CN113447486A - 无人机载线性工程病害双目及红外联合诊断系统及方法 - Google Patents
无人机载线性工程病害双目及红外联合诊断系统及方法 Download PDFInfo
- Publication number
- CN113447486A CN113447486A CN202010228322.7A CN202010228322A CN113447486A CN 113447486 A CN113447486 A CN 113447486A CN 202010228322 A CN202010228322 A CN 202010228322A CN 113447486 A CN113447486 A CN 113447486A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- binocular
- diseases
- diagnosis system
- 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
- 201000010099 disease Diseases 0.000 title claims abstract description 34
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 34
- 238000003745 diagnosis Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000007246 mechanism Effects 0.000 claims abstract description 8
- 238000000701 chemical imaging Methods 0.000 claims abstract description 6
- 238000007689 inspection Methods 0.000 claims description 9
- 230000035939 shock Effects 0.000 claims description 5
- 239000006096 absorbing agent Substances 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种无人机载线性工程病害双目及红外联合诊断系统及方法，所述无人机包括：无人机本体和连接于无人机下方的云台；所述云台包括壳体，壳体内设有负载机构，用于嵌入摄像装置；所述摄像装置包括双目相机、导航镜头和红外高光谱成像设备，且所述摄像装置的朝向一致，能够实现线性工程的病害的准确识别。
Description
技术领域
本发明属于线性工程病害检测领域，尤其涉及一种无人机载线性工程病害双目及红外联合诊断系统及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
堤坝工程的重要结构大部分由混凝土建成，在长期的使用过程中，受到水力、腐蚀和温度应力等外部因素的破坏以及材料的性能下降等诸多因素的影响，导致堤坝安全存在很大的隐患。如果出现异常，没有及时发现的话，后果将会不堪设想。为了保证堤坝运行的安全，就需要对堤坝进行及时的检测。
对于堤坝安全的巡检工作，常用的方法是人工巡检，通过肉眼观察和敲击听声等传统方法，到指定待测区域进行人工测量和记录，从而来判断堤坝是否出现异常情况。日常巡查次数正常为每周一次，在每年的汛期以及特大暴雨、有感地震等特殊情况，会每天不间断地检查。通过人工巡检的方法费时费力，很大程度上也是依赖于经验判断，检查并不准确，出现效率差、安全性也低等问题。
随着无人机技术的不断成熟和发展，可使用无人机对堤坝进行巡检。由于堤坝周边的病害通常出现在无人机拍摄图片中很小的位置，并且有些病害比较隐蔽，难以发现。
发明内容
为克服上述现有技术的不足，本发明提供了一种无人机载线性工程病害双目及红外联合诊断系统及方法，集成双目、红外和高光谱多种成像设备，能够实现线性工程的病害的准确识别。
为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
一种无人机载线性工程病害双目及红外联合诊断系统，包括：无人机本体和连接于无人机下方的云台；
所述云台包括壳体，壳体内设有负载机构，用于嵌入摄像装置；所述摄像装置包括双目相机、红外高光谱成像设备，且所述摄像装置的朝向一致。
一个或多个实施例提供了一种所述无人机载线性工程病害双目及红外联合诊断系统的工作方法，包括以下步骤：
初始化无人机的待巡检区域和巡检路线；
