CN113129468B - 基于无人机的地下管廊巡检方法 - Google Patents
基于无人机的地下管廊巡检方法 Download PDFInfo
- Publication number
- CN113129468B CN113129468B CN202110367278.2A CN202110367278A CN113129468B CN 113129468 B CN113129468 B CN 113129468B CN 202110367278 A CN202110367278 A CN 202110367278A CN 113129468 B CN113129468 B CN 113129468B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- aerial vehicle
- unmanned aerial
- image
- distance
- 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
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mechanical Engineering (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于无人机的地下管廊巡检方法,该方法包括步骤;将设定巡检路线和巡检时间发送至无人机;接收无人机按照设定的巡检路线和巡检时间巡检过程中回传的信号,并判断回传信号是否有异常;若回传信号有异常,则将所述设定巡检路线修改成新的异常跟踪巡检路线,并则将异常跟踪巡检路线发送至所述无人机。如此,通过采用控制无人机可对地下进行自动巡检,并获取地下通道的异常情况,以及对异常情况进行跟踪,巡检效率高、准确率高,且减少人工巡检所带来的麻烦、以及减少人工巡检存在的危险。
Description
技术领域
本发明涉及无人机通信技术领域,尤其涉及一种基于无人机的地下管廊巡检方法。
背景技术
对地下矿井或地下管廊等地下通道的巡查对安全非常的重要,现阶段主要通过人工的方式来对地下通道的巡查,以保证地下通道的安全,避免事故产生。但是通过人工的方式来实现对地下矿井或地下管廊的巡查相对比较困难,主要有如下问题:
1、巡检口地下空气不流通、环境复杂,对巡检人员巡检的个人技能要求较,一旦不小心容易出现安全事故。
2、人工巡检数据记录落后、主观性强。受巡检人员责任心、工作经验、技能水平的影响,巡检质量差异极大,数据分析可行性差,且易发生漏巡、错巡等,巡检质量低。
3、人力投入多,且必须携带大量装备,增加身体负担,影响巡检任务,人工巡检频次低,环境特别恶劣时则无法巡检,易受外界因素影响巡检计划。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的一个目的在于提出一种基于无人机的地下管廊巡检方法。
为实现上述目的,根据本发明实施例的基于无人机的地下管廊巡检方法,所述基于无人机的地下管廊巡检方法包括:
将设定巡检路线和巡检时间发送至无人机;
接收无人机按照设定的巡检路线和巡检时间巡检过程中回传的信号,并判断回传信号是否有异常;
若回传信号有异常,则将所述设定巡检路线修改成包含有异常地点的异常跟踪巡检路线,并则将异常跟踪巡检路线发送至所述无人机,以控制无人机对异常处巡检。
进一步地,根据本发明的一个实施例,所述判断回传信号是否有异常方法包括步骤:
在无人机在距离墙壁第一距离对图像进行距离定标;
获取无人机在距离墙壁第一距离回传信号中的图像;
对回传的图像信号进行检测,获取异常像素点轮廓,对轮廓窗口区进行初步定位;
根据距离定标和轮廓窗口区获取异常区域的实际范围。
进一步地,根据本发明的一个实施例,在根据距离定标和轮廓窗口区获取异常区域的实际范围之前还包括步骤:
判断异常区域的范围是否全部落入图像范围内;
若异常区域没有全部落入图像范围内,则控制无人机距离墙壁第二距离拍摄图像,所述第二距离大于第一距离,并接收回传图像,对回传的图像信号进行检测,获取异常像素点轮廓,对轮廓窗口区进行初步定位;
若异常区域全部落入图像范围内,则将图像中异常区域裁剪。
进一步地,根据本发明的一个实施例,还包括步骤:
对所述异常区域图像进行全局二值化初处理,并采用连通域分析的方法剔除其边缘干扰区,得到精确的异常区域图像;
采用神经网络算法并结合各类异常模板先验知识特征对各所述异常区域图像识别。
进一步地,根据本发明的一个实施例,所述异常类别包括:渗漏、脱落、凹坑、漏筋、锈蚀中的任意一种或多种。
进一步地,根据本发明的一个实施例,还包括步骤:
若异常区域没有全部落入图像范围内,则将图像中异常区域裁剪;将异常区域检测为裂痕,并根据裂痕的像素点获取裂痕的轨迹。
进一步地,根据本发明的一个实施例,所述对图像进行距离定标方法包括步骤:
控制无人机在离墙壁的第一距离向墙壁发送第一标记点,并记录第一标记点在图像的位置;
控制无人机在离墙壁的第一距离沿着与建筑物延伸方向移动设定距离,控制无人机向墙壁发送第二标记点,并记录第二标记点在图像的位置;
将第一标记点和第二标记点在图像中的像素点数,与无人机移动设定距离相关联。
进一步地,根据本发明的一个实施例,所述回传信号还包括:温度值、湿度值和瓦斯含量中的任意一种或多种。
进一步地,根据本发明的一个实施例,当所述回传信号有异常时,还输出报警信号。
本发明实施例提供的基于无人机的地下管廊巡检方法,通过包括步骤;将设定巡检路线和巡检时间发送至无人机;接收无人机按照设定的巡检路线和巡检时间巡检过程中回传的信号,并判断回传信号是否有异常;若回传信号有异常,则将所述设定巡检路线修改成新的异常跟踪巡检路线,并则将异常跟踪巡检路线发送至所述无人机。如此,通过采用控制无人机可对地下进行自动巡检,并获取地下通道的异常情况,以及对异常情况进行跟踪,巡检效率高、准确率高,且减少人工巡检所带来的麻烦、以及减少人工巡检存在的危险。
附图说明
图1为本发明实施例提供的基于无人机的地下管廊巡检使用场景图;
图2为本发明实施例提供的基于无人机的地下管廊巡检方法流程图;
图3为本发明实施例提供的基于无人机的地下管廊巡检方法又一流程图;
图4为本发明实施例提供的基于无人机的地下管廊巡检方法又一流程图;
图5为本发明实施例提供的基于无人机的地下管廊巡检方法又一流程图。
附图标记:
无人机10;
地下管廊建筑物20。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参阅图1,对地下矿井或地下管廊等地下通道的巡查对安全非常的重要,由于通过人工的方式来实现对地下矿井或地下管廊等地下通道的巡查相对比较困难,本发明实施例中,通过采用无人机的方式来实现对地下通道的巡查工作,并通过远程遥控的方式来控制无人机的飞行,以实现对设定路径的巡查工作。
参阅图1和图2,本发明实施例提供一种基于无人机的地下管廊巡检方法,该方法运行在远程服务器上,以实现对无人机的远程控制,包括步骤:
S101、将设定巡检路线和巡检时间发送至无人机。
S102、接收无人机按照设定的巡检路线和巡检时间巡检过程中回传的信号,并判断回传信号是否有异常。
S103、若回传信号有异常,则将所述设定巡检路线修改成包含有异常地点的异常跟踪巡检路线,并则将异常跟踪巡检路线发送至所述无人机,以控制无人机对异常处巡检。
如图2中所示,通过步骤S101、将设定巡检路线和巡检时间发送至无人机;通过将设定的巡检路线发送至所述无人机,这样无人架可安装设定的巡查路线进行巡查,在本发明的一个实施例中,所述巡检路线为容易出现安全问题的巡检路线,以便于通过设定的巡检路径来获取容易出现安全问题的区域的具体情况。由于无人机的飞行时间通常是相对有限的,通过设置巡检时间使得无人机在设定的时间内完成设定的巡检路线的巡检工作。在无人机巡检过程中,通过步骤S102、接收无人机按照设定的巡检路线和巡检时间巡检过程中回传的信号,并判断回传信号是否有异常。回传信号包括有图像信号。通过图像信号,可判断地下管廊是否出现异常问题。在步骤S103中、若回传信号有异常,则将所述设定巡检路线修改成包含有异常地点的异常跟踪巡检路线,并则将异常跟踪巡检路线发送至所述无人机,以控制无人机对异常处巡检。当判断到地下管廊的某异常出现问题时,则需要将出现异常问题的地方的地址记录。以便于无人机在以后的巡查中,这样可以对出现异常问题的地方进行实时的巡检。由于地下管廊可能会出现脱落、凹坑等情况,当出现这些情况时,可能还没到需要修补的程度。但是,出现这些异常情况的地方通常进一步出现损坏的可能性较大。如此,通过在下一次的巡查中对出现异常的地方进行跟踪可实时地获取到出现异常情况的最新情况,指导相关的修补工作。
本发明实施例提供的基于无人机的地下管廊巡检方法,通过包括步骤;将设定巡检路线和巡检时间发送至无人机;接收无人机按照设定的巡检路线和巡检时间巡检过程中回传的信号,并判断回传信号是否有异常;若回传信号有异常,则将所述设定巡检路线修改成新的异常跟踪巡检路线,并则将异常跟踪巡检路线发送至所述无人机。如此,通过采用控制无人机可对地下进行自动巡检,并获取地下通道的异常情况,以及对异常情况进行跟踪,巡检效率高、准确率高,且减少人工巡检所带来的麻烦、以及减少人工巡检存在的危险。
