[发明专利]基于无人机图像识别的起重机缺陷检测系统和工作方法

说明书

本发明公开了一种基于无人机图像识别的起重机缺陷检测系统，包括无人机本体、无人机主控制器、机载探测装置、通讯链路系统和地面控制台；实时分析系统采用图像局部区域约束和反卷积图像算法提高采集图像的分辨率，再采用缺陷识别模型得到起重机表面缺陷评估结果；无人机主控制器根据地面控制台返回的视觉评估结果调整无人机本体的飞行方向和机载探测装置的拍摄角度。本发明能够实时处理采集到的表面结构图像，快速得到较为准确的起重机表面缺陷评估结果，再根据视觉评估结果调整无人机的飞行方向和机载探测装置的拍摄角度，优化无人机的飞行轨迹和拍摄参数，实现图像处理数据的有效反哺，改善拍摄图像质量，提高检测效率。

技术领域

本发明涉及起重机表面缺陷检测技术领域，具体而言涉及一种基于无人机图像识别的起重机缺陷检测系统和工作方法。

背景技术

大型起重机是装卸作业必不可少的关键设备，然而由于起重机在长期疲劳交变载荷作用下易产生疲劳裂纹的问题，所以应定期对起重机进行检验，目前检验方法是人工目视法，检验周期为每年一次，这种检验方法具有以下几个缺点：一是起重机零部件数量多，人工检查耗费时间长；二是人工攀爬，增大了安全风险；三是人为误差较大。因此利用无人机进行起重机安全检测具有重要意义。

近几年，无人机行业发展迅猛，特别是轻小型无人机，广泛应用于航拍、测绘、电力巡检等领域。现阶段，图像识别技术高效、可靠，在结构安全检测领域推广利用图像识别技术，将大大节省检验人员开支，保证了检测结果的真实客观性。例如，专利号为CN2068045544U的申请中公开了一种用于起重机表面缺陷检测的无人机装置，专利号为CN211139484U的申请中公开了一种吸附式起重机表面裂纹缺陷检测装置，通过将无人机和图像识别技术应用在起重机缺陷检测上，有效解决了前述人为检测导致的诸多问题。

然而，由于起重机体积大，表面结构复杂，缺陷形貌和位置各不相同，即使提前规划了无人机的巡检路线和拍摄路线，但经常由于拍摄位置或拍摄参数等问题导致图像质量不佳，继而影响最终的缺陷检测识别率和准确率。

发明内容

本发明针对现有技术中的不足，提供一种基于无人机图像识别的起重机缺陷检测系统和工作方法，能够实时处理采集到的表面结构图像，快速得到较为准确的起重机表面缺陷评估结果，再结合图像分辨率得到采集图像的视觉评估结果，反馈至无人机主控制器，使其可以根据视觉评估结果调整无人机的飞行方向和机载探测装置的拍摄角度，优化无人机的飞行轨迹和拍摄参数，实现图像处理数据的有效反哺，改善拍摄图像质量，提高检测效率。

为实现上述目的，本发明采用以下技术方案：

一种基于无人机图像识别的起重机缺陷检测系统，所述检测系统包括无人机本体、无人机主控制器、机载探测装置、通讯链路系统和地面控制台；

所述无人机主控制器用于控制无人机本体的飞行轨迹和飞行姿态；

所述机载探测装置安装在无人机本体上，用于对起重机表面图像进行采集，将采集数据发送至无人机主控制器；所述无人机主控制器还通过通讯链路系统将采集数据发送至地面控制台，由地面控制台内安装的实时分析系统采用图像局部区域约束和反卷积图像算法提高采集图像的分辨率，再采用基于分形阈值法的缺陷识别模型对采集数据进行处理，得到起重机表面缺陷评估结果，实时分析系统根据起重机表面缺陷评估准确率调整缺陷识别模型的分形阈值；

所述实时分析系统还用于结合调整后的图像分辨率和起重机表面缺陷评估结果得到采集图像的视觉评估结果，将视觉评估结果经通讯链路系统发送至无人机主控制器，所述无人机主控制器根据地面控制台返回的视觉评估结果调整无人机本体的飞行方向和机载探测装置的拍摄角度。

为优化上述技术方案，采取的具体措施还包括：

进一步地，所述缺陷识别结果包括表面缺陷相对于起重机的位置、缺陷类型、缺陷区域在图像中的范围占比和缺陷区域在图像中的位置。