一種外墻缺陷的檢測方法及檢測系統(tǒng)的制作方法
【專利摘要】本發(fā)明適用于建筑技術(shù)領(lǐng)域，提供了一種外墻缺陷的檢測方法及檢測系統(tǒng)。該檢測方法包括以下步驟：規(guī)劃需要檢測的外墻的檢測路徑，所述檢測路徑中具有若干檢測點；控制空中機器人沿著所述檢測路徑行走，并獲取所述檢測點處的紅外圖像和光學(xué)圖像；將所述紅外圖像和所述光學(xué)圖像進行融合，分析出所述外墻的缺陷情況。該方法不僅精確，且檢測效率高，并且避免了人員檢測的不安全因素。
【專利說明】
一種外墻缺陷的檢測方法及檢測系統(tǒng)
技術(shù)領(lǐng)域
[0001]本發(fā)明屬于建筑技術(shù)領(lǐng)域，尤其涉及一種外墻缺陷的檢測方法及檢測系統(tǒng)。
【背景技術(shù)】
[0002]對于建筑物的外墻傳統(tǒng)的粘貼飾面，我們可以將外墻分為墻體結(jié)構(gòu)層、找平層和裝飾面層三個基本層次。按缺陷在外墻出現(xiàn)位置，可以將建筑物外墻飾面的缺陷分為兩類:第一類:面磚飾面與找平層間的脫粘空鼓:第二類:抹灰層與外墻主體基底的脫粘空鼓。與第一類空鼓相比，第二類空鼓重量大而且隱蔽，其墜落時對人的危害更大。
[0003]由于建筑物的外墻存在安全隱患，因此，需要定期對建筑物的外墻進行檢修，尤其是高層建筑。針對建筑物特別是高層建筑的外墻檢測，傳統(tǒng)的檢測方法如目測、敲擊等手段主觀隨意性大、工作效率低，而且檢測效果不佳。目前最普遍采用的方法是用空鼓錘進行敲擊，通過辨別空鼓處與非空鼓處聲音的不同，來確定空鼓位置。但是，該方法帶有較多的主觀性，與檢測人對聲音的辨識有較大關(guān)系。對于一些非瓷磚墻面，由于空鼓處的聲音特征不顯著，往往也難以分辨。同時，用空鼓錘進行敲擊檢測，難以對空鼓的面積、深度等進行準(zhǔn)確的定量分析。

【發(fā)明內(nèi)容】

[0004]本發(fā)明所要解決的技術(shù)問題在于提供一種外墻缺陷的檢測方法及檢測系統(tǒng)，旨在解決現(xiàn)有技術(shù)檢測外墻空鼓時主觀性較強的問題。
[0005]本發(fā)明是這樣實現(xiàn)的，一種外墻缺陷的檢測方法，包括以下步驟:
[0006]規(guī)劃需要檢測的外墻的檢測路徑，所述檢測路徑中具有若干檢測點；
[0007]控制空中機器人沿著所述檢測路徑行走，并獲取所述檢測點處的紅外圖像和光學(xué)圖像；
[0008]將所述紅外圖像和所述光學(xué)圖像進行融合，分析出所述外墻的缺陷情況。
[0009]進一步地，所述規(guī)劃需要檢測的外墻的檢測路徑，所述檢測路徑中具有若干檢測點前還包括以下步驟:
[0010]建立空間直角坐標(biāo)系；
[0011]在所述空間直角坐標(biāo)系上對所述空中機器人進行定位，控制所述空中機器人與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)。
[0012]進一步地，所述將所述紅外圖像和所述光學(xué)圖像進行融合，分析出所述外墻的缺陷情況具體包括以下步驟:
[0013]將所述紅外圖像和所述光學(xué)圖像分別進行離散余弦變換，得到紅外圖像的低頻系數(shù)和高頻系數(shù)以及光學(xué)圖像的低頻系數(shù)和高頻系數(shù)；
[0014]將所述低頻系數(shù)進行加權(quán)平均運算，得到采樣值；
[0015]分別將所述高頻系數(shù)進行分立采樣，得到紅外圖像的近低頻系數(shù)和絕對高頻系數(shù)以及光學(xué)圖像的近低頻系數(shù)和絕對高頻系數(shù)；
[0016]將所述近低頻系數(shù)進行系數(shù)加權(quán)運算，所述絕對高頻系數(shù)按照絕對值取大規(guī)則進行處理，得到采樣矩陣；
[0017]將所述采樣值和采樣矩陣進行非線性共軛梯度法進行求解，得到融合圖像；
[0018]分析所述融合圖像得到外墻的缺陷類型、缺陷空間位置及空洞的體積。
[0019]本發(fā)明還提供一種外墻缺陷的檢測系統(tǒng)，包括空中機器人和地面控制站，所述地面控制站包括規(guī)劃模塊、控制模塊和分析模塊；
[0020]所述規(guī)劃模塊根據(jù)需要檢測的外墻規(guī)劃出具有若干檢測點的檢測路徑；
[0021]所述控制模塊用于向所述空中機器人發(fā)出沿所述檢測路徑行走，并獲取所述若干檢測點的紅外圖像和光學(xué)圖像的控制指令；
[0022]所述空中機器人根據(jù)所述控制指令沿著所述檢測路徑行走，拍攝所述檢測路徑上各個檢測點的紅外圖像和光學(xué)圖像，并將所述紅外圖像和所述光學(xué)圖像發(fā)送給所述分析模塊；
[0023]所述分析模塊用于將接收到的所述紅外圖像和所述光學(xué)圖像進行融合得到融合圖像，對所述融合圖像進行分析得到所述外墻的缺陷情況。
[0024]進一步地，空中機器人包括紅外相機、光學(xué)相機、飛控板、光流模塊、GPS模塊、互補濾波器和超聲波傳感器；
[0025]所述飛控板用于寫入所述檢測路徑和所述控制指令；
