CN112232284A - 一种基于高速公路自动巡检的无人机系统 - Google Patents

一种基于高速公路自动巡检的无人机系统 Download PDF

Info

Publication number
CN112232284A
CN112232284A CN202011226241.XA CN202011226241A CN112232284A CN 112232284 A CN112232284 A CN 112232284A CN 202011226241 A CN202011226241 A CN 202011226241A CN 112232284 A CN112232284 A CN 112232284A
Authority
CN
China
Prior art keywords
unit
unmanned aerial
aerial vehicle
image
charging
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
Application number
CN202011226241.XA
Other languages
English (en)
Inventor
金国强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dianchen Aviation Technology Co ltd
Original Assignee
Zhejiang Dianchen Aviation Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Dianchen Aviation Technology Co ltd filed Critical Zhejiang Dianchen Aviation Technology Co ltd
Priority to CN202011226241.XA priority Critical patent/CN112232284A/zh
Publication of CN112232284A publication Critical patent/CN112232284A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/182—Network patterns, e.g. roads or rivers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于高速公路自动巡检的无人机系统，包括无人机主体、地面充电站以及地面控制中心，其特征在于，所述无人机主体包括飞行控制模块、充电模块、视频处理模块以及图片处理模块。本发明中飞行机主体每次执行任务完成后会自动返回地面充电站进行充电，并且通过设置充电控制单元，当充电过程中接入新的巡航任务时，会比对任务所需电量和当前电量，从而确保每次飞行巡航任务的正常进行，从而实现自动巡航，另外将无人机主体拍摄的视频按时长分割成若干段，在无人机主体上进行预分析，仅将预分析后有占用应急车道可能的视频段传输至地面控制中心，从而减少了与地面控制中心的数据传输量，提高了无人机主体的续航。

