【技术实现步骤摘要】
本专利技术涉及无人机，尤其涉及基于无人机的结构振动监测校正方法、设备和存储介质。
技术介绍
1、对建筑或工程结构进行振动监测的相关技术中，搭载摄像设备的无人机凭借其空间移动灵活、巡检成本低和无需人员高空作业等优点逐渐被应用到建筑与结构巡检的工作中。在结构振动监测方面，可以通过无人机来采集现场的相关视频，进而对采集的视频进行图像分析，实现对建筑或工程结构的振动监测。
2、但是无人机在悬停拍摄结构物时，受到周边风环境、gps信号以及自身飞行控制系统水平等因素影响，会产生不可避免地存在自身漂动与飞行扰动，进而在拍摄画面中引入额外的振动，且当拍摄画面中不存在固定参照结构，这种由无人机引入的测量误差难以消除，导致基于视频的结构特征点振动分析误差较大。
3、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供一种基于无人机的结构振动监测校正方法、设备和存储介质，解决现有技术中基于视频的特征点振动分析误差较大的问题。
2、为实现上述目的，本专利技术提供一种基于无人机的结构振动监测校正方法，所述方法包括以下步骤：
3、获取视频帧中采集目标上已知监测点的时域振动信号，对所述时域振动信号进行积分与融合，得到第一位移时程信号；
4、根据预设线性回归模型，对所述视频帧中所述已知监测点对应的像素坐标转换为位移量，得到所述采集目标上已知监测点的第二位移时程信号；
5、
6、对所述第一位移时程信号、所述第三位移时程信号进行模态分解，并将分解后的所述第三位移时程信号与所述第一位移时程信号的频谱进行频谱一致性的纠正处理，以消除频谱中不一致成分对应的时域信号，并将纠正处理后的所述第三位移时程信号作为扰动校正的最终结果。
7、可选地，所述对所述第一位移时程信号、所述第三位移时程信号进行模态分解，并将分解后的所述第三位移时程信号与所述第一位移时程信号的频谱进行频谱一致性的纠正处理，以消除频谱中不一致成分对应的时域信号，并将纠正处理后的所述第三位移时程信号作为扰动校正的最终结果的步骤之后，还包括：
8、确定所述视频帧中所述采集目标上已知监测点以外的，其他振动采集点位对应的目标位移时程信号；
9、根据所述目标位移时程信号，生成所述视频帧对应的待监测结构的振动监测结果。
10、可选地，所述根据所述目标位移时程信号，生成所述视频帧对应的待监测结构的振动监测结果的步骤之后，还包括：
11、基于所述振动监测结果对所述视频帧对应的待监测结构进行进行结构动力学指标分析，得到分析结果。
12、可选地，所述获取视频帧中采集目标上已知监测点的时域振动信号，对所述时域振动信号进行积分与融合，得到第一位移时程信号的步骤包括：
13、获取所述采集目标对应的传感器采集到的，所述已知监测点的所述时域振动信号，所述时域振动信号含加速度和/或速度信号；
14、基于卡尔曼滤波方法对所述加速度和/或所述速度信号进行融合及数值积分处理，得到所述第一位移时程信号。
15、可选地，所述获取视频帧中采集目标上已知监测点的时域振动信号，对所述时域振动信号进行积分与融合，得到第一位移时程信号的步骤之前，还包括：
16、到达目标采集点位后，确认所述传感器的采集时间与无人机视频采集时间同步或在时间尺度上对齐；
17、控制无人机对所述采集目标所处的区域进行拍摄，得到所述视频帧，采集目标在无人机视频画面中振动方向为非视频画面的法线方向。
18、可选地，所述根据预设线性回归模型，对所述视频帧中所述已知监测点对应的像素坐标转换为位移量，得到所述第二位移时程信号的步骤包括：
19、根据roi区域检测方法，确定所述视频帧中所述采集目标的各视频帧中的像素坐标；
20、根据所述像素坐标，使用所述预设线性回归模型，在所述采集目标振动方向上得到所述位移量，根据所述位移量与视频时间的对应关系生成所述第二位移时程信号。
21、可选地，基于变分模态分解方法对所述第一位移时程信号、所述第三位移时程信号进行模态分解。
22、此外，为实现上述目的，本专利技术还提供一种基于无人机的结构振动监测校正设备，所述基于无人机的结构振动监测校正设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的监测校正程序，所述监测校正程序被所述处理器执行时实现如上所述的基于无人机的结构振动监测校正方法的步骤。
23、此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有监测校正程序，所述监测校正程序被处理器执行时实现如上所述的基于无人机的结构振动监测校正方法的步骤。
