CN111524128A - 钢结构检测方法和系统、电子设备及存储介质 - Google Patents
钢结构检测方法和系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111524128A CN111524128A CN202010355522.9A CN202010355522A CN111524128A CN 111524128 A CN111524128 A CN 111524128A CN 202010355522 A CN202010355522 A CN 202010355522A CN 111524128 A CN111524128 A CN 111524128A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- steel structure
- key point
- coordinate
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 182
- 239000010959 steel Substances 0.000 title claims abstract description 182
- 238000001514 detection method Methods 0.000 title claims abstract description 67
- 238000007689 inspection Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 230000015654 memory Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 239000003973 paint Substances 0.000 claims description 5
- 238000010276 construction Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005336 cracking Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000003466 welding Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供的钢结构检测方法和系统、电子设备及存储介质,涉及钢结构检测技术领域。本申请实施例提供的钢结构检测方法,应用于电子设备,钢结构检测方法包括:首先,发送无人机飞行路线至无人机,无人机飞行路线包括至少一个无人机拍摄坐标,无人机拍摄坐标与钢结构关键点坐标对应,钢结构关键点坐标用于表征钢结构关键点的位置,无人机飞行路线用于指示无人机运动至至少一个无人机拍摄坐标,以对钢结构关键点进行拍摄;其次,接收无人机发送的钢结构关键点的图像信息。通过上述设置,可以提高钢结构检测的效率。
Description
技术领域
本申请涉及钢结构检测技术领域,具体而言,涉及一种钢结构检测方法和系统、电子设备及存储介质。
背景技术
世界集装箱运输的旺盛需求和集装箱港口吞吐量不断增加,大型的集装箱货轮装箱量越来越大,对集装箱装卸装备提出了更新更高的要求。目前最大的岸边集装箱起重机起升高度达到了56米,整机高度达到了90米,其使用寿命要求400万次循环,使用时间长达30年。岸桥的整机使用等级达到U8甚至U9,这就对钢结构的设计要求很高。为了保证设备的安全运行,定期对钢结构的检查必不可少。
但是,经发明人研究发现,在现有技术中,通过人工进行检修,为了检修人员的安全,一般都停机进行检查,从而存在着钢结构检测的效率低的问题。
发明内容
有鉴于此,本申请的目的在于提供一种钢结构检测方法和系统、电子设备及存储介质,以改善现有技术中存在的问题。
为实现上述目的,本申请实施例采用如下技术方案:
一种钢结构检测方法,应用于电子设备,所述钢结构检测方法包括:
发送无人机飞行路线至无人机,所述无人机飞行路线包括至少一个无人机拍摄坐标,所述无人机拍摄坐标与钢结构关键点坐标对应,所述钢结构关键点坐标用于表征钢结构关键点的位置,所述无人机飞行路线用于指示所述无人机运动至所述至少一个无人机拍摄坐标,以对所述钢结构关键点进行拍摄;
接收所述无人机发送的所述钢结构关键点的图像信息。