[0026]所述紅外相機用于拍攝各個檢測點的紅外圖像；
[0027]所述光學(xué)相機用于拍攝各個檢測點的光學(xué)圖像；
[0028]所述GPS模塊用于定位所述空中機器人在空間直角坐標(biāo)系中的位置；
[0029]所述光流模塊用于在實時獲取所述空中機器人的飛行參數(shù)；
[0030]所述互補濾波器用于將所述位置和所述飛行參數(shù)進行融合，使得所述GPS模塊和所述光流模塊能進行自然切換；
[0031]所述超聲波傳感器用于輔助定位所述空中機器人在飛行過程中的位置，并使所述空中機器人與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)。
[0032]進一步地，所述地面控制站還包括通訊傳輸模塊和控制模塊，所述通訊傳輸模塊用于與所述空中機器人進行信號和數(shù)據(jù)的傳輸；
[0033]所述控制模塊用于根據(jù)用戶的指令控制所述空中機器人進行飛行和采集所述紅外圖像和所述光學(xué)圖像。
[0034]進一步地，所述地面控制站還包括控制模塊，。
[0035]進一步地，所述空中機器人還包括云臺，所述云臺包括固定件、支撐件和用于固定所述紅外相機和所述光學(xué)相機的安裝件，所述固定件固設(shè)于所述空中機器人上，所述支撐件固定連接所述固定件和所述安裝件。
[0036]進一步地，所述支撐件包括第一支撐桿和第二支撐桿，所述第一支撐桿傾斜固設(shè)于所述固定件和所述第二支撐桿上，且固定點分別位于所述固定件和所述第二支撐桿的中心處；
[0037]所述安裝件包括兩個安裝框和兩個旋轉(zhuǎn)件，每個安裝框均具有上下平行的第一定位面、第二定位面和定位桿，所述定位桿垂直固設(shè)于所述第一、第二定位面之間且位于相對兩側(cè)，所述兩個第一定位面和兩個第二定位面分別用連接桿固定連接;所述兩個旋轉(zhuǎn)件分別固設(shè)于所述第二支撐桿的兩端且分別與所述第一定位面可轉(zhuǎn)動連接。
[0038]進一步地，所述支撐件包括第一支撐桿和第二支撐桿，所述第一支撐桿的一端固設(shè)于所述固定件上，所述第一支撐桿的另一端固設(shè)于所述第二支撐桿的一端上；
[0039]所述安裝件包括兩個安裝框、旋轉(zhuǎn)件和定位塊，所述旋轉(zhuǎn)件固設(shè)于所述第二支撐桿的另一端上，所述定位塊可轉(zhuǎn)動地固設(shè)于所述旋轉(zhuǎn)件上，所述兩個安裝框固設(shè)于所述定位塊上。
[0040]進一步地，所述地面控制站還包括坐標(biāo)建立模塊；
[0041]所述坐標(biāo)建立模塊用于建立空間直角坐標(biāo)系，并在所述空間直角坐標(biāo)系上對所述空中機器人進行定位，控制所述空中機器人與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)；
[0042]所述分析模塊包括第一圖像處理單元、第二圖像處理單元、第三圖像處理單元和分析子單元；
[0043]所述第一圖像處理單元用于將所述紅外圖像和所述光學(xué)圖像分別進行離散余弦變換，得到紅外圖像的低頻系數(shù)和高頻系數(shù)以及光學(xué)圖像的低頻系數(shù)和高頻系數(shù)；
[0044]所述第二圖像處理單元將所述低頻系數(shù)進行加權(quán)平均運算，得到采集值;分別將所述高頻系數(shù)進行分立采樣，得到紅外圖像的近低頻系數(shù)和絕對高頻系數(shù)以及光學(xué)圖像的近低頻系數(shù)和絕對高頻系數(shù);并將所述近低頻系數(shù)進行系數(shù)加權(quán)運算，所述絕對高頻系數(shù)按照絕對值取大規(guī)則進行處理，得到采樣矩陣；
[0045]所述第三圖像處理單元用于將所述采樣值和采樣矩陣進行非線性共軛梯度法進行求解，得到融合圖像；
[0046]所述分析子單元用于分析所述融合圖像得到外墻的缺陷類型、缺陷空間位置及空洞的體積。
[0047]本發(fā)明與現(xiàn)有技術(shù)相比，有益效果在于:所述的外墻缺陷的檢測方法通過空中機器人沿著需要檢測的外墻的檢測路徑行走，順序獲取檢測路徑中各個檢測點的紅外圖像和光學(xué)圖像，并將紅外圖像和光學(xué)圖像進行融合，根據(jù)融合后的圖像分析出外墻的缺陷情況，從而解決了采用人工及經(jīng)驗判斷外墻是否有缺陷存在的判斷不精確、容易使部分缺陷漏掉，該方法不僅精確，且檢測效率高，并且避免了人員檢測的不安全因素。
【附圖說明】
[0048]圖1是本發(fā)明外墻缺陷的檢測方法的流程示意圖；
[0049]圖2是圖1中外墻缺陷的檢測方法中融合算法的流程示意圖；
[0050]圖3是本發(fā)明外墻缺陷的檢測系統(tǒng)的結(jié)構(gòu)示意圖；
[0051 ]圖4是本發(fā)明中外墻的檢測路徑的規(guī)劃示意圖；
[0052]圖5是本發(fā)明中空中機器人的第一種結(jié)構(gòu)示意圖；
[°°53]圖6是圖5中云臺的結(jié)構(gòu)示意圖；
[0054]圖7是本發(fā)明中空中機器人的第二種結(jié)構(gòu)示意圖；
