【技术实现步骤摘要】
一种基于无人机的可视化现场安全监督管理系统
本专利技术涉及可视化现场安全监督管理
,尤其涉及一种基于无人机的可视化现场安全监督管理系统。
技术介绍
目前我国建成六大电网,输电线路总长度超过了115万千米,500kV及以上的输电线路已成为各区电网输电主力。我国的国土幅员辽阔,地形也相对复杂,丘陵较多、平原较少,加上气象条件的复杂多变,给跨区电网和超高压输电线路工程的建设带来一定难度,加上建成之后的维护与保养,仅仅依靠现有的检查手段和常规测试并不能满足高效快速的要求,也不能达到很好的效果。而无人机技术的应用,能够很好完成线路巡检、线路架设和线路规划等任务,但目前在基建施工现场安全管控方面没有具体实施案例。电网基建施工点多面广,建设单位为了对现场进行管理,投放了大量的人力对施工现场安全及质量进行监督管控。由于施工现场环境复杂,人员流动性高,人员素质水平有限,目前安徽送变电已经开发建设了一套施工现场安全实时管控系统用于现场安全管理。系统通过手持终端、无线球机以及监控中心组成了有效的管控模式,现已初有成效。但目前的管理模式还属于半自动管理模式。
技术实现思路
本专利技术的所要解决的技术问题在于现有技术还属于半自动管理模式的缺陷。本专利技术是通过以下技术方案实现的:一种基于无人机的可视化现场安全监督管理系统,该系统包括:无人机单元:用于实时采集数据信息,并监督现场安全;服务器单元:用于对无人机单元实时采集的数据进行存储,并及时作出对应控制指令操作;移动终端:用于辅助对无人机回传的数据进行存储并进行数据分析实时操作,并与服务器单元连接实现数据同步共享。作为本专利技术的 ...
【技术保护点】
1.一种基于无人机的可视化现场安全监督管理系统,其特征在于,该系统包括:无人机单元:用于实时采集数据信息,并监督现场安全;服务器单元:用于对无人机单元实时采集的数据进行存储,并及时作出对应控制指令操作;移动终端:用于辅助对无人机回传的数据进行存储并进行数据分析实时操作,并与服务器单元连接实现数据同步共享。
【技术特征摘要】
1.一种基于无人机的可视化现场安全监督管理系统,其特征在于,该系统包括:无人机单元:用于实时采集数据信息,并监督现场安全;服务器单元:用于对无人机单元实时采集的数据进行存储,并及时作出对应控制指令操作;移动终端:用于辅助对无人机回传的数据进行存储并进行数据分析实时操作,并与服务器单元连接实现数据同步共享。2.根据权利要求1所述的基于无人机的可视化现场安全监督管理系统,其特征在于,所述无人机单元包括:无人机电源输出模块、飞行控制模块、摄像机云台单元、飞行数据采集模块、数据存储模块、4G无线传输模块、4G网络控制模块;所述飞行数据采集模块与数据存储模块连接,采集存储飞行状态数据及无人机设备参数;所述4G网络控制模块与云台控制模块、飞行控制模块连接,(优点不要写在权利要求中);所述数据存储模块与飞行数据采集模块、视频采集模块连接,实时存储各模块采集的数据信息;所述4G无线传输模块与数据存储模块以及服务器端4G无线传输模块连接,将数据实时回传;所述无人机电源输出模块与各模块连接,为各模块供电。3.根据权利要求2所述的基于无人机的可视化现场安全监督管理系统,其特征在于,所述无人机单元还包括语音播放模块,所述语音播报模块与4G网络控制模块连接,用于播放后台喊话内容及发出告警通知。4.根据权利要求2所述的基于无人机的可视化现场安全监督管理系统,其特征在于,所述无人机单元还包括飞行验电模块,所述飞行验电模块与数据存储模块连接,用于自动避让高压带电线缆或物体,并及时通知相关施工人员远离危险源。5.根据权利要求2所述的基于无人机的可视化现场安全监督管理系统,其特征在于,所述摄像机云台单元包括视频采集模块、云台控制模块;所述视频采集模块与数据存储模块连接,用于直播和录像;所述云台控制模块与4G网络控制模块连接,用于对摄像机的角度进行控制。6.根据权利要求1所述的基于无人机的可视化现场安全监督管理系统,其特征在于,所述服务器单元包括:4G无线传输模块、数据存储模块、流媒体服务模块、飞行控制服务模块、智能分析服务模块、服务器电源输出模块;其中,所述服务器电源输出模块与其他各模块连接,为各模块供电;所述流媒体服务模块与数据存储模块连接,实时接收无人机推送的实时视频数据;所述智能分析服务模块与流媒体服务模块、数据存储模块连接,实时抓取现场的违章信息,并命令现场人员进行整改;所述飞行控制服务模块与数据存储模块连接,接收无人机回传的飞行数据,并将数据信息存储;所述4G无线传输模块与数据存储模块、无人机端的4G无线传输模块连接,实现实时数据通信与存储。7.根据权利要求6所述的基于无人机的可视化现场安全监督管理系统,其特征在于,所述智能分析服务模块实时抓取现场违章信息的方式具体为:通过基于深度学习的目标检测算法进行场景内基本目标单元的检测;检测算法包括以下步骤:(1)将图像划分为S*S个格子,当一个目标的中心落入某个格子中,则该格子负责检测相应目标;(2)每个格子预测B个boundingboxes,以及这些boundingboxes的置信值confidencescores,YOLO模型预测出每个boundingbox时,即预测出了该boundingbox的置信值,可以定义为该值表明了该boundingbox包含目标的可信度,以及该boundingbox的可信度;(3)训练模型时,当对应的格子中不包含目标,则该置信值等于0,否则,该置信值等于predictedbox与groundtruth的IOU,每个boundingbox包含有5个值:x,y,w,h,confidence;其中,x,y表示boundingbox的中心,w,h表示boundingbox的宽、高,confidence表示boundingbox与groundtruth的IOU;该置信值是预测出的,并非实际计算所得,每个格子预测出C个条件概率Pr(Classi|Object);(4)测试时,将boundingbox的置信度与类别概率相乘,得特定类的置信...
【专利技术属性】
技术研发人员:杨亚龙,朱徐来,张睿,方潜生,杨先锋,刘玉福,谢陈磊,刘为,洪德健,汪明月,张振亚,张毅,许强林,朱俊超,胡林,
申请(专利权)人:安徽建筑大学,
类型:发明
国别省市:安徽,34
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。