CN115793093A - 堤坝隐伏病险诊断空地一体化装备 - Google Patents
堤坝隐伏病险诊断空地一体化装备 Download PDFInfo
- Publication number
- CN115793093A CN115793093A CN202310052080.4A CN202310052080A CN115793093A CN 115793093 A CN115793093 A CN 115793093A CN 202310052080 A CN202310052080 A CN 202310052080A CN 115793093 A CN115793093 A CN 115793093A
- Authority
- CN
- China
- Prior art keywords
- data
- unmanned
- vehicle
- dam
- equipment
- 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
Images
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明涉及堤坝隐伏病险诊断空地一体化装备,包括车载平台和车载平台上搭载的指挥方舱、控制终端、无人探测车和无人巡查机;控制终端将获取的数据按照数据来源分类,通过坐标匹配标记坐标标签,并根据坐标按长度将数据分割;基于获取的点云数据建立堤坝模型;在识别异常区域后抽取异常区域坐标映射至堤坝模型。本发明的装备可实现多源异构数据全过程一体化控制,通过数据分类、分割、标记坐标标签实现物探、激光扫描、影像等数据的快速关联,通过提取堤坝形态控制点坐标建立映射底座,结合各数据的坐标标签实现隐伏病险的可视化展示,可快速、准确评估隐伏病险发展的危险程度,实现应急抢险资源的精准调配。
Description
技术领域
本发明属于隐患探测技术领域,具体涉及堤坝隐伏病险诊断空地一体化装备。
背景技术
当前,堤坝隐伏病险排查最为普遍方式仍为人工巡检,劳动强度大、耗时长,物探、遥感等技术和设备的持续发展为堤防隐伏病险高效诊断和科学预警提供了有效手段。通过将现有的物探、遥感设备简单的与无人车、无人机结合,形成结构集成型的巡检装备是当前的前沿技术,在一定程度上实现了作业操作无人化,但仍存在明显技术短板:
1)受无人设备远程控制能力的限制,现场巡检必须要专业人员伴随操控,尚不能实现人员驻点操控、自动巡检,且无人车、无人机需要分别操控,获取的信息不共享,协同能力不足。
2)原始数据获取、处理、解释、展示的全过程,需要依靠人工读取、筛选、迁移、判读,数据流转环节割裂,解译软件独立,数据格式相异,不能实现多源异构数据全过程一体化控制,导致数据流转慢。
3)采集的数据冗余度高,关键信息隐藏其中,数据处理时却往往“一视同仁”,缺乏主要关键特征的提取方法,导致数据调取响应较慢,堤防性态可视化展示信息滞后,无法及时且突出地呈现关乎堤防结构安全的关键特征。
4)由于上述原因,物探、遥感等数据尚难以快速关联,堤坝隐伏病险综合诊断水平不足,缺少相应地堤防风险判断准则,导致无法准确评估隐伏病险发展的危险程度,影响应急抢险资源的精准调配。
发明内容
本发明的目的在于克服上述现有技术存在的问题,提供一种堤坝隐伏病险诊断空地一体化装备。
为实现上述技术目的,本发明采用如下技术方案:
一种堤坝隐伏病险诊断空地一体化装备,包括车载平台和车载平台上搭载的指挥方舱,所述指挥方舱包括相分离的设备间和操作间;
所述操作间内设有设备间设备的控制终端、服务器、第一通讯装置;
所述设备间内分层安放无人探测车和无人巡查机;
所述无人探测车上搭载移动控制装置、探测装置、摄录装置、第一定位装置和第二通讯装置;所述无人巡查机上搭载红外摄像机、可见光摄像机、激光扫描装置、第二定位装置、测距装置、避障装置、第三通讯装置;
所述装备工作流程如下:
车载平台移动至拟探测的堤防段周边,启动无人巡查机使其按照飞行线路航检堤坝,将红外摄像机、可见光摄像机、激光扫描装置、第二定位装置采集的拍摄数据、点云数据、同步的定位数据通过第三通讯装置发送至服务器,控制终端根据无人巡查机传回的地面数据规划无人探测车的行驶路径,启动无人探测车按照规划路径巡检堤坝,将探测装置、摄录装置、第一定位装置采集的电磁波探测数据、拍摄数据、同步的定位数据通过第二通讯装置发送至服务器;
所述控制终端将服务器获取的数据按照数据来源分类,通过坐标匹配标记坐标标签,并根据坐标按长度将数据分割;调用点云数据,基于图像边缘算法提取形态控制点的坐标,建立堤坝模型;调用红外摄像机拍摄数据和电磁波探测数据,识别温度和电磁波异常区域,抽取异常区域坐标,映射至堤坝模型。
作为一种优选的实施方式,无人巡查机上搭载的红外摄像机、可见光摄像机为红外-可见光一体式摄像机。
所述指挥方舱的舱身由不锈钢管作为骨架,铝合金板作为外壳,内嵌隔热材料板构成;
所述指挥方舱通过具备顶升功能的支撑架固定在车载平台上;所述支撑架顶升后指挥方舱的侧板和尾板展开。
作为一种优选的实施方式,所述控制终端根据无人巡查机传回的点云数据确定路况,包括草木植被、外部塌陷情况进行避障,规划无人探测车的行驶路径。
作为一种优选的实施方式,所述按照数据来源分类,通过坐标匹配标记坐标,并根据坐标按长度将数据分割包括:
将获取的数据按来源划分为点云数据、可见光影像数据、电磁波探测数据和红外影像数据;通过坐标匹配获取可见光影像数据、电磁波探测数据、红外影像数据的坐标;根据坐标将探测图谱、可见光影像数据、红外影像数据按照长度进行分割。
作为一种优选的实施方式,所述控制终端通过调用电子地图规划无人巡查机飞行路线,或使用操作杆手动控制飞行路线。