24、本专利技术实施例提供了基于无人机的结构振动监测校正方法、设备和存储介质，先获取视频帧中采集目标上已知监测点的时域振动信号，对所述时域振动信号进行积分与融合，得到第一位移时程信号，接着根据预设线性回归模型，对所述视频帧中所述已知监测点对应的像素坐标转换为位移量，得到所述第二位移时程信号，随后确定所述第二位移时程信号与所述第一位移时程信号的差值，并通过所述差值校正所述视频帧中所述采集目标的其他监测点的位移时程信号，得到所述采集目标的第三位移时程信号，接着对第三位移时程信号进行模态分解，并将分解后的所述第三位移时程信号与所述第一位移时程信号的频谱进行频谱一致性的纠正处理，从而消除频谱信息中不一致成分对应的时域信号，实现对无人机扰动的进一步地校正，进而得出视频监测范围内的采集目标准确振动信号。通过消除无人机飞行引入的振动影响，提高基于无人机的建筑或工程结构的振动监测精度。
本文档来自技高网...【技术保护点】
1.一种基于无人机的结构振动监测校正方法，其特征在于，所述基于无人机的结构振动监测校正方法包括：
2.如权利要求1所述的基于无人机的结构振动监测校正方法，其特征在于，所述对所述第一位移时程信号、所述第三位移时程信号进行模态分解，并将分解后的所述第三位移时程信号与所述第一位移时程信号的频谱进行频谱一致性的纠正处理，以消除频谱中不一致成分对应的时域信号，并将纠正处理后的所述第三位移时程信号作为扰动校正的最终结果的步骤之后，还包括：
3.如权利要求2所述的基于无人机的结构振动监测校正方法，其特征在于，所述根据所述目标位移时程信号，生成所述视频帧对应的待监测结构的振动监测结果的步骤之后，还包括：
4.如权利要求1所述的基于无人机的结构振动监测校正方法，其特征在于，所述获取视频帧中采集目标上已知监测点的时域振动信号，对所述时域振动信号进行积分与融合，得到第一位移时程信号的步骤包括：
5.如权利要求4所述的基于无人机的结构振动监测校正方法，其特征在于，所述获取视频帧中采集目标上已知监测点的时域振动信号，对所述时域振动信号进行积分与融合，得到第一
6.如权利要求1所述的基于无人机的结构振动监测校正方法，其特征在于，所述根据预设线性回归模型，对所述视频帧中所述已知监测点对应的像素坐标转换为位移量，得到所述采集目标上已知监测点的第二位移时程信号的步骤包括：
7.如权利要求1所述的基于无人机的结构振动监测校正方法，其特征在于，基于变分模态分解方法对所述第一位移时程信号、所述第三位移时程信号进行模态分解处理。
8.一种基于无人机的结构振动监测校正设备，其特征在于，所述基于无人机的结构振动监测校正设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的监测校正程序，所述监测校正程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于无人机的结构振动监测校正方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有监测校正程序，所述监测校正程序被处理器执行时实现如权利要求1至7中任一项所述的基于无人机的结构振动监测校正方法的步骤。
...【技术特征摘要】
1.一种基于无人机的结构振动监测校正方法，其特征在于，所述基于无人机的结构振动监测校正方法包括：
2.如权利要求1所述的基于无人机的结构振动监测校正方法，其特征在于，所述对所述第一位移时程信号、所述第三位移时程信号进行模态分解，并将分解后的所述第三位移时程信号与所述第一位移时程信号的频谱进行频谱一致性的纠正处理，以消除频谱中不一致成分对应的时域信号，并将纠正处理后的所述第三位移时程信号作为扰动校正的最终结果的步骤之后，还包括：
3.如权利要求2所述的基于无人机的结构振动监测校正方法，其特征在于，所述根据所述目标位移时程信号，生成所述视频帧对应的待监测结构的振动监测结果的步骤之后，还包括：
4.如权利要求1所述的基于无人机的结构振动监测校正方法，其特征在于，所述获取视频帧中采集目标上已知监测点的时域振动信号，对所述时域振动信号进行积分与融合，得到第一位移时程信号的步骤包括：
5.如权利要求4所述的基于无人机的结构振动监测校正方法，其特征在于，所述获取视频帧中采集目标上已知监测点的时域振动信号，...
【专利技术属性】
技术研发人员：李嘉琪，岳清瑞，金楠，郑则行，谭志森，施钟淇，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
类型：发明
国别省市：
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。