CN112904878B - 一种用于管道高后果区识别的无人机系统和方法 - Google Patents
一种用于管道高后果区识别的无人机系统和方法 Download PDFInfo
- Publication number
- CN112904878B CN112904878B CN202110056426.9A CN202110056426A CN112904878B CN 112904878 B CN112904878 B CN 112904878B CN 202110056426 A CN202110056426 A CN 202110056426A CN 112904878 B CN112904878 B CN 112904878B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- drone
- area
- consequence
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000005236 sound signal Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 230000000474 nursing effect Effects 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 241000883990 Flabellum Species 0.000 abstract 1
- 238000011835 investigation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明专利涉及一种用于管道高后果区识别的无人机系统和方法。主要由无人机、麦克风与喇叭模块、摄像与测距模块组成。所述无人机包括无人机外壳、扇叶、电动机、连接杆、飞行控制单元、RTK高精度定位单元、数据传输单元、蓄电池，USB接口和挂载架。麦克风与喇叭模块包括麦克风和喇叭，摄像与测距模块包括十字对准镜头和角度检测云台。RTK高精度定位单元采集无人机GPS数据，十字对准镜头在两个位置对准地表目标点，采集视频和镜头角度数据。通过数据算出各个地表目标点到管道的垂直距离，划定潜在影响区域并清点房屋和特定场所数量，从而确定管道高后果区等级。本发明专利能快速测量地表目标点到管道的距离，确定潜在影响区域内房屋和特定场所数量。
Description
技术领域
本发明专利涉及管道高后果区识别领域，具体涉及一种用于管道高后果区识别的无人机系统和方法。
背景技术
随着社会的发展，油气管道沿线人口和房屋逐渐增加，导致管道高后果区等级逐渐升高，例如管道附近农田改建为居民房屋、工厂和学校，就可能导致管道高后果区等级由二级变成三级。因此管道公司需要定期对管道开展高后果区调查识别作业，以定期更新管道周围的人类活动、房屋分布和特定场所信息。目前管道公司常用高后果区调查识别方法还处在依靠技术人员咨询当地村委会或逐个清点居民房屋阶段，这一调查方法存在进度缓慢、工作量大且结果不准确等问题，例如经常遗漏部分隐蔽的或难以到达的房屋和特定场所，难以直接从地面划定管道两侧的潜在影响区域或测量居民房屋到管道的距离。近年来无人机技术不断发展，在续航、数据传输和自控等方面有了巨大的进步，同时无人机价格逐渐降低，无人机已经广泛应用在各种生产与测量领域中。管道公司近年来也积极利用无人机的优势，开展巡线和管道现场施工监督。目前已有发明专利提出采用无人机进行定期巡线和管道泄露检查，但现有专利中还没有将无人机应用于管道沿线高后果区调查的相关记录。
发明内容
本发明专利目的是解决管道高后果区调查时房屋和特定场所的数量难以统计、距离难以测量以及出现统计遗漏等问题，从而减轻管道高后果区调查时技术人员的工作量，提高管道高后果区的识别准确度。
本发明专利所采用的技术方案是：
