CN114581394A - 一种绿色建筑综合监测管理的方法、***和电子设备 - Google Patents
一种绿色建筑综合监测管理的方法、***和电子设备 Download PDFInfo
- Publication number
- CN114581394A CN114581394A CN202210190167.3A CN202210190167A CN114581394A CN 114581394 A CN114581394 A CN 114581394A CN 202210190167 A CN202210190167 A CN 202210190167A CN 114581394 A CN114581394 A CN 114581394A
- Authority
- CN
- China
- Prior art keywords
- facility
- image
- defect
- management
- control unit
- 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.)
- Withdrawn
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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- 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]
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种绿色建筑综合监测管理的***,包括:无人机,无人机用于在设施周围拍摄图像,并将捕获的设施拍摄图像发送到设施管理设备配备;无人机至少包括能够拍摄图片的图像采集单元;其中设施识别数据用于区分任意两个设施;设施管理设备从无人机获取设施的设施拍摄图像,基于设施拍摄图像生成用于分析设施的设施管理图像;设施管理设备从设施管理图像中提取分析目标图像,并确定所提取的分析目标图像中包括的缺陷类型;本发明能够提供对绿色建筑的老化管理进行智能化以及自动化的平台,保障绿色建筑的安全性以及日常维护的及时性。
Description
技术领域
本发明涉及绿色建筑技术领域,更具体地说,它涉及一种绿色建筑综合监测管理的***。
背景技术
绿色建筑是生态建筑、可持续建筑。绿色建筑能够提供更加舒适的生活环境是由其本身的性质决定的。其内容不仅包括建筑本体,也包括建筑内部以及建筑外部环境生态功能***及建构社区安全、健康的稳定生态服务与维护功能***。
绿色建筑指在建筑的全寿命周期内,最大限度地节约资源,包括节能、节地、节水、节材等,保护环境和减少污染,为人们提供健康、舒适和高效的使用空间,与自然和谐共生的建筑物。绿色建筑技术注重低耗、高效、经济、环保、集成与优化,是人与自然、现在与未来之间的利益共享,是可持续发展的建设手段;
绿色建筑的一项重要的设计即是提供智能化、自动化的管理,需要配备智能化的管理***工程,以对绿色建筑及社区进行智能化的管理。
发明内容
本发明提供一种绿色建筑综合监测管理的***,解决相关技术中的技术问题。
根据本发明的一个方面,提供了一种绿色建筑综合监测管理的***,包括:
无人机,无人机用于在设施周围拍摄图像,并将捕获的设施拍摄图像发送到设施管理设备配备;
无人机至少包括能够拍摄图片的图像采集单元;
设施拍摄图像至少包括无人机拍摄的设施图像以及与该图像对应的拍摄时的设施与无人驾驶飞行器之间的距离数据、拍摄的位置数据、拍摄的时间数据、拍摄的设施的设施识别数据;
其中设施识别数据用于区分任意两个设施;
设施管理设备从无人机获取设施的设施拍摄图像,基于设施拍摄图像生成用于分析设施的设施管理图像;
设施管理设备从设施管理图像中提取分析目标图像,并确定所提取的分析目标图像中包括的缺陷类型。
进一步地,所述无人机能够管理GPS信息,以根据飞行来生成或管理位置数据。
进一步地,所述设施拍摄设备通过将设施拍摄图像映射到3D模型来生成设施管理图像;
将设施拍摄图像映射到3D模型时使用设施拍摄图像的位置数据。
