CN110044594A - 一种基于无人机图像识别的建筑塔机螺栓松紧监测方法 - Google Patents

Abstract

本发明提供了一种基于无人机图像识别的建筑塔机螺栓松紧监测方法，包括步骤：步骤1，对建筑塔机上的螺栓进行标记，两条标记线；步骤2，使无人机按照设定的路线、飞行速度、拍摄间隔进行飞行并对螺栓进行拍摄；飞行过程按照设定飞行速度并根据需要拍照位置设定拍摄间隔；步骤3，将拍摄得到的照片传送到地面控制平台；步骤4，所述地面控制平台接收所述照片后，利用图像识别技术识别位于螺母侧面与套筒侧面上的两条标记线的错动角度，若该角度大于施工方提供的临界值，则发出预警。本发明可以降低人工检测需要攀爬塔机的安全风险；同时，图像识别可以降低人为误判的概率；再者，采用无人机进行拍照方便、快捷，可大大减少检测时间。

Description

一种基于无人机图像识别的建筑塔机螺栓松紧监测方法

技术领域

本发明涉及一种建筑塔机螺栓松紧的监测方法，具体来说，是一种基于无人机图像识别的建筑塔机螺栓松紧监测方法。

背景技术

建筑塔机是建筑施工必不可少的关键设备，然而由于塔机回转、起吊和卸载的工作状态，使塔吊的螺栓承受着振动荷载的影响，导致拧紧的螺栓容易松动，所以应定期对塔机螺栓进行检查，目前检查方法是人工目视和手动拧紧，检查频率为每月一次，这种检查方法具有以下几个缺点：一是塔机螺栓数量多，人工检查耗费时间长；二是人工攀爬，增大了安全风险；三是人为误差较大。因此利用无人机进行塔机安全监测具有重要意义。

近几年，无人机行业发展迅猛，特别是轻小型无人机，广泛应用于航拍、测绘、电力巡检等领域。现阶段，图像识别技术高效、可靠，在结构安全监测领域推广利用图像识别技术，将大大节省企业人员开支，保证了监测结果的真实客观性。

附图说明

图1为本发明实施例的螺栓松动监测方法流程图。

图2为本发明提出的螺栓拧紧时的螺栓和套筒标记示意图。

图3为本发明提出的螺栓松动后的螺栓和套筒标记示意图。

图4为本发明实施例所监测塔吊的立体示意图，所标字母表示飞行路线。

图5为本发明实施例所监测吊塔的俯视图，所标字母表示飞行路线。

图6为本发明实施例无人机与塔身空间位置关系示意图。

发明内容

本发明所要解决的技术问题在于提供一种基于无人机图像识别的建筑塔机螺栓松紧监测方法，以节省人力，并确保结果可靠。

本发明所采用的技术方案如下：

一种基于无人机图像识别的建筑塔机螺栓松紧监测方法，包括步骤：

步骤1，对建筑塔机上的螺栓进行标记，两条标记线；

步骤2，使无人机按照设定的路线、飞行速度、拍摄间隔进行飞行并对每一主弦杆上的螺栓进行拍摄；飞行过程按照设定飞行速度并根据需要拍照位置设定拍摄间隔；

步骤3，将拍摄得到的照片传送到地面控制平台；

步骤4，所述地面控制平台接收所述照片后，利用图像识别技术识别位于螺母侧面与套筒侧面上的两条标记线的错动角度，若该角度大于施工方提供的临界值，则发出预警。

进一步地，所述的步骤1具体包括：

对每一个螺栓拧紧以后，在螺母和套筒表面沿外侧的竖直方向作一直线标记，该标记跨越螺母和套筒外侧，在与螺栓处于同一水平面的正前方观察标记时，所述螺母处的标记和套筒处的标记处于同一直线上；当螺栓发生松动的时候，在同样的角度观察时，所述所述螺母处的标记和套筒处的标记会发生错动。

进一步地，步骤2中，所述拍摄间隔由塔吊单节高度和飞行速度确定，确保照片正好在无人机处于螺栓正前方时拍摄得到。

进一步地，步骤2中，所述无人机飞行过程中，相机镜头始终朝向无人机的正前方。

进一步地，所述步骤4具体包括：

对于飞行过程中拍摄到的所有照片，依据拍照顺序对每一主弦杆上的螺栓进行命名；

对照片进行图像预处理、图像二值化和轮廓检测；

根据已检测轮廓进行螺栓直径计算和标记线坐标计算；

进行标记错动识别，当检测到标记错动角度大于施工方提供的临界值时，系统记录下螺栓的位置并发出警报。

进一步地，飞行过程中拍摄到的所有照片均为包括标记、螺栓和套筒的完整图像。

与现有技术相比，本发明的有益效果是：

本发明可以降低人工检测需要攀爬塔机的安全风险；同时，图像识别可以降低人为误判的概率；再者，采用无人机进行拍照方便、快捷，可大大减少检测时间。

具体实施方式

下面结合附图和实施例对本发明作进一步的说明。

本发明实施方案选取的塔机塔身高度为11.2m，塔身宽度为1.665m，塔机单节的高度为2.8m。

如图1所示，一种基于无人机图像识别的建筑塔机螺栓松紧监测方法，包括步骤：

1)在工人对每一个螺栓拧紧以后，用油漆笔在螺母和套筒表面沿外侧的竖直方向作一直线标记，该标记跨越螺母和套筒外侧，在与螺栓处于同一水平面的正前方观察标记时，螺母处的标记和套筒处的标记处于同一直线上，如图2所述，当螺栓发生松动的时候，在同样的角度观察时，标记在螺母的部分和在套筒的部分会发生错动，如图3所示。

2)在对所有螺栓进行标记以后，操控无人机对螺栓进行拍摄。拍摄的技术要求：拍摄分辨率为2mm，相机镜头安装应朝无人机机头方向。设最大相对航距为H，焦距为f，像元大小为P，拍摄分辨率为G，CMOS尺寸宽度为W，CMOS尺寸的高度为V，S_W为W上对应的像素个数，S_V为V上对应的像素个数。

本实例采用大疆精灵Phantom 4Pro智能航拍机器人，8.8mm定焦镜头，CMOS尺寸为12.8×9.6mm，像幅大小为5163×3873(单位为像素)，根据上述公式可以计算得到：

考虑塔吊上部的作业平台、千斤顶等障碍物，取相对航距为2m。

根据计算出来的参数具体设计飞行线路并控制无人机飞行拍摄，具体如下：

如图4-图6所示，操控无人机按照飞行路线A→B→C→D→E→F→G→H→I→J→K→L→M→N→O→P的顺序完成拍照：使无人悬停在A点的正前方，并保持与塔身的距离为2m左右，无人机飞行过程中，无人机相机镜头始终朝飞行正前方。设定好飞行距离11.2m，飞行速度为1m/s，拍摄间隔为2.8s，创建飞行任务，无人机自动从A到B完成该次拍摄任务，拍摄得4张照片，并悬停在B点。手动操作无人机从B飞行至C点并悬停，重复上一步骤，直至完成8次纵向飞行线路。在整个飞行过程中，纵向飞行速度保持为1m/s，每间隔2.8s拍照一次。竖向共走过8次，每次的距离为11.2m，共89.6m，耗时89.6s。横向共走过7次，加上设定参数所用时间，全程飞行时间在150s以内，拍摄的照片数量共为32张。

3)将拍摄得到的照片传送到地面控制平台。

4)对于飞行过程中拍摄得到的每一张照片应包括标记、螺栓和套筒的完整图像，地面控制平台依据拍照顺序对每一主弦杆上的螺栓进行命名，对照片进行图像预处理、图像二值化和轮廓检测，根据已检测轮廓进行螺栓直径计算和标记线坐标计算，最后进行标记错动识别，当检测到标记发生错动的时候，系统记录下螺栓的位置并发出警报。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (6)

1.一种基于无人机图像识别的建筑塔机螺栓松紧监测方法，步骤如下：

步骤1，对建筑塔机上的螺栓进行标记，两条标记线；

步骤2，使无人机按照设定的路线、飞行速度、拍摄间隔进行飞行并对每一主弦杆上的螺栓进行拍摄；飞行过程按照设定飞行速度并根据需要拍照位置设定拍摄间隔；

步骤3，将拍摄得到的照片传送到地面控制平台；

步骤4，所述地面控制平台接收所述照片后，利用图像识别技术识别位于螺母侧面与套筒侧面上的两条标记线的错动角度，若该角度大于施工方提供的临界值，则发出预警。

2.根据权利要求1所述的基于无人机图像识别的建筑塔机螺栓松紧监测方法，其特征在于，所述的步骤1具体包括：

对每一个螺栓拧紧以后，在螺母和套筒表面沿外侧的竖直方向作一直线标记，该标记跨越螺母和套筒外侧，在与螺栓处于同一水平面的正前方观察标记时，所述螺母处的标记和套筒处的标记处于同一直线上；当螺栓发生松动的时候，在同样的角度观察时，所述所述螺母处的标记和套筒处的标记会发生错动。

3.根据权利要求1所述的基于无人机图像识别的建筑塔机螺栓松紧监测方法，其特征在于，步骤2中，所述拍摄间隔由塔吊单节高度和飞行速度确定，确保照片正好在无人机处于螺栓正前方时拍摄得到。

4.根据权利要求1所述的基于无人机图像识别的建筑塔机螺栓松紧监测方法，其特征在于，步骤2中，所述无人机飞行过程中，相机镜头始终朝向无人机的正前方。

5.根据权利要求1所述的建筑塔机监测方法，其特征在于，所述步骤4具体包括：

对于飞行过程中拍摄到的所有照片，依据拍照顺序对每一主弦杆上的螺栓进行命名；

对照片进行图像预处理、图像二值化和轮廓检测；

根据已检测轮廓进行螺栓直径计算和标记线坐标计算；

进行标记错动识别，当检测到标记错动角度大于施工方提供的临界值时，系统记录下螺栓的位置并发出警报。

6.根据权利要求5所述的建筑塔机监测方法，其特征在于，飞行过程中拍摄到的所有照片均为包括标记、螺栓和套筒的完整图像。