基于BIM技术的无人机隧道巡检方法技术

本发明专利技术揭示了一种基于BIM技术的无人机隧道巡检方法，步骤如下：通过BIM技术建立隧道模型，并将其导入到三维引擎中，利用坐标系转换方法获得无人机导航坐标系与三维引擎相机坐标系之间关系，建立无人机与三维引擎相机之间的对应关系；在三维引擎中设置相机按巡检线路进行漫游，通过坐标系转换方法转换为无人机运动轨迹参数；无人机通过信息融合算法获得其在隧道中运动状态；RGB‑D相机巡检的视频通过视频传输模块传输到地面工作站，利用基于BIM技术所做隧道模型进行视频图像与模型的贴图、拼接、匹配和组合，最终得到巡检线路的真实三维模型，进而清楚掌握目前线路的具体情况和有无隧道病害隐患。本发明专利技术能加快隧道巡检的工作效率。

Method of UAV tunnel inspection based on BIM Technology

The invention discloses a tunnel patrol method for UAV based on BIM technology. The steps are as follows: establishing a tunnel model by BIM technology, importing it into a three-dimensional engine, obtaining the relationship between the navigation coordinate system of UAV and the camera coordinate system of the three-dimensional engine by the coordinate system transformation method, and establishing the relationship between the UAV and the three-dimensional engine camera. The corresponding relationship between them; setting cameras in the three-dimensional engine roaming according to the patrol line, through coordinate system conversion method to UAV trajectory parameters; UAV through the information fusion algorithm to obtain its movement in the tunnel; RGB_D camera patrol video transmission module through video transmission to the ground workstation, Using the tunnel model based on BIM technology to map, mosaic, match and combine the video image with the model, and finally get the real three-dimensional model of the inspection line, and then clearly grasp the specific situation of the current line and whether there are hidden dangers of tunnel diseases. The invention can speed up the work efficiency of the tunnel inspection.