接收无人机位姿信息，根据所述位姿控制摄像装置的拍摄角度；
接收拍摄装置的图像数据，发送至移动客户端并存储；
移动客户端接收图像数据，对不同摄像装置拍摄的图像进行融合，并进行可视化。
以上一个或多个技术方案存在以下有益效果：
通过云台集成了集成双目、红外高光谱多种成像设备，并且，各类成像设备能够基于无人机位姿进行方向调整，使其精确对准待检测的线性工程，为实现线性工程的病害的准确识别提供了保障。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例中一种无人机载线性工程病害双目及红外联合诊断系统载双目及红外联合成像诊断系统的装置的正视图。
图2是本发明实施例中一种无人机载线性工程病害双目及红外联合诊断系统载双目及红外高光谱联合成像诊断系统的工作方法的流程图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例提供了一种无人机载线性工程病害双目及红外联合诊断系统，包括：无人机本体1、固定于无人机本体下端的扩展板2、安装于扩展板下方的云台3。
其中，所述无人机本体1包括设置于无人机本体周围的多个力臂、设于力臂末端的旋翼、以及控制无人机本体1飞行的控制装置；本实施例中，所述无人机采用六旋翼机翼；并且，所述无人机本体1上设有陀螺仪，测量无人机的位姿和倾斜角度。
所述扩展板2固定在无人机机腹下端。所述扩展板2上方还包括电压转接器11，所述电压转接器接头固定在转变电压给云台、传感器装置、摄像装置等供电，具体地，电源由无人机电源提供。
扩展板2下方设有云台底座，通过转轴和支撑组件连接云台。所述转轴10上方与底座连接，所述转轴能够相对于底座7进行水平方向的旋转；所述转轴10下方与支撑组件8连接，所述支撑组件8能够相对于转轴进行垂直方向的旋转。所述支撑组件8包括多节机械臂和云台支撑架，与底座7通过转轴10连接。所述多节支撑臂另一端连接云台支撑架。
所述云台包括壳体，所述壳体内还设有负载机构和控制单元。其中，所述负载机构用于固定所述控制单元和摄像装置。所述摄像装置包括双目相机4、导航镜头5和红外高光谱成像设备6。双目相机4、导航镜头5和红外高光谱设备6拍摄的图像数据均传输至控制单元。所述壳体为半球形壳体，所述半球形壳体被包围在云台支撑架内，与云台支撑架旋转连接，云台支撑架的另一端连接多节支撑臂。所述半球形壳体的截面相应的壳体表面设有四个孔洞，分别用于容纳双目相机4的两个镜头、导航镜头5和高光谱设备6的镜头。所述负载机构中为每个镜头都设置转轴及相应的驱动模块。云台的半球形设置以及多自由度的转轴设置，保证了云台的灵活性，便于对线性工程的各个位置进行全面监测。
具体地，所述摄像装置包括双目相机4、导航镜头5和红外高光谱设备6，通过图像传输单元与控制单元连接。其中，所述双目相机4的轴心固定，所述双目相机通过信号线和所述云台的控制单元相连。所述高光谱设备6的成像光谱仪可以得到波段宽度很窄的多波段图像数据，能够对双目相机和红外热像仪拍摄的图像数据进行补充，增强对病害的识别。
控制单元接收所述陀螺仪发送的测量结果，并调整所述驱动模块的电机的转矩和转动角度以调节摄像装置的拍摄角度，保证摄像装置能够精确拍摄目标。所述控制单元和驱动模块与所述摄像装置连接；所述驱动模块包括若干电机和传动组件，电机和传动组件连接。
进一步地，云台和扩展板的连接处设有减震器，减少由于无人机晃动和落地时云台的震动。
所述移动客户端，接收图像传输单元传输的信息，进行数据处理，并发出控制信号。
所述的图像传输单元是采用COFDM技术的无人机移动传输设备，其内部设有内存卡槽，所述图像传输单元和所述云台的控制单元及摄像装置电性相连，所述图像传输单元安装于所述四目云台的负载装置内部的后方，所述图像传输单元具有COFDM调制技术的抗多径干扰能力的特性，并采用较低的频率具备一定的绕射能力和移动能力，能够实现远程稳定传输大量高质量数据图像并将数据图像存储到内存卡中，方便人工复检。
所述图像传输单元传输的图像信息经过所述移动客户端处理器分析后将摄像装置拍摄的画面进行图像融合且输出到显示屏，双目拍摄的图像作为底图，红外热像仪和高光谱设备拍摄的图像悬浮在底图上联合成像，可对照显示或者切换画面显示，能够实时观察拍摄画面的情况，对于不明确的病害异常可以通过多个画面结合进行比较确定，所述处理器还结合深度学习领域对图像处理的应用，通过相关的程序算法，能够在图像信号中有效标示出病害信息。
具体地，基于双目相机拍摄的立体图像作为底图，高光谱图像浮于底图上。其中，由于高光谱图像包括很多波段的图像，且不同波段组合的图像对于目标而言，具有不同的可识别程度，本实施例中对于高光谱图像，还针对目标选取最优组合方式，进而得到高光谱图像识别的病害。