本发明专利一种用于管道高后果区识别的无人机系统和方法，为达到上述目的，提出了用于管道高后果区识别的无人机、麦克风与喇叭模块、摄像与测距模块，同时提出了采用无人机调查高后果区信息的方法步骤。所述无人机包括无人机外壳、扇叶、电动机、连接杆、飞行控制单元、RTK高精度定位单元、数据传输单元、蓄电池，USB接口和挂载架。其中RTK高精度定位单元集成安装在无人机内部，用于采集无人机所在位置的GPS坐标数据并传递给数据传输单元，其中数据传输单元用于将采集的视频、声音、GPS、角度等数据汇总并传输至地面控制端，其中USB接口在无人机外壳下部，通过导线连接无人机下方挂载架上的麦克风与喇叭模块和摄像与测距模块，为仪器提供电能并传输数据，其中挂载架固定安装在无人机下方，用于固定挂载摄像与测距模块并作为无人机的支撑架。所述麦克风与喇叭模块固定安装在无人机下方的挂载架上，用于采集无人机周围声音信息并将地面控制端声音信号在无人机上播放，实现技术人员与高后果区内居民远程语音交流。所述摄像与测距模块包括十字对准镜头和角度检测云台，角度检测云台固定安装在无人机下方挂载架上，用于调整镜头方向、稳定镜头、消除抖动和检测镜头夹角等，十字对准镜头用于采集管道沿线的地面影像，并对准所需测距的地面目标。
本专利还提出了基于无人机采集的管道高后果区识别方法，所述管道高后果区识别方法包括根据管道沿线GPS数据，预设无人机飞行路线；根据国家标准和高后果区管理规定确定待识别管道高后果区管道两侧的潜在影响区域；利用无人机拍摄管道沿线影像，采用十字对准镜头选择地面目标并记录无人机的十字对准镜头角度和GPS数据；通过几何模型计算出选择的地面目标点到管道的垂直距离，判断目标点是否在潜在影响区域内；采用无人机详细调查待识别高后果区房屋数量和特定场所数量；根据收集的数据重新判断管道的高后果区等级。
S1：收集待调查管道的高后果区历史识别记录，确定原高后果区区域及其等级；根据管道直径和压力，依据《管道高后果区识别规程》确定管道两侧的潜在影响半径r；收集管道沿线的GPS坐标数据，确定管道沿线路由。
S2：起飞前在地面检查无人机的蓄电池电量，检查扇叶和飞行控制单元、RTK高精度定位单元和数据传输单元是否正常工作；在地面检查并校准十字对准镜头和角度检测云台，检查麦克风与喇叭模块是否正常工作。
S3：将待识别管道分成多个管段，基于管道沿线GPS坐标数据，规划每个管段无人机的飞行路线并导入飞行控制单元中，以预设飞行路线。
S4：利用无人机沿每个管段飞行一次，利用摄像与测距模块拍摄管道沿线两侧房屋和特定场所分布情况影像。同时测量选定的地表目标点到管道的垂直距离，其中RTK高精度定位单元提供无人机的高程和对应地面投影位置的高程，两者相减得到无人机到地面的高度H，同时记录无人机的GPS位置坐标。角度检测云台检测无人机在不同时刻的十字对准镜头的夹角。飞行控制单元根据管道沿线的GPS坐标和无人机的GPS坐标计算与管道的垂直距离，调整无人机的位置以保证无人机在地面投影与管道之间的垂直距离小于1m，保证无人机严格位于管道的正上方。
S5：无人机在开展地表目标点到管道的垂直距离测量时，不保持悬停而是保持缓慢飞行状态，在两个空间位置对同一个地表目标点用十字对准镜头进行对准，并采用角度检测云台检测十字对准镜头与铅垂方向之间的夹角γ1和γ2。通过RTK高精度定位单元计算得到两个空间位置无人机距地面的高度H1和H2。相应的空间几何关系模型如图2所示，则能算得地表目标点到管道的垂直距离L。其中，三角形AEC、三角形DFC和三角形ABC都是直角三角形。通过夹角γ1和高度H1可以算得AC的长度，同理通过夹角γ2和高度H2可以算得DC的长度。通过两个位置的无人机GPS坐标信息，可计算得到AD的长度，记该长度为d，因此∠CAD可通过三角函数关系求得，由于∠DAB为直角，因此可求得∠α。由于AC的长度和∠α的角度都已知，而三角形ABC为直角三角形，因此可得到AB的长度，记该长度为L。可以计算得到无人机在地面的投影点到地表目标点的垂直距离L，其计算公式如下：
S6：根据地表目标点到管道之间的垂直距离L和确定的管道高后果区潜在影响半径r，可以判断选定的各个地表目标点是否在潜在影响半径内。通过采集一个高后果区内多个地表目标点的距离，技术人员可以在拍摄的管道照片上画出与管道平行且间距为潜在影响半径的两条平行线，两条平行线之间就是以管道为中心的潜在影响区域，潜在影响区域就是管道高后果区评价时最关心的区域。
S7：在无人机拍摄的潜在影响区域照片中，根据《管道高后果区识别规程》选择多个长度为2km的包含尽可能多居民房屋的区域为待识别高后果区，选定管道沿线待识别高后果区位置。
