CN114663357A - 巷道表面检测方法、装置、电子设备和计算机可读介质 - Google Patents

巷道表面检测方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN114663357A
CN114663357A CN202210193891.1A CN202210193891A CN114663357A CN 114663357 A CN114663357 A CN 114663357A CN 202210193891 A CN202210193891 A CN 202210193891A CN 114663357 A CN114663357 A CN 114663357A
Authority
CN
China
Prior art keywords
roadway
dimensional model
information
target
image
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
Application number
CN202210193891.1A
Other languages
English (en)
Other versions
CN114663357B (zh
Inventor
王恒晓
张雪梅
张辰宇
赵常辛
任程
肖艳波
赵华夏
李鑫亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Ustep Information Technology Co ltd
Guoneng Wuhai Energy Information Technology Co ltd
Original Assignee
Nanjing Ustep Information Technology Co ltd
Guoneng Wuhai Energy Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Ustep Information Technology Co ltd, Guoneng Wuhai Energy Information Technology Co ltd filed Critical Nanjing Ustep Information Technology Co ltd
Priority to CN202210193891.1A priority Critical patent/CN114663357B/zh
Priority claimed from CN202210193891.1A external-priority patent/CN114663357B/zh
Publication of CN114663357A publication Critical patent/CN114663357A/zh
Application granted granted Critical
Publication of CN114663357B publication Critical patent/CN114663357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/64Analysis of geometric attributes of convexity or concavity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • G06T2207/10012Stereo images

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本公开的实施例公开了巷道表面检测方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取巷道的表面信息,上述表面信息包含上述巷道的结构特征;通过上述表面信息构建上述巷道的目标三维模型;基于上述目标三维模型检测上述巷道的表面特征信息。该实施方式可以通过目标三维模型来检测巷道的表面特征信息。表面特征信息可以反映巷道的表面状态,进而对巷道可能发生的冒顶事故进行告警。如此,大大提高了巷道作业的安全性。

Description

巷道表面检测方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及安全检测技术领域,具体涉及巷道表面检测方法、装置、电子设备和计算机可读介质。
背景技术
巷道可以分为地表巷道(例如可以是穿山经过的公路巷道)和地下巷道(例如可以是煤矿巷道等)。冒顶是巷道安全的主要安全隐患之一。一旦发生冒顶事故,可能导致重大的人员伤亡和经济损失。为了预防冒顶事故的发生,现有的巷道检测方法可以是在巷道的指定位置设置监控镜头,监控镜头可以长时间不间断检测巷道内是否有物体掉落,一旦发现巷道内有掉落的物体,则可以发出冒顶告警。
现有巷道检测方法通常是固定设置在指定位置,即便镜头角度可调,能够检测到的巷道信息也有限。并且,现有巷道检测方法通常是巷道发生冒顶后才能告警,不利于巷道冒顶事故的及早发现。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了巷道表面检测方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种巷道表面检测方法,该方法包括:获取巷道的表面信息,上述表面信息包含上述巷道的结构特征;通过上述表面信息构建上述巷道的目标三维模型;基于上述目标三维模型检测上述巷道的表面特征信息。
可选的,上述获取巷道的表面信息,包括:获取沿指定路线经过上述巷道的点云数据。
