基于无人机的水位尺监测方法、系统、电子设备、介质技术方案

本发明专利技术公开了一种基于无人机的水位尺监测方法、系统、电子设备、介质，属于水位尺监测技术领域，包括获取河道基准水平面；无人机在河道基准水平面上方固定高度获取第一时间间隔内的船舶水平图像组；无人机在与河道基准水平面相垂直的方向采集第二时间间隔内的船舶侧边图像组；依据船舶水平图像组和船舶侧边图像组构建船舶水上模型。本发明专利技术通过获取动态时间间隔内的多个船舶图像组并建立船舶水上模型，依据船舶水上模型设定最优拍摄角度，保证最优的拍摄效果，减少了计算量；同时根据船舶水上模型计算船舶初步入水深度，并依据船舶初步入水深度对识别换算的水位值进行校验，克服船身晃动导致的水位值测量不精准的问题。船身晃动导致的水位值测量不精准的问题。船身晃动导致的水位值测量不精准的问题。

【技术实现步骤摘要】
基于无人机的水位尺监测方法、系统、电子设备、介质


[0001]本专利技术涉及水位尺监测
，具体为一种基于无人机的水位尺监测方法、系统、电子设备、介质。

技术介绍

[0002]水尺计重是目前海运大宗散货运用最多，最频繁的一种计量方式，主要适用于一些价值不高或不易用衡器计量的海运散装固态商品计重，如煤炭，矿石等。水尺计重是通过在装船或卸船前后两次测定船舶水尺，船上淡水，压舱水，以及燃油量，同时前后两次测定船边水的密度，然后根据排水量表，静水力曲线图表，水油舱计量表和矫正表等计算出船舶载运货物的重量。
[0003]现有水尺值检测方法有多种，最具代表性的是人工观测、压力传感器检测、声呐检测。由于人工观测受人的主观和客观因素多方面干扰，即使是多人对水尺进行观测，最后的结果也不太科学，而当水面波动比较大时，不仅检测误差还会再次增大，同时也可能导致检测人员的生命遭到威胁，除此，一般检测需要租赁小艇，靠近船舶进行检测，不仅在经济上不划算，而且有较大的人力以及时间浪费。压力传感器检测主要是利用轮船船体外侧提前装好的压力传感器，通过对载货前后的压力去获得水深变化，精准度较高，但是由于仪器精密度高，安装不便，后期需要维护，且与海水密度有关，不易推广，实际价值不大。声呐检测是利用超声波的声能在水中衰减小的特性实现的，但是也存在和压力传感器检测一样的缺点。因此，基于图像视频算法的自动读取水尺读数的方法及应用很有必要。但是，船舶水尺图像中的数字由于长期浸泡在水中，船体与拖船碰撞也会在数字上留下划痕，会影响数字识别的准确度。
>[0004]另一方面，现场光线，船体颜色，水质浑浊度等条件纷繁复杂，水体颜色也各不相同；因此船舶水尺图像中船体与水体交界处的水线识别更加困难。除此之外，摄像机视线与船体数字表面垂线有水平方向或垂直方向较大角度时，图像中数字会产生较大畸变，这会对数字的准确识别造成影响，也会对水尺读数计算带来困难。公开号为CN108549894A的专利技术专利申请公开了一种基于深度学习算法的船舶水尺图像自动读数方法，其通过长度基准计算和倾斜数字与水线间距修正算法在提取数字边框基础上设计了一种长度与像素换算基准的计算方法和精确计算水尺读数的计算方法，消除了数字外竖直边框坐标直接计算水尺读数带来的计算误差，保证了水尺读数的准确性，但是倾斜数字的计算增加了图像处理的运算量。
[0005]并且由于船身在水面上的起伏晃动也会导致具体水位值的测量不精准。

