一种飞机变形扫描检测设备及快速检测方法技术

本发明专利技术涉及飞机表面变形检测技术领域，具体涉及一种飞机变形扫描检测设备及快速检测方法，通过无人机对飞机进行全局检测，将拍摄后的图片与数据库进行第一次对比，提取特征值作为搜索阈值，得到初步结果，将缺陷图片过滤出来，利用改进布谷鸟搜索算法与SLAM算法结合，精准规划出一条适合无人机二次精准检测的路径，让无人机在指定时间内以最快的效率进行局部检测，对二次获取的图片进行深度分析，其结果与无变形飞机模板数据库中的标准部件尺寸参数对比，得出具体损伤种类和损伤程度。本发明专利技术通过云边协同，降低了系统整体的时延，也提高了网络资源的利用率。提高了网络资源的利用率。提高了网络资源的利用率。

【技术实现步骤摘要】
一种飞机变形扫描检测设备及快速检测方法


[0001]本专利技术涉及飞机表面变形检测
，具体涉及一种飞机变形扫描检测设备及快速检测方法。

技术介绍

[0002]飞机的蒙皮、整流罩、壁板等容易在多种情况下发生凹陷和变形，包括但不限于以下情况：
[0003]A、飞机在起降过程中，遭受诸如飞鸟等外来物的撞击；
[0004]B、飞机在地面维修过程中，由于不当的操作，例如工具的意外碰撞；
[0005]C、飞机超载，或者低空非正常飞行时，容易在起落过程中造成机体变形；
[0006]D、不当的应力产生的塑性失稳。
[0007]飞机的凹陷和变形可能增加飞行器的阻力，影响飞机的飞行性能。在某些关键部位，例如桁条、缘条等部位是不允许存在凹坑和变形的。
[0008]目前飞机凹坑和变形的检查多依赖于地勤检测人员的目视检查，该检查方式存在但不限于以下局限：
[0009]A、人眼精度有限，对一些凹坑和形变很难发现；
[0010]B、检查人员容易发生疲劳、遗忘检查等情况。
[0011]随着多旋翼无人机技术的发展，近年来消费级和行业级无人机市场都快速增长，使用无人机的成本大幅下降，越来越多的领域开始使用多旋翼无人机巡检这种高效快捷的方法。而目前无人机视觉SLAM协同建图与导航技术发展迅猛，飞机维修机坪环境较为单一，可以很好的利用无人机巡检适应该技术。
[0012]布谷鸟搜索(Cuckoo Search，CS)算法基于布谷鸟的寄生性育雏(brood parasitism，又巢寄生)行为，其具备参数少的特性，在解决特殊问题时无需重新匹配大量参数，因此，在解决许多最优化问题时比其它新兴元启发式智能优化算法更胜一筹。该算法可以通过Levy(莱维)飞行来增强，而不是简单的各向同性随机游走。
[0013]研究表明，该算法可能比遗传算法、PSO以及其他算法更有效。
[0014]但是，目前布谷鸟搜索算法仅被用于测试理论上最优解已知的标准测试问题，其前期收敛速度略有欠缺，将该算法应用到具有很高计算代价的目标函数的实际工程问题中时，前期的收敛速度慢将不利于快速定位全局最优解的大致区域，因此运动到对于飞机表明的凹坑和变形的检查存在一定的缺陷。
[0015]因此本申请设计了一种改进的布谷鸟搜索算法MCS(Modified Cuckoo Search)，从理论上阐明算法改进思路和改进步骤，并通过仿真实验对比表明改进后算法的优越性，在航线维修时，可以将改进布谷鸟搜索算法和SLAM技术综合运用，通过对无人机第一次快速巡检时采集的图片进行特征提取，对比损伤的损害程度和维修时间，将无人机需要详细扫描的几个损伤点串联形成一条特定的巡检路径，大大提高检测效率，择优检测。

