基于无人机对工程的检测方法、系统、介质和程序产品与流程

本技术涉及智能监测装置和智能数据处理领域，尤其涉及基于无人机对工程的检测方法、系统、介质和程序产品。

背景技术：

1、随着科技的发展，无人机技术的应用日益广泛，尤其是在智能检测装置和智能数据处理领域。例如，在隧道中，由于隧道太高或者情况复杂，检测人员无法进入隧道或举起检测设备对隧道工程进行全面结构检测；在高大的混凝土结构中，也无法搭建检测平台进行外立面的裂缝检测或其它相关性能检测；在这些情况下，无人机的应用能够大幅度提升检测工作的安全性和效率，尤其是在不易接近或危险的区域。

2、相关技术中，无人机检测技术通常是通过遥控无人机按照预设飞行路线在工程区域上方进行两次的往返飞行，持续拍摄或采集数据，以获取工程区域进行检测。

3、尽管相关技术中的无人机检测技术能够实现工程区域覆盖并提供基本的数据采集，但它存在一些局限性和缺陷，尤其是在精度和效率方面。由于无人机在整个检测过程中采用预设飞行路线和固定飞行参数，在处理大规模或复杂的工程项目时，会消耗大量的电池寿命和飞行时间，导致效率低下。同时，由于采用预设飞行路线和固定飞行参数，在处理需要特别关注的区域时可能不够灵活或详尽，导致对工程区域的检测准确度不高。

技术实现思路

1、本技术提供了基于无人机对工程的检测方法、系统、介质和程序产品，用于保障工程检测准确性的同时提高检测效率。

2、第一方面，本技术提供了一种基于无人机对工程的检测方法，应用于检测系统，该方法包括：控制无人机在快速扫描模式下按照第一检测路线飞行以获取所有工程区域的第一检测数据，快速扫描模式对应第一飞行速度和第一飞行高度，第一检测路线中的多个拍摄点由第一飞行高度对应的最大扫描面积和所有工程区域的面积确定；根据第一检测数据，确定发生各疑似风险问题的各疑似风险位置和各疑似风险问题对应的各疑似风险问题等级；基于各疑似风险位置和各疑似风险问题等级，确定第二飞行速度集合，第二飞行速度集合中包括多个分别与各疑似风险位置对应的第二飞行速度，一个疑似风险位置对应的疑似风险问题等级越高，则该疑似风险位置对应的第二飞行速度越慢；控制无人机切换到精细观察模式下按照第二检测路线飞行以获取各疑似风险位置的第二检测数据，精细观察模式对应第二飞行高度和第二飞行速度集合，第二检测路线根据各疑似风险位置之间的距离和各疑似风险位置对应的第二飞行速度确定；根据第二检测数据确定在各疑似风险位置中存在风险问题的风险位置。

3、在上述实施例中，无人机在两种不同的飞行模式下对工程区域进行两轮检测，以实现对工程区域的高效全覆盖和对疑似风险位置的针对性检测。快速扫描模式采用较高的第一飞行高度和较快的第一飞行速度，由于飞行高度越高，对应的扫描面积越大，无人机在第一检测路线的拍摄点越少，在保证工程区域全覆盖的同时也节省了飞行路径，再结合较快的第一飞行速度，减少了飞行时间，提高了检测效率。通过第一检测数据，检测系统可以确定疑似风险问题，从而控制无人机在精细观察模式下，对疑似风险问题对应的疑似风险位置进行二次检测。在精细观察模式下，无人机的第二飞行高度较第一飞行高度稍低，第二飞行速度较第一飞行速度较慢，以获取更加详细且清晰的第二检测数据。无人机在对疑似风险位置进行检测时，会考虑疑似风险位置的疑似风险问题对应的疑似风险问题等级，并根据疑似风险等级采取不同的第二飞行速度来对疑似风险位置进行检测。疑似风险等级高需要通过较慢的第二飞行速度，而疑似风险等级低的则可以通过相对较快的第二飞行速度来进行检测，以凸显出对疑似风险位置的针对性检测，提高了检测的准确性。第二检测路线根据各疑似风险位置之间的距离和各疑似风险位置对应的第二飞行速度，由此实现飞行总时长的最优化，提高了飞行检测的效率。与相关技术中通过遥控无人机按照预设飞行路线在工程区域上方进行两次的往返飞行，持续拍摄或采集数据的方法相比，相关技术采用了固定的飞行路线和飞行参数，对所有工程区域均采用同样的检测模式，无法根据第一次检测结果有针对性的调整第二次检测，检测效率和准确性都难以得到保证。而本方案优化了第一检测路线和第二检测路线，更加精细地扫描重点区域，提高了检测的准确性，同时飞行里程和飞行时间也大大减少了，检测效率显著提升。