进一步地,所述设施管理设备通过分析分析目标图像来确定缺陷的程度,设施管理设备可以综合分析缺陷的类型和程度。
进一步地,所述设施管理设备从无人机接收设施拍摄图像;
设施管理设备用于识别与设施拍摄图像相对应的设施,基于从设施拍摄图像获得的设施识别数据识别设施;
设施管理设备通过将设施拍摄图像映射到要设施的3D模型来生成设施管理图像,并通过接口单元提供给管理者;
设施管理设备从设施拍摄图像提取要分析的部分作为分析目标;设施管理设备可以将历史获取的设施拍摄图像与最近获取的设施拍摄图像进行比较,并且提取多个设施拍摄图像中的部分作为分析目标,作为分析目标的图像作为分析目标图像;
设施管理设备对分析目标图像进行,并确定缺陷的类型和缺陷的程度;
设施管理设备通过分析缺陷的类型和缺陷的程度来提取可疑缺陷部分;
设施管理设备通过分析目标图像的缺陷的类型和缺陷的位置来确定缺陷是否正确。
根据本发明的一个方面,提供了一种绿色建筑综合监测管理的***,设施管理装置包括接口单元、通信单元、存储单元和控制单元;
接口单元包括:
输入单元,其用于接收来自用户的输入;
输出单元,其用于显示诸如执行任务的结果或设施管理装置的状态之类的信息;
通信单元,其用于执行与其他设备或网络的有线或无线通信;
通信单元与无人机通信,用于发送和接收与设施有关的信息;
存储单元,其用于存储设施的数据,并且可以被控制单元访问和调取,控制单元在存储单元中存储数据;
控制单元,其用于控制设施管理设备的操作;
控制单元控制设施管理设备的操作包括:
控制单元从无人机接收设施拍摄图像;
控制单元用于识别与设施拍摄图像相对应的设施,基于从设施拍摄图像获得的设施识别数据识别设施;
控制单元通过将设施拍摄图像映射到要设施的3D模型来生成设施管理图像,并通过接口单元提供给管理者;
控制单元从设施拍摄图像提取要分析的部分作为分析目标;控制单元可以将历史获取的设施拍摄图像与最近获取的设施拍摄图像进行比较,并且提取多个设施拍摄图像中的部分作为分析目标,作为分析目标的图像作为分析目标图像;
控制单元对分析目标图像进行,并确定缺陷的类型和缺陷的程度;
控制单元通过分析缺陷的类型和缺陷的程度来提取可疑缺陷部分;
控制单元通过分析目标图像的缺陷的类型和缺陷的位置来确定缺陷是否正确。
进一步地,所述设施管理设备包括用于控制无人机的操作的飞行控制器,飞行控制单元基于无人机的当前位置设置无人机的目标位置以及飞行路径,并且用于控制无人机的图像采集单元进行图像采集。
进一步地,所述设施识别数据是用于识别设施的信息,并且可以是与管理目标的基本信息相对应的信息,或者可以是基于拍摄设施的位置从无人机获得的信息。
进一步地,所述控制单元基于缺陷的类型、程度、位置确定缺陷的风险水平;
如果可疑缺陷部分的风险水平高于或等于设定水平,则控制单元将可疑缺陷部分确定为可疑部分,并且如果风险水平小于设定水平,则控制单元将可疑缺陷部分删除。
根据本发明的一个方面,提供了一种绿色建筑综合监测管理的方法,包括以下步骤:
步骤S1,设施管理设备从无人机获取设施拍摄图像;
步骤S2,设施管理设备生成设施管理图像;
步骤S3,设施管理设备基于设施的3D模型来映射与相同位置相对应的设施拍摄图像;
步骤S4,设施管理设备从设施管理图像提取至少一个分析目标图像;
步骤S5,设施管理设备对分析目标图像进行分析来确定缺陷类型;
步骤S6,设施管理设备可以通过分析缺陷类型和缺陷信息来提取可疑缺陷部分;
步骤S7,设施管理设备以预设方式在设施管理图像中显示关于可疑缺陷部分的信息。
本发明的有益效果在于:
本发明能够提供对绿色建筑的老化管理进行智能化以及自动化的平台,保障绿色建筑的安全性以及日常维护的及时性。
附图说明
图1是本发明实施例的绿色建筑综合监测管理的方法的流程示意图;
图2是本发明实施例的绿色建筑综合监测管理的***的模块示意图;
图3是本发明实施例的设备管理装置的模块示意图一;
图4是本发明实施例的设备管理装置的模块示意图二。
图中:服务器10、无人机20、设备管理装置100、接口单元110、通信单元120、存储单元130、控制单元140、飞行控制器150。
具体实施方式
