[发明专利]基于无人机的地下管廊巡检方法

权利要求书

1.一种基于无人机的地下管廊巡检方法，其特征在于，包括步骤：

将设定巡检路线和巡检时间发送至无人机；

接收无人机按照设定的巡检路线和巡检时间巡检过程中回传的信号，并判断回传信号是否有异常；

若回传信号有异常，则将所述设定巡检路线修改成包含有异常地点的异常跟踪巡检路线，并则将异常跟踪巡检路线发送至所述无人机，以控制无人机对异常处巡检；

所述判断回传信号是否有异常方法包括步骤：

在无人机在距离墙壁第一距离对图像进行距离定标；

获取无人机在距离墙壁第一距离回传信号中的图像；

对回传的图像信号进行检测，获取异常像素点轮廓，对轮廓窗口区进行初步定位；

根据距离定标和轮廓窗口区获取异常区域的实际范围；

所述对图像进行距离定标方法包括步骤：

控制无人机在离墙壁的第一距离向墙壁发送第一标记点，并记录第一标记点在图像的位置；

控制无人机在离墙壁的第一距离沿着与建筑物延伸方向移动设定距离，控制无人机向墙壁发送第二标记点，并记录第二标记点在图像的位置；

将第一标记点和第二标记点在图像中的像素点数，与无人机移动设定距离相关联。

2.根据权利要求1所述的基于无人机的地下管廊巡检方法，其特征在于，在根据距离定标和轮廓窗口区获取异常区域的实际范围之前还包括步骤：

判断异常区域的范围是否全部落入图像范围内；

若异常区域没有全部落入图像范围内，则控制无人机距离墙壁第二距离拍摄图像，所述第二距离大于第一距离，并接收回传图像，对回传的图像信号进行检测，获取异常像素点轮廓，对轮廓窗口区进行初步定位；

若异常区域全部落入图像范围内，则将图像中异常区域裁剪。

3.根据权利要求2所述的基于无人机的地下管廊巡检方法，其特征在于，还包括步骤：

对异常区域图像进行全局二值化初处理，并采用连通域分析的方法剔除其边缘干扰区，得到精确的异常区域图像；

采用神经网络算法并结合各类异常模板先验知识特征对各所述异常区域图像识别。

4.根据权利要求3所述的基于无人机的地下管廊巡检方法，其特征在于，异常类别包括：渗漏、脱落、凹坑、漏筋、锈蚀中的任意一种或多种。

5.根据权利要求2所述的基于无人机的地下管廊巡检方法，其特征在于，还包括步骤：

若异常区域没有全部落入图像范围内，则将图像中异常区域裁剪；将异常区域检测为裂痕，并根据裂痕的像素点获取裂痕的轨迹。

6.根据权利要求1所述的基于无人机的地下管廊巡检方法，其特征在于，所述回传信号还包括：温度值、湿度值和瓦斯含量中的任意一种或多种。

7.根据权利要求1所述的基于无人机的地下管廊巡检方法，其特征在于，当所述回传信号有异常时，还输出报警信号。