可选的,上述获取沿指定路线经过上述巷道的点云数据,包括:获取沿上述指定路线经过上述巷道的图像序列,上述图像序列中的图像在上述指定路线上的至少一个预设位置获取。
可选的,上述获取沿上述指定路线经过上述巷道的图像序列,包括:获取摄像头在上述巷道内的拍摄范围信息,上述拍摄范围信息用于表征上述摄像头在上述巷道内拍摄的巷道图像范围;通过上述拍摄范围信息确定上述指定路线上的至少一个预设位置;基于上述至少一个预设位置控制上述摄像头采集上述图像序列。
可选的,上述通过上述表面信息构建上述巷道的目标三维模型,包括:通过上述点云数据构建上述巷道的初始三维模型;在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型。
可选的,上述在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型,包括:通过上述至少一个预设位置确定上述图像序列中每个图像与上述点云数据的匹配关系;基于上述匹配关系,在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型。
可选的,上述基于上述目标三维模型检测上述巷道的表面特征信息,包括:查询上述初始三维模型中至少一个巷道表面的至少一张点云图像;对于上述至少一张点云图像中的每一张点云图像,响应于存第一表面特征信息对应的在第一指定图像特征,在点云图像中标记上述第一指定图像特征的第一位置,并生成对应点云图像的第一告警信息,其中,上述第一表面特征信息对应的包括以下至少一项:凸起结构、凹陷结构,上述第一告警信息包含上述第一位置信息。
可选的,上述基于上述目标三维模型检测上述巷道的表面特征信息,包括:响应于不存在上述第一指定图像特征,查询上述目标三维模型中至少一个巷道表面的至少一张表面图像;对于上述至少一张表面图像中的每一张表面图像,响应于存在第二表面特征信息对应的第二指定图像特征,在表面图像中标记上述第二指定图像特征的第二位置,并生成对应表面图像的第二告警信息,其中,上述第二表面特征信息包括以下至少一项:裂缝图像、颜色图像,上述第二告警信息包含上述第二位置信息。
可选的,上述基于上述目标三维模型检测上述巷道的表面特征信息,包括:将上述目标三维模型与预存储的上述巷道的基准三维模型进行匹配,确定上述巷道的第三表面特征信息;响应于上述第三表面特征信息中超过预设的尺度阈值,在上述目标三维空间标记对应上述第三表面特征信息的第三位置,并生成第三告警信息。
第二方面,本公开的一些实施例提供了一种巷道表面检测装置,该装置包括:表面信息获取单元,被配置成获取巷道的表面信息,上述表面信息包含上述巷道的结构特征;目标三维模型构建单元,被配置成通过上述表面信息构建上述巷道的目标三维模型;表面特征信息检测单元,被配置成基于上述目标三维模型检测上述巷道的表面特征信息。
可选的,上述表面信息获取单元包括:表面信息获取子单元,被配置成获取沿指定路线经过上述巷道的点云数据。
可选的,上述表面信息获取子单元包括:表面信息获取模块,被配置成获取沿上述指定路线经过上述巷道的图像序列,上述图像序列中的图像在上述指定路线上的至少一个预设位置获取。
可选的,上述表面信息获取模块包括:拍摄范围信息获取子模块,被配置成获取摄像头在上述巷道内的拍摄范围信息,上述拍摄范围信息用于表征上述摄像头在上述巷道内拍摄的巷道图像范围;预设位置确定子模块,被配置成通过上述拍摄范围信息确定上述指定路线上的至少一个预设位置;图像序列采集子模块,被配置成基于上述至少一个预设位置控制上述摄像头采集上述图像序列。
可选的,上述目标三维模型构建单元包括:初始三维模型构建子单元,被配置成通过上述点云数据构建上述巷道的初始三维模型;目标三维模型构建子单元,被配置成在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型。
可选的,上述目标三维模型构建子单元包括:匹配关系确定模块,被配置成通过上述至少一个预设位置确定上述图像序列中每个图像与上述点云数据的匹配关系;目标三维模型构建模块,被配置成基于上述匹配关系,在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型。
可选的,上述表面特征信息检测单元包括:点云图像查询子单元,被配置成查询上述初始三维模型中至少一个巷道表面的至少一张点云图像;第一告警信息生成子单元,被配置成对于上述至少一张点云图像中的每一张点云图像,响应于存在第一指定图像特征,在点云图像中标记上述第一指定图像特征的第一位置,并生成对应点云图像的第一告警信息,其中,上述第一指定图像特征包括以下至少一项:凸起结构、凹陷结构,上述第一告警信息包含上述第一位置信息。
可选的,上述表面特征信息检测单元包括:表面图像查询子单元,被配置成响应于不存在上述第一指定图像特征,查询上述目标三维模型中至少一个巷道表面的至少一张表面图像;第二告警信息生成子单元,被配置成对于上述至少一张表面图像中的每一张表面图像,响应于存在第二指定图像特征,在表面图像中标记上述第二指定图像特征的第二位置,并生成对应表面图像的第二告警信息,其中,上述第二指定图像特征包括以下至少一项:裂缝图像、颜色图像,上述第二告警信息包含上述第二位置信息。