【技术实现步骤摘要】
基于BIM技术的无人机隧道巡检方法
本专利技术属于隧道巡检
，涉及一种隧道巡检方法，尤其涉及一种基于BIM技术的无人机隧道巡检方法。
技术介绍
国内外常用于隧道巡检的方法主要有人工检测、半自动化的仪器检测等几种方式。其中，人工检测由于隧道日常运营只能有两三个小时的检测时间，这导致了人工检测的线路都很短。半自动化的仪器检测由于要在隧道生产时就需要预埋检测传感器，同时在隧道运营时架设专门的通讯设备才可以进行，况且预埋传感器成活率都不是很高，这导致了目前隧道巡检还是以人工巡检为主的方式来进行。从国内外所查找的专利看，目前还没有将无人机应用于隧道巡检线路中的专利，这一方面是由于隧道内线路繁多，无人机在隧道无论怎么精确控制都会有触碰隧道内线路的情况概率发生；另一方面是以前室内导航由于没有GPS使得导航的精度较低。有鉴于此，如今迫切需要设计一种新的检测方式，以便克服现有检测方式存在的上述缺陷。
技术实现思路
本专利技术所要解决的技术问题是：提供一种基于BIM技术的无人机隧道巡检方法，可以加快隧道巡检的工作效率，这对于日益增长的地铁隧道安全有着极大地协助作用。为解决上述技术问题，本专利技术采用如下技术方案：一种基于BIM技术的无人机隧道巡检方法，所述巡检方法包括如下步骤：步骤S1、通过BIM技术建立隧道模型，并将其导入到三维展示软件中，利用坐标系转换方法获得无人机导航坐标系与三维展示软件中的三维引擎相机坐标系之间关系，建立无人机与三维引擎相机之间的对应关系；首先，通过RGB-D相机获得无人机离隧道左、右、上距离，将无人机调整到与三维引擎漫游起始坐标相同位置，使其两坐标系重合，然后利用四元数进行二者之间坐标系旋转变换步骤S2、在地面工作站三维展示软件的三维引擎设置相机按巡检线路进行漫游，利用三维引擎漫游获得的运动轨迹参数和三维引擎相机之间的对应关系将通过坐标系转换方法转换为无人机运动轨迹参数，同时三维引擎漫游时利用射线技术侦查当前视口内的标签物体，以便与无人机获取的标签信息相互确认，以便更进一步得到无人机巡检线路中姿态和位置参数；所述标签用以标记位置；步骤S3、无人机通过三维引擎相机、RGB-D相机、MEMS惯性测量单元以及隧道管片上安装的标签四者信息融合算法获得其在隧道中运动状态：利用RGB-D相机获取隧道内部环境的二维彩色图像和三维深度数据，然后通过极限学习算法获得无人机的姿态和位置参数估计值；利用MEMS惯性测量单元获得惯性测量值，将所述RGB-D相机获得的姿态和位置参数估计值与惯性测量单元获得的测量值通过滤波算法进行信息融合，再利用三维引擎相机获得的运动轨迹参数进行无人机运动状态一次修正，然后通过标签识别器获得的标签信息进行无人机运动状态二次修正，从而得到更为精确的无人机运动状态来自主控制无人机按巡检线路自主飞行；步骤S4、RGB-D相机巡检的视频通过视频传输模块传输到地面工作站，地面工作站利用基于BIM技术所做的隧道模型进行视频图像与模型的贴图、拼接、匹配和组合，最终得到巡检线路的真实三维模型，进而清楚掌握目前线路的具体情况和有无隧道病害隐患；所述视频图像包括深度图像和彩色图像；在步骤S3中，其信息融合算法如下：无人机对三维引擎相机、基于RGB-D相机、MEMS惯性测量单元以及隧道管片上安装的标签四者信息进行处理，并采用基于信任度的DS证据理论算法计算得到的融合信息在隧道中运动状态准确性，计算过程如下：S31.设三维引擎相机、RGB-D相机、MEMS惯性测量单元以及隧道管片上安装的标签信息四者信任度为W＝{ω1,ω2,ω3,ω4}，其中ωi(i＝1,2,3,4)为单个数据的属性绝对差；S32.计算任两组数据之间的冲突其中m(F)为单组数据的置信度；S33.计算任两组数据之间的相似性S34.计算比例冲突因子S35.计算平均冲突系数S36.计算总体权重因子ω*＝m×(k*)α×min(ωi|i＝1,2,3,4)；其中，α为调节因子；S37.对所有数据的信任度进行一次调节S38.重复上述S32到S37操作，直到总体信任度W′大于设定阈值时，无人机在隧道中的运动状态即为安全的运行状态。步骤S3中，根据无人机的动力学特性建立状态空间模型以及RGB-D相机、MEMS惯性测量单元的观测模型，通过对RGB-D相机拍摄的彩色图像进行中值滤波、连通域滤波、膨胀修改以及图像细化获得隧道中多组特征点，然后根据特征点对应深度数据获得具有匹配关系的相邻两帧图像中的三维点云，然后通过极限学习算法获得无人机的姿态和位置参数估计值作为无人机的姿态空间模型的观测量，这样与MEMS惯性传感器提供的观测量进行融合，该融合后的运动状态参数与三维引擎获得的运动状态参数相比较进行一次修正无人机的飞行状态及飞行路线，在无人机飞行过程中再通过隧道每环管片上固定的标签位置进行无人机飞行的二次运动状态及飞行路线修正，引导无人机按三维引擎漫游线路进行巡检。步骤S3中，其中值滤波、连通域滤波、膨胀修改以及图像细化获得隧道中的多组特征点算法如下：通过对RGB-D相机拍摄的彩色图像进行如下操作：Step1.采用中值滤波器对图像进行去噪设滤波窗口为W，采用如下方法对图像各点的灰度值{xij,(i,j)∈I2}进行滤波处理yi＝MedW{xij}＝Med{xi+r,j+s,(r,s)∈W(i,j)∈I2}其中，yi为滤波后的值。Step2.采用Butterworth高通滤波器在频域对图像进行增强设n阶Butterworth高通滤波器传递函数如下：其中，D0为截至频率，为点P(u,v)到频率平面原点的距离。将点P(u,v)处的H(u,v)下降到最大值的Step3.通过逆滤波方法对Step2得到的图像中存在的运动模糊进行消除。Step4.采用Hilditch细化算法对Step3得到的图像进行细化处理方法如下：设背景值为0，前景值为1，采用8连通域，中心点为P0P8P1P2P7P0P3P6P5P4B(P0)表示与P0点相邻的8连通域中非零像素点的个数A(P0)表示P0点相邻的8连通域顺时针方向P1-P8序列中0或1模式的个数。规定如下细化条件：2<＝B(P0)<＝6A(P0)＝1P2|P4|P8＝0或者A(P2)！＝1P2|P4|P6＝0或者A(P4)！＝1满足条件时将P0置为0，按照从左到右，从上到下的顺序对每个像素进行遍历，直到像素点不满足上述细化条件为止。一种基于BIM技术的无人机隧道巡检方法，所述巡检方法包括如下步骤：步骤S1、通过BIM技术建立隧道模型，并将其导入到三维展示软件中，利用坐标系转换方法获得无人机导航坐标系与三维引擎相机坐标系之间关系，建立无人机与三维引擎相机之间的对应关系；步骤S2、在地面工作站三维展示软件的三维引擎设置相机按巡检线路进行漫游，利用三维引擎漫游获得的运动轨迹参数和三维引擎相机之间的对应关系通过坐标系转换方法转换为无人机运动轨迹参数，同时三维引擎漫游时利用射线技术侦查当前视口内的标签物体，以便与无人机获取的标签信息相互确认，以便更进一步得到无人机巡检线路中姿态和位置参数；步骤S3、无人机通过三维引擎相机、基于RGB-D相机、MEMS惯性测量单元以及隧道管片上安装的标签四者信息融合算法获得其在隧道中运动状态；步本文档来自技高网...