Description

一种基于高速公路自动巡检的无人机系统
技术领域
本发明涉及一种基于高速公路自动巡检的无人机系统。
背景技术
随着无人机快速的发展，无人机被广泛运用于道路路况巡航检测（如车流量统计，应急车道占用监控），但现有技术中的无人机至少存在以下问题：（1）无人机通常搭载的动力源为锂电池，锂电池续航能力弱，无法连续执行续航任务；
（2）无人机受续航能力和载重的影响，很少搭载运算设备进行大规模数据运算，通常是将获取的视频直接传输至地面控制中心，但是数据传输一方面受到通讯信号影响，另一方面实时保持大量的数据传输也影响无人机的续航。
发明内容
本发明的目的在于提出一种能够提高续航能力且实现自动巡航高速公路的无人机系统。
为解决上述问题，本发明提供了一种基于高速公路自动巡检的无人机系统，包括无人机主体、地面充电站以及地面控制中心，其特征在于，所述无人机主体包括：
飞行控制模块，接收并执行所述地面控制中心发出的巡航任务，并在该巡航任务执行完毕后返回所述地面充电站；
充电模块，包括用于为所述飞行器主体提供能源的电源、为所述电源充电提供配套的充电配套单元以及充电控制单元，当所述飞行控制模块在所述无人机主体充电过程中接收到所述地面控制中心的飞行信号时，所述充电控制单元比对该巡航任务所需电量与当前电量，仅在当前电量多于该巡航任务所需电量时允许所述飞行控制模块执行该巡航任务，否则继续充电；
视频处理模块，包括视频段制成单元、临时缓存单元以及视频段处理单元，所述视频段制成单元将所述无人机主体执行巡航任务时录制的实况路面视频按设定时间制成视频段并储存至所述临时缓存单元中，所述视频段处理单元能够调用储存在所述临时缓存单元中的视频段并从中提取至少一个帧的实况图像，所述临时缓存单元能够删除所述视频段或者将所述视频段传输至所述地面控制站台；
图片处理模块，包括车流量统计子模块以及应急车道检测子模块，其通过对所述实况图片进行识别，能够分别获取该实况图片中车辆数量信息以及应急车道内的车辆数量信息，并将上述信息反馈至所述地面控制中心，当所述应急车道内存在车辆时，所述图片处理模块控制所述临时缓存单元将相应的视频段传输至所述地面控制中心，否则控制所述临时缓存单元将相应的视频段删除。
作为本发明的进一步改进，所述图片处理模块还包括：
-语义分割单元，对所述实况图像进行语义分割，获得车道区域和背景区域，并剔除图像中的背景区域；
-二值化处理单元，对剔除背景区域的图像进行二值化处理，获得图像的二值化图像，在该二值化图像中，路面作为背景显示为黑色，车辆以及车道线为前景显示为白色；
所述车流量统计子模块包括：
-车道线剔除单元，对所述二值化图像进行横向扫描，将横向连续N个像素点均为前景像素点的定义为车道线，并在该二值化图像中予以剔除，得到第一处理图像，其中N定义为车道线的宽度阈值；
-车辆轮廓提取单元，对所述第一处理图像进行扫描，捕捉单独的汽车轮廓并赋予其设定灰度值α，α数值介于0和255之间，处理后得到第二处理图像；
-统计单元，统计第二处理图像中独立的汽车轮廓数量。
作为本发明的进一步改进，所述应急车道检测单元包括：
应急车道线轮廓坐标提取单元，沿着二值化图像上的车道的外侧对该二值化图像进行横向扫描，若扫描到其横向为连续N个前景像素点，且该像素点到所述二值化图像侧边距离阈值小于设定范围，则记录首先被扫描到的前景像素点的坐标（Xm;Yn）；
应急车道线拟合单元，对纵向上连续的前景像素点的坐标（Xm;Yn）进行曲线拟合，并在所述第二处理图像上绘制出车道线，并赋予其设定灰度值β，β数值介于0和255之间，从而得到第三处理图像；
