一步致使所述处理器:
从所述一个或多个检查装置接收地理标记的三维点数据;并且
生成对应于所述地理标记的三维点数据的三维模型;并且
通过将所述地理标记的流体浓度数据和所述一个或多个图像文件中的每一者上覆于所述三维模型上来生成所述流体数据标测图。
18.根据权利要求11所述的一种或多种非暂态计算机可读存储介质,其中所述计算机可执行指令进一步致使所述处理器至少部分地基于所述地理标记的流体浓度数据来确定泄漏位置、泄漏速率和总泄漏量中的至少一者。
19.一种使由一个或多个检查装置收集的检查数据合并和可视化的方法,所述方法可由远程处理设备执行,所述远程处理设备被配置成在收集所述检查数据期间位于远离所述一个或多个检查装置的位置,并且所述远程处理设备包括机载计算设备,所述机载计算设备包括耦合到存储器设备的至少一个处理器,所述方法包括:
通过第一通信信道从所述一个或多个检查装置接收地理标记的未经处理的图像数据;
通过第二通信信道从所述一个或多个检查装置接收地理标记的流体浓度数据;
使用所述机载计算设备将所述地理标记的未经处理的图像数据处理成一个或多个图像文件;
使用所述机载计算设备从远程数据源检索补充数据,所述补充数据包括历史流体浓度数据;
使用所述机载计算设备生成流体数据标测图,所述流体数据标测图包括对应于地理标记的流体浓度数据的第一层和对应于所述历史流体浓度数据的一个或多个第二层,其中每层上覆于第三层上,所述第三层包括一个或多个图像文件;以及
将所述流体数据标测图传输到一个或多个远程计算设备。
20.根据权利要求19所述的方法,其还包括:
使用所述机载计算设备来确定以下至少一者:所接收的地理标记的流体浓度数据的一部分超过预定的流体浓度阈值,以及对应于所接收的地理标记的流体浓度数据的所述部分的泄漏超过预定的泄漏阈值;
使用所述机载计算设备来生成路线计划,所述路线计划包括一个或多个路线指令,所述一个或多个路线指令可由所述一个或多个检查装置中的一个检查装置执行,所述路线指令被配置成当由所述一个或多个检查装置中的所述检查装置执行时:
将所述检查装置导航到所述至少一个兴趣点;
使用所述检查装置捕获另外的流体浓度数据和另外的未经处理的图像数据中的至少一者;并且
将所述另外的流体浓度数据和所述另外的未经处理的图像数据中的所述至少一者传输到远程处理设备;以及
将所述路线指令传输到所述检查装置,以便于由所述检查装置执行所述路线计划。
21.根据权利要求19所述的方法,其还包括:通过所述第二通信信道从所述一个或多个检查装置中的每一个接收地理标记的红外图像数据,其中生成所述流体数据标测图还包括将所述地理标记的红外图像数据在第四层中上覆于包括所述一个或多个图像文件的第三层上。
22.根据权利要求19所述的方法,其还包括:
将所述流体数据标测图传输到移动计算设备;
从所述移动计算设备接收至少一个兴趣点;
使用所述机载计算设备来生成路线计划,所述路线计划包括一个或多个路线指令,所述一个或多个路线指令可由所述一个或多个检查装置中的一个检查装置执行,所述路线指令被配置成当由所述一个或多个检查装置中的所述检查装置执行时:
将所述检查装置导航到所述至少一个兴趣点;
使用所述检查装置捕获另外的流体浓度数据和另外的未经处理的图像数据中的至少一者;并且
将所述另外的流体浓度数据和所述另外的未经处理的图像数据中的所述至少一者传输到远程处理设备;以及
将所述路线指令传输到所述检查装置,以便于由所述检查装置执行所述路线计划。
23.根据权利要求19所述的方法,其还包括:
将所述流体浓度数据、所述未经处理的图像数据、所述一个或多个图像文件和所述流体数据标测图中的至少一者传输到基于云的工业平台;
从所述基于云的工业平台接收至少一个兴趣点;
使用所述机载计算设备来生成路线计划,所述路线计划包括一个或多个路线指令,所述一个或多个路线指令可由所述一个或多个检查装置中的一个检查装置执行,所述路线指令被配置成当由所述一个或多个检查装置中的所述检查装置执行时:
将所述检查装置导航到所述至少一个兴趣点;
使用所述检查装置捕获另外的流体浓度数据和另外的未经处理的图像数据中的至少一者;并且
将所述另外的流体浓度数据和所述另外的未经处理的图像数据中的所述至少一者传输到远程处理设备;以及
将所述路线指令传输到所述检查装置,以便于由所述检查装置执行所述路线计划。
24.根据权利要求19所述的方法,其中所述补充数据还包括气象数据、地理数据和历史图像数据中的一者或多者。
25.根据权利要求19所述的方法,其还包括:
从所述一个或多个检查装置接收地理标记的三维点数据;并且
使用所述机载计算设备来生成对应于所述地理标记的三维点数据的三维模型,其中所述流体数据标测图是三维流体数据标测图,并且生成所述流体数据标测图还包括:将所述地理标记的流体浓度数据和所述一个或多个图像文件中的每一者上覆于所述三维模型上。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/285,412 US10345804B2 (en) | 2016-10-04 | 2016-10-04 | Method and system for remote processing and analysis of industrial asset inspection data |
US15/285,412 | 2016-10-04 | ||
PCT/US2017/054210 WO2018067389A1 (en) | 2016-10-04 | 2017-09-29 | Method and system for remote processing and analysis of industrial asset inspection data |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109964494A CN109964494A (zh) | 2019-07-02 |
CN109964494B true CN109964494B (zh) | 2021-09-28 |
Family
ID=60162250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780069616.6A Active CN109964494B (zh) | 2016-10-04 | 2017-09-29 | 用于远程处理和分析工业资产检查数据的方法和系统 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10345804B2 (zh) |
EP (1) | EP3523995B1 (zh) |
CN (1) | CN109964494B (zh) |
AU (1) | AU2017339771B2 (zh) |
CA (1) | CA3039506C (zh) |
ES (1) | ES2897430T3 (zh) |
WO (1) | WO2018067389A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10254220B2 (en) * | 2016-10-04 | 2019-04-09 | General Electric Company | Method and system for remote inspection of industrial assets |
