CN115877715B - 一种矿区无人机探测地裂缝自适应控制系统及方法 - Google Patents
一种矿区无人机探测地裂缝自适应控制系统及方法 Download PDFInfo
- Publication number
- CN115877715B CN115877715B CN202211567909.6A CN202211567909A CN115877715B CN 115877715 B CN115877715 B CN 115877715B CN 202211567909 A CN202211567909 A CN 202211567909A CN 115877715 B CN115877715 B CN 115877715B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- infrared
- ground
- crack
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 100
- 238000005065 mining Methods 0.000 title claims abstract description 96
- 230000001105 regulatory effect Effects 0.000 claims description 29
- 230000001276 controlling effect Effects 0.000 claims description 23
- 230000003044 adaptive effect Effects 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 13
- 230000004927 fusion Effects 0.000 claims description 8
- 239000011435 rock Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000007499 fusion processing Methods 0.000 claims description 6
- 238000002789 length control Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 5
- 239000003245 coal Substances 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 238000003331 infrared imaging Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种矿区无人机探测地裂缝自适应控制系统及方法，包括无人机探测本体，无人机探测本体上安装有设备载体和若干个起降螺旋桨，设备载体上设有地裂缝红外反演系统、定位模块、采矿地裂缝预算系统、无人机自适应控制系统和红外摄像控制系统，设备载体底部安装有红外相机，地裂缝红外反演系统包括图像拼接系统，地裂缝红外反演系统内部具有矿区地图系统，地裂缝红外反演系统用于红外图像按照定位模块所对应采集的经纬度对应反演于矿区地图系统上，地裂缝红外反演系统对红外图像进行地裂缝特征提取得到地裂缝图像。本发明能够高精度、高质量、高效率采集地裂缝数据，最终得到清晰准确、完整的地裂缝图像，提高了探测效率与质量。
Description
技术领域
本发明涉及煤矿开采地表损害探测领域，尤其涉及一种矿区无人机探测地裂缝自适应控制系统及方法。
背景技术
煤炭开采会导致地表沉陷、地裂缝发育，进而诱发地表建筑物变形、地下管道破坏、地下水流失、地面塌陷、耕地损毁、土壤表层含水量降低、植被退化、水土流失等一系列环境问题，给煤矿安全生产、矿区环境与生态维护带来了极大的困难。一直以来，矿区地裂缝的探测和治理是矿区管理的重点工作，而地裂缝的高效、精准探测与分析是有效治理的前提。现如今对于地裂缝的监测主要是大地测量法，即利用地裂缝监测装置对其进行实地直接测量，该方法需要花费大量的人力、物力及财力，同时监测区域受地表环境和条件的影响较大、监测范围有限、效率较低。目前，现有技术没有基于无人机进行实时拍摄监测得到地裂缝结果，同时还能实现自适应调节无人机飞行高度、飞行速度、相机焦距的方法，这使得得到最终的地裂缝数据均在同一尺度下的拍摄结果，该细节监测拍摄没有做到细节拍摄，得到的地裂缝数据应用于科研研究的价值不大，无法实现地裂缝监测的实时、精准和高效的目的。
发明内容
本发明的目的在于克服背景技术所指出的技术问题，提供一种矿区无人机探测地裂缝自适应控制系统及方法，采矿地裂缝预算系统输入初始地裂缝数据并预设无人机的飞行路线等初始数据，红外相机进行实时拍摄并与定位模块采集的位置信息实时传输至地裂缝红外反演系统，地裂缝红外反演系统进行拼接、特征信息提取，然后反馈至无人机自适应控制系统、红外摄像控制系统，无人机自适应控制系统及时进行飞行高度、飞行速度调节控制，红外摄像控制系统及时进行红外相机的调焦处理，能够高精度、高质量、高效率采集地裂缝数据，最终得到清晰准确、完整的地裂缝图像，提高了探测效率与质量。
本发明的目的通过下述技术方案实现：