作为一种优选的实施方式,所述无人探测车为履带式底盘,履带式底盘内部留有设备舱,用于放置供电装置、移动控制装置;无人探测车底盘上部设置双层支架平台,支架平台上层安装第一定位装置、摄录装置和第二通讯装置,支架平台下层安装机械臂和探测装置;所述探测装置底部安装两组车轮,前方1组为万向轮,后方1组为定向轮;所述机械臂用于将探测装置放出在底盘后方拖曳,或收回探测装置至支架平台上。
作为一种优选的实施方式,所述无人巡查机上设有侧挂云台和下挂云台,侧挂云台上挂载红外摄像机、可见光摄像机;下挂云台上挂载激光扫描装置;第二定位装置和测距装置挂载在无人机载体机架上。
作为一种优选的实施方式,根据电磁波探测数据堆积成的伪彩图,提取异常区域轮廓的坐标。
作为一种优选的实施方式,还包括,将异常区域坐标映射至堤坝模型后,通过标记坐标关联无人巡查机、无人探测车获取的可见光影像数据,结合可见光影像数据辅助病险判断。
作为一种优选的实施方式,还包括,基于堤坝模型对堤坝病险风险程度进行判定:
①一级病险:点云构建的堤坝模型直接显示出的变形类病害,包括滑坡、表面裂缝、塌陷;
②二级病险:通过红外数据识别的堤坝背水坡渗漏病害,且在其病害区域水平投影的直线距离<50m范围内,存在1处及以上的通过无人探测车识别的隐患,包括堤坝内部富水、不密实;
③三级病险:通过无人探测车识别的隐患,包括堤坝内部富水、不密实;且在背水坡通过无人巡查机未发现明显渗漏病害;
当某段堤防同时存在两级及其以上病险时,按出现的最高病险等级进行判定。
本申请的堤坝隐伏病险诊断空地一体化装备可通过无人探测车、无人巡查机的数据交互实现多源异构数据全过程一体化控制,通过数据分类、分割、标记坐标标签实现物探、激光扫描、影像等数据的快速关联,通过提取形态控制点坐标建立映射底座,结合各数据的坐标标签实现隐伏病险的可视化展示,可快速、准确评估隐伏病险发展的危险程度,实现应急抢险资源的精准调配。
附图说明
图1是车载平台和车载平台上搭载的指挥方舱结构示意图。
图2是无人探测车结构示意图。
图3是无人巡查机结构示意图。
图4是无人探测车、无人巡查机数据交互示意图。
图5是堤坝隐伏病险诊断空地一体化装备工作状态示意图。
图6是基于点云数据建立的堤防高程三维模型示意图。
图7是无人巡查机红外热成像信息示意图。
图8是电磁波信号伪彩图。
图9是在数据映射底座上可视化展示隐患区域示意图。
具体实施方式
实施例1
本实施例具体说明本发明装备结构和工作流程。
一种堤坝隐伏病险诊断空地一体化装备,包括车载平台和车载平台上搭载的指挥方舱、无人探测车(至少一辆)和无人巡查机(至少一架)。
1、功能说明
指挥方舱为整套装备的核心载体、现场作业的驻点操作中心、通讯枢纽和数据交互平台。指挥方舱能够为无人探测车和无人巡查机提供充电、保养和远距离机动等功能,遥控指挥无人探测车和无人机开展现场作业,分析处理探测数据,使现场作业情况和探测数据实时与指挥中心互通,实现堤坝隐伏病险的现场诊断和响应联动。
无人探测车搭载步进电磁波探测装置、摄录装置(双光摄像机)和第一定位装置。可将探测、影像和定位等数据信息传回指挥方舱,实现堤坝内部隐患高精度探查。
无人巡查机搭载激光扫描装置、红外-可见光一体式摄像机等光学设备。能够获取堤防点云数据,查找滑坡、崩岸、塌陷等变形险情;能够获得背水坡温度场信息,查找渗漏出水点等隐患。
2、结构组成
(1)指挥方舱
指挥方舱包括:底盘、支撑架、方舱。底盘为高机动底盘,为整套装备的基础载体;支撑架安装在车厢下方,可以通过升起将指挥方舱顶起,起到稳定方舱的作用,形成临时的现场操控中心和数据传输枢纽;方舱舱身分为设备间和操作间。
设备间分为上下两层,下层安放无人探测车,上层安放无人巡查机,上下两层均留有充电孔,配有清洁机具,可为无人探测车和无人巡查机充电、清洗。设备间的舱身顶部可收入操作间顶部,两侧和后方舱身可向外侧展开,形成无人探测车上下设备间的通道;舱身展开后,设备间上方无遮挡,上层作为无人巡查机停机坪。设备间仪器安置位置均有感应装置。
操作间安装操作台(控制终端)、显示装置、服务器、第一通讯装置,各装置功能和逻辑关系如下:操作台包括无人探测车和无人巡查机操作杆/键,可操作无人探测车和无人巡查机巡查作业,同时操作台也可通过电子地图规划轨迹,操作无人探测车和无人巡查机自动巡查;显示装置可显示由无人探测车和无人巡查机传回的实景、探测/扫描数据、电子地图等画面;服务器用于存储、中转无人探测车和无人巡查机传回的实景、探测/扫描数据、位置信息等数据;第一通讯装置可通过电台将操作指令发送至无人巡查机和无人探测车,也可通过移动网络、卫星组网等传输声音、画面、数据等信息。操作台将操作指令通过第一通讯装置发送给无人探测车和无人巡查机,操控二者作业;无人探测车和无人巡查机将探测/扫描/摄录/定位数据实时通过第二、第三通讯装置传回方舱,储存在服务器中。
另外,方舱舱身安装警示灯、夜间照明灯等辅助设施。
(2)无人探测车
无人探测车包括:底盘、供电装置、移动控制装置、第二通讯装置、支架平台、探测装置、第一定位装置、摄录装置。
所述底盘为履带式底盘,底盘内部留有设备舱,设备舱放置供电装置、移动控制装置;底盘上部设置支架平台,支架平台分为上、下两层,上方安装第一定位装置、摄录装置和第二通讯装置;下方安装机械臂和探测装置,探测装置底座装有前后两组4个轮子,前方1组为万向轮,后方1组为定向轮。机械臂可将探测装置收回底盘上,工作时可将探测装置放在底盘后方拖曳;第一定位装置安装在支架平台上方;摄录装置包括2台双光摄像机,分别安装在支架平台前、后方。