US10345804B2 (en) * | 2016-10-04 | 2019-07-09 | General Electric Company | Method and system for remote processing and analysis of industrial asset inspection data |
US10713073B2 (en) * | 2016-12-02 | 2020-07-14 | Microsoft Technology Licensing, Llc | Systems and methods for identifying cloud configurations |
US10546371B1 (en) * | 2018-08-22 | 2020-01-28 | William Pyznar | System and method for inspecting the condition of structures using remotely controlled devices |
CN109765587B (zh) * | 2019-03-06 | 2024-02-09 | 深圳飞马机器人股份有限公司 | 无人机定位系统、方法及监控系统 |
CN110221608B (zh) * | 2019-05-23 | 2021-10-01 | 中国银联股份有限公司 | 一种巡检设备的方法及装置 |
US20230079054A1 (en) * | 2021-09-10 | 2023-03-16 | Exploration Robotics Technologies Inc. | System and method for autonomous inspection for asset maintenance and management |
CN113960268B (zh) * | 2021-12-20 | 2022-03-22 | 武汉云麒联网科技有限公司 | 一种基于物联网的生态低碳监测系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8284986B2 (en) * | 2008-04-09 | 2012-10-09 | Rafael Advanced Defense Systems Ltd | Method for remote spectral analysis of gas plumes |
CN105203264A (zh) * | 2015-09-17 | 2015-12-30 | 广州杰赛科技股份有限公司 | 气体泄漏监测方法、气体泄漏监测装置及系统 |
WO2016103067A1 (en) * | 2014-12-22 | 2016-06-30 | Husqvarna Ab | Garden mapping and planning via robotic vehicle |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7450229B2 (en) * | 1999-01-25 | 2008-11-11 | Amnis Corporation | Methods for analyzing inter-cellular phenomena |
DE10029206A1 (de) * | 2000-06-20 | 2002-01-10 | Schleifring Und Appbau Gmbh | Vorrichtung zur Übertragung optischer Signale |
US20020149617A1 (en) * | 2001-03-30 | 2002-10-17 | Becker David F. | Remote collaboration technology design and methodology |
US7851766B2 (en) * | 2001-10-26 | 2010-12-14 | Innovative American Technology Inc. | Multi-stage system for verification of container contents |
CA2386651A1 (en) * | 2002-05-16 | 2003-11-16 | Dan Keith Andersen | Method of monitoring utility lines with aircraft |
US7391409B2 (en) * | 2002-07-27 | 2008-06-24 | Sony Computer Entertainment America Inc. | Method and system for applying gearing effects to multi-channel mixed input |
US7027924B2 (en) * | 2002-10-31 | 2006-04-11 | Itt Manufacturing Enterprises, Inc | Detecting natural gas pipeline failures |
US20040263852A1 (en) * | 2003-06-03 | 2004-12-30 | Lasen, Inc. | Aerial leak detector |
US7965314B1 (en) * | 2005-02-09 | 2011-06-21 | Flir Systems, Inc. | Foveal camera systems and methods |
US7411196B2 (en) * | 2005-08-18 | 2008-08-12 | Itt Manufacturing Enterprises, Inc. | Multi-sensors and differential absorption LIDAR data fusion |
ATE441101T1 (de) * | 2005-12-01 | 2009-09-15 | Pergam Suisse Ag | Mobile ferndetektion von fluiden mittels laser |
US8688375B2 (en) * | 2006-05-31 | 2014-04-01 | Trx Systems, Inc. | Method and system for locating and monitoring first responders |
US10254220B2 (en) * | 2016-10-04 | 2019-04-09 | General Electric Company | Method and system for remote inspection of industrial assets |