可选的,上述表面特征信息检测单元包括:第三表面特征信息确定子单元,被配置成将上述目标三维模型与预存储的上述巷道的基准三维模型进行匹配,确定上述巷道的第三表面特征信息;第三告警信息生成子单元,被配置成响应于上述第三表面特征信息中超过预设的尺度阈值,在上述目标三维空间标记对应上述第三表面特征信息的第三位置,并生成第三告警信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的巷道表面检测方法检测巷道的表面特征信息,巷道作业的安全性有所提高。具体来说,造成巷道作业的安全性不高的原因在于:现有巷道检测方法通常是在巷道发生冒顶后才能检测到冒顶事故。基于此,本公开的一些实施例的巷道表面检测方法首先获取了巷道的表面信息。由于表面信息包含了巷道的结构特征,因此,可以通过表面信息构建巷道的目标三维模型。然后,可以通过目标三维模型来检测巷道的表面特征信息。表面特征信息可以反映巷道的表面状态,进而对巷道可能发生的冒顶事故进行告警。如此,大大提高了巷道作业的安全性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的巷道表面检测方法的应用场景的示意图;
图2是根据本公开的巷道表面检测方法的一些实施例的流程图;
图3是根据本公开的巷道表面检测方法的另一些实施例的流程图;
图4是根据本公开的巷道表面检测方法的又一些实施例的流程图;
图5是根据本公开的巷道表面检测装置的一些实施例的结构示意图;
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的巷道表面检测方法的一个应用场景的示意图。
如图1所示,本申请涉及巷道101和用户终端102。其中,用户终端102具备扫描巷道表面,并对巷道表面信息进行数据处理的能力。用户终端102例如可以是智能眼镜等设备。实际中,技术人员可以佩戴用户终端102在巷道101内走动。用户终端102可以通过自身的点云采集模块、摄像头等采集巷道101的表面信息。然后,用户终端102的处理器可以通过表面信息构建巷道101的目标三维模型,并基于目标三维模型检测巷道101的表面特征信息,以检测巷道101可能出现的冒顶等事故。表面特征信息例如可以是表面结构的凸起、凹陷、裂缝,还可以是表面颜色的异常等,具体视实际情况而定。
继续参考图2,图2示出了根据本公开的巷道表面检测方法的一些实施例的流程200。该巷道表面检测方法,包括以下步骤:
步骤201,获取巷道的表面信息。
在一些实施例中,巷道表面检测方法的执行主体(例如图1所示的用户终端102)可以通过多种数据采集设备获取巷道的表面信息。
例如,用户可以佩戴执行主体(例如可以是智能眼镜等)在巷道内走动。执行主体上的点云采集模块、摄像头等模块可以采集巷道各个表面的表面信息。其中,巷道的表面可以是巷道内部的顶部表面,侧面表面等。表面信息包含了巷道的结构特征,可以是点云数据、图像、视频等。例如,点云数据包含了技术人员进入巷道前巷道的点云数据,则此时的点云数据可以获取到巷道的外围结构特征。技术人员进入巷道后,执行主体获取的点云数据可以包含巷道内的结构特征。同理,图像和视频也可以获取到巷道的结构特征。
步骤202,通过上述表面信息构建上述巷道的目标三维模型。
在一些实施例中,由于表面信息包含了巷道的结构特征,因此执行主体可以根据表面信息构建巷道的目标三维模型。在构建目标三维模型的过程中,还可以通过超宽带无线通信技术等获取到巷道各个位置的位置信号。如此,通过位置信号构建出的目标三维模型可以准确描述巷道在空间的结构。
步骤203,基于上述目标三维模型检测上述巷道的表面特征信息。
得到目标三维模型后,执行主体可以查询目标三维模型中的各个表面,进而确定巷道的表面特征信息。
实际中,技术人员可以佩戴智能眼镜在煤矿的巷道等通道中走动,智能眼镜可以自动获取周围的图像,并识别图像中的物体。当图像中存在巷道等需要检测安全问题的建筑工程时,智能眼镜可以自动获取巷道的表面信息,构建巷道的目标三维模型,并检测巷道的表面特征信息。当通过表面特征信息检测到巷道存在安全隐患时,可以及时发出告警信号告知技术人员及时撤离。如此,大大提高了巷道作业的安全性。
上述方案提供了技术人员佩戴智能眼镜在巷道内走动时对巷道的表面进行检测的方案。当巷道已经存在安全隐患时,这种方式无疑具有较高的危险性。为此,技术人员还可以将智能眼镜设置在小型的遥控飞行器上,或者在遥控飞行器上设置点云采集模块、摄像头和处理器等模块,并通过上述技术方案控制遥控飞行器,以实现对巷道等建筑工程的安全性检测。进一步提高了检测过程的安全性。
本公开的一些实施例公开的巷道表面检测方法首先获取了巷道的表面信息。由于表面信息包含了巷道的结构特征,因此,可以通过表面信息构建巷道的目标三维模型。然后,可以通过目标三维模型来检测巷道的表面特征信息。表面特征信息可以反映巷道的表面状态,进而对巷道可能发生的冒顶事故进行告警。如此,大大提高了巷道作业的安全性。
继续参考图3,图3示出了根据本公开的巷道表面检测方法的一些实施例的流程300。该巷道表面检测方法,包括以下步骤:
步骤301,获取沿指定路线经过上述巷道的点云数据。
技术人员可以佩戴执行主体(例如可以是智能眼镜)在巷道内沿着指定路线走动。执行主体的点云采集模块可以采集技术人员走动过程中巷道的点云数据。例如,指定路线可以是穿过巷道的一条直线。实际中,巷道内可以设置有各种管道或其他设备。这些管道或其他设备在工作时常伴随有震动,可能诱发冒顶事故。相应的,指定路线还可以是经过巷道内指定位置的一条曲线。如此,可以针对性获取可能出现冒顶事故处的点云数据,提高了检测冒顶事故的及时性和有效性。
在一些实施例的一些可选的实现方式中,上述获取沿指定路线经过上述巷道的点云数据,可以包括:获取沿上述指定路线经过上述巷道的图像序列。
实际中,点云数据主要体现巷道表面的结构特征,而还有一些冒顶可能出现的情况(例如可以是裂缝等)不易通过点云数据准确确定。为此,还可以在获取点云数据的过程中获取相应的图像序列。其中,上述图像序列中的图像可以是在上述指定路线上的至少一个预设位置获取。假设技术人员匀速前进,则图像序列中的图像可以是间隔设定距离或设定时间、通过摄像头采集的巷道表面的图像。