S8：技术人员操控无人机，在选定的待识别高后果区内，通过降低飞行高度或调高镜头倍率以在空中清晰看清每座房屋，并精确清点房屋数量，采用麦克风与喇叭模块直接和当地居民开展语音交流以调查居民户数，采用无人机低空飞越检查可能存在的医院、学校、托儿所、养老院、监狱、集市、寺庙、广场等特定场所，并详细检查特定场所内人口数量。
S9：整理收集到的管道沿线待识别高后果区人口、居民户数和特定场所数量等数据，根据《管道高后果区识别规程》，确定待识别高后果区内的管道地区等级和特定场所等级，再根据高后果区识别准则确定各高后果区等级。
S10：合并沿线相距小于50m的两个管道高后果区为同一个高后果区。
S11：基于无人机的管道沿线高后果区识别过程如图4所示，总结识别出的所有管道高后果区数据，将数据整理成记录表格并存档，并确定下次管道高后果区评价时间。
本发明专利的优点：能快速准确采集管道待识别高后果区内的房屋和特定场所数量，能准确测量周围房屋到管道的距离，减少高后果区调查技术人员工作量。
附图说明
图1是本发明专利无人机的结构示意图。
图2是本发明专利无人机测量地表目标点距离的示意图。
图3是本发明专利高后果区及潜在影响区域示意图。
图4是本发明专利基于无人机开展管道高后果区识别流程图。
图中：1.无人机，11.无人机外壳，12.扇叶，13.电动机，14.连接杆，15.飞行控制单元，16.RTK高精度定位单元，17.数据传输单元，18.蓄电池，19.USB接口，110挂载架，2.麦克风与喇叭模块，21.麦克风，22.喇叭，3.摄像与测距模块，31.十字对准镜头，32.角度检测云台。
具体实施方式
以下将结合实施例和附图对本发明进行详细描述，本次的具体实施是在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本发明专利一种用于管道高后果区识别的无人机系统和方法，其中无人机系统主要由无人机1、麦克风与喇叭模块2和摄像与测距模块3组成。现场高后果区识别过程中，无人机1用于清点管道沿线两侧一定范围内的房屋数量和人类活动情况，无人机1可按照预定的飞行路线飞行并返回，也可以人为控制无人机1飞行。无人机1由无人机外壳11、扇叶12、电动机13、连接杆14、飞行控制单元15、RTK高精度定位单元16、数据传输单元17、蓄电池18、USB接口19、挂载架110组成。无人机外壳11用于保护内部的飞行控制单元15、RTK高精度定位单元16、数据传输单元17和蓄电池18。无人机外壳11上有USB接口19用于连接麦克风与喇叭模块2和摄像与测距模块3。无人机外壳11下部与挂载架110固定刚性连接，挂载架110上有燕尾槽，便于各种仪器设备安装与拆卸。在连接杆14的一端安装有电动机13，电动机13驱动扇叶12转动并为无人机1提供上升力。无人机1内部有蓄电池18为电动机13及其他设备提供电能。飞行控制单元15内部保存了预定的飞行路线，同时也可以通过数据传输单元17接收远程控制端的控制信号以调整无人机1的姿态。RTK高精度定位单元16安装在无人机1内部，用于接收GPS卫星信号并确定无人机1目前的高程和GPS位置，同时无人机1依靠RTK高精度定位单元16开展导航，完成沿预定飞行路线的飞行任务。数据传输单元17安装在无人机1内部，支持通过电台或移动通信网络实时传输采集的GPS、视频、声音和角度等参数至远程控制端。麦克风21用于采集无人机1周围空间的声音信号，经过简单的电路滤波后通过连接线和USB接口19传输至飞行控制单元15中。同时接收飞行控制单元15传来的声音信号，并在喇叭22中播放。摄像与测距模块3由十字对准镜头31和角度检测云台32组成，十字对准镜头31支持5倍光学变焦，角度检测云台32为十字对准镜头31提供转向、抖动消除和角度记录功能，通过连接线和USB接口19相连，将采集的视频和角度数据传递给数据传输单元17。
基于上述无人机1及附属测量仪器，管道沿线的高后果区识别过程如下：
S1：收集待评价管道沿线历史高后果区评价数据和管道压线的GPS数据；根据管道直径、压力和《管道高后果区识别规程》确定管道两侧的潜在影响半径r。
S2：起飞前在地面检查无人机1的蓄电池18电量，并在起飞点附近进行试飞，判断无人机1整体功能是否完整；在地面检查并校准摄像与测距模块3。
S3：将待识别管道分成多个管段，根据管道沿线GPS数据，规划每个管段无人机1沿管道的飞行路线并导入飞行控制单元15中。