各装置功能和逻辑关系如下:底盘为无人探测车的搭载基础,具备前进、后退、转弯等功能;供电装置为可充电电池组,为无人探测车各装置供电;控制装置控制探测装置在底盘上部与底盘后方的移动;通讯装置用于接收指挥方舱发来的操作指令,发送无人巡查车的位置信息、探测数据和声音影像;支架平台为扩展设备安放的空间;探测装置通过步进电磁波获取巡查路径下方的介质信息,可探查富水、不密实、空洞等隐患异常;第一定位装置通过卫星定位获取所在的空间位置坐标;摄录装置摄录前、后方影像。通讯装置接收车载指挥方舱发来的操作指令,通过移动控制装置控制底盘前进、后退、转弯,控制探测装置在底盘上方和底盘后方移动;探测装置、定位装置、摄录装置将探测数据、位置坐标、实时影像通过第二通讯装置传输至控制终端;供电装置为无人探测车各用电装置供电。
(3)无人巡查机
无人巡查机包括无人机载体、悬挂云台、红外-可见光一体式摄像机、激光扫描装置、第二定位装置、测距装置、第三通讯装置。所述无人机载体为旋翼无人机;悬挂云台包括侧挂云台和下挂云台,其中侧挂云台挂载红外-可见光一体式摄像机,下挂云台挂载激光扫描装置;第二定位装置和测距装置挂载在无人机载体机架上;指挥方舱(车载终端)可通过发送指令指挥无人机巡查作业。
各装置功能和逻辑关系如下:无人机载体为无人巡查机的搭载基础,同时可为各用电装置供电;侧挂云台挂载在无人机载体侧面,底挂云台挂载在无人机下方,两个云台均可实现360°旋转,具备减震功能;红外-可见光摄像机可实时摄录红外热成像画面和可见光画面;激光扫描装置可扫描堤防点云图;第三定位装置能够通过卫星定位获取无人机所在的绝对坐标;测距装置能够测量无人机与堤面的距离;第三通讯装置可将无人机定位、扫描和摄录数据传回车载指挥方舱;指挥方舱可操控无人机飞行和挂载的各装置工作,并可借助电子地图进行航线规划。
3、工作流程
(1)指挥方舱内搭载无人探测车和无人巡查机至拟探测的堤防段周边,选择四周较空旷、无通讯信号干扰的地段展开装备。
1)升起支撑架撑起指挥方舱。
2)设备间的舱身顶部收入操作间顶部,两侧和后方舱身向外侧展开。
(2)启动各装备及装置。检查装备是否异常,确认装备状态。检查无人探测车电量是否充足、各装置是否正常;检查无人巡查机电量是否充足,无人机载体是否完好、各装置功能是否正常;检查指挥方舱通信链路是否完整。上述问题确认无误后进行下一步骤。
(3)巡检路线规划。在操作舱通过调用电子地图规划无人巡查机行走路线,或者使用操作杆手动控制飞行路线。这是因为堤防地处野外,空中飞行障碍较少,且无人机安装有避障装置(无人机自带),可以规划飞行。
(4)巡查作业。启动无人巡查机,使其按照飞行线路航检堤坝。操作间显示装置中可显示无人巡查机电子地图航行路线、无人巡查机的云台相机拍摄的影像、无人巡查机的红外摄像机摄录影像、无人巡查机的激光雷达扫描数据信息。传回的数据实时存入服务器中。此外,根据无人巡查机传回的点云数据和影像确认堤坝工况,避开草木茂密、外表塌陷等区域,规划无人探测车行走路线。无人探测车依照规划路线进行巡堤查险,操作间显示装置的画面中可显示无人探测车电子地图行走路线、无人探测车的前云台相机拍摄的影像、无人探测车的后云台相机拍摄的影像、探测设备传回的数据信息。
(5)返航归位。无人巡查机返回设备舱,降落至停机坪固定机位,感应充电装置自动为其充电。无人探测车返回设备舱前,探测装置收回底盘上方,无人探测车返回设备舱,感应装置将自动为其充电。
(6)设备保养。擦拭镜头,检查有设备无异常,若有异常立即进行排查。
(7)数据处理。借助设备舱内服务器,处理探测传回的数据,将结果现场打印或通过通讯***传至远端。当数据不完善或存在疑问时,重复步骤(3)~(7),进行补充探测、分析。
(8)装备合拢。关闭设备舱,收回支撑架,整车装备前往下一段探测。
装备控制终端数据采集及交互的逻辑关系:
(1)获取层:无人探测车和无人巡查机将探测/扫描/摄录/定位数据实时通过第二、第三通讯模装置回指挥方舱,并储存在服务器中。
(2)协同层:无人巡查机获取数据在前,可根据其获取的点云数据确定草木植被、外部塌陷情况,并进行避障,规划无人探测车行走路线。通过位置坐标将无人探测车与无人巡查机获取的数据统一起来。
(3)标签层:将获取的数据进行分类、分割,并标记类型标签和坐标标签。
具体操作包括:
分类:按数据来源分,包括点云数据、可见光影像数据、电磁波探测数据、红外影像数据。
分割:根据坐标按长度分,将电磁波探测数据、可见光影像数据、红外影像数据,按照每100m堤防段内获取的长度进行分割。
坐标标签:通过坐标匹配获取可见光影像数据、电磁波探测数据、红外影像数据。后续主要通过坐标追溯调用数据。
(4)提取层:调用服务器中的点云数据,基于图像边缘算法提取堤坝前后坡脚、马道、堤顶等形态控制点(高程突变的点)的坐标。调用服务器中的红外摄像机摄录数据和电磁波探测数据,基于机器学习算法识别温度和电磁波异常区域,抽取异常区域坐标。
(5)建模层:基于抽取的点云数据建立可视化模型。
(6)映射层:将提取的异常区域坐标以不同颜色/线条映射根据坐标标签映射在可视化模型中。
(7)访问层:在可视化模型中,若要获取实景影像,则根据坐标标签访问服务器中相应的影像片段。
装备控制终端数据处理过程:
(1)无人巡查机激光扫描装置获取堤防表面点云(含绝对三维坐标信息),依据点云数据建立堤防高程模型,基于图像边缘算法提取堤坝前后坡脚、马道、堤顶等形态控制点的坐标。
(2)根据形态控制点坐标形成简化的堤防三维模型,作为异常区域映射的数据底座。
(3)通过无人巡查机红外热成像信息,获取堤坝背水坡表面温度异常区图像,通过温度阈值提取图像中异常区域轮廓的坐标,温度阈值可设置为温度极值点,即低温/高温的极值区域。
(4)通过无人探测车获得的电磁波信号,根据电磁波信号伪彩图,提取异常区域轮廓的坐标。
(5)无人探测车和无人巡查机获得的实景影像(可见光影像)关联坐标标签。
(6)在数据映射底座,以不同颜色显示(2)和(3)抽离的坐标,使隐患区域快速可视化展示。
(7)数据映射底座和分割后的影像数据均包含坐标标签,可通过坐标标签访问存储于服务器中的实景数据。