在一些实施例的一些可选的实现方式中,上述获取沿上述指定路线经过上述巷道的图像序列,可以包括以下步骤:
第一步,获取摄像头在上述巷道内的拍摄范围信息。
实际中,技术人员由于佩戴方式等原因,可能导致执行主体的摄像头在每次佩戴中的拍摄角度不同。为了获取准确有效的图像,执行主体可以首先获取摄像头在巷道内的拍摄范围信息。上述拍摄范围信息可以用于表征上述摄像头在上述巷道内拍摄的巷道图像范围。例如,执行主体可以预先拍摄几张图像,然后确定图像内容覆盖的巷道表面的面积,并基于面积确定拍摄范围信息。即,拍摄范围信息可以通过面积来表达。
第二步,通过上述拍摄范围信息确定上述指定路线上的至少一个预设位置。
得到了拍摄范围信息后,为了避免出现缺失巷道表面图像的情况,执行主体可以通过拍摄范围信息确定上述指定路线上的至少一个预设位置。即,在至少一个预设位置处拍摄的至少一张图像,包含了巷道内的全部表面,避免缺失巷道表面图像的情况。如此,提高了获取表面特征信息的全面性和有效性,进而提高了识别巷道冒顶的准确性。
第三步,基于上述至少一个预设位置控制上述摄像头采集上述图像序列。
确定了至少一个预设位置后,执行主体可以控制摄像头在至少一个预设位置中的每个预设位置采集图像,得到巷道的图像序列。由于图像序列中的图像是按照指定路线获取的,图像之间的先后顺序就可以对应巷道内沿指定路线上依次出现的巷道表面。如此,降低了后续构建目标三维模型的复杂度,提高了目标三维模型的构建速度,进而加快了检测巷道冒顶的速度。
在一些实施例的一些可选的实现方式中,实际中,技术人员在走动时,身体会有震动,或者技术人员可以面向不同的方向。如此,容易导致摄像头拍摄的图像遗漏巷道中的一些表面图像。为了解决这些问题,执行主体还可以录制视频。由于视频包含了大量连续的图像,因此,即使技术人员出现身体震动或面向不同方向的问题,也能够从视频中选取到全面的包含巷道表面的图像。如此,提高了图像的有效性,提高了对巷道冒顶等事故的识别精度。
步骤302,通过上述点云数据构建上述巷道的初始三维模型。
在一些实施例中,得到点云数据后,执行主体可以在本地或在与执行主体数据通信的其他设备上构建巷道的初始三维模型。
步骤303,在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型。
在一些实施例中,初始三维模型是通过点云数据构建的,点云数据通常不包含颜色信息。而巷道表面的颜色也可能与冒顶有关。例如,出现了透水情况,容易降低巷道结构稳定性,但表面仍然完成,没有出现石块等掉落情况。为此,执行主体可以在初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型。
在一些实施例的一些可选的实现方式中,上述在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型,可以包括以下步骤:
第一步,通过上述至少一个预设位置确定上述图像序列中每个图像与上述点云数据的匹配关系。
图像序列也点云数据都是基于指定路线获取的,并且图像序列中的图像是在指定路线的预设位置获取的。因此,执行主体可以确定每个预设位置处点云数据和图像的匹配关系。例如,匹配关系可以是图像序列中每个图像对应哪些点云数据。
第二步,基于上述匹配关系,在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型。
确定了匹配关系后,执行主体可以将图像序列中的图像进行拉伸等操作,并将操作后的图像附加在初始三维模型上得到目标三维模型。如此,是的目标三维模型能够最大化还原真实的巷道,有利于提高对巷道表面检测的表面特征信息的有效性。
步骤304,查询上述初始三维模型中至少一个巷道表面的至少一张点云图像。
确定了初始三维模型后,执行主体可以基于初始三维模型来查询每个巷道表面的点云图像。例如,巷道表面是巷道顶部的拱形曲面,则对应的点云图像可以是由拱形曲面对应的点云数据对应的三维点组合得到的图像。
步骤305,对于上述至少一张点云图像中的每一张点云图像,响应于存在第一表面特征信息对应的第一指定图像特征,在点云图像中标记上述第一指定图像特征的第一位置,并生成对应点云图像的第一告警信息。
执行主体可以对点云图像进行数据处理。当点云图像中存在第一表面特征信息对应的第一指定图像特征时,可以标记第一指定图像特征在点云图像中的第一位置信息,并生成第一告警信息。其中,上述第一表面特征信息对应的包括以下至少一项:凸起结构、凹陷结构。上述第一告警信息包含上述第一位置信息。
对于公路巷道而言,巷道内表面通常是通过钢筋混凝土完全覆盖的平整面(或光滑面)。当点云图像中存在凸起结构时,则出现冒顶的可能很大。此时,执行主体可以标记凸起结构在点云图像中的第一位置,并生成包含凸起结构的第二位置的第一告警信息。对于煤矿巷道而言,巷道通常是通过各个支撑结构构成的不完全覆盖的粗糙面,且煤矿巷道在安全情况下,也存在煤块掉落的情况。为了提高告警准确性,执行主体可以调整凸起结构和凹陷结构的尺寸阈值。只有煤矿巷道出现超过尺寸阈值的凸起结构和凹陷结构时,才认为存在冒顶风险。由上述描述可知,目标三维模型的构建过程中,是先通过点云数据构建初始三维模型,然后再通过图像序列得到目标三维模型。因此,通过初始三维模型可以在目标三维模型构建好之前就对巷道表面进行检测。如此,实现了对各种巷道(地表巷道和地下巷道)的表面检测,大大缩短了第一告警信息的发出时间,提高了告警效率。同时,冒顶等问题通常属于重大安全事故,通过初始三维模型得到第一告警信息,可以及早发现安全问题,避免重大安全事故的发生。
步骤306,响应于不存在上述第一指定图像特征,查询上述目标三维模型中至少一个巷道表面的至少一张表面图像。
