CN116149349A - 一种特高拱坝无人机自动巡检的航迹规划方法 - Google Patents
一种特高拱坝无人机自动巡检的航迹规划方法 Download PDFInfo
- Publication number
- CN116149349A CN116149349A CN202111411213.XA CN202111411213A CN116149349A CN 116149349 A CN116149349 A CN 116149349A CN 202111411213 A CN202111411213 A CN 202111411213A CN 116149349 A CN116149349 A CN 116149349A
- Authority
- CN
- China
- Prior art keywords
- arch dam
- arch
- dam
- aerial vehicle
- unmanned aerial
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000003384 imaging method Methods 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 230000037237 body shape Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种拱坝无人巡检航线规划方法,特别应用于大型特高拱坝的无人机自动化巡检。本发明在大型双曲拱坝基础上,构建拱坝函数模型;依据无人机参数及航空摄影要求确定无人机飞行高程,确定摄影基线及摄影时间间隔,并以此计算拱坝主体和泄洪口区域的摄影航迹点;然后将得到的航摄点进行坐标转换,以符合无人机航迹点输入要求;再对特高拱坝主体边缘位置进行范围划定,去除巡检范围外航拍点信息;最后根据无人机巡检作业时间及飞行速度将航拍点分配到各架次飞行器上。本发明提供大型拱坝无人机航摄在航带和巡检区域尺度上的步骤及要求,解决由于拱坝复杂的双曲几何结构导致现有技术无法应用于双曲型拱坝的问题,填补拱坝坝面全过程自动化无人检测的技术空白。
Description
技术领域
本发明涉及航迹规划技术领域,特别涉及,基于摄影测量任务的拱坝无人自动巡检航迹规划。
背景技术
随着近些年来人们对水资源需求的日益增长,近些年我国兴建了众多的水库和大坝工程。大坝工程规模宏大,水库大坝安全与人们的生活质量和安全息息相关。然而长期服役过程中,由于水位、温度、徐变等因素变化,拱坝混凝土会不同程度的产生裂缝、剥蚀、渗流等缺陷,对拱坝安全运行造成影响。因此,定期对拱坝坝面混凝土进行检测,结合相关监测成果综合分析,对掌握拱坝运行状态、确保拱坝安全运行至关重要。
以往大坝坝面病害检测只能依靠人工高空悬垂作业,进行人眼勘察、人工判读和识别的传统检测。传统方法往往由于任务繁重、人眼疏忽,对大坝坝面病害缺陷的检测效率低下,难以及时发现混凝土缺陷;且存在周期长、费用高、距离坝面远、安全风险大等缺点,严重危害水电站大坝稳定性与安全运营。
现有的无人机航迹规划有诸多不同的应用场景,主要用于电力巡检、建筑物裂缝检测等领域。与其规则的结构不同,特高拱坝往往呈现出双曲面的几何结构,这导致目前所提出的无人机航迹算法很难应用于拱坝、特别是大型特高拱坝的病害监测中。此外,现有的巡检算法大多基于理想情况的假定,而且不支持多架次的无人机航线规划,这些对于后期自动化巡检作业额外重要。因此,亟需探索新的特高拱坝坝面检测技术,填补拱坝坝面全过程自动化无人检测的技术空白。
针对上述问题,设计一种航线规划方法,特别应用于大型特高拱坝的无人机病害监测。解决目前技术所存在的无法使用于双曲型拱坝,不支持多架次的无人机航迹规划的问题。
发明内容
针对上述缺陷,本发明解决的技术问题在于,提供一种大型特高拱坝无人机自动巡检的航迹规划方法,以填补拱坝坝面全过程自动化无人检测的技术空白。