在本申请实施例较佳的选择中,所述钢结构检测方法,还包括:
根据预设数据库对所述图像信息进行图像识别,得到所述钢结构关键点的设备信息,所述设备信息表征所述钢结构关键点至少一个部位的检测结果。
在本申请实施例较佳的选择中,所述设备信息包括如下任意一种或组合:焊缝信息、节点板信息、轴信息以及油漆信息。
在本申请实施例较佳的选择中,所述钢结构检测方法还包括:
判断所述设备信息是否出现异常;
在所述设备信息出现异常时,发出报警信号。
在本申请实施例较佳的选择中,当所述无人机拍摄坐标的数量为多个时,所述无人机飞行路线用于指示所述无人机依次运动至多个所述无人机拍摄坐标,以对多个所述钢结构关键点进行拍摄。
在本申请实施例较佳的选择中,所述钢结构检测方法还包括:
获取所述钢结构关键点坐标和对应的无人机拍摄坐标。
本申请实施例还提供了一种钢结构检测方法,应用于无人机,所述无人机与电子设备通信连接,所述钢结构检测方法包括:
接收所述电子设备发送的无人机飞行路线,所述无人机飞行路线包括至少一个无人机拍摄坐标,所述无人机拍摄坐标与钢结构关键点坐标对应,所述钢结构关键点坐标用于表征钢结构关键点的位置;
根据所述无人机飞行路线运动至所述至少一个无人机拍摄坐标,对所述钢结构关键点进行拍摄;
发送所述钢结构关键点的图像信息至所述电子设备。
本申请实施例还提供了一种钢结构检测系统,所述钢结构检测系统包括电子设备和无人机;
所述电子设备发送无人机飞行路线至所述无人机,所述无人机飞行路线包括至少一个无人机拍摄坐标,所述无人机拍摄坐标与钢结构关键点坐标对应,所述钢结构关键点坐标用于表征钢结构关键点的位置;
所述无人机根据所述无人机飞行路线运动至所述至少一个无人机拍摄坐标,对所述钢结构关键点进行拍摄;
所述电子设备接收所述无人机发送的所述钢结构关键点的图像信息。
本申请实施例还提供了一种电子设备,包括存储器和处理器,所述处理器用于执行所述存储器中存储的可执行的计算机程序,以实现上述的钢结构检测方法。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被执行时实现上述钢结构检测方法的步骤。
本申请实施例提供的钢结构检测方法和系统、电子设备及存储介质,通过发送包括至少一个无人机拍摄坐标的无人机飞行路线至无人机,以使无人机飞行至至少一个无人机拍摄坐标,对钢结构关键点进行拍摄,接收无人机发送的钢结构关键点的图像信息,从而实现了对钢结构的自动检测,避免了现有技术中通过人工进行钢结构检测,所导致的钢结构检测的效率低的问题。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的钢结构检测系统的结构框图。
图2为本申请实施例提供的电子设备的结构框图。
图3为本申请实施例提供的钢结构检测方法的流程示意图。
图4为本申请实施例提供的钢结构关键点的示意图。
图5为本申请实施例提供的钢结构检测方法的另一流程示意图。
图6为本申请实施例提供的钢结构检测方法的另一流程示意图。
图标:10-钢结构检测系统;100-电子设备;110-网络端口;120-第一处理器;130-通信总线;140-第一存储介质;150-接口;200-无人机。
具体实施方式
在现有技术中,对钢结构的检查,并没有引起使用人员的重视。其主要原因在于钢结构关键点遍布在岸桥各处,岸桥设备高大,很多地方不便于检测。若设计钢结构时考虑到检测,就有检修用的行走通道及检修平台。若设计钢结构时没有考虑到检测,有些地方人员根本就不能到达。如果需要检查的地方均设计有走道及检修平台的话,就会增加很多检修用的平台及走台,造成整机的重量会增加不少,轮压也随之提高。其中,很多需要检测的钢结构关键点也不需要每天或者每周检查,只需要月度检查、季度检查甚至是半年度检查。也存在这样的情况,设备使用方由于对钢结构关键点并不熟悉,也会造成很多钢结构关键点检查的缺失。检查时,为了检修人员的安全,一般都停机进行检查,这样势必会降低钢结构检测的效率。
为了解决本申请所提出的至少一种技术问题,本申请实施例提供一种钢结构检测方法和系统、电子设备及存储介质,下面通过可能的实现方式对本申请的技术方案进行说明。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
图1是本申请实施例提供的钢结构检测系统10的结构框图,其提供了一种钢结构检测系统可能的实现方式,参见图1,该钢结构检测系统10可以包括电子设备100和至少一个无人机200,电子设备100和无人机200通信连接。