当不存在第一指定图像特征时,执行主体可以继续构建目标三维模型。当构建目标三维模型完成后,可以查询目标三维模型中至少一个巷道表面的至少一张表面图像。
步骤307,对于上述至少一张表面图像中的每一张表面图像,响应于存在第二表面特征信息对应的第二指定图像特征,在表面图像中标记上述第二指定图像特征的第二位置,并生成对应表面图像的第二告警信息。
执行主体可以进一步在表面图像上检测第二指定图像特征。当存在第二表面特征时,可以在表面图像中标记第二指定图像特征的第二位置,然后生成第二告警信息。其中,上述第二表面特征信息包括以下至少一项:裂缝图像、颜色图像。上述第二告警信息包含上述第二位置信息。
例如,出现了裂缝图像,则可能是上述凸起结构出现前产生的裂缝导致的。此时,执行主体可以在表面图像中标记裂缝图像的第二位置,并生成包含裂缝信息的第二位置的第二告警信息。此外,当出现了颜色图像(例如可以是巷道表面由于挂红或挂汗等引起的颜色变化)时,说明对应颜色图像的表面图像区域与表面图像的其他区域不同,存在透水等风险。此时,执行主体可以标记颜色图像所在区域的第二位置,并生成颜色图像的第二位置的第二告警信息。
继续参考图4,图4示出了根据本公开的巷道表面检测方法的一些实施例的流程400。该巷道表面检测方法,包括以下步骤:
步骤401,获取巷道的表面信息。
步骤402,通过上述表面信息构建上述巷道的目标三维模型。
步骤403,基于上述目标三维模型检测上述巷道的表面特征信息。
步骤401和步骤403的内容与步骤201和步骤203的内容相同,此处不再一一赘述。
步骤404,将上述目标三维模型与预存储的上述巷道的基准三维模型进行匹配,确定上述巷道的第三表面特征信息。
执行主体还可以将获取的目标三维模型与预存储的巷道的基准三维模型进行匹配。其中,巷道的基准三维模型可以是巷道不存在安全隐患时构建的,可以表征巷道安全时的结构特征和表面特征。执行主体可以将目标三维模型与基准三维模型匹配,将目标三维模型和基准三维模型不同的部分设置为第三表面特征信息。第三表面特征信息表征了巷道结构和表面的变化。
步骤405,响应于上述第三表面特征信息中超过预设的尺度阈值,在上述目标三维空间标记对应上述第三表面特征信息的第三位置,并生成第三告警信息。
上述已经从较为明显的凸起结构、凹陷结构、裂缝或颜色等具体位置对巷道表面进行了检测。实际中,还可能出现面积更大的安全隐患,例如大面积塌方等。为此,执行主体检测到第三表面特征信息时,还可以将第三表面特征信息于预设的尺度阈值进行比较。其中,尺度阈值可以是第三表面特征信息对应的表面在长度、宽度、厚度或位移等方面的变化量。例如,煤矿巷道在安全情况下也时常有煤块的掉落。单从上述凸起结构、凹陷结构来判断巷道安全,容易出现误判的情况。但是,当煤矿巷道的第三表面特征信息超过预设的尺度阈值时,说明巷道整体上存在出现重大事故的可能性。此时,执行主体可以在目标三维空间标记对应第三表面特征信息的第三位置,并生成第三告警信息。如此,实现了对各种巷道表面的整体判断,提高了巷道作业的安全性。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种巷道表面检测装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,一些实施例的巷道表面检测装置500包括:表面信息获取单元501、目标三维模型构建单元502和表面特征信息检测单元503。其中,表面信息获取单元501,被配置成获取巷道的表面信息,上述表面信息包含上述巷道的结构特征;目标三维模型构建单元502,被配置成通过上述表面信息构建上述巷道的目标三维模型;表面特征信息检测单元503,被配置成基于上述目标三维模型检测上述巷道的表面特征信息。
在一些实施例的可选实现方式中,上述表面信息获取单元501可以包括:表面信息获取子单元(图中未示出),被配置成获取沿指定路线经过上述巷道的点云数据。
在一些实施例的可选实现方式中,上述表面信息获取子单元可以包括:表面信息获取模块(图中未示出),被配置成获取沿上述指定路线经过上述巷道的图像序列,上述图像序列中的图像在上述指定路线上的至少一个预设位置获取。
在一些实施例的可选实现方式中,上述表面信息获取模块可以包括:拍摄范围信息获取子模块(图中未示出)、预设位置确定子模块(图中未示出)和图像序列采集子模块(图中未示出)。其中,拍摄范围信息获取子模块,被配置成获取摄像头在上述巷道内的拍摄范围信息,上述拍摄范围信息用于表征上述摄像头在上述巷道内拍摄的巷道图像范围;预设位置确定子模块,被配置成通过上述拍摄范围信息确定上述指定路线上的至少一个预设位置;图像序列采集子模块,被配置成基于上述至少一个预设位置控制上述摄像头采集上述图像序列。
在一些实施例的可选实现方式中,上述目标三维模型构建单元502可以包括:初始三维模型构建子单元(图中未示出)和目标三维模型构建子单元(图中未示出)。其中,初始三维模型构建子单元,被配置成通过上述点云数据构建上述巷道的初始三维模型;目标三维模型构建子单元,被配置成在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型。
在一些实施例的可选实现方式中,上述目标三维模型构建子单元可以包括:匹配关系确定模块(图中未示出)和目标三维模型构建模块(图中未示出)。其中,匹配关系确定模块,被配置成通过上述至少一个预设位置确定上述图像序列中每个图像与上述点云数据的匹配关系;目标三维模型构建模块,被配置成基于上述匹配关系,在上述初始三维模型上匹配上述图像序列中的图像,得到上述目标三维模型。