[0055]圖8是本發(fā)明中空中機器人的第三種結(jié)構(gòu)示意圖；
[0056]圖9是圖8中云臺的結(jié)構(gòu)示意圖。
【具體實施方式】
[0057]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0058]請參閱圖1至圖4，圖1為本發(fā)明外墻缺陷的檢測方法的流程示意圖，圖4為本發(fā)明中外墻的檢測路徑的規(guī)劃示意圖，外墻缺陷的檢測方法具體包括以下步驟:
[0059]S101、規(guī)劃需要檢測的外墻的檢測路徑401，檢測路徑401中具有若干檢測點402。
[0060]檢測路徑401是對外墻進行檢測時的線路，可以將整棟高層建筑物的外墻看成一個整體，然后再在整體上進行檢測路徑的規(guī)劃，規(guī)劃的過程中盡量使檢測線路不重疊，定好檢測路徑后，然后在檢測路徑中定出均勻分布的檢測點402。
[0061]在進行路徑規(guī)劃時，可以用高清相機先獲取需要檢測的外墻的整體圖片，然后再對圖片進行柵格化處理，即將窗戶和不是窗戶的地方區(qū)分開來，然后再在柵格化處理后的圖片中規(guī)劃出檢測路徑401。
[0062]S102、控制空中機器人30沿著檢測路徑401行走，并依次獲取檢測點402處的紅外圖像和光學(xué)圖像。
[0063]紅外圖像可以采用紅外相機301進行獲取，光學(xué)圖像采用光學(xué)相機302進行獲取，每一個檢測點402至少需要獲取一張紅外圖像和一張光學(xué)圖像。
[0064]空中機器人30沿著檢測路徑401行走，在各個檢測點402都進行停留，在每個檢測點402上同時獲取紅外圖像和光學(xué)圖像。
[0065]S103、將紅外圖像和光學(xué)圖像進行融合，分析出外墻的缺陷情況。
[0066]對融合后的圖像進行分析，可以在地面工作站進行，通過對融合圖像的分析，得到外墻的空洞位置、空洞程度、數(shù)量等。
[0067]與上述實施例相結(jié)合，該檢測方法可以使用空中機器人30對外墻進行檢測，在步驟S1I前還包括以下步驟:
[0068]S201、建立空間直角坐標(biāo)系，分別為X、Y、Z軸。
[0069]空中機器人30在對外墻面進行檢測時，需要與離建筑物維持在一個比較近的距離，因此需要建立空間直角坐標(biāo)系，以方便對空中機器人30進行定位。
[0070]S202、在空間直角坐標(biāo)系上對空中機器人30進行定位，控制空中機器人30與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)。
[0071]在縱向方向(S卩Z軸)上進行定位，具體為:
[0072]通過空中機器人上的GPS模塊305進行定位，當(dāng)GPS模塊305由于靠近外墻受到干擾時，使用光流模塊304進行定位。即在定位時可以實現(xiàn)光流模塊304和GPS模塊305的自然切換，有效結(jié)合了光流定位與GPS定位的優(yōu)點，增加了定位的可靠性。
[0073]在軸向方向(S卩Y軸)上進行定位，具體為:
[0074]橫向水平定位主要采取GPS模塊305和一對超聲波收發(fā)器進行定位，超聲波收發(fā)器主要用于輔助定位，防止空中機器人的碰撞，從而使得空中機器人與外墻面保持一定距離?？罩袡C器人與外墻之間的距離太近時，空中機器人容易與外墻相撞，從而導(dǎo)致墜毀并損壞建筑物的外墻面。
[0075]對空中機器人30寫入程序，使其與外墻面保持預(yù)設(shè)距離。比如，空中機器人30與外墻面之間的距離控制在2.5m ± Im的一個范圍。當(dāng)空中機器人30與外墻之間的距離大于2.5m時，在程序會使空中機器人30稍微朝里飛行增加一段距離，使得距離達(dá)到2.5m;當(dāng)空中機器人30與外墻之間的距離小于2.5m時，則會使空中機器人30稍微朝外飛行增加一段距離，使得距離達(dá)到2.5m。
[0076]在橫向方向(S卩X軸)上進行定位，具體為:
[0077]空中機器人30在空中飛行，其沿X軸方向的定位主要通過GPS模塊305，GPS模塊305能夠使空中機器人30水平飛行精度達(dá)到I到2m。與軸向定位相類似，在空中機器人30起飛前，已經(jīng)寫入程序。飛行過程中飛控板303能夠讀取GPS模塊305的數(shù)據(jù)，并根據(jù)預(yù)先輸入的程序調(diào)整電機輸出，從而控制自身飛行狀態(tài)。
[0078]如圖4所示，空中機器人30沿著檢測路徑401進行檢測，并在每一個檢測點402上獲取紅外圖像和光學(xué)圖像，當(dāng)空中機器人30偏離預(yù)設(shè)方向，預(yù)先寫入的程序則會使空中機器人30回歸到檢測路徑401上。
[0079]如圖2所示，將紅外圖像和光學(xué)圖像進行融合，分析出外墻的缺陷情況具體包括以下步驟:
[0080]將紅外圖像和光學(xué)圖像分別進行離散余弦變換，得到紅外圖像的低頻系數(shù)和高頻系數(shù)以及光學(xué)圖像的低頻系數(shù)和高頻系數(shù)。