基于数据底座对堤坝病险程度进行判定。
①一级病险:点云构建的数据底座直接显示出的变形类病害,包括滑坡、表面裂缝、塌陷。此类病险表示,堤坝因不均匀沉降、内部隐患发展等原因已经形成结构性显性病害。
②二级病险:通过红外数据识别的堤坝背水坡渗漏病害,且在其病害区域水平投影的直线距离<50m范围内,存在1处及以上的通过无人探测车识别的堤坝内部富水、不密实等隐患。此类病险表示,该区域堤坝内部存在渗漏通道,且已经由背水坡出逸。
③三级病险:通过无人探测车识别的堤坝内部富水、不密实等隐患,且在背水坡通过无人巡查机未发现明显渗漏病害。此类病险表示,该区域堤坝内部存在不密实、疏松等隐患,但尚未发展成明显的渗漏通道。
当某段堤防同时存在两级及其以上病险时,按出现的最高病险等级进行判定。
病险等级划分:一级病险等级高于二级病险等级,二级病险等级高于三级病险等级。
实施例2
本实施例提供了一个具体的装备组成及工作流程案例。
(1)指挥方舱
本实施例中,指挥方舱底盘1-1选用东风平头6×6越野卡车底盘;支撑架1-2采用2个液压支腿;舱身1-3由不锈钢管作为骨架,铝合金板作为外壳,内嵌隔热材料板定制组成。方舱分为操作间和设备间,操作间内嵌4k高清显示屏1-4、操作台及机柜1-5、座椅1-6,机柜内安装服务器1-7,用于存储、分析数据;方舱内安装4G全网通路由器1-8,并与服务器1-7连接,实现远程通讯。如图1。
设备间分为上下两层,下层安放无人探测车2,上层安放无人巡查机3,上下两层均留有220V充电孔1-9,配有吹风机及泡沫清洗机1-10。设备间的舱身顶板通过液压导轨进行收放,两侧和后方舱身可向外侧展开,形成无人探测车上下设备间的通道;舱身展开后,设备间上方无遮挡,上层作为无人巡查机停机坪。设备间仪器安置位置均有限位感应装置1-11,无人探测车和无人巡查机就位后,可进行充电、清洁等工作。方舱舱身侧面安装警示灯1-12。
(2)无人探测车
无人探测车包括:底盘2-1、供电装置2-2、移动控制装置2-3、支架平台2-4、机械臂2-5、探测装置2-6、摄录装置2-7、第二通讯装置2-8、第一定位装置2-9。
底盘2-1选用履带式底盘,底盘内部留有设备舱,设备舱内放置供电装置2-2、移动控制装置2-3;底盘上部设置支架平台2-4,支架平台材质为镀锌板材,分为上、下两层。上方安装摄录装置2-7、第二通讯装置2-8、第一定位装置2-9,第二通讯装置2-8选用wifi通讯天线,第一定位装置2-9为中海达RTK V2型设备,摄录装置2-7选用2台高清双光摄像机,分别安装在支架平台前、后方。下方安装机械臂2-5和探测装置2-6,探测装置包括探测设备2-6-1和底座,底座装有前后两组4个轮子,前方1组为万向轮2-6-2,后方1组为定向轮2-6-3。机械臂2-5可将探测装置2-6收回底盘上,工作时可将探测装置放在底盘后方拖曳;第一定位装置安装在支架平台上方。如图2。
(3)无人巡查机
无人巡查机包括无人机载体3-1、悬挂云台3-2、红外-可见光一体式摄像机3-3、激光扫描装置3-4、测距装置3-5、第二定位装置3-6、第三通讯装置3-7。无人机载体3-1选用4旋翼无人机;悬挂云台3-2包括侧挂云台和下挂云台,侧挂云台挂载红外-可见光一体式摄像机,下挂云台挂载激光扫描装置3-4;第二定位装置3-6和测距装置3-5挂载在无人机载体机架上;车载指挥方舱可通过发送指令指挥无人机巡查作业。如图3。
无人探测车、无人巡查机数据采集及交互如图4所示。
(1)整套装备行驶至拟探查的某堤防段4(桩号K0+000~K5+000,共计5公里)周边,车载指挥方舱1就位,升起液压支腿,展开设备舱舱身。
(2)检查无人探测车和无人巡查机电量是否充足、各模块是否正常。操作间人员就位,打开服务器和操作台。
(3)在操作舱通过电子地图规划无人探测车和无人巡查机行走路线。
(4)启动无人巡查机和无人探测车。无人巡查机自动标定起飞点作为降落地点,按照规划的航线进行飞行巡查作业,无人巡查机将采集的激光点云数据(堤防变形)、红外影像数据(堤防表面温度场)、可见光影像数据和位置信息传回车载指挥方舱,实时显示在显示装置上,并存入服务器中。依据无人巡查机传回的数据,避开陷坑、草木茂盛、坡度及其陡等无人探测车难行区域,规划探测路线。无人探测车机械臂展开,将探测装置拖曳在后方,按照规划的行走路线进行探测。无人探测车采集的探测数据、可见光影像和位置信息传回指挥方舱,实时显示在显示装置上,并存入服务器中。如图5。
(5)巡查结束后,无人巡查机返回降落点,无人探测车通过机械臂收回探测装置,返回设备舱。感应充电装置自动为其充电。
(6)技术人员使用吹风机及泡沫清洗机清洗装备。
(7)根据传回的数据,利用数据交互平台进行使用。
1)将获取的数据进行分割,并标记坐标标签。
2)依据基于点云数据建立堤防高程三维模型(图6),基于图像边缘算法提取堤坝前后坡脚、堤顶等形态控制点的坐标。
3)通过无人巡查机红外热成像信息(图7),获取堤坝背水坡表面温度异常区图像,通过提取图像中异常区域轮廓的坐标。
4)通过无人探测车获得的电磁波信号,根据电磁波信号伪彩图(图8),提取异常区域轮廓的坐标。
5)根据控制点坐标形成简化的堤防三维模型,作为异常区域映射的数据底座。
6)在数据映射底座,以不同颜色显示异常坐标的区域,使隐患区域快速可视化展示。(图9)
7)数据映射底座和均包含坐标标签,可通过坐标标签访问存储于服务器中的实景数据。(8)依据本申请提出的堤防风险诊断准则,对本段堤防进行评价。
1)根据激光扫描数据形成的堤防三维模型,并结合可见光摄影影像判断,本次探查的堤防段(K0+000~K5+000)中K3+650~K4+020背水面存在滑坡。其余未发现表面裂缝、塌陷等变形病险。2)根据无人巡查机红外热成像信息,里程K1+035位置附近存在1处渗漏出逸区域。