本发明提供了一种大型特高拱坝无人机自动巡检的航迹规划,具体步骤包括:
步骤1、根据飞行区域信息,建立拱坝坐标系,获取双曲拱坝平面坐标函数、拱圈体型参数(包括拱冠梁厚度、拱端厚度、半中心角、弦长、拱冠曲率半径)及拱冠梁剖面参数,并对拱坝整体进行分区,构建不同区域内拱坝的双曲函数模型;
步骤2、获取无人机相关信息及航空摄影的基本参数,所述参数包括传感器大小、图像尺寸、焦距、快门速度等相机参数,期望旁向重叠度、期望航向重叠度、飞行速度、距拱坝主体飞行航距等摄影参数;
步骤3、依据所给参数,计算像片地面分辨率、航向摄影基线、旁向摄影基线、摄影时间间隔;
步骤4、基于航空摄影参数及特高拱坝双曲函数模型,确定无人机飞行高程,并以此计算拱坝主体和泄洪口区域的摄影航迹点;
步骤5、基于拱坝坐标系中的航线拍摄点,对摄影点进行坐标转换,得到WGS84坐标系下拍摄点的位置信息;
步骤6、考虑到设计图纸与实际建造差异,对特高拱坝主体边缘位置进行范围划定,并去除范围外航拍点信息,得到巡检区域内所有摄影点经度、纬度和高程信息;
步骤7、根据无人机巡检作业时间及飞行速度进行摄影点数量估算,并依据实际情况将航拍点分配到各架次飞行器上;
步骤8、判断航迹规划结果信息的合理性,最终获取正确基本参数下的目标飞行区域航迹信息、无人机各架次巡检任务结果。
优选地,所述步骤1,旨在进行拱坝双曲函数模型构建,具体步骤包括:
步骤1.1、根据飞行区域信息,以拱坝上游坝面的中心点为坐标原点,以拱坝下游对称轴方向为y轴,以与y轴垂直的方向为x轴,以坝轴线垂直向下为z轴,建立拱坝坐标系;
步骤1.2、依据设计图纸,分析泄洪口所在区域,并依据大型特高拱坝泄洪口分布,将作业区域划分为拱坝主体-左岸、泄洪口区域和拱坝主体-右岸三部分。
优选地,所述步骤3,进行航空摄影具体参数的计算,具体步骤包括:
步骤3.1、根据步骤2中所给出的传感器尺寸、焦距和距拱坝主体飞行航距参数,计算影像实际地面范围为公式1;
步骤3.2、结合无人机摄影的图像尺寸,计算影像的地面分辨率为公式2;
步骤3.3、依据实际成像长度、期望航向重叠度,计算航向摄影基线为公式3;依据实际成像宽度、期望旁向重叠度,计算旁向摄影基线为公式4;
步骤3.4、依据航向重叠度、无人机相对于地面飞行速度,计算摄影时间间隔为公式5。
优选地,所述步骤4,计算各区域内摄影航迹点,具体步骤包括:
步骤4.1、结合拱坝坝顶高程及实际成像宽度,获取首条航带飞行高程为公式6;
步骤4.2、基于航带飞行高程,结合双曲拱坝的平面坐标函数、拱圈体型参数及拱冠梁剖面参数,线性插值得到期望高程下拱端厚度、中心线弦长和拱端曲率半径;
步骤4.3、依据该高程下拱坝参数,进行单条航带的航拍点计算;
步骤4.4、依据计算得到的旁向摄影基线,确定拱坝主体下一航带飞行具体高程为公式 12;
步骤4.5、判断下一航带高程是否在拱坝高程范围内,若满足,返回步骤4.2,若不满足,则完成该区域内航线计算。
优选地,所述步骤5中将拱坝坐标系转换至WGS84经纬度坐标系的具体步骤包括:
步骤5.1、获取坐标系转换的控制点坐标;
步骤5.2、利用已知控制点坐标进行坐标转换参数求解为公式13,将拱坝坐标转为WGS84坐标系下大地坐标(X,Y,Z);
步骤5.3、利用大地坐标系转换参数将大地坐标转换至航摄点经纬度,满足无人机航摄点输入要求。
优选地,所述步骤4.3中单条航带的航拍点计算的具体步骤包括:
步骤4.3.1、按照影像实际成像长度,获取当前航带首张影像所处位置的中心线弧长为公式7;
步骤4.3.2、根据拱坝拱圈中心线弧长计算公式,采用牛顿法求解非线性方程得到航拍点在中心线上对应位置坐标;
步骤4.3.3、依据航拍点位置坐标和拱冠曲率半径,计算该位置相对于坝体对称轴(y 轴)径向角为公式8;
步骤4.3.4、结合距拱坝主体飞行航距、径向角,计算航摄点在拱坝坐标系下的实际坐标为公式9;