[0081]將紅外圖像經(jīng)過離散余弦變換得到的低頻系數(shù)和光學(xué)圖像經(jīng)過離散余弦變換得到的低頻系數(shù)進行加權(quán)平均運算，得到采樣值。
[0082]分別將紅外圖像經(jīng)過離散余弦變換得到的高頻系數(shù)和光學(xué)圖像經(jīng)過離散余弦變換得到的高頻系數(shù)進行分立采樣，得到紅外圖像的近低頻系數(shù)、絕對高頻系數(shù)和光學(xué)圖像的近低頻系數(shù)、絕對高頻系數(shù)。
[0083]將紅外圖像的近低頻系數(shù)和光學(xué)圖像的近低頻系數(shù)進行系數(shù)加權(quán)運算;將紅外圖像的絕對高頻系數(shù)和光學(xué)圖像的絕對高頻系數(shù)按照絕對值取大規(guī)則進行處理，得到采樣矩陣。
[0084]將進行加權(quán)平均運算、系數(shù)加權(quán)運算和絕對值取大規(guī)則處理后得到的采樣值和采樣矩陣進行非線性共軛梯度法進行求解，得到融合圖像。
[0085]分析融合圖像得到外墻的缺陷類型、缺陷空間位置及空洞的體積。
[0086]將紅外圖像和光學(xué)圖像進行圖像融合，可以有效地利用不同傳感器所獲得圖像的互補信息和冗余信息，融合圖像獲得的信息源比單一圖像獲得的信息源更加精確、完整，能進行更加可靠的估計和判斷，可以增強圖像信息的清晰度，改善解釋精度，可以彌補單一傳感器所獲得圖像的不足，增大了各種信息的應(yīng)用范圍。
[0087]一種外墻缺陷的檢測裝置，包括:控制模塊402、分析模塊403和規(guī)劃模塊404。各模塊的詳細(xì)說明如下:
[0088]規(guī)劃模塊404用于規(guī)劃需要檢測的外墻的檢測路徑401，檢測路徑401中具有若干檢測點402。
[0089]控制模塊402控制空中機器人30沿著檢測路徑401行走，并控制空中機器人30依次獲取檢測點402處的紅外圖像和光學(xué)圖像。
[0090]分析模塊403將紅外圖像和光學(xué)圖像進行融合，分析出外墻的缺陷情況。
[0091]該檢測裝置還包括坐標(biāo)建立模塊。坐標(biāo)建立模塊用于建立空間直角坐標(biāo)系，并在空間直角坐標(biāo)系上對空中機器人30進行定位，控制空中機器人30與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)。
[0092]分析模塊403可以包括:
[0093]第一圖像處理單元，用于將紅外圖像和光學(xué)圖像分別進行離散余弦變換，得到紅外圖像的低頻系數(shù)和高頻系數(shù)以及光學(xué)圖像的低頻系數(shù)和高頻系數(shù)。
[0094]第二圖像處理單元，將低頻系數(shù)進行加權(quán)平均運算，得到采集值;分別將高頻系數(shù)進行分立采樣，得到紅外圖像的近低頻系數(shù)和絕對高頻系數(shù)以及光學(xué)圖像的近低頻系數(shù)和絕對高頻系數(shù);并將近低頻系數(shù)進行系數(shù)加權(quán)運算，絕對高頻系數(shù)按照絕對值取大規(guī)則進行處理，得到采樣矩陣。
[0095]第三圖像處理單元，將采樣值和采樣矩陣進行非線性共軛梯度法進行求解，得到融合圖像。
[0096]分析子單元，用于分析融合圖像得到外墻的缺陷類型、缺陷的空間位置、缺陷的體積等。
[0097]如圖3所示，為本發(fā)明外墻缺陷的檢測系統(tǒng)的結(jié)構(gòu)示意圖，該外墻缺陷的檢測系統(tǒng)包括空中機器人30和地面控制站40，地面控制站40包括規(guī)劃模塊404、控制模塊402和分析模塊403。
[0098]規(guī)劃模塊404根據(jù)需要檢測的外墻規(guī)劃出具有若干檢測點402的檢測路徑401，并將檢測路徑401寫入到空中機器人30內(nèi)?？刂颇K402用于向空中機器人30發(fā)出沿檢測路徑401行走，并依次獲取若干檢測點402的紅外圖像和光學(xué)圖像的控制指令?？罩袡C器人30根據(jù)控制指令沿著檢測路徑401行走，拍攝若干檢測點402的紅外圖像和光學(xué)圖像，并將紅外圖像和光學(xué)圖像發(fā)送給分析模塊403。地面控制站40中的分析模塊403用于將接收到的紅外圖像和光學(xué)圖像進行融合得到融合圖像，對融合圖像進行分析得到外墻的缺陷情況。分析模塊403將紅外圖像和光學(xué)圖像融合處理后，可以出具外墻缺陷的檢測報告，檢測報告中可以包括外墻缺陷類型、缺陷空間位置及程度等內(nèi)容。
[0099]與上述實施例相結(jié)合，空中機器人30包括飛控板303、紅外相機301和光學(xué)相機302、光流模塊304、GPS模塊305、互補濾波器306和超聲波傳感器307。飛控板303用于寫入檢測路徑401和控制指令。紅外相機301用于拍攝各個檢測點402的紅外圖像。光學(xué)相機302用于拍攝各個檢測點402的光學(xué)圖像。GPS模塊305用于定位空中機器人30在空間直角坐標(biāo)系中的位置。光流模塊304用于在實時獲取空中機器人30的飛行參數(shù)?；パa濾波器306用于將位置和飛行參數(shù)進行融合，使得GPS模塊305和光流模塊304能進行自然切換。超聲波傳感器307用于輔助定位空中機器人30在飛行過程中的位置，并使空中機器人30與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)。