【技术保护点】
1.一种基于BIM技术的无人机隧道巡检方法，采用的操作系统是一个地面工作站(1)连接一个机载处理单元(2)，机载处理单元(2)连接一个机载传感器系统(3)和一个机载控制单元(4)，机载传感器系统(3)识别隧道(5)中管片标签，其特征在于具体操作步骤如下：步骤S1、通过BIM技术建立隧道模型，并将其导入到地面工作站(1)的三维展示软件中，利用坐标系转换方法获得无人机导航坐标系与三维展示软件中的三维引擎相机坐标系之间关系，建立无人机与三维引擎相机之间的对应关系；步骤S2、在地面工作站三维展示软件的三维引擎设置相机按巡检线路进行漫游，利用三维引擎漫游获得的运动轨迹参数和三维引擎相机之间的对应关系将通过坐标系转换方法转换为无人机运动轨迹参数，同时三维引擎漫游时利用射线技术侦查当前视口内的标签物体，以便与无人机获取的标签信息相互确认，以便更进一步得到无人机巡检线路中姿态和位置参数；标签用以标记位置；步骤S3、无人机通过地面工作站(1)的三维引擎相机、机载传感器系统(3)中的RGB‑D相机和MEMS惯性测量单元以及隧道管片(5)上安装的管片标签四者信息融合算法获得其在隧道中运动状态；步骤S4、机载传感器系统(3)中的RGB‑D相机巡检的视频通过视频传输模块传输到地面工作站(1)，地面工作站(1)利用基于BIM技术所做的隧道模型进行视频图像与模型的贴图、拼接、匹配和组合，最终得到巡检线路的真实三维模型，进而清楚掌握目前线路的具体情况和有无隧道病害隐患；所述视频图像包括深度图像和彩色图像。...