S4：利用无人机1沿每个管段飞行，利用摄像与测距模块3拍摄管道沿线两侧房屋和特定场所分布情况照片。选取处在潜在影响半径边缘的多个地表目标点，通过两个位置的无人机1高度、两个位置的无人机1角度和两个位置的地面投影距离d，算得了地表目标点与管道的垂直距离L。
S5：比较各个地表目标点的测距结果L与确定的管道潜在影响半径r的大小，判断各个地表目标点是否在潜在影响区域内。根据各个地表目标点测距结果，在无人机1沿线拍摄的照片中画出与管道路由平行且间距为潜在影响半径的两条线，形成以管道为中心的潜在影响区域，如图3所示。
S6：技术人员逐一清点待识别高后果区潜在影响区域内的房屋数量，找出可能存在的特定场所。
S7：技术人员操控无人机1，采用低空飞行巡查并逐个清点房屋数量，同时进一步清查隐蔽的特定场所。将无人机在有人的地方低空悬停，采用麦克风与喇叭模块2直接和当地居民开展语音交流以调查居民户数和潜在特定场所。
S8：整理收集到的管道沿线待识别高后果区人口、居民户数和特定场所等数据，根据《管道高后果区识别规程》，确定管道高后果区等级。
S9：基于无人机1的管道沿线高后果区识别过程如图4所示，总结识别出的所有管道高后果区数据，将数据整理成记录表格并存档，并确定下次管道高后果区评价时间。
Claims (1)
1.一种用于管道高后果区识别的无人机系统，其特征在于：无人机系统包括无人机(1)、麦克风与喇叭模块(2)、摄像与测距模块(3)；所述无人机(1)外部主要由无人机外壳(11)、连接杆(14)和挂载架(110)组成，无人机外壳(11)上部外侧与连接杆(14)固定连接，连接杆(14)一端连接电动机(13)，电动机(13)上方连接可旋转的扇叶(12)，挂载架(110)与无人机外壳(11)的底部固定连接；
所述的无人机外壳(11)内部安装有飞行控制单元(15)、RTK高精度定位单元(16)、数据传输单元(17)、蓄电池(18)，无人机外壳(11)上有USB接口(19)，用于连接麦克风与喇叭模块(2)和摄像与测距模块(3)，通过导线连接至飞行控制单元(15)中；
所述挂载架(110)上有燕尾槽，便于挂载设备的快速装卸；通过连接线将麦克风与喇叭模块(2)、摄像与测距模块(3)连接至USB接口(19)中，再将声音、视频和角度数据传输至数据传输单元(17)；
所述的麦克风与喇叭模块(2)由麦克风(21)和喇叭(22)组成，麦克风与喇叭模块(2)固定安装在挂载架(110)上，能同时采集无人机周围的声音信号并播放远程控制端发出的声音，将无人机(1)悬停在居民上方4m处，远程控制端技术人员可以与潜在影响区域内居民开展语音交流；
所述的摄像与测距模块(3)主要由十字对准镜头(31)和角度检测云台(32)组成，摄像与测距模块(3)只采集视频数据和角度数据，不用搭载额外的测距设备；十字对准镜头(31)具有5倍光学变焦，镜头刻有十字线，技术人员在远程控制端调整角度检测云台(32)，以直接对准地表目标点；角度检测云台(32)采集十字对准镜头(31)与竖直方向的角度数据；远程控制端可通过两次对准同一地表目标点时的角度、GPS数据算出地表目标点与管道的垂直距离；
用于管道高后果区识别的无人机方法包括以下步骤：
S1：收集待调查管道的高后果区历史识别数据记录和高后果区分级记录，根据管道直径和压力确定管道两侧的潜在影响半径r，收集管道沿线的GPS坐标数据；
S2：起飞前在地面检查无人机(1)的蓄电池(18)电量、扇叶(12)、飞行控制单元(15)、RTK高精度定位单元(16)和数据传输单元(17)是否正常工作；检查并校准十字对准镜头(31)和角度检测云台(32)，检查麦克风与喇叭模块(2)是否正常工作；
S3：将待识别管道分成多个管段，基于管道沿线GPS坐标数据，规划每个管段中无人机(1)的飞行路线并导入飞行控制单元(15)中，预设飞行路线；
S4：利用无人机(1)沿每个管段飞行一次，利用摄像与测距模块(3)拍摄管道沿线两侧房屋和特定场所分布情况影像；测量选定的地表目标点到管道的垂直距离，其中RTK高精度定位单元(16)提供无人机(1)的高程和对应地面投影位置的高程，两者相减得到无人机(1)到地面的高度H，同时记录无人机的GPS位置坐标；角度检测云台(32)检测无人机(1)在不同时刻十字对准镜头(31)与铅垂方向的夹角；飞行控制单元(15)根据管道沿线的GPS坐标和无人机(1)在地面投影的GPS坐标计算与管道的垂直距离，调整无人机(1)的空间位置，保证无人机(1)严格位于管道的正上方；