4、结合第一方面的一些实施例，在一些实施例中，控制无人机切换到精细观察模式下按照第二检测路线飞行以获取各疑似风险位置的第二检测数据，具体包括：根据各疑似风险位置之间的距离和各疑似风险位置对应的第二飞行速度，确定无人机在各疑似风险位置之间的飞行时长；将各疑似风险位置中的任意一个疑似风险位置作为无人机的飞行起点，确定与飞行起点飞行时长最短的下个飞行起点，直到遍历完所有疑似风险位置，得到一条备选第二检测路线加入备选第二检测路线集合中，备选第二检测路线集合中备选第二检测路线的数量与疑似风险位置的数量相同；将备选第二检测路线集合中飞行总时长最短的备选第二检测路线确定为第二检测路线；控制无人机切换到精细观察模式下按照第二检测路线飞行以获取各疑似风险位置的第二检测数据。

5、在上述实施例中，在规划第二检测路线时，检测系统全面考量了各疑似风险位置间的距离以及各疑似风险位置对应的第二飞行速度，由于每个疑似风险位置之间的距离不同，所带来的无人机能量损耗也不同，同时由于在每个疑似风险位置的飞行速度不同，当无人机从一个疑似风险位置飞到另外一个疑似风险位置，要做匀加速直线运动、匀减速直线运动或者匀速直线运动，所带来的无人机能量损耗也不同，综合考虑这两者造成的能量损耗，采用飞行时长最短的方式去确定第二检测路线，以任意一个疑似风险位置为飞行起点，确定与飞行起点最短的下个飞行起点，直到遍历完所有的疑似风险位置，得到多条备选第二检测路线。从多条备选第二检测路线中确定飞行总时长最短的备选第二检测路线作为第二检测路线，从而进一步优化飞行效率。这种基于具体检测需求动态规划的方式，相比相关技术中人工预设的单一飞行路线，可以大幅减少飞行时间，降低能量消耗，提高检测效率。

6、结合第一方面的一些实施例，在一些实施例中，在控制无人机在快速扫描模式下按照第一检测路线飞行以获取所有工程区域的第一检测数据的步骤之前，方法还包括：根据获取到的工程施工进度计划确定各个施工环节和各个施工环节分别对应的施工结束时间点，施工环节在对应的工程区域进行；根据各施工结束时间点确定多个风险预防检测时间点，风险预防检测时间点为施工结束时间点减去预设时长，用于指示无人机对所有工程区域进行风险预防检测。

7、在上述实施例中，检测系统根据工程施工进度计划科学合理地提前确定无人机对所有工程区域进行风险预防性检测的时间点，实现了与工程施工进度紧密结合的主动防控。风险预防检测时间点的智能规划，相比相关技术中被动检测的方式，可以最大限度地事先发现并消除风险隐患，降低工程事故发生的风险，增强了检测的针对性、主动性和有效性。

8、结合第一方面的一些实施例，在一些实施例中，在根据根据第二检测数据确定在各疑似风险位置中存在风险问题的风险位置的步骤之后，方法还包括：控制多个无人机切换到定点观测模式下，按照不同的第三检测路线飞行以获取风险位置的第三检测数据，定点观测模式对应第三飞行高度集合和第三飞行速度集合，第三飞行高度集合中第三飞行高度根据风险位置的整改高度确定，第三飞行速度集合中第三飞行速度根据风险问题的风险问题等级确定，第三检测路线根据风险位置的整改区域边缘曲线确定；根据第三检测数据确定风险问题在施工结束时间点之前的整改情况。

9、在上述实施例中，检测系统在检测出存在风险问题的风险位置之后，需要对这些风险位置进行整改，为了了解整改情况，设置多个无人机以定点观测模式对这些风险位置进行风险整改监督。定点观测模式对应第三飞行高度和第三飞行速度，每个无人机都具有不一样的第三检测路线、第三飞行高度和第三飞行速度，由无人机检测的风险位置对应的风险问题的风险问题等级、风险位置的整改高度和风险位置的整改区域边缘曲线确定，以实现详细精准且有针对性的观测，提高检测的准确性。与相关技术中单一预设参数的被动监测不同，本技术通过主动监测风险位置的整改情况可以针对性获取不同风险位置的整改进展，以确保在施工结束时间点之前完成整改，不延误工程进度，确保整改到位，提高了风险治理效果。

10、结合第一方面的一些实施例，在一些实施例中，在控制多个无人机切换到定点观测模式下，按照不同的第三检测路线飞行以获取风险位置的第三检测数据的步骤之前，方法还包括：根据风险位置对应的风险问题确定风险问题对应的整改措施；基于整改措施对应的整改范围确定风险位置的整改区域，在施风险位置发生风险问题对应的风险问题等级越高，对应的整改区域对应的面积越小；根据风险位置对应的面积和整改区域对应的面积确定无人机数量。