在一些实施例的可选实现方式中,上述表面特征信息检测单元503可以包括:点云图像查询子单元(图中未示出)和第一告警信息生成子单元(图中未示出)。其中,点云图像查询子单元,被配置成查询上述初始三维模型中至少一个巷道表面的至少一张点云图像;第一告警信息生成子单元,被配置成对于上述至少一张点云图像中的每一张点云图像,响应于存在第一表面特征信息对应的第一指定图像特征,在点云图像中标记上述第一指定图像特征的第一位置,并生成对应点云图像的第一告警信息,其中,上述第一表面特征信息对应的包括以下至少一项:凸起结构、凹陷结构,上述第一告警信息包含上述第一位置信息。
在一些实施例的可选实现方式中,上述表面特征信息检测单元503可以包括:表面图像查询子单元(图中未示出)和第二告警信息生成子单元(图中未示出)。其中,表面图像查询子单元,被配置成响应于不存在上述第一指定图像特征,查询上述目标三维模型中至少一个巷道表面的至少一张表面图像;第二告警信息生成子单元,被配置成对于上述至少一张表面图像中的每一张表面图像,响应于存在第二表面特征信息对应的第二指定图像特征,在表面图像中标记上述第二指定图像特征的第二位置,并生成对应表面图像的第二告警信息,其中,上述第二表面特征信息包括以下至少一项:裂缝图像、颜色图像,上述第二告警信息包含上述第二位置信息。
在一些实施例的可选实现方式中,上述表面特征信息检测单元503还可以包括:第三表面特征信息确定子单元(图中未示出)和第三告警信息生成子单元(图中未示出)。其中,第三表面特征信息确定子单元,被配置成将上述目标三维模型与预存储的上述巷道的基准三维模型进行匹配,确定上述巷道的第三表面特征信息;第三告警信息生成子单元,被配置成响应于上述第三表面特征信息中超过预设的尺度阈值,在上述目标三维空间标记对应上述第三表面特征信息的第三位置,并生成第三告警信息。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取巷道的表面信息,上述表面信息包含上述巷道的结构特征;通过上述表面信息构建上述巷道的目标三维模型;基于上述目标三维模型检测上述巷道的表面特征信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,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,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以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,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以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,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括表面信息获取单元、目标三维模型构建单元和表面特征信息检测单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,表面特征信息检测单元还可以被描述为“用于检测巷道表面的特征信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种巷道表面检测方法,包括:
获取巷道的表面信息,所述表面信息包含所述巷道的结构特征;
通过所述表面信息构建所述巷道的目标三维模型;
基于所述目标三维模型检测所述巷道的表面特征信息。
2.根据权利要求1所述的方法,其中,所述获取巷道的表面信息,包括:
获取沿指定路线经过所述巷道的点云数据。
3.根据权利要求2所述的方法,其中,所述获取沿指定路线经过所述巷道的点云数据,包括:
获取沿所述指定路线经过所述巷道的图像序列,所述图像序列中的图像在所述指定路线上的至少一个预设位置获取。
4.根据权利要求3所述的方法,其中,所述获取沿所述指定路线经过所述巷道的图像序列,包括:
获取摄像头在所述巷道内的拍摄范围信息,所述拍摄范围信息用于表征所述摄像头在所述巷道内拍摄的巷道图像范围;
通过所述拍摄范围信息确定所述指定路线上的至少一个预设位置;
基于所述至少一个预设位置控制所述摄像头采集所述图像序列。
5.根据权利要求3所述的方法,其中,所述通过所述表面信息构建所述巷道的目标三维模型,包括:
通过所述点云数据构建所述巷道的初始三维模型;
在所述初始三维模型上匹配所述图像序列中的图像,得到所述目标三维模型。
6.根据权利要求5所述的方法,其中,所述在所述初始三维模型上匹配所述图像序列中的图像,得到所述目标三维模型,包括:
通过所述至少一个预设位置确定所述图像序列中每个图像与所述点云数据的匹配关系;
基于所述匹配关系,在所述初始三维模型上匹配所述图像序列中的图像,得到所述目标三维模型。
7.根据权利要求1所述的方法,其中,所述基于所述目标三维模型检测所述巷道的表面特征信息,包括:
将所述目标三维模型与预存储的所述巷道的基准三维模型进行匹配,确定所述巷道的第三表面特征信息;
响应于所述第三表面特征信息中超过预设的尺度阈值,在所述目标三维空间标记对应所述第三表面特征信息的第三位置,并生成第三告警信息。
8.一种巷道表面检测装置,包括:
表面信息获取单元,被配置成获取巷道的表面信息,所述表面信息包含所述巷道的结构特征;
目标三维模型构建单元,被配置成通过所述表面信息构建所述巷道的目标三维模型;
表面特征信息检测单元,被配置成基于所述目标三维模型检测所述巷道的表面特征信息。
9.一种电子设备,包括:
一个或多个处理器;
摄像头,用于采集巷道的表面图像;
点云采集设备,用于采集点云数据;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时,实现如权利要求1至7中任一所述的方法。
