基于多光谱空中检测机器人的边坡质量检测方法及系统技术方案

本发明专利技术提供一种基于多光谱空中检测机器人的边坡质量检测方法，包括：图像采集步骤、利用所述多光谱空中检测机器人所搭载的光学相机和红外相机分别对边坡预先划分的多个作业面依次进行拍摄，以获取多个作业面的光学图像和红外图像；图像融合步骤、采取基于压缩感知理论对拍摄到的每一个作业面的光学图像和红外图像进行融合，得到融合图像；灾害预测步骤、将所述融合图像与已存储在数据库中的参考标准进行对比，从而预测可能出现的边坡灾害。本发明专利技术还提供一种基于多光谱空中检测机器人的边坡质量检测系统。本发明专利技术提供的技术方案能提高检测精度和检测效率，同时也极大提高检测的安全性。

【技术实现步骤摘要】

本专利技术涉及机器视觉领域，尤其涉及一种基于多光谱空中检测机器人的边坡质量检测方法及系统。
技术介绍
边坡是指线路近旁的天然斜坡或经施工开挖形成的路堑斜坡、填筑形成的填方斜坡等。依据《公路路基设计规范》JTGD30-2004规定：土质挖边坡高度大于20米、岩质挖方边坡高度大于30米的边坡为高边坡。由于边坡系统是一个开放的复杂系统，其稳定性受地质因素和工程因素等的综合影响。这些因素有些是确定性的，但是大部分具有随机性、模糊性、可变性等不确定性特点，它们对不同类型边坡岩体稳定性的影响权重是变化的，这些因子之间有复杂的非线性关系，因此在边坡岩体稳定性分析过程中应依据具体情况动态地选择参评因素。而对于边坡工程监测主要是了解地质类型和变形机理，随着不断地发展，由原来的人工简易皮尺工具到现在的仪器监测，又正在向高精度、自动化的远程系统的边坡工程监测技术发展。根据监测后得到的结果，找到坡体滑坡、崩塌等动态变化的规律，预测可能发生的灾害。目前对边坡灾害的检测方法包括简易观测法、设站观测法、仪表观测法。(1).简易观测法简易观测法适合观测发生灾害的坡体，通过人工观测，对坡体产生的崩塌沉降、地表膨胀、裂缝等迹象都有进一步的了解，并在有容易崩塌或已经发生崩塌的地方，做上标记，通过对比不同时间，不同温度条件下，裂缝规模、开态、深度、长度、宽度以及开裂延伸的方向，根据其发展趋势，分析是哪个时期的滑动。(2).设站观测法通过了解工程区地址背景的情况后才可以用，把坡体划分成线状或者网格状的区域，固定的观测点(这个点不能在变形区的影响范围内)，用多种测量方法和精密的仪器，在不同的时间进行观测。(3).仪表观测法仪表观测法主要是运用精密的仪器进行边坡工程监测，对于不用的检测类型，使用的仪器也有所不同，对于变形量较小的边坡检测应该用精度高的短程仪表，而对于滑坡、剧变等应该用量测范围可调的仪器。以上传统的三个检测方法有一个共同的特点就是需要人工参与，需要施工人员对岩体进行全面的监控和定期检测，特别是在大雨之后或地震过后的检测显得尤为重要。但是，我国地质特殊，岩石种类颇多，边坡内部岩土也具有一定的复杂性，传统的人工检测方法具有劳动强度大、工作效率低、检测的精度不高的缺点，尤其是在高边坡检测时往往伴随着一定的危险性，容易造成人员的伤亡。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于多光谱空中检测机器人的边坡质量检测及其系统，旨在解决现有技术中人工检测的精度不高、检测效率较低且检测的安全性较差的问题。本专利技术提出一种基于多光谱空中检测机器人的边坡质量检测方法，主要包括：图像采集步骤、利用所述多光谱空中检测机器人所搭载的光学相机和红外相机分别对边坡预先划分的多个作业面依次进行拍摄，以获取多个作业面的光学图像和红外图像；图像融合步骤、采取基于压缩感知理论对拍摄到的每一个作业面的光学图像和红外图像进行融合，得到融合图像；灾害预测步骤、将所述融合图像与已存储在数据库中的参考标准进行对比，从而预测可能出现的边坡灾害。另一方面，本专利技术还提供一种基于多光谱空中检测机器人的边坡质量检测系统，主要包括：图像采集模块，用于利用所述多光谱空中检测机器人所搭载的光学相机和红外相机分别对边坡预先划分的多个作业面依次进行拍摄，以获取多个作业面的光学图像和红外图像；图像融合模块，用于采取基于压缩感知理论对拍摄到的每一个作业面的光学图像和红外图像进行融合，得到融合图像；灾害预测模块，用于将所述融合图像与已存储在数据库中的参考标准进行对比，从而预测可能出现的边坡灾害。本专利技术提供的技术方案，通过多光谱空中检测机器人所搭载的光学相机和红外相机对整个待检测区域进行拍摄，制定多光谱空中检测机器人的飞行路径，可一次性快速执行对整个边坡的全面检测，极大节省了人力和时间成本，并大大提高了检测效率；对于高边坡检测，利用多光谱空中检测机器人替代人工有效避免了高空作业的危险，对于陡边坡检测，利用多光谱空中检测机器人替代人工有效避免了边坡突然垮塌带来的危险，进而极大提高了检测的安全性。附图说明图1为本专利技术一实施方式中基于多光谱空中检测机器人的边坡质量检测方法的流程图；图2为本专利技术一实施方式中图像融合步骤的具体实现流程图；图3为本专利技术一实施方式中搭载光学相机的多光谱空中检测机器人定点飞行拍摄整个工程坡面区域清晰照片图；图4为本专利技术一实施方式中的基于多光谱空中检测机器人的边坡质量检测系统10的内部结构示意图；图5为本专利技术一实施方式中空中机器人的立体示意图；图6为本专利技术一实施方式中图5所示空中机器人的AA线剖面示意图；图7为本专利技术一实施方式中图5所示空中机器人的BB线剖面示意图；图8为本专利技术一实施方式中图5所示空中机器人的相机集成部4的侧视图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。以下将对本专利技术所提供的一种基于多光谱空中检测机器人的边坡质量检测进行详细说明。请参阅图1，为本专利技术一实施方式中基于多光谱空中检测机器人的边坡质量检测流程图。在步骤S1中，图像采集步骤、利用所述多光谱空中检测机器人所搭载的光学相机和红外相机分别对边坡预先划分的多个作业面依次进行拍摄，以获取多个作业面的光学图像和红外图像。在本实施方式中，利用多光谱空中检测机器人能实现其在飞行过程中的准确三维定位，即包括纵向定位(Z轴)、轴向定位(Y轴)以及横向定位(X轴)。本专利技术提供的技术方案中，运用光流定位与气压计测高和超声波辅助定位方法相结合，应用地面站控制系统的具体控制命令，控制多光谱空中检测机器人到达预定位置，使用GPS与光流自切换，实现稳定定点悬停，水平方向运用超声波传感器接收发一体，保持一个与坡面的合适距离范围，垂直方向使用气压计控制多光谱空中检测机器人的高度。竖直方向通过外接气压计与超声波传感器联合定位的方法。其中气压计量气压，精确度不高，会随大气区域密度变化出现误差，也会因温度和湿度出现误差。超声波只是辅助定位，范围在7米以内，保证在使用气压计同时，利用外包海绵，实现低通滤波。多光谱空中检测机器人使用Pixhawk飞控板，该PIXHawk飞控板拥有168MHz的运算频率，并突破性地采用了整合硬件浮点运算核心的Cortex-M4的单片机作为主控芯片，内置两套陀螺和加速度计MEMS传感器，互为补充矫正，内置三轴磁场传感器并可以外接一个三轴磁场传感器，同时可外接一主一备两个GPS传感器，在故障时自动切换。基于其高速运算的核心和浮点算法，该Pixhawk飞控板能够采用先进的定高算法，可以仅凭气压高度计便将其自身高度限定在1m以内。横向水平定位主要采取GPS装置和一对超声波传感器(用于辅助定位，防止碰撞)，主要使多光谱空中检测机器人与外墙面保持一定距离。距离太近，多光谱空中检测机器人容易与外坡面相撞，从而导致飞行器坠毁。在多光谱空中检测机器人起飞前，已经通过地面控制站对Pixhawk飞控板写入程序，使其与外墙面保持一定距离。设多光谱空中检测机器人与外墙面之间的距离控制在2.5m±1m的一个范围，当多光谱空中检测机器人与外墙面距离大于2.5m时，在Pixhawk飞控板上预先输入的程序则会使本文档来自技高网...