步骤4.3.5、根据航向摄影基线,计算下一航摄点位置的中心线弧长为公式10;
步骤4.3.6、判断下一航摄点是否在当前区域内,若满足,返回步骤4.3.2,若不满足,则完成当前航带航摄点计算;
步骤4.3.7、依据计算得到的航摄点坐标,计算各航摄点位置偏航角为公式11。
由上述方案可知,本发明提供的一种拱坝无人巡检航线规划方法,特别应用于大型特高拱坝的无人巡检。本发明在大型双曲拱坝基础上,构建拱坝函数模型;依据无人机参数及航空摄影要求确定无人机飞行高程,确定摄影基线及摄影时间间隔,并以此计算拱坝主体和泄洪口区域的摄影航迹点;然后将得到的航摄点进行坐标转换,以符合无人机航迹点输入要求;再对特高拱坝主体边缘位置进行范围划定,去除巡检范围外航拍点信息;最后根据无人机巡检作业时间及飞行速度将航拍点分配到各架次飞行器上。本发明提供大型拱坝无人机航摄在航带和巡检区域尺度上的步骤及要求,解决了目前技术所存在的无法使用于双曲型拱坝,不支持多架次的无人机航迹规划的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的整体流程图;
图2为本发明实施例各区域内航拍点计算流程图;
图3为本发明实施例单条航带航拍点计算流程图;
图4为本发明实施例平面拱圈坐标示意图;
图5为本发明实施例拱冠梁剖面示意图;
图6为本发明实施例三维坐标系旋转示意图;
图7为本发明实施例拱坝横截面及分区作业图;
图8为本发明实施例无人巡检设计图。
具体实施方式
本发明提出特高拱坝无人机病害监测航迹规划方法,并成功应用于云南省小湾水电厂特高拱坝下游坝面的无人巡检工作,定期对拱坝坝面混凝土进行检测,有助于掌握拱坝运行状态,从而确保拱坝安全正常运行。
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。
请一并参阅图1至图8,现对本发明提供的大型特高拱坝无人机病害监测航迹规划方法的一种具体实施方式进行说明,具体步骤包括:
步骤1、根据飞行区域信息,建立拱坝坐标系,获取双曲拱坝平面坐标函数、拱圈体型参数(包括拱冠梁厚度、拱端厚度、半中心角、弦长、拱冠曲率半径)及拱冠梁剖面参数,并对拱坝整体进行分区,构建不同区域内拱坝的双曲函数模型。
步骤1.1、参见图5,根据巡检区域信息,以拱坝上游坝面的中心点为坐标原点,以拱坝下游对称轴方向为y轴,以与y轴垂直的方向为x轴,以坝轴线垂直向下为z轴,建立拱坝坐标系;
步骤1.2、参见图8,依据设计图纸,分析泄洪口所在区域,并确定各区域在拱坝坐标系下坐标范围;依据大型特高拱坝泄洪口分布,将作业区域划分为拱坝主体-左岸、泄洪口区域和拱坝主体-右岸三部分。
步骤2、获取无人机相关信息及航空摄影的基本参数,其中基本参数包括巡检区域(特高拱坝下游面),飞行器参数、相机参数和航空摄影参数。
飞行器参数包括飞行器名称、最大飞行速度、最小飞行速度、建议飞行速度、最大飞行高度、最小飞行高度、最大飞行航程(考虑飞行器单条航线规划时需要考虑)。
相机参数包含相机名称、焦距(相机定焦拍摄,需要计算分辨率、飞行器飞行高度等使用)、是否支持调焦(确认相机客观条件,若是则获取焦距范围)、最小拍摄时间间隔(相邻两影像的航向距离应该不小于最小拍摄时间间隔乘以飞行器实际的飞行速度)、像元尺寸 (计算单个像素在实际地面大小)、传感器大小(用于计算像幅实际地面成像范围)、x 轴的像素数量(相片像素横向的像素数量)、y轴的像素数量(相片像素纵向的像素数量)等相机参数。
航空摄影参数包括期望航向重叠度(沿着飞行器飞行方向的相邻两影像间的重叠度即同一航带上相邻两张影像间重叠百分比,在60%~65%之间)、期望旁向重叠度(垂直飞行器飞行方向的相邻两影像间的重叠度即两相邻条带间的重叠百分比,在30%~35%之间)、距拱坝主体飞行航距、飞行速度(计算摄影曝光时间及各飞行器作业范围)、飞行器数量(为自然数,以进行飞行架次安排)、风向、风速(确认是否满足飞行条件)。
步骤3、依据所给参数,计算像片地面分辨率、航向摄影基线、旁向摄影基线、摄影时间间隔。
步骤3.1、根据相机的传感器尺寸(lx,ly)、焦距(f)和距拱坝主体飞行航距(D)参数,计算影像的实际地面范围为:
步骤3.2、结合无人机摄影的图像尺寸(px,py),计算影像的地面分辨率μ(影像上像元的大小与实际地理距离的比值):
μ=dx/px=dy/py (公式 2)
步骤3.3、依据实际成像长度dx、期望航向重叠度qx,计算航向摄影基线Bx为:
Bx=(1-qx)×dx. (公式 3)
依据实际成像宽度dy、期望旁向重叠度qy,计算旁向摄影基线By为:
By=(1-qy)×dy. (公式 4)
影响后期影像拼接的主要因素是航向重叠度和旁向重叠度,航拍影像应具有充足的航向重叠度与旁向重叠度,有效保证后期无人机获取影像的正确拼接。这种航空摄影任务需要采用定点拍摄的方式来进行,需要无人机航迹规划算法给出具体的航拍点;再加上双曲拱坝复杂的几何结构与函数模型,这也使得目前所提出的无人机航迹算法很难应用于拱坝、特别是大型特高拱坝的病害监测中。
步骤4、参见图2,基于确定的航空摄影参数及特高拱坝双曲函数模型,确定无人机飞行高程(由旁向摄影基线确定),并以此分别计算拱坝主体和泄洪口各区域的摄影航迹。需注意,由于泄洪口区域航空摄影的飞行高度应注意对导流孔、泄洪口等进行避障,即该区域内航摄距离D’一般应大于拱坝主体部分。
步骤4.1、结合拱坝坝顶高程H0及实际成像宽度dy,获取首条航带飞行高程H1:
H1=dy/2 (公式 6)
步骤4.2、基于航带飞行高程,结合双曲拱坝的平面坐标函数、拱圈体型参数及拱冠梁剖面参数,线性插值得到期望高程Hi下的拱端厚度、中心线弦长和拱端曲率半径。
步骤4.3、参见图3,依据该高程下拱坝参数,进行单条航带的航拍点计算。
步骤4.3.1、按照影像实际成像长度dx,获取当前航带首张影像所处位置的中心线弧长为:
步骤4.3.5、根据航向摄影基线Bx,计算下一航摄点位置的中心线弧长为:
步骤4.3.6、判断下一航摄点是否在当前区域内,若满足,返回步骤4.3.2,若不满足,则完成当前航带航摄点计算;
步骤4.3.7、依据计算得到的航摄点坐标,计算各航摄点位置偏航角θ为:
其中,Ni为第i条航带航摄点总数。换言之,本发明采用前一、后一航摄点位置连线相对于y轴方向的偏角作为当前航摄点的航偏角;若为该航带第一航摄点,则采用当前航摄点与后一航摄点位置进行计算;若为当前航带最后一航摄点,则采用当前航摄点与前一航摄点进行计算。本发明规定,位于拱坝对称轴(y轴)左侧航偏角设置为负数,右侧航偏角设置为正数。
步骤4.4、依据计算得到的旁向摄影基线,确定拱坝主体下一航带飞行具体高程为:
Hi=H1+(i-1)×By,(i≥1) (公式12)
其中,Hi表示第i条航带的拍摄高程。
步骤4.5、判断下一航带高程是否在拱坝高程范围内,若满足,返回步骤4.2,若不满足,则完成该区域内航线计算。
步骤5、基于拱坝坐标系中的航线拍摄点,对摄影点进行坐标转换,得到WGS84坐标系下拍摄点的位置信息。
步骤5.1、获取坐标系转换的控制点坐标;
步骤5.2、利用已知控制点坐标进行坐标转换参数求解。坐标系变换的步骤是将初始坐标系O-XGYGZG分别绕三个坐标轴进行εx,εy,εz旋转后,再将旋转系的原点平移到下一坐标系O-X0Y0Z0的原点上,这时可将变换描述为:
参见附图6所示的旋转顺序,分别对应三个变换矩阵,将三个旋转矩阵相乘可以得到总旋转矩阵:
此处说明,本发明针对的大型拱坝在参数变换时往往视为刚体,即三维坐标转换时不涉及尺度缩放参数。
步骤5.3、利用计算得到的转换参数,将拱坝坐标系的航拍点坐标转为WGS84坐标系下大地坐标(X,Y,Z);
步骤5.4、利用大地坐标系转换参数将大地坐标转换至航摄点经纬度,满足无人机航摄点输入要求(B,L,H)。
步骤6、考虑到设计图纸与实际建造差异,对特高拱坝主体边缘位置进行范围划定,并去除范围外航拍点信息,得到巡检区域内所有摄影点经度、纬度和高程信息。在实施例中,由于特高拱坝中轴线与正北方向夹角为178°,拱坝主体下游面呈南向分布;因此在边缘点剔除时,需要满足经度位于左岸-右岸范围内。
步骤7、根据无人机巡检作业时间T、飞行速度V及航向摄影基线长度Bx进行摄影点数量估算:
参见附图8,在特高拱坝无人巡检作业中,飞行器采用循环轮回式进行作业,以减少无人机不必要的往返路程。特别注意,此处各架次航摄点数量由估算获得;在进行各架次无人机航迹点分配时,应将所规划航带数取整,避免自动化作业时部分区域的重复扫描。
步骤8、判断航迹规划结果信息的合理性,最终获取正确基本参数下的目标飞行区域航迹信息、无人机各架次巡检任务结果。
本发明在大型双曲拱坝基础上,构建拱坝函数模型;依据无人机参数及航空摄影要求确定无人机飞行高程,确定摄影基线及摄影时间间隔,并以此计算拱坝主体和泄洪口区域的摄影航迹点;然后将得到的航摄点进行坐标转换,以符合无人机航迹点输入要求;再对特高拱坝主体边缘位置进行范围划定,去除巡检范围外航拍点信息;最后根据无人机巡检作业时间及飞行速度将航拍点分配到各架次飞行器上。
与现有技术相比,本发明考虑到大型拱坝几何结构的特殊性,将特高拱坝巡检区域分而治之。针对不同拱坝主体和泄洪口不同的建造结构采取不同的航摄距离,在最大化摄影精度的前提下,保证自动化作业的安全可靠。本发明充分考虑了航空摄影作业中地面分辨率、航向重叠度和旁向重叠度的要求,有效保证了无人机航拍影像的精度及航摄影像后期的图像拼接与病害监测。
基于本发明,可以完成拱坝、特别是大型特高拱坝无人机自动化巡检的航迹规划,能够保证定期对拱坝坝面混凝土进行检测,有助于掌握拱坝运行状态,从而确保拱坝安全正常运行。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或超越所附权利要求书所定义的范围。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种特高拱坝无人机自动巡检作业的航迹规划方法,其特征在于:
包括以下步骤,
步骤1、根据飞行区域信息,建立拱坝坐标系,获取双曲拱坝平面坐标函数、拱圈体型参数(包括拱冠梁厚度、拱端厚度、半中心角、弦长、拱冠曲率半径)及拱冠梁剖面参数,并对拱坝整体进行分区,构建不同区域内拱坝的双曲函数模型;
步骤2、获取无人机相关信息及航空摄影的基本参数,所述参数包括传感器大小、图像尺寸、焦距、快门速度的相机参数,期望旁向重叠度、期望航向重叠度、飞行速度、距拱坝主体飞行航距的摄影参数;
步骤3、依据所给参数,计算像片地面分辨率、航向摄影基线、旁向摄影基线、摄影时间间隔;
步骤4、基于航空摄影参数及特高拱坝双曲函数模型,确定无人机飞行高程,并以此计算拱坝主体、泄洪口区域的摄影航迹点;
步骤5、基于拱坝坐标系中的航线拍摄点,对摄影点进行坐标转换,得到WGS84坐标系下拍摄点的位置信息;
步骤6、考虑到设计图纸与实际建造差异,对特高拱坝主体边缘位置进行范围划定,并去除范围外航拍点信息,得到巡检区域内所有摄影点经度、纬度、高程信息;
步骤7、根据无人机巡检作业时间及飞行速度进行摄影点数量估算,并依据实际情况将航拍点分配到各架次飞行器上;
步骤8、判断航迹规划结果信息的合理性,最终获取正确基本参数下的目标飞行区域航迹信息、无人机各架次巡检任务结果。
2.根据权利要求1所述的一种特高拱坝无人机自动巡检作业的航迹规划方法,其特征在于,所述步骤1的具体步骤包括:
步骤1.1、根据飞行区域信息,以拱坝上游坝面的中心点为坐标原点,以拱坝下游对称轴方向为y轴,以与y轴垂直的方向为x轴,以坝轴线垂直向下为z轴,建立拱坝坐标系;
步骤1.2、依据设计图纸,分析泄洪口所在区域,并依据大型特高拱坝泄洪口分布,将作业区域划分为拱坝主体-左岸、泄洪口区域、拱坝主体-右岸三部分。
3.根据权利要求1所述的一种特高拱坝无人机自动巡检作业的航迹规划方法,其特征在于,所述步骤3的具体步骤包括:
