[发明专利]一种基于无人机的隧道检测方法及装置有效

专利信息
申请号: 202110830687.1 申请日: 2021-07-22
公开(公告)号: CN113284144B 公开(公告)日: 2021-11-30
发明(设计)人: 包小华;李颖鹏;崔宏志;陈湘生;贾金青 申请(专利权)人: 深圳大学
主分类号: G06T7/00 分类号: G06T7/00;G06K9/00;G06N3/04
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 陈专
地址: 518060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 无人机 隧道 检测 方法 装置
【说明书】:

发明公开了一种基于无人机的隧道检测方法及装置,所述方法包括:接收无人机获取隧道的视频图像;将所述视频图像进行预处理和标准化处理;将经过预处理和标准化处理后的所述视频图像输入到已训练好的三维卷积神经网络(3D‑CNN)模型中,所述三维卷积神经网络模型根据所述视频图像输出隧道病害检测结果。本发明通过无人机获取隧道的视频图像,将视频图像输入到已训练好的三维卷积神经网络模型,可以更好的捕捉到视频中的空间和时间的特征,以快速输出隧道病害检测结果,提升了隧道病害的识别率、检测频率和处理速度,降低了人工依赖程度。

技术领域

本发明涉及隧道检测技术领域,尤其涉及一种基于无人机的隧道检测方法及装置。

背景技术

随着城市化进程的加速,城市地铁得到快速发展,随之建设的地下基础结构也越来越多。近些年来,隧道安全问题频出,如隧道裂缝、渗漏水、沉降、衬砌剥落、掉块等,造成了严重的人员伤亡和巨大的经济损失,因此隧道安全是隧道运营期间的关键问题。

传统的人工检查和闭路电视系统发现问题不及时,会导致严重后果,隧道病害检查宜采用人工与信息化手段相结合的方式进行。随着无人机技术的不断发展,无人机应用领域越来越广泛,已在航拍、农业、植保、快递运输、灾难救援、测绘、电力巡检等领域应用,无人机正在成为隧道检测的全新的发展方向,随着无人机的定位、感知、控制与数据传输技术的不断革新,未来的无人机将代替人类深入地下危险区域,探查隧道病害,保障基础设施安全。

隧道病害如果不及时发现,会影响隧道的正常使用,甚至影响结构安全。传统依靠人工和设备进行检测的方法不仅耗费大量的人力物力,还存在检测不及时和检测效率低等问题,完全依靠检测技术人员的主观判断。

因此,现有技术还有待于改进和发展。

发明内容

本发明的主要目的在于提供一种基于无人机的隧道检测方法及装置,旨在解决传统病害检查主要依靠目测法初步确定病害类型,识别率依靠检测人员的经验,识别率出现较大的不确定性的问题。

为实现上述目的,本发明提供一种基于无人机的隧道检测方法,所述基于无人机的隧道检测方法包括如下步骤:

接收无人机获取隧道的视频图像;

将所述视频图像进行预处理和标准化处理;

将经过预处理和标准化处理后的所述视频图像输入到已训练好的三维卷积神经网络模型中,所述三维卷积神经网络模型根据所述视频图像输出隧道病害检测结果。

可选地,所述的基于无人机的隧道检测方法,其中,所述接收无人机获取隧道的视频信息,之前还包括:

所述无人机通过搭载激光雷达或者热成像高清摄像机实时采集周围环境的图像信息;

通过惯性导航装置获取所述无人机的位姿信息;

将所述图像信息和所述位姿信息实时传输至超算平台;

所述超算平台根据所述图像信息和所述位姿信息建立三维高精度地图,并得到规划路线后发送给所述无人机;

所述无人机根据所述规划路线在隧道飞行中进行自主导航和避障。

可选地,所述的基于无人机的隧道检测方法,其中,已训练好的三维卷积神经网络模型的训练过程为:

通过应用隧道检测专业数据库对三维卷积神经网络模型进行训练;

获取所述应用隧道检测专业数据库中第一百分比的视频数据用于三维卷积神经网络模型的训练;

获取所述应用隧道检测专业数据库中剩下的第二百分比的视频数据用于验证训练后的三维卷积神经网络模型;

当三维卷积神经网络模型的识别率达到预设要求时,保存当前的三维卷积神经网络模型作为已训练好的三维卷积神经网络模型。

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深圳大学,未经深圳大学许可,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/202110830687.1/2.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