CN117232515A - 一种基于无人机的易飘物巡航检测方法 - Google Patents
一种基于无人机的易飘物巡航检测方法 Download PDFInfo
- Publication number
- CN117232515A CN117232515A CN202311092927.8A CN202311092927A CN117232515A CN 117232515 A CN117232515 A CN 117232515A CN 202311092927 A CN202311092927 A CN 202311092927A CN 117232515 A CN117232515 A CN 117232515A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- spectrogram
- cruising
- railway
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005070 sampling Methods 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 3
- 239000013598 vector Substances 0.000 claims description 26
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 10
- 229910052742 iron Inorganic materials 0.000 claims description 8
- 238000007664 blowing Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 230000002441 reversible effect Effects 0.000 abstract description 2
- 238000001228 spectrum Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Navigation (AREA)
Abstract
本发明提供一种基于无人机的易飘物巡航检测方法,包括采集第一定位数据,复位策略依据第一定位数据确定巡航铁路与无人机的相对位置,调整无人机使其移动至第N起始航点;生成正向且固定半径的第N圆弧航线,无人机沿第N圆弧航线航行并在采样点采集第一检测数据;易飘物检测策略依据第一检测数据确定是否有易飘物的且获取易飘坐标信息;监测巡航相机与巡航铁路其铁路中线的夹角为零时,定义无人机当前位置为第N+1起始航点,巡航相机一百八十度转向,并生成反向的固定半径的第N+1圆弧航线,无人机沿第N+1圆弧航线航行,并检测易飘物。本发明能够实现无人机单次航行即可全面的检测巡航铁路两侧易飘物,且快速准确的确定易飘物位置。
Description
技术领域
本发明涉及铁路巡航技术领域,具体涉及一种基于无人机的易飘物巡航检测方法。
背景技术
铁路轨道的上方设置有接触网供电线,车顶设置有受电弓,铁路轨道到行驶时,受电弓与接触网供电线接触,以为高铁提供足够的电能。在遭遇季节性大风天气时,易将铁路轨道附近的易飘物吹起,导致飘物落至接触网供电线,导致受电弓与接触网供电线接触异常。高铁行驶速度极快,受电弓接触异常极易导致高铁脱轨,产生危险,所以,铁路沿线的日常巡查工作尤为重要。
现有的铁路沿线的日常巡查工作比如定期巡查、不定期巡查和紧急巡查是由专门的巡查人员进行,并在巡查过程中对铁路沿线的易飘物进行清理,以此来消除铁路沿线的易飘物对铁路的行车安全带来的隐患。
但是,随着铁路的快速发展,铁路的数量逐渐增多,铁路的日常巡查工作也逐渐增多,占用了大量的人力资源,导致人力成本增加,由于铁路里程长且工作简单,极易出现漏检、误检等情况。
发明内容
有鉴于此,本发明要解决的问题是提供一种基于无人机的易飘物巡航检测方法。
为解决上述技术问题,本发明采用的技术方案是:
一种基于无人机的易飘物巡航检测方法,包括,步骤一,出自动化机场的无人机多角度采集第一定位数据,复位策略依据第一定位数据确定巡航铁路与无人机的相对位置,调整无人机使其移动至第N起始航点;
步骤二,第N起始航点为起始点生成正向且固定半径的第N圆弧航线,无人机沿第N圆弧航线航行并持续采集第一定位数据,以持续监测巡航相机与巡航铁路其铁路中线的夹角,确定采集第一检测数据的采样点;
步骤三,易飘物检测策略依据第一检测数据确定是否有易飘物的且获取易飘坐标信息;
步骤四,继续沿第N圆弧航线航行,直至监测巡航相机与巡航铁路其铁路中线的夹角为零时,定义无人机当前位置为第N+1起始航点,巡航相机一百八十度转向,并生成反向的固定半径的第N+1圆弧航线,无人机沿第N+1圆弧航线航行,并检测易飘物。
进一步的,所述第一定位数据包括第一光谱图和拍摄数据,所述第一光谱图由仅通过设定频段的第一镜头组拍摄获取,所述第一镜头组对应频段为铁轨材质反射频段,所述所述第一光谱图其有效像素点仅为铁轨材质的二值化图片;
所述拍摄数据包括巡航相机的拍摄角度、第一镜头组参数、拍摄参数和无人机悬停高度。
进一步的,所述复位策略包括:接收第一光谱图,判断第一光谱图内有效像素点数量是否超过设定阈值,否,定角度变化巡航相机拍摄角度,重复接收第一光谱图并判断;是,识别出相互平行的偶数条铁轨线,依据巡航方向选定巡航铁路,和对应的两条铁轨线;
计算出巡航铁路线最大的铁轨距离值,并定义最大的铁轨距离值对应位置为第N起始航点,依据最大的铁轨距离值和拍摄数据计算出无人机与第N起始航点之间的相对位置,制定复位航线使无人机移动至第N起始航点。
进一步的,所述复位策略完成后,校准策略结合第一定位数据校准无人机位置:在第N起始航点其巡航相机朝向待巡航方向采集第一定位数据,重新定位第N起始航点与无人机之间的相对位置,矫正无人机位置和巡航相机朝向。
进一步的,所述无人机沿第N圆弧航线航行时,持续调整拍摄方向,使拍摄方向始终指向第N圆弧航线的圆心。
进一步的,所述采样点的确定方法为:沿第N圆弧航线航行途中采集第一定位数据,确定巡航铁路对应两条铁轨线,计算出表示巡航铁路的铁路中线,判断铁路中线与第一光谱图其竖直中轴线的夹角是否为九十度,是,到达采样点,否,巡航相机转动预设角度后重新采集第一定位数据并判断。
进一步的,所述第一检测数据包括第二光谱图、第三光谱图和拍摄数据,所述第二光谱图由仅通过设定频段的第二镜头组拍摄获取,所述第二镜头组对应频段为易飘物材质反射频段,所述所述第二光谱图其有效像素点仅为铁轨材质的二值化图片,所述第三镜头组对应全频段,所述第三光谱图为正常全图片。
进一步的,所述易飘物检测策略包括:接收第二光谱图,所述第二光谱图内全部相邻像素点构成像素点集;
判断第二光谱图内像素点集其像素点数量是否超过阈值,否,无危险易飘物,是,有危险易飘物,重叠第一光谱图与第二光谱图,获取铁路中线与第一光谱图竖直中轴线交点为交点坐标,以交点坐标为起点,易飘物为终点生成第N向量,获取无人机当前的大地坐标、第N向量的向量夹角和向量长度共同构成易飘坐标信息。
进一步的,所述易飘物检测策略还包括:巡航相机转动设定角度后,悬停并连续采集若干第二光谱图,获取不同第二光谱图内对应像素点集的有效像素点数,判断有效像素点数的变化值是否超过阈值,是,第三光谱图中对应位置标记可吹动易飘物,否,第三光谱图中对应位置标记不可吹动易飘物。
进一步的,所述像素点集的的对应关系的确定方法为:获取每个第二光谱图内的像素点集,并生成表示不同像素点集之间位置关系的相对向量,依据相对向量的确定不同像素点集的对应关系。
本发明具有的优点和积极效果是:
1、通过设置多个镜头组的巡航相机,分别获取第一光谱图、第二光谱图和第三光谱图,且减少计算过程,以快速确定去人机与巡航铁路之间的相对位置。
2、通过依次生成连续的第N+1圆弧航线,生成以铁路中线为轴的波浪形航线,无人机单次航行即可全面的采集巡航铁路两侧的第一检测数据,且自动在巡航铁路转弯出多次采集第一检测数据,降低采样死角。
3、通过设置第一光谱图、第二光谱图快速确定易飘物位置和易飘物方向,依据易飘坐标信息可快速锁定易飘物大概位置。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的一种基于无人机的易飘物巡航检测方法的整体流程图;
图2是本发明的一种基于无人机的易飘物巡航检测方法的航线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明提供一种基于无人机的易飘物巡航检测方法,无人机巡航系统包括若干沿着铁轨设置的自动化机场和若干沿铁路航行的无人机。无人机沿着设定航线巡航时,拍摄铁轨左右两侧500m范围内的巡检图片,并识别巡检图片确定铁路两侧500m范围的易飘物,标记易飘物的位置信息,巡航途中在沿途的自动化机场内充电,延长巡检的距离。
如图1所示,基于上述无人机巡航系统的易飘物巡检方法包括,步骤一,出自动化机场的无人机多角度采集第一定位数据,复位策略依据第一定位数据调整无人机与铁轨的相对位置,使无人机移动至第N起始航点。
无人机在自动化机场充电完成后需要返回航线,自动化机场通常沿铁路设置,铁路的占地跨度大,受地理环境影响,自动化机场与铁轨的相对位置不完全相同,无人机飞出自动化机场后无法直接返回航线继续巡航,需调整与铁路之间的相对位置,使无人机回到航线上。
无人机上配了多镜头光谱相机,多镜头光谱相机包括一个相机主机和多个镜头组,每个镜头组对应不同频段,使每个镜头组仅可接收设定频段的光线(及仅能拍摄到设定的物质)。第一定位数据包括第一光谱图,由第一镜头组拍摄生成的二值化图片,二值化图片内的有效像素点仅显示铁轨形状(和与铁轨同材质物体形状),其余为空白像素点。
第一定位数据包括拍摄数据,拍摄数据包括相机的拍摄角度、第一镜头组参数、拍摄参数和无人机悬停高度(自动化机场设置在与铁路同高度的平台上,无人机飞出自动化机场时不超过平台范围,以便定位无人机高度)。
复位策略用于确定无人机与最近铁路的相对位置,依据相对位置制定复位航线,无人机沿复位航线移动至第N起始航点。
复位策略包括接收第一光谱图,判断第一光谱图内有效像素点数量是否超过设定阈值,是,铁轨在第一光谱图中的占地区域足够(拍摄角度(接近)正对铁路),执行下一步动作,否,定角度变化相机拍摄角度,重新接收第一光谱图,并重复判断有效像素点数量是否超过设定阈值。
识别出第一光谱图内由有效像素点构成且相互平行的若干条铁轨线,判断铁轨线是否为偶数,是,铁轨线识别准确,否,重新识别铁轨线。
依据铁轨线确定铁路位置和数量,依据巡航方向选定一条铁路定义成巡航铁路,计算第一光谱图中巡航铁路其两条铁轨线之间距离以生成铁轨距离值,最大的铁轨距离值对应位置设定成第N起始航点。依据最大的铁轨距离值和拍摄数据计算出无人机与第N起始航点之间的相对位置,制定复位航线(若有多条复位航线时,选航程最短的复位航线),无人机沿复位航线移动至第N起始航点。
为保证无人机在第N起始航点处的悬停高度和相机拍摄角度准确,无人机内增设有校准策略,用于确定无人机是否在预设铁路上方的设定位置,和悬停高度是否准确。
校准策略包括:调整巡航相机角度使其朝向待巡航方向,继续采集第一定位数据,使用与复位策略相同的方法识别处所有铁轨线,依据铁轨线之间的相对位置锁定巡航铁路,并计算出巡航铁路其在第一光谱图上最大的铁轨距离值,依据最大的铁轨距离值和拍摄数据,重新确定无人机与巡航铁路的相对位置,调整无人机位置和巡航相机方向,使无人机移动至巡航铁路的设定位置处,且使巡航相机拍摄角度平行于巡航铁路延伸方向。
步骤二,以第N起始航点为起始点生成第N圆弧航线,无人机沿着第N圆弧航线航行,并在第N圆弧航线的采样点采集用于判断是否有易飘物的第一检测数据。
第N圆弧航线的生成方法为:获取第N起始航点的第N位置信息,依据第N位置信为第N圆弧航线的起点,第N起始航点的指向为半径方向,生成正向的定半径的圆弧航线,为提高第N圆弧航线生成的准确性和沿第N圆弧航线航行的准确性,无人机使用GPS/INS组合导航进行定位,INS惯性定位的准确度高,无人机沿第N圆弧航线航行时,INS惯性定位可保证短距离巡航的位置的准确性(短距离的局部定位)。
无人机沿着第N圆弧航线航行过程中,持续接收GPS定位信息,多次接收无人机当前的大地坐标,大地坐标与对应的局部定位融合(校准INS惯性定位的传递函数),多次反向校准第N起始航点的大地坐标,提高第N起始航点其大地坐标的准确性(以便后续准确定位采样点和易飘物)。
采样点的确定方法为:无人机沿第一圆弧航线航行时,持续水平调整相机角度,使相机的水平拍摄方向始终垂直于第一圆弧航线(始终指向第N圆弧航线的圆心),相机水平角度改变值等效为无人机行驶的圆弧段对应圆心角,无人机定圆心角采集一次第一定位数据。
依据第一定位数据确定巡航铁路的两条铁轨线,依据两条铁轨线计算的铁路轴对称的中线以生成铁路中线,计算铁路中线与第一光谱图其竖直中轴线的夹角(铁路弯曲角度小,铁路中线与竖直中轴线只有一个夹角),判断夹角是否为九十度,是,无人机当前位置为采样点(为巡航相机与铁路中线的夹角为九十度),采集第一检测数据。否,无人机继续沿第一圆弧航线航行,并间隔固定圆心角采集下一个第一定位数据,继续上一步判断。
第一检测数据包括第二光谱图、第三光谱图和拍摄数据,第二光谱图对应第二镜头组,第二镜头组仅可通过易飘物反射频段光线,及有效像素点为易飘物对应像素点,以便快速判断是否有易飘物。第三光谱图对应第三镜头组,第三镜头组可通过全频段的光线,全面且清晰的拍摄图片信息,方便后续在第三光谱图上标记易飘物信息。第三镜头直接获取第三镜头,可避免多镜头光谱信息叠加是产生误差,影响第三光谱图的清晰度。
步骤三,易飘物检测策略依据第一检测数据确定易飘物的易飘坐标信息。
易飘物检测策略包括:接收第二光谱图,将若干相邻有效像素点共同构成像素点集,判断像素点集内像素点数量超过阈值,否,无危险易飘物(无易飘物,或易飘体积小),是,有危险易飘物,获取采样点采集的第一光谱图与无人机当前的大地坐标,依据第一光谱图与拍摄数据,确定铁路中线与第一光谱图竖直中轴线交点的大地坐标,以生成交点坐标。
重叠第一光谱图与第二光谱图,以交点坐标为中心,生成以中心为起点,易飘物为终点的第N向量(N值为第二光谱图中以危险易飘物的数量),计算出第N向量的向量夹角和向量长度,交点坐标、量夹角和向量长度共同构成易飘坐标信息。
重叠第三光谱图与第二光谱图,在第三光谱图中标记易飘物位置和对应的易飘坐标信息。
为进一步提高易飘物识别的准确性,无人机离开采样点设定圆心角后,悬停无人机,并固定巡航相机角度连续采集若干个第二光谱图,不同第二光谱图间隔固定时间拍摄,如:间隔2s。本申请的一个实施例为:离开采样点的圆心角不大于五度,连续采集第二光谱图的数量不少于两张,不超过八张。此时像素点集之间的相对位置不易改变,依据像素点集之间的相对位置,在第三光谱图上反向确定易飘物的性质。
获取不同第二光谱图内像素点集内像素点数,判断像素点数的变化值是否超过阈值,是,第三光谱图中对应位置标记可吹动易飘物,否,第三光谱图中对应位置标记不可吹动易飘物。不可吹动易飘物可为塑料桶之类,材料为塑料,但无法飘起。
获取每个第二光谱图内的像素点集(像素点集数量不少于两个时,使用此方法),并生成表示不同像素点集之间位置关系的相对向量,计算不同第二光谱图内相对向量的起始坐标、向量夹角和向量长度,判断不同第二光谱图内,同一相对向量的起始坐标、终点坐标、向量夹角和向量长度的变化值是否超过阈值,是,有易飘物且产生移动,依据相对向量的起始坐标、终点坐标确定产生移动易飘物数量,依据像素点集之间的相对位置,反向确定第三光谱图内易飘物与像素点集之间的对应关系,并在第三光谱图上的易飘物位置补充“可移动易飘物”的标记,否,易飘物不未移动。
步骤四,继续沿第一圆弧航线航行,直至无人机移动至巡检铁路正上方的第二起始航点,相机一百八十度转向,相同方法生成反向的第N+1圆弧航线,无人机继续沿第N+1圆弧航线航行,并检测易飘物。
相机完成易飘物标定后,继续保持相机拍摄角度垂直于第一圆弧航线的圆心航线,且间隔固定圆心角采集一次第一定位数据,计算铁路中线与第一光谱图竖直中轴线的夹角,判断夹角是否为零度,否,继续沿着第一圆弧航线航行,并采集第一定位数据,是,表示无人机回到了铁路上方,定义当前位置为第N+1起始航点,获取无人机当前位置,并以第N+1起始航点为第N+1圆弧航线起始点,反向生定圆弧半径的第N+1圆弧航线。
无人机继续沿第N+1圆弧航线航行,并间隔固定圆心角采集一次第一定位数据,连续监测无人机相机拍摄角度与对称中线之间的夹角,以分别确定采样点和第N+2圆弧航线的终点(或第N+2起始航点)。
第N圆弧航线与第N+1圆弧航线形成以巡航铁路的中轴线为轴心的波浪形航线,采样点靠近每个圆弧航线中段位置,巡航相机朝向圆弧航线的圆心,拍摄巡航铁路另一侧(远离圆弧航线一侧)的环境图片。
如图2所示,a1、b1和c1对应第N起始航点、第N+1起始航点和第N+2起始航点,a2、b2、b3、b4和c2均为采样点,虚线包含区域为图片包含区域),铁路的圆弧段出会出现多个采样点,降低采样死角产生概率。
为提高第N圆弧航线生成的准确性,本申请的一个实施例为:无人机使用GPS/INS组合导航进行定位,可对无人机位置进行高精度定位。
若在多山地区,铁路转角多,由于山体遮挡导致GPS定位精度低的环境下,影响GPS/INS组合导航进行定位的准确性。为进一步提高无人机的定位准确性,无人机内配备有定位校准策略,定位校准策略包括接收铁路形状数据,铁路形状数据包括若干顺序排列的若干校准点信息,校准点信息包括铁路转弯角、铁路转弯方向(左转或右转)和铁路转弯位置坐标。两个相邻自动化机场之间对应有铁路形状数据,用于直观简单的表示铁路形状。定位校准策略包括接收采样点时的铁路中线,以便依据铁路中线确定铁路形状。
无人机使用GPS/INS组合导航进行定位,定位校准策略具体过程为:接收采样点的铁路中线数据和当前位置信息,计算出铁路中线的圆弧值和圆弧方向,依据当前位置信息获取铁路形状数据内与采样点坐标相邻的两个校准点信息,校准点信息与铁路中线的圆弧值和圆弧方向比较,确定校准点信息内的铁路转弯角、铁路转弯方向与铁路中线的圆弧值和圆弧方向是否相同,否,无人机继续航行,是,计算无人机与铁路相对位置,并结合转弯位置坐标校准无人机当前位置,以修正INS导航的传递函数,去除INS导航的累加误差。
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等,均应仍归属于本专利涵盖范围之内。
Claims (10)
1.一种基于无人机的易飘物巡航检测方法,其特征在于,包括,
步骤一,出自动化机场的无人机多角度采集第一定位数据,复位策略依据第一定位数据确定巡航铁路与无人机的相对位置,调整无人机使其移动至第N起始航点;
步骤二,第N起始航点为起始点生成正向且固定半径的第N圆弧航线,无人机沿第N圆弧航线航行并持续采集第一定位数据,以持续监测巡航相机与巡航铁路其铁路中线的夹角,确定采集第一检测数据的采样点;
步骤三,易飘物检测策略依据第一检测数据确定是否有易飘物的且获取易飘坐标信息;
步骤四,继续沿第N圆弧航线航行,直至监测巡航相机与巡航铁路其铁路中线的夹角为零时,定义无人机当前位置为第N+1起始航点,巡航相机一百八十度转向,并生成反向的固定半径的第N+1圆弧航线,无人机沿第N+1圆弧航线航行,并检测易飘物。
2.根据权利要求1所述的一种基于无人机的易飘物巡航检测方法,其特征在于,所述第一定位数据包括第一光谱图和拍摄数据,所述第一光谱图由仅通过设定频段的第一镜头组拍摄获取,所述第一镜头组对应频段为铁轨材质反射频段,所述所述第一光谱图其有效像素点仅为铁轨材质的二值化图片;
所述拍摄数据包括巡航相机的拍摄角度、第一镜头组参数、拍摄参数和无人机悬停高度。
3.根据权利要求2所述的一种基于无人机的易飘物巡航检测方法,其特征在于,所述复位策略包括:接收第一光谱图,判断第一光谱图内有效像素点数量是否超过设定阈值,否,定角度变化巡航相机拍摄角度,重复接收第一光谱图并判断;是,识别出相互平行的偶数条铁轨线,依据巡航方向选定巡航铁路,和对应的两条铁轨线;
计算出巡航铁路线最大的铁轨距离值,并定义最大的铁轨距离值对应位置为第N起始航点,依据最大的铁轨距离值和拍摄数据计算出无人机与第N起始航点之间的相对位置,制定复位航线使无人机移动至第N起始航点。
4.根据权利要求3所述的一种基于无人机的易飘物巡航检测方法,其特征在于,所述复位策略完成后,校准策略结合第一定位数据校准无人机位置:在第N起始航点其巡航相机朝向待巡航方向采集第一定位数据,重新定位第N起始航点与无人机之间的相对位置,矫正无人机位置和巡航相机朝向。
5.根据权利要求1所述的一种基于无人机的易飘物巡航检测方法,其特征在于,所述无人机沿第N圆弧航线航行时,持续调整拍摄方向,使拍摄方向始终指向第N圆弧航线的圆心。
6.根据权利要求5所述的一种基于无人机的易飘物巡航检测方法,其特征在于,所述采样点的确定方法为:沿第N圆弧航线航行途中采集第一定位数据,确定巡航铁路对应两条铁轨线,计算出表示巡航铁路的铁路中线,判断铁路中线与第一光谱图其竖直中轴线的夹角是否为九十度,是,到达采样点,否,巡航相机转动预设角度后重新采集第一定位数据并判断。
7.根据权利要求1所述的一种基于无人机的易飘物巡航检测方法,其特征在于,所述第一检测数据包括第二光谱图、第三光谱图和拍摄数据,所述第二光谱图由仅通过设定频段的第二镜头组拍摄获取,所述第二镜头组对应频段为易飘物材质反射频段,所述所述第二光谱图其有效像素点仅为铁轨材质的二值化图片,所述第三镜头组对应全频段,所述第三光谱图为正常全图片。
8.根据权利要求7所述的一种基于无人机的易飘物巡航检测方法,其特征在于,所述易飘物检测策略包括:接收第二光谱图,所述第二光谱图内全部相邻像素点构成像素点集;
判断第二光谱图内像素点集其像素点数量是否超过阈值,否,无危险易飘物,是,有危险易飘物,重叠第一光谱图与第二光谱图,获取铁路中线与第一光谱图竖直中轴线交点为交点坐标,以交点坐标为起点,易飘物为终点生成第N向量,获取无人机当前的大地坐标、第N向量的向量夹角和向量长度共同构成易飘坐标信息。
9.根据权利要求8所述的一种基于无人机的易飘物巡航检测方法,其特征在于,所述易飘物检测策略还包括:巡航相机转动设定角度后,悬停并连续采集若干第二光谱图,获取不同第二光谱图内对应像素点集的有效像素点数,判断有效像素点数的变化值是否超过阈值,是,第三光谱图中对应位置标记可吹动易飘物,否,第三光谱图中对应位置标记不可吹动易飘物。
10.根据权利要求9所述的一种基于无人机的易飘物巡航检测方法,其特征在于,所述像素点集的的对应关系的确定方法为:获取每个第二光谱图内的像素点集,并生成表示不同像素点集之间位置关系的相对向量,依据相对向量的确定不同像素点集的对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311092927.8A CN117232515A (zh) | 2023-08-28 | 2023-08-28 | 一种基于无人机的易飘物巡航检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311092927.8A CN117232515A (zh) | 2023-08-28 | 2023-08-28 | 一种基于无人机的易飘物巡航检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117232515A true CN117232515A (zh) | 2023-12-15 |
Family
ID=89093886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311092927.8A Pending CN117232515A (zh) | 2023-08-28 | 2023-08-28 | 一种基于无人机的易飘物巡航检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117232515A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040032126A (ko) * | 2004-03-11 | 2004-04-14 | 야베스텍 주식회사 | 가공송전선로의 낙뢰지점과 고장지점 검출시스템 |
CN110687925A (zh) * | 2019-11-12 | 2020-01-14 | 贵州电网有限责任公司 | 一种无人机自主巡航导线及地线巡检检测装置和方法 |
CN112269398A (zh) * | 2020-11-04 | 2021-01-26 | 国网福建省电力有限公司漳州供电公司 | 一种变电站无人机自主巡检系统 |
WO2022246901A1 (zh) * | 2021-05-27 | 2022-12-01 | 山东建筑大学 | 变电站巡检机器人的自动充电系统及方法 |
-
2023
- 2023-08-28 CN CN202311092927.8A patent/CN117232515A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040032126A (ko) * | 2004-03-11 | 2004-04-14 | 야베스텍 주식회사 | 가공송전선로의 낙뢰지점과 고장지점 검출시스템 |
CN110687925A (zh) * | 2019-11-12 | 2020-01-14 | 贵州电网有限责任公司 | 一种无人机自主巡航导线及地线巡检检测装置和方法 |
CN112269398A (zh) * | 2020-11-04 | 2021-01-26 | 国网福建省电力有限公司漳州供电公司 | 一种变电站无人机自主巡检系统 |
WO2022246901A1 (zh) * | 2021-05-27 | 2022-12-01 | 山东建筑大学 | 变电站巡检机器人的自动充电系统及方法 |
Non-Patent Citations (2)
Title |
---|
LIN, YX等: "Image Processing Techniques for UAV Vision-Based River Floating Contaminant Detection", 《 2019 CHINESE AUTOMATION CONGRESS (CAC2019)》, 1 January 2019 (2019-01-01) * |
包志鹏;李梓锴;李梓菲;李梓璐;郭博杨;: "多旋翼无人机自主巡检关键技术研究", 机电信息, no. 18, 30 June 2020 (2020-06-30) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105489035B (zh) | 应用在主动驾驶技术中检测交通信号灯的方法 | |
CN106525025A (zh) | 一种变电站巡检机器人路线规划导航方法 | |
CN106774313B (zh) | 一种基于多传感器的室外自动避障agv导航方法 | |
CN110888453B (zh) | 一种基于LiDAR数据构建三维实景的无人机自主飞行方法 | |
CN111114593B (zh) | 基于多元信息融合的地铁列车自主定位装置、系统及方法 | |
CN112498367B (zh) | 一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质 | |
CN109664916A (zh) | 以车载控制器为核心的列车运行控制系统 | |
CN106225789A (zh) | 一种具有高安全性的车载导航系统及其引导方法 | |
CN105892464A (zh) | 基于固定路线的专用车自动驾驶系统及其驾驶方法 | |
CN109927721A (zh) | 车道维持追随系统 | |
CN104569998B (zh) | 基于激光雷达的车辆安全行驶区域的检测方法及装置 | |
CN105955257A (zh) | 基于固定路线的公交车自动驾驶系统及其驾驶方法 | |
CN107328423B (zh) | 基于地图数据的弯道识别方法及其系统 | |
WO2020174279A2 (en) | Systems and methods for vehicle navigation | |
CN104597453B (zh) | 惯性测量装置校正的车辆安全行驶区域检测方法及装置 | |
US11453422B2 (en) | Vehicle control system | |
CN111176298B (zh) | 一种无人车轨迹录制与轨迹跟踪方法 | |
CN105752154A (zh) | 车辆转向控制系统及方法 | |
CN104506821A (zh) | 一种基于数字图像测量的渡口人员落水快速定位系统 | |
CN106485952B (zh) | 一种基于v2v的弯道前车识别方法 | |
CN110307837B (zh) | 一种基于图像识别的无人机导航系统及方法 | |
CN111325187A (zh) | 一种车道位置的识别方法及装置 | |
CN117232515A (zh) | 一种基于无人机的易飘物巡航检测方法 | |
CN112622893A (zh) | 一种多传感器融合的靶车自动驾驶避障方法及系统 | |
CN202928584U (zh) | 一种移动机器人的定位系统 |
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 |