【技术特征摘要】
1.一种基于BIM技术的无人机隧道巡检方法，采用的操作系统是一个地面工作站(1)连接一个机载处理单元(2)，机载处理单元(2)连接一个机载传感器系统(3)和一个机载控制单元(4)，机载传感器系统(3)识别隧道(5)中管片标签，其特征在于具体操作步骤如下：步骤S1、通过BIM技术建立隧道模型，并将其导入到地面工作站(1)的三维展示软件中，利用坐标系转换方法获得无人机导航坐标系与三维展示软件中的三维引擎相机坐标系之间关系，建立无人机与三维引擎相机之间的对应关系；步骤S2、在地面工作站三维展示软件的三维引擎设置相机按巡检线路进行漫游，利用三维引擎漫游获得的运动轨迹参数和三维引擎相机之间的对应关系将通过坐标系转换方法转换为无人机运动轨迹参数，同时三维引擎漫游时利用射线技术侦查当前视口内的标签物体，以便与无人机获取的标签信息相互确认，以便更进一步得到无人机巡检线路中姿态和位置参数；标签用以标记位置；步骤S3、无人机通过地面工作站(1)的三维引擎相机、机载传感器系统(3)中的RGB-D相机和MEMS惯性测量单元以及隧道管片(5)上安装的管片标签四者信息融合算法获得其在隧道中运动状态；步骤S4、机载传感器系统(3)中的RGB-D相机巡检的视频通过视频传输模块传输到地面工作站(1)，地面工作站(1)利用基于BIM技术所做的隧道模型进行视频图像与模型的贴图、拼接、匹配和组合，最终得到巡检线路的真实三维模型，进而清楚掌握目前线路的具体情况和有无隧道病害隐患；所述视频图像包括深度图像和彩色图像。2.根据权利要求1所述的基于BIM技术的无人机隧道巡检方法，其特征在于：步骤S1中，通过RGB-D相机获得无人机离隧道左、右、上距离，将无人机调整到与三维引擎漫游起始坐标相同位置，使其两坐标系重合，然后利用四元数进行二者之间坐标系旋转变换。3.根据权利要求1所述的基于BIM技术的无人机隧道巡检方法，其特征在于：步骤S2中，所述标签用以标记位置。4.根据权利要求1所述的基于BIM技术的无人机隧道巡检方法，其特征在于：步骤S3中，利用RGB-D相机获取隧道内部环境的二维彩色图像和三维深度数据，然后通过极限学习算法获得无人机的姿态和位置参数估计值；利用MEMS惯性测量单元获得惯性测量值，将所述RGB-D相机获得的姿态和位置参数估计值与惯性测量单元获得的测量值通过滤波算法进行信息融合，再利用三维引擎相机获得的运动轨迹参数进行无人机运动状态一次修正，然后通过标签识别器获得的标签信息进行无人机运动状态二次修正，从而得到更为精确的无人机运动状态来自主控制无人机按巡检线路自主飞行。5.根据权利要求1所述的基于BIM技术的无人机隧道巡检方法，其特征在于：在步骤S3中，其信息融合算法如下：无人机对三维引擎相机、基于RGB-D相机、MEMS惯性测量单元以及隧道管片上安装的标签四者信息进行处理，并采用基于信任度的DS证据理论算法计算得到的融合信息在隧道中运动状态准确性，计算过程如下：S31.设三维引擎相机、RGB-D相机、MEMS惯性测量单元以及隧道管片上安装的管片标签信息四者信任度为W＝{ω1,ω2,ω3,ω4}，其中ωi(i＝1,2,3,4)为单个数据的属性绝对差；S32.计算任两组数据之间的冲突其中m(F)为单组数据的置信度；S3...

【专利技术属性】
技术研发人员：高新闻，简明，胡珉，林欣欣，周显威，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海,31