S5：无人机(1)在开展地表目标点到管道的垂直距离测量时，不保持悬停而是保持缓慢飞行状态，在两个空间位置对同一个地表目标点用十字对准镜头(31)进行对准，并采用角度检测云台(32)检测十字对准镜头(31)与铅垂方向之间的夹角γ1和γ2；通过RTK高精度定位单元(16)测量得到两个空间位置无人机(1)距地面的高度H1和H2，无人机(1)两个空间位置沿管道的距离为d；可以计算得到管道到地表目标点的垂直距离L，其计算公式如下：
S6：根据地表目标点到管道之间的垂直距离L和确定的管道高后果区潜在影响半径r，判断各个地表目标点是否在潜在影响区域内；通过采集高后果区内大量地表目标点到管道的垂直距离，技术人员在拍摄的管道照片上画出与管道平行且垂直距离为潜在影响半径r的两条平行线，两条平行线之间即为潜在影响区域；
S7：在潜在影响区域中选择多个长度为2km的包含尽可能多居民房屋的区域为待识别高后果区，确定沿线待识别高后果区位置；
S8：技术人员操控无人机(1)飞行到选定的待识别高后果区内，通过降低飞行高度或调高镜头倍率以在空中再次精确清点待识别高后果区内房屋数量，在当地居民附近约4m处悬停，采用麦克风与喇叭模块(2)直接和当地居民开展语音交流，询问当地特定场所分布情况，采用无人机(1)低空飞越检查可能存在的医院、学校、托儿所、养老院、监狱、集市、寺庙、广场特定场所，并详细检查特定场所内人口数量；
S9：整理收集到的管道沿线待识别高后果区人口、居民户数和特定场所数量数据，根据《管道高后果区识别规程》，确定各高后果区的等级；
S10：合并沿线相距小于50m的两个管道高后果区为同一个高后果区；
S11：基于管道沿线高后果区识别过程，汇总识别出的所有管道高后果区数据，将数据整理成记录表格并存档，并确定下一次管道高后果区识别和评价时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110056426.9A CN112904878B (zh) | 2021-01-15 | 2021-01-15 | 一种用于管道高后果区识别的无人机系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110056426.9A CN112904878B (zh) | 2021-01-15 | 2021-01-15 | 一种用于管道高后果区识别的无人机系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112904878A CN112904878A (zh) | 2021-06-04 |
| CN112904878B true CN112904878B (zh) | 2022-08-16 |
Family
ID=76113733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110056426.9A Active CN112904878B (zh) | 2021-01-15 | 2021-01-15 | 一种用于管道高后果区识别的无人机系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112904878B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2457531C1 (ru) * | 2011-01-13 | 2012-07-27 | Евгений Владимирович Шароварин | Способ применения беспилотных летательных аппаратов и устройство управления |
| CN205584374U (zh) * | 2016-04-07 | 2016-09-14 | 天津中翔腾航科技股份有限公司 | 无人机油气管道巡检系统 |
| CN107636718A (zh) * | 2015-05-19 | 2018-01-26 | 真斯开普无形控股有限公司 | 用于确定特定位置中的一个或多个储罐的状态的方法和系统 |
| CN107808133A (zh) * | 2017-10-23 | 2018-03-16 | 中石化石油工程地球物理有限公司 | 基于无人机巡线的油气管道安全监测方法、系统及软件存储器 |