现在将参考示例实施方式讨论本文描述的主题。应该理解,讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题,并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离本说明书内容的保护范围的情况下,对所讨论的元素的功能和排列进行改变。各个示例可以根据需要,省略、替代或者添加各种过程或组件。例如,所描述的方法可以按照与所描述的顺序不同的顺序来执行,以及各个步骤可以被添加、省略或者组合。另外,相对一些示例所描述的特征在其它例子中也可以进行组合。
在本实施例中提供了一种绿色建筑综合监测管理的***,如图2所示是根据本发明的一种绿色建筑综合监测管理的***的示意图,如图2所示,该绿色建筑综合监测管理的***,包括:
无人机20,无人机20配备有能够拍摄照片的相机,可以安装具有预定分辨率或更高性能的相机来拍摄图像。例如,照相机可以包括普通照相机,3D照相机,红外照相机,紫外线照相机以及用于获取管理设施所需的图像的各种照相机。
无人机20可以使用预设的路线信息来执行自主飞行,或者可以由设施管理***100或控制无人机的飞行操作的控制器来控制。
无人机20在设施周围拍摄图像,并将捕获的图像发送到设施管理设备100。无人机20能够基于设施管理设备100的请求通过飞行到拍摄点来拍摄图像。
无人机20能够管理GPS信息,以根据飞行来生成或管理位置数据。
在本发明的一个实施例,无人机20可以使用基于单独设置的参考点精确测量的位置数据来测量拍摄位置。
因此,由无人机20获取的图像信息中可以包含获取图像的位置的位置数据。
由无人机20收集的设施拍摄图像可以由在不同位置拍摄的静止图像构成,因此,除了上述位置数据之外,拍摄时间还包括时间数据,设施与无人驾驶飞行器20(或相机)之间的距离数据,以及可以区分要照相的设施的设施识别数据。
设备管理装置100是连接网络的智能终端;
智能终端包括用于与用户交互的交互界面。
智能终端可是通过网络访问服务器10或连接到其他终端和服务器10的计算机或便携式终端。
服务器10用于存储管理对象(需要管理的设施作为管理对象)的基本信息和历史信息,并且可以将基于历史信息计算出的状态信息一起存储。
每个管理对象的基本信息中包含识别信息(可以是ID),服务器10通过匹配管理对象的识别信息来存储和管理包括设计数据,建筑数据,调查数据和维护数据中的至少一项的历史信息。另外,当新上传或输入用于任意管理对象的建筑数据或维护数据时,设施管理设备100可以将数据注册为最新数据在相应管理对象的历史信息中。
设施管理设备100从无人机20接收设施的图像信息。
设施管理设备100从无人机20获取设施的图像信息,基于图像信息生成用于分析设施的设施管理图像。例如,设施拍摄设备100可以通过将设施拍摄图像映射到3D模型来生成设施管理图像。
在将设施拍摄图像映射到3D模型时,可以使用各设施拍摄图像的位置数据,根据实施方式,使用与各设施拍摄相邻的图像共有的特征点来拍摄一部分拍摄图像。可以将其合成并根据位置数据将其映射到模型。
管理者观看实际设施的缩小模型的同时确认设施的状况。
此时,设施的3D模型可以是设施的BIM(建筑信息模型)。
在本发明的一个实施例,设施管理设备100可以提供用于设计3D模型的用户界面,使得管理者可以通过设施管理设备100来新生成设施的示意性3D模型。
例如,设施为梁柱,当使用无人机20的摄影在梁柱的平面,两侧和底部的总共四个方向上进行时,可以提供用户界面来创建3D模型。
此时,设施管理图像是二维设施摄影图像到三维模型的映射,并且是虚拟的三维图像,但是管理员在设施管理图像中选择特定位置,可以映射提供相应的位置的实际拍摄图像,即设施的拍摄图像。
设施管理设备100可以从设施管理图像中提取分析目标图像,并确定所提取的分析目标图像中包括的缺陷类型。
待分析图像是包括被估计为有缺陷的部分的设施的图像,并且待分析图像的一部分可以被提取为待分析图像。
可以通过将设施拍摄图像的一个位置的当前的设施拍摄图像与一个以上的历史的设施拍摄图像对比来提取分析目标图像。
设施管理设备100通过分析分析目标图像来确定缺陷的类型。例如,缺陷的类型可以被分类为裂缝,泛白,泄漏,剥离/剥落和钢筋暴露,并且除了上述缺陷之外还可以包括各种其他缺陷。