技术实现思路

[0006]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术提供了一种基于无人机的水位尺监测方法、系统、电子设备、介质，通过获取动态时间间隔内的多个船舶图像组并建立船舶水上模型，依据船舶水上模型设定最优拍摄角度，保证最优
的拍摄效果，减少了计算量；同时根据船舶水上模型计算船舶初步入水深度，并依据船舶初步入水深度对识别换算的水位值进行校验，克服船身晃动导致的水位值测量不精准的问题。
[0007]为实现上述目的，第一方面，本申请提供了一种基于无人机的水位尺监测方法，包括：获取河道基准水平面；所述无人机在河道基准水平面上方固定高度的两个不同拍摄位置分别获取第一时间间隔内的船舶水平图像组；无人机在与河道基准水平面相垂直的方向的两个不同拍摄位置分别采集第二时间间隔内的船舶侧边图像组；依据船舶水平图像组和船舶侧边图像组构建船舶水上模型；依据船舶尺寸参数和船舶水上模型计算船舶初步入水深度；依据水位尺安装位置以及船舶水上模型位于河道基准水平面上方的姿态设定最优拍摄位置和最优拍摄角度；无人机在最优拍摄位置和最优拍摄角度下拍摄相应水位尺图像，并对水位尺图像中的水位值进行识别，若识别换算的水位值与船舶初步入水深度的差值小于第一阈值，则以识别的水位值作为水位监测值，若识别的水位值与船舶初步入水深度的差值大于等于第一阈值，则在最优拍摄位置重新拍摄水位尺图像。
[0008]优选的，所述船舶水平图像组包括若干水平船舶图像，所述船舶侧边图像组包括若干侧面船舶图像；所述无人机在河道基准水平面上方固定高度的两个不同拍摄位置分别获取第一时间间隔内的船舶水平图像组中的两个不同拍摄位置为船舶两侧边沿的对应位置；所述无人机在与河道基准水平面相垂直的方向的两个不同拍摄位置分别采集第二时间间隔内的船舶侧边图像组中的两个不同拍摄位置为船舶两侧边沿的对应位置，且其中两个拍摄位置的拍摄方向相互垂直。
[0009]优选的，所述依据船舶水平图像组和船舶侧边图像组构建船舶水上模型包括：识别若干水平船舶图像和侧面船舶图像中的船舶边缘轮廓线；计算每组船舶水平图像组和船舶侧边图像组中的船舶边缘轮廓线的线性方向平均值曲线；根据四组船舶边缘轮廓线的线性方向平均值曲线生成船舶水上模型。
[0010]优选的，所述根据四组船舶边缘轮廓线的线性方向平均值曲线生成船舶水上模型包括：依据船舶尺寸参数对四个线性方向平均值曲线进行线性拟合生成封闭型船身轮廓作为船舶水上模型，所述船舶尺寸参数包括船舶长度、宽度、各处弧度。
[0011]优选的，所述船舶尺寸参数还包括船舶高度，所述依据船舶尺寸参数和船舶水上模型计算船舶初步入水深度包括：依据船舶水上模型的计算高度和实际测得的船舶位于河道基准水平面上方部分的平均高度，计算船舶位于河道基准水平面下方部分的初步入水深度。
[0012]优选的，所述依据水位尺安装位置以及船舶水上模型位于河道基准水平面上方的
姿态设定最优拍摄位置和最优拍摄角度包括：依据水位尺的安装位置确定水平拍摄位置，以第一高度值作为拍摄高度，并根据船舶水上模型位于河道基准水平面上方的姿态设定无人机拍摄相机的倾斜角度以使其与水位尺安装位置正相对。
[0013]优选的，所述对水位尺图像中的水位值进行识别包括将水位尺图像中的识别的水位值数值与标准数据库中数字的匹配度作为可信度值，若最优拍摄位置拍摄到的水位尺图像对应的数字识别的可信度大于第二阈值，则将水位尺图像中的识别的水位值数值与最优拍摄位置与河道基准水平面的竖直距离的差值作为识别换算的水位值；若最优拍摄位置拍摄到的水位尺图像对应的数字识别的可信度小于等于第二阈值，则沿最优拍摄位置竖直向上或向下运动第二距离重新拍摄水位尺图像。