其中,该电子设备100用于发送无人机飞行路线至无人机200,接收无人机200发送的钢结构关键点的图像信息。该无人机200用于根据无人机飞行路线运动至至少一个无人机拍摄坐标,对钢结构关键点进行拍摄,将钢结构关键点的图像信息发送至电子设备100。
在另一种可能实现方式中,当无人机200具备所需处理能力的数据处理模块时,上述电子设备100的功能,也可以被集成于该无人机200中。
在一种可能的实现方式中,上述电子设备100的具体实现方案为:图2示出根据本申请的一些实施例的可以实现本申请思想的电子设备100的示例性硬件和软件组件的示意图。例如,第一处理器120可以设置于电子设备100上,并且用于执行本申请中的功能。
电子设备100可以是通用计算机或特殊用途的计算机,两者都可以用于实现本申请的钢结构检测方法。本申请尽管仅示出了一个计算机,但是为了方便起见,可以在多个类似平台上以分布式方式实现本申请描述的功能,以均衡处理负载。
例如,电子设备100可以包括连接到网络的网络端口110、用于执行程序指令的一个或多个第一处理器120、通信总线130和不同形式的第一存储介质140,例如,磁盘、ROM、或RAM,或其任意组合。示例性地,计算机平台还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质或其任意组合中的程序指令,根据这些程序指令可以实现本申请的方法。电子设备100还包括计算机与其他输入输出设备(例如键盘、显示屏)之间的输入/输出(Input/Output,I/O)接口150。
在一些实施例中,第一处理器120可以处理与钢结构关键点有关的信息和/或数据,以执行本公开中描述的一个或多个功能。在一些实施例中,第一处理器120可以包括一个或多个处理核(例如,单核处理器(S)或多核处理器(S))。仅作为举例,第一处理器120可以包括中央处理单元(Central Processing Unit,CPU)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、专用指令集处理器(Application SpecificInstruction-set Processor,ASIP)、图形处理单元(Graphics Processing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital SignalProcessor,DSP)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、可编程逻辑器件(Programmable Logic Device,PLD)、控制器、微控制器单元、简化指令集计算机(Reduced Instruction Set Computing,RISC)或微处理器等,或其任意组合。
为了便于说明,在电子设备100中仅描述了一个处理器。然而,应当注意,本申请中的电子设备100还可以包括多个处理器,因此本申请中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。例如,若电子设备100的处理器执行步骤A和步骤B,则应该理解,步骤A和步骤B也可以由两个不同的处理器共同执行或者在一个处理器中单独执行。例如,第一个处理器执行步骤A,第二个处理器执行步骤B,或者第一处理器和第二处理器共同执行步骤A和B。
网络可以用于信息和/或数据的交换。在一些实施例中,电子设备100中的一个或多个组件可以向其他组件发送信息和/或数据。在一些实施例中,网络可以是任何类型的有线或者无线网络,或者是他们的结合。仅作为示例,网络可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local Area Network,LAN)、广域网(WideArea Network,WAN)、无线局域网(Wireless Local Area Networks,WLAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、公共电话交换网(Public Switched Telephone Network,PSTN)、蓝牙网络、ZigBee网络、或近场通信(NearField Communication,NFC)网络等,或其任意组合。