| EP3367201A1 (en) * | 2016-12-27 | 2018-08-29 | Autel Robotics Co., Ltd. | Method and device for controlling flight of unmanned aerial vehicle, and unmanned aerial vehicle |
| WO2020019413A1 (zh) * | 2018-07-26 | 2020-01-30 | 上海楚山电子科技有限公司 | 无人机无线共享充电停机坪及具有优先级的无线充电方法 |
| CN112214940A (zh) * | 2020-09-30 | 2021-01-12 | 西南石油大学 | 一种湿天然气管道内腐蚀高风险段识别方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103778514A (zh) * | 2014-02-12 | 2014-05-07 | 西南石油大学 | 一种油气管道高后果区识别系统及识别方法 |
| DE102016223774A1 (de) * | 2016-11-30 | 2018-05-30 | Siemens Aktiengesellschaft | System zur Bestimmung der Lage von Rohrleitungen |
| CN110070242B (zh) * | 2018-01-23 | 2021-12-07 | 中国石油化工股份有限公司 | 输气管道高后果区识别评价系统及方法 |
| CN110070243B (zh) * | 2018-01-23 | 2021-10-08 | 中国石油化工股份有限公司 | 输油管道高后果区识别评价系统及方法 |
| CN110426046B (zh) * | 2019-08-21 | 2023-11-24 | 西京学院 | 一种无人机自主着陆跑道区域障碍物判断与跟踪方法 |
| CN110514133A (zh) * | 2019-09-30 | 2019-11-29 | 西南石油大学 | 一种基于摄影测量的无人机隧道变形检测方法 |
| CN111696310B (zh) * | 2020-06-10 | 2021-07-30 | 北京市燃气集团有限责任公司 | 一种燃气管网空天地立体安全风险防控系统和防控方法 |
| CN211831002U (zh) * | 2020-06-12 | 2020-10-30 | 重庆市计量质量检测研究院 | 一种基于北斗系统的无人机燃气管网巡检系统 |
-
2021
- 2021-01-15 CN CN202110056426.9A patent/CN112904878B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2457531C1 (ru) * | 2011-01-13 | 2012-07-27 | Евгений Владимирович Шароварин | Способ применения беспилотных летательных аппаратов и устройство управления |
| CN107636718A (zh) * | 2015-05-19 | 2018-01-26 | 真斯开普无形控股有限公司 | 用于确定特定位置中的一个或多个储罐的状态的方法和系统 |
| CN205584374U (zh) * | 2016-04-07 | 2016-09-14 | 天津中翔腾航科技股份有限公司 | 无人机油气管道巡检系统 |
| EP3367201A1 (en) * | 2016-12-27 | 2018-08-29 | Autel Robotics Co., Ltd. | Method and device for controlling flight of unmanned aerial vehicle, and unmanned aerial vehicle |
| CN107808133A (zh) * | 2017-10-23 | 2018-03-16 | 中石化石油工程地球物理有限公司 | 基于无人机巡线的油气管道安全监测方法、系统及软件存储器 |