设施管理设备100可以通过分析分析目标图像来确定缺陷的程度。另外,设施管理设备100可以综合分析缺陷的类型和程度,并且综合考虑每个分析目标图像的位置数据,以检测包括在一些分析目标图像中的可疑缺陷部分。
当检测到可疑缺陷部分时,设施管理设备100可以以预设方式在设施管理图像中显示可疑缺陷部分。当请求关于可疑缺陷部分的信息时,设施管理设备100可以将关于可疑缺陷部分的图像信息提供给用户(或者,设施管理者,与设施有关的工人等)。通过这样,设施管理设备100可以将关于可疑缺陷部分的信息存储为关于管理目标的历史信息。
在本发明的上述实施例中,设施管理设备100可以使用无人机200拍摄的图像来诊断设施,并确定设施中的缺陷。另外,设施管理设备100可以通过使用无人机200来获取关于需要诊断的设施的数据。
如图3所示,设施管理装置100包括接口单元110、通信单元120、存储单元130和控制单元140;
如图4所示,在本发明的一个实施例中,设施管理设备100进一步包括用于控制无人机的操作的飞行控制器150。
接口单元110包括:
输入单元,其用于接收来自用户的输入;
输出单元,其用于显示诸如执行任务的结果或设施管理装置100的状态之类的信息。例如,接口单元110可以包括用于接收管理者输入的操作面板,操作面板和用于显示屏幕的显示面板。
具体地,输入单元可以包括能够接收各种类型的管理员输入的设备,诸如键盘,物理按钮,触摸屏,照相机或麦克风。另外,输出单元可以包括显示面板或扬声器。然而,本发明不限于此,并且接口单元110可以包括支持各种接口的配置。
接口单元110可以直接从用户接收用于设施管理的各种数据,或者选择并接收与该数据相对应的文件,并且可以根据设施的管理接收关于工作细节的信息。
同时,接口单元110可以输出与可疑缺陷有关的图像。接口单元110可以输出结合从通过无人机20获取的设施拍摄图像中提取可疑缺陷部分的操作而处理的图像,并且响应于用户对处理后的图像的请求而提供相关图像。
通信单元120,其用于执行与其他设备或网络的有线或无线通信。通信单元120包括支持各种有线和无线通信方法中的至少一种的通信模块。
通信单元120与无人机20通信,用于发送和接收与设施有关的信息。当控制无人机20的操作的控制器或智能终端从无人机20接收到设施拍摄图像时,通信单元120可以通过与控制器或智能终端进行通信来接收与设施有关的图像。如果设施管理设备100控制无人机20的操作,则可以发送用于控制飞行操作或拍摄操作的信号。
存储单元130,其用于存储设施的图像信息等执行设施管理所需的各种类型的数据,并且可以被控制单元140访问和调取,控制单元140可以在存储单元130中存储。
控制单元140,其用于控制设施管理设备100的整体操作,包括诸如CPU的处理器。控制单元140可以控制设施管理设备100中包括的其他组件以执行与通过接口单元110接收的管理者输入相对应的操作。例如,控制单元140可以执行存储在存储单元130中的程序,读取存储在存储单元130中的文件,或者将新文件存储在存储单元130中。
控制单元140从无人机20接收设施拍摄图像。设施拍摄图像是使用安装或包括在无人机20中的照相机拍摄的图像。此时,设施拍摄图像包括用于获取图像的位置的位置数据,用于拍摄时间的时间数据,设施与无人机20(或摄影相机)之间的距离数据,飞行路径数据。无人机20可以包括能够区分的设施识别数据中的至少一项。这里,距离数据可以是使用诸如安装在无人机20中的激光雷达的设备获得的信息,并且可以在每次拍摄每张照片并将其与照片一起存储时进行实时测量。
控制单元140用于识别与设施拍摄图像相对应的设施。基于从设施拍摄图像获得的设施识别数据,设施识别数据是用于识别设施的信息,并且可以是与管理目标的基本信息相对应的信息,或者可以是基于拍摄设施的位置从无人机20获得的信息。
控制单元140通过将设施拍摄图像映射到要识别的设施的3D模型来生成设施管理图像。控制单元140将设施管理图像提供给管理者,使得可以基于3D模型来整体上观察设施。控制单元140可以使得能够根据用户请求或需要来放大查看设施的一部分。此外,当针对相同设施获取了附加设施拍摄图像时,控制单元140可以通过将附加设施拍摄图像映射到设施的3D模型来更新设施管理图像。