一种矿区无人机探测地裂缝自适应控制系统，包括无人机探测本体，无人机探测本体上安装有设备载体和安装于设备载体上的若干个起降螺旋桨，设备载体上安装有相互连接的地裂缝红外反演系统、定位模块、采矿地裂缝预算系统、无人机自适应控制系统和红外摄像控制系统，所述设备载体底部安装有红外相机，所述地裂缝红外反演系统内部包括有与红外相机连接的图像拼接系统，无人机自适应控制系统与起降螺旋桨对应连接，无人机自适应控制系统用于控制无人机飞行路线、飞行高度、飞行速度，所述红外摄像控制系统内部包括与红外相机连接的智能调焦系统；所述定位模块用于实时采集无人机的位置信息、飞行速度，位置信息包括飞行高度、经纬度信息，红外摄像控制系统用于控制红外相机对无人机探测本体下方矿区进行摄像，所述地裂缝红外反演系统内部具有矿区地图系统，地裂缝红外反演系统用于将红外相机拍摄的红外图像按照定位模块所对应采集的经纬度对应反演于矿区地图系统上，图像拼接系统用于对红外图像进行拼接、融合处理，地裂缝红外反演系统对拼接、融合后的红外图像进行地裂缝特征提取得到地裂缝图像。
一种利用矿区无人机探测地裂缝自适应控制系统的方法，其方法如下：
S1、确定矿区探测范围，根据矿区探测范围确定无人机飞行边界，向采矿地裂缝预算系统输入初步地裂缝数据，初步地裂缝数据包括初步的地裂缝分布及地裂缝特征数据，地裂缝特征数据包括地裂缝密度、地裂缝尺寸；
S2、以初步地裂缝数据为核心确定覆盖无人机飞行边界的无人机飞行路线输入无人机自适应控制系统，定位模块定位无人机探测本体的位置信息、飞行速度并反馈至无人机自适应控制系统；
S3、在无人机探测本体飞行的同时，红外摄像控制系统控制红外相机对无人机探测本体下方进行摄像得到红外图像，地裂缝红外反演系统将红外图像按照无人机探测本体的位置信息中的经纬度信息对应投射至矿区地图系统上，地裂缝红外反演系统进行红外图像的拼接融合、地裂缝特征提取处理得到地裂缝图像；
S4、无人机自适应控制系统控制无人机探测本体在矿区探测范围飞行并进行飞行高度、飞行速度自适应调节控制；红外摄像控制系统的智能调焦系统控制红外相机进行自适应调焦处理。
为了更好地实现本发明矿区无人机探测地裂缝自适应控制方法，无人机自适应控制系统控制无人机探测本体的飞行高度自适应调节控制方法如下：
地裂缝红外反演系统从地裂缝图像中提取当前红外相机覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ；
依据裂缝数量n按照如下公式计算待调节高度Hn，
依据裂缝密度ρ按照如下公式计算待调节高度Hρ，
取待调节高度Hn、Hρ中的最大值作为无人机自适应控制系统控制无人机探测本体的最终高度进行高度调节。
本发明矿区无人机探测地裂缝自适应控制方法优选的技术方案是：无人机自适应控制系统控制无人机探测本体的飞行速度自适应调节控制方法如下：
地裂缝红外反演系统从地裂缝图像中提取当前红外相机覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ；
依据裂缝数量n按照如下公式计算待调节速度vn，
vn＝[ln(n+1)]-2v，其中v为拍摄红外图像时的当前速度；
依据裂缝密度ρ按照如下公式计算待调节速度vρ，
取待调节速度vn、vρ中的最小值作为无人机自适应控制系统控制无人机探测本体的最终速度进行速度调节。
本发明矿区无人机探测地裂缝自适应控制方法优选的技术方案是：红外摄像控制系统的智能调焦系统控制红外相机的焦距自适应调节控制方法如下：
地裂缝红外反演系统从地裂缝图像中提取当前红外相机覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ、裂缝长度L1、裂缝宽度a1；
依据裂缝数量n按照如下公式计算待调节相机焦距fn，
依据裂缝密度ρ按照如下公式计算待调节相机焦距fρ，
依据裂缝长度L1按照如下公式计算待调节相机焦距fL，
依据裂缝宽度a1按照如下公式计算待调节相机焦距fa，
取待调节速度fn，fρ，fL，fa中的最大值作为智能调焦系统控制红外相机的最终焦距进行焦距调节。
本发明矿区无人机探测地裂缝自适应控制方法对于无人机的飞行高度、飞行速度以及红外相机的焦距自适应调节，可以采用如下联合控制方法：飞行高度、飞行速度自适应调节控制方法如下：
S41、地裂缝红外反演系统从地裂缝图像中提取当前红外相机覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ、裂缝长度L1、裂缝宽度a1，进入如下方法：
S411、若当前的裂缝数量n≤2或裂缝密度ρ≤0.3，则无人机自适应控制系统控制无人机探测本体保持当前高度，依次进入方法S43、方法S44；
S412、若当前的裂缝数量为2＜n＜6或裂缝密度0.3＜ρ＜0.5，则无人机自适应控制系统控制无人机探测本体下降高度飞行或保持当前高度，依次进入方法S43、方法S44；
S413、若当前的裂缝数量为n≥6或裂缝密度ρ≥0.5，则先进入方法S42，然后再进入方法S43、方法S44；
S42、无人机高度自适应控制：无人机自适应控制系统控制无人机探测本体按照如下方法进行高度调节控制：
依据裂缝数量n按照如下公式计算待调节高度Hn，
依据裂缝密度ρ按照如下公式计算待调节高度Hρ，
取待调节高度Hn、Hρ中的最大值作为无人机自适应控制系统控制无人机探测本体的最终高度；
S43、无人机速度自适应控制：无人机自适应控制系统控制无人机探测本体按照如下方法进行速度调节控制：
依据裂缝数量n按照如下公式计算待调节速度vn，
vn＝[ln(n+1)]-2v，其中v为拍摄红外图像时的当前速度；
依据裂缝密度ρ按照如下公式计算待调节速度vρ，
取待调节速度vn、vρ中的最小值作为无人机自适应控制系统控制无人机探测本体的最终速度；
S44、红外相机自适应焦距控制：智能调焦系统控制红外相机按照如下方法进行焦距调节控制：
依据裂缝数量n按照如下公式计算待调节相机焦距fn，
依据裂缝密度ρ按照如下公式计算待调节相机焦距fρ，
依据裂缝长度L1按照如下公式计算待调节相机焦距fL，
依据裂缝宽度a1按照如下公式计算待调节相机焦距fa，
取待调节速度fn，fρ，fL，fa中的最大值作为智能调焦系统控制红外相机的最终焦距。
本发明矿区无人机探测地裂缝自适应控制方法优选的技术方案是：初步地裂缝数据采取如下方法S11或方法S12或方法S13得到：