CN202210193891.1A 2022-03-01 巷道表面检测方法、装置、电子设备和计算机可读介质 Active CN114663357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210193891.1A CN114663357B (zh) 2022-03-01 巷道表面检测方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210193891.1A CN114663357B (zh) 2022-03-01 巷道表面检测方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN114663357A true CN114663357A (zh) 2022-06-24
CN114663357B CN114663357B (zh) 2024-11-05

Family

ID=

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116559362B (zh) * 2023-04-13 2023-12-01 威利朗沃矿业设备(北京)有限公司 基于地质构造的煤矿瓦斯异常检测方法、装置和电子设备
CN117274461A (zh) * 2023-10-10 2023-12-22 山东能源集团西北矿业有限公司 一种tbm巷道形成过程的回放方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105115442A (zh) * 2015-07-28 2015-12-02 中国神华能源股份有限公司 巷道的内部表面形态的检测方法、装置和系统
EP3094806A1 (en) * 2014-01-14 2016-11-23 Sandvik Mining and Construction Oy Mine vehicle and method of initiating mine work task
US20170046833A1 (en) * 2015-08-10 2017-02-16 The Board Of Trustees Of The Leland Stanford Junior University 3D Reconstruction and Registration of Endoscopic Data
CN109215118A (zh) * 2018-09-18 2019-01-15 东北大学 一种基于图像序列的增量式运动结构恢复优化方法
CN110542388A (zh) * 2019-09-26 2019-12-06 贵州大学 基于移动三维激光扫描的隧道掌子面变形报警方法
CN110736434A (zh) * 2019-10-28 2020-01-31 中国矿业大学 一种煤矿巷道表面位移在线监测系统及监测方法
CN111581417A (zh) * 2020-04-28 2020-08-25 广东电网有限责任公司 配电房施工人员的身份识别方法、终端、系统及存储介质
CN111578853A (zh) * 2020-05-27 2020-08-25 呼伦贝尔学院 矿区重复采动巷道冒顶隐患高度预测方法
US20210090296A1 (en) * 2019-09-20 2021-03-25 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for calibrating camera
CN112598780A (zh) * 2020-12-04 2021-04-02 Oppo广东移动通信有限公司 实例对象模型构建方法及装置、可读介质和电子设备
CN113409549A (zh) * 2021-06-11 2021-09-17 中铁西南科学研究院有限公司 一种高山峡谷地区的滑坡监测预警系统
CN113570721A (zh) * 2021-09-27 2021-10-29 贝壳技术有限公司 三维空间模型的重建方法、装置和存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3094806A1 (en) * 2014-01-14 2016-11-23 Sandvik Mining and Construction Oy Mine vehicle and method of initiating mine work task
CN105115442A (zh) * 2015-07-28 2015-12-02 中国神华能源股份有限公司 巷道的内部表面形态的检测方法、装置和系统
US20170046833A1 (en) * 2015-08-10 2017-02-16 The Board Of Trustees Of The Leland Stanford Junior University 3D Reconstruction and Registration of Endoscopic Data
CN109215118A (zh) * 2018-09-18 2019-01-15 东北大学 一种基于图像序列的增量式运动结构恢复优化方法
US20210090296A1 (en) * 2019-09-20 2021-03-25 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for calibrating camera
CN110542388A (zh) * 2019-09-26 2019-12-06 贵州大学 基于移动三维激光扫描的隧道掌子面变形报警方法