技术实现思路

[0016]本专利技术的目的是填补现有技术的空白，提供了一种飞机变形扫描检测设备及快速检测方法，通过一种改进的布谷鸟搜索算法MCS(Modified Cuckoo Search)，从理论上阐明算法改进思路和改进步骤，并通过仿真实验对比表明改进后算法的优越性，在航线维修时，可以将改进布谷鸟搜索算法和SLAM技术综合运用，通过对无人机第一次快速巡检时采集的图片进行特征提取，对比损伤的损害程度和维修时间，将无人机需要详细扫描的几个损伤点串联形成一条特定的巡检路径，大大提高检测效率，择优检测。
[0017]为了达到上述目的，本专利技术提供一种飞机变形扫描检测设备，包括检测系统、数据处理与控制箱；的检测系统包括无人机检测系统、云端接收模块以及变形分析系统，无人机检测系统包括无人机、高清摄像头、工业相机、镜头和相机控制器，工业相机在相机控制器的控制作用下通过镜头采集机身反射的结构光；变形分析系统包括激光器与工业相机同步系统、激光器与工业相机位置检测模块、无变形飞机模板数据库以及数据比对系统；高清摄像头、工业相机、镜头和相机控制器均搭载在无人机上；的数据处理与控制箱实现对无变形飞机模板数据库的查询，并通过数据比对系统完成比对以判断飞机是否存在变形。
[0018]无人机通过传输检测信息给云台，进过布谷鸟搜索算法定位处理之后传输给无人机进行二次点对点扫描。
[0019]变形分析系统通过无人机拍摄后的图片与数据库进行第一次对比，提取特征值作为搜索阈值，得到初步结果，将缺陷图片过滤出来，之后将缺陷图片上传云端，利用布谷鸟算法精准检测出在具体时间内需要进行二次精准检测的额位置，发出指令让无人机获取的二次图片进行深度分析，其结果与云端标准数据库对比，得出具体损伤的种类的损伤程度。
[0020]一种飞机变形扫描快速检测方法，包括以下步骤：
[0021]S1，利用无人机进行整机表面的扫描；
[0022]S2，训练用图片数据采集与数据增强；
[0023]S3，图片在云端进行数据分析；
[0024]S4，图片提取缺陷特征对比，进行无人机二次扫描路径规划；
[0025]S5，无人机根据计算结果进行具体位置的扫描；
[0026]S6，无人机将检测结果传输给云端进行损伤评估；
[0027]S1还包括：
[0028]S10，根据机型预先编写飞行路径；
[0029]S11，轨迹校准；
[0030]S11还包括：
[0031]S11
‑
1，通过视觉导航，如果事先在每个定位点拍下正确位置的图像信息；S11
‑
2，将实时位置图像与正确位置图像进行对比分析；
[0032]S11
‑
3，将对比结果反馈给飞行控制系统进行位置校准；
[0033]S2还包括：
[0034]S21，训练用图片数据采集；
[0035]S22，缺陷标注；
[0036]S23，二次缺陷路检测径规划；
[0037]S22还包括：
[0038]S22
‑
1，打开一张需要标定的图片；
[0039]S22
‑
2，将标定图片的缺陷分类注明；
[0040]S22
‑
3，判断无人机是否携带对应检测探头；
[0041]S22
‑
4，将缺陷坐标定位；
[0042]S23还包括：
[0043]S23
‑
1，将标定图片的缺陷坐标定位；
[0044]S23
‑
2，通过算法将所有坐标根据检修时间、实际无人机可达性，编辑出最合适的自动检修路径；
[0045]S2中的数据增强的方式主要有三种：
[0046]对原始图片进行90度，180度，270度的旋转变换，然后对图片进行适当的向内收缩和向外扩张，生成新的图片；
[0047]使用300*300像素的滑动窗口将图像裁剪成若干块；
[0048]过度采样与细节复制，人为复制带有缺陷的图片，让缺陷图片被多次训练。
[0049]S4中的路径规划的方式主要有三种：
[0050本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞机变形扫描检测设备，其特征在于，包括检测系统、数据处理与控制箱；所述的检测系统包括无人机检测系统、云端接收模块以及变形分析系统，所述无人机检测系统包括无人机、高清摄像头、工业相机、镜头和相机控制器，所述工业相机在所述相机控制器的控制作用下通过镜头采集机身反射的结构光；所述变形分析系统包括激光器与工业相机同步系统、激光器与工业相机位置检测模块、无变形飞机模板数据库以及数据比对系统；所述高清摄像头、所述工业相机、所述镜头和所述相机控制器均搭载在无人机上；所述的数据处理与控制箱实现对无变形飞机模板数据库的查询，并通过所述数据比对系统完成比对以判断飞机是否存在变形。2.根据权利要求1所述的飞机变形扫描检测设备，其特征在于，所述无人机通过传输检测信息给云台，进过布谷鸟搜索算法定位处理之后传输给无人机进行二次点对点扫描。3.根据权利要求1所述的飞机变形扫描检测设备，其特征在于，所述变形分析系统通过所述无人机拍摄后的图片与数据库进行第一次对比，提取特征值作为搜索阈值，得到初步结果，将缺陷图片过滤出来，之后将缺陷图片上传云端，利用所述布谷鸟算法精准检测出在具体时间内需要进行二次精准检测的额位置，发出指令让无人机获取的二次图片进行深度分析，其结果与云端标准数据库对比，得出具体损伤的种类的损伤程度。4.一种飞机变形扫描快速检测方法，其特征在于，包括以下步骤：S1，利用无人机进行整机表面的扫描；S2，训练用图片数据采集与数据增强；S3，所述图片在云端进行数据分析；S4，所述图片提取缺陷特征对比，进行无人机二次扫描路径规划；S5，无人机根据计算结果进行具体位置的扫描；S6，无人机将检测结果传输给云端进行损伤评估；所述S1还包括：S10，根据机型预先编写飞行路径；S11，轨迹校准；所述S11还包括：S11
‑
1，通过视觉导航，如果事先在每个定位点拍下正确位置的图像信息；S11
‑
2，将实时位置图像与正确位置图像进行对比分析；S11
‑
3，将对比结果反馈给飞行控制系统进行位置校准；所述S2还包括：S21，所述训练用图片数据采集；S22，缺陷标注；S23，二次缺陷路检测径规划；所述S22还包括：S22
‑
1，打开一张需要标定的图片；S22
‑
2，将标定图片的缺陷分类注明；S22
‑
3，判断无人机是否携带对应检测探头；S22
‑
4，将缺陷坐标定位；所述S23还包括：
S23
‑
1，将标定图片的缺陷坐标定位；S23
‑
2，通过算法将所有坐标根...

【专利技术属性】
技术研发人员：芦吉云，崔胜明，王宜耀，何子凡，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：