[发明专利]一种基于深度学习的外部绕机检查无人机及方法

说明书

本发明提供一种基于深度学习的外部绕机检查无人机及方法，由机架1、马达2、旋翼3、控制盒4、电源5、数据收发组件6、定位组件7、周向摄像组件8、竖向摄像头9组成；所述控制盒4包括飞行控制模块，GPU深度学习处理模块，储存模块；飞行控制模块操纵飞行姿态、数据收发、摄像定位、数据调用等，GPU深度学习处理模块处理图像、判别飞机需要维护的部位，储存模块储存已训练好的深度学习目标检测网络模型。本发明全程代替人工自动进行绕机检查和损伤判别，自动化程度高，既节约时间，又能摆脱人工进行损伤状况判别，降低人工成本。

技术领域

本发明涉及飞机维修设备领域，尤其是涉及一种基于深度学习的外部绕机检查无人机及方法。

背景技术

外部绕机检查是航空业一项基本的飞机外部例行工作，是为了保证飞机的整体状态，及其可见部件和设备，确认飞行安全，而进行的检查，确认没有损伤、划伤、凹陷、变形、雷击痕迹，没有漆层剥落，该关闭的地方关好，没有任何泄露等。

飞机降落后，机务工作人员要进行多遍绕机检查，确认飞机状态，并进行维护工作。维护完成后，还要进行外部绕机检查，确认飞机构型恢复完毕。在飞机起飞前，机务工作人员和飞行员要分别再次进行绕机检查，查看飞机安全状态，确认适合起飞。在这些绕机过程中，飞机每次检查都会由两名以上人员分别进行，这是为了提高安全系数、减少人为因素对安全性带来的影响。然而，这么多次的外部例行绕机检查消耗了太多的精力、时间，加大了航空运输业的成本。

在2018年初，空客使用小型无人机携带一个高分辨率相机，由自动飞行控制系统操纵按照预定航迹在飞机上表面进行绕机检查；工作人员将无人机拍摄的图像存储，用于和完好外观比对分析外观质量瑕疵。厦门太古2018年12月24日宣布，在公司设施内，成功完成使用无人机绕机辅助飞机检查的测试，通过无人机拍摄飞机的影像，再将影像与完好飞机进行比对，并将影像储存以备追溯。两者均使用具有普通航拍功能的无人机对飞机进行影像拍摄，再对完好飞机进行对比，用无人机代替人工进行绕机检查，提高工作人员的了安全性和舒适性。然而，两家公司只是利用无人机进行影像拍摄，最终还是要派遣专门的工作人员检查图像，判断飞机的损伤状况，同样需要花费大量时间。如果有一种自动进行绕机检查并可以识别判断出损伤状况的高精确度无人机，以机器的准确性，必然可以减少绕机次数，节约更多时间；又能摆脱人工进行损伤状况判别，降低人工成本。

发明内容

本发明的目的在于解决上述问题，提供一种基于深度学习的外部绕机检查无人机及方法，全程代替人工进行绕机检查和损伤判断，既提高准确性，节约时间，又省却大量的人工。是通过以下技术方案实现的：

本发明提供一种基于深度学习的外部绕机检查无人机，由机架、马达、旋翼、控制盒、电源、数据收发组件、定位组件、周向摄像组件、竖向摄像头组成。

进一步的，所述机架包含有上、中、下三块支撑板，所述数据收发组件固接于所述机架的最上层支撑板的上表面，与遥控端进行信息传递。

进一步的，最上层支撑板的上表面还固接所述竖向摄像头、连接定位组件，用于对无人机上方物体的摄像、上方物体的定位以及周向物体的定位；所述电源以及所述控制盒位于上部和中部两块支撑板之间，两者与机架的连接均为可拆卸式固定连接，在损坏的情况下可以拆卸损坏件，更换新部件；所述周向摄像组件连接于最下层支撑板的下表面，用于对无人机周围物体的摄像以及无人机高度的定位。

进一步的，所述控制盒包括：飞行控制模块，GPU深度学习处理模块，储存模块；

其中，所述飞行控制模块为PLC控制器；PLC控制器作用是通过分别控制每个马达的转速，马达再带动旋翼旋转，从而操纵无人机的飞行姿态，包括旋转、升降、平移等；还协同控制无人机的数据收发组件，操纵无人机与遥控端之间信号的接收、发送；同时控制竖向摄像头、定位组件和周向摄像组件对飞机的摄像以及定位，将所拍摄图像和定位信息传输至GPU深度学习处理模块进行处理；将储存模块的机型库数据调用至GPU深度学习处理模块进行图像检测，或者将GPU深度学习处理模块的数据调用至储存模块进行储存；