[0100]由于在檢測缺陷時，空中機器人30與對外墻面需要維持在一個比較近的固定距離，對于該固定距離的控制，具體為:
[0101]空中機器人30在起飛前，通過地面控制站40對飛控板303寫入程序。飛行過程中飛控板303能夠讀取GPS模塊305的數(shù)據(jù)，并根據(jù)預(yù)先寫入的程序調(diào)整電機的輸出，從而控制自身飛行狀態(tài)。
[0102]為了定位的精確性，還在飛控板303上還開發(fā)了光流模塊304，采用光流傳感器獲取空中機器人30的速度等飛行參數(shù)，利用飛控板303上的GPS模塊305判斷空中機器人30位置信息的可靠性，最終采取互補濾波器306將光流模塊304信息與GPS模塊305信息進行融合，實現(xiàn)光流模塊304和GPS模塊305的自動切換。當(dāng)空中機器人靠近外墻GPS信號受到干擾時，能夠有效結(jié)合光流定位與GPS定位的優(yōu)點。
[0103]超聲波傳感器3007固設(shè)于空中機器人30的底部，用于輔助定位，防止空中機器人30在起飛過程中出現(xiàn)墜毀的現(xiàn)象。超聲波傳感器307—般在低空7m以內(nèi)的一個范圍能夠發(fā)揮作用，高度過高，會失去作用。當(dāng)空中機器人30回到起點時，預(yù)先在飛控板303設(shè)置的程序會自動關(guān)閉超聲波傳感器307或者還可以人為地通過地面控制站40對超聲波傳感器307進行實時控制。在控制Y軸方向的定位時，GPS模塊305和超聲波傳感器307共同作用使空中機器人30與外墻保持預(yù)設(shè)的距離。
[0104]例如，在空中機器人30起飛前，可以在寫入的程序中確定空中機器人與外墻面之間的距離控制在2.0m± Im的一個范圍。當(dāng)空中機器人30與外墻面的距離大于2.0m時，在飛控板303上預(yù)先寫入的程序會使空中機器人30稍微朝里飛行增加一段距離，使得距離達(dá)到2.0m。當(dāng)空中機器人30與外墻面的距離小于2.0m時，則會使空中機器人30稍微朝外飛行增加一段距離，使得距離達(dá)到2.0m。
[0105]實際應(yīng)用中，空中機器人總會因各種因素在空中略微漂移，特別是在其GPS信號受到周圍建筑物干擾的時候。此時，可以采用紅外掃描雷達(dá)排除干擾。紅外掃描雷達(dá)的測量距離與超聲波傳感器307差不多，均在10米以內(nèi)的一個范圍。所不同的是，紅外掃描雷達(dá)能夠在空中機器人30頂部對其周圍環(huán)境做全方位360度的掃描，這跟超聲波傳感器只能定向測距有著根本區(qū)別。特別是在建筑物外形有些獨特，僅僅使用超聲波傳感器307不能實現(xiàn)空中機器人有效避障，容易顧此失彼，因此，需要紅外掃描雷達(dá)的協(xié)助。
[0106]與上述各個實施例相結(jié)合，地面控制站40能夠?qū)崟r檢測空中機器人30的飛行狀態(tài)，并實時根據(jù)任務(wù)需求對其航路進行路徑規(guī)劃，包括通訊傳輸模塊401，通訊傳輸模塊401用于與空中機器人30進行信號和數(shù)據(jù)的傳輸。比如，傳輸模塊401可以群發(fā)短信和微博更新等。
[0107]地面控制站40還包括控制模塊402、顯示模塊和播放模塊，控制模塊402用于根據(jù)用戶的指令控制空中機器人30進行飛行和采集紅外圖像和光學(xué)圖像。用戶的指令可以根據(jù)空中機器人所處的實時情況去發(fā)送不同的指令。如，用戶通過操作控制模塊402可以控制空中機器人30的上升、左旋、右旋、下降、前、后、左、右、解鎖、啟動或退出等。顯示模塊用于顯示采集到的紅外圖像、光學(xué)圖像和飛行參數(shù)。具體的，飛行參數(shù)可以包括海拔高度、地面速度、垂直速度、飛機航向和電池電量等。播放模塊用于控制顯示模塊中視頻或圖像的播放，比如，控制視頻或圖像的打開、暫停、播放、截圖、保存、錄像或退出等。
[0108]正常情況下，空中機器人30能根據(jù)程序指令沿著規(guī)劃路徑401飛行，控制模塊402可以在出現(xiàn)意外情況時使用?？刂颇K402可以實時打開云臺上的紅外相機301與光學(xué)相機302，讀取視頻，同時截取與保存紅外圖片與光學(xué)圖片。再通過通訊傳輸模塊401將采集到的信息實時傳回地面控制站在。比如，群發(fā)短信給相關(guān)技術(shù)人員、發(fā)送外墻面出現(xiàn)缺陷的位置數(shù)據(jù)，微博同時上傳外墻面出現(xiàn)缺陷的紅外圖像與對應(yīng)的光學(xué)圖像。
