一种基于建筑施工的无人机巡检方法及系统技术方案

本发明专利技术公开了一种基于建筑施工的无人机巡检方法及系统，该方法包括以下步骤：根据巡检任务要求选择适宜的巡检设备并制定巡检计划；根据建筑施工情况确定巡检区域，并根据巡检区域制定飞行轨迹；利用制定的飞行轨迹及巡检计划控制无人机进行自动巡检；实时获取无人机的巡检数据并进行处理和分析，实现对施工进度和施工隐患的识别；本发明专利技术还公开了一种基于建筑施工的无人机巡检系统。本发明专利技术可以利用数字化建模、路径规划算法、优化算法、模拟比对分析法和图像识别技术等手段来实现对建筑施工进度和隐患的自动巡检、识别、分析和调整，从而可以实现对施工进度和施工隐患的快速准确识别，有效地提高施工巡检的效率和安全性。有效地提高施工巡检的效率和安全性。有效地提高施工巡检的效率和安全性。

【技术实现步骤摘要】
一种基于建筑施工的无人机巡检方法及系统


[0001]本专利技术涉及无人机巡检
，具体来说，涉及一种基于建筑施工的无人机巡检方法及系统。

技术介绍

[0002]目前，对建筑施工现场进行巡检是避免监控不足、纠偏不及时而导致安全事故的重要手段，是了解施工现场情况、辅助监督管理的有效方式。目前巡检工作是巡检人员对现场进行不定期地抽查，通常受到时间和空间上的制约，特别在高难度、大范围的项目中，受到客观的环境、地理、气候与主观的人员情况等因素干扰，很难保证巡检频率和质量。
[0003]无人机是一种利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。无人机按应用领域，可分为军用与民用。军用方面，无人机分为侦察机和靶机。民用方面，无人机在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域具有广泛的应用前景。
[0004]随着无人机技术的发展，利用无人机进行建筑施工巡检已经成为可能。然而，现有的无人机巡检系统大多均是通过人工操作，无法实现自动化巡检，且无法对巡检图像进行快速高效的处理和分析，无法有效地识别施工进度和施工隐患。因此，需要一种基于图像识别技术和自动化控制技术的无人机巡检方法及系统，可以实现对施工进度和施工隐患的快速准确识别，有效提高施工巡检的效率和安全性。