S11、确定矿区区域，采集矿区区域数据，矿区区域数据包括采矿围岩压力拱数据，根据采矿围岩压力拱数据计算得到矿区影响的理论地裂缝，然后以理论地裂缝进行延伸并作为初步地裂缝数据；
S12、在矿区探测范围进行地质勘测，得到地裂缝勘测数据并作为初步地裂缝数据；
S13、让无人机探测本体全覆盖飞行矿区探测范围得到红外图像包，图像拼接系统对所有红外图像包进行拼接、融合处理，利用地裂缝红外反演系统对拼接、融合后的红外图像进行地裂缝特征提取得到地裂缝图像，从地裂缝图像中提取地裂缝特征数据作为初步地裂缝数据。
本发明矿区无人机探测地裂缝自适应控制方法优选的技术方案是：还包括如下方法：
S5、在飞行高度、飞行速度自适应调节控制以及自适应调焦处理之后，红外相机重新对无人机探测本体下方拍摄得到待更新红外图像，地裂缝红外反演系统将待更新红外图像按照无人机探测本体的位置信息中的经纬度信息对应投射至矿区地图系统上，地裂缝红外反演系统进行待更新红外图像的拼接融合得到完整的红外图像，接着对完整的红外图像进行地裂缝特征提取处理得到最终的地裂缝图像。
本发明较现有技术相比，具有以下优点及有益效果：
本发明采矿地裂缝预算系统输入初始地裂缝数据并预设无人机的飞行路线等初始数据，红外相机进行实时拍摄并与定位模块采集的位置信息实时传输至地裂缝红外反演系统，地裂缝红外反演系统进行拼接、特征信息提取，然后反馈至无人机自适应控制系统、红外摄像控制系统，无人机自适应控制系统及时进行飞行高度、飞行速度调节控制，红外摄像控制系统及时进行红外相机的调焦处理，能够高精度、高质量、高效率采集地裂缝数据，最终得到清晰准确、完整的地裂缝图像，提高了探测效率与质量。
附图说明
图1为本发明矿区无人机探测地裂缝自适应控制系统的结构框图；
图2为本发明矿区无人机探测地裂缝自适应控制方法的流程示意图；
图3为图1中矿区无人机探测地裂缝自适应控制系统的一种布设示意图；
图4为实施例中矿区无人机探测地裂缝自适应控制系统各功能模块的原理示意图；
图5为实施例中矿区无人机探测地裂缝自适应控制方法的原理示意图；
图6为实施例中拍摄的单张红外图像效果图；
图7为图6所对应的地裂缝图像效果。
其中，附图中的附图标记所对应的名称为：
1-起落架，2-起降螺旋桨，3-设备载体，4-红外相机，5-智能调焦系统，6-定位模块，7-图像拼接系统，8-无人机自适应控制系统，9-采矿地裂缝预算系统，10-地裂缝红外反演系统。
具体实施方式
下面结合实施例对本发明作进一步地详细说明：
实施例一
如图1、图3所示，一种矿区无人机探测地裂缝自适应控制系统，包括无人机探测本体，无人机探测本体上安装有设备载体3和安装于设备载体3上的若干个起降螺旋桨2，无人机探测本体为无人机的主体部件并能依靠各个起降螺旋桨2协同作业实现无人机按照预定的飞行路线、飞行高度、飞行速度进行飞行，同时能够进行及时调节控制处理，优选地，如图1所示，无人机探测本体底部还设有起落架1。设备载体3上安装有相互连接的地裂缝红外反演系统10、定位模块6、采矿地裂缝预算系统9、无人机自适应控制系统8和红外摄像控制系统，设备载体3底部安装有红外相机4，地裂缝红外反演系统10内部包括有与红外相机4连接的图像拼接系统7，无人机自适应控制系统8与起降螺旋桨2对应连接，无人机自适应控制系统8用于控制无人机飞行路线、飞行高度、飞行速度，红外摄像控制系统内部包括与红外相机4连接的智能调焦系统5。定位模块6用于实时采集无人机的位置信息、飞行速度，位置信息包括飞行高度、经纬度信息，定位模块6既可以实时定位无人机飞行位置，又能为地裂缝图像中裂缝位置提供经纬度坐标。红外摄像控制系统用于控制红外相机4对无人机探测本体下方矿区进行摄像，地裂缝红外反演系统10内部具有矿区地图系统，地裂缝红外反演系统10用于将红外相机4拍摄的红外图像按照定位模块6所对应采集的经纬度对应反演于矿区地图系统上，图像拼接系统7用于对红外图像进行拼接、融合处理，地裂缝红外反演系统10对拼接、融合后的红外图像进行地裂缝特征提取得到地裂缝图像。如图4所示，本实施例分别表示出采矿地裂缝预算系统9、无人机自适应控制系统8、红外摄像控制系统、地裂缝红外反演系统10(包括图像拼接系统7)在本发明中的原理功能说明。
在一些实施例中，如图5所示，本发明矿区无人机探测地裂缝自适应控制系统的使用方法如下：
步骤一：设置采高5m，采深300m，利用采矿地裂缝预算系统9得到地裂缝的大致参数(裂缝深度、宽度、分布范围)。
步骤二：在步骤一计算的结果上设置无人机初始飞行路线和飞行高度150m。
步骤三：设置无人机初始飞行速度为最大飞行速度10m/s，启动无人机，开始拍摄。
步骤四：拍摄得到的红外图像，经过地裂缝红外反演系统的计算处理，得到地裂缝图像，并将从地裂缝识别得到的地裂缝数量n＝3，裂缝密度ρ＝3条/hm2，输入无人机自适应系统。未达到飞行高度变化条件，直接经速度调节公式和焦距调节公式，得到速度vn＝8.1m/s，vρ＝8.25m/s，输出调节速度为8.1m/s，得到焦距fn＝5cm，fρ＝4.7cm，输出焦距为5cm。
步骤五：重复步骤四，同时依据既得地裂缝数据特征制定后续飞行方案，按既定无人机飞行路线完成飞行，完毕后，操作无人机落地，结束探测。
步骤六：在步骤四的结果上，得到的地表裂缝图像经过图像拼接系统7的处理，得到完整地裂缝图像。
如图1～图7所示，一种矿区无人机探测地裂缝自适应控制方法，其方法如下：
S1、确定矿区探测范围，根据矿区探测范围确定无人机飞行边界，向采矿地裂缝预算系统9输入初步地裂缝数据(或称初始地裂缝数据)，初步地裂缝数据包括初步的地裂缝分布及地裂缝特征数据，地裂缝特征数据包括地裂缝密度、地裂缝尺寸。初步地裂缝数据采取如下方法S11或方法S12或方法S13得到(可以方法S11、方法S12、方法S13的一种或多种联合得到)：