US20090245581A1 (en) * | 2008-03-31 | 2009-10-01 | Sean Dey | Airborne terrain acquisition and processing system with fluid detection |
US8781755B2 (en) * | 2008-10-08 | 2014-07-15 | Golder Associates Ltd. | Fugitive emission flux measurement |
US8010300B1 (en) * | 2008-11-24 | 2011-08-30 | Itt Manufacturing Enterprises, Inc. | Determination of gas flux using airborne dial lidar |
US8345250B1 (en) * | 2009-11-02 | 2013-01-01 | Exelis, Inc. | System and method for detecting chemical species from a remote sensing platform |
US8146606B2 (en) * | 2010-01-15 | 2012-04-03 | Cristophe Schatteman | Device and method for mixing hair coloring chemicals |
CN201707324U (zh) | 2010-06-24 | 2011-01-12 | 中科宇图天下科技有限公司 | 有毒有害气体应急监测无人机系统 |
IT1401884B1 (it) * | 2010-10-06 | 2013-08-28 | Tea Sistemi S P A | Metodo per quantificare un flusso di gas fuggitivo mediante misure verticali di concentrazione |
US8863256B1 (en) * | 2011-01-14 | 2014-10-14 | Cisco Technology, Inc. | System and method for enabling secure transactions using flexible identity management in a vehicular environment |
US20140067801A1 (en) * | 2012-08-31 | 2014-03-06 | Fujitsu Limited | Geotagging based on specified criteria |
US8787904B1 (en) * | 2013-03-12 | 2014-07-22 | Smartsky Networks LLC | Aircraft based wireless communication system |
US20160284075A1 (en) * | 2013-03-14 | 2016-09-29 | Essess, Inc. | Methods, apparatus, and systems for structural analysis using thermal imaging |
US9780859B2 (en) * | 2014-02-28 | 2017-10-03 | Spatial Digital Systems, Inc. | Multi-user MIMO via active scattering platforms |
US9843642B2 (en) * | 2014-01-28 | 2017-12-12 | Dolby International Ab | Geo-referencing media content |
US9313343B2 (en) * | 2014-02-20 | 2016-04-12 | Google Inc. | Methods and systems for communicating sensor data on a mobile device |
CN203745448U (zh) | 2014-03-07 | 2014-07-30 | 西安四方机电有限责任公司 | 一种无人机载化学气体检测系统 |
US10192182B2 (en) * | 2014-06-10 | 2019-01-29 | Wellaware Holdings, Inc. | Aerial drone for well-site and signal survey |
KR20150141419A (ko) * | 2014-06-10 | 2015-12-18 | 삼성전자주식회사 | 전자 장치에서 이미지의 위치 정보에 기반한 이미지 활용 방법 및 그 장치 |
JP6168462B2 (ja) * | 2014-08-21 | 2017-07-26 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 無人航空機の通信方法及びシステム |
CN104279425A (zh) | 2014-09-05 | 2015-01-14 | 河南汉威电子股份有限公司 | 基于红外成像和无人航空器的管道泄漏检测系统及方法 |
CN204114580U (zh) | 2014-09-05 | 2015-01-21 | 河南汉威电子股份有限公司 | 基于管道泄漏检测的图像信息采集装置 |
US20160144959A1 (en) * | 2014-11-21 | 2016-05-26 | Oil & Gas IT, LLC | Systems, Methods and Devices for Collecting Data at Remote Oil and Natural Gas Sites |
US20160214715A1 (en) * | 2014-11-21 | 2016-07-28 | Greg Meffert | Systems, Methods and Devices for Collecting Data at Remote Oil and Natural Gas Sites |
US9818031B2 (en) * | 2016-01-06 | 2017-11-14 | Orcam Technologies Ltd. | Crowd-sourced vision-based information collection |
US9986177B2 (en) * | 2016-03-09 | 2018-05-29 | Galileo Group, Inc. | Spectral enhancements to mobile devices |