[0109]空中機器人30在返航過程中，可能會因?qū)嶋H環(huán)境情況等不確定因素的影響，為確?？罩袡C器人30安全返航，可以通過控制模塊402采用人為控制的方法控制空中機器人30返航，根據(jù)肉眼觀測結(jié)果，通過控制模塊402向空中機器人30發(fā)出飛行控制指令使空中機器人30相對指令接收前的空間位置發(fā)生一個相對位移變化。
[0110]地面控制站40還包括規(guī)劃模塊404。分析模塊403可以包括第一圖像處理單元、第二圖像處理單元、第三圖像處理單元和分析子單元。
[0111]坐標(biāo)建立模塊用于建立空間直角坐標(biāo)系，并在空間直角坐標(biāo)系上對空中機器人30進行定位，控制空中機器人30與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)。預(yù)設(shè)距離根據(jù)檢測的實際情況去預(yù)先設(shè)置，比如，可以設(shè)定為lm、1.5m、2m、2.5m、3m等。
[0112]第一圖像處理單元用于將紅外圖像和光學(xué)圖像分別進行離散余弦變換，得到紅外圖像的低頻系數(shù)和高頻系數(shù)以及光學(xué)圖像的低頻系數(shù)和高頻系數(shù)。
[0113]第二圖像處理單元將低頻系數(shù)進行加權(quán)平均運算，得到采集值;分別將高頻系數(shù)進行分立采樣，得到紅外圖像的近低頻系數(shù)和絕對高頻系數(shù)以及光學(xué)圖像的近低頻系數(shù)和絕對高頻系數(shù);并將近低頻系數(shù)進行系數(shù)加權(quán)運算，絕對高頻系數(shù)按照絕對值取大規(guī)則進行處理，得到采樣矩陣。
[0114]第三圖像處理單元將采樣值和采樣矩陣進行非線性共軛梯度法進行求解，得到融合圖像。
[0115]分析子單元用于分析融合圖像得到外墻的缺陷類型、缺陷的空間位置、缺陷的體積等。圖像的融合過程充分利用了多個被融合圖像中包含的互補信息，有效地提取多個圖像的信息特征，使得對融合后的圖像能更加全面和清晰的描述場景。
[0116]分析模塊403還用于將接收到的建筑物外墻的整體結(jié)構(gòu)圖片進行柵格化處理。
[0117]具體的，將單反相機或者空中機器人30飛行到遠(yuǎn)處合適位置拍攝一張外墻的清晰照片，將所獲取的照片通過無線方式傳回地面控制站40。在地面控制站40的PC端運用Mat Iab軟件對圖片進行預(yù)處理，處理后得到柵格化的圖片。
[0118]規(guī)劃模塊404根據(jù)柵格化處理后的圖片規(guī)劃出空中機器人的檢測路徑。
[0119]如圖4所示，在外墻面上對飛行路線(即檢測路徑)進行了標(biāo)示。其中在箭頭指示的飛行過程中，空中機器人30能對外墻面進行視頻錄制，紅外相機301(即紅外熱像儀)和光學(xué)相機302(即高清運動相機)同時拍攝，畫面實時顯示在地面控制站40上，空中機器人在每個檢測點402進行懸停拍照，同時拍取紅外圖像和高清光學(xué)圖像，并將這兩種圖片通過圖傳系統(tǒng)實時傳回地面控制站40。
[0120]與上述各個實施例相結(jié)合，結(jié)合圖5至圖9所示，空中機器人30可以為四旋翼無人機71或六旋翼無人機51、81?？罩袡C器人30還包括云臺52，云臺52包括固定件521、支撐件522和用于固定紅外相機301和光學(xué)相機302的安裝件523。固定件521固設(shè)于空中機器人30上，支撐件522固定連接固定件521和安裝件523。
[0121]結(jié)合圖5和圖6所示，云臺52固設(shè)于六旋翼無人機51的下方。支撐件522包括第一支撐桿5221和第二支撐桿5222，第一支撐桿5221傾斜固設(shè)于固定件521和第二支撐桿5222上，且固定點分別位于固定件521和第二支撐桿5222的中心處。第一支撐桿5221和第二支撐桿5222之間可以采用可調(diào)部件5223連接，使得在可調(diào)部件5223的旋轉(zhuǎn)下，帶動第二支撐桿5222上下旋轉(zhuǎn)擺動，從而使得整個安裝件523上下擺動適當(dāng)?shù)慕嵌取?br>[0122]安裝件523包括兩個安裝框和兩個旋轉(zhuǎn)件5234，每個安裝框均具有上下平行的第一定位面5231、第二定位面5232和定位桿5233，定位桿5233垂直固設(shè)于第一、第二定位面5231、5232之間且位于相對兩側(cè)，兩個第一定位面5231和兩個第二定位面5232分別用連接桿5235固定連接。兩個旋轉(zhuǎn)件5234分別固設(shè)于第二支撐桿5222的兩端且分別與第一定位面5231可轉(zhuǎn)動連接。在兩個旋轉(zhuǎn)件5234的旋轉(zhuǎn)下，帶動兩個第一定位面5231上下旋轉(zhuǎn)擺動，從而可以改變紅外相機301和光學(xué)相機302的拍攝角度。
[0123]采用該種云臺52結(jié)構(gòu)，能夠較好地平衡載重，使得云臺重心更穩(wěn)定，也更加美觀，其幾何結(jié)構(gòu)設(shè)計得較為巧妙，基于對稱設(shè)計的結(jié)構(gòu)，紅外相機301與光學(xué)相機302拆裝非常方便且其工作時能夠可靠固定。
