【技术实现步骤摘要】
本专利技术涉及堤坝查险，具体涉及一种基于移动式无人机群和图像识别技术的智能化巡堤查险方法，及基于该方法而构建的巡堤查险设备。
技术介绍
1、我国共有规模以上的海堤、江堤、河堤26万公里，各类水库大坝9多万座，各类塘坝500多万座，其中大部分是土堤土坝。堤坝的塌陷、滑坡、裂缝、漫顶、渗水、管涌险情威胁堤坝安全。当前，主要依靠人海战术巡堤查险发现堤坝的安全隐患和险情，不仅投入巨大，而且巡堤查险人员还要忍受烈日酷暑以及蚊虫叮咬，工作条件十分艰苦。迫切需要技术创新，用新技术、新装备逐步替代传统型人海战术巡堤查险方式。
2、在人海战术巡堤查险的基础上，近几年来，一些单位把无人机技术引入堤坝险情处置取得一些进展，但总体上仍处于试验探索阶段，存在以下问题：
3、一是主要依靠无人机搭载的拍摄装置远距离察看堤坝隐患险情或利用无人机搭载的红外相机拍摄影像，再通过人工察看影像资料发现渗水管涌，尚未形成智能化的排查堤坝安全隐患险情的技术方法；
4、二是主要检测堤坝渗水管涌单一类型的安全隐患，而且检测率低、误报率高，尚未形成准确率高且同时可检测多种堤坝安全隐患的技术方法；
5、三是主要采用“一人一机”或“多人一机”检测方式检测堤坝安全隐患，投入大、效率低，尚未形成具有技术经济优势可以逐步替代传统巡堤查险的技术方法。
技术实现思路
1、为此，本专利技术提供一种基于移动式无人机群和图像识别技术的智能化巡堤查险方法，以解决现有技术中的上述问题。为了实现上述目的，本专
2、s1：利用现有巡堤图像数据通过神经网络模型训练获得能够识别六类堤坝安全隐患的检测模型；
3、s2：借助移动式无人机搭载系统和无人机群采集堤坝检测区的图像信息；
4、s3：将s2步中的图像数据输入s1步的检测模型获得初步堤坝安全隐患类型、位置、置信度；
5、s4：对s3获得的检测结果进行二次筛选给出堤坝安全隐患准确类型、位置、置信度、时间；
6、s5：利用s4步获得的检测图像数据输入s1中的现有数据进行自适应训练，更新检测模型。
7、进一步地，应用ssd-vgg300模型完成六类堤坝安全隐患和险情特征提取、识别和定位，步骤s1具体包括：
8、s11：将现有堤坝安全隐患图像数据分为裂缝、滑坡、塌陷、漫顶、渗水、管涌六类；
9、s12：建立堤坝安全隐患分类数据库，并进行标注；具体为使用labelimg工具进行标注，再将六类堤坝安全隐患数据按照8：1：1的比例将上述数据集进一步分为成训练集、验证集、测试集，将数据集图片转换为300*300大小；
10、s13：对堤坝安全隐患分类数据库的数据条的预处理；具体为通过对训练数据集图像的剪辑、旋转、缩放、平移、尺度变换将六种类型堤坝安全隐患图片进行增加，将图片归一化处理；
11、s14：提取六类安全堤坝安全隐患的特征，进行非极大抑制，完成检测模型的训练，具体为将经过预处理的六类训练数据集输入ssd-vgg300卷积网络进行深度学习，选择关注小目标的鲜艳框，经过多次卷积、池化和计算损失函数的交叉熵，并进行非极大抑制，最后输出检测结果。
12、进一步地，s2步中移动式无人机搭载系统为安装在汽车上的移动机场，无人机群为2架以上无人机平台，每架无人机搭载飞行控制模块、视频数据采集和发送模块；移动机场搭载六类堤坝安全隐患的检测模块、堤坝安全隐患传输模块、无人机平台协同飞行规划与遥控模块、无人机充电模块，无人机停机坪；垂直于堤坝轴线方向，每增加30米检测区增加两架无人机平台，其系统可以根据检测任务的大小进行扩展。
13、进一步地，无人机平台协同飞行规划与遥控模块由数个无人机遥控装置、无人机飞行网格地图、无人机飞行规划和管控模块以及计算机组成；无人机平台协同飞行规划与遥控模块主要完成无人机飞行飞行高度、飞行路线、检测区域划定和执行任务，其中：
14、飞行高度：与检测效率与检测精度有关，本方案确定的适宜的飞行高度为30米；
15、检测区域及检测网格的划定：根据堤坝管理的需要在无人机飞行网格地图上划定堤坝安全隐患检测区域，再将检测区域分为若干检测网格，检测网格面积大小根据检测精度要求和无人机飞行能力确定；单个检测网格面积控制在0.15-0.3平方千米内，检测网格的形状为长方形，沿堤坝中心线方向为长方形的长边，垂直堤坝中心线方向为短边，长边的长度控制在5000米以内，短边的长度应为30米以内，各个检测网格大小基本一致，一个检测网格内的检测任务由一架无人机飞行独立完成；所需无人机的数量取决于检测区域的短边的宽度，每增加30米增加2架无人机；
16、飞行线路：一个检测网格内的每个区域在同一飞行架次内被拍摄两次以上，两次拍摄间隔时间应在1分钟到60分钟，无人机飞行间隔距离应在15米以上；
17、执行任务：进入计算机无人机飞行网格的地图软件，把数字无人机平台按序放入计算机屏幕的飞行网格并启动飞行程序，无人机平台会根据无人机飞行规划和飞行管控模块确定的飞行规则及管控措施开展堤坝的检测巡查任务，完成检测任务后自动回到无人机停机坪。
