System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及白蚁防治,尤其涉及一种空地协同堤坝白蚁踪迹探测方法及装置、电子设备。
技术介绍
1、白蚁在堤坝上筑巢、修道、繁殖,会对堤坝工程内部结构造成破坏,极易诱发水利工程渗漏、跌窝等险情,严重的甚至会造成跨坝、崩堤等事故,给水库大坝、堤防等工程的安全运行带来重大风险隐患。白蚁探测是堤坝白蚁防治技术的难点、焦点和痛点。
2、为了确定堤坝白蚁的活动情况,尤其是堤坝白蚁位置,现在的白蚁检测方法通常采用人工踏查及标定方式。人工前往堤坝,检查堤坝土栖白蚁危害及活动情况,根据堤坝白蚁地表外露特征情况(白蚁外露特征包括白蚁活动地表踪迹及白蚁巢位指示物,地表踪迹包括蚁路和泥被泥线等,白蚁巢位指示物包括诸如蚁巢伞、炭角菌、纷飞孔、通气孔、排泄物和蚁垅)在出现白蚁外露特征的位置做标定,根据白蚁外露特征位置来人工判定白蚁蚁巢位置,并做好位置标记;待复检时,由人员前往堤坝标定位置,确认白蚁在这一段时间内的活动情况,比如白蚁危害是否受到了控制。
3、然而,现有白蚁外露特征检测方法存在以下不足:
4、堤坝白蚁地表外露特征附着在地表,导致这些白蚁外露特征很容易因动物活动、人类活动或者自然风等外部因素影响而消失。如,蚁路、泥被、纷飞孔、通气孔、汲水线和真菌指示物很容易被生物活动或雨水冲刷而毁灭消失,致使检查过程会错失一些外露白蚁外露特征,甚至在检查过程中发现白蚁外露特征用物理方法做过的标记也会因动物活动、人类活动或自然风等外部因素影响而消失,致使再次检查或核对时无法确定原来已标记过的白蚁外露特征位置,这给标定白蚁指示物位置、
5、堤坝白蚁外露特征检测主要采用人工进行普查和防治,每年的夏秋季,组织有经验的人员到堤坝现场进行普查和防治作业,人工首先进行巡检,对有白蚁出现的地方进行标记,然后再由经验丰富老师傅进行二次确认,无误后,根据白蚁的具体情况采用相应的手段进行灭杀,该方法费时、费力,效率低下,检测质量一般。
6、堤坝白蚁外露特征季节性强,每年主要集中在4~6月,9~10月,且受气候影响大,当前的人工检测周期长,普查期间气候炎热,检测难度大,难以做到全天候巡检。
技术实现思路
1、为了解决上述不足,本申请实施例的目的是提供一种空地协同堤坝白蚁踪迹探测方法及装置、电子设备。
2、根据本申请实施例的第一方面,提供一种空地协同堤坝白蚁踪迹探测方法,包括:
3、利用无人机巡航扫描堤坝表面获取图像信息;
4、利用所述图像信息构建堤坝的三维地图;
5、提取所述图像信息上白蚁活动踪迹特征;
6、根据所述图像信息,构建探测识别模型,所述探测识别模型为在yolov8基础上,引入针对小目标的高效探测器seca-yolo,所述高效探测器seca-yolo包括特征增强模块(fem)、特征融合模块(ffm)和空间上下文感知模块(scam),所述图像信息在yolov8上经过多次卷积模块处理后进行关键特征提取并对提取的特征进行聚合处理;将提取和聚合处理后的特征经过特征增强模块fem对局部特征进行多次特征增强处理;每次处理的结果输入特征融合模块ffm进行二次加权特征提取和融合;融合后输入空间上下文感知模块scam,进行背景与特征图像的区分处理,最终提取所需信息;
7、将所述探测识别模型部署到地面履带机器人上,所述无人机利用所述探测识别模型对所述白蚁活动踪迹特征进行初检识别;
8、将所述初检识别到的白蚁踪迹认定为疑似特征,并确定疑似特征的位置点并标定在所述三维地图上;
9、地面履带机器人根据所述三维地图上标定的位置点,规划到所述位置点的单行规划路线图;
10、履带机器人基于所述单行规划路线图导航至疑似特征的位置点,进行多传感器检测确认。
11、根据本申请实施例的第二方面,提供一种空地协同堤坝白蚁踪迹探测装置,包括:
12、获取模块,用于利用无人机巡航扫描堤坝表面获取图像信息;
13、第一构建模块,用于利用所述图像信息构建堤坝的三维地图;
14、提取模块,用于提取所述图像信息上白蚁活动踪迹特征;