S11、确定矿区区域，采集矿区区域数据，矿区区域数据包括采矿围岩压力拱数据，根据采矿围岩压力拱数据计算得到矿区影响的理论地裂缝，然后以理论地裂缝进行延伸并作为初步地裂缝数据。理论地裂缝计算方法可以通过如下方法包括如下：
下沉值计算：
W(x)＝m×k×cosα×c×erf[(x-s)π/r+1]
其中，W(x)是下沉值，单位是mm；m是采高，单位是m；k是下沉系数；d是煤层倾角，单位是°；c是采动程度系数；r是主要影响半径，单位是m；s是拐点偏距移，单位是m；x是预计点到开采边界的距离，单位是m。
裂缝深度H按照如下方法计算：
式中；γ为岩土重度；μ为泊松比；εσ为所在土层的裂缝临界水平变形值，裂缝临界水平变形值
c为粘聚力，E为弹性模量，
为内摩擦角。
裂缝宽度S
公式中，h表示基本顶厚度，m；σs表示抗拉强度，MPa，q表示基本顶岩层自己的重量和上面岩层对它的荷载，MPa。
S12、在矿区探测范围进行地质勘测，得到地裂缝勘测数据并作为初步地裂缝数据。
S13、让无人机探测本体全覆盖飞行矿区探测范围得到红外图像包，图像拼接系统7对所有红外图像包进行拼接、融合处理，利用地裂缝红外反演系统10对拼接、融合后的红外图像进行地裂缝特征提取得到地裂缝图像(在红外图像转换成地裂缝图像可采用comsolwith matlab建设数据模型进行转化)，从地裂缝图像中提取地裂缝特征数据作为初步地裂缝数据。
S2、以初步地裂缝数据为核心确定覆盖无人机飞行边界的无人机飞行路线输入无人机自适应控制系统8，定位模块6定位无人机探测本体的位置信息、飞行速度并反馈至无人机自适应控制系统8。
S3、在无人机探测本体飞行的同时，红外摄像控制系统控制红外相机4对无人机探测本体下方进行摄像得到红外图像，地裂缝红外反演系统10将红外图像按照无人机探测本体的位置信息中的经纬度信息对应投射至矿区地图系统上，地裂缝红外反演系统10进行红外图像的拼接融合、地裂缝特征提取处理得到地裂缝图像。
S4、无人机自适应控制系统8控制无人机探测本体在矿区探测范围飞行并进行飞行高度、飞行速度自适应调节控制。红外摄像控制系统的智能调焦系统5控制红外相机4进行自适应调焦处理。
在方法S4中，无人机自适应控制系统8控制无人机探测本体的飞行高度自适应调节控制方法如下：
地裂缝红外反演系统10从地裂缝图像中提取当前红外相机4覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ(ρ单位为条/hm2，即条每平方公顷)。
依据裂缝数量n按照如下公式计算待调节高度Hn，
依据裂缝密度ρ按照如下公式计算待调节高度Hρ，
取待调节高度Hn、Hρ中的最大值作为无人机自适应控制系统8控制无人机探测本体的最终高度进行高度调节。当然本发明可以采用待调节高度Hn、Hρ中的任意一个来作为最终高度进行高度调节。
在方法S4中，无人机自适应控制系统8控制无人机探测本体的飞行速度自适应调节控制方法如下：
地裂缝红外反演系统10从地裂缝图像中提取当前红外相机4覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ。
依据裂缝数量n按照如下公式计算待调节速度vn，
vn＝[ln(n+1)]-2v，其中v为拍摄红外图像时的当前速度。
依据裂缝密度ρ按照如下公式计算待调节速度vρ，
取待调节速度vn、vρ中的最小值作为无人机自适应控制系统8控制无人机探测本体的最终速度进行速度调节。当然本发明可以采用待调节速度vn、vρ中的任意一个来作为最终速度进行速度调节。
在方法S4中，红外摄像控制系统的智能调焦系统5控制红外相机4的焦距自适应调节控制方法如下：
地裂缝红外反演系统10从地裂缝图像中提取当前红外相机4覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数最n、裂缝密度ρ、裂缝长度L1、裂缝宽度a1。
依据裂缝数量n按照如下公式计算待调节相机焦距fn，
依据裂缝密度ρ按照如下公式计算待调节相机焦距fρ，
依据裂缝长度L1按照如下公式计算待调节相机焦距fL，
依据裂缝宽度a1按照如下公式计算待调节相机焦距fa，
取待调节速度fn，fρ，fL，fa中的最大值作为智能调焦系统5控制红外相机4的最终焦距进行焦距调节，当然本发明可以采用待调节速度fn，fρ，fL，fa中的一个或多个取最大值来作为最终焦距进行焦距调节。
红外相机拍摄间隔时间固定为Δt，由于红外用机的焦距会依据智能调焦系统调整，调整焦距后相机立刻开始拍摄，Δt不变，但不同的焦距对应无人机不同拍摄范围，比如调整前后分别为S1、S2，同时也得到无人机在不同焦距下的最大飞行速度：v1＝S1/Δt，v2＝S2/Δt。依据所得到的地表裂缝地质特征图像结果，无人机进行自适应调节无人机飞行速度。地裂缝红外反演系统在处理红外成像图片时，识别的得到的裂缝较多时，采矿地裂缝预算系统自适应调节降低无人机飞行速度，以达到智能实时高效，提高识别容错的效果。
S5、在飞行高度、飞行速度自适应调节控制以及自适应调焦处理之后，红外相机4重新对无人机探测本体下方拍摄得到待更新红外图像，地裂缝红外反演系统10将待更新红外图像按照无人机探测本体的位置信息中的经纬度信息对应投射至矿区地图系统上，地裂缝红外反演系统10进行待更新红外图像的拼接融合得到完整的红外图像，接着对完整的红外图像进行地裂缝特征提取处理得到最终的地裂缝图像。
实施例二
一种矿区无人机探测地裂缝自适应控制方法，其方法如下：
S1、确定矿区探测范围，根据矿区探测范围确定无人机飞行边界，向采矿地裂缝预算系统9输入初步地裂缝数据，初步地裂缝数据包括初步的地裂缝分布及地裂缝特征数据，地裂缝特征数据包括地裂缝密度、地裂缝尺寸。初步地裂缝数据采取如下方法S11或方法S12或方法S13得到(可以方法S11、方法S12、方法S13的一种或多种联合得到)：
S11、确定矿区区域，采集矿区区域数据，矿区区域数据包括采矿围岩压力拱数据，根据采矿围岩压力拱数据计算得到矿区影响的理论地裂缝，然后以理论地裂缝进行延伸并作为初步地裂缝数据。