步骤3.1、根据相机的传感器尺寸(lx,ly)、焦距(f)、距拱坝主体飞行航距(D)参数,计算影像的实际地面范围为:
步骤3.2、结合无人机摄影的图像尺寸(px,py),计算影像的地面分辨率μ(影像上像元的大小与实际地理距离的比值):
μ=dx/px=dy/py (公式2)
步骤3.3、依据实际成像长度dx、期望航向重叠度qx,计算航向摄影基线Bx为:
Bx=(1-qx)×dx. (公式3)
依据实际成像宽度dy、期望旁向重叠度qy,计算旁向摄影基线By为:
By=(1-qy)×dy. (公式4)
步骤3.4、依据航向重叠度qx、无人机相对于地面飞行速度W,计算摄影时间间隔τ为:
4.根据权利要求1所述的一种特高拱坝无人机自动巡检作业的航迹规划方法,其特征在于,所述步骤4的具体步骤包括:
步骤4.1、结合拱坝坝顶高程H0及实际成像宽度dy,获取首条航带飞行高程H1:
H1=dy/2 (公式6)
步骤4.2、基于航带飞行高程,结合双曲拱坝的平面坐标函数、拱圈体型参数及拱冠梁剖面参数,线性插值得到期望高程Hi下的拱端厚度、中心线弦长、拱端曲率半径;
步骤4.3、依据该高程下拱坝参数,进行单条航带的航拍点计算;
步骤4.4、依据计算得到的旁向摄影基线,确定拱坝主体下一航带飞行具体高程为:
Hi=H1+(i-1)×By,(i≥1) (公式7)
其中,Hi表示第i条航带的拍摄高程;
步骤4.5、判断下一航带高程是否在拱坝高程范围内,若满足,返回步骤4.2,若不满足,则完成该区域内航线计算。
5.根据权利要求1所述的一种特高拱坝无人机自动巡检作业的航迹规划方法,其特征在于,所述步骤5的具体步骤包括:
步骤5.1、获取坐标系转换的控制点坐标;
步骤5.2、利用已知控制点坐标进行坐标转换参数求解,将拱坝坐标转为WGS84坐标系下大地坐标(X,Y,Z);
步骤5.3、利用大地坐标系转换参数将大地坐标转换至航摄点经纬度,满足无人机航摄点输入要求。
6.根据权利要求4所述的一种特高拱坝无人机自动巡检作业的航迹规划方法,其特征在于,所述步骤4.3的具体步骤包括:
步骤4.3.1、按照影像实际成像长度dx,获取当前航带首张影像所处位置的中心线弧长为:
步骤4.3.5、根据航向摄影基线Bx,计算下一航摄点位置的中心线弧长为:
步骤4.3.6、判断下一航摄点是否在当前区域内,若满足,返回步骤4.3.2,若不满足,则完成当前航带航摄点计算;
步骤4.3.7、依据计算得到的航摄点坐标,计算各航摄点位置偏航角θ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111411213.XA CN116149349A (zh) | 2021-11-20 | 2021-11-20 | 一种特高拱坝无人机自动巡检的航迹规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111411213.XA CN116149349A (zh) | 2021-11-20 | 2021-11-20 | 一种特高拱坝无人机自动巡检的航迹规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116149349A true CN116149349A (zh) | 2023-05-23 |
Family
ID=86339494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111411213.XA Pending CN116149349A (zh) | 2021-11-20 | 2021-11-20 | 一种特高拱坝无人机自动巡检的航迹规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116149349A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117470199A (zh) * | 2023-12-27 | 2024-01-30 | 天津云圣智能科技有限责任公司 | 一种摆动摄影控制的方法、装置、存储介质及电子设备 |