在一些实施例中,网络可以包括一个或多个网络接入点。例如,网络可以包括有线或无线网络接入点,例如基站和/或网络交换节点,电子设备100的一个或多个组件可以通过该接入点连接到网络以交换数据和/或信息。
结合图3,本申请实施例还提供了一种钢结构检测方法,其可以被应用于上图2所示的电子设备100,钢结构检测方法可以包括:
步骤S310,发送无人机飞行路线至无人机。
其中,无人机飞行路线包括至少一个无人机拍摄坐标,无人机拍摄坐标与钢结构关键点坐标对应,钢结构关键点坐标用于表征钢结构关键点的位置,无人机飞行路线用于指示无人机运动至至少一个无人机拍摄坐标,以对钢结构关键点进行拍摄;
步骤S320,接收无人机发送的钢结构关键点的图像信息。
在本申请实施例中,通过步骤S310发送无人机飞行路线至无人机之后,电子设备接收无人机发送的钢结构关键点的图像信息。
通过上述方法,通过发送包括至少一个无人机拍摄坐标的无人机飞行路线至无人机,以使无人机飞行至至少一个无人机拍摄坐标,对钢结构关键点进行拍摄,接收无人机发送的钢结构关键点的图像信息,从而实现了对钢结构的自动检测,避免了现有技术中通过人工进行钢结构检测,所导致的钢结构检测的效率低的问题。
具体地,为了获取钢结构关键点坐标,在步骤S310之前,钢结构检测方法还可以包括以下子步骤:
获取钢结构关键点坐标和对应的无人机拍摄坐标。
可选地,钢结构关键点坐标和无人机拍摄坐标的获取方式不受限制,可以根据实际应用需求进行设置。
例如,在一种可以替代的示例中,可以通过运维人员手动输入的方式获取钢结构关键点坐标和对应的无人机拍摄坐标。
又例如,在另一种可以替代的示例中,结合图4,可以通过钢结构的三维模型获取钢结构关键点坐标,再根据预设规则计算得到对应的无人机拍摄坐标,预设规则表征无人机拍摄坐标与钢结构关键点之间的预设距离和角度。举例说明,预设规则可以为距离钢结构关键点一米并且与空间坐标系x轴正方向平行的点,在钢结构关键点坐标为(1,2,3)时,对应的无人机拍摄坐标可以为(2,2,3)。
需要说明的是,钢结构关键点坐标和无人机拍摄坐标的坐标原点相同,也就是说,钢结构关键点坐标和无人机拍摄坐标位于同一套三维坐标系内。在得到至少一个无人机拍摄坐标之后,可以根据至少一个无人机拍摄坐标建立无人机飞行路线。例如,可以分别计算各个无人机拍摄坐标到无人机起飞点坐标的距离,根据距离的远近直接连接各个无人机拍摄坐标得到无人机飞行路线,以使无人机从无人机起飞点起飞之后,直接运动到距离无人机起飞点最近的无人机拍摄坐标进行拍摄。
进一步地,在获取无人机飞行路线之后,可以将无人机飞行路线放入钢结构的三维模型进行检测,判断无人机飞行路线是否与钢结构的三维模型存在交叉点。若存在交叉点,可以在三维模型之外设置一辅助点,将辅助点加入无人机飞行路线,以使无人机运动到辅助点之后再运动到下一个无人机拍摄坐标,避免与钢结构相撞。也可以对各个无人机拍摄坐标进行随机组合生成多条无人机飞行路线,对每一条无人机飞行路线进行检测是否与钢结构的三维模型存在交叉点,并在不存在交叉点的无人机飞行路线中选择无人机飞行距离最短的路线作为最终的无人机飞行路线。
对于步骤S310,需要说明的是,无人机拍摄坐标的具体数量不受限制,可以根据钢结构关键点的具体数量进行设置。
例如,在一种可替代的示例中,钢结构关键点的数量可以为一个,无人机拍摄坐标的数量为一个,无人机飞行路线用于指示无人机从无人机起飞点运动至一个无人机拍摄坐标,以对一个钢结构关键点进行拍摄。
又例如,在另一种可以替代的示例中,钢结构关键点的数量可以为多个,无人机拍摄坐标的数量为多个,无人机飞行路线用于指示无人机依次运动至多个无人机拍摄坐标,以对多个钢结构关键点进行拍摄。
可选地,对于无人机拍摄坐标与钢结构关键点坐标对应的形式,在一种场景中,该无人机拍摄坐标可以与钢结构关键点坐标一一对应,例如图4中无人机拍摄坐标B11与钢结构关键点坐标A11对应。而在另一种场景中,由于某些钢结构关键点坐标的空间距离较为接近,从而无人机200可以在一个无人机拍摄坐标上对这些钢结构关键点坐标对应的钢结构关键点进行图像拍摄,因此,一个无人机拍摄坐标可以与多个钢结构关键点坐标对应,例如图4中B22与A12和A13对应。
需要说明的是,通过步骤S320获取钢结构关键点的图像信息之后,可以通过人工识别的方式获取钢结构关键点的检测结果。为了根据钢结构关键点的图像信息自动获取钢结构关键点的检测结果,结合图5,在步骤S320之后,钢结构检测方法还可以包括步骤S330。
步骤S330,根据预设数据库对图像信息进行图像识别,得到钢结构关键点的设备信息。
其中,设备信息表征钢结构关键点至少一个部位的检测结果。
可选地,设备信息的具体类型不受限制,可以根据钢结构关键点的具体部位进行设置,可以包括如下任意一种或组合:焊缝信息、节点板信息、轴信息以及油漆信息。焊缝信息可以表征钢结构关键点的焊缝是否开裂,节点板信息可以表征钢结构关键点的节点板是否开裂,轴信息可以表征钢结构关键点的轴是否开裂,油漆信息可以表征钢结构关键点的油漆是否脱落。
并且,可以根据设备信息的具体类型不同,提前建立对应的预设数据库。例如,在设备信息包括焊缝信息时,可以根据钢结构关键点的历史焊缝开裂信息建立对应的焊缝数据库,根据焊缝数据库对图像信息进行识别,得到钢结构关键点的焊缝信息。
对于预设数据库,需要说明的是,电子设备100中可以包括数据库,数据库可以存储数据和/或指令。在一些实施例中。在一些实施例中,数据库可以存储在本公开中描述的示例性方法的数据和/或指令。在一些实施例中,数据库可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-Only Memory,ROM)等,或其任意组合。作为举例,大容量存储器可以包括磁盘、光盘、固态驱动器等;可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等;易失性读写存储器可以包括随机存取存储器(RandomAccess Memory,RAM);RAM可以包括动态RAM(Dynamic Random Access Memory,DRAM),双倍数据速率同步动态RAM(Double Date-Rate Synchronous RAM,DDR SDRAM);静态RAM(Static Random-Access Memory,SRAM),晶闸管RAM(Thyristor-Based Random AccessMemory,T-RAM)和零电容器RAM(Zero-RAM)等。作为举例,ROM可以包括掩模ROM(Mask Read-Only Memory,MROM)、可编程ROM(Programmable Read-Only Memory,PROM)、可擦除可编程ROM(Programmable Erasable Read-only Memory,PEROM)、电可擦除可编程ROM(Electrically Erasable Programmable read only memory,EEPROM)、光盘ROM(CD-ROM)、以及数字通用磁盘ROM等。
在一些实施例中,数据库可以在云平台上实现。仅作为示例,云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云、弹性云或者其它类似的等,或其任意组合。
在一些实施例中,数据库可以连接到网络以与电子设备100中的一个或多个组件通信。电子设备100中的一个或多个组件可以经由网络访问存储在数据库中的数据或指令。在一些实施例中,数据库可以直接连接到电子设备100中的一个或多个组件。或者,在一些实施例中,数据库也可以是电子设备100的一部分。
在一些实施例中,电子设备100中的一个或多个组件可以具有访问数据库的权限。在一些实施例中,当满足一定条件时,电子设备100中的一个或多个组件可以读取和/或修改数据库中的信息。
为了在设备信息出现异常时,及时提醒运维人员进行检修,钢结构检测方法还可以包括以下子步骤:
首先,判断设备信息是否出现异常;其次,在设备信息出现异常时,发出报警信号。
可以理解的是,可以通过将设备信息和钢结构完整设备信息进行比较,判断设备信息是否出现异常。例如,在设备信息包括焊缝信息时,可以将焊缝信息和未开裂焊缝信息进行比较。由于在实际焊接作业过程中存在公差,可以设置一开裂长度阈值,若焊缝信息包括的焊缝开裂长度超过开裂长度阈值,判定焊缝信息异常。
为了实现上述实施例的技术效果,下面给出与电子设备100对应的应用于无人机200上的可能的实现方式,具体的,结合图6,本申请实施例还提供另一种钢结构检测方法,应用于无人机200,钢结构检测方法包括:
步骤S410,接收电子设备发送的无人机飞行路线。
其中,无人机飞行路线包括上述实施例中至少一个无人机拍摄坐标。