技术实现思路

[0005]针对相关技术中的问题，本专利技术提出一种基于建筑施工的无人机巡检方法及系统，以克服现有相关技术所存在的上述技术问题。
[0006]为此，本专利技术采用的具体技术方案如下：根据本专利技术的一个方面，提供了一种基于建筑施工的无人机巡检方法，该方法包括以下步骤：S1、根据巡检任务要求选择适宜的巡检设备并制定巡检计划；S2、根据建筑施工情况确定巡检区域，并根据巡检区域制定飞行轨迹；S3、利用制定的飞行轨迹及巡检计划控制无人机进行自动巡检；S4、实时获取无人机的巡检数据并进行处理和分析，实现对施工进度和施工隐患的识别。
[0007]进一步的，所述巡检计划包括巡检对象、巡检内容、巡检时间、巡检路线及巡检频率。
[0008]进一步的，所述根据建筑施工情况确定巡检区域，并根据巡检区域制定飞行轨迹包括以下步骤：S21、根据建筑施工情况确定巡检区域，并对巡检区域进行数字化建模，得到巡检
区域内建筑物和地形的三维模型；S22、利用路径规划算法将巡检任务分解成多个子任务，并为每个子任务设计对应的飞行路径；S23、通过优化算法对设计的飞行路径进行优化，并根据优化后的飞行路径确定飞行参数。
[0009]进一步的，所述路径规划算法包括贪心算法或最短路径算法中的任意一种，所述优化算法包括遗传算法、蚁群算法、模拟退火算法或禁忌搜索算法中的任意一种。
[0010]进一步的，所述根据预设的路径规划算法将巡检任务分解成多个子任务，并为每个子任务设计对应的飞行路径包括以下步骤：S221、根据巡检任务的要求和巡检区域的复杂度将巡检区域划分为多个子区域；S222、根据巡检任务要求和子区域的特点将巡检任务分解成多个子任务，并选择对应的路径规划算法进行路径规划；S223、根据路径规划的结果为每个子任务设计对应的飞行路径。
[0011]进一步的，所述实时获取无人机的巡检数据并进行处理和分析，实现对施工进度和施工隐患的识别包括以下步骤：S41、实时获取无人机采集的巡检数据，并对获取的巡检数据进行预处理；S42、利用模拟比对分析法结合预处理后的巡检数据实现对施工进度的识别与分析，并基于进度分析结果对施工计划进行优化与调整；S43、利用图像识别技术结合预处理后的巡检数据实现对施工隐患的识别与分析，并基于隐患分析结果对施工过程进行调整与整改；S44、结合施工进度的识别分析结果及对应的优化调整方案、施工隐患的识别分析结果及对应的调整整改方案生成巡检报告或记录。
[0012]进一步的，所述利用模拟比对分析法结合预处理后的巡检数据实现对施工进度的识别与分析，并基于进度分析结果对施工计划进行优化与调整包括以下步骤：S421、获取建筑施工项目的设计图纸信息，根据设计图纸信息建立建筑信息模型；S422、根据建筑施工项目的施工计划模拟建筑物的施工进度，将每个工序的影响因素与建筑信息模型进行关联，实现对施工过程的模拟；S423、通过预处理后的巡检数据分析得到实时施工进度，并将实时施工进度与模拟施工进度进行对比分析；S424、根据对比分析结果实现对施工进度差异的识别，并根据识别和分析结果对施工计划进行实时优化与调整。
[0013]进一步的，所述利用图像识别技术结合预处理后的巡检数据实现对施工隐患的识别与分析，并基于隐患分析结果对施工过程进行调整与整改包括以下步骤：S431、获取预处理后的巡检数据中的巡检图像Q；S432、利用相容粒模型将巡检图像Q粒化至对应的层次L
i
，并将巡检图像Q与类别C
j
中的隐患示例图像进行相似性匹配；S433、利用三支决策理论对巡检图像Q做是、否或延迟属于类别C
j
的判断，若是，则执行S434，若否，则对比查看是否属于下一个类别，循环执行S433，若无法判断，则使用延迟决策，并返回S431；
S434、结束巡检图像Q的分类，并输出巡检图像Q所属的类别，实现对施工隐患的识别；S435、基于隐患分析结果对施工过程进行调整与整改。
[0014]进一步的，所述利用相容粒模型将巡检图像Q粒化至对应的层次L
i
，并将巡检图像Q与类别C
j
中的隐患示例图像进行相似性匹配包括以下步骤：S4321、提取巡检图像Q的特征得到特征向量，并对巡检图像Q中的每个像素点进行相似性计算，得到相似度矩阵；S4322、将相似度矩阵根据粒化的层次L
i
进行划分，得到不同层次的相似性矩阵，并将不同层次的相似性矩阵和特征向量输入相容粒模型中进行计算；S4323、对类别C
j
中的隐患示例图像进行相同的处理，得到每个隐患示例图像的特征向量和相似性矩阵；S4324、将巡检图像Q的特征向量和不同层次的相似性矩阵与每个隐患示例图像的特征向量和相似性矩阵进行比较，得到它们之间的相似度。
[0015]根据本专利技术的另一个方面，提供了一种基于建筑施工的无人机巡检系统，该系统包括巡检计划制定模块、飞行轨迹制定模块、自动巡检模块及巡检数据分析模块；其中，所述巡检计划制定模块用于根据巡检任务要求选择适宜的巡检设备并制定巡检计划；所述飞行轨迹制定模块用于根据建筑施工情况确定巡检区域，并根据巡检区域制定飞行轨迹；所述自动巡检模块用于利用制定的飞行轨迹及巡检计划控制无人机进行自动巡检；所述巡检数据分析模块用于实时获取无人机的巡检数据并进行处理和分析，实现对施工进度和施工隐患的识别。
[0016]本专利技术的有益效果为：1）通过根据巡检任务要求选择适宜的巡检设备并制定巡检计划，根据建筑施工情况确定巡检区域并制定对应的飞行轨迹，从本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于建筑施工的无人机巡检方法，其特征在于，该方法包括以下步骤：S1、根据巡检任务要求选择适宜的巡检设备并制定巡检计划；S2、根据建筑施工情况确定巡检区域，并根据巡检区域制定飞行轨迹；S3、利用制定的飞行轨迹及巡检计划控制无人机进行自动巡检；S4、实时获取无人机的巡检数据并进行处理和分析，实现对施工进度和施工隐患的识别；其中，所述实时获取无人机的巡检数据并进行处理和分析，实现对施工进度和施工隐患的识别包括以下步骤：S41、实时获取无人机采集的巡检数据，并对获取的巡检数据进行预处理；S42、利用模拟比对分析法结合预处理后的巡检数据实现对施工进度的识别与分析，并基于进度分析结果对施工计划进行优化与调整；S43、利用图像识别技术结合预处理后的巡检数据实现对施工隐患的识别与分析，并基于隐患分析结果对施工过程进行调整与整改；S44、结合施工进度的识别分析结果及对应的优化调整方案、施工隐患的识别分析结果及对应的调整整改方案生成巡检报告或记录；所述利用模拟比对分析法结合预处理后的巡检数据实现对施工进度的识别与分析，并基于进度分析结果对施工计划进行优化与调整包括以下步骤：S421、获取建筑施工项目的设计图纸信息，根据设计图纸信息建立建筑信息模型；S422、根据建筑施工项目的施工计划模拟建筑物的施工进度，将每个工序的影响因素与建筑信息模型进行关联，实现对施工过程的模拟；S423、通过预处理后的巡检数据分析得到实时施工进度，并将实时施工进度与模拟施工进度进行对比分析；S424、根据对比分析结果实现对施工进度差异的识别，并根据识别和分析结果对施工计划进行实时优化与调整；所述利用图像识别技术结合预处理后的巡检数据实现对施工隐患的识别与分析，并基于隐患分析结果对施工过程进行调整与整改包括以下步骤：S431、获取预处理后的巡检数据中的巡检图像Q；S432、利用相容粒模型将巡检图像Q粒化至对应的层次L
i
，并将巡检图像Q与类别C
j
中的隐患示例图像进行相似性匹配；S433、利用三支决策理论对巡检图像Q做是、否或延迟属于类别C
j
的判断，若是，则执行S434，若否，则对比查看是否属于下一个类别，循环执行S433，若无法判断，则使用延迟决策，并返回S431；S434、结束巡检图像Q的分类，并输出巡检图像Q所属的类别，实现对施工隐患的识别；S435、基于隐患分析结果对施工过程进行调整与整改；所述利用相容粒模型将巡检图像Q粒化至对应的层次L
i
，并将巡检图像Q与类别C
j
中的隐患示例图像进行相似性匹配包括以下步骤：S4321...

【专利技术属性】
技术研发人员：张静，王建，韩丽粉，李萌，焦保全，封丽巍，周作娟，崔卿，陈兴，赵建华，陈萍，
申请(专利权)人：南京亦东科技有限公司，
类型：发明
国别省市：