应急车道扫描单元，能够对从外侧对所述第三处理图像进行横向扫描，根据首先扫描到的图像的灰度值确定应急车道是否被占用。
作为本发明的进一步改进，所述车辆轮廓填充单元能够对上述第一处理图像的像素点依次进行扫描，若当前像素点为前景像素点，则扫描其邻域设定范围内的像素点，若其邻域中的前景像素点数量大于或者等于设定阈值，则将其邻域全部填充成前景像素点从而获得独立的汽车轮廓，并赋予其设定灰度值α，以获得所述第二处理图像。
作为本发明的进一步改进，所述应急车道线拟合单元通过最小二乘法对纵向连续的所述前景像素点的坐标（Xm;Yn）进行曲线拟合，获得行车道的二次抛物线曲线方程，并根据获得的二次抛物线方程在所述第二处理图像上绘制拟合出来的车道线。
作为本发明的进一步改进，所述临时缓存单元对于临时缓存在其中的视频段优先级进行划分，首先存储至所述临时缓存单元中的视频段优先级高于后储存至所述临时缓存单元中的视频段，所述视频段处理单元首先调用优先级最高的所述视频段。
作为本发明的进一步改进，当所述应急车道内存在车辆时，所述图片处理模块控制所述临时缓存单元将优先级最高所述视频段传输至所述地面控制中心，否则控制所述临时缓存单元将优先级最高的视频段删除。
本发明的有益效果在于，本发明中飞行机主体每次执行任务完成后会自动返回地面充电站进行充电，并且通过设置充电控制单元，当充电过程中接入新的巡航任务时，会比对任务所需电量和当前电量，从而确保每次飞行巡航任务的正常进行，从而实现自动巡航，另外将无人机主体拍摄的视频按时长分割成若干段，在无人机主体上进行预分析，仅将预分析后有占用应急车道可能的视频段传输至地面控制中心，从而减少了与地面控制中心的数据传输量，提高了无人机主体的续航。
附图说明
图1是本发明的结构示意图。
图中：2000-无人机主体；2100-飞行控制模块；2200-充电模块；2201-电源；2202-充电配套单元；2203-充电控制单元；2300-视频处理模块；2301-视频段制成单元；2302-临时缓存单元；2303-视频段处理单元；2400-图片处理模块；2401-语义分割单元；2402-二值化处理单元；2403-车流量统计子模块；2404-车道线剔除单元；2406-车辆轮廓提取单元；2407-车辆轮廓统计单元；2408-应急车道检测子模块；2409-应急车道线轮廓坐标提取单元；2410-应急车道线拟合单元；2411-应急车道扫描单元；4000地面充电站；6000地面控制中心。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
如图1，本发明包括无人机主体2000、地面充电站4000以及地面控制中心6000，其特征在于，所述无人机主体2000包括：
飞行控制模块2100，接收并执行所述地面控制中心6000发出的巡航任务，并在该巡航任务执行完毕后返回所述地面充电站4000；
充电模块2200，包括用于为所述飞行器主体提供能源的电源2201、为所述电源2201充电提供配套的充电配套单元2202以及充电控制单元2203，当所述飞行控制模块2100在所述无人机主体2000充电过程中接收到所述地面控制中心6000的飞行信号时，所述充电控制单元2203比对该巡航任务所需电量与当前电量，仅在当前电量多于该巡航任务所需电量时允许所述飞行控制模块2100执行该巡航任务，否则继续充电；
视频处理模块2300，包括视频段制成单元2301、临时缓存单元2302以及视频段处理单元2303，所述视频段制成单元2301将所述无人机主体2000执行巡航任务时录制的实况路面视频按设定时间制成视频段并储存至所述临时缓存单元2302中，所述视频段处理单元2303能够调用储存在所述临时缓存单元2302中的视频段并从中提取至少一个帧的实况图像，所述临时缓存单元2302能够删除所述视频段或者将所述视频段传输至所述地面控制站台；
