[發明專利]一種飛機變形掃描檢測設備及快速檢測方法

在審

• 申請號: 202211323133.3
• 申請日: 2022-10-27
• 公開（公告）號: CN115560691A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 蘆吉云;崔勝明;王宜耀;何子凡
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01B11/16
• 分類號: G01B11/16
• 代理公司: 成都宏田知識產權代理事務所(普通合伙) 51337
• 代理人: 鐘隆輝

1.一種飛機變形掃描檢測設備，其特征在于，包括檢測系統、數據處理與控制箱；所述的檢測系統包括無人機檢測系統、云端接收模塊以及變形分析系統，所述無人機檢測系統包括無人機、高清攝像頭、工業相機、鏡頭和相機控制器，所述工業相機在所述相機控制器的控制作用下通過鏡頭采集機身反射的結構光；所述變形分析系統包括激光器與工業相機同步系統、激光器與工業相機位置檢測模塊、無變形飛機模板數據庫以及數據比對系統；所述高清攝像頭、所述工業相機、所述鏡頭和所述相機控制器均搭載在無人機上；所述的數據處理與控制箱實現對無變形飛機模板數據庫的查詢，并通過所述數據比對系統完成比對以判斷飛機是否存在變形。

2.根據權利要求1所述的飛機變形掃描檢測設備，其特征在于，所述無人機通過傳輸檢測信息給云臺，進過布谷鳥搜索算法定位處理之后傳輸給無人機進行二次點對點掃描。

3.根據權利要求1所述的飛機變形掃描檢測設備，其特征在于，所述變形分析系統通過所述無人機拍攝后的圖片與數據庫進行第一次對比，提取特征值作為搜索閾值，得到初步結果，將缺陷圖片過濾出來，之后將缺陷圖片上傳云端，利用所述布谷鳥算法精準檢測出在具體時間內需要進行二次精準檢測的額位置，發出指令讓無人機獲取的二次圖片進行深度分析，其結果與云端標準數據庫對比，得出具體損傷的種類的損傷程度。

4.一種飛機變形掃描快速檢測方法，其特征在于，包括以下步驟：

S1，利用無人機進行整機表面的掃描；

S2，訓練用圖片數據采集與數據增強；

S3，所述圖片在云端進行數據分析；

S4，所述圖片提取缺陷特征對比，進行無人機二次掃描路徑規劃；

S5，無人機根據計算結果進行具體位置的掃描；

S6，無人機將檢測結果傳輸給云端進行損傷評估；

所述S1還包括：

S10，根據機型預先編寫飛行路徑；

S11，軌跡校準；

所述S11還包括：

S11-1，通過視覺導航，如果事先在每個定位點拍下正確位置的圖像信息；

S11-2，將實時位置圖像與正確位置圖像進行對比分析；

S11-3，將對比結果反饋給飛行控制系統進行位置校準；

所述S2還包括：

S21，所述訓練用圖片數據采集；

S22，缺陷標注；

S23，二次缺陷路檢測徑規劃；

所述S22還包括：

S22-1，打開一張需要標定的圖片；

S22-2，將標定圖片的缺陷分類注明；

S22-3，判斷無人機是否攜帶對應檢測探頭；

S22-4，將缺陷坐標定位；

所述S23還包括：

S23-1，將標定圖片的缺陷坐標定位；

S23-2，通過算法將所有坐標根據檢修時間、實際無人機可達性，編輯出最合適的自動檢修路徑；

5.根據權利要求4所述的飛機變形掃描快速檢測方法，其特征在于，所述S2中的數據增強的方式主要有三種：

對原始圖片進行90度，180度，270度的旋轉變換，然后對圖片進行適當的向內收縮和向外擴張，生成新的圖片；

使用300*300像素的滑動窗口將圖像裁剪成若干塊；

過度采樣與細節復制，人為復制帶有缺陷的圖片，讓所述缺陷圖片被多次訓練。

6.根據權利要求4所述的飛機變形掃描快速檢測方法，其特征在于，所述S4中的路徑規劃的方式主要有三種：

飛行中步長可變并且進行突然90°的轉彎，偶爾的大步長可以保證搜索不回陷入到局部最優；

在CCS中將混沌理論融入到了布谷鳥搜索技術中，混沌理論研究高度敏感系統的行為，其中初始位置的微小變化會對系統的行為產生很大的影響，混沌具有非重復和遍歷性的特點，便于快速搜索；

引入了遺傳算法中的精英概念，將最優布谷鳥代入下一代，以構建新的更優解。

7.根據權利要求6所述的飛機變形掃描快速檢測方法，其特征在于，所述構建新的更優解的方式如下：

A、在搜索空間中隨機產生n個“鳥窩”位置，即損傷點位置x＝(x₁，x₂，…x_d)^T，并對它們進行測試，根據測試結果，從中選出初始全局最優“鳥窩”位置，并將這個“鳥窩”位置保留到下一代；

B、利用更新其它的“鳥窩”位置，然后測試更新后的得到的這組新的“鳥窩”位置，與上一代鳥窩位置進行對比，選取對應的“鳥窩”位置中測試值較好的位置并將其保留至下一步運算；

所述和是兩個不同的隨機序列，H(u)是海維賽德函數，ε是取自隨機分布中的一個隨機數，s是步長；

所述表示點對點乘法，α＞0為步長比例因子，它與問題利害關系的程度相關聯，大多數情況下取α＝o(L/10)，其中L為問題利害關系的特征范圍，但在一些情況下，α＝o(L/100)更加有效而且可以避免飛行過遠；

隨機產生一個服從均勻分布的數r∈(0，1)，將算法中設置損傷位置超過損傷容限的概率p_a＝f(t)與該隨機數進行對比，如果r＞p_a，則隨機改變的值，反之如果r≤p_a，則的值不變；

C、這個過程完成后，測試改變后的損傷位置，根據測試結果，將其與所述B步驟中更新后得到的一組損傷位置的測試值進行對比，選取對應的損傷位置中較好的損傷位置并將其保留下來，通過這樣的方式，就可以選出一組當前機型全局最優損傷位置序列；

D、判斷所述是否滿足待優化問題所設定的算法終止條件，若不滿足，則返回所述步驟B繼續進行計算；若滿足，則即為全局最優解gb。