| WO2020019413A1 (zh) * | 2018-07-26 | 2020-01-30 | 上海楚山电子科技有限公司 | 无人机无线共享充电停机坪及具有优先级的无线充电方法 |
| CN112214940A (zh) * | 2020-09-30 | 2021-01-12 | 西南石油大学 | 一种湿天然气管道内腐蚀高风险段识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| ENHANCED PIPELINE LEAK DETECTION USING A旧BORNE DIFFERENTIAL ABSORPTION LIDAR;Daniel E. Brake 等;《7th International Pipeline Conference》;20081003;1-8 * |
| 无人机巡线系统在高含硫集输管道中的应用研究;赵果 等;《油气田地而工程》;20180228;第37卷(第02期);20-23 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112904878A (zh) | 2021-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113759960B (zh) | 基于无人机的风机叶片及塔筒巡检识别系统及方法 | |
| CN108535418A (zh) | 一种污染物溯源方法、装置、监控终端及存储介质 | |
| CN105865427A (zh) | 一种基于小型无人机遥感的单体地质灾害应急调查方法 | |
| CN103941746A (zh) | 无人机巡检图像处理系统及方法 | |
| CN106092054A (zh) | 一种电力线路识别精准定位导航方法 | |
| CN110057302B (zh) | 面向地下安全的全自动测量装置及测量方法 | |
| CN111239788A (zh) | 一种用于桥梁检测的无人机自主定位系统及其方法 | |
| CN112799422A (zh) | 一种用于电力巡检的无人机飞行控制方法及装置 | |
| CN114727063B (zh) | 施工现场的路径安全监测系统、方法及装置 | |
| CN105867366A (zh) | 一种变电站电力设备全自动智能巡检方法 | |
| CN109709565A (zh) | 智能铁路信号设备限界测量装置及其监管方法 | |
| CN111540049A (zh) | 一种地质信息的识别提取系统及方法 | |
| CN110953993A (zh) | 一种用于输电线路弧垂和限距的检测装置和方法 | |
| CN116545122A (zh) | 一种输电线路防外破监测装置和防外破监测方法 | |
| CN110398760A (zh) | 基于图像分析的行人坐标捕获装置及其使用方法 | |
| CN112327387A (zh) | 基于多旋翼无人机的大气污染物随风监测系统及监测方法 | |
| CN112904878B (zh) | 一种用于管道高后果区识别的无人机系统和方法 | |
| CN112284328A (zh) | 移动通信基站天线用方位角、俯仰角综合测试系统及其使用方法 | |
| CN111664930A (zh) | 一种基于频率与图像的高边坡落石集成监测系统及方法 | |
| CN104713548A (zh) | 一种飞行器自动定位方法 | |
| CN115717867A (zh) | 一种基于机载双相机和目标追踪的桥梁变形测量方法 | |
| CN208399998U (zh) | 一种用于特种设备检测的无人机系统 | |
| CN110083176B (zh) | 一种基于无人机载高光谱成像的brdf数据采集系统和方法 | |
| CN112734168A (zh) | 基于无人机的架空输电线路通道巡视系统及隐患分析方法 | |
| CN209588987U (zh) | 一种结构物二维位移监测装置 |
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 |