【技术保护点】
一种基于多光谱空中检测机器人的边坡质量检测方法，其特征在于，所述方法包括：图像采集步骤、利用所述多光谱空中检测机器人所搭载的光学相机和红外相机分别对边坡预先划分的多个作业面依次进行拍摄，以获取多个作业面的光学图像和红外图像；图像融合步骤、采取基于压缩感知理论对拍摄到的每一个作业面的光学图像和红外图像进行融合，得到融合图像；灾害预测步骤、将所述融合图像与已存储在数据库中的参考标准进行对比，从而预测可能出现的边坡灾害。

【技术特征摘要】
1.一种基于多光谱空中检测机器人的边坡质量检测方法，其特征在于，所述方法包括：图像采集步骤、利用所述多光谱空中检测机器人所搭载的光学相机和红外相机分别对边坡预先划分的多个作业面依次进行拍摄，以获取多个作业面的光学图像和红外图像；图像融合步骤、采取基于压缩感知理论对拍摄到的每一个作业面的光学图像和红外图像进行融合，得到融合图像；灾害预测步骤、将所述融合图像与已存储在数据库中的参考标准进行对比，从而预测可能出现的边坡灾害。2.如权利要求1所述的基于多光谱空中检测机器人的边坡质量检测方法，其特征在于，所述图像融合步骤具体包括：对输入的红外图像和光学图像分别进行离散余弦变换，得到低频系数和高频系数；对变换后的高频系数进行分立采样，得到近低频系数和绝对高频系数；将对应的低频系数进行加权平均处理，将近低频系数进行系数加权处理，并将绝对高频系数进行绝对值取大处理；根据融合后的采样值和采样矩阵，使用非线性共轭梯度重构法求解最优化问题，得到融合图像。3.如权利要求2所述的基于多光谱空中检测机器人的边坡质量检测方法，其特征在于，所述灾害预测步骤具体包括：通过定期拍摄相同作业面对应的区域，提前选取基准点为参考点，并存储所述参考点的位置于所述数据库中作为参考标准；在所述融合图像中获取基准点的位置，并通过与存储的参考标准进行对比来得出所选取的基准点的位移量；根据所述位移量的大小来判断对应作业面上岩土结构的运动情况，从而预测可能出现的边坡灾害。4.一...

【专利技术属性】
技术研发人员：冯平，卢思岑，程涛，龚启源，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44