控制单元140从设施拍摄图像提取要分析的部分。控制单元140可以将历史获取的设施拍摄图像与最近获取的设施拍摄图像进行比较,并且提取多个设施拍摄图像中的部分作为分析目标。
具体的,控制单元140可以通过使用历史和现在的设施拍摄图像之间的图像差异来生成差异图像,并且可以通过分析所产生的差异来确定是否检测到一定水平以上的差异图像。此时,控制单元140可以使用过去和现在的设施拍摄图像,或者在通过映射过去和现在的设施拍摄图像而生成的设施管理图像中基于位置确定为相同位置的部分的图像。
当提取要分析的图像时,控制单元140可以使用学习模型。控制单元140可以使用预设学习模型来提取包括估计为缺陷的部分的图像作为分析目标。可以使用人工智能等机器学习来创建学习模型,以提取可疑缺陷。在这种情况下,可以针对每种设施或设施的类型分别生成上述学习模型,或者可以针对每种设施的每个位置分别地生成上述学习模型。可以使用包括缺陷的多个设施的图像和没有缺陷的多个设施的图像来训练学习模型,因此,可以提取包括怀疑具有缺陷的部分的要分析的图像。
学习模型可以采用例如卷积神经网络模型AlexNet的各种图像处理相关领域的学习模型。
控制单元140可以分析提取为分析目标的图像,即分析目标图像,并确定缺陷的类型和缺陷的程度。
例如,控制单元140可以分析要分析的图像,并且确定设施中的缺陷的类型,例如裂缝,白度,泄漏,剥离/***和钢筋暴露。当确定缺陷的类型时,控制单元140可以使用机器学习的人工智能模型。另外,在将分析目标图像提供给管理者之后,控制单元140可以直接从管理者接收关于缺陷的类型的信息。可以使用包含每种缺陷类型的大量图像来预先训练用于确定缺陷类型的人工智能模型。
另外,控制单元140可以通过分析分析目标图像来确定缺陷的程度。例如,控制单元140可以相对于被确定为缺陷类型为裂纹的分析对象测量裂纹的宽度或长度,并且在变白的情况下,测量面积。泄漏的程度,混凝土的变色。缺陷的程度可以通过测量面积,剥落/剥落情况下混凝土的受损面积以及情况下裸露钢筋的长度来确定钢筋暴露情况。
控制单元140可以通过分析缺陷的类型和缺陷的程度来提取可疑缺陷部分。例如,仅当所测量的裂纹的宽度大于或等于预定宽度或者裂纹的长度大于或等于预定长度时,控制单元140才可以提取可疑缺陷部分。
此时,控制单元140可以通过一起考虑分析目标图像的缺陷的类型和缺陷的位置来确定缺陷是否正确。例如,控制单元140可以基于缺陷的类型或缺陷的位置提取可疑缺陷部分。例如,在桥的顶部或侧面发白的情况下,由于是雨引起的,因此可能不会被判断为可疑缺陷。但是,在桥的底部形成白色的情况下,可以将其确定为可疑缺陷,因为它很可能会因泄漏而引起问题。
为了能够通过基于分析目标图像的位置数据以及由控制单元140确定的分析目标图像的缺陷的类型和程度来综合考虑缺陷位置来不同地确定风险;设施管理设备100可以预先根据缺陷的位置存储风险确定风险策略,控制单元140可以考虑缺陷的类型和程度以及缺陷的位置来基于上述风险策略确定缺陷的风险。
以这种方式,控制单元140可以使用缺陷的类型,缺陷的程度和缺陷的位置(在设施上)中的一种或多种来确定风险程度。如果风险水平高于或等于设定水平,则控制单元140可以将缺陷确定为可疑部分,并且如果风险水平小于设定水平,则控制单元140可以不将缺陷确定为可疑部分。
当提取分析目标图像或可疑缺陷部分时,控制单元140可生成包括关于分析目标图像或可疑缺陷的位置信息的附加拍摄请求。通过这样,控制单元140可以向用户或无人机20发送附加的拍摄请求,以获得与相应的位置信息相对应的附加图像,还可以请求设施的放大图像或更高质量的图像。通过使用相机的变焦功能或在附近的位置在相应位置拍摄图像。通过这样,当控制单元140接收到用于设施的附加拍摄图像时,控制单元140更新该设施拍摄图像所映射到的3D模型,然后使用该附加拍摄图像作为分析目标图像来确定缺陷的类型和程度。并且,通过确定最终风险等级以及缺陷位置,可以将其判断为可疑缺陷或从可疑缺陷中排除。可以通过追加摄影来提高缺陷可疑判定的可靠性。
控制单元140以预设的方式在设施管理图像中显示可疑缺陷部分。例如,控制单元140可以使用在设施管理图像中区分的颜色或形状来显示可疑缺陷部分。
当请求关于可疑缺陷部分的信息时,控制单元140可提供关于可疑缺陷部分的信息。控制单元140可以提供详细信息,诸如其中放大了可疑缺陷的设施拍摄图像,位置数据,缺陷类型和缺陷程度。
飞行控制单元150可以控制无人机20的整体操作。飞行控制单元150可以控制无人机20的飞行操作,基于从用于照相设施的飞行控制单元150接收的位置信息来设置飞行路径,并且可以移动到所设置的飞行路径。另外,飞行控制单元150可以控制连接到或安装在无人机20上的相机的操作,以便在飞行期间捕获图像。
同时,当控制单元接收到另外的拍摄请求时,飞行控制单元150可以通过移动到与该额外的拍摄请求相对应的位置来控制无人机20的操作以使得能够进行拍摄。
如图1所示,基于前述的绿色建筑综合监测管理的***,本发明提供一种绿色建筑综合监测管理的方法,包括以下步骤:
步骤S1,设施管理设备100从无人机20获取设施拍摄图像;
步骤S2,设施管理设备100生成设施管理图像;
步骤S3,设施管理设备100基于设施的3D模型来映射与相同位置相对应的设施拍摄图像,并且当存在多个设施拍摄图像时,可以将所有设施拍摄图像映射到3D模型;
步骤S4,设施管理设备100从设施管理图像提取至少一个分析目标图像;
设施管理设备100基于多个分析目标图像生成一个新的分析目标图像,新的分析目标图像是多个分析目标图像重叠时通过合成相邻的分析目标图像获得的。
步骤S5,设施管理设备100对分析目标图像进行分析来确定缺陷类型;
设施管理设备100可以通过使用机器学习的人工智能模型来确定缺陷的类型,或者可以从管理员直接选择要分析的图像的缺陷信息以确定缺陷的类型
步骤S6,设施管理设备100可以通过分析缺陷类型和缺陷信息来提取可疑缺陷部分;
步骤S7,设施管理设备100以预设方式在设施管理图像中显示关于可疑缺陷部分的信息。当用户请求关于可疑缺陷部分的信息时,设施管理设备100可以提供可疑缺陷部分的设施拍摄图像。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本实施例各个实施例的方法。
本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
上面结合附图对本实施例的实施例进行了描述,但是本实施例并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本实施例的启示下,在不脱离本实施例宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本实施例的保护之内。
Claims (10)
1.一种绿色建筑综合监测管理的***,其特征在于,包括:
无人机,无人机用于在设施周围拍摄图像,并将捕获的设施拍摄图像发送到设施管理设备配备;
无人机至少包括能够拍摄图片的图像采集单元;
设施拍摄图像至少包括无人机拍摄的设施图像以及与该图像对应的拍摄时的设施与无人驾驶飞行器之间的距离数据、拍摄的位置数据、拍摄的时间数据、拍摄的设施的设施识别数据;
其中设施识别数据用于区分任意两个设施;
设施管理设备从无人机获取设施的设施拍摄图像,基于设施拍摄图像生成用于分析设施的设施管理图像;
设施管理设备从设施管理图像中提取分析目标图像,并确定所提取的分析目标图像中包括的缺陷类型。
2.根据权利要求1所述的一种绿色建筑综合监测管理的***,其特征在于,所述无人机能够管理GPS信息,以根据飞行来生成或管理位置数据。
3.根据权利要求1所述的一种绿色建筑综合监测管理的***,其特征在于,所述设施拍摄设备通过将设施拍摄图像映射到3D模型来生成设施管理图像;
将设施拍摄图像映射到3D模型时使用设施拍摄图像的位置数据。
4.根据权利要求1所述的一种绿色建筑综合监测管理的***,其特征在于,所述设施管理设备通过分析分析目标图像来确定缺陷的程度,设施管理设备可以综合分析缺陷的类型和程度。
5.根据权利要求1所述的一种绿色建筑综合监测管理的***,其特征在于,所述设施管理设备从无人机接收设施拍摄图像;
设施管理设备用于识别与设施拍摄图像相对应的设施,基于从设施拍摄图像获得的设施识别数据识别设施;
设施管理设备通过将设施拍摄图像映射到要设施的3D模型来生成设施管理图像,并通过接口单元提供给管理者;
设施管理设备从设施拍摄图像提取要分析的部分作为分析目标;设施管理设备可以将历史获取的设施拍摄图像与最近获取的设施拍摄图像进行比较,并且提取多个设施拍摄图像中的部分作为分析目标,作为分析目标的图像作为分析目标图像;
设施管理设备对分析目标图像进行,并确定缺陷的类型和缺陷的程度;
设施管理设备通过分析缺陷的类型和缺陷的程度来提取可疑缺陷部分;
设施管理设备通过分析目标图像的缺陷的类型和缺陷的位置来确定缺陷是否正确。
6.一如权利要求1所述的一种绿色建筑综合监测管理的***,其特征在于,设施管理装置包括接口单元、通信单元、存储单元和控制单元;
接口单元包括:
输入单元,其用于接收来自用户的输入;
输出单元,其用于显示诸如执行任务的结果或设施管理装置的状态之类的信息;
通信单元,其用于执行与其他设备或网络的有线或无线通信;
通信单元与无人机通信,用于发送和接收与设施有关的信息;
存储单元,其用于存储设施的数据,并且可以被控制单元访问和调取,控制单元在存储单元中存储数据;
控制单元,其用于控制设施管理设备的操作;
控制单元控制设施管理设备的操作包括:
控制单元从无人机接收设施拍摄图像;
控制单元用于识别与设施拍摄图像相对应的设施,基于从设施拍摄图像获得的设施识别数据识别设施;
控制单元通过将设施拍摄图像映射到要设施的3D模型来生成设施管理图像,并通过接口单元提供给管理者;
控制单元从设施拍摄图像提取要分析的部分作为分析目标;控制单元可以将历史获取的设施拍摄图像与最近获取的设施拍摄图像进行比较,并且提取多个设施拍摄图像中的部分作为分析目标,作为分析目标的图像作为分析目标图像;
控制单元对分析目标图像进行,并确定缺陷的类型和缺陷的程度;
控制单元通过分析缺陷的类型和缺陷的程度来提取可疑缺陷部分;
控制单元通过分析目标图像的缺陷的类型和缺陷的位置来确定缺陷是否正确。
7.根据权利要求6所述的一种绿色建筑综合监测管理的电子设备,其特征在于,所述设施管理设备包括用于控制无人机的操作的飞行控制器,飞行控制单元基于无人机的当前位置设置无人机的目标位置以及飞行路径,并且用于控制无人机的图像采集单元进行图像采集。
8.根据权利要求6所述的一种绿色建筑综合监测管理的电子设备,其特征在于,所述设施识别数据是用于识别设施的信息,并且可以是与管理目标的基本信息相对应的信息,或者可以是基于拍摄设施的位置从无人机获得的信息。
9.根据权利要求6所述的一种绿色建筑综合监测管理的电子设备,其特征在于,所述控制单元基于缺陷的类型、程度、位置确定缺陷的风险水平;
如果可疑缺陷部分的风险水平高于或等于设定水平,则控制单元将可疑缺陷部分确定为可疑部分,并且如果风险水平小于设定水平,则控制单元将可疑缺陷部分删除。
10.一如权利要求1所述的一种绿色建筑综合监测管理的方法,其特征在于,包括以下步骤:
步骤S1,设施管理设备从无人机获取设施拍摄图像;
步骤S2,设施管理设备生成设施管理图像;
步骤S3,设施管理设备基于设施的3D模型来映射与相同位置相对应的设施拍摄图像;
步骤S4,设施管理设备从设施管理图像提取至少一个分析目标图像;
步骤S5,设施管理设备对分析目标图像进行分析来确定缺陷类型;
步骤S6,设施管理设备可以通过分析缺陷类型和缺陷信息来提取可疑缺陷部分;
步骤S7,设施管理设备以预设方式在设施管理图像中显示关于可疑缺陷部分的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210190167.3A CN114581394A (zh) | 2022-02-28 | 2022-02-28 | 一种绿色建筑综合监测管理的方法、***和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210190167.3A CN114581394A (zh) | 2022-02-28 | 2022-02-28 | 一种绿色建筑综合监测管理的方法、***和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114581394A true CN114581394A (zh) | 2022-06-03 |
Family
ID=81776936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210190167.3A Withdrawn CN114581394A (zh) | 2022-02-28 | 2022-02-28 | 一种绿色建筑综合监测管理的方法、***和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114581394A (zh) |
-
2022
- 2022-02-28 CN CN202210190167.3A patent/CN114581394A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102038127B1 (ko) | 무인비행체를 이용한 시설물 관리 장치 및 방법 | |
WO2018195955A1 (zh) | 一种基于飞行器的设施检测方法及控制设备 | |
CN110400387A (zh) | 一种基于变电站的联合巡检方法、***和存储介质 | |
CN108234927B (zh) | 视频追踪方法和*** | |
WO2023093217A1 (zh) | 数据标注方法、装置、计算机设备、存储介质和程序 | |
CN110910341B (zh) | 一种输电线路锈蚀区缺陷检测方法及装置 | |
CN111931565A (zh) | 一种基于光伏电站uav的自主巡检与热斑识别方法及*** | |
KR102371336B1 (ko) | 3d 통합관제 및 증강현실과 가상현실을 이용한 스마트 공장 모니터링 시스템 | |
CN108830837A (zh) | 一种用于检测钢包溶蚀缺陷的方法和装置 | |
KR101984778B1 (ko) | 시설물 외벽 진단을 위한 다중 협업 방법 및 이를 수행하기 위한 장치 | |
WO2020239088A1 (zh) | 一种保险理赔处理方法及装置 | |
CN114035606A (zh) | 杆塔巡检***、杆塔巡检方法、控制装置和存储介质 | |
CN114531700B (zh) | 一种非人工的基站天线工参采集***及方法 | |
CN116823232B (zh) | 一种桥梁表观病害巡检方法、巡检***以及巡检装置 | |
Kim et al. | Real time building data collecting using IoT and BIM | |
CN112419402A (zh) | 一种基于多光谱影像和激光点云的定位方法及*** | |
CN115019216B (zh) | 实时地物检测和定位计数方法、***及计算机 | |
CN117094660A (zh) | 一种基于数字孪生技术的施工监控方法及*** | |
CN114581394A (zh) | 一种绿色建筑综合监测管理的方法、***和电子设备 | |
KR100631095B1 (ko) | 지아이에스를 이용한 건축 구조물 정보 수집 및 관리 시스템 | |
JP2021021288A (ja) | 道路損傷情報管理システム | |
KR102458559B1 (ko) | 휴대용 단말기를 이용한 건설 분야 시공 관리 시스템 및 방법 | |
CN115649501A (zh) | 一种无人机夜行照明***及方法 | |
CN115373416A (zh) | 一种铁路电力贯通线智能巡检方法 | |
US20220028054A1 (en) | Photo-realistic infrastructure inspection |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220603 |
|
WW01 | Invention patent application withdrawn after publication |