[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有效

专利信息
申请号: 202010074782.9 申请日: 2020-01-22
公开(公告)号: CN111272764B 公开(公告)日: 2023-04-28
发明(设计)人: 何林;刘聪;范国祥;田英鑫;张岩;王振亮 申请(专利权)人: 哈尔滨工业大学;哈尔滨大智临科技开发有限责任公司
主分类号: G01N21/88 分类号: G01N21/88
代理公司: 北京市诚辉律师事务所 11430 代理人: 范盈
地址: 150006 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 大型 智能 临时 平台 接触 图像 识别 移动 系统 方法
【说明书】:

发明涉及一种大型智能临时平台非接触图像识别移动管控系统及方法,主要包括:1)对大型临时结构及工程进行建模、仿真、试验和对比分析,确定结构与工程管理中待采集信息与计算机中模型的映射关系,给出采集装置的核心参数;2)对节点图像进行智能采集;3)对采集的节点图像进行自主智能分析,给出基于模型和规则的分析结果;4)对结果进行基于物联网和云的智能生成与表达。本发明主要采用飞行器图像非接触大量数据采集技术,自主采集大型临时结构节点和连接件的图像像素,实时对节点和工程管理图像进行分析和大数据处理,自动生成完整的临时结构节点安全检测与管控报告,提供大型临时结构的智能安全管控与价值创造。

技术领域

本发明涉及一种大型智能临时平台非接触图像识别移动管控系统及方法。

背景技术

临时结构杆件经过反复运输、安装和长期使用后,不可避免将产生一定的初始缺陷。在现场安装过程中,安装质量受工人素质和技术水平影响较大。为了规范临时结构施工过程,保证临时结构施工质量,及时发现临时结构节点表面的裂纹缺陷,需要对临时结构节点表面裂纹和主要构件位置进行高效率的非人工检测技术。

传统立柱架体主要利用钢管作为主要受力杆件,通过连接节点,形成直扣、碗扣或者门架等结构连接形式,以支撑主体结构施工过程中的各种荷载,由于立柱架体在施工过程中承受时变荷载,立柱架体本身的节点由于滑丝脱落等原因,隐含许多不安全因素,甚至出现裂纹。传统的检查维护方式是人工对每个节点构件进行肉眼观察结合手持仪器,发现并记录问题,然而对于大型临时结构,节点数量众多,况且位置较高、较深处的检测点难以抵达,多节点传统临时结构的完整安全检查效率很低,准确程度难以保证。

发明内容

为解决上述背景技术中存在的问题,本发明提出一种大型智能临时平台非接触图像识别移动管控方法,其将人工很难实现的大型临时结构安全性检查工作交由移动终端自动处理,一方面能够提供全面、可靠的检测结果,有力地维护结构安全,另一方面由于检测效率和操作简单利于普及与推广,因此基于非接触图像识别移动管控技术的大型临时多节点结构检测系统的意义非常重大,具有重要的实际应用价值。

本发明解决上述问题的技术方案是:

一种大型智能临时平台非接触图像识别移动管控方法,其特殊之处在于,以现场无参照非接触图像识别方法为主,结合有参照形成的深度学习模型特征库,利用防碰撞算法控制图像采集飞行器,对大型智能临时结构进行全节点状态进行高速图像采集、智能分析和云数据处理,获得大型智能临时平台的非接触图像移动管控系统。它包括以下步骤:

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;

4)对检测及预测结果进行智能生成与表达。

进一步地,上述步骤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。

进一步地,上述步骤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指能采集,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;

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哈尔滨工业大学;哈尔滨大智临科技开发有限责任公司,未经哈尔滨工业大学;哈尔滨大智临科技开发有限责任公司许可,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/202010074782.9/2.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