S12、在矿区探测范围进行地质勘测，得到地裂缝勘测数据并作为初步地裂缝数据。
S13、让无人机探测本体全覆盖飞行矿区探测范围得到红外图像包，图像拼接系统7对所有红外图像包进行拼接、融合处理，利用地裂缝红外反演系统10对拼接、融合后的红外图像进行地裂缝特征提取得到地裂缝图像，从地裂缝图像中提取地裂缝特征数据作为初步地裂缝数据。
例如，本实施例设置无人机初始飞行路线，同时设置无人机的初始飞行高度为150m，设置无人机初始飞行速度为最大飞行速度10m/s。
S2、以初步地裂缝数据为核心确定覆盖无人机飞行边界的无人机飞行路线输入无人机自适应控制系统8，定位模块6定位无人机探测本体的位置信息、飞行速度并反馈至无人机自适应控制系统8。
S3、在无人机探测本体飞行的同时，红外摄像控制系统控制红外相机4对无人机探测本体下方进行摄像得到红外图像(参见图6)，地裂缝红外反演系统10将红外图像按照无人机探测本体的位置信息中的经纬度信息对应投射至矿区地图系统上，地裂缝红外反演系统10进行红外图像的拼接融合、地裂缝特征提取处理得到地裂缝图像(如图7所示，图6的红外图像经过地裂缝红外反演系统10处理后得到如图7所示对应的地裂缝图像)。
S4、无人机自适应控制系统8控制无人机探测本体在矿区探测范围飞行并进行飞行高度、飞行速度自适应调节控制。红外摄像控制系统的智能调焦系统5控制红外相机4进行自适应调焦处理。
本实施例方法S4中的自适应调节控制方法具体如下：
S41、地裂缝红外反演系统10从地裂缝图像中提取当前红外相机4覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ、裂缝长度L1、裂缝宽度a1，进入如下方法：
S411、若当前的裂缝数量n≤2或裂缝密度ρ≤0.3，则无人机自适应控制系统8控制无人机探测本体保持当前高度，依次进入方法S43、方法S44。
S412、若当前的裂缝数量为2＜n＜6或裂缝密度0.3＜ρ＜0.5，则无人机自适应控制系统8控制无人机探测本体下降高度飞行或保持当前高度，依次进入方法S43、方法S44。
S413、若当前的裂缝数量为n≥6或裂缝密度ρ≥0.5，则先进入方法S42，然后再进入方法S43、方法S44。
S42、无人机高度自适应控制：无人机自适应控制系统8控制无人机探测本体按照如下方法进行高度调节控制：
依据裂缝数量n按照如下公式计算待调节高度Hn，
依据裂缝密度ρ按照如下公式计算待调节高度Hρ，
取待调节高度Hn、Hρ中的最大值作为无人机自适应控制系统8控制无人机探测本体的最终高度。
S43、无人机速度自适应控制：无人机自适应控制系统8控制无人机探测本体按照如下方法进行速度调节控制：
依据裂缝数量n按照如下公式计算待调节速度vn，
vn＝[ln(n+1)]-2v，其中v为拍摄红外图像时的当前速度。
依据裂缝密度ρ按照如下公式计算待调节速度vρ，
取待调节速度vn、vρ中的最小值作为无人机自适应控制系统8控制无人机探测本体的最终速度。
S44、红外相机自适应焦距控制：智能调焦系统5控制红外相机4按照如下方法进行焦距调节控制：
依据裂缝数量n按照如下公式计算待调节相机焦距fn，
依据裂缝密度ρ按照如下公式计算待调节相机焦距fρ，
依据裂缝长度L1按照如下公式计算待调节相机焦距fL，
依据裂缝宽度a1按照如下公式计算待调节相机焦距fa，
取待调节速度fn，fρ，fL，fa中的最大值作为智能调焦系统5控制红外相机4的最终焦距。
S5、在飞行高度、飞行速度自适应调节控制以及自适应调焦处理之后，红外相机4重新对无人机探测本体下方拍摄得到待更新红外图像，地裂缝红外反演系统10将待更新红外图像按照无人机探测本体的位置信息中的经纬度信息对应投射至矿区地图系统上，地裂缝红外反演系统10进行待更新红外图像的拼接融合得到完整的红外图像，接着对完整的红外图像进行地裂缝特征提取处理得到最终的地裂缝图像。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种矿区无人机探测地裂缝自适应控制系统，其特征在于：包括无人机探测本体，无人机探测本体上安装有设备载体(3)和安装于设备载体(3)上的若干个起降螺旋桨(2)，设备载体(3)上安装有相互连接的地裂缝红外反演系统(10)、定位模块(6)、采矿地裂缝预算系统(9)、无人机自适应控制系统(8)和红外摄像控制系统，所述设备载体(3)底部安装有红外相机(4)，所述地裂缝红外反演系统(10)内部包括有与红外相机(4)连接的图像拼接系统(7)，无人机自适应控制系统(8)与起降螺旋桨(2)对应连接，无人机自适应控制系统(8)用于控制无人机飞行路线、飞行高度、飞行速度，飞行高度的控制方法如下：
地裂缝红外反演系统(10)从地裂缝图像中提取当前红外相机(4)覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ；
依据裂缝数量n按照如下公式计算待调节高度Hn，
依据裂缝密度ρ按照如下公式计算待调节高度Hρ，
取待调节高度Hn、Hρ中的最大值作为无人机自适应控制系统(8)控制无人机探测本体的最终高度进行高度调节；
飞行速度的控制方法如下：
地裂缝红外反演系统(10)从地裂缝图像中提取当前红外相机(4)覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ；
依据裂缝数量n按照如下公式计算待调节速度vn，
vn＝[ln(n+1)]-2v，其中v为拍摄红外图像时的当前速度；
依据裂缝密度ρ按照如下公式计算待调节速度νρ，
取待调节速度vn、vρ中的最小值作为无人机自适应控制系统(8)控制无人机探测本体的最终速度进行速度调节；
所述红外摄像控制系统内部包括与红外相机(4)连接的智能调焦系统(5)，红外相机(4)的焦距控制方法如下：
