[发明专利]基于深度学习的油气管道异常情况巡检系统

说明书

本发明公开了基于深度学习的油气管道异常情况巡检系统，该系统由无人机数据采集端、云平台、服务器、油气管道异常情况巡检平台客户端组成。无人机数据采集端采集无人机巡检的视频数据和POS数据，通过4G网络传输至云平台，云平台将数据处理后转发至服务器，最终在客户端显示。系统使用物联网技术和WebGIS技术，使无人机巡检的轨迹实时地显示在网页上，实现了对无人机巡检的实时监管；使用视频直播技术将巡检中无人机拍摄到的视频实时地传输到客户端，方便巡检人员对管道情况实时监测；使用目标检测技术识别巡检视频，及时发现管道周边的异常情况，提高了巡检的准确性。该系统是一个智能的全面的无人机巡检管理系统，对管道监管有重要意义和价值。

技术领域

本发明涉及一种基于深度学习的油气管道异常情况巡检系统，涉及物联网技术、视频直播服务器技术、深度学习目标检测技术、WebGIS技术等相关领域。

背景技术

近年来，我国油气管道建设快速发展，油气网管规模不断扩大，目前已形成“三纵四横、连通海外、覆盖全国”的管网布局。作为运输石油、天然气的主要工具，油气管道对于人民生活质量和国家经济发展有很大的促进作用。然而，很多因素比如自身内部腐蚀、自然灾害、人为破坏等都在威胁着管道的安全，油气管道一经破环，造成的危害巨大，给国家财产和人民人身安全带来无可估计的损失。因此，管道的安全性至关重要，对管道进行巡检工作是保障管道安全的重要手段。

传统的管道巡检主要以人工沿管线徒步巡检方式为主，人工巡检周期长、成本高、效率低。由于管道沿途经过多处河流、池塘、沟渠等复杂地形,巡线人员难以到达,所以人工巡检很难做到完全覆盖全线管道。管道沿线某些地段会伴随有山体滑坡、洪水、泥石流和危岩崩塌等地质灾害，巡检人员的人身安全不能得到保障。因此，人工巡检方法有很大的局限性，不利于对管道进行全面准确的巡检。

随着无人机技术的逐渐成熟，利用无人机进行管道巡检成为一种更有效的方法。无人机灵活性高、反应速度快、受地理环境约束小，将其运用到管道巡检工作中减少了巡检人员的工作量，避免恶劣环境对巡检人员的伤害，大幅度提高了巡检效率。如今，无人机被不同油气管道公司运用于各种巡检场合、应急情况，但是无人机巡检工作的管理仍存在诸多缺点，现有的无人机管道巡检体系仍然不太成熟，无人机管道监管软件系统仍然不太完善，对无人机的飞行管理、数据接入和数据管理等许多方面都有待提高，一个成熟的无人机巡检监察管理架构才能让无人机在管道巡检中发挥最大的作用。

基于以上情况，设计了一套基于深度学习的油气管道异常情况巡检系统，该系统使用了物联网、视频直播、深度学习目标检测、WebGIS等关键技术，将无人机位置姿态数据和采集的视频数据实时接入，直观地显示在客户端上，实现对无人机巡检的实时监管；借助深度学习目标检测算法对巡检视频进行识别，以便及时发现管道周边的异常并采取相应措施；对系统功能进行全面的设计，使用户统筹兼顾地完成巡检工作的规划、监测以及分析。该系统是一个成熟的、智能的、全面的无人机巡检管理系统，是一个对管道监管有重要意义和价值的项目发明。

发明内容

本发明采用的技术方案为基于深度学习的油气管道异常情况巡检系统，系统主要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等功能模块。

无人机数据采集由无人机和无人机地面站完成。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。这些采集到的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。