CN110736434A (zh) * 2019-10-28 2020-01-31 中国矿业大学 一种煤矿巷道表面位移在线监测系统及监测方法
CN111581417A (zh) * 2020-04-28 2020-08-25 广东电网有限责任公司 配电房施工人员的身份识别方法、终端、系统及存储介质
CN111578853A (zh) * 2020-05-27 2020-08-25 呼伦贝尔学院 矿区重复采动巷道冒顶隐患高度预测方法
CN112598780A (zh) * 2020-12-04 2021-04-02 Oppo广东移动通信有限公司 实例对象模型构建方法及装置、可读介质和电子设备
CN113409549A (zh) * 2021-06-11 2021-09-17 中铁西南科学研究院有限公司 一种高山峡谷地区的滑坡监测预警系统
CN113570721A (zh) * 2021-09-27 2021-10-29 贝壳技术有限公司 三维空间模型的重建方法、装置和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MANLIN XIAO ET.AL: "The Surface Flattening based on Mechanics Revision of the Tunnel 3D Point Cloud Data from Laser Scanner", PROCEDIA COMPUTER SCIENCE, 11 May 2018 (2018-05-11), pages 1229 - 1237, XP085395820, DOI: 10.1016/j.procs.2018.04.335 *
朱文杰等: "巷道围岩表面变形的激光测量方法", 煤矿安全, 20 June 2015 (2015-06-20), pages 97 - 99 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116559362B (zh) * 2023-04-13 2023-12-01 威利朗沃矿业设备(北京)有限公司 基于地质构造的煤矿瓦斯异常检测方法、装置和电子设备
CN117274461A (zh) * 2023-10-10 2023-12-22 山东能源集团西北矿业有限公司 一种tbm巷道形成过程的回放方法

Similar Documents

Publication Publication Date Title
CN110147705B (zh) 一种基于视觉感知的车辆定位方法及电子设备
KR100773393B1 (ko) 댐 시설물의 실시간 모니터링시스템 및 그 방법
JP6084243B2 (ja) 判定装置及び判定方法
CN110019570A (zh) 用于构建地图的方法、装置及终端设备
US10488426B2 (en) System for determining speed and related mapping information for a speed detector
US10748427B1 (en) Systems and methods for preventing damage to unseen utility assets
JPWO2015129045A1 (ja) 画像取得システム、端末、画像取得方法および画像取得プログラム
JP6673641B2 (ja) 地盤崩壊検知システム
KR102225146B1 (ko) 광산 안전관리를 위한 갱내 차량 v2x 시스템 및 광산 안전 관리 방법
JP2017129508A (ja) 自己位置推定システム、自己位置推定方法、モバイル端末、サーバおよび自己位置推定プログラム
CN111988524A (zh) 一种无人机与摄像头协同避障方法、服务器及存储介质
WO2014067935A1 (en) System and method for selecting sensors in surveillance applications
CN111679675B (zh) 一种用于无人车的燃气巡检方法和无人车
KR20210093194A (ko) 차량의 차로변경을 탐지하는 방법과 장치, 전자 기기, 저장 장치, 노변 기기, 클라우드 제어 플랫폼 및 프로그램 제품
KR102033118B1 (ko) 작업 현장의 위험을 경고하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
CN112433539A (zh) 一种处理高速交通事故的无人机调度方法、系统及可读存储介质
CN114363161B (zh) 异常设备的定位方法、装置、设备及介质
CN115762138A (zh) 路面状况的提醒方法、装置、电子设备及存储介质
JP2012234451A (ja) 情報通信システム、携帯端末、情報処理方法、及びプログラム
KR101473975B1 (ko) 클라우드 서버를 사용한 교통 시설물 위치 설계시스템 및 그 방법
JP4859518B2 (ja) 通信端末および通信システム
JP2015153208A (ja) 注意喚起システム
JP2023022867A (ja) 安全管理装置、システム、方法、及びプログラム
CN114663357A (zh) 巷道表面检测方法、装置、电子设备和计算机可读介质
CN114663357B (zh) 巷道表面检测方法、装置、电子设备和计算机可读介质

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