CN110398982A - 一种无人机的巡检方法及系统 - Google Patents

Abstract

本发明涉及建筑工地巡检领域，具体涉及一种无人机的巡检方法，根据巡检对象或区域生成巡检路径；无人机根据巡检路径自动飞行及拍摄，获取拍摄图像；通过巡检模型识别所述拍摄图像的异常状态，以识别巡检对象或区域的异常状态。本发明还涉及一种无人机的巡检系统。本发明通过一种无人机的巡检方法及系统，从智能无人机系统、自动图像数据处理、缺陷隐患分析、设备及巡视成果管理提供无人机行业应用全过程、智能化的解决方案，大大提升了巡检效率，并形成了无人机自动驾驶系统、基于BIM模型的系统、基于机器学习的缺陷隐患分析、数据处理等产品体系。

Description

一种无人机的巡检方法及系统

技术领域

本发明涉及建筑工地巡检领域，具体涉及一种无人机的巡检方法及系统。

背景技术

建筑工地巡检，是为全面了解工地现场施工情况，通过对项目巡查质量结果的整改与检审，及时发现并解决施工中存在的相关问题，提高公司项目质量，品质等目标的管控能力。使在建项目现场工程质量、安全施工巡检工作规范化、度化、专业化，促进各项工程质量及施工，安全管理水平不断提高。

建筑工地巡检一般包括日常巡检和安全巡检。

关于日常巡检，1、要求工程技术部专业人员每个工作日对施工作业点进行日常巡检，日常巡检查上下午各两次。2、由工程部全体成员独立进行，可视施工情况通知项目部和监理工程师参加，施工质量、进度问题及相应措施的实施，由分管领导对管理日志不定期抽查。3、每日下班前所有巡查人员写出管理日志，注明当日巡查情况和实践，记录工程会议检查事项、工程签证设计变更、施工质量、进度问题及相应措施的实施，由分管领导对管理日志不定期抽查。

关于安全巡查，1、工程技术部安全巡查在每周领导巡检后，由工程技术部人员、安全员带队，项目部专职安全员和监理部专职安全员参加，进行工地的全面安全巡检。安全检查做到每次有记录，对查出的事故隐患应做到定人、定时、定措施，落实资金全面整改。2、对巡检中发现的问题安全员填写整改意见并交由项目部经理和监理签收，安排专人负责督促施工单位整改。3、施工员和安全员应对整改结果进行复查，合格后才可继续施工。针对整改工期较长的部位，签发整改通知单，限期整改并进行复查。

建筑工地巡检的主要内容包括：1、了解现场施工质量、安全、进度计划落实完成情况、资料动态，及时发现施工中存在的质量、安全文明施工、进度和资料问题。2、对巡检中发现的质量缺陷不正确的施工方法、工艺、未按标准实施等问题提出整改意见。

但是，建筑工地巡检过程复杂，人员成本高昂，同时，在大规模的巡检中，容易产生误判或漏判，也无法实现实时准确真实的巡检，具有很大的延时性和误差性。进一步地，可通过摄像头进行实时监控，然而设备成本高昂，也无法全面监控所有位置区域。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种无人机的巡检方法及系统，解决现有建筑工地巡检过程复杂，人员成本高昂，也容易产生误判或漏判的问题，特别是，具有很大的延时性和误差性的问题。

本发明解决其技术问题所采用的技术方案是：提供一种无人机的巡检方法，结合巡检对象或区域的预设规则，通过机器学习建立识别所述巡检对象或区域异常状态的巡检模型，所述巡检方法包括步骤：根据巡检对象或区域生成巡检路径；无人机根据巡检路径自动飞行及拍摄，获取拍摄图像；通过巡检模型识别所述拍摄图像的异常状态，以识别巡检对象或区域的异常状态。

其中，较佳方案是，建立识别所述巡检对象或区域异常状态的巡检模型的步骤包括：预设有巡检对象或区域的预设规则；获取多个基于巡检对象或区域的拍摄图像样本数据，所述拍摄图像样本数据包括存在异常的样本数据或符合预设规则的样本数据；通过机器学习，结合所述预设规则和拍摄图像样本数据，建立识别所述巡检对象或区域异常状态的巡检模型。

其中，较佳方案是：建立基于所述巡检对象或区域的BIM模型，所述生成巡检路径的步骤包括：结合BIM模型，生成巡检路径。

其中，较佳方案是，所述生成巡检路径的步骤包括：记忆无人机人工操作的航行路线；根据预设定航行路线生成巡检路径。

其中，较佳方案是，所述生成巡检路径的步骤还包括：无人机在巡检路径上遇到障碍物；结合BIM模型，生成规避路径；所述规避路径与巡检路径的中途断点连通，或者，重新生成新巡检路径。

其中，较佳方案是，所述巡检方法还包括步骤：拍摄图像上传至管理平台，所述管理平台存储有巡检模型，通过巡检模型或/和人工审核对拍摄图像进行审核，获取所述巡检对象或区域异常状态；或者，无人机通过摄像头拍摄获取拍摄图像，摄像头中的处理模块存储有巡检模型，通过巡检模型对拍摄图像进行审核，获取所述巡检对象或区域异常状态；或者，通过人工审核对拍摄图像进行审核，获取所述巡检对象或区域异常状态；建立巡检报告或/和安全地图。

其中，较佳方案是，所述巡检方法还包括步骤：根据BIM模型预设危险源，所述危险源作为巡检路径的途经点；无人机根据巡检路径自动飞行及拍摄，获取拍摄图像，所述拍摄图像包括危险源的图像。

其中，较佳方案是：所述巡检区域包括建筑工地；所述巡检对象包括损坏情况、人员位置、人员安全帽佩戴情况、人员安全带佩戴情况、人员违规行为、需防护位置的防护情况、设计尺寸的标准情况、高处位置的物料放置情况、危险源的警示防护情况、违规建筑中的一种或多种。

其中，较佳方案是：所述拍摄图像赋予拍摄时间及拍摄位置。

本发明解决其技术问题所采用的技术方案是：提供一种无人机的巡检系统，所述巡检系统包括：处理单元，所述处理单元存储有计算机程序，所述计算机程序能够被执行以实现所述方法的步骤；无人机，在处理单元的控制下，根据巡检路径自动飞行及拍摄，获取拍摄图像。

本发明的有益效果在于，与现有技术相比，本发明通过一种无人机的巡检方法及系统，从智能无人机系统、自动图像数据处理、缺陷隐患分析、设备及巡视成果管理提供无人机行业应用全过程、智能化的解决方案，大大提升了巡检效率，并形成了无人机自动驾驶系统、基于BIM模型的系统、基于机器学习的缺陷隐患分析、数据处理等产品体系；同时，根据BIM模型对拍摄图像赋予拍摄时间及拍摄位置，实现图像的分类归档，方便现场或管理人员在平台就能基于BIM模型查看问题，让问题更直观，携带移动终端能更快捷的查找到现场出问题的位置所在地。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明巡检方法的流程示意图；

图2是本发明建立巡检模型的流程示意图；

图3是本发明BIM模型的巡检方法的流程示意图；

图4是本发明基于危险源的巡检方法的流程示意图；

图5是本发明巡检方法的审核方式流程示意图；

图6是本发明巡检系统的结构示意图；

图7是图6的具体结构示意图。

具体实施方式

现结合附图，对本发明的较佳实施例作详细说明。

如图1和图2所示，本发明提供无人机的巡检方法的优选实施例。

一种无人机的巡检方法，包括步骤S10、结合巡检对象或区域的预设规则，通过机器学习建立识别所述巡检对象或区域异常状态的巡检模型。

所述巡检方法包括步骤：

步骤S21、根据巡检对象或区域生成巡检路径；

步骤S22、无人机根据巡检路径自动飞行及拍摄，获取拍摄图像；

步骤S23、通过巡检模型识别所述拍摄图像的异常状态，以识别巡检对象或区域的异常状态。

其中，所述巡检区域包括建筑工地；所述巡检对象包括损坏情况、人员位置、人员安全帽佩戴情况、人员安全带佩戴情况、人员违规行为、需防护位置的防护情况、设计尺寸的标准情况、高处位置的物料放置情况、危险源的警示防护情况、违规建筑中的一种或多种。