地裂缝红外反演系统(10)从地裂缝图像中提取当前红外相机(4)覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ、裂缝长度L1、裂缝宽度a1；
依据裂缝数量n按照如下公式计算待调节相机焦距fn，
依据裂缝密度ρ按照如下公式计算待调节相机焦距fρ，
依据裂缝长度L1按照如下公式计算待调节相机焦距fL，
依据裂缝宽度a1按照如下公式计算待调节相机焦距fa，
取待调节速度fn，fρ，fL，fa中的最大值作为智能调焦系统(5)控制红外相机(4)的最终焦距进行焦距调节；所述定位模块(6)用于实时采集无人机的位置信息、飞行速度，位置信息包括飞行高度、经纬度信息，红外摄像控制系统用于控制红外相机(4)对无人机探测本体下方矿区进行摄像，所述地裂缝红外反演系统(10)内部具有矿区地图系统，地裂缝红外反演系统(10)用于将红外相机(4)拍摄的红外图像按照定位模块(6)所对应采集的经纬度对应反演于矿区地图系统上，图像拼接系统(7)用于对红外图像进行拼接、融合处理，地裂缝红外反演系统(10)对拼接、融合后的红外图像进行地裂缝特征提取得到地裂缝图像。
2.一种利用权利要求1所述的矿区无人机探测地裂缝自适应控制系统的方法，其特征在于：其方法如下：
S1、确定矿区探测范围，根据矿区探测范围确定无人机飞行边界，向采矿地裂缝预算系统(9)输入初步地裂缝数据，初步地裂缝数据包括初步的地裂缝分布及地裂缝特征数据，地裂缝特征数据包括地裂缝密度、地裂缝尺寸；
S2、以初步地裂缝数据为核心确定覆盖无人机飞行边界的无人机飞行路线输入无人机自适应控制系统(8)，定位模块(6)定位无人机探测本体的位置信息、飞行速度并反馈至无人机自适应控制系统(8)；
S3、在无人机探测本体飞行的同时，红外摄像控制系统控制红外相机(4)对无人机探测本体下方进行摄像得到红外图像，地裂缝红外反演系统(10)将红外图像按照无人机探测本体的位置信息中的经纬度信息对应投射至矿区地图系统上，地裂缝红外反演系统(10)进行红外图像的拼接融合、地裂缝特征提取处理得到地裂缝图像；
S4、无人机自适应控制系统(8)控制无人机探测本体在矿区探测范围飞行并进行飞行高度、飞行速度自适应调节控制；飞行高度自适应调节控制方法如下：
地裂缝红外反演系统(10)从地裂缝图像中提取当前红外相机(4)覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ；
依据裂缝数量n按照如下公式计算待调节高度Hn，
依据裂缝密度ρ按照如下公式计算待调节高度Hρ，
取待调节高度Hn、Hρ中的最大值作为无人机自适应控制系统(8)控制无人机探测本体的最终高度进行高度调节；
飞行速度自适应调节控制方法如下：
地裂缝红外反演系统(10)从地裂缝图像中提取当前红外相机(4)覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ；
依据裂缝数量n按照如下公式计算待调节速度vn，
vn＝[ln(n+1)]-2ν，其中v为拍摄红外图像时的当前速度；
依据裂缝密度ρ按照如下公式计算待调节速度νρ，
取待调节速度vn、vρ中的最小值作为无人机自适应控制系统(8)控制无人机探测本体的最终速度进行速度调节；
红外摄像控制系统的智能调焦系统(5)控制红外相机(4)进行自适应调焦处理，焦距自适应调节控制方法如下：
地裂缝红外反演系统(10)从地裂缝图像中提取当前红外相机(4)覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ、裂缝长度L1、裂缝宽度a1；
依据裂缝数量n按照如下公式计算待调节相机焦距fn，
依据裂缝密度ρ按照如下公式计算待调节相机焦距fρ，
依据裂缝长度L1按照如下公式计算待调节相机焦距fL，
依据裂缝宽度a1按照如下公式计算待调节相机焦距fa，
取待调节速度fn，fρ，fL，fa中的最大值作为智能调焦系统(5)控制红外相机(4)的最终焦距进行焦距调节。
3.按照权利要求2所述的方法，其特征在于：飞行高度、飞行速度自适应调节控制方法如下：
S41、地裂缝红外反演系统(10)从地裂缝图像中提取当前红外相机(4)覆盖区域下的地裂缝特征信息，地裂缝特征信息包括裂缝数量n、裂缝密度ρ、裂缝长度L1、裂缝宽度a1，进入如下方法：
S411、若当前的裂缝数量n≤2或裂缝密度ρ≤0.3，则无人机自适应控制系统(8)控制无人机探测本体保持当前高度，依次进入方法S43、方法S44；
S412、若当前的裂缝数量为2＜n＜6或裂缝密度0.3＜ρ＜0.5，则无人机自适应控制系统(8)控制无人机探测本体下降高度飞行或保持当前高度，依次进入方法S43、方法S44；
S413、若当前的裂缝数量为n≥6或裂缝密度ρ≥0.5，则先进入方法S42，然后再进入方法S43、方法S44；
S42、无人机高度自适应控制：无人机自适应控制系统(8)控制无人机探测本体按照如下方法进行高度调节控制：
依据裂缝数量n按照如下公式计算待调节高度Hn，
依据裂缝密度ρ按照如下公式计算待调节高度Hρ，
取待调节高度Hn、Hρ中的最大值作为无人机自适应控制系统(8)控制无人机探测本体的最终高度；
S43、无人机速度自适应控制：无人机自适应控制系统(8)控制无人机探测本体按照如下方法进行速度调节控制：
依据裂缝数量n按照如下公式计算待调节速度vn，
vn＝[ln(n+1)]-2v，其中v为拍摄红外图像时的当前速度；
依据裂缝密度ρ按照如下公式计算待调节速度νρ，
取待调节速度vn、νρ中的最小值作为无人机自适应控制系统(8)控制无人机探测本体的最终速度；
S44、红外相机自适应焦距控制：智能调焦系统(5)控制红外相机(4)按照如下方法进行焦距调节控制：
依据裂缝数量n按照如下公式计算待调节相机焦距fn，
依据裂缝密度ρ按照如下公式计算待调节相机焦距fρ，