15、第二构建模块,用于根据所述图像信息,构建探测识别模型,所述探测识别模型为在yolov8基础上,引入针对小目标的高效探测器seca-yolo,所述高效探测器seca-yolo包括特征增强模块(fem)、特征融合模块(ffm)和空间上下文感知模块(scam),所述图像信息在yolov8上经过多次卷积模块处理后进入特征提取模块提取关键特征,并对提取的特征进行聚合处理;将提取和聚合处理后的特征经过特征增强模块fem对局部特征进行多次特征增强处理;每次处理的结果输入特征融合模块ffm进行二次加权特征提取和融合;融合后输入空间上下文感知模块scam,进行背景与特征图像的区分处理,最终提取所需信息;
16、初检识别模块,用于将所述探测识别模型部署到履带机器人上,所述无人机利用所述探测识别模型对所述白蚁活动踪迹特征进行初检识别;
17、定位标记模块,用于将所述初检识别到的白蚁踪迹认定为疑似特征,并确定疑似特征的位置点并标定在所述三维地图上;
18、路线规划模块,用于地面履带机器人根据所述三维地图上标定的位置点,规划到所述位置点的单行规划路线图;
19、确认模块,用于履带巡检机器人基于所述单行规划路线图导航至疑似特征的位置点,进行多传感器检测确认。
20、根据本申请实施例的第三方面,提供一种电子设备,包括:
21、一个或多个处理器;
22、存储器,用于存储一个或多个程序;
23、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的方法。
24、根据本申请实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现如第一方面所述方法的步骤。
25、本申请的实施例提供的技术方案可以包括以下有益效果:
26、由上述实施例可知,利用无人机巡航扫描堤坝表面获取图像信息;利用所述图像信息构建堤坝的三维地图;提取所述图像信息上白蚁活动踪迹特征;根据所述图像信息,构建探测识别模型,所述探测识别模型为在yolov8基础上,引入针对小目标的高效探测器seca-yolo;将所述探测识别模型部署到地面履带机器人上,所述无人机利用所述探测识别模型对所述白蚁活动踪迹特征进行初检识别;将所述初检识别到的白蚁踪迹认定为疑似特征,并确定疑似特征的位置点并标定在所述三维地图上;地面履带机器人根据所述三维地图上标定的位置点,规划到所述位置点的单行规划路线图;履带机器人基于所述单行规划路线图导航至疑似特征的位置点,进行多传感器检测确认,综合实现空地协同一体化堤坝白蚁地表外露特征的检测。
27、本申请采用无人机巡检与地面履带机器人抵近确认的协同作业方法,进本文档来自技高网...
【技术保护点】
1.一种空地协同堤坝白蚁踪迹探测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述图像信息由无人机在低空3~5米的高度对待探测的堤坝进行巡航扫描获得。
3.根据权利要求1所述的方法,其特征在于,利用所述图像信息构建堤坝的三维地图,包括:
4.根据权利要求1所述的方法,其特征在于,根据所述图像信息,构建探测识别模型,包括:
5.根据权利要求1所述的方法,其特征在于,所述特征增强模块的数学表达式为:
6.根据权利要求1所述的方法,其特征在于,所述特征融合模块的数学表达式为:
7.根据权利要求1所述的方法,其特征在于,所述空间上下文感知模块的数学表达式为:
8.一种空地协同堤坝白蚁踪迹探测装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现如权利要求1-7中任一项所述方法的步骤。
【技术特征摘要】
1.一种空地协同堤坝白蚁踪迹探测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述图像信息由无人机在低空3~5米的高度对待探测的堤坝进行巡航扫描获得。
3.根据权利要求1所述的方法,其特征在于,利用所述图像信息构建堤坝的三维地图,包括:
4.根据权利要求1所述的方法,其特征在于,根据所述图像信息,构建探测识别模型,包括:
5.根据权利要求1所述的方法,其特征在于,所述特征增强模块的数...
【专利技术属性】
技术研发人员:孙新城,王卫标,侯伟亚,徐高欢,谢佳辰,
申请(专利权)人:浙江同济科技职业学院,
类型:发明
国别省市:
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。