图片处理模块2400，包括车流量统计子模块2403以及应急车道检测子模块，其通过对所述实况图片进行识别，能够分别获取该实况图片中车辆数量信息以及应急车道内的车辆数量信息，并将上述信息反馈至所述地面控制中心6000，当所述应急车道内存在车辆时，所述图片处理模块2400控制所述临时缓存单元2302将相应的视频段传输至所述地面控制中心6000，否则控制所述临时缓存单元2302将相应的视频段删除。
作为本发明的进一步改进，所述图片处理模块2400还包括：
-语义分割单元2401，对所述实况图像进行语义分割，获得车道区域和背景区域，并剔除图像中的背景区域；
-二值化处理单元2402，对剔除背景区域的图像进行二值化处理，获得图像的二值化图像，在该二值化图像中，路面作为背景显示为黑色，车辆以及车道线为前景显示为白色；
所述车流量统计子模块2403包括：
-车道线剔除单元2404，对所述二值化图像进行横向扫描，将横向连续N个像素点均为前景像素点的定义为车道线，并在该二值化图像中予以剔除，得到第一处理图像，其中N定义为车道线的宽度阈值；
-车辆轮廓提取单元2406，对所述第一处理图像进行扫描，捕捉单独的汽车轮廓并赋予其设定灰度值α，α数值介于0和255之间，处理后得到第二处理图像；
-统计单元，统计第二处理图像中独立的汽车轮廓数量。
作为本发明的进一步改进，所述应急车道检测子模块2408包括：
应急车道线轮廓坐标提取单元2409，沿着二值化图像上的车道的外侧对该二值化图像进行横向扫描，若扫描到其横向为连续N个前景像素点，且该像素点到所述二值化图像侧边距离阈值小于设定范围，则记录首先被扫描到的前景像素点的坐标（Xm;Yn）；
应急车道线拟合单元2410，对纵向上连续的前景像素点的坐标（Xm;Yn）进行曲线拟合，并在所述第二处理图像上绘制出车道线，并赋予其设定灰度值β，β数值介于0和255之间，从而得到第三处理图像；
应急车道扫描单元2411，能够对从外侧对所述第三处理图像进行横向扫描，根据首先扫描到的图像的灰度值确定应急车道是否被占用。
作为本发明的进一步改进，所述车辆轮廓填充单元能够对上述第一处理图像的像素点依次进行扫描，若当前像素点为前景像素点，则扫描其邻域设定范围内的像素点，若其邻域中的前景像素点数量大于或者等于设定阈值，则将其邻域全部填充成前景像素点从而获得独立的汽车轮廓，并赋予其设定灰度值α，以获得所述第二处理图像。
作为本发明的进一步改进，所述应急车道线拟合单元2410通过最小二乘法对纵向连续的所述前景像素点的坐标（Xm;Yn）进行曲线拟合，获得行车道的二次抛物线曲线方程，并根据获得的二次抛物线方程在所述第二处理图像上绘制拟合出来的车道线。
作为本发明的进一步改进，所述临时缓存单元2302对于临时缓存在其中的视频段优先级进行划分，首先存储至所述临时缓存单元2302中的视频段优先级高于后储存至所述临时缓存单元2302中的视频段，所述视频段处理单元2303首先调用优先级最高的所述视频段。
作为本发明的进一步改进，当所述应急车道内存在车辆时，所述图片处理模块2400控制所述临时缓存单元2302将优先级最高所述视频段传输至所述地面控制中心6000，否则控制所述临时缓存单元2302将优先级最高的视频段删除。
本发明的具体原理如下：
（一）无人机主体2000巡航
（1）地面控制中心6000向无人机主体2000发送巡航指令；
（2）飞行控制装置接收到该巡航指令后，控制无人机主体2000执行该巡航任务；
（3）在巡航任务执行完毕后，返回地面充电站4000进行充电。