3)根据无人探测车获取的探测数据,里程K1+010~K1+035和K1+060~K1+085部位存在渗漏隐患。
4)根据本申请提出的病险分类原则:
K0+000~K1+000:无病险。
K1+000~K1+100:二级病险。通过红外数据识别的堤坝背水坡渗漏病害,且在其病害区域水平投影的直线距离<50m范围内,存在2处通过无人探测车识别的堤坝内部富水等病害。此类病险表示,该区域堤坝内部存在渗漏通道,且已经由背水坡出逸。综合判定该段堤防为二类病险堤段。
K1+100~K3+600:无病险。
K3+600~K4+100:一级病险。
K4+100~K5+000:无病险。
(9)装备合拢。关闭设备舱,收回支撑架,整车装备前往下一段探测。
Claims (10)
1.一种堤坝隐伏病险诊断空地一体化装备,其特征在于,包括车载平台和车载平台上搭载的指挥方舱,所述指挥方舱包括相分离的设备间和操作间;
所述操作间内设有设备间设备的控制终端、服务器、第一通讯装置;
所述设备间内分层安放无人探测车和无人巡查机;
所述无人探测车上搭载移动控制装置、探测装置、摄录装置、第一定位装置和第二通讯装置;所述无人巡查机上搭载红外摄像机、可见光摄像机、激光扫描装置、第二定位装置、测距装置、避障装置、第三通讯装置;
所述装备工作流程如下:
车载平台移动至拟探测的堤防段周边,启动无人巡查机使其按照飞行线路航检堤坝,将红外摄像机、可见光摄像机、激光扫描装置、第二定位装置采集的拍摄数据、点云数据、同步的定位数据通过第三通讯装置发送至服务器,控制终端根据无人巡查机传回的地面数据规划无人探测车的行驶路径,启动无人探测车按照规划路径巡检堤坝,将探测装置、摄录装置、第一定位装置采集的电磁波探测数据、拍摄数据、同步的定位数据通过第二通讯装置发送至服务器;
所述控制终端将服务器获取的数据按照数据来源分类,通过坐标匹配标记坐标标签,并根据坐标按长度将数据分割;调用点云数据,基于图像边缘算法提取形态控制点的坐标,建立堤坝模型;调用红外摄像机拍摄数据和电磁波探测数据,识别温度和电磁波异常区域,抽取异常区域坐标,映射至堤坝模型。
2.根据权利要求1所述的装备,其特征在于,所述指挥方舱的舱身由不锈钢管作为骨架,铝合金板作为外壳,内嵌隔热材料板构成;
所述指挥方舱通过具备顶升功能的支撑架固定在车载平台上;所述支撑架顶升后指挥方舱的侧板和尾板展开。
3.根据权利要求1所述的装备,其特征在于,所述控制终端根据无人巡查机传回的点云数据确定路况,包括草木植被、外部塌陷情况进行避障,规划无人探测车的行驶路径。
4.根据权利要求1所述的装备,其特征在于,所述按照数据来源分类,通过坐标匹配标记坐标标签,并根据坐标按长度将数据分割包括:
将获取的数据按来源划分为点云数据、可见光影像数据、电磁波探测数据和红外影像数据;通过坐标匹配获取可见光影像数据、电磁波探测数据、红外影像数据的坐标;根据坐标将电磁波探测数据、可见光影像数据、红外影像数据按照长度进行分割。
5.根据权利要求1所述的装备,其特征在于,所述控制终端通过调用电子地图规划无人巡查机飞行路线,或使用操作杆手动控制飞行路线。
6.根据权利要求1所述的装备,其特征在于,所述无人探测车为履带式底盘,履带式底盘内部留有设备舱,用于放置供电装置、移动控制装置;无人探测车底盘上部设置双层支架平台,支架平台上层安装第一定位装置、摄录装置和第二通讯装置,支架平台下层安装机械臂和探测装置;所述探测装置底部安装两组车轮,前方1组为万向轮,后方1组为定向轮;所述机械臂用于将探测装置放出在底盘后方拖曳,或收回探测装置至支架平台。
7.根据权利要求1所述的装备,其特征在于,所述无人巡查机上设有侧挂云台和下挂云台,侧挂云台上挂载红外摄像机、可见光摄像机;下挂云台上挂载激光扫描装置;第二定位装置和测距装置挂载在无人机载体机架上。
8.根据权利要求1所述的装备,其特征在于,根据电磁波探测数据堆积成的伪彩图,提取异常区域轮廓的坐标。
9.根据权利要求1所述的装备,其特征在于,还包括,将异常区域坐标映射至堤坝模型后,通过标记坐标关联无人巡查机、无人探测车获取的可见光影像数据,结合可见光影像数据辅助病险判断。
10.根据权利要求1所述的装备,其特征在于,还包括,基于堤坝模型对堤坝病险风险程度进行判定:
①一级病险:点云构建的堤坝模型直接显示出的变形类病害,包括滑坡、表面裂缝、塌陷;
②二级病险:通过红外数据识别的堤坝背水坡渗漏病害,且在其病害区域水平投影的直线距离<50m范围内,存在1处及以上的通过无人探测车识别的隐患,包括堤坝内部富水、不密实;
③三级病险:通过无人探测车识别的隐患,包括堤坝内部富水、不密实;且在背水坡通过无人巡查机未发现明显渗漏病害;
当某段堤防同时存在两级及其以上病险时,按出现的最高病险等级进行判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310052080.4A CN115793093B (zh) | 2023-02-02 | 2023-02-02 | 堤坝隐伏病险诊断空地一体化装备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310052080.4A CN115793093B (zh) | 2023-02-02 | 2023-02-02 | 堤坝隐伏病险诊断空地一体化装备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115793093A true CN115793093A (zh) | 2023-03-14 |
CN115793093B CN115793093B (zh) | 2023-05-16 |
Family