步骤S420,根据无人机飞行路线运动至至少一个无人机拍摄坐标,对钢结构关键点进行拍摄。
步骤S430,发送钢结构关键点的图像信息至电子设备。
通过上述方法,通过接收电子设备发送的包括至少一个无人机拍摄坐标的无人机飞行路线,无人机飞行至至少一个无人机拍摄坐标,对钢结构关键点进行拍摄,将钢结构关键点的图像信息发送至电子设备,从而实现了对钢结构的自动检测,避免了现有技术中通过人工进行钢结构检测,所导致的钢结构检测的效率低的问题。
对于步骤S420,需要说明的是,在无人机200运动至无人机拍摄坐标之后,无人机200可以根据钢结构关键点与无人机拍摄坐标之间的距离和角度对钢结构关键点进行拍摄。详细地,无人机200可以根据距离调整无人机200的相机模块焦距,以获取清晰的图像,可以根据角度调整相机模块的角度,以获取钢结构关键点的完整图像。
此外,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述钢结构检测方法的步骤。
本申请实施例所提供的钢结构检测方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行上述方法实施例中的钢结构检测方法的步骤,具体可参见上述方法实施例,在此不再赘述。
综上所述,本申请实施例提供的钢结构检测方法和系统、电子设备及存储介质,通过发送包括至少一个无人机拍摄坐标的无人机飞行路线至无人机,以使无人机飞行至至少一个无人机拍摄坐标,对钢结构关键点进行拍摄,接收无人机发送的钢结构关键点的图像信息,从而实现了对钢结构的自动检测,避免了现有技术中通过人工进行钢结构检测,所导致的钢结构检测的效率低的问题。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种钢结构检测方法,其特征在于,应用于电子设备,所述钢结构检测方法包括:
发送无人机飞行路线至无人机,所述无人机飞行路线包括至少一个无人机拍摄坐标,所述无人机拍摄坐标与钢结构关键点坐标对应,所述钢结构关键点坐标用于表征钢结构关键点的位置,所述无人机飞行路线用于指示所述无人机运动至所述至少一个无人机拍摄坐标,以对所述钢结构关键点进行拍摄;
接收所述无人机发送的所述钢结构关键点的图像信息。
2.如权利要求1所述的钢结构检测方法,其特征在于,所述钢结构检测方法,还包括:
根据预设数据库对所述图像信息进行图像识别,得到所述钢结构关键点的设备信息,所述设备信息表征所述钢结构关键点至少一个部位的检测结果。
3.如权利要求2所述的钢结构检测方法,其特征在于,所述设备信息包括如下任意一种或组合:焊缝信息、节点板信息、轴信息以及油漆信息。
4.如权利要求2所述的钢结构检测方法,其特征在于,所述钢结构检测方法还包括:
判断所述设备信息是否出现异常;
在所述设备信息出现异常时,发出报警信号。
5.如权利要求1所述的钢结构检测方法,其特征在于,当所述无人机拍摄坐标的数量为多个时,所述无人机飞行路线用于指示所述无人机依次运动至多个所述无人机拍摄坐标,以对多个所述钢结构关键点进行拍摄。
6.如权利要求1所述的钢结构检测方法,其特征在于,所述钢结构检测方法还包括:
获取所述钢结构关键点坐标和对应的无人机拍摄坐标。
7.一种钢结构检测方法,其特征在于,应用于无人机,所述无人机与电子设备通信连接,所述钢结构检测方法包括:
接收所述电子设备发送的无人机飞行路线,所述无人机飞行路线包括至少一个无人机拍摄坐标,所述无人机拍摄坐标与钢结构关键点坐标对应,所述钢结构关键点坐标用于表征钢结构关键点的位置;
根据所述无人机飞行路线运动至所述至少一个无人机拍摄坐标,对所述钢结构关键点进行拍摄;
发送所述钢结构关键点的图像信息至所述电子设备。
8.一种钢结构检测系统,其特征在于,所述钢结构检测系统包括电子设备和无人机;
所述电子设备发送无人机飞行路线至所述无人机,所述无人机飞行路线包括至少一个无人机拍摄坐标,所述无人机拍摄坐标与钢结构关键点坐标对应,所述钢结构关键点坐标用于表征钢结构关键点的位置;
所述无人机根据所述无人机飞行路线运动至所述至少一个无人机拍摄坐标,对所述钢结构关键点进行拍摄;
所述电子设备接收所述无人机发送的所述钢结构关键点的图像信息。
