[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

专利信息
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
【权利要求书】:

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。

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。

×

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