【技术实现步骤摘要】
一种基于无人机视频的起重设备垂直度检测方法及系统
本专利技术涉及起重设备垂直度检测领域,尤其涉及一种基于无人机视频的起重设备垂直度检测方法及系统。
技术介绍
近二十年来,中国建筑行业飞速发展,塔式起重机(塔吊)目前已成为建设工地上应用最广的起重机械。据官方统计数据表明,在2016年全国建筑起重机安全事故至少发生207起,造成直接损失达上亿元。为了保障塔式起重机操作人员的生命安全,周期性的对塔式起重机进行检测对保证设备安全运行和顺利完成整个施工工程显得尤为重要。起重设备垂直度用以表征起重设备支架的倾斜度,是起重设备缺陷检测重要衡量指标之一。以附图1为例,在塔吊安装后,增幅处于平衡状态下,垂直度ΔL=x/h(x为起重设备支架顶部与底部的横向偏移量,h为起重设备支架高度)。GB/T5031-2008《塔式起重机》中5.2.3i)规定,垂直度的允差为4/1000。起重设备垂直度检测的难点在于:起重设备大多处于建筑工地,工况较差;起重设备高度较高(50~500m),且难以攀爬;起重设备垂直度检测精度要求高,达mm级别。起重设备垂直度检测目前主要采用激光垂准仪测量法,参照附图2,被测设备按检测要求停放,将激光垂准仪立在靠近被测设备的底部边缘处(一般在标准节主支撑杆处),按说明书要求调平,使激光束处于垂直向上的状态。在激光束正上方100-200m处,固定数显光靶,移动游标数显尺,使基准点对准激光束光斑,数显尺清零,此位置即为原始基准点,保持垂准仪不动,数显光靶固定到被测设备顶部相同位置,再次移动游标数显尺,使基准点对准激光束光斑,此时数显尺上的读数即为垂直度。该方法的缺 ...
【技术保护点】
1.一种基于无人机视频的起重设备垂直度检测方法,其特征在于,包括如下步骤:1)在起重设备附近放置铅垂线或其他垂直地面的物体作为参照物;2)控制无人机飞行至起重设备一定距离外,上下左右移动飞行器,使其悬停在特种设备底部,调整摄像头焦距,使屏幕中包含完整的设备机架底部及参照物,开始拍摄视频;3)控制飞行器匀速垂直上升,直至摄像屏幕能观察到设备机架的顶部,在这个过程中,保持飞行器离设备的距离、飞行器相机焦距不变,录制拍摄视频;4)在步骤3)获得的视频中提取第一帧图像,完成图像定标,得到图像的空间分辨率kx、ky,所述的kx、ky分别为横向、纵向每一个像素距离代表的真实距离;5)根据飞行器的飞行速度v,图像像素高度h,空间分辨率ky,获得序列图像之间的时间差Δt:
【技术特征摘要】
1.一种基于无人机视频的起重设备垂直度检测方法,其特征在于,包括如下步骤:1)在起重设备附近放置铅垂线或其他垂直地面的物体作为参照物;2)控制无人机飞行至起重设备一定距离外,上下左右移动飞行器,使其悬停在特种设备底部,调整摄像头焦距,使屏幕中包含完整的设备机架底部及参照物,开始拍摄视频;3)控制飞行器匀速垂直上升,直至摄像屏幕能观察到设备机架的顶部,在这个过程中,保持飞行器离设备的距离、飞行器相机焦距不变,录制拍摄视频;4)在步骤3)获得的视频中提取第一帧图像,完成图像定标,得到图像的空间分辨率kx、ky,所述的kx、ky分别为横向、纵向每一个像素距离代表的真实距离;5)根据飞行器的飞行速度v,图像像素高度h,空间分辨率ky,获得序列图像之间的时间差Δt:(其中α为序列图像的高度重叠度)6)根据步骤5)中获得的时间差t,在步骤3)中获得的视频中提取序列图像(t=0、Δt、2Δt…T),其中T为视频长度;7)在步骤6)获得的序列图像中,提取第一幅图像作为第一拼接图像,提取第二幅图像作为第二拼接图像;8)提取第一拼接图像、第二拼接图像的SIFT特征向量,利用欧式距离作为特征向量的距离度量方式,获得潜在匹配点,使用RANSAC(随机抽样一致性)算法去外点,获得匹配点,继而计算出变换矩阵,利用变换矩阵配准第一拼接图像、第二拼接图像获得配准图像;9)针对步骤8)中获得的配准图像,采用渐入渐出的加权办法,对配准图像完成图像交叠处的线性融合,得到拼接后的图像作为第一拼接图像;10)若步骤6)获得序列图像中仍有未处理图像,则取未处理图像中的第一幅图像作为第二拼接图像,重复步骤8)~9);若步骤6)获得序列图像已被处理完,当前第一拼接图像即为起重设备的全图;11)在步骤10)中获得的起重设备全图中,利用人工交互技术,分布针对参照物、起重设备支架边缘绘制直线,根据两条直线的夹角θ、图像空间分辨率kx、ky,计算获得起重设备的垂直度ΔL如下:2.根据权利要求1所述的一种基于无人机视频的起重设备垂直度检测方法,其特征在于:所述步骤4)中的图像定标采用人机交互,由人在图像中划水平线、垂直线并输入其对应的实际距离。3.根据权利要求1所述的一种基于无人机视频的起重设备垂直度检测方法,其特征在于:所述步骤8)中的SIFT特征向量提取,包括如下步骤:1)获取图像尺度空间,所述的图像尺度空间提取方式L(x,y,σ)如下:L(x,y,σ)=G(x,y,σ)*I(x,y)(2-1)其中σ是尺度因子(即高斯正态分布的方差),代表图像的尺度空间,由图像与高斯核卷积得到。为高效的在尺度空间内检测出稳定的特征点,Lowe使用尺度空间中DOG极值...
【专利技术属性】
技术研发人员:厉小润,王鑫远,蒋剑锋,马溢坚,王晶,王建军,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
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。