[發(fā)明專利]基于可編程無人機(jī)的路面圖像智能采集方法

有效

• 申請?zhí)枺?/td>: 202110042153.2
• 申請日: 2021-01-13
• 公開（公告）號: CN112799430B
• 公開（公告）日: 2022-09-09
• 發(fā)明（設(shè)計）人: 朱俊清;黃曉明;馬濤;黃怡;關(guān)軼夫;劉澤宇;董夢雨
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 湯金燕

本發(fā)明公開了一種基于可編程無人機(jī)的路面圖像智能采集方法，根據(jù)目標(biāo)檢測路段的路面參數(shù)，采用改進(jìn)Dijkstra算法進(jìn)行飛行路徑規(guī)劃，配置飛行任務(wù)，并將飛行任務(wù)加載到無人機(jī)飛控系統(tǒng)中，根據(jù)目標(biāo)檢測路段的路面參數(shù)，制定飛行方案，將飛行方案加載到無人機(jī)飛控系統(tǒng)中，使無人機(jī)飛行平臺執(zhí)行飛行任務(wù)時，無人機(jī)路面圖像采集模塊獲取路面圖像，將無人機(jī)路面圖像采集模塊垂直拍攝的路面圖像傳輸?shù)降孛嬗嬎銠C(jī)設(shè)備，對路面圖像進(jìn)行去鏡頭畸變處理后，采用SURF算法和漸入漸出權(quán)重融合進(jìn)行圖像縫合，以獲得完整連續(xù)的長距離路面圖像，高效得到所需的路面圖像，具有較高的可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及道路路面檢測技術(shù)領(lǐng)域，尤其涉及一種基于可編程無人機(jī)的路面圖像智能采集方法。

背景技術(shù)

隨著公路里程不斷增長，養(yǎng)護(hù)需求呈爆發(fā)式增長，對道路檢測的要求也越來越高，自動化、智能化、無損化、精確化和快速化成為路面檢測技術(shù)發(fā)展的主要趨勢。另一方面，無人機(jī)以其機(jī)動靈活、結(jié)構(gòu)簡單、作業(yè)高效、成本低廉等有點，自研發(fā)以來廣泛應(yīng)用于軍事、遙感、植保、巡檢、航拍等領(lǐng)域。將無人機(jī)應(yīng)用于路面檢測，利用其飛行能力與視野條件，采用空中作業(yè)的方式對公路沿線進(jìn)行巡查，可以有效克服傳統(tǒng)檢測技術(shù)對交通流的影響，且能夠提高維護(hù)效率、降低維護(hù)成本并保障人員安全，具有廣闊的行業(yè)前景。當(dāng)前存在的主要問題集中在無人機(jī)路面圖像采集智能化程度不高，缺乏可靠的實現(xiàn)方法。

發(fā)明內(nèi)容

針對無人機(jī)路面圖像采集智能化程度不高，缺乏可靠的實現(xiàn)方法的問題，本發(fā)明提出一種基于可編程無人機(jī)的路面圖像智能采集方法，可以實現(xiàn)公路路面圖像無人機(jī)自動飛行采集，并實現(xiàn)路面圖像拼接，獲得完整路面圖像，以供后續(xù)開展病害分析。

為實現(xiàn)本發(fā)明的目的，提供一種基于可編程無人機(jī)的路面圖像智能采集方法，包括如下步驟：

S20，根據(jù)目標(biāo)檢測路段的路面參數(shù)，采用改進(jìn)Dijkstra算法進(jìn)行飛行路徑規(guī)劃，配置飛行任務(wù)，并將飛行任務(wù)加載到無人機(jī)飛控系統(tǒng)中；

S30，根據(jù)目標(biāo)檢測路段的路面參數(shù)，制定飛行方案，將飛行方案加載到無人機(jī)飛控系統(tǒng)中，使無人機(jī)飛行平臺執(zhí)行飛行任務(wù)時，無人機(jī)路面圖像采集模塊獲取路面圖像；所述飛行方案包括飛行高度，飛行速度和相機(jī)拍攝頻率值的選取；

S40，將無人機(jī)路面圖像采集模塊垂直拍攝的路面圖像傳輸?shù)降孛嬗嬎銠C(jī)設(shè)備，對路面圖像進(jìn)行去鏡頭畸變處理后，采用SURF算法和漸入漸出權(quán)重融合進(jìn)行圖像縫合，以獲得完整連續(xù)的長距離路面圖像。

在一個實施例中，步驟S20中，根據(jù)目標(biāo)檢測路段的路面參數(shù)，采用改進(jìn)Dijkstra算法進(jìn)行飛行路徑規(guī)劃，配置飛行任務(wù)包括：

S21，根據(jù)目標(biāo)檢測路段的路面參數(shù)確定任務(wù)執(zhí)行區(qū)域，調(diào)用地圖平臺的數(shù)據(jù)輸出接口，訪問道路數(shù)據(jù)庫將任務(wù)執(zhí)行區(qū)域的交通網(wǎng)絡(luò)抽取出來，使用柵格法建立初始交通模型，并從初始交通模型的源點起對點集進(jìn)行層序遍歷進(jìn)而簡化初始交通模型，生成Dijkstra算法的直接用圖，并得到交通網(wǎng)絡(luò)簡化模型；

S22，從一個源點開始，依照最短路徑原則依次將節(jié)點納入到路徑中來，直至全部節(jié)點的最短路徑生成完畢，以針對交通網(wǎng)絡(luò)簡化模型采用改進(jìn)Dijkstra算法完成路徑的計算，得到覆蓋所有路線的不重復(fù)飛行路徑點；

S23，導(dǎo)出實際算路和路徑規(guī)劃途經(jīng)點信息，以配置飛行任務(wù)。

在一個實施例中，飛行方案的制定過程包括：

S31，根據(jù)公式h＝Df/a＝(3.75n+4)f/a計算飛行高度，其中h為飛行高度，f為鏡頭焦距，a為相機(jī)傳感器尺寸參數(shù)，n為目標(biāo)檢測路段范圍車道數(shù)，D為單車道寬度；

S32，根據(jù)公式v＝Thb/f(1-r)計算飛行速度，其中v為飛行速度，T為拍攝間隔，r為圖片重合率，h為無人機(jī)飛行高度，b為相機(jī)傳感器尺寸參數(shù)；