[0014]第二方面，本申请提供一种基于无人机的水位尺监测系统，包括：无人机，用于利用超声模块进行检测获取河道基准水平面以及距离所述河道基准水平面的竖直距离；摄像模块，所述摄像模块搭载在所述无人机上，用于在河道基准水平面上方固定高度获取第一时间间隔内的船舶水平图像组，以及，在与河道基准水平面相垂直的方向采集第二时间间隔内的船舶侧边图像组；建模模块，用于根据船舶水平图像组和船舶侧边图像组构建船舶水上模型；计算模块，用于依据船舶尺寸参数和船舶水上模型计算船舶初步入水深度；控制模块，用于依据水位尺安装位置以及船舶水上模型位于河道基准水平面上方的姿态设定最优拍摄位置和最优拍摄角度；并控制所述无人机在最优拍摄位置和最优拍摄角度下拍摄相应水位尺图像，对水位尺图像中的水位值进行识别，若识别换算的水位值与船舶初步入水本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机的水位尺监测方法，其特征在于，包括：获取河道基准水平面；无人机在河道基准水平面上方固定高度的两个不同拍摄位置分别获取第一时间间隔内的船舶水平图像组；无人机在与河道基准水平面相垂直的方向的两个不同拍摄位置分别采集第二时间间隔内的船舶侧边图像组；依据船舶水平图像组和船舶侧边图像组构建船舶水上模型；依据船舶尺寸参数和船舶水上模型计算船舶初步入水深度；依据水位尺安装位置以及船舶水上模型位于河道基准水平面上方的姿态设定最优拍摄位置和最优拍摄角度；无人机在最优拍摄位置和最优拍摄角度下拍摄相应水位尺图像，并对水位尺图像中的水位值进行识别，若识别换算的水位值与船舶初步入水深度的差值小于第一阈值，则以识别的水位值作为水位监测值，若识别的水位值与船舶初步入水深度的差值大于等于第一阈值，则在最优拍摄位置重新拍摄水位尺图像。2.根据权利要求1所述的基于无人机的水位尺监测方法，其特征在于，所述船舶水平图像组包括若干水平船舶图像，所述船舶侧边图像组包括若干侧面船舶图像；所述无人机在河道基准水平面上方固定高度的两个不同拍摄位置分别获取第一时间间隔内的船舶水平图像组中的两个不同拍摄位置为船舶两侧边沿的对应位置；所述无人机在与河道基准水平面相垂直的方向的两个不同拍摄位置分别采集第二时间间隔内的船舶侧边图像组中的两个不同拍摄位置为船舶两侧边沿的对应位置，且其中两个拍摄位置的拍摄方向相互垂直。3.根据权利要求2所述的基于无人机的水位尺监测方法，其特征在于，所述依据船舶水平图像组和船舶侧边图像组构建船舶水上模型包括：识别若干水平船舶图像和侧面船舶图像中的船舶边缘轮廓线；计算每组船舶水平图像组和船舶侧边图像组中的船舶边缘轮廓线的线性方向平均值曲线；根据四组船舶边缘轮廓线的线性方向平均值曲线生成船舶水上模型。4.根据权利要求3所述的基于无人机的水位尺监测方法，其特征在于，所述根据四组船舶边缘轮廓线的线性方向平均值曲线生成船舶水上模型包括：依据船舶尺寸参数对四个线性方向平均值曲线进行线性拟合生成封闭型船身轮廓作为船舶水上模型，所述船舶尺寸参数包括船舶长度、宽度、各处弧度。5.根据权利要求4所述的基于无人机的水位尺监测方法，其特征在于，所述船舶尺寸参数还包括船舶高度，所述依据船舶尺寸参数和船舶水上模型计算船舶初步入水深度包括：依据船舶水上模型的计算高度和实际测得的船舶位于河道基准水平面上方部分的平均高度，计算船舶位于河道基准水平面下方部分的初...

【专利技术属性】
技术研发人员：严如灏，邓超河，邹晟，汤智彬，植挺生，赵尚谦，庄广壬，邓永俊，
申请(专利权)人：广东广宇科技发展有限公司，
类型：发明
国别省市：