[发明专利]一种基于可升降小车的绕机检查方法及系统

权利要求书

1.一种基于可升降小车的绕机检查方法，其特征在于，所述包括：

启动可升降小车沿着预设的绕机路线采集待测航空器的每个待测部位全方位的图像；根据待测航空器的机型及待测部位的位置为采集到的图像在绕机检查项目图像数据库中选择合适的图像子数据库；基于选取的图像子数据库所对应的图像深度学习模型对采集到的图像进行损伤判定，以根据所述损伤判定结果获取待测航空器的绕机检查结果。

2.根据权利要求1所述的方法，其特征在于，所述可升降小车对待测航空器的每个待测部位采用由下至上的方式进行全方位图像采集。

3.根据权利要求1所述的方法，其特征在于，所述图像数据库存储有不同机型航空器的不同待测部位的正常图像及异常图像，所述图像数据库基于航空器的机型、待测部位的位置进行分类，以得到多个图像子数据库。

4.根据权利要求1所述的方法，其特征在于，所述图像深度学习模型为经过图像子数据库中的异常图像训练后的图像深度学习网络，其满足：当由图像输入时，自动输出该图像的损伤判定结果。

5.根据权利要求1所述的方法，其特征在于，所述基于选取的图像子数据库所对应的图像深度学习模型对采集到的图像进行损伤判定具体包括：

对采集到的图像进行预处理，对预处理后的图像进行特征提取，基于所述图像深度学习模型对特征提取后的图像进行损伤判定。

6.一种基于可升降小车的绕机检查系统，包括可升降小车，所述可升降小车包括底盘、升降架，其特征在于，还包括通过云台安装在升降架上的相机、以及置于所述底盘上的数据处理中心；

所述可升降小车用于基于设定的路线进行巡视，以使所述相机能够从不同角度对航空器表面进行拍摄；

所述相机用于从不同角度对航空器表面进行拍摄，并通过无线网络传输至所述数据处理中心；

所述数据处理中心用于基于其内的绕机检查项目图像数据库及对应的图像深度学习模型库对相机传输的照片进行损伤判定并将该损伤判定结果进行上报。

7.根据权利要求6所述的系统，其特征在于，还包括报警器，所述报警器被配置为：当所述数据处理中心判定存在损伤时，开始闪烁，以提醒相应的机务人员进行处理。

8.根据权利要求6所述的系统，其特征在于，所述可升降小车的最大伸展高度为8米，工作时间为4-12小时。