ID=85429516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310052080.4A Active CN115793093B (zh) | 2023-02-02 | 2023-02-02 | 堤坝隐伏病险诊断空地一体化装备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115793093B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116087235A (zh) * | 2023-04-07 | 2023-05-09 | 四川川交路桥有限责任公司 | 一种多源耦合的桥梁损伤探测方法及*** |
CN117031551A (zh) * | 2023-08-10 | 2023-11-10 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种堤坝工程智能无人车遍历车站巡测方法与*** |
CN117111178A (zh) * | 2023-10-18 | 2023-11-24 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种堤坝隐患和险情空地水协同探测***及方法 |
CN117348022A (zh) * | 2023-09-26 | 2024-01-05 | 长安大学 | 一种基于多源数据的滑坡后缘裂缝识别方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109334543A (zh) * | 2018-11-19 | 2019-02-15 | 国网电子商务有限公司 | 一种电力巡检车与无人机相协同的电力巡线***及方法 |
CN109813322A (zh) * | 2019-03-18 | 2019-05-28 | 东莞理工学院 | 无人机与无人车协作导航*** |
CN110221623A (zh) * | 2019-06-17 | 2019-09-10 | 酷黑科技(北京)有限公司 | 一种空地协同作业***及其定位方法 |
CN210198395U (zh) * | 2019-03-18 | 2020-03-27 | 东莞理工学院 | 无人机与无人车协作导航*** |
CN111300372A (zh) * | 2020-04-02 | 2020-06-19 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
WO2020221284A1 (zh) * | 2019-04-29 | 2020-11-05 | 黄河勘测规划设计研究院有限公司 | 一种流域性洪涝场景的无人机监测方法及*** |
CN111898563A (zh) * | 2020-08-04 | 2020-11-06 | 上海同岩土木工程科技股份有限公司 | 一种保护区安全综合监护装备与监护方法 |
US20210048294A1 (en) * | 2019-08-15 | 2021-02-18 | China Institute Of Water Resources And Hydropower Research | System and method for monitoring deformation of dam slope |
CN112711265A (zh) * | 2020-04-08 | 2021-04-27 | 江苏方天电力技术有限公司 | 移动式多无人机智能巡检成套装备及巡检方法 |
US20210131821A1 (en) * | 2019-03-08 | 2021-05-06 | SZ DJI Technology Co., Ltd. | Techniques for collaborative map construction between an unmanned aerial vehicle and a ground vehicle |
CN113529643A (zh) * | 2021-07-08 | 2021-10-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 高坝深埋病害可视化修复方法及*** |
CN113781450A (zh) * | 2021-09-14 | 2021-12-10 | 中科百惟(云南)科技有限公司 | 一种基于输配电线路无人机图像采集自动化智能缺陷分析*** |
CN114779366A (zh) * | 2022-04-27 | 2022-07-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 车载堤防险情隐患快速探测装备及作业方法 |
CN114997359A (zh) * | 2022-05-17 | 2022-09-02 | 哈尔滨工业大学 | 一种基于仿生机器狗的堤防险情巡查成套技术装备 |
CN115127510A (zh) * | 2022-06-24 | 2022-09-30 | 哈尔滨工业大学 | 一种水陆空三栖立体无人化多平台联动滑坡智能巡防*** |
CN115236756A (zh) * | 2022-08-18 | 2022-10-25 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种堤坝结构险情隐患巡检数据采集及处理*** |
CN115355952A (zh) * | 2022-10-20 | 2022-11-18 | 山东联合能源管道输送有限公司 | 一种原油储罐智能巡检*** |
CN115508907A (zh) * | 2022-09-03 | 2022-12-23 | 中国安能集团第三工程局有限公司 | 一种车载堤防险情隐患探测***及预警方法 |
US20230023246A1 (en) * | 2021-04-02 | 2023-01-26 | Asylon, Inc. | Integration between unmanned aerial system and unmanned ground robotic vehicle |
CN115660241A (zh) * | 2022-10-31 | 2023-01-31 | 万宝矿产有限公司 | 一种数字化矿山巡检***及实现方法 |
-
2023
- 2023-02-02 CN CN202310052080.4A patent/CN115793093B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109334543A (zh) * | 2018-11-19 | 2019-02-15 | 国网电子商务有限公司 | 一种电力巡检车与无人机相协同的电力巡线***及方法 |
US20210131821A1 (en) * | 2019-03-08 | 2021-05-06 | SZ DJI Technology Co., Ltd. | Techniques for collaborative map construction between an unmanned aerial vehicle and a ground vehicle |
CN109813322A (zh) * | 2019-03-18 | 2019-05-28 | 东莞理工学院 | 无人机与无人车协作导航*** |
CN210198395U (zh) * | 2019-03-18 | 2020-03-27 | 东莞理工学院 | 无人机与无人车协作导航*** |
WO2020221284A1 (zh) * | 2019-04-29 | 2020-11-05 | 黄河勘测规划设计研究院有限公司 | 一种流域性洪涝场景的无人机监测方法及*** |
CN110221623A (zh) * | 2019-06-17 | 2019-09-10 | 酷黑科技(北京)有限公司 | 一种空地协同作业***及其定位方法 |
US20210048294A1 (en) * | 2019-08-15 | 2021-02-18 | China Institute Of Water Resources And Hydropower Research | System and method for monitoring deformation of dam slope |
CN111300372A (zh) * | 2020-04-02 | 2020-06-19 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
CN112711265A (zh) * | 2020-04-08 | 2021-04-27 | 江苏方天电力技术有限公司 | 移动式多无人机智能巡检成套装备及巡检方法 |
CN111898563A (zh) * | 2020-08-04 | 2020-11-06 | 上海同岩土木工程科技股份有限公司 | 一种保护区安全综合监护装备与监护方法 |
US20230023246A1 (en) * | 2021-04-02 | 2023-01-26 | Asylon, Inc. | Integration between unmanned aerial system and unmanned ground robotic vehicle |
CN113529643A (zh) * | 2021-07-08 | 2021-10-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 高坝深埋病害可视化修复方法及*** |
CN113781450A (zh) * | 2021-09-14 | 2021-12-10 | 中科百惟(云南)科技有限公司 | 一种基于输配电线路无人机图像采集自动化智能缺陷分析*** |
CN114779366A (zh) * | 2022-04-27 | 2022-07-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 车载堤防险情隐患快速探测装备及作业方法 |
CN114997359A (zh) * | 2022-05-17 | 2022-09-02 | 哈尔滨工业大学 | 一种基于仿生机器狗的堤防险情巡查成套技术装备 |
CN115127510A (zh) * | 2022-06-24 | 2022-09-30 | 哈尔滨工业大学 | 一种水陆空三栖立体无人化多平台联动滑坡智能巡防*** |
CN115236756A (zh) * | 2022-08-18 | 2022-10-25 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种堤坝结构险情隐患巡检数据采集及处理*** |
CN115508907A (zh) * | 2022-09-03 | 2022-12-23 | 中国安能集团第三工程局有限公司 | 一种车载堤防险情隐患探测***及预警方法 |
CN115355952A (zh) * | 2022-10-20 | 2022-11-18 | 山东联合能源管道输送有限公司 | 一种原油储罐智能巡检*** |
CN115660241A (zh) * | 2022-10-31 | 2023-01-31 | 万宝矿产有限公司 | 一种数字化矿山巡检***及实现方法 |