[0124]如圖7所示，上述實施例中的云臺52可以安裝在四旋翼無人機71的下方。
[0125]結(jié)合圖8和圖9所示，云臺82固設(shè)于六旋翼無人機81的下方，云臺82包括固定件821、支撐件822和用于固定紅外相機301和光學(xué)相機302的安裝件823。固定件821固設(shè)于空中機器人30上，支撐件822固定連接固定件821和安裝件823。
[0126]支撐件822包括第一支撐桿8221和第二支撐桿8222，第一支撐桿8221的一端固設(shè)于固定件821上，第一支撐桿8221的另一端固設(shè)于第二支撐桿8222的一端上。
[0127]安裝件823包括兩個安裝框8231、旋轉(zhuǎn)件8233和定位塊8232，旋轉(zhuǎn)件8233固設(shè)于第二支撐桿8222的另一端上，定位塊8232可轉(zhuǎn)動地固設(shè)于旋轉(zhuǎn)件8233上，兩個安裝框8231固設(shè)于定位塊8232上。當(dāng)旋轉(zhuǎn)件8233轉(zhuǎn)動時，帶動與其連接的定位塊8232上下旋轉(zhuǎn)擺動，從而使紅外相機301和光學(xué)相機302上下擺動一定的角度。
[0128]上述實施例中的云臺82也可以安裝在四旋翼無人機71的下方。
[0129]采用該云臺82結(jié)構(gòu)，其設(shè)計制造和加工容易，且成本低，紅外相機301與光學(xué)相機302緊挨著，通過圖傳發(fā)送照片的電路布線方便，但相機的拆裝沒有云臺52方便。
[0130]設(shè)空中機器人至少能夠以3m/s速度上升和1.5m/s速度下降和5m/s速度飛行。又如，圖4中以窗戶高3m，寬2m為例，則檢測時的耗時為:上升7*3 = 21m(花費7s)，下降6*3 =18m(花費12s)，橫向飛行12*2 = 24m(花費約5s)。共有13*6 = 78個紅點，每個紅點懸停5s進行拍照(花費5*78 = 390s)，故整個拍攝過程需花費約7min。由于空中機器人30在空中有效時間一般需要控制在1min內(nèi)，本身能夠飛行10到15min，故對于一般范圍的外墻檢測，空中機器人足以完成其紅外和光學(xué)照片拍攝的任務(wù)。如果外墻面足夠大，空中機器人30—次飛行不能完成拍攝任務(wù)，可對路徑進行重新規(guī)劃和優(yōu)化，分若干次飛行與拍攝。
[0131]本發(fā)明實施例中，采取紅外相機301和光學(xué)相機302共同檢測，并將紅外相機301和光學(xué)相機302搭載在空中機器人30上，可以有效節(jié)約成本，整個檢測過程全部自動完成，檢測效率高，能快速確定外墻的空鼓區(qū)域，具有安全性好、精確度高和成本低的優(yōu)點。并且能根據(jù)地面控制站40的檢測報告制定修繕方案和維修預(yù)算，使外墻修繕過程中在技術(shù)方法上既能做到有的放矢，優(yōu)化維修資金使用，同時也為后評估檢測把好修繕質(zhì)量關(guān)。
[0132]以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1.一種外墻缺陷的檢測方法，其特征在于，包括以下步驟: 規(guī)劃需要檢測的外墻的檢測路徑，所述檢測路徑中具有若干檢測點； 控制空中機器人沿著所述檢測路徑行走，并獲取所述檢測點處的紅外圖像和光學(xué)圖像； 將所述紅外圖像和所述光學(xué)圖像進行融合，分析出所述外墻的缺陷情況。2.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述規(guī)劃需要檢測的外墻的檢測路徑，所述檢測路徑中具有若干檢測點前還包括以下步驟: 建立空間直角坐標(biāo)系； 在所述空間直角坐標(biāo)系上對所述空中機器人進行定位，控制所述空中機器人與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)。3.根據(jù)權(quán)利要求1或2所述的檢測方法，其特征在于，所述將所述紅外圖像和所述光學(xué)圖像進行融合，分析出所述外墻的缺陷情況具體包括以下步驟: 將所述紅外圖像和所述光學(xué)圖像分別進行離散余弦變換，得到紅外圖像的低頻系數(shù)和高頻系數(shù)以及光學(xué)圖像的低頻系數(shù)和高頻系數(shù)； 將所述低頻系數(shù)進行加權(quán)平均運算，得到采樣值； 分別將所述高頻系數(shù)進行分立采樣，得到紅外圖像的近低頻系數(shù)和絕對高頻系數(shù)以及光學(xué)圖像的近低頻系數(shù)和絕對高頻系數(shù)； 將所述近低頻系數(shù)進行系數(shù)加權(quán)運算，所述絕對高頻系數(shù)按照絕對值取大規(guī)則進行處理，得到采樣矩陣； 將所述采樣值和采樣矩陣進行非線性共軛梯度法進行求解，得到融合圖像； 分析所述融合圖像得到外墻的缺陷類型、缺陷空間位置及空洞的體積。4.