CN113870228A - 一种塔吊表面氧化损伤识别、定位及损伤面积统计方法 - Google Patents
一种塔吊表面氧化损伤识别、定位及损伤面积统计方法 Download PDFInfo
- Publication number
- CN113870228A CN113870228A CN202111153531.0A CN202111153531A CN113870228A CN 113870228 A CN113870228 A CN 113870228A CN 202111153531 A CN202111153531 A CN 202111153531A CN 113870228 A CN113870228 A CN 113870228A
- Authority
- CN
- China
- Prior art keywords
- tower crane
- damage
- aerial vehicle
- unmanned aerial
- positioning
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Control And Safety Of Cranes (AREA)
Abstract
本发明涉及到一种塔吊表面氧化损伤识别、定位及损伤面积统计方法,该方法通过规划无人机巡检航线来采集塔吊巡检影像数据,再基于无人机影像数据自动识别塔吊氧化损伤部位,进而实现塔吊氧化损伤部位定位与统计损伤面积信息,该方法包括:步骤一,待巡检塔吊基本信息获取;步骤二,规划无人机巡检航线,并对塔吊影像数据进行采集;步骤三,利用采集的影像数据,自动识别塔吊上氧化损伤部位;步骤四,对塔吊氧化损伤跟踪定位,并统计氧化损伤面积。本发明的方法自动科学规划对塔吊自动巡检路线和利用计算机视觉高效识别损伤信息的,支持对损伤信息进行统计,进而指导后期检修维护工作,提高安全巡检效率,保障塔吊安全。
Description
技术领域
本发明属于建筑施工技术领域,适用于施工塔吊的定期安全状况检 查,特别涉及对于塔吊表面氧化损伤的检查。
背景技术
塔吊是高层建筑施工时的关键机械设备,由于其高度高、载荷大, 并且工作过程中需要频繁的起动和制动,需要周期性进行安全监测、检 修维护,以防范塔吊安全事故发生。施工现场常通过人工巡检对塔吊进 行安全检测,此方式工作周期长、作业强度大,并且巡检人员的人身安 全也存在隐患,存在检测结果不直观、检测结论滞后等问题,不能及时、有效地指导后期的检修维护等工作。
在塔吊巡检过程中,塔吊塔身金属构件氧化损伤是安全巡检重要一 环。为避免金属锈蚀等引起的安全隐患,施工现场定期会对塔吊金属构 件进行氧化损伤统计并实施检修维护,这就需要准确的塔吊表面氧化损 伤面积、位置等信息。现阶段也有一些研究人员尝试借助无人机来进行 塔吊巡检,但主要仍旧依靠人工对航拍图像进行分析和识别氧化区域, 效率十分低,应用不广泛。
发明内容
本发明的目的在于克服现有技术存在的不足,一种塔吊表面氧化损 伤识别、定位及损伤面积统计方法。本发明的方法自动科学规划对塔吊 自动巡检路线和利用计算机视觉高效识别损伤信息的,支持对损伤信息 进行统计,进而指导后期检修维护工作,提高安全巡检效率,保障塔吊 安全。
为了达到上述发明目的,本发明提供的技术方案如下:
一种塔吊表面氧化损伤识别、定位及损伤面积统计方法,其特征在 于,该方法通过规划无人机巡检航线来采集塔吊巡检影像数据,再基于 无人机影像数据自动识别塔吊氧化损伤部位,进而获得塔吊氧化损伤部 位定位与面积统计信息,该方法包括如下步骤:
步骤一,待巡检塔吊基本信息获取;
步骤二,规划无人机巡检航线,并对塔吊影像数据进行采集;
步骤三,利用采集的影像数据,自动识别塔吊上氧化损伤部位;
步骤四,对塔吊氧化损伤跟踪定位,并统计氧化损伤面积。
在本发明一种塔吊表面氧化损伤识别、定位及损伤面积统计方法中, 所述塔吊巡检是包括有无人机对塔吊塔身的巡检和无人机对无人机塔吊 动力臂的巡检两种方式。