US10345804B2 (en) * | 2016-10-04 | 2019-07-09 | General Electric Company | Method and system for remote processing and analysis of industrial asset inspection data |
-
2016
- 2016-10-04 US US15/285,412 patent/US10345804B2/en active Active
-
2017
- 2017-09-29 CN CN201780069616.6A patent/CN109964494B/zh active Active
- 2017-09-29 ES ES17787998T patent/ES2897430T3/es active Active
- 2017-09-29 CA CA3039506A patent/CA3039506C/en active Active
- 2017-09-29 WO PCT/US2017/054210 patent/WO2018067389A1/en unknown
- 2017-09-29 EP EP17787998.8A patent/EP3523995B1/en active Active
- 2017-09-29 AU AU2017339771A patent/AU2017339771B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8284986B2 (en) * | 2008-04-09 | 2012-10-09 | Rafael Advanced Defense Systems Ltd | Method for remote spectral analysis of gas plumes |
WO2016103067A1 (en) * | 2014-12-22 | 2016-06-30 | Husqvarna Ab | Garden mapping and planning via robotic vehicle |
CN105203264A (zh) * | 2015-09-17 | 2015-12-30 | 广州杰赛科技股份有限公司 | 气体泄漏监测方法、气体泄漏监测装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2018067389A1 (en) | 2018-04-12 |
CA3039506C (en) | 2021-06-15 |
ES2897430T3 (es) | 2022-03-01 |
US10345804B2 (en) | 2019-07-09 |
US20180095458A1 (en) | 2018-04-05 |
AU2017339771A1 (en) | 2019-05-02 |
EP3523995A1 (en) | 2019-08-14 |
CN109964494A (zh) | 2019-07-02 |
EP3523995B1 (en) | 2021-09-22 |
AU2017339771B2 (en) | 2021-03-18 |
CA3039506A1 (en) | 2018-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109964494B (zh) | 用于远程处理和分析工业资产检查数据的方法和系统 | |
US11480521B2 (en) | Method and system for remote inspection of industrial assets | |
US11869192B2 (en) | System and method for vegetation modeling using satellite imagery and/or aerial imagery | |
KR102035693B1 (ko) | 대기 오염 관리 방법 및 이를 위한 시스템 | |
CN111512256B (zh) | 自动和自适应的三维机器人现场勘测 | |
CN109325520B (zh) | 一种石油泄漏的检查方法、装置及系统 | |
KR101942373B1 (ko) | 선박 에너지 효율 관리 시스템 및 이의 동작 방법 | |
US20190168787A1 (en) | Inspection system and method | |
CN107607450A (zh) | 一种大气质量监测方法及相关设备 | |
CN104937554A (zh) | 用于在非破坏性测试系统中分析数据的系统和方法 | |
WO2016062216A1 (en) | Traceable emission remote monitoring system and method | |
WO2019216257A1 (ja) | 検査システム | |
CN107687994A (zh) | 空气检测系统及方法 | |
Ibrahim et al. | Model-driven visual data capture on construction sites: Method and metrics of success | |
CN113705763B (zh) | 一种基于神经计算棒的配网变压器实时检测方法及系统 | |
Baeck et al. | Drone based near real-time human detection with geographic localization | |
JP6785023B1 (ja) | 検査方法 | |
CN113422911B (zh) | 图像的采集发送和接收处理方法、采集设备及服务设备 | |
EP4092315A1 (en) | System and method for inspecting stability of heat transfer pipe by using drone | |
Silva Filho et al. | Semi-Autonomous Industrial Robotic Inspection: Remote Methane Detection in Oilfield | |
CN116013018B (zh) | 一种基于无人机探测的森林防火预警分析方法及系统 | |
CN108090988A (zh) | 一种手持巡检终端以及巡检系统 | |
US11300543B2 (en) | Anomaly and fault detection of industrial assets using magnetic mapping | |
WO2023154065A1 (en) | Autonomous maintenance visual inspection | |
Filho et al. | The edge architecture for semi-autonomous industrial robotic inspection systems |
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 |