-
2021
- 2021-11-20 CN CN202111411213.XA patent/CN116149349A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117470199A (zh) * | 2023-12-27 | 2024-01-30 | 天津云圣智能科技有限责任公司 | 一种摆动摄影控制的方法、装置、存储介质及电子设备 |
CN117470199B (zh) * | 2023-12-27 | 2024-03-15 | 天津云圣智能科技有限责任公司 | 一种摆动摄影控制的方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111458720B (zh) | 复杂山区基于机载激光雷达数据的倾斜摄影建模方法 | |
WO2022193420A1 (zh) | 近水桥梁多类型病害智能检测方法与无人船设备 | |
CN109270534B (zh) | 一种智能车激光传感器与相机在线标定方法 | |
CN107830846B (zh) | 一种利用无人机和卷积神经网络测量通信塔天线角度方法 | |
CN108107462B (zh) | Rtk与高速相机组合的交通标志杆姿态监测装置及方法 | |
CN109685858A (zh) | 一种单目摄像头在线标定方法 | |
CN112648976B (zh) | 实景影像测量方法、装置、电子设备及存储介质 | |
CN112949478A (zh) | 基于云台相机的目标检测方法 | |
CN111006646A (zh) | 基于无人机倾斜摄影测量技术实现施工进度监测的方法 | |
CN114397900B (zh) | 一种无人机航拍图片中心点经纬度误差优化方法 | |
CN115014361B (zh) | 航线规划方法、装置及计算机存储介质 | |
CN109472778B (zh) | 一种基于无人机的高耸结构外观检测方法 | |
CN112947526B (zh) | 一种无人机自主降落方法和*** | |
CN116149349A (zh) | 一种特高拱坝无人机自动巡检的航迹规划方法 | |
CN113282108A (zh) | 基于无人机技术快速精准采集低空遥感影像的方法 | |
CN104180794B (zh) | 数字正射影像拉花区域的处理方法 | |
CN110223233B (zh) | 一种基于图像拼接的无人机航拍建图方法 | |
Shao et al. | PTZ camera-based image processing for automatic crack size measurement in expressways | |
CN111857167B (zh) | 一种基于单线激光数据椭圆拟合的引水涵洞内无人机定位方法 | |
CN116824079A (zh) | 基于全信息摄影测量的三维实体模型构建方法和装置 | |
CN110017833B (zh) | 基于像元类地模型的全屏像点地理坐标定位方法 | |
CN115790539B (zh) | 一种合作靶标水下摄影测量方法 | |
CN112033363A (zh) | 一种塔吊的塔身倾斜度测量方法 | |
CN116051742A (zh) | 一种基于倾斜摄影数据与点云数据融合的建模方法及*** | |
CN109342439B (zh) | 基于无人机的索结构外观检测方法 |
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 |