18、进一步地，s2步的图像信息采集包括飞行拍摄的图像数据流与输入图片的转换：
19、用无人机携带的可见光相机获取堤坝检测区域可见光图像数据；
20、将可见光图像数据分成具有20％重叠的窗口，以240像素为滑动步长，采用300*300大小的滑动窗口，将可见光摄像数据变成300*300的可见光图片；最后将高度和宽度不足300像素的窗口，通过将左上角坐标向上和向左移动，使窗口大小保持300*300像素；
21、记录每张可见光照片左上角的坐标(xi，yi)以及拍摄时间；
22、将上述可见光照片输入堤坝隐患识别模块。
23、进一步地，s4步中二次筛选，具体步骤包括：
24、首先律定噪声阈值：根据工程规模、质量以及重要程度以及“线上发现、线下核实、统计律定”的方式确定阈值；
25、计算各类归一化图片检测结果检测框的面积计算公式为：|(xa-xb)*(ya-yb)|，这里的(xa，ya)，(xb，yb)分别为检测结果的检测框左上角坐标值和右下角坐标值；如果该面积，小于等于阈值，则检测结果作为噪声，不输出检测结果；如果该面积大于阈值，将大于阈值的所有检测结果的最新的检测结果与上次检测结果进行iou计算；当iou大于0.9时，将最新的检测结果视为先前发现的老隐患，不再输出该最新的检测结果；当iou小于等于0.9时，将最新的检测结果不视为先前发现的老隐患并将检测结果按序输出。
26、进一步地，s4步中各巡堤图像的真实位置及摄制时间的确定方法为：
27、可见光图片输入堤坝隐患识别模块后，如果识别出有堤本文档来自技高网...
【技术保护点】
1.一种基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，应用ssd-vgg300模型完成六类堤坝安全隐患和险情特征提取、识别和定位，步骤S1具体包括：
3.根据权利要求1所述的基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，S2步中移动式无人机搭载系统为安装在汽车上的移动机场，无人机群为2架以上无人机平台，每架无人机搭载飞行控制模块、视频数据采集和发送模块；移动机场搭载六类堤坝安全隐患的检测模块、堤坝安全隐患传输模块、无人机平台协同飞行规划与遥控模块、无人机充电模块，无人机停机坪；垂直于堤坝轴线方向，每增加30米检测区增加两架无人机平台，其系统可以根据检测任务的大小进行扩展。
4.根据权利要求3所述的基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，无人机平台协同飞行规划与遥控模块由数个无人机遥控装置、无人机飞行网格地图、无人机飞行规划和管控模块以及计算机组成；无人机平台协同飞行规划
5.根据权利要求1所述的基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，S2步的图像信息采集包括飞行拍摄的图像数据流与输入图片的转换：
6.根据权利要求1所述的基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，S4步中二次筛选，具体步骤包括：
7.根据权利要求1所述的基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，S4步中各巡堤图像的真实位置及摄制时间的确定方法为：
8.一种基于移动式无人机群和图像识别技术的智能化巡堤查险设备，其特征在于，应用权利要求1至7任一项的一种基于移动式无人机群和图像识别技术的智能化巡堤查险方法。
...【技术特征摘要】
1.一种基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，应用ssd-vgg300模型完成六类堤坝安全隐患和险情特征提取、识别和定位，步骤s1具体包括：
3.根据权利要求1所述的基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征在于，s2步中移动式无人机搭载系统为安装在汽车上的移动机场，无人机群为2架以上无人机平台，每架无人机搭载飞行控制模块、视频数据采集和发送模块；移动机场搭载六类堤坝安全隐患的检测模块、堤坝安全隐患传输模块、无人机平台协同飞行规划与遥控模块、无人机充电模块，无人机停机坪；垂直于堤坝轴线方向，每增加30米检测区增加两架无人机平台，其系统可以根据检测任务的大小进行扩展。
4.根据权利要求3所述的基于移动式无人机群和图像识别技术的智能化巡堤查险方法，其特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。