[发明专利]基于多无人机协同作业的桥梁自动检测方法及系统在审

专利信息
申请号: 201911065609.6 申请日: 2019-11-04
公开(公告)号: CN110703802A 公开(公告)日: 2020-01-17
发明(设计)人: 熊刚;杨静;沈震;董西松;季英良;姜宇一;颜军;罗璨;王晓;王飞跃 申请(专利权)人: 中国科学院自动化研究所;东莞中国科学院云计算产业技术创新与育成中心
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 11576 北京市恒有知识产权代理事务所(普通合伙) 代理人: 郭文浩;尹文会
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 桥梁检测 桥梁病害 错误率 桥梁 图像处理单元 传统桥梁 环境信息 检测操作 容错技术 协同作业 优化函数 照片传输 自动检测 拍摄 单架 分群 航迹 补救 耗时 分配 协作 分析 规划
【说明书】:

发明属于无人机及桥梁检测技术领域,具体涉及了一种基于多无人机协同作业的桥梁自动检测方法及系统,旨在解决传统桥梁检测操作难度大,而单架无人机耗时长、错误率高的问题。本发明方法包括:分析桥梁环境信息并将桥梁检测任务划分为多个子任务;获取任务分群优化函数,划分子任务群;分别规划子任务群对应的无人机航迹,并将子任务群分配给相应无人机;将无人机拍摄的照片传输至图像处理单元提取桥梁病害特征,生成桥梁病害报告。本发明根据不同的桥梁任务,设计不同的拍摄方案,通过多架无人机相互协作进行桥梁检测,各无人机同时执行不同的子任务,并且采用余度容错技术进行异常补救,效率高、任务连续性和完整性高、精度高、错误率低。

技术领域

本发明属于无人机及桥梁检测技术领域,具体涉及了一种基于多无人机协同作业的桥梁自动检测方法及系统。

背景技术

当前阶段,无人机技术已经渗透到农业、电力、交通等多个领域,它的针对性应用已成为当前研究的重要课题之一。在桥梁检测领域,目前桥梁管养部门主要采用人工肉眼检测以及望远镜检测等方式。在传统检测过程中,检测设备的单一性是目前存在的显著问题。在面对悬索桥或者大跨高墩桥梁等特殊结构桥梁时,对于一些范围以外难以触及的地方,例如高塔柱、桥梁底板、塔顶结构、斜拉钢索等,传统桥梁检测方式存在操作难度大、危险性高等局限性。

当前阶段,无人机技术已经渗透到农业、电力、交通等多个领域,它的针对性应用已成为当前研究的重要课题之一。在桥梁检测领域,目前桥梁管养部门主要采用人工肉眼检测以及望远镜检测等方式。在传统检测过程中,检测设备的单一性是目前存在的显著问题。在面对悬索桥或者大跨高墩桥梁等特殊结构桥梁时,对于一些范围以外难以触及的地方,例如高塔柱、桥梁底板、塔顶结构、斜拉钢索等,传统桥梁检测方式存在操作难度大、危险性高等局限性。

由于桥梁检测任务的复杂性和无人机性能的局限性,单架无人机在执行任务的能力上显示出了一定的局限性,具体包括:由于机载的传感器与通信设备的限制,单架无人机对任务环境的感知能力是有限的,难以对任务环境进行全方位把握;受自身储电设备的限制,无人机续航能力有限,不具备高强度持续作业的能力;单架无人机一旦受到异常故障影响,任务执行效率将大幅下降,甚至导致任务终止,容错能力较差。

总的来说,传统桥梁检测操作难度大、成本高,而单架无人机桥梁检测耗时长、容错性差、获取信息受限导致错误率高、成本高。

发明内容

为了解决现有技术中的上述问题,即传统桥梁检测操作难度大、成本高,而单架无人机桥梁检测耗时长、错误率高、成本高的问题,本发明提供了一种基于多无人机协同作业的桥梁自动检测方法,该桥梁自动检测方法包括:

步骤S10,根据获取的待检测桥梁模型,分析桥梁环境信息并将桥梁检测任务划分为多个桥梁检测子任务;所述桥梁检测子任务为无人机悬停拍摄点;

步骤S20,基于所述多个桥梁检测子任务以及执行任务的各无人机,获取任务分群优化函数;

步骤S30,基于所述任务分群优化函数,将所述桥梁检测子任务分为设定数量的子任务群,并根据预设的各子任务群的重要度获取各子任务群的等级;

步骤S40,基于获取的各无人机参数、各子任务群的等级,分别规划各子任务群对应的无人机航迹以及航迹等级,并将所述各子任务群分配给对应的无人机;

步骤S50,各无人机按照对应的无人机航迹以及航迹等级进行桥梁检测拍摄,并根据输入的图像处理单元选择信息将拍摄的照片传输至相应的图像处理单元;

步骤S60,通过所述图像处理单元预设的桥梁自动检测图像处理算法提取所述无人机拍摄的照片对应的桥梁病害特征,并结合预设的阈值筛选桥梁病害特征,获取有效桥梁病害信息后生成桥梁病害报告。

在一些优选的实施例中,所述任务分群优化函数为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所;东莞中国科学院云计算产业技术创新与育成中心,未经中国科学院自动化研究所;东莞中国科学院云计算产业技术创新与育成中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911065609.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top