[发明专利]基于深度学习的油气管道异常情况巡检系统在审
申请号: | 202111059128.1 | 申请日: | 2021-09-10 |
公开(公告)号: | CN113840116A | 公开(公告)日: | 2021-12-24 |
发明(设计)人: | 赵德群;王丹 | 申请(专利权)人: | 北京工业大学 |
主分类号: | H04N7/18 | 分类号: | H04N7/18 |
代理公司: | 北京思海天达知识产权代理有限公司 11203 | 代理人: | 沈波 |
地址: | 100124 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 深度 学习 油气 管道 异常 情况 巡检 系统 | ||
1.基于深度学习的油气管道异常情况巡检系统,其特征在于:该系统包括无人机数据采集、无人机数据接入、视频检测、油气管道异常情况巡检平台功能模块;无人机数据的采集;无人机地面站控制无人机按照特定的轨迹飞行,进行油气管道的巡检,在无人机云台上搭载传感器设备、摄像设备等任务载荷,传感器记录无人机的姿态及定位数据即POS数据,摄像设备可录制航拍视频,采集管道周边的图像数据;采集到的POS数据和视频数据通过载波电台传输至无人机地面站,进行后续的传输和管理;无人机地面站使用数据推送软件将POS数据通过4G网络向物联网平台对应的虚拟设备上的Topic发布,通过服务器端订阅,将数据推送到NodeJS服务器上;NodeJS服务器接收到数据后,转发至客户端,在网页上实时显示,并将数据存储至数据库,进行集中管理;视频数据接入的媒介是视频直播云服务器;无人机地面站使用视频推流设备将视频数据通过4G网络传输到视频直播云服务器,视频直播云服务器对视频进行处理并发送至客户端,客户端输入直播地址就可实时播放视频;油气管道异常情况巡检平台采用B/S架构实现,是整个系统的用户操作平台;该系统采用前后端分离架构,前后端独立部署。
2.根据权利要求1所述的基于深度学习的油气管道异常情况巡检系统,其特征在于:视频直播云服务器将直播视频录制下来,存储到OSS中,在客户端回放。
3.根据权利要求1所述的基于深度学习的油气管道异常情况巡检系统,其特征在于:无人机数据的接入中,POS数据接入的媒介是物联网平台。
4.根据权利要求1所述的基于深度学习的油气管道异常情况巡检系统,其特征在于:基于深度学习的视频检测系统使用改进YOLOv4算法对管道周边的物体进行识别,包括人员、小型车辆、卡车、房屋、挖掘机、推土机、地面洼陷7类物体;使用kmeans聚类算法重新计算先验框的大小,将CSPDarknet53特征提取网络中104×104层输出层进行下采样,使它的大小变成52×52,与PANet层的52×52层进行张量拼接,再将其进行5次卷积,然后进行下采样和输出到YOLOHead;就将104×104层的特征与52×52、26×26、13×13的特征融合并进行检测;使用无人机拍摄的方式采集航拍图像,制作数据集,并将其作为训练样本,训练改进YOLOv4网络模型,得到检测精度;将训练好的模型和YOLOv4识别算法嵌入到软件中,将巡检采集的视频导入软件实现对视频的实时识别和监测。
5.根据权利要求1所述的基于深度学习的油气管道异常情况巡检系统,其特征在于:系统后端使用的服务器是Tomcat服务器,采用的框架是SpringBoot+MyBatis-Plus框架,与数据库交互;系统前端使用的服务器是Nginx服务器,采用的框架是Vue.js框架,并引入OpenLayers,在网页上实现地图的展现,并在地图上显示油气管道信息,进行轨迹的规划和显示。
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北京工业大学,未经北京工业大学许可,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/202111059128.1/1.html,转载请声明来源钻瓜专利网。