（二）无人机主体2000在充电过程中收到地面控制中心6000发出的巡航指令
（1）无人机主体2000执行完成任务后在返回地面充电站4000进行充电；
（2）充电完成后，进入巡航模式，等待地面控制中心6000发出巡航指令，在接收到地面控制中心6000发出巡航指令后，执行巡航任务；
（3）当充电未完成时，地面控制中心6000发出巡航指令，充电控制单元2203比对当前电量和巡航任务所需电量（这里的电量可以是地面控制中心6000计算出，也可以是飞行控制系统根据机载导航计算得出），当当前电量多于巡航任务所需电量时，允许飞行控制系统启动无人机主体2000执行任务，否则进行充电，并且每个设定时间进行一次比对。
（三）无人机主体2000与地面控制中心6000数据传输
（1）无人机主体2000在巡航任务中启动其机载摄像机对地面进行视频拍摄；
（2）拍摄过程中，由视频段制成单元2301每隔一段时间将该实况视频制成视频段；
（3）制成的视频段在临时缓存单元2302中缓存，当缓存的视频段为多数个时，该缓存单元对该视频段进行优先级定义，越早保存的其优先级越高；
（4）图片处理模块2400优先调用优先级高的视频段进行分析处理，当分析处理后得出应急车道被占用的，将该视频段传输至地面控制中心6000，有该地面控制中心6000做进一步确认，否则将该视频段予以删除，以节约存储空间；
（四）图形处理模块预处理
（1）视频段处理单元2303从临时缓存单元2302的优先级最高的视频段中提取若干帧实况图像；
（2）语义分割单元2401对该实况图像进行语义分割，从而获取该实况图像中的背景区域和车道区域；
（3）对上述图像的车道区域进行二值化处理，得到二值化图像，在该二值化图像中，路面作为背景显示为黑色，车辆以及车道线为前景显示为白色。
（四）车流量统计
（1）车道线剔除单元2404对二值化图像进行横向扫描，将横向连续N个像素点均为前景像素点的定义为车道线，并在该二值化图像中予以剔除，得到第一处理图像，其中N定义为车道线的宽度阈值，去除车道线的目的在于，车道线和车辆一样都属于前景，影响车辆的识别；
（2）车辆轮廓提取单元2406对上述第一处理图像的像素点依次进行扫描，若当前像素点为前景像素点，则扫描其邻域设定范围内的像素点，若其邻域中的前景像素点数量大于或者等于设定阈值，则将其邻域全部填充成前景像素点从而获得独立的汽车轮廓，并赋予其设定灰度值α，以获得所述第二处理图像，α数值介于0和255之间，处理后得到第二处理图像；
（3）车辆轮廓统计单元2407统计第二处理图像中独立的汽车轮廓数量，从而得到当前车流量。
（五）应急车道检测
（1）应急车道线轮廓坐标提取单元2409沿着二值化图像上的车道的外侧对该二值化图像进行横向扫描，若扫描到其横向为连续N个前景像素点，且该像素点到所述二值化图像侧边距离阈值小于设定范围，则记录首先被扫描到的前景像素点的坐标（Xm;Yn）；
（2）应急车道线拟合单元2410通过最小二乘法对纵向连续的所述前景像素点的坐标（Xm;Yn）进行曲线拟合，获得行车道的二次抛物线曲线方程，并根据获得的二次抛物线方程在所述第二处理图像上绘制拟合出来的车道线，并赋予其设定灰度值β，β数值介于0和255之间，从而得到第三处理图像；
（3）应急车道扫描单元2411，能够对从外侧对所述第三处理图像进行横向扫描，根据首先扫描到的图像的灰度值确定应急车道是否被占用，如果扫描到的像素值的灰度值为α，说明应急车道被占用；如果扫描到的像素点灰度值为β，则说明应急车道未被占用。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (7)