具体地：

关于步骤S21，选定需要巡检的对象或区域，作为巡检对象或区域，并针对巡检对象或区域所要巡检排查的核心或者其他重要位置生成巡检路径，以作为无人机的飞行路径。

关于步骤S22，无人机应包括无人机的飞行主体、RTK模块和专业的传感及拍摄设备，RTK模块采用RTK(Real-time kinematic，实时动态)载波相位差分技术，是实时处理两个测量站载波相位观测量的差分方法，将基准站采集的载波相位发给用户接收机，进行求差解算坐标，这是一种新的常用的卫星定位测量方法，通过RTK模块控制飞行主体的巡检路径。以及，传感及拍摄设备包括可见光拍摄设备、热红外拍摄设备和激光雷达，通过可见光拍摄设备、热红外拍摄设备实现拍摄图像的获取，通过激光雷达以防止碰撞障碍物。

控制无人机实现避障功能、悬停功能调焦拍摄功能、手动飞行、断点续飞、自动返航、倾斜摄影、沿导线自动巡航及测距的功能。

关于步骤S23，通过巡检模型对每一拍摄图像进行智能识别，判断拍摄图像所对应的巡检对象或区域是否存在异常状态，即不符合预设规则的问题，将异常点标记并整理，以识别巡检对象或区域的异常状态。

后续可通过某一次巡检路径所产生的所有拍摄图像进行智能识别，从而判断巡检对象或区域的安全或质量问题。以实现线状巡视、环绕飞行、精细巡视、通道巡视等，管理人员对工地无人机巡检实时查看并对违规区域或违规操作人员进行截屏生成整改单，即时发送给相关施工方；同时，无人机所拍摄图像，如视频和图片，经管理人员审核后发送给相关施工方。

在本实施例中，并参考图2，步骤S10的巡检模型建立步骤包括：

步骤S11、预设有巡检对象或区域的预设规则；

步骤S12、获取多个基于巡检对象或区域的拍摄图像样本数据，所述拍摄图像样本数据包括存在异常的样本数据或符合预设规则的样本数据；

步骤S13、通过机器学习，结合所述预设规则和拍摄图像样本数据，建立识别所述巡检对象或区域异常状态的巡检模型。

具体地：

关于步骤S11，所述预设规则应该是符合国家标准的建筑工地标准，以及相关员工管理、行为标准，具体需要根据不同的场景进而限定，以满足不同场景的需求。例如，安全网不能有破损、员工工作期间要佩戴安全帽、高空作业需要佩戴安全带、洞口需要防护栏及警示牌、临边位置需要防护栏、基坑需要防护、外墙架的接头需要错开500mm、高空边缘处不能防止物品以防坠物、员工工作期间进行抽烟打闹等。

关于步骤S12，通过无人机获取多个所述拍摄图像样本数据，作为机器学习的样本数据，通过人工判断识别出拍摄图像样本数据是否存在异常，便于机器大数据学习。当然，也可以通过其他途径获取拍摄图像样本数据。

机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

关于步骤S13、将预设规则作为比较标准，将所有拍摄图像样本数据均与预设规则进行比较，从而获取是否异常，通过大量数据样本的学习，建立一高精准度的巡检模型。

在本实施例中，所述拍摄图像赋予拍摄时间及拍摄位置。会将发现的问题匹配至巡检路径的对应位置上，在此位置新增标签，进行分类归档，方便现场或管理人员在平台就能基于巡检路径查看问题，让问题更直观，携带移动终端能，更快捷的查找到现场出问题的位置所在地。

如图3和图4所示，本发明提供基于BIM模型的的巡检方法的较佳实施例。

所述生成巡检路径的步骤包括：

首先，先建立基于所述巡检对象或区域的BIM模型；

步骤S211、结合BIM模型；

步骤S214、生成巡检路径。

或者，所述生成巡检路径的步骤包括：

步骤S2121、记忆无人机人工操作的航行路线；

步骤S2122、根据预设定航行路线生成巡检路径。

步骤S214、生成巡检路径。

具体地：

BIM模型，核心是通过建立虚拟的建筑工程三维模型，利用数字化技术，为这个模型提供完整的、与实际情况一致的建筑工程信息库。该信息库不仅包含描述建筑物构件的几何信息、专业属性及状态信息，还包含了非构件对象(如空间、运动行为)的状态信息。通过相关软件建立基于所述巡检对象或区域的BIM模型，以反映所述巡检对象或区域的三维结构。