11、在上述实施例中，在对风险位置进行整改时，检测系统确定风险问题的整改措施，然后据此划分整改区域，整改区域的边缘曲线确定了无人机的第三检测路线，一个无人机对应一条第三检测路线，整改区域和风险问题的风险问题等级相关，风险问题等级越高，整改区域对应的面积越小，第三检测路线的检测范围越小，有助于对风险问题等级高的整改区域进行着重检查以避免漏检误检的问题，提高了检测的准确性。检测系统根据风险位置对应的面积和整改区域对应的面积确定无人机数量，实现了资源优化配置。这种按需分配检测资源的方式，相比于相关技术中人工经验预置经验，可以实现精确投放，有效提升了检测的效率，也降低了监测成本。

12、结合第一方面的一些实施例，在一些实施例中，在根据风险位置对应的面积和整改区域对应的面积确定无人机数量的步骤之后，方法还包括：根据预设的风险分类表分别确定整改区域对应的风险问题的风险类型，风险分类表中包括风险问题与风险类型的对应关系；根据风险类型在预设的无人机选型表中确定各整改区域对应的无人机型号，无人机选型表中包括风险类型与无人机型号的对应关系；若根据风险类型在无人机选型表中匹配失败，则根据风险类型确定无人机的性能参数并对无人机进行性能参数设置。

13、在上述实施例中，检测系统通过匹配风险类型与无人机型号，实现了针对不同风险问题进行定制化检测。这种针对风险类型确定无人机类型的监测方案，可以确保选派出的无人机型号均可满足对应风险位置的监测需求，监测效果更优。相较于相关技术使用单一类型的无人机进行监测，本方案可以大幅提高监测的针对性，使监测更加精准。

14、结合第一方面的一些实施例，在一些实施例中，若根据风险类型在无人机选型表中匹配失败，则根据风险类型确定无人机的性能参数并对无人机进行性能参数设置，具体包括：分析风险类型对应的检测需求，确定无人机的性能参数，性能参数包括图像分辨率、飞行高度以及飞行速度；调用无人机控制接口中的设置功能，将性能参数配置到无人机上。

15、在上述实施例中，设计了当风险类型与无人机型号匹配失败时的备选方案，即通过智能分析风险类型的检测需求，确定无人机的性能参数，并调用接口对无人机进行参数配置，实现对特殊的风险类型的个性化监测。这种灵活调整无人机型号进行监测方案的方式，针对非常规风险实现了定制化的个性化监测，较之相关技术的固定监测模式，可以提高监测的适应性和针对性，也提高了监测的准确性。

16、第二方面，本技术实施例提供了一种检测系统，该检测系统包括：一个或多个处理器和存储器；该存储器与该一个或多个处理器耦合，该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令，该一个或多个处理器调用该计算机指令以使得该检测系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

17、第三方面，本技术实施例提供一种包含指令的计算机程序产品，当上述计算机程序产品在检测系统上运行时，使得上述检测系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

18、第四方面，本技术实施例提供一种计算机可读存储介质，包括指令，当上述指令在检测系统上运行时，使得上述检测系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

19、可以理解地，上述第二方面提供的检测系统，第三方面提供的计算机程序产品和第四方面提供的计算机存储介质均用于执行本技术实施例所提供的方法。因此，其所能达到的有益效果可参考对应方法中的有益效果，此处不再赘述。

20、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

21、1、由于本发明采用了两种不同的飞行模式对工程区域进行两轮检测，快速扫描模式采用较高飞行高度和较快飞行速度实现高效全覆盖，精细观察模式采用较低飞行高度和较慢飞行速度针对性检测疑似风险位置，并根据疑似风险问题等级动态调整第二飞行速度，以实现对疑似风险位置进行针对性检测，所以本发明能够在保证检测准确性的同时大幅提高检测效率，有效解决了相关技术中采用固定飞行路线和固定飞行参数导致检测准确性和效率不高的问题，进而实现了高效精准的工程风险检测。此外，本发明还通过优化第一检测路线和第二检测路线，更加精细地扫描重点区域，飞行里程和飞行时间也大大减少，检测效率显著提升。

22、2、由于本发明根据工程施工进度计划提前确定风险预防检测时间点，实现了与工程施工进度紧密结合的主动防控，所以本发明能够最大限度地事先发现并消除风险隐患，降低工程事故发生风险，有效解决了相关技术中被动检测往往滞后于风险发生的问题，进而实现了全过程动态的风险预警。相比被动检测，本发明的智能规划使检测具有更强的针对性、主动性和有效性。

23、3、由于本发明在检测出风险问题后，采用定点观测模式控制多个无人机对风险位置进行整改监督，针对每个风险位置动态设置不同的第三检测路线、第三飞行高度和第三飞行速度，所以本发明能够实现详细精准且有针对性的整改观测，有效解决了相关技术中采用单一预设参数被动监测的局限性，进而实现了确保整改到位、不延误工程进度的目标。本发明不仅能够获取不同风险位置的详细整改进展，还能确保在施工结束时间点之前完成整改，大幅提高了风险治理效果。