[發(fā)明專利]一種基于無人機的石油管線巡檢異常隱患智能識別方法

有效

• 申請?zhí)枺?/td>: 202110488160.5
• 申請日: 2021-05-06
• 公開（公告）號: CN112990146B
• 公開（公告）日: 2021-07-27
• 發(fā)明（設計）人: 李瓊;岳林;張宇;何建軍
• 申請（專利權）人: 成都理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 李蕊

1.一種基于無人機的石油管線巡檢異常隱患智能識別方法，其特征在于，包括以下步驟：

S1、訓練得到石油管線隱患識別網絡模型；

S2、根據石油管線坐標信息設定無人機巡檢路線，根據地形設定無人機的巡檢高度和攝像頭角度，并根據攝像頭姿態(tài)對視頻拍攝角度進行實時矯正，控制無人機按照巡檢路線巡檢，將單次巡檢拍攝視頻傳輸回計算機；

S3、通過石油管線隱患識別網絡模型對傳輸回計算機的視頻進行異常隱患全局檢測，生成各異常點的幀號、類型、像素尺度和像素坐標信息；

S4、根據無人機地理坐標、拍攝高度和拍攝方向信息，確定動態(tài)的實時像素比例尺；

S5、根據實時像素比例尺以及異常點的像素坐標信息，計算得到異常點的地理坐標，并根據各異常點的地理坐標，將石油管線兩側有效區(qū)域外的異常點篩去；

S6、根據異常點的像素尺度和實時像素比例尺，計算得到異常點的實際大小，并將實際大小在標準尺度范圍外的異常點篩去；

S7、根據視頻拍攝連續(xù)性，通過多幀聯合結果校驗，將突然出現或消失的誤檢假異常點篩去；

S8、根據視頻拍攝連續(xù)性，將多幀上重復出現的同一異常點進行去重處理，得到異常結果；

S9、將異常結果的幀號、類型、像素尺度、地理坐標以及圖片信息上傳至智能任務發(fā)放平臺，指導巡檢工人工作；

所述步驟S1包括以下分步驟：

S11、定義異常隱患，并根據異常隱患的類型、數目以及現實尺度范圍，通過無人機垂直俯視實拍得到異常隱患圖片數據集；

S12、對異常隱患圖片數據集中的圖片使用LabelImg繪制YOLO格式的標簽，作為訓練數據集；

S13、將訓練數據集輸入YOLOv5網絡進行目標檢測回歸訓練，得到石油管線隱患識別網絡模型；

所述步驟S11包括以下分步驟：

S111、根據歷史巡檢案例，將石油管線兩側20米范圍內出現的車輛、人、房屋建筑以及自然災害活動定義為異常隱患；

S112、根據實際情況定義異常隱患的標準尺度范圍；

S113、在距地面高度相同的情況下，通過無人機拍攝若干垂直視角俯拍視頻，并從中截取得到所有類型的異常隱患圖片，構建異常隱患圖片數據集。

2.根據權利要求1所述的石油管線巡檢異常隱患智能識別方法，其特征在于，所述步驟S2包括以下分步驟：

S21、根據石油管線埋設管點的坐標信息，設定無人機的巡檢路線為管點到管點，沿石油管線拍攝圖像；

S22、根據地形，設定無人機的巡檢高度為距離地面100m；

S23、設定無人機的攝像頭角度為垂直于地面的俯視視角；

S24、當無人機轉彎、加速或減速時，根據無人機實時姿態(tài)，對攝像頭做出相反方向的角度調整，保證攝像頭始終垂直于地面拍攝；

S25、根據無人機的續(xù)航能力，設置無人機為雙邊巡航或單邊檢測；

S26、控制無人機按照巡檢路線巡檢，將單次巡檢拍攝視頻傳輸回計算機。

3.根據權利要求1所述的石油管線巡檢異常隱患智能識別方法，其特征在于，所述步驟S3包括以下分步驟：

S31、通過石油管線隱患識別網絡模型對傳輸回計算機的視頻進行異常隱患全局檢測，輸出得到各異常點的幀號、類型、像素尺度和像素坐標信息；

S32、將輸出信息表示為表格和圖片的形式，將表格命名為視頻名稱_異常隱患全局檢測程序運行時間，將圖片命名為視頻名稱_異常隱患全局檢測程序運行時間_編號。