在本发明一种塔吊表面氧化损伤识别、定位及损伤面积统计方法中, 在所述步骤一,获取待巡检塔吊的基本信息的方法是:塔吊标准节尺寸 为l×w×h,待巡检标准节的数量为n1;定义塔吊动力臂底面两支撑杆 所夹区域为单位节、定义单位节长度为e,待巡检动力臂长度为n2×e, 其中n2为定义的单位节的数量;塔吊四个方向的参考面为 dir[i],i=1,2,3,4。
在本发明一种塔吊表面氧化损伤识别、定位及损伤面积统计方法中, 在所述步骤二,以待测最低处标准节A为参照,在标准节A某一底边l1的中垂线方向上寻找航点P1,使P1距标准节A的dir[1]参考面的距离为D, 手动控制无人机飞至航点P1处,在无人机飞行控制软件中获取P1航点位 置坐标P1(B1,L1,H1),并使无人机镜头正对标准节A的dir[1]参考面,得 到P1航点的航偏角α1;同理可获取另外三个航点的位置坐标 P2(B2,L2,H2)、P3(B3,L3,H3)、P4(B4,L4,H4)与航偏角α2、α3、α4;在无人 机飞行控制软件中,再增添四个航点,
新增的四个航点的位置坐标分别设置为P1′(B1,L1,H1+h×n)、 P2′(B2,L2,H2+h×n)、P3′(B3,L3,H3+h×n)、P4′(B4,L4,H4+h×n);
设定无人机对塔吊塔身的巡检路径为
P1→P1′→P2′→P2→P3→P3′→P4′→P4,无人机按照此航线自动巡 检并获取塔吊塔身的巡检视频数据。
在本发明一种塔吊表面氧化损伤识别、定位及损伤面积统计方法中, 定义塔吊动力臂巡检方向为从靠近塔吊司机室处至动力臂末端处;手动 操控无人机调整航高,飞至待测动力臂底面同一高度后,再向上飞行距 离D;调整无人机镜头俯仰角为-90°;调整无人机航偏角α5,使无人机 前进方向与塔吊动力臂走向一致;左右微调无人机位置,使镜头中心与 塔吊动力臂中线对齐;无人机按照上述既定参数匀速飞行,获取待测动 力臂巡检视频数据。
在本发明一种塔吊表面氧化损伤识别、定位及损伤面积统计方法中, 在步骤三,对获取到的巡检视频数据,将视频拆分成相互独立的视频帧, 视频帧均视为独立的图像;将视频帧输入到训练好的神经网络模型中进 行氧化损伤特征检测;若检测到氧化损伤特征,用旋转矩形框标记出塔 吊氧化损伤部位,并结合视频的时序信息和相邻帧检测结果进行修正。
在本发明一种塔吊表面氧化损伤识别、定位及损伤面积统计方法中, 在所述步骤四,利用多目标跟踪算法对检测出的每一个氧化损伤部位进 行跟踪,并赋予标注框编号Id1、Id2、Id3、…、Idn;
根据旋转标注框Idi的角点坐标
Coord[i]=[xi1,yi1),(xi2,yi2),(xi3,yi3),(xi4,yi4)],
计算每一编号对应氧化损伤部位的旋转标注框所占的像素
在获取到的影像数据中,取目标塔吊上已知高度尺寸为C的物体作 为参考对象,再获取其在目标图像上的像素值高度B,结合参考对象 与相机的距离I,得到单位距离单位像素值:
由单位距离单位像素值k和无人机距塔吊的距离D,求解每一编号代 表的氧化损伤部位实际面积
Si=(KD)2×Pixel[i];
统计检测到的塔吊氧化损伤总面积
根据塔吊塔身巡检视频中每一损伤的检测时间ti、无人机飞行速度v1, 待巡检塔身标准节的数量为n1、高度为h,对氧化损伤位置进行定位, 无人机横向飞行时间为t0,塔吊塔身四个面的方向分别为 dir[i],i=1,2,3,4,塔身标准节序号Na,a∈(1,n1),通过计算塔身标准节序 号Na和所属方位dir[i]即可实现塔吊塔身处氧化损伤定位:
其中:
根据塔吊动力臂巡检视频中每一损伤的检测时间tj、无人机飞行速度 v2,定义的单位节长度为e,待巡检动力臂单位节数为n2,对氧化损伤位 置进行定位,动力臂单位节序号Nb,b∈(1,n2),通过计算动力臂单位节序 号Nb,即可实现塔吊动力臂处的氧化损伤定位:
基于上述技术方案,本发明专利经过实践应用取得了如下技术效果:
1、本发明的方法中由于采用无人机设备进行塔吊巡检,降低巡检工 作强度、节省巡检人力成本、保障巡检人员人身安全。
2、本发明的方法通过规划无人机飞行路线,对塔吊进行多角度自动 巡检,保证巡检数据的覆盖率、显著缩短塔吊巡检周期、提升巡检工作 效率。
3、本发明的方法利用计算机视觉高效识别损伤信息,提高氧化损伤 识别率,相较于人工目检,显著减少漏检情况。
4、本发明的方法自动计算并统计塔吊氧化损伤面积、定位氧化损伤 位置,有效指导后期检修维护工作。
附图说明
图1为塔吊塔身标准节示意图。
图2为塔吊塔身标准节俯视图及无人机航点位置示意图。
图3为无人机塔身自动巡检路线示意图。
图4为塔吊动力臂截面与定义的单位节示意图。
图5为塔吊动力臂巡检路线示意图。
具体实施方式
下面我们结合附图和具体的实施例来对本发明塔吊表面氧化损伤识 别、定位及损伤面积统计方法做进一步的详细阐述,以求更为清楚明了 地理解其模块组成和工作方式,但不能以此来限制本发明的保护范围。
本发明是一种塔吊表面氧化损伤识别、定位及损伤面积统计方法, 该方法通过规划无人机巡检航线来采集塔吊巡检影像数据,再基于无人 机影像数据自动识别塔吊氧化损伤部位,进而获得塔吊氧化损伤部位定 位与面积统计信息,该方法包括如下步骤:
步骤一,待巡检塔吊基本信息获取;在所述待巡检塔吊基本信息获 取环节中,获取待巡检塔吊的基本信息的方法是:塔吊标准节尺寸为 l×w×h,待巡检标准节的数量为n1;定义塔吊动力臂底面两支撑杆所 夹区域为单位节、定义单位节长度为e,待巡检动力臂长度为n2×e,其 中n2为定义的单位节的数量;塔吊四个方向的参考面为dir[i],i=1,2,3,4。
步骤二,规划无人机巡检航线,并对塔吊影像数据进行采集;获取 待巡检塔吊的基本信息的方法是:塔吊标准节尺寸为l×w×h,待巡检 标准节的数量为n1;定义塔吊动力臂底面两支撑杆所夹区域为单位节、 定义单位节长度为e,待巡检动力臂长度为n2×e,其中n2为定义的单位 节的数量;塔吊四个方向的参考面为dir[i],i=1,2,3,4;在所述无人机巡 检航线规划与塔吊影像数据采集环节,以待测最低处标准节A为参照, 在标准节A某一底边l1的中垂线方向上寻找航点P1,使P1距标准节A的 dir[1]参考面的距离为D,手动控制无人机飞至航点P1处,在无人机飞行 控制软件中获取P1航点位置坐标P1(B1,L1,H1),并使无人机镜头正对标准 节A的dir[1]参考面,得到P1航点的航偏角α1;同理可获取另外三个航点 的位置坐标P2(B2,L2,H2)、P3(B3,L3,H3)、P4(B4,L4,H4)与航偏角α2、α3、α4; 在无人机飞行控制软件中,再增添四个航点,
新增的四个航点的位置坐标分别设置为P1′(B1,L1,H1+h×n)、 P2′(B2,L2,H2+h×n)、P3′(B3,L3,H3+h×n)、P4′(B4,L4,H4+h×n);
设定无人机对塔吊塔身的巡检路径为
P1→P1′→P2′→P2→P3→P3′→P4′→P4,无人机按照此航线自动巡 检并获取塔吊塔身的巡检视频数据。
步骤三,利用采集的影像数据,自动识别塔吊上氧化损伤部位,对 获取到的巡检视频数据,将视频拆分成相互独立的视频帧,视频帧均视 为独立的图像;将视频帧输入到训练好的神经网络模型中进行氧化损伤 特征检测;若检测到氧化损伤特征,用旋转矩形框标记出塔吊氧化损伤 部位,并结合视频的时序信息和相邻帧检测结果进行修正。
步骤四,对塔吊氧化损伤跟踪定位,并统计氧化损伤面积。对于氧 化损伤面积的统计,利用多目标跟踪算法对检测出的每一氧化损伤部位 进行跟踪,并赋予标注框编号Id1、Id2、Id3、…、Idn;
根据旋转标注框Idi的角点坐标
Coord[i]=[(xi1,yi1),(xi2,yi2),(xi3,yi3),(xi4,yi4)],
计算每一编号对应氧化损伤部位的旋转标注框所占的像素
在获取到的影像数据中,取目标塔吊上已知高度尺寸为C的物体作 为参考对象,再获取其在目标图像上的像素值高度B,结合参考对象 与相机的距离I,得到单位距离单位像素值:
由单位距离单位像素值k和无人机距塔吊的距离D,求解每一编号代 表的氧化损伤部位实际面积
Si=(KD)2×Pixel[i];
统计检测到的塔吊氧化损伤总面积
对塔吊氧化损伤跟踪定位,根据塔吊塔身巡检视频中每一损伤的检 测时间ti、无人机飞行速度v1,待巡检塔身标准节的数量为n1、高度 为h,对氧化损伤位置进行定位,无人机横向飞行时间为t0,塔吊塔身 四个面的方向分别为dir[1],i=1,2,3,4,塔身标准节序号Na,a∈(1,n1),通 过计算塔身标准节序号Na和所属方位dir[i]即可实现塔吊塔身处氧化损伤定位:
其中:
根据塔吊动力臂巡检视频中每一损伤的检测时间tj、无人机飞行速度 v2,定义的单位节长度为e,待巡检动力臂单位节数为n2,对氧化损伤位 置进行定位,动力臂单位节序号Nb,b∈(1,n2),通过计算动力臂单位节序 号Nb,即可实现塔吊动力臂处的氧化损伤定位:
在本发明方法对获得的影像数据进行处理时,获得损伤面积大小统 计与损伤部位定位分析,并没有先后次序之分,可以先通过计算获得统 计损伤面积,再通过计算获得损伤位置定位,也可以先通过计算获得损 伤位置定位,再通过计算获得统计损伤面积。当然也可以至少计算其中 一个数据,比如只通过计算获得损伤位置定位,或只通过计算获得统计 损伤面积。通常两个数据都需要获得才在实践中有意义。
实施例1
本实施例以本发明技术方案为前提进行实施,具体的实施方式与实 施过程如下:
(1)获取待巡检塔吊的基本信息:塔吊塔身标准节尺寸为 l=1.5m,w=1.5m,h=3m,待巡检标准节的数量为n1=10;定义塔吊动力臂底 面两支撑杆所夹部位为单位节、单位节长度为e=1.5m,待巡检动力臂长 度为n2×e=1.5×15=22.5m(定义的单位节的数量n2=15);定义无人机处 在初始位置时镜头正对的参考面为dir[1],逆时针方向另三个参考面分别 为dir[2]、dir[3]、dir[4],如图2所示。
(2)规划无人机巡检航线时,并对塔吊影像数据进行采集以待测 最低处标准节A为参照,在标准节A某一底边l1的中垂线方向上寻找航 点P1,使P1距标准节A的dir[1]参考面的距离为5m,手动控制无人机飞至 航点P1处,在DJI GS Pro软件中获取P1航点位置坐标P1(B1,L1,H1),并使无 人机镜头正对标准节A的dir[1]参考面,得到P1航点的航偏角α1;同理可 获取另外三个航点的位置坐标P2(B2,L2,H2)、P3(B3,L3,H3)、P4(B4,L4,H4)与航偏 角α2、α3、α4,如图2所示。
(3)规划无人机巡检航线时,在无人机的DJI GS Pro软件中,新 增四个航点,新增四个航点的航高应增加h×n=3×10=30m,故新增四 个航点的位置坐标分别设置为P1′(B1,L1,H1+30)、P2′(B2,L2,H2+30)、 P3′(B3,L3,H3+30)、P4′(B4,L4,H4+30);
(4)规划无人机巡检航线时,依据航点信息,设定无人机巡检塔 吊塔身的路径为P1→P1′→P2′→P2→P3→P3′→P4′→P4,无人机按照此航线自 动巡检并获取塔吊塔身的巡检视频数据,如图3所示。
(5)在对塔吊影像数据进行采集时,定义塔吊动力臂巡检方向选 择为,从靠近塔吊司机室处至动力臂末端处。以塔吊司机位置作为起始 点,更便于进行定位损伤;
(6)在对塔吊影像数据进行采集时,手动操控无人机调整航高, 飞至待测动力臂底面同一高度后,再向上飞行距离D=5m。由于无人机 搭载了变焦镜头,在距离塔吊5m处,保证了采集到的影像清晰可用, 且5m是一个较为安全的距离。
(7)在对塔吊影像数据进行采集时,调整无人机镜头俯仰角为 -90°。无人机俯仰角-90°代表镜头竖直向下。无人机在动力臂的正上 方,所以镜头要向下保证拍摄效果、且减少畸变。
(8)在对塔吊影像数据进行采集时,调整无人机航偏角α5,使无 人机前进方向与塔吊动力臂走向一致。
(9)在对塔吊影像数据进行采集时,左右微调无人机位置,使镜 头中心与塔吊动力臂中线对齐。使动力臂在画面正中间,且减少后期定 位的误差。
(10)在对塔吊影像数据进行采集时,无人机按照上述既定参数匀 速飞行,获取待测动力臂的巡检视频数据。
(11)对步骤(4)和步骤(9)获取到的视频分别进行基于深度学 习的目标检测,自动识别氧化损伤部位并用旋转矩形框标注。
(12)利用多目标跟踪算法对步骤(5)中检测出的每一氧化损伤 部位进行跟踪,并赋予标注框编号Id1、Id2、Id3、…、Idn。
(13)根据旋转标注框Idi的角点坐标
Coord[i]=[(xi1,yi1),(xi2,yi2),(xi3,yi3),(xi4,yi4)],
计算每一编号对应氧化损伤部位的旋转标注框所占的像素
(14)在获取到的影像数据中,取目标塔吊上已知高度尺寸为 C=50mm的物体作为参考对象,再获取其在目标图像上的像素值高度 B=120pix(单位:像素),结合参考对象与相机的距离D=5m,得到单 位距离单位像素值:
(15)由步骤(13)和无人机距塔吊的距离D=5m,求解每一编 号代表的氧化损伤部位实际面积为:
(16)统计检测到的塔吊氧化损伤总面积
(17)根据视频中每一损伤的检测时间ti、无人机飞行速度 v1=4m/s,待巡检标准节的数量为n1=10,塔吊标准节的高度h=3m, 对氧化损伤位置进行定位,无人机横向飞行时间为t0≈2s(计算如下 式),塔吊四个面的方向分别为dir[i],i=1,2,3,4,塔吊标准节序号 Na,a∈(1,n1)(待测塔吊标准节自下而上排序依次增大),通过计算标 准节序号Na和所属方位dir[i]即可实现定位:
其中:
(18)根据塔吊动力臂巡检视频中每一损伤的检测时间tj、无人机 飞行速度v2=1m/s,定义的单位节长度为e=1.5m,待巡检动力臂节数 为n2=15,对氧化损伤位置进行定位,动力臂单位节序号Nb,b∈(1,n2), 通过计算动力臂单位节序号Nb,即可实现塔吊动力臂处的氧化损伤定位:
毫无疑问,以上只是本发明专利一种塔吊表面氧化损伤识别、定位 及损伤面积统计方法的一个实现方式,除此之外,还包括其他基于同一 思路的实现方式和操作过程。总而言之,本发明专利的保护范围还包括 其他对于本领域技术人员来说显而易见的变换和替代。
Claims (9)
1.一种塔吊表面氧化损伤识别、定位及损伤面积统计方法,其特征在于,该方法通过规划无人机巡检航线来采集塔吊巡检影像数据,再基于无人机影像数据自动识别塔吊氧化损伤部位,进而获得塔吊氧化损伤部位定位与面积统计信息,该方法包括如下步骤:
步骤一,待巡检塔吊基本信息获取;
步骤二,规划无人机巡检航线,并对塔吊影像数据进行采集;
步骤三,利用采集的影像数据,自动识别塔吊上氧化损伤部位;
步骤四,对塔吊氧化损伤跟踪定位,并统计氧化损伤面积。
2.根据权利要求1所述的一种塔吊表面氧化损伤识别、定位及损伤面积统计方法,其特征在于,所述塔吊巡检是包括有无人机对塔吊塔身的巡检和无人机对无人机塔吊动力臂的巡检两种方式。
3.根据权利要求2所述的一种塔吊表面氧化损伤识别、定位及损伤面积统计方法,其特征在于,在所述步骤一中,获取待巡检塔吊的基本信息的方法是:塔吊标准节尺寸为l×w×h,待巡检标准节的数量为n1;定义塔吊动力臂底面两支撑杆所夹区域为单位节、定义单位节长度为e,待巡检动力臂长度为n2×e,其中n2为定义的单位节的数量;塔吊四个方向的参考面为dir[i],i=1,2,3,4。
4.根据权利要求2所述的一种塔吊表面氧化损伤识别、定位及损伤面积统计方法,其特征在于,在所述步骤二中,以待测最低处标准节A为参照,在标准节A某一底边l1的中垂线方向上寻找航点P1,使P1距标准节A的dir[1]参考面的距离为D,手动控制无人机飞至航点P1处,在无人机飞行控制软件中获取P1航点位置坐标P1(B1,L1,H1),并使无人机镜头正对标准节A的dir[1]参考面,得到P1航点的航偏角α1;同理可获取另外三个航点的位置坐标P2(B2,L2,H2)、P3(B3,L3,H3)、P4(B4,L4,H4)与航偏角α2、α3、α4;在无人机飞行控制软件中,再增添四个航点,新增的四个航点的位置坐标分别设置为P1′(B1,L1,H1+h×n)、P2′(B2,L2,H2+h×n)、P3′(B3,L3,H3+h×n)、P4′(B4,L4,H4+h×n);设定无人机对塔吊塔身的巡检路径为P1→P1′→P2′→P2→P3→P3′→P4′→P4,无人机按照此航线自动巡检并获取塔吊塔身的巡检视频数据。
5.根据权利要求2所述的一种塔吊表面氧化损伤识别、定位及损伤面积统计方法,其特征在于,在所述步骤二中,定义塔吊动力臂巡检方向为从靠近塔吊司机室处至动力臂末端处;手动操控无人机调整航高,飞至待测动力臂底面同一高度后,再向上飞行距离D;调整无人机镜头俯仰角为-90°;调整无人机航偏角α5,使无人机前进方向与塔吊动力臂走向一致;左右微调无人机位置,使镜头中心与塔吊动力臂中线对齐;无人机按照上述既定参数匀速飞行,获取待测动力臂巡检视频数据。
6.根据权利要求2所述的一种塔吊表面氧化损伤识别、定位及损伤面积统计方法,其特征在于,在所述步骤三中,对获取到的巡检视频数据,将视频拆分成相互独立的视频帧,视频帧均视为独立的图像;将视频帧输入到训练好的神经网络模型中进行氧化损伤特征检测;若检测到氧化损伤特征,用旋转矩形框标记出塔吊氧化损伤部位,并结合视频的时序信息和相邻帧检测结果进行修正。
7.根据权利要求2所述的一种塔吊表面氧化损伤识别、定位及损伤面积统计方法,其特征在于,在所述步骤四中统计氧化损伤面积时,利用多目标跟踪算法对检测出的每一氧化损伤部位进行跟踪,并赋予标注框编号Id1、Id2、Id3、…、Idn;
根据旋转标注框Idi的角点坐标
Coord[i]=[(xi1,yi1),(xi2,yi2),(xi3,yi3),(xi4,yi4)],
计算每一编号对应氧化损伤部位的旋转标注框所占的像素
在获取到的影像数据中,取目标塔吊上已知高度尺寸为C的物体作为参考对象,再获取其在目标图像上的像素值高度B,结合参考对象与相机的距离I,得到单位距离单位像素值:
由单位距离单位像素值k和无人机距塔吊的距离D,求解每一编号代表的氧化损伤部位实际面积
Si=(KD)2×Pixel[i];
统计检测到的塔吊氧化损伤总面积
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111153531.0A CN113870228A (zh) | 2021-09-29 | 2021-09-29 | 一种塔吊表面氧化损伤识别、定位及损伤面积统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111153531.0A CN113870228A (zh) | 2021-09-29 | 2021-09-29 | 一种塔吊表面氧化损伤识别、定位及损伤面积统计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113870228A true CN113870228A (zh) | 2021-12-31 |
Family
ID=79000612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111153531.0A Pending CN113870228A (zh) | 2021-09-29 | 2021-09-29 | 一种塔吊表面氧化损伤识别、定位及损伤面积统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113870228A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114296483A (zh) * | 2022-03-09 | 2022-04-08 | 北京图知天下科技有限责任公司 | 一种风力发电机不停机状态下的智能巡检方法及电子设备 |
-
2021
- 2021-09-29 CN CN202111153531.0A patent/CN113870228A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114296483A (zh) * | 2022-03-09 | 2022-04-08 | 北京图知天下科技有限责任公司 | 一种风力发电机不停机状态下的智能巡检方法及电子设备 |
CN114296483B (zh) * | 2022-03-09 | 2022-06-28 | 北京图知天下科技有限责任公司 | 一种风力发电机不停机状态下的智能巡检方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112230680B (zh) | 一种无人机电力线路巡检控制方法 | |
CN112633535B (zh) | 一种基于无人机图像的光伏电站智能巡检方法及系统 | |
CN110580717B (zh) | 一种针对电力杆塔的无人机自主巡检航线生成方法 | |
US11017228B2 (en) | Method and arrangement for condition monitoring of an installation with operating means | |
CN112799422B (zh) | 一种用于电力巡检的无人机飞行控制方法及装置 | |
CN110703800A (zh) | 基于无人机的电力设施智能识别方法及系统 | |
CN110142785A (zh) | 一种基于目标检测的巡检机器人视觉伺服方法 | |
CN112904877A (zh) | 一种基于无人机的风机叶片自动巡检系统及方法 | |
CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
CN113494913A (zh) | 无人机电力巡检规划方法、装置、计算机设备和存储介质 | |
CN109885097B (zh) | 一种桥梁外沿面巡检航线规划方法 | |
Kalaitzakis et al. | Dynamic structural health monitoring using a DIC-enabled drone | |
CN108960134A (zh) | 一种巡线无人机影像标注及智能识别方法 | |
CN109668853B (zh) | 一种大气污染物监测系统 | |
CN111952883B (zh) | 一种基于三维激光雷达的输电线路故障识别系统及方法 | |
CN113900436B (zh) | 巡检控制方法、装置、设备和存储介质 | |
CN112597664B (zh) | 一种基于无人机的铁路既有线精细实景三维建模航带设计方法 | |
CN108564628A (zh) | 一种面向掘进机自动化的截割头视觉定位定向系统 | |
CN114944816B (zh) | 一种应用于光伏组件的智能巡检系统 | |
CN111258331A (zh) | 无人机电力线路运维检修系统及方法 | |
CN113870228A (zh) | 一种塔吊表面氧化损伤识别、定位及损伤面积统计方法 | |
CN115761535A (zh) | 应用于土壤质量数据分析方法和系统 | |
CN113419564B (zh) | 一种基于模糊路径的电力通道巡检方法 | |
CN104006804B (zh) | 基于观测基准失稳补偿的接触网偏移量检测方法 | |
CN116309851B (zh) | 一种智慧园区监控摄像头的位置及朝向标定方法 |
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 |