CN112925337A - 一种大型起重机金属结构多旋翼无人机自动巡检方法 - Google Patents
一种大型起重机金属结构多旋翼无人机自动巡检方法 Download PDFInfo
- Publication number
- CN112925337A CN112925337A CN202110149100.0A CN202110149100A CN112925337A CN 112925337 A CN112925337 A CN 112925337A CN 202110149100 A CN202110149100 A CN 202110149100A CN 112925337 A CN112925337 A CN 112925337A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- crane
- metal structure
- inspection
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本发明涉及起重机金属结构损伤识别领域,具体涉及一种大型起重机金属结构多旋翼无人机自动巡检方法,在三维空间面向起重机金属结构进行起重机巡检路径规划;根据规划的起重机巡检路径,人工操控无人机进行初步巡检,记录若干航迹点的位置信息并根据航迹点生成航迹;进行自动巡检时,无人机按航迹自动飞行,拍摄待检测部位图像,发现缺陷时记录拍摄点的位置信息;下一次飞行时根据起飞点和记录的缺陷点位置信息生成航迹,自动飞到缺陷部位进行拍摄和识别。本发明检测精度高,检测效率高。
Description
技术领域
本发明涉及起重机金属结构损伤识别领域,具体涉及一种大型起重机金属结构多旋翼无人机自动巡检方法。
背景技术
目前,起重机结构检测主要通过人工携带检测仪器攀爬到重要受力结构位置,然后通过仪器或者目视检查有无明显裂纹、腐蚀、缺件和损坏等缺陷,存在检测盲区、高空作业危险、劳动强度大、效率低等问题。利用无人机搭载高分辨率视觉传感器,实时采集显示起重机被检测部位的图像,再通过图像处理进行缺陷特征提取与识别,具有非接触、非侵入、远程可视化、表面全尺度、高密度、高精度、现场操作便捷、抗干扰能力强等优点。
但是,在结构巡检航拍过程中,无人机拍摄位置和高度都要靠飞行控制人员的人工视觉判断,飞行控制严重依赖于无人机操控人员的个体水平,受地面操控人员视角差异影响,存在人为操控难度大、航拍定位精度低等问题,不仅降低工作效率,而且可能因定位不良影响航拍和状态诊断的有效性,亟待开展无人机自动巡检。为提高大型起重机结构无人机检测自动化和智能化水平,实现无人机巡检作业的规范化和标准化,对多旋翼无人机自动驾驶与智能巡检技术进行研究,在电磁干扰、GPS信号遮挡严重等起重机复杂工业环境下,实现无人机自动巡航与结构检测作业。
目前,无人机自动巡检技术在电力行业有一定的研究和应用。专利CN211668520U公开了一种基于无人机的输电杆塔设备的自动航拍系统,在规划好的路径自动巡检过程中可以智能锁定输电线路的重点巡检设备,并自动调整飞行位置及相机角度,对输电线路重点巡检设备进行拍摄。专利CN111459189A公开了一种基于自动机巢的离岸常驻式海上风电无人机全自主巡检系统,包括前端无人机—自动机巢硬件平台及前端集控平台,在接收前端集控平台所下达的指令后,可以实现海上风电机组外观的无人机自动起降、自动充换电、自动飞行以及自动巡检等功能。专利CN106873627B公开了一种自动巡检输电线路的多旋翼无人机及方法,根据捕获的图像信息计算出各条输电线路位于图像中的位置和方向,以及各条输电线路在图像中的相对距离,然后将此数据发送给飞行控制模块以稳定无人机相对输电线路的位置、方向和高度,使无人机平行跟随线路飞行,获取输电线路的图像信息。
目前,无人机自动巡检在输电线路、光伏电站、风机叶片、桥梁检测中有一定的研究与应用,但在大型起重机复杂钢结构检测方面研究较少,由于起重机结构包括箱型梁、工字梁、桁架结构等形式,涉及多平面、三维曲面等复杂表面检测,且起重机现场多处于人机物混杂的动态作业场景,动态障碍物多,电机、变频器、继电器以及港口船舶大量电气设备对无人机导航系统电磁干扰较强,检测主梁下盖板等部位时存在GPS信号遮挡、信号强度弱等问题,如何实现复杂工业环境下起重机金属结构的无人机自动巡检是一个难点问题。
发明内容
本发明的目的是为了提供一种大型起重机金属结构多旋翼无人机自动巡检方法,检测精度高,检测效率高。
为解决以上技术问题,本发明的技术方案为:一种大型起重机金属结构多旋翼无人机自动巡检方法,在三维空间面向起重机金属结构进行起重机巡检路径规划;根据规划的起重机巡检路径,人工操控无人机进行初步巡检,记录若干航迹点的位置信息并根据航迹点生成航迹;进行自动巡检时,无人机按航迹自动飞行,拍摄待检测部位图像,发现缺陷时记录拍摄点的位置信息;下一次飞行时根据起飞点和记录的缺陷点位置信息生成航迹,自动飞到缺陷部位进行拍摄和识别。
具体的,位置信息包括经纬度和高度数据。
进一步的,对于箱型梁、工字梁、桁架结构等形式的金属结构,以及钢丝绳等线状目标,在进行起重机巡检路径规划时,无人机采用牛耕式全覆盖巡检路径。
进一步的,记录航迹点的位置信息时,采用GPS+GLONASS双系统融合精密单点定位方法,增加可见卫星数,从而提高信号质量,通过多系统融合克服单系统定位性能会随截止高度角的增加而迅速变差的缺点,提高定位导航的精度和稳定性。
进一步的,对于主梁下盖板等信号遮挡严重区域,在自动巡检中使用主副无人机协同定位方法,提高检验无人机即主无人机的定位精度;主无人机检测主梁下盖板时,由于卫星信号受遮挡,全球卫星导航定位系统数据精度较低,副无人机在通视开阔区域悬停,可以获取自身位置的高精度GNSS数据,通过相机及红外测距传感器测量与主无人机的相对距离d、俯仰角ϕ和方位角θ,建立主人机的定位解算模型,计算主无人机位置信息,作为GPS+GLONASS方法定位主无人机位置的正确补充,从而提高主无人机的定位精度和可靠性。
进一步的,在主副无人机协同定位检测中,副无人机路径的规划可根据主无人机的巡检路径来进行规划,例如副无人机飞行高度比主无人机高20m,避免两架无人机发生碰撞;此外,双机协同定位检测技术还可以解决主无人机在高空作业时由于距离较远存在视觉差,无法判断无人机与设备真实距离问题。
本发明具有如下有益效果:
本发明可以有效解决现有技术中人工遥控无人机飞行检测作业检测精度低,可能因定位不良和拍摄角度影响航拍和状态诊断的有效性,导致某些部位漏检误检产生的精准度低,以及检测自动化程度不高,检测时间偏长、可重复性差等问题,可大幅度提高大型起重机无人机巡检的效率和质量,为无人机在起重机结构检测中的规模应用打下坚实的基础。利用无人机自动巡检方法,结合人工智能图像识别技术,对起重机金属结构缺陷进行自动检测、识别,建立无人机自动智能巡检作业的新模式,很多人工检测无法达到或难以达到的部位均可以由无人机检测代替,可以有效预防并控制事故的发生,减少人员和设备财产的损失,对促进企业安全生产具有重要意义。本发明可进一步推广至风电设备、塔架、船体、桥梁、大型游乐设施、锅炉、储罐、多层框架钢结构等室外复杂环境下在役大型结构表面缺陷检测,具有广阔的应用前景。
附图说明
图1为本发明大型起重机金属结构多旋翼无人机自动巡检作业流程图;
图2为本发明实施例箱型梁目标的推荐巡检路径;
图3为本发明实施例工字梁目标的推荐巡检路径;
图4为本发明实施例方形桁架目标的推荐巡检路径;
图5为本发明实施例三角形桁架目标的推荐巡检路径;
图6为本发明实施例线状目标的推荐巡检路径;
图7为主副无人机协同定位模型。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本发明作进一步详细说明。
请参考图1至图7,本发明提出一种大型起重机金属结构多旋翼无人机自动巡检方法,为一种“飞机打点+航迹飞行”的多旋翼无人机自动巡检方法,参阅图1,巡检方法为:
首先,对门式、门座式、塔式等起重机巡检路径进行科学规划,提出在三维空间中面向起重机金属结构进行起重机巡检路径规划,以便在实际飞行中全方位获取大型起重机箱型梁、工字梁、桁架结构等复杂钢结构表面图像,不遗漏任何可能有缺陷的结构细节;
然后,根据规划的门式、门座式、塔式起重机巡检路径,人工操控无人机进行初步巡检,采集并记录若干航迹点的经纬度和高度数据并根据航迹点制生成航迹;进行自动巡检时,无人机按航迹自动飞行,飞行过程中可以控制飞行速度,可控制飞机悬停拍摄待检测部位图像,发现缺陷时记录拍摄点的经纬度和高度数据;下一次飞行时根据起飞点和记录的缺陷点位置信息生成航迹,自动飞到缺陷部位进行拍摄和识别。
本实施例中,对缺陷部位进行拍摄和识别可采用现有的人工智能图像识别技术,在此不做赘述。
在本实施例中,对于箱型梁、工字梁、方形桁架、三角形桁架等形式的金属结构,以及钢丝绳等线状目标,无人机采用牛耕式全覆盖巡检路径,参阅附图2-6,图中截面的箭头为相机拍摄方向,图中带箭头的双点划线示出了巡检路径。与结构之间的安全距离为无人机结构尺寸的3倍以上,例如无人机旋翼展开后轴距为1m,则安全距离至少为3m。
在本实施例中,记录航迹点的位置信息时采用GPS+GLONASS双系统融合精密单点定位方法,增加可见卫星数,从而提高信号质量,通过多系统融合克服单系统定位性能会随截止高度角的增加而迅速变差的缺点,提高定位导航的精度和稳定性。
在本实施例中,对于主梁下盖板等信号遮挡严重区域,在自动巡检中使用主副无人机协同定位方法,提高检验无人机(主无人机)的定位精度,参阅图7,主无人机(MainUAV)检测主梁下盖板时,由于卫星信号受遮挡,全球卫星导航定位系统(GlobalNavigation Satellite System)数据精度较低,副无人机(Subsidiary UAV)在通视开阔区域悬停,可以获取自身位置的高精度GNSS数据,通过相机及红外测距传感器测量与主无人机的相对距离d、俯仰角ϕ和方位角θ,建立主人机的定位解算模型,计算主无人机位置信息,作为GPS+GLONASS方法定位主无人机位置的正确补充,从而提高主无人机的定位精度和可靠性。
在本实施例中,在双机协同定位即主副无人机协同定位检测中,副无人机路径的规划可根据主无人机的巡检路径来进行规划,例如副无人机飞行高度比主无人机高20m,避免两架无人机发生碰撞。此外,双机协同定位检测技术还可以解决主无人机在高空作业时由于距离较远存在视觉差,无法判断无人机与设备真实距离问题。
本发明未涉及部分均与现有技术相同或采用现有技术加以实现。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (6)
1.一种大型起重机金属结构多旋翼无人机自动巡检方法,其特征在于:包括
在三维空间面向起重机金属结构进行起重机巡检路径规划;
根据规划的起重机巡检路径,人工操控无人机进行初步巡检,记录若干航迹点的位置信息并根据航迹点生成航迹;
进行自动巡检时,无人机按航迹自动飞行,拍摄待检测部位图像,发现缺陷时记录拍摄点的位置信息;下一次飞行时根据起飞点和记录的缺陷点位置信息生成航迹,自动飞到缺陷部位进行拍摄和识别。
2.根据权利要求1所述的大型起重机金属结构多旋翼无人机自动巡检方法,其特征在于:在进行起重机巡检路径规划时,采用牛耕式全覆盖巡检路径进行规划。
3.根据权利要求1所述的大型起重机金属结构多旋翼无人机自动巡检方法,其特征在于:记录航迹点的位置信息时采用GPS+GLONASS双系统融合精密单点定位方法进行定位。
4.根据权利要求1所述的大型起重机金属结构多旋翼无人机自动巡检方法,其特征在于:在自动巡检中使用主副无人机协同定位方法,主无人机检测主梁下盖板时,由于卫星信号受遮挡,全球卫星导航定位系统数据精度较低,副无人机在通视开阔区域悬停,获取自身位置的高精度GNSS数据,通过无人机的相机及红外测距传感器测量与主无人机的相对距离d、俯仰角ϕ和方位角θ,建立主无人机的定位解算模型,计算主无人机位置信息。
5.根据权利要求5所述的大型起重机金属结构多旋翼无人机自动巡检方法,其特征在于:在主副无人机协同定位检测中,副无人机路径的规划根据主无人机的巡检路径来进行规划。
6.根据权利要求1所述的大型起重机金属结构多旋翼无人机自动巡检方法,其特征在于:所述位置信息包括经纬度和高度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110149100.0A CN112925337B (zh) | 2021-02-03 | 2021-02-03 | 一种大型起重机金属结构多旋翼无人机自动巡检方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110149100.0A CN112925337B (zh) | 2021-02-03 | 2021-02-03 | 一种大型起重机金属结构多旋翼无人机自动巡检方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112925337A true CN112925337A (zh) | 2021-06-08 |
CN112925337B CN112925337B (zh) | 2022-12-13 |
Family