云台和扩展板的连接处设有减震器12，减震器也可以使用简单的减震球，减少由于无人机晃动和落地时云台的震动，起到保护云台的作用。
实施例二
本实施例的目的是提供一种无人机载线性工程病害双目及红外联合诊断系统工作方法，包括以下步骤：
S1设置好无人机的巡检路线或者人工操控无人机飞行在待巡检区域；
S2云台感应无人机的位姿和倾斜角度进行判断，控制摄像装置的拍摄角度；
S3所述摄像装置对堤坝等线性工程进行拍摄，图片传送给图像传输单元，所述图像传输单元将数据图像信息发送给移动客户端并将拍摄的视频及图片保存；
S4巡检员可从地面的移动客户端的显示屏上看到摄像装置拍摄的实时画面，根据观察到的情况对无人机和云台进行控制；然后进行目标特征自动提取；可对照显示或者切换画面显示，能够实时观察拍摄画面的情况，对于不明确的病害异常可以通过多个画面结合进行比较确定；
S5同时，所述移动客户端对接收到的视频图片进行数据处理，得到病害的位置和尺寸大小。
在开发的软件中，程序会自发的在后台对接收到的视频图像进行特征自动提取；经过处理后能够实时在显示屏中有效标示出病害信息。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种无人机载线性工程病害双目及红外联合诊断系统，其特征在于，包括：无人机本体和连接于无人机下方的云台；
所述云台包括壳体，壳体内设有负载机构，用于嵌入摄像装置；所述摄像装置包括双目相机、导航镜头和红外高光谱成像设备，且所述摄像装置的朝向一致。
2.如权利要求1所述一种无人机载线性工程病害双目及红外联合诊断系统，其特征在于，所述负载机构中还嵌入控制单元，与所述摄像装置连接。
3.如权利要求1所述一种无人机载线性工程病害双目及红外联合诊断系统，其特征在于，所述无人机本体下方设有云台底座，通过转轴和支撑组件连接云台；其中，所述转轴上方与云台底座连接，能够相对于云台底座进行水平旋转；所述转轴下方与支撑组件连接，使得所述支撑组件能够相对于转轴进行垂直方向的旋转；所述支撑组件连接云台。
4.如权利要求3所述一种无人机载线性工程病害双目及红外联合诊断系统，其特征在于，所述支撑组件一端连接转轴，另一端连接云台支撑架。
5.如权利要求4所述一种无人机载线性工程病害双目及红外联合诊断系统，其特征在于，所述壳体为半球形壳体，所述半球形壳体被包围在云台支撑架内，与云台支撑架旋转连接，云台支撑架的另一端连接多节支撑臂。
6.如权利要求5所述一种无人机载线性工程病害双目及红外联合诊断系统，其特征在于，所述半球形壳体的截面相应的壳体表面设有四个孔洞，分别用于容纳双目相机的两个镜头、导航镜头和红外高光谱设备的镜头。
7.如权利要求1所述一种无人机载线性工程病害双目及红外联合诊断系统，其特征在于，所述负载机构中包括每个镜头的转轴及相应的驱动模块。
8.如权利要求1所述一种无人机载线性工程病害双目及红外联合诊断系统，其特征在于，所述无人机本体和云台之间还设有扩展板，且云台和扩展板的连接处设有减震器。
9.如权利要求8所述一种无人机载线性工程病害双目及红外联合诊断系统，其特征在于，所述扩展板上设有电压转接器，用于为云台提供电源。
10.一种如权利要求1-9任一项所述无人机载线性工程病害双目及红外联合诊断系统的工作方法，其特征在于，包括以下步骤：
初始化无人机的待巡检区域和巡检路线；
接收无人机位姿信息，根据所述位姿控制摄像装置的拍摄角度；
接收拍摄装置的图像数据，发送至移动客户端并存储；
移动客户端接收图像数据，对不同摄像装置拍摄的图像进行融合，并进行可视化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010228322.7A CN113447486B (zh) | 2020-03-27 | 2020-03-27 | 无人机载线性工程病害双目及红外联合诊断系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010228322.7A CN113447486B (zh) | 2020-03-27 | 2020-03-27 | 无人机载线性工程病害双目及红外联合诊断系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113447486A true CN113447486A (zh) | 2021-09-28 |
| CN113447486B CN113447486B (zh) | 2023-05-23 |
Family