依据裂缝长度L1按照如下公式计算待调节相机焦距fL，
依据裂缝宽度a1按照如下公式计算待调节相机焦距fa，
取待调节速度fn，fρ，fL，fa中的最大值作为智能调焦系统(5)控制红外相机(4)的最终焦距。
4.按照权利要求2所述的方法，其特征在于：初步地裂缝数据采取如下方法S11或方法S12或方法S13得到：
S11、确定矿区区域，采集矿区区域数据，矿区区域数据包括采矿围岩压力拱数据，根据采矿围岩压力拱数据计算得到矿区影响的理论地裂缝，然后以理论地裂缝进行延伸并作为初步地裂缝数据；
S12、在矿区探测范围进行地质勘测，得到地裂缝勘测数据并作为初步地裂缝数据；
S13、让无人机探测本体全覆盖飞行矿区探测范围得到红外图像包，图像拼接系统(7)对所有红外图像包进行拼接、融合处理，利用地裂缝红外反演系统(10)对拼接、融合后的红外图像进行地裂缝特征提取得到地裂缝图像，从地裂缝图像中提取地裂缝特征数据作为初步地裂缝数据。
5.按照权利要求2所述的方法，其特征在于：还包括如下方法：
S5、在飞行高度、飞行速度自适应调节控制以及自适应调焦处理之后，红外相机(4)重新对无人机探测本体下方拍摄得到待更新红外图像，地裂缝红外反演系统(10)将待更新红外图像按照无人机探测本体的位置信息中的经纬度信息对应投射至矿区地图系统上，地裂缝红外反演系统(10)进行待更新红外图像的拼接融合得到完整的红外图像，接着对完整的红外图像进行地裂缝特征提取处理得到最终的地裂缝图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211567909.6A CN115877715B (zh) | 2022-12-07 | 2022-12-07 | 一种矿区无人机探测地裂缝自适应控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211567909.6A CN115877715B (zh) | 2022-12-07 | 2022-12-07 | 一种矿区无人机探测地裂缝自适应控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115877715A CN115877715A (zh) | 2023-03-31 |
| CN115877715B true CN115877715B (zh) | 2023-05-23 |
Family
ID=85766449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211567909.6A Active CN115877715B (zh) | 2022-12-07 | 2022-12-07 | 一种矿区无人机探测地裂缝自适应控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115877715B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2577403A1 (es) * | 2016-01-21 | 2016-07-14 | Universidad De Oviedo | Sistema aerotransportado y métodos para la detección, localización y obtención de imágenes de objetos enterrados y la caracterización de la composición del subsuelo |
| CN109631854A (zh) * | 2018-12-19 | 2019-04-16 | 西安科技大学 | 一种低空无人机摄影测定矿区采煤塌陷裂缝方法 |
| KR102202572B1 (ko) * | 2019-11-25 | 2021-01-12 | 서울시립대학교 산학협력단 | 드론의 촬영영상과 인공지능 알고리즘 기반의 도로표면 균열 검출 방법 및 시스템 |
| CN113838078A (zh) * | 2021-09-06 | 2021-12-24 | 中国矿业大学(北京) | 采煤塌陷地裂缝的识别与提取方法、装置及存储介质 |
| CN114066800A (zh) * | 2020-07-30 | 2022-02-18 | 神华神东煤炭集团有限责任公司 | 一种地表裂隙红外遥感监测系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3010192B1 (fr) * | 2013-09-04 | 2017-04-28 | Ifp Energies Now | Procede d'exploitation d'un gisement souterrain comprenant au moins un affleurement geologique au moyen d'une photogrammetrie |
-
2022
- 2022-12-07 CN CN202211567909.6A patent/CN115877715B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2577403A1 (es) * | 2016-01-21 | 2016-07-14 | Universidad De Oviedo | Sistema aerotransportado y métodos para la detección, localización y obtención de imágenes de objetos enterrados y la caracterización de la composición del subsuelo |