ID=76169684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110149100.0A Active CN112925337B (zh) | 2021-02-03 | 2021-02-03 | 一种大型起重机金属结构多旋翼无人机自动巡检方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112925337B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253765A (zh) * | 2021-07-15 | 2021-08-13 | 杭州大杰智能传动科技有限公司 | 一种无人机自动追踪的智能塔吊作业多维监测系统及方法 |
CN113744270A (zh) * | 2021-11-05 | 2021-12-03 | 南京市特种设备安全监督检验研究院 | 起重机复杂钢结构表面缺陷的无人机视觉检测与识别方法 |
CN113867410A (zh) * | 2021-11-17 | 2021-12-31 | 武汉大势智慧科技有限公司 | 一种无人机航拍数据的采集模式识别方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093983A (zh) * | 2016-06-12 | 2016-11-09 | 李丹 | 一种多旋翼无人机导航定位系统 |
CN107380420A (zh) * | 2017-08-23 | 2017-11-24 | 南京市特种设备安全监督检验研究院 | 一种基于无人机机械臂的起重机金属结构检测装置及方法 |
CN108802040A (zh) * | 2017-05-04 | 2018-11-13 | 南京市特种设备安全监督检验研究院 | 一种用于起重机表面缺陷检测的无人机装置及检测方法 |
CN109901624A (zh) * | 2019-04-11 | 2019-06-18 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
US20190391575A1 (en) * | 2017-04-28 | 2019-12-26 | Ars Electronica Linz Gmbh & Co Kg | Unmanned aircraft with a modular swarm control unit |
CN111174792A (zh) * | 2020-01-16 | 2020-05-19 | 上海电机学院 | 一种基于uwb的无人机室内管道检测图像采集方法 |
CN111812583A (zh) * | 2020-06-22 | 2020-10-23 | 中国科学院重庆绿色智能技术研究院 | 一种无人机群定位系统和定位方法 |
-
2021
- 2021-02-03 CN CN202110149100.0A patent/CN112925337B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093983A (zh) * | 2016-06-12 | 2016-11-09 | 李丹 | 一种多旋翼无人机导航定位系统 |
US20190391575A1 (en) * | 2017-04-28 | 2019-12-26 | Ars Electronica Linz Gmbh & Co Kg | Unmanned aircraft with a modular swarm control unit |
CN108802040A (zh) * | 2017-05-04 | 2018-11-13 | 南京市特种设备安全监督检验研究院 | 一种用于起重机表面缺陷检测的无人机装置及检测方法 |
CN107380420A (zh) * | 2017-08-23 | 2017-11-24 | 南京市特种设备安全监督检验研究院 | 一种基于无人机机械臂的起重机金属结构检测装置及方法 |
CN109901624A (zh) * | 2019-04-11 | 2019-06-18 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
CN111174792A (zh) * | 2020-01-16 | 2020-05-19 | 上海电机学院 | 一种基于uwb的无人机室内管道检测图像采集方法 |
CN111812583A (zh) * | 2020-06-22 | 2020-10-23 | 中国科学院重庆绿色智能技术研究院 | 一种无人机群定位系统和定位方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253765A (zh) * | 2021-07-15 | 2021-08-13 | 杭州大杰智能传动科技有限公司 | 一种无人机自动追踪的智能塔吊作业多维监测系统及方法 |
CN113744270A (zh) * | 2021-11-05 | 2021-12-03 | 南京市特种设备安全监督检验研究院 | 起重机复杂钢结构表面缺陷的无人机视觉检测与识别方法 |
CN113867410A (zh) * | 2021-11-17 | 2021-12-31 | 武汉大势智慧科技有限公司 | 一种无人机航拍数据的采集模式识别方法和系统 |
CN113867410B (zh) * | 2021-11-17 | 2023-11-03 | 武汉大势智慧科技有限公司 | 一种无人机航拍数据的采集模式识别方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112925337B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112925337B (zh) | 一种大型起重机金属结构多旋翼无人机自动巡检方法 | |
CN110282143B (zh) | 一种海上风电场无人机巡检方法 | |
CN110603379B (zh) | 用于风力设备检查工具的检查工具控制装置 | |
CN113189615B (zh) | 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法 | |
CN108614274B (zh) | 基于多旋翼无人机的交叉式跨越线距离测量方法及装置 | |
US9823664B2 (en) | Unmanned aircraft for positioning an instrument for inspection purposes and methods of inspecting a target surface | |
DK2702382T3 (en) | METHOD AND SYSTEM FOR INSPECTION OF A SURFACE ERROR FOR MATERIAL ERROR | |
CN111998832A (zh) | 一种基于激光点云的利用无人机准确定位目标物的巡检方法 | |
CN106774410A (zh) | 无人机自动巡检方法和装置 | |
CN109885097B (zh) | 一种桥梁外沿面巡检航线规划方法 | |
CN208873047U (zh) | 一种基于多旋翼无人机的巡检装置 | |
CN109597432B (zh) | 一种基于车载摄像机组的无人机起降监控方法及系统 | |
CN109901623B (zh) | 桥梁墩身巡检航线规划方法 | |
WO2022242759A1 (zh) | 应用于海上升压站的无人智能巡检系统及方法 | |
CN109990777A (zh) | 一种桥梁底面巡检航线规划方法 | |
US20230196612A1 (en) | Method and system for object detection | |
CN113077561A (zh) | 一种无人机智能巡检系统 | |
CN113778137A (zh) | 输电线路的无人机自主巡检方法 | |
CN115326075A (zh) | 一种基于无人机实现风场全域自动化巡检的路径规划方法 | |
CN117631694A (zh) | 一种风电机组无人机巡检路径规划方法及系统装置 | |
CN113111714A (zh) | 一种应用于输电现场作业的风险防控系统 | |
CN115421503B (zh) | 一种用于桥梁的无人机巡检系统 | |
Huang et al. | Research and design of space-sky-ground integrated transmission line inspection platform based on artificial intelligence | |
CN109960280A (zh) | 一种桥梁墩身巡检航线规划方法 | |
Dias et al. | Unmanned aerial vehicle for wind-turbine inspection. next step: Offshore |
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 |