ID=77807900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010228322.7A Active CN113447486B (zh) | 2020-03-27 | 2020-03-27 | 无人机载线性工程病害双目及红外联合诊断系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113447486B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023065305A1 (zh) * | 2021-10-22 | 2023-04-27 | 深圳市大疆创新科技有限公司 | 成像装置以及包括该成像装置的摄像系统和可移动平台 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103175789A (zh) * | 2013-03-05 | 2013-06-26 | 中国科学院南海海洋研究所 | 基于多旋翼无人机的水质高光谱航空遥感系统 |
| CN204304922U (zh) * | 2014-11-20 | 2015-04-29 | 中国建材检验认证集团股份有限公司 | 一种基于无人机的光伏组件热斑巡检装置 |
| CN107531326A (zh) * | 2015-03-12 | 2018-01-02 | 奈庭吉尔智慧系统公司 | 自动化无人机系统 |
| CN107992067A (zh) * | 2017-11-24 | 2018-05-04 | 贵州电网有限责任公司 | 基于集成吊舱和ai技术的无人机巡检故障诊断系统 |
| CN108051407A (zh) * | 2018-01-12 | 2018-05-18 | 四川双利合谱科技有限公司 | 基于高光谱相机和面阵相机及pos系统的高光谱成像系统 |
| CN108287164A (zh) * | 2017-12-23 | 2018-07-17 | 深圳天眼激光科技有限公司 | 一种裂纹检测系统 |
| CN108346143A (zh) * | 2018-01-30 | 2018-07-31 | 浙江大学 | 一种基于无人机多源图像融合的作物病害监测方法和系统 |
| CN108414454A (zh) * | 2018-01-25 | 2018-08-17 | 北京农业信息技术研究中心 | 一种植物三维结构及光谱信息的同步测量系统及测量方法 |
| WO2019029551A1 (en) * | 2017-08-10 | 2019-02-14 | Hangzhou Zero Zero Technology Co., Ltd. | SYSTEM AND METHOD FOR AVOIDING OBSTACLES IN AIR SYSTEMS |
| KR101951666B1 (ko) * | 2017-10-05 | 2019-02-25 | 윤태기 | 촬영용 드론 및 그 제어 방법 |
| CN110119869A (zh) * | 2019-03-18 | 2019-08-13 | 中国农业大学 | 一种移动式耕地质量和/或耕地产能调查评价系统及方法 |
-
2020
- 2020-03-27 CN CN202010228322.7A patent/CN113447486B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103175789A (zh) * | 2013-03-05 | 2013-06-26 | 中国科学院南海海洋研究所 | 基于多旋翼无人机的水质高光谱航空遥感系统 |
| CN204304922U (zh) * | 2014-11-20 | 2015-04-29 | 中国建材检验认证集团股份有限公司 | 一种基于无人机的光伏组件热斑巡检装置 |
| CN107531326A (zh) * | 2015-03-12 | 2018-01-02 | 奈庭吉尔智慧系统公司 | 自动化无人机系统 |
| WO2019029551A1 (en) * | 2017-08-10 | 2019-02-14 | Hangzhou Zero Zero Technology Co., Ltd. | SYSTEM AND METHOD FOR AVOIDING OBSTACLES IN AIR SYSTEMS |
| KR101951666B1 (ko) * | 2017-10-05 | 2019-02-25 | 윤태기 | 촬영용 드론 및 그 제어 방법 |
