管道违章行为识别方法技术

本发明专利技术公开了一种管道违章行为识别方法，包括以下步骤：S1、进行无人机的预飞行；在无人机预飞行过程中采集管道数据，对图像进行预处理，将管道外围没有的数据过滤掉，识别管道接口数据，识别工人是否带有安全帽，检测管道上站人的情况，提炼出管道检测中的重点区域；S2、控制无人机飞行到重点区域，识别管道端口，定向拍摄管道端口堵头情况，判断管道的封堵情况。本发明专利技术管道违章行为识别系统中设置有云台，在无人机飞行过程中通过云台可以同时检测管道两端的封堵情况，解决了现有技术中在无人机飞行过程中仅能够检测无人机航行方向的管道堵头的问题。道堵头的问题。道堵头的问题。

【技术实现步骤摘要】
管道违章行为识别方法


[0001]本专利技术涉及管道检测
，更具体涉及一种管道违章行为识别方法。

技术介绍

[0002]油气管道作为能源运输的重要工具，一旦发生泄漏或者爆炸事故，将严重威胁人民群众的生命和财产安全，因此管道的安全巡护与管理非常重要。国家油气管道保护法规定：在管道线路中心线两侧各五米地域范围内，禁止种植深根植物、挖掘施工、违章修建等行为。然而，上述危害油气管道安全的行为却时有发生，甚至造成不可挽回的损失。
[0003]现有的管道监理过程中主要监理油气管道在施工过程中有没有堵上，管道施工过程中有没有站人。其中，管道施工过程中堵头有没有堵上、管道施工过程中有没有站人、管道施工过程中工人安全帽有没有带上等情况，目前主要靠人工监控实现，实时性不强。特别是管道施工过程中有没有带安全帽以及管道两端堵头有没有堵上等情况，需要在发现这些问题后才能及时提醒。现有技术中主要靠人工的方式来监理，这种监理的工作量大、实时性也不强。也有一些单位采用旋翼式无人机对其进行监理，通过摄像头采集数据，通过计算机工作站采用图像处理的方法处理各种违章行为，这种做法一方面实时性不强，另一方面由于要处理的数据量大等因素，需要计算机硬件处理速度快，往往增加了成本；并且在无人机飞行过程中仅能够检测无人机航行方向的管道堵头，无法同时检测管道两端的封堵情况。

