CN114489122A - 一种基于uav及配套机场的高速公路自动巡检方法及系统 - Google Patents
一种基于uav及配套机场的高速公路自动巡检方法及系统 Download PDFInfo
- Publication number
- CN114489122A CN114489122A CN202111667719.7A CN202111667719A CN114489122A CN 114489122 A CN114489122 A CN 114489122A CN 202111667719 A CN202111667719 A CN 202111667719A CN 114489122 A CN114489122 A CN 114489122A
- Authority
- CN
- China
- Prior art keywords
- inspection
- highway
- uav
- unmanned aerial
- aerial vehicle
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 170
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012423 maintenance Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000001788 irregular Effects 0.000 claims abstract description 11
- 238000007726 management method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 201000010099 disease Diseases 0.000 claims description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 6
- 238000013499 data model Methods 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 16
- 206010039203 Road traffic accident Diseases 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000013439 planning Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000192 social effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013024 troubleshooting 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
- G05D1/10—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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于高速公路无人机巡检领域,提供了一种基于UAV及配套机场的高速公路自动巡检方法及系统。该方法包括,获取高速公路自动巡检需求,提取巡检任务特征;基于所述巡检任务特征,匹配不同类型巡检管养作业的信息需求分析模型,得到巡检类型以及对应巡检类型的推荐应急处置方案;无人机根据巡检类型和对应巡检类型的推荐应急处置方案按照规划的巡检路线到达现场,完成不同高度和不同角度的现场图像信息采集,并将采集的现场图像信息发送至智能巡管平台在监控中心进行展示;其中,巡检类型包括定期巡检、不定期巡检和应急巡检。
Description
技术领域
本发明属于高速公路无人机巡检领域,尤其涉及一种基于UAV及配套机场的高速公路自动巡检方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
高速公路是全封闭设计,根据车道数和路况采取最低时速和最高时速限制,高速公路自动巡检管养作业需要远距离长滞空超高清视频实时传输,即获取高速公路各项交通信息。高速公路日常巡检管养作业任务包括定期巡检、不定期巡检和应急巡检任务。定期巡检需要对路、桥、隧、涵、边坡、附属设施检查,包括路面是否有杂物、路面及设施损坏情况等;不定期巡检需要对节假日对路段重要枢纽的车流动态监测和事件行为监测,控制中心分流限流和交通执法提供指挥决策信息;应急巡检需要对突发道路拥堵排查及现场指挥引导,现场施工封路、节假日车流高峰、高速公路发生突发事故,特别是靠近城市群及交通要塞地区高速,事故极有可能会造成高速公路拥堵,对交通疏导、社会效应、事故救援产生很大影响,需要高速公路监控中心及相关单位交警、路政等第一时间对拥堵情况判明情况、查明原因、采取有效措施、做出正确指挥。
实现高速公路自动巡检管养作业的基础在于的交通信息获取技术。城市道路交通环境下的交通信息获取技术已经相对成熟。但是,在高速公路交通环境下,难以把城市道路中的交通信息采集技术移植到高速公路环境中来,原因在于高速公路特殊的环境背景不利于硬件设备的安装,很难在大范围的道路上实时采集交通信息。若发生交通堵塞、交通事故或者出现极端气候时,传统方法更是无法实时监测。通过研究发现采用无人机(UnmannedAerial Vehicle,简称“UAV”)交通信息采集技术,能有效克服极端气候和环境的影响,在广阔的范围内采集交通信息,对高速公路实现实时监控。UAV装载各类传感器和摄像机,通过航拍的方式可以采集高速公路中的视频图像,经过一系列的图像处理技术可获取该区域的多种交通信息。
基于UAV的高速公路巡检作业相对于现有的巡检方式具有很多优点:(1)成本较低。由于无人机在高速公路上空移动监控,因而可以快速实现高速公路几千米或者更远全方位的巡检作业,而利用传统检测器,要达到同样的目的,需要布设大量的检测设备,价格昂贵。(2)检测面积广。无人机可以同时检测300米左右范围内的所有车道,而传统检测器只能对道路特定的区域实现监控。(3)交通信息丰富。无人机监控手段可以获取道路上的车流量、车速、车型等常规交通信息,还可以获得传统检测器无法采集的车辆运行轨迹、大范围交通现场信息。(4)机动灵活。无人机可以对特定路段定期或不定期进行检测,或者在恶劣天气条件下,派出无人机进行巡航检测。(5)安装维护方便。当无人机检测设备出现故障时,只要将无人机召回,对检测设备进行维修和安装就行,不破坏路面,不影响公路交通。总的来说,基于UAV的交通信息采集技术是一种投入成本相对较低、检测范围广、机动灵活、安装维护方便、适于大范围的高速公路巡检作业的新手段。
UAV可以实现高速公路巡检作业中较大范围内的交通视频图像采集,结合视频图像处理技术,可为巡检后续的交通规划、交通仿真、交通控制、交通安全、交通拥堵等研究提供一种新颖的处理方法,可以和传统的高速公路巡检技术相结合,极大丰富和发展高速公路巡检方法。通过UAV在高速公路巡检作业中对高速公路上车辆的实时拍摄对目标车辆的交通参数进行定量的测量,具体的交通参数包括:车辆的速度,道路的流量,道路的密度,以及出现拥堵时静止车辆的排队长度等。UAV技术还可以定性的检测一些突发异常的交通事件,具体的交通事件包括:车辆是否违法逆行行驶,车辆是否违法变道行驶,某一路段是否出现拥堵现象,以及拥堵状况等。
但是,UAV存在续航较短、远距离图传清晰度低的限制,只能进行一定范围内的高速公路巡航检测,无法满足高速公路特殊运营要求下的远距离、长续航、高清晰度实时巡检作业的要求。且现在的UAV的飞行控制、图像拍摄等,主要还是需要依靠人工操作,无法完全脱离人为控制。然而,随着UAV飞行控制技术的日趋成熟以及人工智能技术的不断发展,各行业对UAV的智能化有了更高的要求。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种基于UAV及配套机场的高速公路自动巡检方法及系统,其实现执行应急巡检任务过程中快速到达现场回传现场交通信息功能的有效实施,提高巡检效率,合理化应急处置方案,进一步助推智慧高速公路自动巡检的实现,为高速公路的高质量自动巡检提供保障,具有良好的经济社会效益。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种基于UAV及配套机场的高速公路自动巡检方法。
一种基于UAV及配套机场的高速公路自动巡检方法,包括:
获取高速公路自动巡检需求,提取巡检任务特征;
基于所述巡检任务特征,匹配不同类型巡检管养作业的信息需求分析模型,得到巡检类型以及对应巡检类型的推荐应急处置方案;
无人机根据巡检类型和对应巡检类型的推荐应急处置方案按照规划的巡检路线到达现场,完成不同高度和不同角度的现场图像信息采集,并将采集的现场图像信息发送至智能巡管平台在监控中心进行展示;
其中,巡检类型包括定期巡检、不定期巡检和应急巡检。
本发明的第二个方面提供一种基于UAV及配套机场的高速公路自动巡检系统。
一种基于UAV及配套机场的高速公路自动巡检系统,包括:
智能巡管平台,用于获取高速公路自动巡检需求,提取巡检任务特征;基于所述巡检任务特征,匹配不同类型巡检管养作业的信息需求分析模型,得到巡检类型以及对应巡检类型的推荐应急处置方案;
无人机,用于根据巡检类型和对应巡检类型的推荐应急处置方案按照规划的巡检路线到达现场,完成不同高度和不同角度的现场图像信息采集,并将采集的现场图像信息发送至智能巡管平台在监控中心进行展示;
其中,巡检类型包括定期巡检、不定期巡检和应急巡检。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一个方面所述的基于UAV及配套机场的高速公路自动巡检方法中的步骤。
本发明的第四个方面提供一种计算机设备。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一个方面所述的基于UAV及配套机场的高速公路自动巡检方法中的步骤。
与现有技术相比,本发明的有益效果是:
本发明中高速公路指挥中心管理人员可以不出监控室,不做无人机控制操作,一键完成对高速公路全线交通运行状况的日常巡检,无人机巡检作业可按照智能巡管平台的任务规划,通过无人值守/移动式机场自动完成无人机起降操控和飞行巡检,并实现无人机充电自动化;有效地减少资源投入和成本消耗;并在应急巡检和调度指挥工作中,无人机及时到达现场,远程实现交通事件发生位置全方位的实时超高视频监控和远程指挥,结合智能巡管平台,对道路交通车流量、平均车速、排队长度等交通参数进行自动化采集,对违章变道、停车、占用应急车道等违章行为进行自动化识别和智能预警。
本发明能够有效完成高速公路各类巡检作业,为高速公路管理部门提升日常巡检管养工作效率、降低资源消耗和人员投入提供了有效帮助,保障高速公路的高质量运营,具有良好的经济社会效益。
本发明极大的提升了智慧高速公路运行安全控制水平,对路网整体的运营安全和运营效率具有重要意义,并且能够根据高速公路巡检养护数据的不断积累而不断的自我更新,具有明显的先进性,市场竞争力强,推广应用前景广阔。
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是本发明示出的基于UAV及配套机场的高速公路自动巡检系统框架图;
图2是本发明示出的通过部署在就近点位的无人值守无人机机场里的无人机快速到达现场方案图;
图3是本发明示出的通过地面巡检车上的无人机快速到达现场方案图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,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。
需要注意的是,附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意,在有些作为备选的实现中,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以使用专用硬件与计算机指令的组合来实现。
实施例一
本实施例提供了一种基于UAV及配套机场的高速公路自动巡检方法,本实施例以该方法应用于服务器进行举例说明,可以理解的是,该方法也可以应用于终端,还可以应用于包括终端和服务器和系统,并通过终端和服务器的交互实现。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务器、云通信、中间件服务、域名服务、安全服务CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。本实施例中,该方法包括以下步骤:
获取高速公路自动巡检需求,提取巡检任务特征;
基于所述巡检任务特征,匹配不同类型巡检管养作业的信息需求分析模型,得到巡检类型以及对应巡检类型的推荐应急处置方案;
无人机根据巡检类型和对应巡检类型的推荐应急处置方案按照规划的巡检路线到达现场,完成不同高度和不同角度的现场图像信息采集,并将采集的现场图像信息发送至智能巡管平台在监控中心进行展示;
其中,巡检类型包括定期巡检、不定期巡检和应急巡检。
为了实现更为有效的高速公路自动巡检,本实施例拟构建基于UAV及配套机场的高速公路自动巡检系统,主要内容如下:
针对当前无人机在智能交通应用中存在的多旋翼无人机续航较短、远距离图传清晰度低的限制,只能进行小范围内的巡航检测,无法满足高速公路特殊运营要求下的远距离、长续航、高清晰度实时巡检作业的要求的问题。本实施例分析高速公路自动巡检需求,根据巡检作业要求,建立基于UAV及配套机场的高速公路自动巡检系统总体架构设计方案。
以高速公路日常巡检管养作业为主要研究对象,系统分析定期巡检、不定期巡检和应急巡检任务特征,建立不同类型巡检管养作业的信息需求分析模型,确定不同巡检需求要求高速公路自动巡检系统具备的各种功能。
高速公路巡检作业要求无人机具备长续航、远距离长滞空的作业能力;
定期巡检要求无人机配备高分辨率光学吊舱,利用图像处理识别及损伤诊断技术进行路面损坏、杂物的自动勘测;
建立路面损坏知识图谱,确定路面性能与路面评价指标及路面损坏影响因素间的关系,真正实现病害检测数据的可累积、可迭代和可预测;
路面评价指标包括裂缝(块裂、龟裂)、车辙、坑槽、抗滑、泛油、推移及其他;路面损坏影响因素包括材料模量、材料类型、结构厚度、当量轴载、施工因素、降雨量、极端气温、环境温度。
基于知识图谱研究各分项病害与路面材料与结构、荷载、环境等的统计关系,构建关键病害预测模型并形成智能病害(成因)库,
选取关键指标综合采用力学经验法与深度学习构建路面损坏识别及成因预测模型;
无人机搭载的高分辨率光学吊舱,采集高速公路巡检图像,在智能巡管平台中建立高速公路数字孪生数据模型,结合路面损坏识别及成因预测模型建立路面损坏展示模块和成因分析模块,实现路面损坏、杂物的自动勘测。
基于GIS+BIM技术建立高速公路数字孪生数据模型,并在模型中实现知识图谱结构、病害成因库及路面损坏识别及成因预测模型的嵌套。
不定期巡检要求无人机监控路面车辆情况,对应急车道占用等违法行为进行自动监测和抓拍,对车牌和违章人员等精确特征进行记录;
无人机对高速公路急车道进行巡检可以采用以下方法:
(1)无人机对高速公路进行巡检,并拍摄路面实况视频;
(2)提取该实况视频至少一帧图像;
(3)对上述图像进行二值化处理,处理后获得该图像的二值化图像,在该二值化图像中,路面作为背景显示为黑色,汽车轮廓以及车道线为前景显示为白色;
(4)在步骤(2)获得的二值化图像中,删除表示为汽车轮廓的以及行车道线的前景像素点,并赋予表示为应急车道线的前景像素点的像素值为第一像素值,获得第一处理图像;
(5)在步骤(2)获得的二值化图像中,删除表示为车道线的前景像素点,并赋予表示为车辆轮廓的前景像素点的像素值为第二像素值,获得第二处理图像;
(6)将第二处理图像叠加到第一处理图像上,得到第三处理图像;
(7)对所述第三处理图像进行横向扫描,根据首先扫描到的像素点的像素值判断应急车道是否被占用。
应急巡检则要求快速灵活响应突发情况,快速到达现场,对关键位置进行悬停和多角度视频实时回传现场画面,并通过配备的喊话器、情报板等无人机任务载荷实现远程喊话和现场指挥;
同时智能巡管平台根据现场情况制定合理处置方案,对现场快速精准处置。
无人机巡检还应形成巡检数据库,建立高速公路巡检模型,实现融合不同专家的经验推荐应急处置方案,同时方便管养人员调取查看历史事件的视频图像,要求无人机巡查全程信息化,形成巡检数据库。
针对当前无人机巡检作业应用存在的另一个瓶颈,就是续航短,且设备装卸、起降操控和充换电操作需要配备专业飞手进行人工干预等情况,设计与实现UAV配套机场,实现无人机的自动起飞、降落、充换电,并且通过部署在就近点位的无人值守无人机机场里的无人机快速到达现场,或通过地面巡检车上的无人机快速到达现场。如图2、3所示。
图2表示通过部署在就近点位的无人值守无人机机场里的无人机快速到达现场方案图。当发生交通事故或者拥堵时,监控中心可以根据拥堵路段在交通无人机智能巡管平台上规划无人机巡检路线,部署在附近的无人机会自动起飞,按照规划路线快速到达现场,在不同高度和不同角度对现场情况进行现场图像信息采集,并将图像实时回传到监控中心,监控中心可以根据现场情况,采用合理的处置方案,对现场快速精准处置。
图3表示通过地面巡检车上的无人机快速到达现场方案图。当发生交通事故或者拥堵,地面巡检车辆往往在接近事故现场,因为道路拥堵无法快速到达现场,无法第一时间查明现场情况,无法进行准确有效处置时,地面巡检人员直接操控或通过交通无人机智能巡管平台规划巡检线路,无人机自动起飞按照规划路线快速到达现场,在不同高度和不同角度对现场情况进行现场图像信息采集,并将图像实时回传到监控中心,监控中心可以根据现场情况,采用合理的处置方案,对现场快速精准处置。
分析无人值守机场功能要求,设计系统作业流程,考虑无人值守机场沿高速公路设置的特性由太阳能和220V交流电作为电源,为无人机提供高效率充电和稳定的停机坪。同时还带有时间控制器,为自动返航的无人机提供更智能的停机与起飞服务。自动充电系统也可实现自动充电。
基于UAV配套无人值守机场,可实现通过部署在就近点位的无人值守无人机机场里的无人机快速到达现场。
当发生交通事故或者拥堵时,监控中心可以根据拥堵路段在交通无人机智能巡管平台上规划无人机巡检路线,部署在附近的无人机会自动起飞,按照规划路线快速到达现场,在不同高度和不同角度对现场情况进行现场图像信息采集,并将图像实时回传到监控中心,监控中心可以根据现场情况,采用合理的处置方案,对现场快速精准处置。
UAV配套移动式机场的结构设计与实现是在UAV配套无人值守机场的结构的基础上对其实现车载式改造。基于UAV配套移动式机场,可实现通过地面巡检车上的无人机快速到达现场。
当发生交通事故或者拥堵,地面巡检车辆往往在接近事故现场,因为道路拥堵无法快速到达现场,无法第一时间查明现场情况,无法进行准确有效处置时,地面巡检人员直接操控或通过交通无人机智能巡管平台规划巡检线路,无人机自动起飞按照规划路线快速到达现场,在不同高度和不同角度对现场情况进行现场图像信息采集,并将图像实时回传到监控中心,监控中心可以根据现场情况,采用合理的处置方案,对现场快速精准处置。
实施例二
本实施例提供了一种基于UAV及配套机场的高速公路自动巡检系统。
一种基于UAV及配套机场的高速公路自动巡检系统,包括:
智能巡管平台,用于获取高速公路自动巡检需求,提取巡检任务特征;基于所述巡检任务特征,匹配不同类型巡检管养作业的信息需求分析模型,得到巡检类型以及对应巡检类型的推荐应急处置方案;
无人机,用于根据巡检类型和对应巡检类型的推荐应急处置方案按照规划的巡检路线到达现场,完成不同高度和不同角度的现场图像信息采集,并将采集的现场图像信息发送至智能巡管平台在监控中心进行展示;
其中,巡检类型包括定期巡检、不定期巡检和应急巡检。
基于需求分析得到高速公路巡检系统的功能和工作过程,对高速公路无人机巡检系统的总体架构进行设计。高速公路自动巡检系统包括无人机系统和智能巡管平台。无人机系统主要包括无人机、任务载荷、配套无人机自动机场和管控系统,通过制定和执行飞行任务,完成日常飞行巡检、4K高清视频信息采集和远程指挥作业;智能巡管平台完成巡查任务执行后的数据存储和处理任务,形成巡检数据库。系统总体架构和各系统相互关系如图1所示。
首先分析智能巡管平台软件的功能性和非功能性需求,根据分析结果设计无人机巡检智能巡管平台的总体框架。然后对软件的无人机巡检线路规划、交通量检测、实时视频传输三个核心功能以及通信协议、数据加密、数据库、用户界面进行设计与实现。最后测试无人机巡检智能巡管平台的功能和性能。
根据高速公路自动巡检系统的功能和工作过程,对高速公路无人机巡检系统的总体架构进行设计。并根据软件的功能性、非功能性需求,设计无人机巡检智能巡管平台软件的总体架构。
设计并实现无人机巡检智能巡管平台软件的主要功能。智能巡管平台软件功能主要包括高速公路巡检线路规划、交通量检测、实时视频传输三大核心功能,其中,巡检线路规划功能使用现有地图软件提供的API,利用线路规划类MKSearch得到巡检线路;交通量检测功能则使用帧差与背景差融合法,该方法先将相邻两帧相差得到图像的变化区域,然后再用背景帧与图像变化区域相差得到运动目标,最后对运动目标进行统计得到平均车速、车道占有率、车流量;实时视频传输功能是将无人机摄像头采集到的图像信息编码,然后通过RTP协议传输至智能巡管平台,智能巡管平台软件则通过FFmpeg库进行视频解码并播放。
根据软件在高速公路路段的实际应用,对软件开展功能和性能测试,测试该软件是否达到设计标准以及是否满足高速公路巡检的实际需求。
实施例三
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例一所述的基于UAV及配套机场的高速公路自动巡检方法中的步骤。
实施例四
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例一所述的基于UAV及配套机场的高速公路自动巡检方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
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。
Claims (10)
1.一种基于UAV及配套机场的高速公路自动巡检方法,其特征在于,包括:
获取高速公路自动巡检需求,提取巡检任务特征;
基于所述巡检任务特征,匹配不同类型巡检管养作业的信息需求分析模型,得到巡检类型以及对应巡检类型的推荐应急处置方案;
无人机根据巡检类型和对应巡检类型的推荐应急处置方案按照规划的巡检路线到达现场,完成不同高度和不同角度的现场图像信息采集,并将采集的现场图像信息发送至智能巡管平台在监控中心进行展示;
其中,巡检类型包括定期巡检、不定期巡检和应急巡检。
2.根据权利要求1所述的基于UAV及配套机场的高速公路自动巡检方法,其特征在于,所述定期巡检包括无人机定期利用图像处理识别及损伤诊断方法对路面损坏、杂物的自动勘测。
3.根据权利要求2所述的基于UAV及配套机场的高速公路自动巡检方法,其特征在于,根据所述自动勘测,得到路面损坏识别结果;
所述得到路面损坏识别结果的过程包括:
建立路面损坏知识图谱,确定路面性能等级与路面评价指标及路面损坏影响因素间的关系;
基于知识图谱研究各分项病害与路面材料与结构、荷载、环境的统计关系,构建关键病害预测模型并形成智能病害库;
选取关键指标综合采用力学经验法与深度学习构建路面损坏识别及成因预测模型;
无人机搭载的高分辨率光学吊舱,采集高速公路巡检图像,在智能巡管平台中建立高速公路数字孪生数据模型,结合路面路面损坏识别及成因预测模型建立路面损坏展示模块和成因分析模块,实现路面损坏、杂物的自动勘测。
4.根据权利要求3所述的基于UAV及配套机场的高速公路自动巡检方法,其特征在于,所述高速公路数字孪生数据模型构建过程包括:
基于GIS+BIM技术建立高速公路数字孪生数据模型,并在模型中实现知识图谱结构、病害成因库及路面损坏识别及成因预测模型的嵌套。
5.根据权利要求3所述的基于UAV及配套机场的高速公路自动巡检方法,其特征在于,所述路面评价指标包括裂缝、车辙、坑槽、抗滑、泛油和推移;所述路面损坏影响因素包括材料模量、材料类型、结构厚度、当量轴载、施工因素、降雨量、极端气温和环境温度。
6.根据权利要求1所述的基于UAV及配套机场的高速公路自动巡检方法,其特征在于,所述不定期巡检包括无人机不定期监控路面车辆情况、对应急车道占用违法行为进行自动监测和抓拍,并对车牌和违章人员进行记录。
7.根据权利要求1所述的基于UAV及配套机场的高速公路自动巡检方法,其特征在于,所述应急巡检包括无人机响应于突发情况的指令到达现场,对关键位置进行悬停和多角度视频实时回传现场画面,并通过配备的无人机任务载荷实现远程喊话和现场指挥。
8.一种基于UAV及配套机场的高速公路自动巡检系统,其特征在于,包括:
智能巡管平台,用于获取高速公路自动巡检需求,提取巡检任务特征;基于所述巡检任务特征,匹配不同类型巡检管养作业的信息需求分析模型,得到巡检类型以及对应巡检类型的推荐应急处置方案;
无人机,用于根据巡检类型和对应巡检类型的推荐应急处置方案按照规划的巡检路线到达现场,完成不同高度和不同角度的现场图像信息采集,并将采集的现场图像信息发送至智能巡管平台在监控中心进行展示;
其中,巡检类型包括定期巡检、不定期巡检和应急巡检。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的基于UAV及配套机场的高速公路自动巡检方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于UAV及配套机场的高速公路自动巡检方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111667719.7A CN114489122B (zh) | 2021-12-30 | 2021-12-30 | 一种基于uav及配套机场的高速公路自动巡检方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111667719.7A CN114489122B (zh) | 2021-12-30 | 2021-12-30 | 一种基于uav及配套机场的高速公路自动巡检方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114489122A true CN114489122A (zh) | 2022-05-13 |
CN114489122B CN114489122B (zh) | 2022-09-06 |
Family
ID=81509024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111667719.7A Active CN114489122B (zh) | 2021-12-30 | 2021-12-30 | 一种基于uav及配套机场的高速公路自动巡检方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114489122B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114783188A (zh) * | 2022-05-17 | 2022-07-22 | 阿波罗智联(北京)科技有限公司 | 巡检方法和装置 |
CN115661965A (zh) * | 2022-09-06 | 2023-01-31 | 贵州博睿科讯科技发展有限公司 | 一种融合自动机场的公路无人机智能巡检系统 |
CN116048124A (zh) * | 2023-02-23 | 2023-05-02 | 北京思维实创科技有限公司 | 无人机地铁隧道巡检方法、装置、计算机设备及存储介质 |
CN116071962A (zh) * | 2023-02-24 | 2023-05-05 | 内蒙古交科路桥建设有限公司 | 公路无人机自动巡检系统 |
CN117423017A (zh) * | 2023-11-07 | 2024-01-19 | 广州天海翔航空科技有限公司 | 一种基于无人机的巡检处理方法、系统、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
CN105389988A (zh) * | 2015-12-07 | 2016-03-09 | 北京航空航天大学 | 一种多无人机协同的高速公路智能巡检系统 |
CN107015560A (zh) * | 2017-03-02 | 2017-08-04 | 浙江大学 | 一种基于无人机的光伏阵列的巡检方法 |
US20190236373A1 (en) * | 2018-01-31 | 2019-08-01 | Guangzhou Institute Of Building Science Co., Ltd. | Data Transmission System of Safety Patrol on Construction Project Site Based on "Internet Plus" |
US20200209892A1 (en) * | 2018-12-26 | 2020-07-02 | Hefei University Of Technology | Method and system for patrolling an expressway by unmanned aerial vehicles |
CN111443716A (zh) * | 2020-04-23 | 2020-07-24 | 西安智文琛软件有限公司 | 一种无人机巡检控制方法、系统、存储介质、程序、终端 |
CN112289032A (zh) * | 2020-11-05 | 2021-01-29 | 浙江点辰航空科技有限公司 | 一种无人机高速公路自动巡检方法 |
CN112349092A (zh) * | 2020-09-22 | 2021-02-09 | 合肥工业大学 | 空地协同下的交通巡逻业务管控方法、系统和存储介质 |
CN113724503A (zh) * | 2021-08-31 | 2021-11-30 | 山东交通学院 | 基于云平台的高速公路状态自动巡检系统及方法 |
CN113723626A (zh) * | 2021-07-23 | 2021-11-30 | 广州轨道交通建设监理有限公司 | 地铁线路保护巡检方法、装置、计算机设备和存储介质 |
-
2021
- 2021-12-30 CN CN202111667719.7A patent/CN114489122B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
CN105389988A (zh) * | 2015-12-07 | 2016-03-09 | 北京航空航天大学 | 一种多无人机协同的高速公路智能巡检系统 |
CN107015560A (zh) * | 2017-03-02 | 2017-08-04 | 浙江大学 | 一种基于无人机的光伏阵列的巡检方法 |
US20190236373A1 (en) * | 2018-01-31 | 2019-08-01 | Guangzhou Institute Of Building Science Co., Ltd. | Data Transmission System of Safety Patrol on Construction Project Site Based on "Internet Plus" |
US20200209892A1 (en) * | 2018-12-26 | 2020-07-02 | Hefei University Of Technology | Method and system for patrolling an expressway by unmanned aerial vehicles |
CN111443716A (zh) * | 2020-04-23 | 2020-07-24 | 西安智文琛软件有限公司 | 一种无人机巡检控制方法、系统、存储介质、程序、终端 |
CN112349092A (zh) * | 2020-09-22 | 2021-02-09 | 合肥工业大学 | 空地协同下的交通巡逻业务管控方法、系统和存储介质 |
CN112289032A (zh) * | 2020-11-05 | 2021-01-29 | 浙江点辰航空科技有限公司 | 一种无人机高速公路自动巡检方法 |
CN113723626A (zh) * | 2021-07-23 | 2021-11-30 | 广州轨道交通建设监理有限公司 | 地铁线路保护巡检方法、装置、计算机设备和存储介质 |
CN113724503A (zh) * | 2021-08-31 | 2021-11-30 | 山东交通学院 | 基于云平台的高速公路状态自动巡检系统及方法 |
Non-Patent Citations (2)
Title |
---|
周一超等: "基于深度学习的高速公路无人巡检系统", 《机电一体化》 * |
马昭等: "垂直起降固定翼无人机在高速公路管养中的应用", 《机电一体化》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114783188A (zh) * | 2022-05-17 | 2022-07-22 | 阿波罗智联(北京)科技有限公司 | 巡检方法和装置 |
CN115661965A (zh) * | 2022-09-06 | 2023-01-31 | 贵州博睿科讯科技发展有限公司 | 一种融合自动机场的公路无人机智能巡检系统 |
CN115661965B (zh) * | 2022-09-06 | 2024-01-12 | 贵州博睿科讯科技发展有限公司 | 一种融合自动机场的公路无人机智能巡检系统 |
CN116048124A (zh) * | 2023-02-23 | 2023-05-02 | 北京思维实创科技有限公司 | 无人机地铁隧道巡检方法、装置、计算机设备及存储介质 |
CN116071962A (zh) * | 2023-02-24 | 2023-05-05 | 内蒙古交科路桥建设有限公司 | 公路无人机自动巡检系统 |
CN116071962B (zh) * | 2023-02-24 | 2024-05-17 | 内蒙古交科路桥建设有限公司 | 公路无人机自动巡检系统 |
CN117423017A (zh) * | 2023-11-07 | 2024-01-19 | 广州天海翔航空科技有限公司 | 一种基于无人机的巡检处理方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114489122B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114489122B (zh) | 一种基于uav及配套机场的高速公路自动巡检方法及系统 | |
Outay et al. | Applications of unmanned aerial vehicle (UAV) in road safety, traffic and highway infrastructure management: Recent advances and challenges | |
CN108922188B (zh) | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 | |
CN109255955B (zh) | 一种基于地基和空基协同感知的高速公路事故监测方法及系统 | |
CN106845424B (zh) | 基于深度卷积网络的路面遗留物检测方法 | |
CN109448365B (zh) | 一种跨尺度空基平台区域道路交通系统综合监视方法 | |
CN112422783A (zh) | 一种基于停机坪集群的无人机智能巡查系统 | |
CN111833598B (zh) | 一种高速公路无人机交通事件自动监测方法及系统 | |
GB2569750A (en) | Comfort-based self-driving planning method | |
CN110717387B (zh) | 一种基于无人机平台的实时车辆检测方法 | |
CN109815912B (zh) | 一种基于人工智能的高速公路安全巡查系统 | |
Kawano et al. | Road marking blur detection with drive recorder | |
CN111739308A (zh) | 面向车路协同的道路异常移动物联监控系统及方法 | |
CN113112804A (zh) | 一种智慧高速综合管控方法 | |
KR20100135947A (ko) | 서비스의 질을 개선하는 로드 네트워크 용 운영 보조 시스템 | |
Hossain et al. | A UAV-based traffic monitoring system for smart cities | |
CN112684806A (zh) | 一种基于双重避障和智能识别的电力巡检无人机系统 | |
CN115661965B (zh) | 一种融合自动机场的公路无人机智能巡检系统 | |
CN111723706A (zh) | 基于树莓派的厢式货车厢门开度监控装置及系统 | |
CN114089786A (zh) | 一种基于无人机视觉的沿山区公路自主巡检系统 | |
CN114363316A (zh) | 一种跨区域道路基础设施智能联网监测与监管系统 | |
CN113450573A (zh) | 基于无人机图像识别的交通监测方法和交通监测系统 | |
Růžička et al. | Big data application for urban transport solutions | |
CN111612418A (zh) | 一种基于道路养护的运管平台 | |
CN114333331B (zh) | 一种多车道桥梁车辆通行信息与车重识别方法及系统 |
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 |