| CN107992067A (zh) * | 2017-11-24 | 2018-05-04 | 贵州电网有限责任公司 | 基于集成吊舱和ai技术的无人机巡检故障诊断系统 |
| CN108287164A (zh) * | 2017-12-23 | 2018-07-17 | 深圳天眼激光科技有限公司 | 一种裂纹检测系统 |
| CN108051407A (zh) * | 2018-01-12 | 2018-05-18 | 四川双利合谱科技有限公司 | 基于高光谱相机和面阵相机及pos系统的高光谱成像系统 |
| CN108414454A (zh) * | 2018-01-25 | 2018-08-17 | 北京农业信息技术研究中心 | 一种植物三维结构及光谱信息的同步测量系统及测量方法 |
| CN108346143A (zh) * | 2018-01-30 | 2018-07-31 | 浙江大学 | 一种基于无人机多源图像融合的作物病害监测方法和系统 |
| CN110119869A (zh) * | 2019-03-18 | 2019-08-13 | 中国农业大学 | 一种移动式耕地质量和/或耕地产能调查评价系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023065305A1 (zh) * | 2021-10-22 | 2023-04-27 | 深圳市大疆创新科技有限公司 | 成像装置以及包括该成像装置的摄像系统和可移动平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113447486B (zh) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108318506B (zh) | 一种管道智能检测方法及检测系统 | |
| US7861422B2 (en) | Skyline imaging system for solar access determination | |
| CN202217365U (zh) | 一种基于物联网技术森林防火用远红外探测一体机 | |
| CN110244314A (zh) | 一种“低慢小”目标探测识别系统与方法 | |
| CN107000840A (zh) | 无人飞行器及多目成像系统 | |
| CN210526874U (zh) | 一种机载三光光电吊舱系统 | |
| CN109269525B (zh) | 一种空间探测器起飞或着陆过程光学测量系统及方法 | |
| CN202172233U (zh) | 一种高压输电线自动巡检系统 | |
| CN107589551B (zh) | 一种多孔径偏振成像装置及系统 | |
| CN110046584B (zh) | 一种基于无人机巡检的道路裂纹检测装置及检测方法 | |
| US9736433B2 (en) | Systems and methods for detection of clear air turbulence | |
| DE202010013825U1 (de) | Tragbare 3D Messvorrichtung | |
| CN111977025B (zh) | 一种飞行试验外挂式直升机桨叶运动状态测量装置及方法 | |
| CN104176265A (zh) | 一种无人机全景相机使用的可翻转支架系统 | |
| CN113516708B (zh) | 一种基于图像识别与uwb定位融合的输电线路巡检无人机精确定位系统及方法 | |
| CN105472345A (zh) | 六路拼接式实时全景成像装置 | |
| CN113850137A (zh) | 一种输电线路图像在线监测方法、系统及设备 | |
| CN113447486A (zh) | 无人机载线性工程病害双目及红外联合诊断系统及方法 | |
| CN104880417A (zh) | 一种适用于水面光谱远程实时监测的自动化装置与方法 | |
| CN205469826U (zh) | 无人飞行器及多目成像系统 | |
| CN207515777U (zh) | 车载式多传感器集成林业检测系统 | |
| CN212256390U (zh) | 一种配电架空线路多功能快速巡检系统及装置 | |
| CN210027896U (zh) | 一种倒崖立面精细倾斜航摄装置 | |
| CN209197907U (zh) | 一种红外热成像监测装置 | |
| CN113624218B (zh) | 一种基于图像处理的自动天文定向方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |