CN116071962B - 公路无人机自动巡检*** - Google Patents
公路无人机自动巡检*** Download PDFInfo
- Publication number
- CN116071962B CN116071962B CN202310165269.4A CN202310165269A CN116071962B CN 116071962 B CN116071962 B CN 116071962B CN 202310165269 A CN202310165269 A CN 202310165269A CN 116071962 B CN116071962 B CN 116071962B
- Authority
- CN
- China
- Prior art keywords
- road section
- disease
- parameter
- highway
- module
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 42
- 201000010099 disease Diseases 0.000 claims abstract description 193
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 193
- 238000012423 maintenance Methods 0.000 claims abstract description 97
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 239000004576 sand Substances 0.000 claims description 46
- 238000000605 extraction Methods 0.000 claims description 25
- 238000009825 accumulation Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 12
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
- G08G5/0078—Surveillance aids for monitoring traffic from the aircraft
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0052—Navigation or guidance aids for a single aircraft for cruising
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及飞行器作业领域,尤其涉及一种公路无人机自动巡检***,包括无人机场,用以实现无人机的起飞操作和无人机的降落操作,信息采集模块,用以采集待巡检路段的影像信息和位置信息,公路养护运营平台,用以根据待巡检路段的影像信息推定病害路段的维修时间,以及,用以将病害路段的位置信息与对应的推定维修时间相匹配,任务管理模块,用以根据病害路段的位置信息和对应的推定维修时间信息重新规划无人机的巡检路线。本发明通过对病害路段的数据测量、参数计算和维修时间的推定共同作用重新规划巡检路线可以解决由于工作内容的重复导致***的工作效率与工作精度降低的问题。
Description
技术领域
本发明涉及飞行器作业领域,尤其涉及一种公路无人机自动巡检***。
背景技术
在当今日常的工作与生活中,无人机飞行技术日渐成熟,无人机巡检技术已应用到电力、农业、农林、勘探、影视、执法和救援专业领域,代替人工对具体采集目标的巡检,显示出极好的技术应用效果,节省人力发展前景大好。
公开号C112346476A的专利文献公开了一种无人机自动巡检***及方法,该发明通过无人机管控平台将待巡检区域划分为若干个正方形区域,并在每个区域中均设置一个机场本体和机场后台指挥***,通过无人机管控平台对每个区域的多架无人机进行统一管控,提高巡检效率;
但是该发明所提供的自动巡检方式虽然无需人工操作无人机进行巡检,但是由于无人机的负载设备是固定的,使得无法对实时的多类型任务进行巡检,而且巡检路径的重复必然会导致无人机工作内容的重复,导致无用工作量的增加,降低了***的工作效率与工作精度。
发明内容
为此,本发明提供一种一种公路无人机自动巡检***,可以解决由于工作内容的重复导致***的工作效率与工作精度降低的问题。
为实现上述目的,本发明提供一种公路无人机自动巡检***,包括:
无人机场,设置于待巡检路段上,用以实现无人机的起飞操作和无人机的降落操作;
信息采集模块,设置在无人机上,用以采集待巡检路段的影像信息和位置信息;
公路养护运营平台,与所述信息采集模块连接,内置待巡检路段历史大数据信息以及各项计算参数,用以根据待巡检路段的影像信息推定病害路段的维修时间,以及,用以将病害路段的位置信息与对应的推定维修时间相匹配,包括信息提取模块、测量模块、病害参数计算模块、病害程度判断模块、维修时间推定模块和信息整理模块;
所述信息提取模块与所述信息采集模块连接,用以从待巡检路段的所述影像信息和所述位置信息中提取病害路段的影像信息和位置信息;
所述测量模块与所述信息提取模块连接,用以从所述病害路段的影像信息中测量待计算数据;
所述病害参数计算模块与所述测量模块连接,用以根据病害路段的所述测量待计算数据计算病害参数;
所述病害程度判断模块与所述病害参数计算模块连接,用以根据所述病害参数的大小判断所述病害路段的病害程度;
所述维修时间推定模块与所述病害程度判断模块连接,用以根据病害程度推定所述病害路段的维修时间;
所述信息整理模块分别与所述信息提取模块和所述维修时间推定模块连接,用以将病害路段的位置信息与对应的推定维修时间相匹配;
任务管理模块,分别与所述无人机场和所述信息整理模块连接,用以根据病害路段的位置信息和对应的推定维修时间信息重新规划无人机的巡检路线。
进一步地,所述无人机场包括一个起点无人机场、一个终点无人机场和若干中间无人机场;
所述第起点无人机场设置于待巡检路段起点处,用以实现无人机去程过程中的起飞操作,以及,用以实现无人机回程过程中的降落操作;
所述终点无人机场设置于待巡检路段终点处,用以实现无人机回程过程中的起飞操作,以及,用以实现无人机去程过程中的降落操作;
所述中间无人机场以所述起点无人机场为起点沿待巡检路段以预设路程L0为间距等距设置于待巡检路段,用以实现无人机往返过程中的起飞和降落工作,其中预设路程L0为无人机接收信号范围的最大直径。
进一步地,将待巡检路段总长L和所述预设路程L0根据公式根据公式[L/L0]-1计算得到所述中间无人机场的个数N,将所述起点无人机场到第一个所述中间无人机场之间的路段设为第一路段,将第(N-1)个所述中间无人机场到第N个所述中间无人机场之间的路段设为第N路段,将第N个所述中间无人机场到所述终点无人机场的路段设为第(N+1)路段,其中N为正整数。
进一步地,所述信息采集模块包括影像采集单元、激光成像单元和GPS定位单元,影像采集单元、激光成像单元和GPS定位单元均安装于无人机上且相互独立;
所述影像采集单元与所述信息提取模块连接,用以通过摄像装置采集待巡检路段的影像信息;
所述激光成像单元与所述信息提取模块连接,用以通过激光多次反射回传过滤植被,得到病害路段的真实地形影像;
所述GPS定位单元与所述信息提取模块连接,用以确定无人机的实时位置,以及,用以获取病害路段的位置信息。
进一步地,所述信息提取模块用以从待巡检路段的所述影像信息和所述位置信息中提取病害路段的影像信息和位置信息;
所述病害路段的影像信息包括公路裂缝路段的影像信息、公路坑槽路段的影像信息和公路积沙路段的影像信息,将公路裂缝路段的影像信息设为第一影像信息,将公路坑槽路段的影像信息设为第二影像信息,将公路积沙路段的影像信息设为第三影像信息;
所述病害路段的位置信息包括公路裂缝路段的位置信息、公路坑槽路段的位置信息和公路积沙路段的位置信息,将公路裂缝路段的位置信息设为第一位置信息,将公路坑槽路段的影像信息设为第二位置信息,将公路积沙路段的影像信息设为第三位置信息,并将第一位置信息、第二位置信息和第三位置信息发送至所述信息整理模块。
进一步地,所述测量模块用以测量所述第一影像信息中公路裂缝的长度L1和公路裂缝的深度H1,将公路裂缝的长度L1设为第一长度,将公路裂缝的深度H1设为第一高度,并将第一长度L1和第一高度H1发送至病害参数计算模块用以计算所述第一影像信息的病害参数;
所述测量模块用以测量所述第二影像信息中公路坑槽的长度L2、公路坑槽的宽度W1和公路坑槽的深度H2,将公路坑槽的长度L2设为第二长度,将公路坑槽的宽度W1设为第一宽度,将公路坑槽的深度H2设为第二高度,并将第二长度L2、第一宽度W1和第二高度H2发送至病害参数计算模块用以计算所述第二影像信息的病害参数;
所述测量模块用以测量所述第三影像信息中公路积沙的长度L3、公路积沙的宽度W2和公路积沙的厚度H3,将公路积沙的长度L3设为第三长度,将公路积沙的宽度W2设为第二宽度,将公路积沙的厚度H3设为第三高度,并将第三长度L3、第二宽度W2和第三高度H3发送至病害参数计算模块用以计算所述第三影像信息的病害参数。
进一步地,所述病害参数计算模块根据平台提供的大数据预先设所述第一长度L1的影响参数为第一参数k1、所述第一高度H1的影响参数为第二参数k2、所述第二长度L1的影响参数为第三参数k3、所述 第一宽度W1的影响参数为第四参数k4、所述第二高度H2的影响参数为第五参数k5、所述第三长度L3的影响参数为第六参数k6、所述第二宽度W2的影响参数为第七参数k7、所述第三高度H3的影响参数为第八参数k8;
所述病害参数计算模块用以将所述第一长度L1、所述第一高度H1、所述第一参数k1和所述第二参数k2根据公式(L1×k1)+(H1×k2)=P1计算得到所述第一影像信息的病害参数并设为第一病害参数P1;
所述病害参数计算模块用以将所述第二长度L2、所述第一宽度W1、所述第二高度H2、所述第三参数k3、所述第四参数k4和所述第五参数k5根据公式(L2×k3)+(W1×k4)+(H2×k5)=P2计算得到所述第二影像信息的病害参数并设为第二病害参数P2;
所述病害参数计算模块用以将所述第三长度L3、所述第二宽度W2、所述第三高度H3、所述第六参数k6、所述第七参数k7和所述第八参数k8根据公式(L3×k6)+(W2×k7)+(H3×k8)=P3计算得到所述第三影像信息的病害参数并设为第三病害参数P3;
所述病害程度判断模块还用以根据所述病害参数的大小判断所述病害路段的病害程度,根据平台提供的大数据预先设PA为公路裂缝第一预设参数,设PB为公路裂缝第二预设参数,设PC为公路坑槽第一预设参数,设PD为公路坑槽第二预设参数,设PE为公路积沙第一预设参数,设PF为公路积沙第二预设参数,其中公路裂缝第二预设参数PB大于公路裂缝第一预设参数PA,公路坑槽第二预设参数PD大于公路坑槽第一预设参数PC,公路积沙第二预设参数PF大于公路积沙第一预设参数PE;
当P1≤PA时,所述病害路段为一级裂缝病害,当PA<P1<PB时,所述病害路段为二级裂缝病害,当P1≥PB时,所述病害路段为三级裂缝病害;
当P2≤PC时,所述病害路段为一级坑槽病害,当PC<P2<PD时,所述病害路段为二级坑槽病害,当P2≥PD时,所述病害路段为三级坑槽病害;
当P3≤PE时,所述病害路段为一级积沙病害,当PE<P3<PF时,所述病害路段为二级积沙病害,当P3≥PF时,所述病害路段为三级积沙病害。
进一步地,所述维修时间推定模块用以根据病害程度推定所述病害路段的维修时间;
当所述病害路段为所述一级裂缝病害时,推定所述病害路段的维修时间为a天,当所述病害路段为所述二级裂缝病害时,推定所述病害路段的维修时间为b天,当所述病害路段为所述三级裂缝病害时,推定所述病害路段的维修时间为c天,其中c>b>a;
当所述病害路段为所述一级坑槽病害时,推定所述病害路段的维修时间为d天,当所述病害路段为所述二级坑槽病害时,推定所述病害路段的维修时间为e天,当所述病害路段为所述三级坑槽病害时,推定所述病害路段的维修时间为f天,其中f>e>d;
当所述病害路段为所述一级积沙病害时,推定所述病害路段的维修时间为g天,当所述病害路段为所述二级积沙病害时,推定所述病害路段的维修时间为h天,当所述病害路段为所述三级积沙病害时,推定所述病害路段的维修时间为i天,其中i>h>g。
进一步地,所述信息整理模块用以将病害路段的位置信息与对应的推定维修时间相匹配;
所述信息整理模块用以判断所述第一位置信息、所述第二位置信息和所述第三位置信息所在路段,并将该路段对应的所述推定维修时间与该路段对应的所述中间无人机场相匹配成对得到的数据对设为目标数据对;
根据待巡检路段中病害路段的个数X得到X个目标数据对,将得到的X个目标数据对上传至所述公路养护运营平台并进行维修工作;
当同一路段中包含多个所述目标数据对时,比较各目标数据对中所述推定维修时间的大小关系,仅保留所述推定维修时间最大的一组目标数据对并将保留下的全部所述目标数据对发送给所述任务管理模块,用以根据所述目标数据对重新规划无人机的巡检路线。
进一步地,所述任务管理模块,用以根据所述目标数据对重新规划无人机的巡检路线;
所述任务管理模块接收到所述目标数据对后,将所述目标数据对中所述病害路段对应的所述中间无人机场从无人机预设路径中在目标数据对对应所述推定维修时间内剔除,并重新规划无人机的巡检路线。
与现有技术相比,本发明的有益效果在于,***初次运行时沿待巡检路段走完全程并同时由所述信息采集模块采集沿途的路段信息,并提取其中病害路段进行进一步地特征提取和数据计算,从而根据计算得到的参数大小关系评估病害路段的病害严重程度,再根据病害程度推定所述病害路段的维修时间,并在之后的巡检中通过所述任务管理模块的调控合理的跳过一些待巡检路段,重新规划无人机的巡检路线,所述公路养护运营平台基于现有技术大数据得以存储有关于待巡检路段的海量数据,基于数据的修正从而得到的参数可以使***的计算结果更加精准,该***重新规划的无人机的巡检路线有效地避免了对于路径的重复检验,在不影响工作的前提下有效地提高了***的工作效率,可以解决由于工作内容的重复导致***的工作效率与工作精度降低的问题。
尤其,待巡检公路所面临的病害情况具有多样性,不可以在工作中混为一谈,本发明在提取过程中将影像信息细化分类为公路裂缝路段、公路坑槽路段和公路积沙路段,将病害路段进行细分一方面便于更精准的推定维修时间,从而提高***的工作效率,另一方面不同的病害情况在具体维修施工的方法上也存在较大区别,将其分类进行分别处理可以进一步提高***的工作效率。
尤其,通过测量得到的数据计算得到所述第一病害参数P1、所述第一病害参数P2和所述第一病害参数P3,由根据所述第一病害参数P1与公路裂缝第一预设参数PA和公路裂缝第二预设参数PB的大小关系判断公路裂缝的病害程度,根据所述第二病害参数P2与公路坑槽第一预设参数PC和公路坑槽第二预设参数PD的大小关系判断公路坑槽的病害程度,根据所述第三病害参数P3与公路积沙第一预设参数PE和公路积沙第二预设参数PF的大小关系判断公路积沙的病害程度,病害程度严重程度的分级判断由浅入深细化了工作过程,使得到的结果更为精准,进一步提高了***的工作精度。
附图说明
图1为本发明实施例提供的无人机自动巡检***的结构简单框图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;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。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,本发明实施例提供的一种公路无人机自动巡检***包括:
无人机场1,设置于待巡检路段上,用以实现无人机的起飞操作和无人机的降落操作;
信息采集模块2,设置在无人机上,用以采集待巡检路段的影像信息和位置信息;
公路养护运营平台10,与所述信息采集模块2连接,内置待巡检路段历史大数据信息以及各项计算参数,用以根据待巡检路段的影像信息推定病害路段的维修时间,以及,用以将病害路段的位置信息与对应的推定维修时间相匹配,包括信息提取模块101、测量模块102、病害参数计算模块103、病害程度判断模块104、维修时间推定模块105和信息整理模块106;
所述信息提取模块101与所述信息采集模块2连接,用以从待巡检路段的所述影像信息和所述位置信息中提取病害路段的影像信息和位置信息;
所述测量模块102与所述信息提取模块101连接,用以从所述病害路段的影像信息中测量待计算数据;
所述病害参数计算模块103与所述测量模块102连接,用以根据病害路段的所述测量待计算数据计算病害参数;
所述病害程度判断模块104与所述病害参数计算模块103连接,用以根据所述病害参数的大小判断所述病害路段的病害程度;
所述维修时间推定模块105与所述病害程度判断模块104连接,用以根据病害程度推定所述病害路段的维修时间;
所述信息整理模块106分别与所述信息提取模块101和所述维修时间推定模块105连接,用以将病害路段的位置信息与对应的推定维修时间相匹配;
任务管理模块3,分别与所述无人机场和所述信息整理模块连接,用以根据病害路段的位置信息和对应的推定维修时间信息重新规划无人机的巡检路线。
具体而言,***初次运行时沿待巡检路段走完全程并同时由所述信息采集模块采集沿途的路段信息,并提取其中病害路段进行进一步地特征提取和数据计算,从而根据计算得到的参数大小关系评估病害路段的病害严重程度,再根据病害程度推定所述病害路段的维修时间,并在之后的巡检中通过所述任务管理模块的调控合理的跳过一些待巡检路段,重新规划无人机的巡检路线。
具体而言,所述公路养护运营平台基于现有技术大数据得以存储有关于待巡检路段的海量数据,基于数据的修正从而得到的参数可以使***的计算结果更加精准,该***重新规划的无人机的巡检路线有效地避免了对于路径的重复检验,在不影响工作的前提下有效地提高了***的工作效率,可以解决由于工作内容的重复导致***的工作效率与工作精度降低的问题。
具体而言,所述无人机场1包括一个起点无人机场、一个终点无人机场和若干中间无人机场;
所述第起点无人机场设置于待巡检路段起点处,用以实现无人机去程过程中的起飞操作,以及,用以实现无人机回程过程中的降落操作;
所述终点无人机场设置于待巡检路段终点处,用以实现无人机回程过程中的起飞操作,以及,用以实现无人机去程过程中的降落操作;
所述中间无人机场以所述起点无人机场为起点沿待巡检路段以预设路程L0为间距等距设置于待巡检路段,用以实现无人机往返过程中的起飞和降落工作,其中预设路程L0为无人机接收信号范围的最大直径。
具体而言,无人机场还可以起到对无人机的工作状态监测和维修的作用,以及,保证无人机工作时电量充足。
具体而言,在待巡检路段上设置多个无人机场可以提高***的巡检效率,增加了***实施方案的稳定性,其中中间无人机场以所述起点无人机场为起点沿待巡检路段以预设路程L0为间距等距设置于待巡检路段的目的是在满足***工作稳定性的前提下最大程度的减少成本,符合绿色发展的思想。
具体而言,将待巡检路段总长L和所述预设路程L0根据公式根据公式[L/L0]-1计算得到所述中间无人机场的个数N,将所述起点无人机场到第一个所述中间无人机场之间的路段设为第一路段,将第(N-1)个所述中间无人机场到第N个所述中间无人机场之间的路段设为第N路段,将第N个所述中间无人机场到所述终点无人机场的路段设为第(N+1)路段,其中N为正整数。
具体而言,计算公式[L/L0]-1中[L/L0]为取整函数,用以将待巡检路径切割量化为若干路段。
具体而言,根据无人机场将待巡检路径切割量化为若干路段一方面便于确定无人机的实时位置,为无人机的工作过程中提供了安全保障,另一方面使量化出来的每一路段与无人机场分别作出一一对应,便于调整巡检路径的规划,增加工作效率。
具体而言,所述信息采集模块2包括影像采集单元、激光成像单元和GPS定位单元,影像采集单元、激光成像单元和GPS定位单元均安装于无人机上且相互独立;
所述影像采集单元与所述信息提取模块101连接,用以通过摄像装置采集待巡检路段的影像信息;
所述激光成像单元与所述信息提取模块101连接,用以通过激光多次反射回传过滤植被,得到病害路段的真实地形影像;
所述GPS定位单元与所述信息提取模块101连接,用以确定无人机的实时位置,以及,用以获取病害路段的位置信息。
具体而言,所述影像采集单元和所述激光成像单元获取的是影像信息,用以推定维修时间,所述GPS定位单元获取的是病害路段的位置信息,用以重新规划巡检路线,所述影像采集单元、所述激光成像单元和所述GPS定位单元分别安装于无人机上且互不干涉,有利于分工工作,使检测得到的数据清晰明白,提高***的工作精度。
具体而言,所述信息提取模块101用以从待巡检路段的所述影像信息和所述位置信息中提取病害路段的影像信息和位置信息;
所述病害路段的影像信息包括公路裂缝路段的影像信息、公路坑槽路段的影像信息和公路积沙路段的影像信息,将公路裂缝路段的影像信息设为第一影像信息,将公路坑槽路段的影像信息设为第二影像信息,将公路积沙路段的影像信息设为第三影像信息;
所述病害路段的位置信息包括公路裂缝路段的位置信息、公路坑槽路段的位置信息和公路积沙路段的位置信息,将公路裂缝路段的位置信息设为第一位置信息,将公路坑槽路段的影像信息设为第二位置信息,将公路积沙路段的影像信息设为第三位置信息,并将第一位置信息、第二位置信息和第三位置信息发送至所述信息整理模块。
具体而言,待巡检公路所面临的病害情况具有多样性,不可以在工作中混为一谈,本发明在提取过程中将影像信息细化分类为公路裂缝路段、公路坑槽路段和公路积沙路段。
具体而言,将病害路段进行细分一方面便于更精准的推定维修时间,从而提高***的工作效率,另一方面不同的病害情况在具体维修施工的方法上也存在较大区别,将其分类进行分别处理可以进一步提高***的工作效率。
具体而言,所述测量模块102用以测量所述第一影像信息中公路裂缝的长度L1和公路裂缝的深度H1,将公路裂缝的长度L1设为第一长度,将公路裂缝的深度H1设为第一高度,并将第一长度L1和第一高度H1发送至病害参数计算模块用以计算所述第一影像信息的病害参数;
所述测量模块102用以测量所述第二影像信息中公路坑槽的长度L2、公路坑槽的宽度W1和公路坑槽的深度H2,将公路坑槽的长度L2设为第二长度,将公路坑槽的宽度W1设为第一宽度,将公路坑槽的深度H2设为第二高度,并将第二长度L2、第一宽度W1和第二高度H2发送至病害参数计算模块用以计算所述第二影像信息的病害参数;
所述测量模块102用以测量所述第三影像信息中公路积沙的长度L3、公路积沙的宽度W2和公路积沙的厚度H3,将公路积沙的长度L3设为第三长度,将公路积沙的宽度W2设为第二宽度,将公路积沙的厚度H3设为第三高度,并将第三长度L3、第二宽度W2和第三高度H3发送至病害参数计算模块用以计算所述第三影像信息的病害参数。
具体而言,所述第一长度L1、所述第二长度L2、所述第一宽度W1、所述第三长度L3和所述第二宽度W2根据所述影像采集单元采集的影像数据中测量得到,所述第一高度H1、所述第二高度H2和所述第三高度H3根据所述激光成像单元采集的影像数据中测量得到,同样是长度数据却采用不同的方式分别测量,提高了数据获得的准确度,进一步提高了***的精确度。
具体而言,所述病害参数计算模块103根据平台提供的大数据预先设所述第一长度L1的影响参数为第一参数k1、所述第一高度H1的影响参数为第二参数k2、所述第二长度L1的影响参数为第三参数k3、所述 第一宽度W1的影响参数为第四参数k4、所述第二高度H2的影响参数为第五参数k5、所述第三长度L3的影响参数为第六参数k6、所述第二宽度W2的影响参数为第七参数k7、所述第三高度H3的影响参数为第八参数k8;
所述病害参数计算模块用103以将所述第一长度L1、所述第一高度H1、所述第一参数k1和所述第二参数k2根据公式(L1×k1)+(H1×k2)=P1计算得到所述第一影像信息的病害参数并设为第一病害参数P1;
所述病害参数计算模块103用以将所述第二长度L2、所述第一宽度W1、所述第二高度H2、所述第三参数k3、所述第四参数k4和所述第五参数k5根据公式(L2×k3)+(W1×k4)+(H2×k5)=P2计算得到所述第二影像信息的病害参数并设为第二病害参数P2;
所述病害参数计算模块103用以将所述第三长度L3、所述第二宽度W2、所述第三高度H3、所述第六参数k6、所述第七参数k7和所述第八参数k8根据公式(L3×k6)+(W2×k7)+(H3×k8)=P3计算得到所述第三影像信息的病害参数并设为第三病害参数P3;
所述病害程度判断模块104还用以根据所述病害参数的大小判断所述病害路段的病害程度,根据平台提供的大数据预先设PA为公路裂缝第一预设参数,设PB为公路裂缝第二预设参数,设PC为公路坑槽第一预设参数,设PD为公路坑槽第二预设参数,设PE为公路积沙第一预设参数,设PF为公路积沙第二预设参数,其中公路裂缝第二预设参数PB大于公路裂缝第一预设参数PA,公路坑槽第二预设参数PD大于公路坑槽第一预设参数PC,公路积沙第二预设参数PF大于公路积沙第一预设参数PE;
当P1≤PA时,所述病害路段为一级裂缝病害,当PA<P1<PB时,所述病害路段为二级裂缝病害,当P1≥PB时,所述病害路段为三级裂缝病害;
当P2≤PC时,所述病害路段为一级坑槽病害,当PC<P2<PD时,所述病害路段为二级坑槽病害,当P2≥PD时,所述病害路段为三级坑槽病害;
当P3≤PE时,所述病害路段为一级积沙病害,当PE<P3<PF时,所述病害路段为二级积沙病害,当P3≥PF时,所述病害路段为三级积沙病害。
具体而言,本发明实施例通过测量得到的数据计算得到所述第一病害参数P1、所述第一病害参数P2和所述第一病害参数P3,由根据所述第一病害参数P1与公路裂缝第一预设参数PA和公路裂缝第二预设参数PB的大小关系判断公路裂缝的病害程度,根据所述第二病害参数P2与公路坑槽第一预设参数PC和公路坑槽第二预设参数PD的大小关系判断公路坑槽的病害程度,根据所述第三病害参数P3与公路积沙第一预设参数PE和公路积沙第二预设参数PF的大小关系判断公路积沙的病害程度。
具体而言,病害程度严重程度的分级判断由浅入深细化了工作过程,使得到的结果更为精准,进一步提高了***的工作精准度。
具体而言,所述维修时间推定模块105用以根据病害程度推定所述病害路段的维修时间;
当所述病害路段为所述一级裂缝病害时,推定所述病害路段的维修时间为a天,当所述病害路段为所述二级裂缝病害时,推定所述病害路段的维修时间为b天,当所述病害路段为所述三级裂缝病害时,推定所述病害路段的维修时间为c天,其中c>b>a;
当所述病害路段为所述一级坑槽病害时,推定所述病害路段的维修时间为d天,当所述病害路段为所述二级坑槽病害时,推定所述病害路段的维修时间为e天,当所述病害路段为所述三级坑槽病害时,推定所述病害路段的维修时间为f天,其中f>e>d;
当所述病害路段为所述一级积沙病害时,推定所述病害路段的维修时间为g天,当所述病害路段为所述二级积沙病害时,推定所述病害路段的维修时间为h天,当所述病害路段为所述三级积沙病害时,推定所述病害路段的维修时间为i天,其中i>h>g。
具体而言,推定的时间为确保病害路段可以在推定时间内修理完毕的时间,增加了***运行的可靠性。
具体而言,所述信息整理模块106用以将病害路段的位置信息与对应的推定维修时间相匹配;
所述信息整理模块106用以判断所述第一位置信息、所述第二位置信息和所述第三位置信息所在路段,并将该路段对应的所述推定维修时间与该路段对应的所述中间无人机场相匹配成对得到的数据对设为目标数据对;
根据待巡检路段中病害路段的个数X得到X个目标数据对,将得到的X个目标数据对上传至所述公路养护运营平台并进行维修工作;
当同一路段中包含多个所述目标数据对时,比较各目标数据对中所述推定维修时间的大小关系,仅保留所述推定维修时间最大的一组目标数据对并将保留下的全部所述目标数据对发送给所述任务管理模块,用以根据所述目标数据对重新规划无人机的巡检路线。
具体而言,确定所述第一位置信息、所述第二位置信息和所述第三位置信息的所在路段,从根本上可以定位到所在路段对应的所述中间无人机场,调控无人机到达各无人机场的路径就能实现重新规划无人机的巡检路线的目的。
具体而言,将将该路段对应的所述推定维修时间与该路段对应的所述中间无人机场相匹配成对得到的数据对设为目标数据对用于巡检路线的重新规划方便快捷,进一步提高***的工作效率。
具体而言,所述任务管理模块3,用以根据所述目标数据对重新规划无人机的巡检路线;
所述任务管理模块接收到所述目标数据对后,将所述目标数据对中所述病害路段对应的所述中间无人机场从无人机预设路径中在目标数据对对应所述推定维修时间内剔除,并重新规划无人机的巡检路线。
具体而言,工作中存在同一路段同时存在多种病害的情况,比较对应所述推定维修时间的大小关系并选择所述推定维修时间最大的进行保留,即可有效的保证当推定维修时间经过后,该病害路段完全修理,进一步提高了设备的可靠性。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种公路无人机自动巡检***,其特征在于,包括:
无人机场,设置于待巡检路段上,用以实现无人机的起飞操作和无人机的降落操作;
信息采集模块,设置在无人机上,用以采集待巡检路段的影像信息和位置信息;
公路养护运营平台,与所述信息采集模块连接,内置待巡检路段历史大数据信息以及各项计算参数,用以根据待巡检路段的影像信息推定病害路段的维修时间,以及,用以将病害路段的位置信息与对应的推定维修时间相匹配,包括信息提取模块、测量模块、病害参数计算模块、病害程度判断模块、维修时间推定模块和信息整理模块;
所述信息提取模块与所述信息采集模块连接,用以从待巡检路段的所述影像信息和所述位置信息中提取病害路段的影像信息和位置信息;
所述测量模块与所述信息提取模块连接,用以从所述病害路段的影像信息中测量待计算数据;
所述病害参数计算模块与所述测量模块连接,用以根据病害路段的所述测量待计算数据计算病害参数;
所述病害程度判断模块与所述病害参数计算模块连接,用以根据所述病害参数的大小判断所述病害路段的病害程度;
所述维修时间推定模块与所述病害程度判断模块连接,用以根据病害程度推定所述病害路段的维修时间;
所述信息整理模块分别与所述信息提取模块和所述维修时间推定模块连接,用以将病害路段的位置信息与对应的推定维修时间相匹配;
任务管理模块,分别与所述无人机场和所述信息整理模块连接,用以根据病害路段的位置信息和对应的推定维修时间信息重新规划无人机的巡检路线;
所述病害路段的位置信息包括公路裂缝路段的位置信息、公路坑槽路段的位置信息和公路积沙路段的位置信息,将公路裂缝路段的位置信息设为第一位置信息,将公路坑槽路段的影像信息设为第二位置信息,将公路积沙路段的影像信息设为第三位置信息,并将第一位置信息、第二位置信息和第三位置信息发送至所述信息整理模块;
中间无人机场以起点无人机场为起点沿待巡检路段以预设路程L0为间距等距设置于待巡检路段,用以实现无人机往返过程中的起飞和降落工作,其中预设路程L0为无人机接收信号范围的最大直径;
所述信息整理模块用以判断所述第一位置信息、所述第二位置信息和所述第三位置信息所在路段,并分别将各位置信息对应路段所对应的所述推定维修时间以及对应的所述中间无人机场相匹配成对得到的数据对设为目标数据对;
根据待巡检路段中病害路段的个数X得到X个目标数据对,将得到的X个目标数据对上传至所述公路养护运营平台并进行维修工作;
当同一路段中包含多个所述目标数据对时,比较各目标数据对中所述推定维修时间的大小关系,仅保留所述推定维修时间最大的一组目标数据对并将保留下的全部所述目标数据对发送给所述任务管理模块,所述任务管理模块,用以根据所述目标数据对重新规划无人机的巡检路线;
所述任务管理模块接收到所述目标数据对后,将所述目标数据对中所述病害路段对应的所述中间无人机场从无人机预设路径中在目标数据对对应所述推定维修时间内剔除,并重新规划无人机的巡检路线。
2.根据权利要求1所述的公路无人机自动巡检***,其特征在于,所述无人机场包括一个起点无人机场、一个终点无人机场和若干中间无人机场;
所述起点无人机场设置于待巡检路段起点处,用以实现无人机去程过程中的起飞操作,以及,用以实现无人机回程过程中的降落操作;
所述终点无人机场设置于待巡检路段终点处,用以实现无人机回程过程中的起飞操作,以及,用以实现无人机去程过程中的降落操作。
3.根据权利要求2所述的公路无人机自动巡检***,其特征在于,将待巡检路段总长L和所述预设路程L0根据公式[L/L0]-1计算得到所述中间无人机场的个数N,将所述起点无人机场到第一个所述中间无人机场之间的路段设为第一路段,将第(N-1)个所述中间无人机场到第N个所述中间无人机场之间的路段设为第N路段,将第N个所述中间无人机场到所述终点无人机场的路段设为第(N+1)路段,其中N为正整数。
4.根据权利要求3所述的公路无人机自动巡检***,其特征在于,所述信息采集模块包括影像采集单元、激光成像单元和GPS定位单元,影像采集单元、激光成像单元和GPS定位单元均安装于无人机上且相互独立;
所述影像采集单元与所述信息提取模块连接,用以通过摄像装置采集待巡检路段的影像信息;
所述激光成像单元与所述信息提取模块连接,用以通过激光多次反射回传过滤植被,得到病害路段的真实地形影像;
所述GPS定位单元与所述信息提取模块连接,用以确定无人机的实时位置,以及,用以获取病害路段的位置信息。
5.根据权利要求4所述的公路无人机自动巡检***,其特征在于,所述信息提取模块用以从待巡检路段的所述影像信息和所述位置信息中提取病害路段的影像信息和位置信息;
所述病害路段的影像信息包括公路裂缝路段的影像信息、公路坑槽路段的影像信息和公路积沙路段的影像信息,将公路裂缝路段的影像信息设为第一影像信息,将公路坑槽路段的影像信息设为第二影像信息,将公路积沙路段的影像信息设为第三影像信息。
6.根据权利要求5所述的公路无人机自动巡检***,其特征在于,所述测量模块用以测量所述第一影像信息中公路裂缝的长度L1和公路裂缝的深度H1,将公路裂缝的长度L1设为第一长度,将公路裂缝的深度H1设为第一高度,并将第一长度L1和第一高度H1发送至病害参数计算模块用以计算所述第一影像信息的病害参数;
所述测量模块用以测量所述第二影像信息中公路坑槽的长度L2、公路坑槽的宽度W1和公路坑槽的深度H2,将公路坑槽的长度L2设为第二长度,将公路坑槽的宽度W1设为第一宽度,将公路坑槽的深度H2设为第二高度,并将第二长度L2、第一宽度W1和第二高度H2发送至病害参数计算模块用以计算所述第二影像信息的病害参数;
所述测量模块用以测量所述第三影像信息中公路积沙的长度L3、公路积沙的宽度W2和公路积沙的厚度H3,将公路积沙的长度L3设为第三长度,将公路积沙的宽度W2设为第二宽度,将公路积沙的厚度H3设为第三高度,并将第三长度L3、第二宽度W2和第三高度H3发送至病害参数计算模块用以计算所述第三影像信息的病害参数。
7.根据权利要求6所述的公路无人机自动巡检***,其特征在于,所述病害参数计算模块根据平台提供的大数据预先设定所述第一长度L1的影响参数为第一参数k1、所述第一高度H1的影响参数为第二参数k2、所述第二长度L1的影响参数为第三参数k3、所述 第一宽度W1的影响参数为第四参数k4、所述第二高度H2的影响参数为第五参数k5、所述第三长度L3的影响参数为第六参数k6、所述第二宽度W2的影响参数为第七参数k7、所述第三高度H3的影响参数为第八参数k8;
所述病害参数计算模块用以将所述第一长度L1、所述第一高度H1、所述第一参数k1和所述第二参数k2根据公式(L1×k1)+(H1×k2)=P1计算得到所述第一影像信息的病害参数并设为第一病害参数P1;
所述病害参数计算模块用以将所述第二长度L2、所述第一宽度W1、所述第二高度H2、所述第三参数k3、所述第四参数k4和所述第五参数k5根据公式(L2×k3)+(W1×k4)+(H2×k5)=P2计算得到所述第二影像信息的病害参数并设为第二病害参数P2;
所述病害参数计算模块用以将所述第三长度L3、所述第二宽度W2、所述第三高度H3、所述第六参数k6、所述第七参数k7和所述第八参数k8根据公式(L3×k6)+(W2×k7)+(H3×k8)=P3计算得到所述第三影像信息的病害参数并设为第三病害参数P3;
所述病害程度判断模块用以根据所述病害参数的大小判断所述病害路段的病害程度,根据平台提供的大数据预先设PA为公路裂缝第一预设参数,设PB为公路裂缝第二预设参数,设PC为公路坑槽第一预设参数,设PD为公路坑槽第二预设参数,设PE为公路积沙第一预设参数,设PF为公路积沙第二预设参数,其中公路裂缝第二预设参数PB大于公路裂缝第一预设参数PA,公路坑槽第二预设参数PD大于公路坑槽第一预设参数PC,公路积沙第二预设参数PF大于公路积沙第一预设参数PE;
当P1≤PA时,所述病害路段为一级裂缝病害,当PA<P1<PB时,所述病害路段为二级裂缝病害,当P1≥PB时,所述病害路段为三级裂缝病害;
当P2≤PC时,所述病害路段为一级坑槽病害,当PC<P2<PD时,所述病害路段为二级坑槽病害,当P2≥PD时,所述病害路段为三级坑槽病害;
当P3≤PE时,所述病害路段为一级积沙病害,当PE<P3<PF时,所述病害路段为二级积沙病害,当P3≥PF时,所述病害路段为三级积沙病害。
8.根据权利要求7所述的公路无人机自动巡检***,其特征在于,所述维修时间推定模块用以根据病害程度推定所述病害路段的维修时间;
当所述病害路段为所述一级裂缝病害时,推定所述病害路段的维修时间为a天,当所述病害路段为所述二级裂缝病害时,推定所述病害路段的维修时间为b天,当所述病害路段为所述三级裂缝病害时,推定所述病害路段的维修时间为c天,其中c>b>a;
当所述病害路段为所述一级坑槽病害时,推定所述病害路段的维修时间为d天,当所述病害路段为所述二级坑槽病害时,推定所述病害路段的维修时间为e天,当所述病害路段为所述三级坑槽病害时,推定所述病害路段的维修时间为f天,其中f>e>d;
当所述病害路段为所述一级积沙病害时,推定所述病害路段的维修时间为g天,当所述病害路段为所述二级积沙病害时,推定所述病害路段的维修时间为h天,当所述病害路段为所述三级积沙病害时,推定所述病害路段的维修时间为i天,其中i>h>g。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310165269.4A CN116071962B (zh) | 2023-02-24 | 2023-02-24 | 公路无人机自动巡检*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310165269.4A CN116071962B (zh) | 2023-02-24 | 2023-02-24 | 公路无人机自动巡检*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116071962A CN116071962A (zh) | 2023-05-05 |
CN116071962B true CN116071962B (zh) | 2024-05-17 |
Family
ID=86180132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310165269.4A Active CN116071962B (zh) | 2023-02-24 | 2023-02-24 | 公路无人机自动巡检*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116071962B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426806A (zh) * | 2011-11-07 | 2012-04-25 | 同济大学 | 一种基于动态小区划分的区域路网无人机巡航方法 |
CN105549613A (zh) * | 2015-12-11 | 2016-05-04 | 北京恒华伟业科技股份有限公司 | 一种基于无人机的自动巡检方法及装置 |
CN107284330A (zh) * | 2017-08-23 | 2017-10-24 | 南京火眼猴信息科技有限公司 | 一种公路隧道检测车 |
CN109945874A (zh) * | 2019-04-11 | 2019-06-28 | 株洲时代电子技术有限公司 | 一种桥梁巡检航线规划方法 |
CN112198899A (zh) * | 2020-09-30 | 2021-01-08 | 安徽乐道信息科技有限公司 | 基于无人飞行器的道路检测方法、设备和存储介质 |
CN112327925A (zh) * | 2020-11-24 | 2021-02-05 | 天津市公路工程总公司 | 一种道路养护巡查协同辅助*** |
JP2021056692A (ja) * | 2019-09-30 | 2021-04-08 | 株式会社トップライズ | 移動体の管理システム、移動体の管理装置、及び移動体の管理方法 |
CN113342046A (zh) * | 2021-06-22 | 2021-09-03 | 国网湖北省电力有限公司宜昌供电公司 | 基于蚁群算法的输电线路无人机巡检路径优化方法 |
CN113706472A (zh) * | 2021-07-30 | 2021-11-26 | 中国公路工程咨询集团有限公司 | 公路路面病害检测方法、装置、设备及存储介质 |
CN114005041A (zh) * | 2021-09-03 | 2022-02-01 | 江苏中路信息科技有限公司 | 一种基于uavrs和bim的道路病害识别管控方法和设备 |
CN114489122A (zh) * | 2021-12-30 | 2022-05-13 | 山东奥邦交通设施工程有限公司 | 一种基于uav及配套机场的高速公路自动巡检方法及*** |
CN114924583A (zh) * | 2022-04-28 | 2022-08-19 | 东南大学 | 基于无人机巡检的人员行为和车辆轨迹的安全监控方法 |
-
2023
- 2023-02-24 CN CN202310165269.4A patent/CN116071962B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426806A (zh) * | 2011-11-07 | 2012-04-25 | 同济大学 | 一种基于动态小区划分的区域路网无人机巡航方法 |
CN105549613A (zh) * | 2015-12-11 | 2016-05-04 | 北京恒华伟业科技股份有限公司 | 一种基于无人机的自动巡检方法及装置 |
CN107284330A (zh) * | 2017-08-23 | 2017-10-24 | 南京火眼猴信息科技有限公司 | 一种公路隧道检测车 |
CN109945874A (zh) * | 2019-04-11 | 2019-06-28 | 株洲时代电子技术有限公司 | 一种桥梁巡检航线规划方法 |
JP2021056692A (ja) * | 2019-09-30 | 2021-04-08 | 株式会社トップライズ | 移動体の管理システム、移動体の管理装置、及び移動体の管理方法 |
CN112198899A (zh) * | 2020-09-30 | 2021-01-08 | 安徽乐道信息科技有限公司 | 基于无人飞行器的道路检测方法、设备和存储介质 |
CN112327925A (zh) * | 2020-11-24 | 2021-02-05 | 天津市公路工程总公司 | 一种道路养护巡查协同辅助*** |
CN113342046A (zh) * | 2021-06-22 | 2021-09-03 | 国网湖北省电力有限公司宜昌供电公司 | 基于蚁群算法的输电线路无人机巡检路径优化方法 |
CN113706472A (zh) * | 2021-07-30 | 2021-11-26 | 中国公路工程咨询集团有限公司 | 公路路面病害检测方法、装置、设备及存储介质 |
CN114005041A (zh) * | 2021-09-03 | 2022-02-01 | 江苏中路信息科技有限公司 | 一种基于uavrs和bim的道路病害识别管控方法和设备 |
CN114489122A (zh) * | 2021-12-30 | 2022-05-13 | 山东奥邦交通设施工程有限公司 | 一种基于uav及配套机场的高速公路自动巡检方法及*** |
CN114924583A (zh) * | 2022-04-28 | 2022-08-19 | 东南大学 | 基于无人机巡检的人员行为和车辆轨迹的安全监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116071962A (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109334543B (zh) | 一种电力巡检车与无人机相协同的电力巡线***及方法 | |
CN109255955B (zh) | 一种基于地基和空基协同感知的高速公路事故监测方法及*** | |
CN106771856B (zh) | 基于无人机技术的电力输电线路雷击点确定方法 | |
CN111311967A (zh) | 基于无人机的电力线路巡检***及方法 | |
CN110472477B (zh) | 一种利用rtk版无人机搭载红外相机监测覆冰方法 | |
DE102016218012A1 (de) | Verfahren für eine Datenverarbeitungsanlage zur Erhaltung eines Betriebszustands eines ersten autonomen Fahrzeugs sowie Verfahren für eine Datenverarbeitungsanlage zum Verwalten einer Mehrzahl autonomer Fahrzeuge | |
CN106428558A (zh) | 一种基于空‑轨两用无人机的轨道综合巡检方法 | |
CN109596487B (zh) | 一种高大建筑物工程扬尘溯源方法 | |
CN111258331A (zh) | 无人机电力线路运维检修***及方法 | |
CN110967600A (zh) | 一种基于无人机红外检测的复合绝缘子劣化诊断方法 | |
CN106218910B (zh) | 采集高压电力线路树障缺陷的***、方法及控制终端 | |
CN112327929A (zh) | 一种无人机航飞管理*** | |
WO2024092859A1 (zh) | 一种数字化矿山巡检***及实现方法 | |
CN115941529A (zh) | 一种基于机器人的电缆隧道检测方法和*** | |
CN109035837A (zh) | 一种基于无人机的智能交通***测试方法 | |
CN116071962B (zh) | 公路无人机自动巡检*** | |
CN112327925B (zh) | 一种道路养护巡查协同辅助*** | |
CN113111714A (zh) | 一种应用于输电现场作业的风险防控*** | |
CN115421503B (zh) | 一种用于桥梁的无人机巡检*** | |
CN115755977A (zh) | 一种隧道内智能无人机巡检方法及*** | |
CN109417279B (zh) | 用于高架传输线路监视的智能隔离物和方法 | |
CN113658158A (zh) | 一种基于双光技术的光伏组件热斑无人机自动检测*** | |
CN112507919A (zh) | 基于大数据分析的高速公路综合管养可视化云计算平台 | |
CN108986484B (zh) | 一种基于无人机的智能交通控制*** | |
CN117217739B (zh) | 一种智能电力巡检*** |
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 |