[发明专利]大型智能临时平台非接触图像识别移动管控系统及方法

权利要求书

1.一种大型智能临时平台非接触图像识别移动管控方法，其特征在于，包括以下步骤：

1)对结构工程进行建模，确定结构与工程管理中待检测信息的数据化，完成空间坐标与计算机中3D模型空间坐标的映射关系；

2)对节点图像进行智能采集；

3)对采集的节点图像进行分析，给出检测及预测结果；

对采集的节点图像进行分析具体包括：

3.1)根据节点裂纹损伤特征进行分级，

对每种裂纹按发生和发展源进行分级，分级原则是基于致裂机理的不同，根据断裂力学的应力水平、失稳裂纹、亚零界裂纹扩展方向的计算进行级别界定；

3.2)利用裂纹深度学习模型进行无参照识别；

具体为：根据实时回传系统的反馈图像像素空间信息，首先滤波去噪，并将RGB图像转为加入了学习模型的灰度图，然后用Hough直线提取功能，确定视野中钢管位置，将钢管交汇处作为ROI并抠下待用；使用边缘提取、分水岭、阈值分割多冗度融合的构件边界确定技术来提取构件核心图像像素，然后使用有监督的深度学习路径，在事先使用大量损坏节点统计图像信息的基础上，对比正常节点图像进行学习，通过记忆式反馈，确定构件是否健康并迭代状态参数，与此同时，同步分时学习障碍物出现的情况，以配合图像采集辅助增强触发器的后续计算和分析及过程自主运行判断的实时性；对于拍摄时机的判断函数，算法中设立了视野图像分割函数，提取光照、倾角、视野范围模型分项并赋予一个分值，当得分超过一定阈值时，反馈拍摄信号；

3.3)对节点损伤非接触识别；

节点损伤识别是基于裂纹识别信息而做出的大型临时结构节点状态的一种判断，考虑到损伤识别的有效性，同时大型临时结构的节点数目众多，根据结构倒塌机理，采用2种方法进行损伤定量评估：第一种是识别提取节点裂纹状态，计算节点断裂寿命，得出具有扩展裂纹节点的应力抗力水平，根据节点结构分配荷载，判断是否具备继续承载或者能够承载多久的定量结论，从而给出节点的损伤状态、维修策略相关后续措施；第二种是根据节点域的变形情况，从而给出由节点域组成的局部结构的大变形导致的损伤状态，给出对应的判定信息和后续处理措施；

4)对检测及预测结果进行智能生成与表达：

根据断裂力学的计算，分析搜索到节点出现异常后，根据分类分级将其录进基于模型的问题清单中，综合生成包含智能采集器自身空间位置、工程建模系统、微内核控制器、识别过程、环境参数、异常节点像素坐标、智能定位节点编码、分析信息图表、结构安全演变的卡通参数的表达信息，根据类成员不同的需求，分配不同识别结构的表达模型和对应空间坐标，最终通过图像编辑插件将大型临时平台中的问题节点标注出来，并生成问题清单表格，给出节点和结构损坏的动态三维信息，上述动态三维信息是指含时间变化的节点结构x,y,z变化值，提供维护建议，并将给出的表达结果在物联网中进行存储、应用和开发。

2.根据权利要求1所述的一种大型智能临时平台非接触图像识别移动管控方法，其特征在于：

步骤1)具体为：

1.1)先定制AUTOCAD插件，导入结构与管理工程的设计图，使用插件功能，将设计图中选定的样式节点构件和管理模式，按照一定的数值化规则，进行编号，将节点定义为一个类，类属性包含了节点的编号、相对空间坐标；

1.2)然后，使用插件获取钢管长度与位置，用于计算理论上智能采集器可以飞行的最大空间边界；

1.3)最终将所有信息保存为指定格式的文件以备图像智能采集系统使用。

3.根据权利要求1所述的一种大型智能临时平台非接触图像识别移动管控方法，其特征在于：

步骤2)：所述对节点图像进行智能采集是利用智能采集器对节点图像进行智能采集，具体包括：

2.1)确定智能采集器在3D模型中的飞控线，确定虚拟路线与实际路线的映射关系，从硬件速度与软件功能2个方面进行控制；

2.2)利用终端具体化参数，指导智能采集器芯片设计的第三方执行满足大型结构大量节点图像实时采集与云分析任务所需要的无线功能和非接触图像采集的特征；

2.3)通过无线传输加强程序，将智能采集器实时采集的数据传输到云中。