| CN109631854A (zh) * | 2018-12-19 | 2019-04-16 | 西安科技大学 | 一种低空无人机摄影测定矿区采煤塌陷裂缝方法 |
| KR102202572B1 (ko) * | 2019-11-25 | 2021-01-12 | 서울시립대학교 산학협력단 | 드론의 촬영영상과 인공지능 알고리즘 기반의 도로표면 균열 검출 방법 및 시스템 |
| CN114066800A (zh) * | 2020-07-30 | 2022-02-18 | 神华神东煤炭集团有限责任公司 | 一种地表裂隙红外遥感监测系统及方法 |
| CN113838078A (zh) * | 2021-09-06 | 2021-12-24 | 中国矿业大学(北京) | 采煤塌陷地裂缝的识别与提取方法、装置及存储介质 |
Non-Patent Citations (6)
| Title |
|---|
| A Novel Approach for UAV Image Crack Detection;Li Yanxiang 等;sensors;全文 * |
| Ground Crack Recognition Based on Fully Convolutional Network With Multi-Scale Input;Jian Cheng 等;IEEE Access;全文 * |
| UAV-Based Photogrammetry and LiDAR for the Characterization of Ice Morphology Evolution;Teng Li 等;IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing;全文 * |
| Using Improved Edge Detection Method to Detect Mining-Induced Ground Fissures Identified by Unmanned Aerial Vehicle Remote Sensing;Xu Duo 等;remote sensing;全文 * |
| 基于无人机红外遥感和边缘检测技术的采动地裂缝辨识;赵毅鑫 等;煤炭学报;全文 * |
| 煤矿区无人机影像采动地裂缝提取方法研究;杨奇让 等;煤炭科学技术;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115877715A (zh) | 2023-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11328483B2 (en) | System and method for structure inspection | |
| Jordan et al. | State‐of‐the‐art technologies for UAV inspections | |
| JP6918672B2 (ja) | 劣化診断システム | |
| CN108033015B (zh) | 一种用于煤矸石山着火点监测的无人机装置及方法 | |
| CN105790155B (zh) | 一种基于差分gps的输电线路无人机自主巡检系统及方法 | |
| CN104656658B (zh) | 基于无人机的大气排污遥感监测方法及系统 | |
| CN107843939A (zh) | 基于无人机热红外影像的煤火识别方法 | |
| CN113358665A (zh) | 一种无人机隧洞缺陷检测方法及系统 | |
| CN110196454B (zh) | 基于无人机的地质勘测集成系统 | |
| CN201217501Y (zh) | 悬浮式航空摄像自主飞行器系统 | |
| CN101126639A (zh) | 快速进行低空遥感影像自动匹配与空中三角测量方法 | |
| JP7065477B2 (ja) | 災害状況判定システムおよび災害判定飛行システム | |
| CN108106617A (zh) | 一种无人机自动避障方法 | |
| CN110162098A (zh) | 一种矿用无人机 | |
| CN115877715B (zh) | 一种矿区无人机探测地裂缝自适应控制系统及方法 | |
| WO2020166350A1 (ja) | 無人航空機、通信方法、およびプログラム | |
| CN111563957A (zh) | 一种煤田火灾及矸石山火灾三维温度场数字化成像方法 | |
| KR20230016730A (ko) | 착륙지점에 드론이 정밀하게 착륙할 수 있도록 유도하는 자동착륙 시스템 | |
| CN111176316A (zh) | 一种适用于古建筑的无人机倾斜摄影飞行系统 | |
| CN117288094A (zh) | 基于激光传感器的掘进机实时定位系统 | |
| CN112857267A (zh) | 一种基于无人机的土地面积测量系统 | |
| CN210101990U (zh) | 一种基于近红外信标的无人机复合对接系统 | |
| Anderson et al. | Machine learning for semi‐automated meteorite recovery | |
| CN109993048B (zh) | 一种沥青路面条纹过滤方法及检测系统 | |
| Ko et al. | Detecting geological structures in coastal areas with unmanned aerial vehicle photogrammetric surveys |
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 |