一種外墻缺陷的檢測系統(tǒng)，其特征在于，包括空中機器人和地面控制站，所述地面控制站包括規(guī)劃模塊、控制模塊和分析模塊； 所述規(guī)劃模塊根據(jù)需要檢測的外墻規(guī)劃出具有若干檢測點的檢測路徑； 所述控制模塊用于向所述空中機器人發(fā)出沿所述檢測路徑行走，并獲取所述若干檢測點的紅外圖像和光學(xué)圖像的控制指令； 所述空中機器人根據(jù)所述控制指令沿著所述檢測路徑行走，拍攝所述檢測路徑上各個檢測點的紅外圖像和光學(xué)圖像，并將所述紅外圖像和所述光學(xué)圖像發(fā)送給所述分析模塊；所述分析模塊用于將接收到的所述紅外圖像和所述光學(xué)圖像進行融合得到融合圖像，對所述融合圖像進行分析得到所述外墻的缺陷情況。5.根據(jù)權(quán)利要求4所述的檢測系統(tǒng)，其特征在于，空中機器人包括紅外相機、光學(xué)相機、飛控板、光流模塊、GPS模塊、互補濾波器和超聲波傳感器； 所述飛控板用于寫入所述檢測路徑和所述控制指令； 所述紅外相機用于拍攝各個檢測點的紅外圖像； 所述光學(xué)相機用于拍攝各個檢測點的光學(xué)圖像； 所述GPS模塊用于定位所述空中機器人在空間直角坐標(biāo)系中的位置； 所述光流模塊用于在實時獲取所述空中機器人的飛行參數(shù)； 所述互補濾波器用于將所述位置和所述飛行參數(shù)進行融合，使得所述GPS模塊和所述光流模塊能進行自然切換； 所述超聲波傳感器用于輔助定位所述空中機器人在飛行過程中的位置，并使所述空中機器人與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)。6.根據(jù)權(quán)利要求4所述的檢測系統(tǒng)，其特征在于，所述地面控制站還包括通訊傳輸模塊和控制模塊，所述通訊傳輸模塊用于與所述空中機器人進行信號和數(shù)據(jù)的傳輸； 所述控制模塊用于根據(jù)用戶的指令控制所述空中機器人進行飛行和采集所述紅外圖像和所述光學(xué)圖像。7.根據(jù)權(quán)利要求4所述的檢測系統(tǒng)，其特征在于，所述空中機器人還包括云臺，所述云臺包括固定件、支撐件和用于固定所述紅外相機和所述光學(xué)相機的安裝件，所述固定件固設(shè)于所述空中機器人上，所述支撐件固定連接所述固定件和所述安裝件。8.根據(jù)權(quán)利要求7所述的檢測系統(tǒng)，其特征在于，所述支撐件包括第一支撐桿和第二支撐桿，所述第一支撐桿傾斜固設(shè)于所述固定件和所述第二支撐桿上，且固定點分別位于所述固定件和所述第二支撐桿的中心處； 所述安裝件包括兩個安裝框和兩個旋轉(zhuǎn)件，每個安裝框均具有上下平行的第一定位面、第二定位面和定位桿，所述定位桿垂直固設(shè)于所述第一、第二定位面之間且位于相對兩側(cè)，所述兩個第一定位面和兩個第二定位面分別用連接桿固定連接;所述兩個旋轉(zhuǎn)件分別固設(shè)于所述第二支撐桿的兩端且分別與所述第一定位面可轉(zhuǎn)動連接。9.根據(jù)權(quán)利要求7所述的檢測系統(tǒng)，其特征在于，所述支撐件包括第一支撐桿和第二支撐桿，所述第一支撐桿的一端固設(shè)于所述固定件上，所述第一支撐桿的另一端固設(shè)于所述第二支撐桿的一端上； 所述安裝件包括兩個安裝框、旋轉(zhuǎn)件和定位塊，所述旋轉(zhuǎn)件固設(shè)于所述第二支撐桿的另一端上，所述定位塊可轉(zhuǎn)動地固設(shè)于所述旋轉(zhuǎn)件上，所述兩個安裝框固設(shè)于所述定位塊上。10.根據(jù)權(quán)利要求4至9任一所述的檢測系統(tǒng)，其特征在于，所述地面控制站還包括坐標(biāo)建立模塊； 所述坐標(biāo)建立模塊用于建立空間直角坐標(biāo)系，并在所述空間直角坐標(biāo)系上對所述空中機器人進行定位，控制所述空中機器人與外墻的距離保持在預(yù)設(shè)距離的范圍內(nèi)； 所述分析模塊包括第一圖像處理單元、第二圖像處理單元、第三圖像處理單元和分析子單元； 所述第一圖像處理單元用于將所述紅外圖像和所述光學(xué)圖像分別進行離散余弦變換，得到紅外圖像的低頻系數(shù)和高頻系數(shù)以及光學(xué)圖像的低頻系數(shù)和高頻系數(shù)； 所述第二圖像處理單元將所述低頻系數(shù)進行加權(quán)平均運算，得到采集值;分別將所述高頻系數(shù)進行分立采樣，得到紅外圖像的近低頻系數(shù)和絕對高頻系數(shù)以及光學(xué)圖像的近低頻系數(shù)和絕對高頻系數(shù);并將所述近低頻系數(shù)進行系數(shù)加權(quán)運算，所述絕對高頻系數(shù)按照絕對值取大規(guī)則進行處理，得到采樣矩陣； 所述第三圖像處理單元用于將所述采樣值和采樣矩陣進行非線性共軛梯度法進行求解，得到融合圖像； 所述分析子單元用于分析所述融合圖像得到外墻的缺陷類型、缺陷空間位置及空洞的體積。
【文檔編號】G01N21/88GK106018417SQ201610477710
【公開日】2016年10月12日
【申請日】2016年6月27日
【發(fā)明人】馮平, 李章菁, 程濤, 周潤華
【申請人】深圳大學(xué)