9.一种电子设备,其特征在于,包括存储器和处理器,所述处理器用于执行所述存储器中存储的可执行的计算机程序,以实现权利要求1-6任意一项所述的钢结构检测方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,该程序被执行时实现权利要求1-6任意一项所述钢结构检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355522.9A CN111524128A (zh) | 2020-04-29 | 2020-04-29 | 钢结构检测方法和系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355522.9A CN111524128A (zh) | 2020-04-29 | 2020-04-29 | 钢结构检测方法和系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111524128A true CN111524128A (zh) | 2020-08-11 |
Family
ID=71904671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010355522.9A Pending CN111524128A (zh) | 2020-04-29 | 2020-04-29 | 钢结构检测方法和系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111524128A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI766376B (zh) * | 2020-09-24 | 2022-06-01 | 國立臺灣大學 | 鋼筋框架自動查驗系統、電腦可讀取儲存裝置及其運作方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103326267A (zh) * | 2013-06-25 | 2013-09-25 | 国家电网公司 | 一种变电站巡检方法及系统 |
CN106290388A (zh) * | 2016-08-03 | 2017-01-04 | 国网山东省电力公司电力科学研究院 | 一种绝缘子故障自动检测方法 |
CN107607543A (zh) * | 2017-09-08 | 2018-01-19 | 上海振华重工(集团)股份有限公司 | 港口机械的巡检装置及巡检方法 |
CN108986169A (zh) * | 2018-07-06 | 2018-12-11 | 北京字节跳动网络技术有限公司 | 用于处理图像的方法和装置 |
CN109466786A (zh) * | 2018-09-11 | 2019-03-15 | 成都优艾维智能科技有限责任公司 | 一种针对交流单回直线塔的无人机自主巡检方法 |
CN110134143A (zh) * | 2019-05-30 | 2019-08-16 | 广东电网有限责任公司 | 一种电力巡检方法、系统及电子设备和存储介质 |
CN110580717A (zh) * | 2019-08-15 | 2019-12-17 | 成都优艾维智能科技有限责任公司 | 一种针对电力杆塔的无人机自主巡检航线生成方法 |
CN110703800A (zh) * | 2019-10-29 | 2020-01-17 | 国网江苏省电力有限公司泰州供电分公司 | 基于无人机的电力设施智能识别方法及系统 |
-
2020
- 2020-04-29 CN CN202010355522.9A patent/CN111524128A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103326267A (zh) * | 2013-06-25 | 2013-09-25 | 国家电网公司 | 一种变电站巡检方法及系统 |
CN106290388A (zh) * | 2016-08-03 | 2017-01-04 | 国网山东省电力公司电力科学研究院 | 一种绝缘子故障自动检测方法 |
CN107607543A (zh) * | 2017-09-08 | 2018-01-19 | 上海振华重工(集团)股份有限公司 | 港口机械的巡检装置及巡检方法 |
CN108986169A (zh) * | 2018-07-06 | 2018-12-11 | 北京字节跳动网络技术有限公司 | 用于处理图像的方法和装置 |
CN109466786A (zh) * | 2018-09-11 | 2019-03-15 | 成都优艾维智能科技有限责任公司 | 一种针对交流单回直线塔的无人机自主巡检方法 |
CN110134143A (zh) * | 2019-05-30 | 2019-08-16 | 广东电网有限责任公司 | 一种电力巡检方法、系统及电子设备和存储介质 |
CN110580717A (zh) * | 2019-08-15 | 2019-12-17 | 成都优艾维智能科技有限责任公司 | 一种针对电力杆塔的无人机自主巡检航线生成方法 |
CN110703800A (zh) * | 2019-10-29 | 2020-01-17 | 国网江苏省电力有限公司泰州供电分公司 | 基于无人机的电力设施智能识别方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI766376B (zh) * | 2020-09-24 | 2022-06-01 | 國立臺灣大學 | 鋼筋框架自動查驗系統、電腦可讀取儲存裝置及其運作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110118973A (zh) | 仓库智能感知识别方法、装置及电子设备 | |
CN112723052B (zh) | 电梯调度方法及装置 | |
CN113252700A (zh) | 一种结构裂缝检测方法、设备及系统 | |
CN103226740A (zh) | 一种双台起重机协同作业载荷分配优化方法 | |
CN107560593A (zh) | 基于最小生成树的特殊无人机影像空三自由网构建方法 | |
CN111524128A (zh) | 钢结构检测方法和系统、电子设备及存储介质 | |
CN113705557B (zh) | 集装箱后箱门门柱的检测方法、系统、设备及存储介质 | |
CN113184702A (zh) | 起重机配重检测方法、装置及起重机 | |
KR101603441B1 (ko) | 블록 리프팅의 안전성 검토를 위한 계산 자동화 방법 | |
CN111086648B (zh) | 飞行器配载限制方法及装置 | |
CN113486779A (zh) | 输电线路全景智能巡检系统 | |
CN114138020A (zh) | 一种对变电站无人机的航线进行校核的方法和装置 | |
CN114757454A (zh) | 一种风力发电机的无人机巡检航线生成方法、装置及设备 | |
CN102944184B (zh) | 起重机械主梁或起重臂塑性变形机器视觉检测装置及方法 | |
WO2024104192A1 (zh) | 基于点云的吊具二次锚定方法、系统、设备及存储介质 | |
CN110901898B (zh) | 飞行器重心限制方法及装置 | |
CN115661466B (zh) | 一种基于深度学习图像分割的光伏板定位方法及装置 | |
CN111583174B (zh) | 基于点云数据的铁塔形变检测检测的方法和系统 | |
CN115010001A (zh) | 一种塔机辅助操控方法、装置、电子设备及可读存储介质 | |
CN115345446A (zh) | 基于无人机巡线和点云数据的工程竣工验收方法 | |
CN114419112A (zh) | 建筑施工高度的识别方法、装置及电子设备 | |
CN108171751A (zh) | 大位移提升过程中的重物姿态检测方法 | |
JP7166225B2 (ja) | 異常点検システム、異常点検装置、異常点検方法および異常点検プログラム | |
KR101408901B1 (ko) | 선박 설계정보 내 블록별 중량정보 검증시스템 | |
CN112665885A (zh) | 吊装设备的平稳性评测方法、装置、吊装设备及存储介质 |
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 |
Application publication date: 20200811 |
|
RJ01 | Rejection of invention patent application after publication |