1.一种基于高速公路自动巡检的无人机系统，包括无人机主体、地面充电站以及地面控制中心，其特征在于，所述无人机主体包括：
飞行控制模块，接收并执行所述地面控制中心发出的巡航任务，并在该巡航任务执行完毕后返回所述地面充电站；
充电模块，包括用于为所述飞行器主体提供能源的电源、为所述电源充电提供配套的充电配套单元以及充电控制单元，当所述飞行控制模块在所述无人机主体充电过程中接收到所述地面控制中心的飞行信号时，所述充电控制单元比对该巡航任务所需电量与当前电量，仅在当前电量多于该巡航任务所需电量时允许所述飞行控制模块执行该巡航任务，否则继续充电；
视频处理模块，包括视频段制成单元、临时缓存单元以及视频段处理单元，所述视频段制成单元将所述无人机主体执行巡航任务时录制的实况路面视频按设定时间制成视频段并储存至所述临时缓存单元中，所述视频段处理单元能够调用储存在所述临时缓存单元中的视频段并从中提取至少一个帧的实况图像，所述临时缓存单元能够删除所述视频段或者将所述视频段传输至所述地面控制站台；
图片处理模块，包括车流量统计子模块以及应急车道检测子模块，其通过对所述实况图片进行识别，能够分别获取该实况图片中车辆数量信息以及应急车道内的车辆数量信息，并将上述信息反馈至所述地面控制中心，当所述应急车道内存在车辆时，所述图片处理模块控制所述临时缓存单元将相应的视频段传输至所述地面控制中心，否则控制所述临时缓存单元将相应的视频段删除。
2.根据权利要求1所述的一种基于高速公路自动巡检的无人机系统，其特征在于，
所述图片处理模块还包括：
-语义分割单元，对所述实况图像进行语义分割，获得车道区域和背景区域，并剔除图像中的背景区域；
-二值化处理单元，对剔除背景区域的图像进行二值化处理，获得图像的二值化图像，在该二值化图像中，路面作为背景显示为黑色，车辆以及车道线为前景显示为白色；
所述车流量统计子模块包括：
-车道线剔除单元，对所述二值化图像进行横向扫描，将横向连续N个像素点均为前景像素点的定义为车道线，并在该二值化图像中予以剔除，得到第一处理图像，其中N定义为车道线的宽度阈值；
-车辆轮廓提取单元，对所述第一处理图像进行扫描，捕捉单独的汽车轮廓并赋予其设定灰度值α，α数值介于0和255之间，处理后得到第二处理图像；
-车辆轮廓统计单元，统计第二处理图像中独立的汽车轮廓数量。
3.根据权利要求2所述的一种基于高速公路自动巡检的无人机系统，其特征在于，所述应急车道检测子模块包括：
应急车道线轮廓坐标提取单元，沿着二值化图像上的车道的外侧对该二值化图像进行横向扫描，若扫描到其横向为连续N个前景像素点，且该像素点到所述二值化图像侧边距离阈值小于设定范围，则记录首先被扫描到的前景像素点的坐标（Xm;Yn）；
应急车道线拟合单元，对纵向上连续的前景像素点的坐标（Xm;Yn）进行曲线拟合，并在所述第二处理图像上绘制出车道线，并赋予其设定灰度值β，β数值介于0和255之间，从而得到第三处理图像；
应急车道扫描单元，能够对从外侧对所述第三处理图像进行横向扫描，根据首先扫描到的图像的灰度值确定应急车道是否被占用。
4.根据权利要求3所述的一种基于高速公路自动巡检的无人机系统，其特征在于，所述车辆轮廓填充单元能够对上述第一处理图像的像素点依次进行扫描，若当前像素点为前景像素点，则扫描其邻域设定范围内的像素点，若其邻域中的前景像素点数量大于或者等于设定阈值，则将其邻域全部填充成前景像素点从而获得独立的汽车轮廓，并赋予其设定灰度值α，以获得所述第二处理图像。
5.根据权利要求4所述的一种基于高速公路自动巡检的无人机系统，其特征在于，所述应急车道线拟合单元通过最小二乘法对纵向连续的所述前景像素点的坐标（Xm;Yn）进行曲线拟合，获得行车道的二次抛物线曲线方程，并根据获得的二次抛物线方程在所述第二处理图像上绘制拟合出来的车道线。
6.根据权利要求5所述的一种基于高速公路自动巡检的无人机系统，其特征在于，所述临时缓存单元对于临时缓存在其中的视频段优先级进行划分，首先存储至所述临时缓存单元中的视频段优先级高于后储存至所述临时缓存单元中的视频段，所述视频段处理单元首先调用优先级最高的所述视频段。
7.根据权利要求6所述的一种基于高速公路自动巡检的无人机系统，其特征在于，当所述应急车道内存在车辆时，所述图片处理模块控制所述临时缓存单元将优先级最高所述视频段传输至所述地面控制中心，否则控制所述临时缓存单元将优先级最高的视频段删除。
CN202011226241.XA 2020-11-05 2020-11-05 一种基于高速公路自动巡检的无人机系统 Pending CN112232284A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011226241.XA CN112232284A (zh) 2020-11-05 2020-11-05 一种基于高速公路自动巡检的无人机系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011226241.XA CN112232284A (zh) 2020-11-05 2020-11-05 一种基于高速公路自动巡检的无人机系统

Publications (1)

Publication Number Publication Date
CN112232284A true CN112232284A (zh) 2021-01-15

Family

ID=74122783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011226241.XA Pending CN112232284A (zh) 2020-11-05 2020-11-05 一种基于高速公路自动巡检的无人机系统

Country Status (1)

Country Link
CN (1) CN112232284A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685975A (zh) * 2022-09-14 2023-02-03 国家电网公司西南分部 一种输电线路巡检机器人无信号脱机运行方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794907A (zh) * 2015-05-05 2015-07-22 江苏大为科技股份有限公司 使用车道分割合并方法的车流量检测方法
WO2015131462A1 (zh) * 2014-03-07 2015-09-11 国家电网公司 一种用于无人机输电线路巡检的集中监控系统及监控方法
CN105005778A (zh) * 2015-08-14 2015-10-28 东南大学 一种基于视觉背景提取的高速公路车辆检测方法
CN105389988A (zh) * 2015-12-07 2016-03-09 北京航空航天大学 一种多无人机协同的高速公路智能巡检系统
CN107622663A (zh) * 2017-09-23 2018-01-23 南京律智诚专利技术开发有限公司 一种高速公路应急车道智能监控系统
US20200209892A1 (en) * 2018-12-26 2020-07-02 Hefei University Of Technology Method and system for patrolling an expressway by unmanned aerial vehicles
CN210954741U (zh) * 2019-12-06 2020-07-07 中国石油化工股份有限公司 用于原油长输管线巡检领域的无人机自动充电系统
CN111422081A (zh) * 2020-04-02 2020-07-17 北京京东乾石科技有限公司 无人机巡航系统
CN111510686A (zh) * 2020-04-27 2020-08-07 中国南方电网有限责任公司超高压输电公司天生桥局 一种基于车载的无人机电力巡检飞行管控方法和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015131462A1 (zh) * 2014-03-07 2015-09-11 国家电网公司 一种用于无人机输电线路巡检的集中监控系统及监控方法
CN104794907A (zh) * 2015-05-05 2015-07-22 江苏大为科技股份有限公司 使用车道分割合并方法的车流量检测方法
CN105005778A (zh) * 2015-08-14 2015-10-28 东南大学 一种基于视觉背景提取的高速公路车辆检测方法
CN105389988A (zh) * 2015-12-07 2016-03-09 北京航空航天大学 一种多无人机协同的高速公路智能巡检系统
CN107622663A (zh) * 2017-09-23 2018-01-23 南京律智诚专利技术开发有限公司 一种高速公路应急车道智能监控系统
US20200209892A1 (en) * 2018-12-26 2020-07-02 Hefei University Of Technology Method and system for patrolling an expressway by unmanned aerial vehicles
CN210954741U (zh) * 2019-12-06 2020-07-07 中国石油化工股份有限公司 用于原油长输管线巡检领域的无人机自动充电系统
CN111422081A (zh) * 2020-04-02 2020-07-17 北京京东乾石科技有限公司 无人机巡航系统
CN111510686A (zh) * 2020-04-27 2020-08-07 中国南方电网有限责任公司超高压输电公司天生桥局 一种基于车载的无人机电力巡检飞行管控方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵凯迪: "基于无人机的车辆和车道检测系统的设计与实现", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685975A (zh) * 2022-09-14 2023-02-03 国家电网公司西南分部 一种输电线路巡检机器人无信号脱机运行方法及系统

Similar Documents

Publication Publication Date Title
CN112289032B (zh) 一种无人机高速公路自动巡检方法
CN110619329B (zh) 基于机载视觉的铁路货运敞车车厢编号及装载状态识别方法
CN106971155B (zh) 一种基于高度信息的无人车车道场景分割方法
CN110659539A (zh) 一种信息处理方法及其装置
CN103745224A (zh) 基于图像的铁路接触网鸟窝异常情况检测方法
CN105788286A (zh) 智能识别闯红灯系统以及车辆行为检测抓拍方法
CN112232286A (zh) 一种道路巡检无人机图像识别系统及无人机
CN113947731B (zh) 一种基于接触网安全巡检的异物识别方法及系统
CN108416316B (zh) 一种黑烟车的检测方法及系统
CN111507975B (zh) 一种牵引变电所户外绝缘子异常检测方法
CN116665080B (zh) 基于目标识别的无人机劣化绝缘子检测方法及系统
CN104616258A (zh) 一种针对道路图像的快速去雾方法
CN111967396A (zh) 障碍物检测的处理方法、装置、设备及存储介质
CN112232284A (zh) 一种基于高速公路自动巡检的无人机系统
CN115376082B (zh) 一种融合传统特征提取与深度神经网络的车道线检测方法
CN112329631A (zh) 一种使用无人机对高速公路进行车流量统计的方法
CN114627160A (zh) 一种水下环境探测的方法
CN109325911B (zh) 一种基于注意力增强机制的空基铁轨检测方法
Ajmal et al. Vehicle detection using morphological image processing technique
CN112258843A (zh) 一种应用于高速公路应急车道无人机巡检的图像识别方法
CN112258844A (zh) 一种使用无人机对高速公路急车道进行巡检的方法
CN115760839A (zh) 路侧单元缓存的MobileNetV3车联网检测系统
CN112150828B (zh) 基于图像识别技术的防抖动干扰动态调控红绿灯的方法
CN113139488B (zh) 训练分割神经网络的方法及装置
CN114743116A (zh) 一种基于营房巡视场景的无人值守专用载荷系统及方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210115