关于步骤S211、步骤S2121和步骤S2122，步骤S211属于单独步骤，与步骤S2121和步骤S2122没有直接关联，但是，不管是步骤S211，还是步骤S2121和步骤S2122，都是会产生巡检路径，存储起来，一作为下一次直接可使用的路径。

其中，所述巡检路径是在BIM模型上设置多个位置点，将位置点串联起来，并消除阻碍和计算最佳(时间最短或可视察点最多)，形成一巡检路径；重点在于在具有障碍物的环境中，按照一定的评价标准，寻找一条从起始状态到目标状态的无碰撞路径。

在本实施例中，进一步地，所述生成巡检路径的步骤还包括：

步骤S215、无人机在巡检路径上遇到障碍物；

步骤S216、结合BIM模型，生成规避路径；

步骤S217、所述规避路径与巡检路径的中途断点连通；

或者，步骤S218、重新生成新巡检路径。

具体地，所述障碍物可包括由于工程进度快，BIM模型无法跟上的情况，或者人员走动，形成障碍物。

在形成规避路径后，判断是否能与巡检路径的中途断点重新连通，并进行后续巡查，若可以，则将所述规避路径与巡检路径的中途断点连通；若不行，则重新生成新巡检路径。此时，可借助摄像机和传感器的功能，实现障碍物躲避及确认。

当然，也可以进行返航操作，避免无人机的损坏。

在本实施例中，并参考图4，所述巡检方法还包括步骤：

步骤S213、根据BIM模型预设危险源；

步骤S214、生成巡检路径，所述危险源作为巡检路径的途经点。

其中，无人机根据巡检路径自动飞行及拍摄，获取拍摄图像，所述拍摄图像包括危险源的图像。

危险源可为建筑工地中所存在且被认可的危险区域，如井口、临边处等，这些也是巡查的重要位置区域，对一个巡检路径生成前，需要将各危险源涵盖进去，作为巡检路径的途经点，以可以全面获取所述危险源的图像。

如图5所示，本发明提供一种巡检方法的较佳实施例。

所述巡检方法还包括步骤：

步骤S22、无人机根据巡检路径自动飞行及拍摄；

步骤S2311、拍摄图像上传至管理平台，所述管理平台存储有巡检模型，通过巡检模型或/和人工审核对拍摄图像进行审核；

或者，步骤S2312、无人机通过摄像头拍摄获取拍摄图像，摄像头中的处理模块存储有巡检模型，通过巡检模型对拍摄图像进行审核；

或者，步骤S2313、通过人工审核对拍摄图像进行审核；

步骤S232、获取所述巡检对象或区域异常状态；

步骤S233、建立巡检报告或/和安全地图。

具体地，关于步骤S2311至步骤S2313，可通过不同方式实现审核，以获取巡检对象或区域异常状态。

关于步骤S2311，实时或巡查结束后批量上传至管理平台，通过智能审图或者人工审图的方式，获取图片中的异常问题；关于步骤S2312，与步骤S2311相似，但是智能审图步骤在无人机中实现；关于步骤S2313，可自动控制无人机或者人工控制无人机，并在无人机选件过程中，对图像进行审核。

如图6和图7所示，本发明提供无人机的巡检系统的优选实施例。

一种无人机的巡检系统，所述巡检系统包括处理单元100和无人机200，所述处理单元100存储有计算机程序，所述计算机程序能够被执行以实现所述方法的步骤；所述无人机200在处理单元100的控制下，根据巡检路径自动飞行及拍摄，获取拍摄图像。

具体地，处理单元100存储有巡检模型，根据巡检对象或区域生成巡检路径；处理单元100控制无人机200根据巡检路径自动飞行及拍摄，获取拍摄图像，并发送至处理单元100中，处理单元100通过巡检模型识别所述拍摄图像的异常状态，以识别巡检对象或区域的异常状态。

更进一步地，BIM建模系统300建立基于所述巡检对象或区域的BIM模型，处理单元100包括巡检路径设置模块101、巡检模型处理模块102和巡检结果处理模块103，无人机200包括无人机主控模块201和摄像头202，巡检路径设置模块101根据巡检对象或区域生成巡检路径，并发送至无人机主控模块201中，无人机主控模块201控制无人机200根据巡检路径自动飞行，以及控制摄像头202拍摄，获取拍摄图像，并发送至巡检模型处理模块102中，巡检模型处理模块102通过巡检模型识别所述拍摄图像的异常状态，以识别巡检对象或区域的异常状态，巡检结果处理模块103建立巡检报告或/和安全地图，以实现生成报告、跟进问题、汇报分享。

其中，无人机主控模块201可直接设置在无人机200上，也可以是有无人机200的处理电路和远程管理平台组合构成。

以上所述者，仅为本发明最佳实施例而已，并非用于限制本发明的范围，凡依本发明申请专利范围所作的等效变化或修饰，皆为本发明所涵盖。

Claims (10)

1.一种无人机的巡检方法，其特征在于，结合巡检对象或区域的预设规则，通过机器学习建立识别所述巡检对象或区域异常状态的巡检模型，所述巡检方法包括步骤：

根据巡检对象或区域生成巡检路径；

无人机根据巡检路径自动飞行及拍摄，获取拍摄图像；

通过巡检模型识别所述拍摄图像的异常状态，以识别巡检对象或区域的异常状态。

2.根据权利要求1所述的巡检方法，其特征在于，建立识别所述巡检对象或区域异常状态的巡检模型的步骤包括：

预设有巡检对象或区域的预设规则；

获取多个基于巡检对象或区域的拍摄图像样本数据，所述拍摄图像样本数据包括存在异常的样本数据或符合预设规则的样本数据；

通过机器学习，结合所述预设规则和拍摄图像样本数据，建立识别所述巡检对象或区域异常状态的巡检模型。

3.根据权利要求1所述的巡检方法，其特征在于：建立基于所述巡检对象或区域的BIM模型，所述生成巡检路径的步骤包括：

结合BIM模型，生成巡检路径。

4.根据权利要求1所述的巡检方法，其特征在于，生成巡检路径的步骤包括：

记忆无人机人工操作的航行路线；

根据预设定航行路线生成巡检路径。

5.根据权利要求3或4所述的巡检方法，其特征在于，生成巡检路径的步骤还包括：

无人机在巡检路径上遇到障碍物；

结合BIM模型，生成规避路径；

所述规避路径与巡检路径的中途断点连通，或者，重新生成新巡检路径。

6.根据权利要求1所述的巡检方法，其特征在于，所述巡检方法还包括步骤：

拍摄图像上传至管理平台，所述管理平台存储有巡检模型，通过巡检模型或/和人工审核对拍摄图像进行审核，获取所述巡检对象或区域异常状态；或者，无人机通过摄像头拍摄获取拍摄图像，摄像头中的处理模块存储有巡检模型，通过巡检模型对拍摄图像进行审核，获取所述巡检对象或区域异常状态；或者，通过人工审核对拍摄图像进行审核，获取所述巡检对象或区域异常状态；

建立巡检报告或/和安全地图。

7.根据权利要求3所述的巡检方法，其特征在于，所述巡检方法还包括步骤：

根据BIM模型预设危险源，所述危险源作为巡检路径的途经点；

无人机根据巡检路径自动飞行及拍摄，获取拍摄图像，所述拍摄图像包括危险源的图像。

8.根据权利要求1所述的巡检方法，其特征在于：所述巡检区域包括建筑工地；所述巡检对象包括损坏情况、人员位置、人员安全帽佩戴情况、人员安全带佩戴情况、人员违规行为、需防护位置的防护情况、设计尺寸的标准情况、高处位置的物料放置情况、危险源的警示防护情况、违规建筑中的一种或多种。

9.根据权利要求1所述的巡检方法，其特征在于：所述拍摄图像赋予拍摄时间及拍摄位置。

10.一种无人机的巡检系统，其特征在于，所述巡检系统包括：

处理单元，所述处理单元存储有计算机程序，所述计算机程序能够被执行以实现如权利要求1至9任一项所述方法的步骤；

无人机，在处理单元的控制下，根据巡检路径自动飞行及拍摄，获取拍摄图像。