参阅图3,所述判断回传信号是否有异常方法包括步骤:
S201、在无人机在距离墙壁第一距离对图像进行距离定标;
S202、获取无人机在距离墙壁第一距离回传信号中的图像;
S203、对回传的图像信号进行检测,获取异常像素点轮廓,对轮廓窗口区进行初步定位;
S204、根据距离定标和轮廓窗口区获取异常区域的实际范围。
具体地,由于通过无人机所获取图像上的地下管廊距离与实际建筑物的距离并不一一对应,需要将图像上的像素点信息与实际距离信息进行关联。在步骤S201、在无人机在距离墙壁第一距离对图像进行距离定标;步骤S201中,通过控制无人机在第一距离上获取图像,并将图像像素点信息与实际距离信息进行关联,实现图像的距离定标过程。在完成后,控制无人机在第一距离上按照设定的航行飞行。并通过S202、获取无人机在距离墙壁第一距离回传信号中的图像;由于无人机在第一距离上按照轨迹飞行,在飞行过程中,可依次摄影或拍照,以获取沿途上的地下通道的具体图像信息。并回传至服务器。服务器获取无人机在距离墙壁第一距离回传信号中的图像后,通过步骤S203、对回传的图像信号进行检测,获取异常像素点轮廓,对轮廓窗口区进行初步定位;通过对回传图像进行检查,可获取图像中出现异常像素点,由于出现异常像素点通常为建筑物出现异常状况所述导致的,通过所述各个异常像素点进行检测,可获取异常像素点轮廓,并实现对轮廓窗口区进行初步定位。通过初步定位,可获取图像中出现异常区域的位置和区域。在获取图像中的异常区域的具体位置和区域大小以后,通过步骤S204、根据距离定标和轮廓窗口区获取异常区域的实际范围。由于图像的异常区域与实际建筑物的异常区域的大小为比例关系。在通过步骤S201确定好定标的关系以后,即可获取异常区域。并判断回传信号是否有异常情况。当图像中出现相对较大的异常区域时,则表明建筑物对应的地方出现了异常情况。
参阅图4,在根据距离定标和轮廓窗口区获取异常区域的实际范围之前还包括步骤:
S304、判断异常区域的范围是否全部落入图像范围内;
S305、若异常区域没有全部落入图像范围内,则控制无人机距离墙壁第二距离拍摄图像,所述第二距离大于第一距离,并接收回传图像,对回传的图像信号进行检测,获取异常像素点轮廓,对轮廓窗口区进行初步定位;若异常区域全部落入图像范围内,则将图像中异常区域裁剪。
具体地,在一些情况中,建筑物中出现异常的区域范围可能相对较大。例如,当建筑物上出现裂痕或较大的凹坑的时候,由于裂痕的长度范围可能相对较大或凹坑的整体范围相对较低,这样在相对较近的范围内所获取的图纸可能无法将裂痕或较大的凹坑所有范围包含进去。此时,可通过控制所述无人机飞行到距离墙壁更远一点的距离,并通过在相对于第一距离更远的第二距离进行拍照或摄像。并重新获取异常像素点轮廓,以及对轮廓窗口区进行初步定位;若异常区域全部落入图像范围内,则将图像中异常区域裁剪,以获取异常区域的裁剪后的具体图像,便于异常区域进行识别和分析。
参阅图4,所述基于无人机的地下管廊巡检方法还包括步骤:
S306、对所述异常区域图像进行全局二值化初处理,并采用连通域分析的方法剔除其边缘干扰区,得到精确的异常区域图像;
S307、采用神经网络算法并结合各类异常模板先验知识特征对各所述异常区域图像识别。
具体地,在通过步骤S305对图像的异常区域进行初步的裁剪,以获取异常区域以后,需要对裁剪后的图像进一步处理,以便于更好地对图像进行识别。在步骤S306中,首先,通过对所述异常区域图像进行全局二值化初处理,这样更加方便地采用相关的算法来获取到更加精确的异常区域。通过二值化处理以后,采用连通域分析的方法剔除其边缘干扰区,得到精确的异常区域图像,这样得出来的异常区域更加的精确,更加容易识别,同时也更加识别的准确率。在步骤S307中、采用神经网络算法并结合各类异常模板先验知识特征对各所述异常区域图像识别。通过采用神经网络算法的方式,将处理后的异常区域图像与异常模板图像相比对,由于神经网络算法具有识别速度快以及准确率高的特点,这样可以很好的对异常图像进行类别是识别,在本发明的一个实施例中,所述异常类别包括:渗漏、脱落、凹坑、漏筋、锈蚀中的任意一种或多种。
参阅图4,还包括步骤:
S308、若异常区域没有全部落入图像范围内,则将图像中异常区域裁剪;将异常区域检测为裂痕,并根据裂痕的像素点获取裂痕的轨迹。
具体地,当在较远的距离来获取建筑物的异常之处的图像后,还无法将异常区域包含到图像内,则异常区域通常为裂痕区域。此时,可将该区域之间检测为裂痕区。并通过所述裂痕的轨迹,便于在更改无人机的巡检路线的时候,可以沿着所述裂痕轨迹进行跟踪摄像。实现对建筑物的裂痕轨迹的实时跟踪。
参阅图5,所述对图像进行距离定标方法包括步骤:
S401、控制无人机在离墙壁的第一距离向墙壁发送第一标记点,并记录第一标记点在图像的位置;
S402、控制无人机在离墙壁的第一距离沿着与建筑物延伸方向移动设定距离,控制无人机向墙壁发送第二标记点,并记录第二标记点在图像的位置;
S403、将第一标记点和第二标记点在图像中的像素点数,与无人机移动设定距离相关联。
如图5中所示,在定标时,需要将图像的像素点与建筑物的实际距离相关联,通过关联以后,通过图像上的像素点即可获取对应的建筑物的实际距离。步骤S501中,通过控制无人机在离墙壁的第一距离向墙壁发送第一标记点,并记录第一标记点在图像的位置;然后通过S402、控制无人机在离墙壁的第一距离沿着与建筑物延伸方向移动设定距离,控制无人机向墙壁发送第二标记点,并记录第二标记点在图像的位置;由于无人机在距离墙壁相对固定距离上移动,例如可以成时XY平面方向,无人机移动的距离,也就是第一标记点和第二标记点在这样就可以获取到建筑物上两个标记点之间的距离。通过步骤S403、将第一标记点和第二标记点在图像中的像素点数,与无人机移动设定距离相关联,这样就可以完成图像的像素点的距离定标工作。通过采用无人机移动的方式来实现图像的定标,使得定标控制方式比较简单,且容易控制。另外,准确度也相对较高。所述第一标记和第二标记可通过无人机向建筑物发送激光点的方式来获取,这样避免散光所带来的误差。
进一步地,在本发明的一个实施例中,所述回传信号还包括:温度值、湿度值和瓦斯含量中的任意一种或多种。以对地下通道内的温度值、湿度值和瓦斯含量进行检测,当所述回传信号有异常时,还输出报警信号。例如,当瓦斯含量过高时,需要报警,以对瓦斯含量进行及时的相应处理。避免由于瓦斯含量过高而产生爆炸现象。
上述基于无人机的地下管廊巡检方法可为通过计算机程序实现,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序与计算机硬件一体构成基于无人机的地下管廊巡检装置,该基于无人机的地下管廊巡检装置上的计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。
需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例系统中的模块或单元可以根据实际需要进行合并、划分和删减。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子预设硬件、或者计算机软件和电子预设硬件的结合来实现。这些功能究竟以预设硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
本发明所提供的实施例中,应该理解到,所揭露的装置/计算机设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/计算机设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (7)
1.一种基于无人机的地下管廊巡检方法,其特征在于,包括步骤:
将设定巡检路线和巡检时间发送至无人机;
接收无人机按照设定的巡检路线和巡检时间巡检过程中回传的信号,并判断回传信号是否有异常;
若回传信号有异常,则将所述设定巡检路线修改成包含有异常地点的异常跟踪巡检路线,并则将异常跟踪巡检路线发送至所述无人机,以控制无人机对异常处巡检;
所述判断回传信号是否有异常方法包括步骤:
在无人机在距离墙壁第一距离对图像进行距离定标;
获取无人机在距离墙壁第一距离回传信号中的图像;
对回传的图像信号进行检测,获取异常像素点轮廓,对轮廓窗口区进行初步定位;
根据距离定标和轮廓窗口区获取异常区域的实际范围;
所述对图像进行距离定标方法包括步骤:
控制无人机在离墙壁的第一距离向墙壁发送第一标记点,并记录第一标记点在图像的位置;
控制无人机在离墙壁的第一距离沿着与建筑物延伸方向移动设定距离,控制无人机向墙壁发送第二标记点,并记录第二标记点在图像的位置;
将第一标记点和第二标记点在图像中的像素点数,与无人机移动设定距离相关联。
2.根据权利要求1所述的基于无人机的地下管廊巡检方法,其特征在于,在根据距离定标和轮廓窗口区获取异常区域的实际范围之前还包括步骤:
判断异常区域的范围是否全部落入图像范围内;
若异常区域没有全部落入图像范围内,则控制无人机距离墙壁第二距离拍摄图像,所述第二距离大于第一距离,并接收回传图像,对回传的图像信号进行检测,获取异常像素点轮廓,对轮廓窗口区进行初步定位;
若异常区域全部落入图像范围内,则将图像中异常区域裁剪。
3.根据权利要求2所述的基于无人机的地下管廊巡检方法,其特征在于,还包括步骤:
对异常区域图像进行全局二值化初处理,并采用连通域分析的方法剔除其边缘干扰区,得到精确的异常区域图像;
采用神经网络算法并结合各类异常模板先验知识特征对各所述异常区域图像识别。
4.根据权利要求3所述的基于无人机的地下管廊巡检方法,其特征在于,异常类别包括:渗漏、脱落、凹坑、漏筋、锈蚀中的任意一种或多种。
5.根据权利要求2所述的基于无人机的地下管廊巡检方法,其特征在于,还包括步骤:
若异常区域没有全部落入图像范围内,则将图像中异常区域裁剪;将异常区域检测为裂痕,并根据裂痕的像素点获取裂痕的轨迹。
6.根据权利要求1所述的基于无人机的地下管廊巡检方法,其特征在于,所述回传信号还包括:温度值、湿度值和瓦斯含量中的任意一种或多种。
7.根据权利要求1所述的基于无人机的地下管廊巡检方法,其特征在于,当所述回传信号有异常时,还输出报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110367278.2A CN113129468B (zh) | 2021-04-06 | 2021-04-06 | 基于无人机的地下管廊巡检方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110367278.2A CN113129468B (zh) | 2021-04-06 | 2021-04-06 | 基于无人机的地下管廊巡检方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113129468A CN113129468A (zh) | 2021-07-16 |
CN113129468B true CN113129468B (zh) | 2022-10-28 |
Family
ID=76774946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110367278.2A Active CN113129468B (zh) | 2021-04-06 | 2021-04-06 | 基于无人机的地下管廊巡检方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113129468B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113739077A (zh) * | 2021-08-20 | 2021-12-03 | 慧感(上海)物联网科技有限公司 | 一种工业管廊管道智能自动化巡检方法及其装置 |
CN113778007A (zh) * | 2021-08-27 | 2021-12-10 | 哈尔滨工程大学 | 一种管廊巡检无人机智能监测系统 |
CN113759980A (zh) * | 2021-09-28 | 2021-12-07 | 上海翼枭航空科技有限公司 | 一种用于无人机的特征识别挂载方法及系统 |
CN116403302B (zh) * | 2023-03-09 | 2024-02-13 | 深圳叮当科技技术有限公司 | 一种施工巡检系统、施工巡检方法及巡检设备 |
CN117290719B (zh) * | 2023-11-27 | 2024-02-02 | 北京朝阳环境集团有限公司 | 基于数据分析的巡检管理方法、装置及存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103017753B (zh) * | 2012-11-01 | 2015-07-15 | 中国兵器科学研究院 | 一种无人机航路规划方法及装置 |
CN105847684A (zh) * | 2016-03-31 | 2016-08-10 | 深圳奥比中光科技有限公司 | 无人机 |
CN106864739A (zh) * | 2016-12-29 | 2017-06-20 | 中国矿业大学 | 一种用于地下综合管廊检测的六旋翼飞行机器人 |
WO2019061063A1 (zh) * | 2017-09-27 | 2019-04-04 | 深圳市大疆创新科技有限公司 | 无人机图像采集方法及无人机 |
CN107747907A (zh) * | 2017-09-28 | 2018-03-02 | 中国十七冶集团有限公司 | 一种地下综合管廊裂缝的检测方法 |
CN109658539A (zh) * | 2018-12-11 | 2019-04-19 | 中海油安全技术服务有限公司 | 化工园区的巡检方法、装置、服务器及计算机存储介质 |
CN110027701A (zh) * | 2019-03-28 | 2019-07-19 | 苏州大学 | 地下综合管廊巡检系统 |
CN110363803B (zh) * | 2019-07-18 | 2021-08-27 | 光沦科技(深圳)有限公司 | 一种结合深度图切片和神经网络的目标检测方法和系统 |
CN111504257B (zh) * | 2020-04-29 | 2022-03-29 | 广东电网有限责任公司 | 一种辅助无人机精准巡线的视觉测距系统及其测距方法 |
-
2021
- 2021-04-06 CN CN202110367278.2A patent/CN113129468B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113129468A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113129468B (zh) | 基于无人机的地下管廊巡检方法 | |
CN109325520B (zh) | 一种石油泄漏的检查方法、装置及系统 | |
CN110659662B (zh) | 利用人工智能的瑕疵检测系统及其方法 | |
EP3680648B1 (en) | Port machinery inspection device and inspection method | |
US11361423B2 (en) | Artificial intelligence-based process and system for visual inspection of infrastructure | |
US20200175673A1 (en) | Method and device for detecting defect of meal box, server, and storage medium | |
US20210174086A1 (en) | Ar gauge scanner using a mobile device application | |
CN110765951A (zh) | 基于边界框修正算法的遥感图像飞机目标检测方法 | |
CN110969719A (zh) | 一种自动巡检方法、系统、终端设备及存储介质 | |
EP4009038A1 (en) | Method and device for detecting mechanical equipment parts | |
JP2015034428A (ja) | 橋梁の損傷状態調査システム、橋梁の損傷状態調査方法および空中移動機器 | |
CN113361539A (zh) | 一种井下巡检机器人的仪表读取方法、装置及电子设备 | |
US11594021B1 (en) | Method and system for maintaining tunnel using tunnel image data | |
CN116048124B (zh) | 无人机地铁隧道巡检方法、装置、计算机设备及存储介质 | |
JP2017102672A (ja) | 地理位置情報特定システム及び地理位置情報特定方法 | |
CN112067137A (zh) | 一种基于无人机巡线的电力线路自动测温方法 | |
CN112659130A (zh) | 一种悬挂式巡检机器人控制方法及控制系统 | |
US11325258B2 (en) | Guidance apparatus and method for failure recovery | |
JP2019133483A (ja) | 設備点検者特定プログラム、設備点検者特定方法および情報処理装置 | |
CN112184903A (zh) | 高压线行树障风险点的检测方法、装置、设备及介质 | |
CN115951704B (zh) | 一种基于bim模型的无人机地铁巡检方法及设备 | |
CN116011927A (zh) | 监督巡查方法、装置、电子设备及存储介质 | |
KR102260143B1 (ko) | 안티 드론 장치의 성능 시험을 위한 평가 방법 및 시스템, 그리고 이를 위한 성능 평가 장치 | |
CN208477368U (zh) | 一种非接触式沥青拌合站监控管理系统 | |
JP2003065959A (ja) | 非破壊検査装置 |
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 |