Non-Patent Citations (3)
Title |
---|
姚上斌: "空地无人***协同建图技术研究" * |
姜祎铠: "复杂场景感知与可视化处理技术" * |
廖祖裔等: "《工业建筑总平面设计》", 中国建筑工业出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116087235A (zh) * | 2023-04-07 | 2023-05-09 | 四川川交路桥有限责任公司 | 一种多源耦合的桥梁损伤探测方法及*** |
CN116087235B (zh) * | 2023-04-07 | 2023-06-20 | 四川川交路桥有限责任公司 | 一种多源耦合的桥梁损伤探测方法及*** |
CN117031551A (zh) * | 2023-08-10 | 2023-11-10 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种堤坝工程智能无人车遍历车站巡测方法与*** |
CN117031551B (zh) * | 2023-08-10 | 2024-01-30 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种堤坝工程智能无人车遍历车站巡测方法与*** |
CN117348022A (zh) * | 2023-09-26 | 2024-01-05 | 长安大学 | 一种基于多源数据的滑坡后缘裂缝识别方法 |
CN117348022B (zh) * | 2023-09-26 | 2024-05-24 | 长安大学 | 一种基于多源数据的滑坡后缘裂缝识别方法 |
CN117111178A (zh) * | 2023-10-18 | 2023-11-24 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种堤坝隐患和险情空地水协同探测***及方法 |
CN117111178B (zh) * | 2023-10-18 | 2024-02-06 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种堤坝隐患和险情空地水协同探测***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115793093B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115793093A (zh) | 堤坝隐伏病险诊断空地一体化装备 | |
CN103778681B (zh) | 一种车载高速公路巡检***及数据获取和处理方法 | |
CN108033015B (zh) | 一种用于煤矸石山着火点监测的无人机装置及方法 | |
CN109760837B (zh) | 一种电缆沟与隧道巡检无人机*** | |
EP0392163B1 (en) | System for geological defect detection utilizing composite video-infrared thermography | |
CN107728136A (zh) | 一种机场跑道异物监测和清除引导***及方法 | |
CN114113118B (zh) | 一种地铁隧道衬砌裂缝渗漏水病害快速检测装置及其检测方法 | |
CN113781450A (zh) | 一种基于输配电线路无人机图像采集自动化智能缺陷分析*** | |
CN108332926A (zh) | 一种桥梁巡检*** | |
CN114373138A (zh) | 一种高速铁路全自动无人机巡检方法及*** | |
CN207963788U (zh) | 一种基于深度摄像头的公路边坡安全智能监测及预警装置 | |
CN208569041U (zh) | 桥梁巡检*** | |
CN109885098B (zh) | 一种桥梁边栏巡检航线规划方法 | |
CN104091168A (zh) | 基于无人机影像的电力线自动提取定位方法 | |
CN208027170U (zh) | 一种电力巡线无人机及*** | |
CN210005927U (zh) | 一种桥梁巡检无人机*** | |
CN108681337B (zh) | 一种涵洞或桥梁专用巡查无人机及无人机巡查方法 | |
US11767019B1 (en) | Vehicle-mounted equipment for rapid detection of danger and hidden danger of a dike and operation method thereof | |
CN111537524A (zh) | 地铁隧道病害智能监测装置及使用方法 | |
CN111522360A (zh) | 一种基于电力铁塔的带状倾斜摄影自动航线规划方法 | |
CN113077561A (zh) | 一种无人机智能巡检*** | |
CN213518003U (zh) | 用于机场道面的巡检机器人以及巡检*** | |
CN206109976U (zh) | 一种用于桥梁检测的无人机*** | |
KR102556878B1 (ko) | 음영지역 자율비행 기반의 드론을 이용하여 상태평가를 수행하는 콘크리트 시설물 유지관리 시스템 | |
CN205711656U (zh) | 智能车载道路信息采集装置 |
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 |