技术实现思路

[0004]本专利技术需要解决的技术问题是提供一种管道违章行为识别方法，以解决对管道施工过程中的监理主要依靠人工进行而浪费大量人力、实时性不强的问题，以及在无人机飞行过程中无法同时检测管道两端的封堵情况的问题，通过云台在无人机飞行过程中同时检测管道两端的封堵情况，实现对管道违章行为的有效监管。
[0005]为解决上述技术问题，本专利技术所采取的技术方案如下。
[0006]管道违章行为识别方法，包括以下步骤：
[0007]S1、进行无人机的预飞行；在无人机预飞行过程中采集管道数据，对图像进行预处理，将管道外围没有的数据过滤掉，识别管道接口数据，识别工人是否带有安全帽，检测管道上站人的情况，提炼出管道检测中的重点区域；
[0008]S2、控制无人机飞行到重点区域，识别管道端口，定向拍摄管道端口堵头情况，判断管道的封堵情况。
[0009]进一步优化技术方案，通过管道上站人判别方法检测管道上站人的情况；所述管道上站人判别方法包括步骤：
[0010]S101、采集视频一段时间内若干帧无异物时的图像，对它们求和后取平均值，作为初始背景图像，即
[0011][0012]其中，B
I
(x,y)是初始背景图像，F
i
(x,y)代表第i帧图像；
[0013]S102、当前帧图像与背景图像作差得到差分图像，对差分图像进行二值化处理，初步分离目标与背景；
[0014]S103、滤去二值图中孤立的前景点，膨胀操作获得目标较为完整的轮廓，确定管道上面是否存在异物或者人站在管道上的危险行为。
[0015]进一步优化技术方案，通过人员识别方法判断出人员来，再进行二值化处理，通过头顶颜色判断出人员是否带有安全帽。
[0016]进一步优化技术方案，识别工人是否带有安全帽的方法包括以下步骤：
[0017]S111、利用YOLOv4
‑
tiny轻量级神经网络，同时构建MsxModule结构并添加在多尺度融合过程中，以提取中小型目标的主要特征；
[0018]S112、利用Max Module结构能获取更主要的特征，自下而上的特征融合结构保留浅层网络的边缘信息和定位信息，其前馈传递方程为：
[0019][0020]权重更新方程为：
[0021][0022]引用CIoU预测框与真实框的位置，加快损失收敛速度，其损失函数为：
[0023][0024]S113、构建佩戴安全帽数据集并重构锚框比例，处理训练集。
[0025]进一步优化技术方案，所述步骤S2包括以下步骤：
[0026]S201、进行管道端口的直接定位；
[0027]S202、对定位到的倾斜端口进行有效的校正；
[0028]S203、对CNN网络进行改进；
[0029]S204、利用改进后的CNN网络与校正后的图片提取时序特征；
[0030]S205、根据提取的时序特征，采用双向递归神经网络对时序标签进行识别；
[0031]S206、对双向递归神经网络的输出进行解码，得到最终的识别结果。
[0032]由于采用了以上技术方案，本专利技术所取得技术进步如下。
[0033]本专利技术管道违章行为识别系统中设置有云台，在无人机飞行过程中通过云台可以同时检测管道两端的封堵情况，解决了现有技术中在无人机飞行过程中仅能够检测无人机航行方向的管道堵头的问题。本专利技术可以满足无人机对水平方向管线堵头的巡线，同时也可以满足无人机对带有倾斜角度的管线的巡线。本专利技术能够识别管道接口数据，识别工人是否带有安全帽，检测管道上站人的情况，并能够定向拍摄管道端口堵头情况，判断管道的封堵情况，实现了对管道违章行为的有效监管。
附图说明
[0034]图1为本专利技术对图像进行预处理、过滤、识别的方法的流程示意图。
具体实施方式
[0035]下面将结合附图和具体实施例对本专利技术进行进一步详细说明。
[0036]管道违章行为识别系统，包括无人机、摄像头、灰度摄像头、测距传感器和云台。
[0037]无人机，为识别系统的载体；无人机上设置有GPS位置传感器，通过云台能够控制无人机飞行至指定位置。
[0038]摄像头，设置在无人机上，能够实现六个自由度的旋转。
[0039]灰度摄像头，设置在无人机上，灰度摄像头上不带有云台，能够在线实时处理接口的数据与方法。
[0040]测距传感器，设置在云台下端，能够在飞行过程中检测判断倾斜管道。通过固定的灰度摄像头与测距传感器相结合，可以提炼出管道检测中的重点区域。
[0041]云台，设置在摄像头上，在无人机飞行过程中通过云台可以同时检测管道两端的封堵情况，解决了现有技术中在无人机飞行过程中仅能够检测无人机航行方向的管道堵头的问题。在云台的角度控制下，控制摄像头能够进行旋转，进而来检测管道的堵头情况。同时，通过云台能够调整无人机的高度，设置无人机的飞行速度，进行精确的图像拍摄，起到安全监理的作用。
[0042]本专利技术可以满足无人机对水平方向管线堵头的巡线，同时也可以满足无人机对带有倾斜角度的管线的巡线。
[0043]管道违章行为识别方法，包括以下步骤：
[0044]S1、进行无人机的预飞行。在无人机预飞行过程中主要并通过摄像头采集管道数据，对图像进行预处理，采用图像过滤方法并通过灰度摄像头将管道外围没有的数据过滤掉，通过管道端口识别方法识别管道接口数据，通过施工人员未带安全帽方法识别工人是否带有安全帽，通过管道上站人检测方法检测管道上站人的情况，提炼出管道检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.管道违章行为识别方法，其特征在于，包括以下步骤：S1、进行无人机的预飞行；在无人机预飞行过程中采集管道数据，对图像进行预处理，将管道外围没有的数据过滤掉，识别管道接口数据，识别工人是否带有安全帽，检测管道上站人的情况，提炼出管道检测中的重点区域；S2、控制无人机飞行到重点区域，识别管道端口，定向拍摄管道端口堵头情况，判断管道的封堵情况。2.根据权利要求1所述的管道违章行为识别方法，其特征在于，通过管道上站人判别方法检测管道上站人的情况；所述管道上站人判别方法包括步骤：S101、采集视频一段时间内若干帧无异物时的图像，对它们求和后取平均值，作为初始背景图像，即其中，B
I
(x,y)是初始背景图像，F
i
(x,y)代表第i帧图像；S102、当前帧图像与背景图像作差得到差分图像，对差分图像进行二值化处理，初步分离目标与背景；S103、滤去二值图中孤立的前景点，膨胀操作获得目标较为完整的轮廓，确定管道上面是否存在异物或者人站在管道上的危险行为。3.根据权利要求1所述的管道违章行为识别方法，其特征在于，通过人员识别方法判断出人员来，再进行二...

【专利技术属性】
技术研发人员：代炳涛，
申请(专利权)人：廊坊中油朗威工程项目管理有限公司，
类型：发明
国别省市：