一种基于无人机的管道监测与维护方法与流程

本发明涉及管道监测，具体涉及一种基于无人机的管道监测与维护方法。

背景技术：

1、基于无人机的管道监测与维护是指利用无人机搭载高精度传感器、高清摄像头和热成像设备，对管道进行空中巡检，以检测泄漏、腐蚀、裂纹等潜在故障；通过无人机实时传输的管道的图像，并对管道的图像进行分析，判断管道的运行状态，精准定位问题区域，从而提高监测效率、降低人工巡检风险，确保管道的安全和稳定运行；

2、然而在实际的管道监测中，对于首次引入无人机进行管道监测的管道来说，若无人机的选择不准确可能会导致无人机监测数据不全面或精度不足，难以及时发现管道的细微裂缝或泄漏点，从而无法及时的对管道进行维护，导致管道出现风险的可能性增加。

技术实现思路

1、本发明的目的就在于解决上述所提出的问题，提供一种基于无人机的管道监测与维护方法。

2、本发明提出一种基于无人机的管道监测与维护方法，所述方法包括：

3、获取待监测管道的自身结构数据，并将所有进行无人机监测过的管道记为已监测管道集，并根据待监测管道的自身结构数据和已监测管道集中的每一已监测管道的自身结构数据计算待监测管道和每一已监测管道的结构相似度；

4、获取待监测管道周围的网络信号强度数据，并根据待监测管道的网络信号强度数据和已监测管道集中的每一已监测管道的网络信号强度数据计算待监测管道和每一已监测管道的网络相似度；

5、根据结构相似度和网络相似度对已监测管道集进行筛选，得到目标监测管道集，并将目标监测管道集中每一监测管道对应的无人机作为目标无人机，得到目标无人机集合；

6、获取目标无人机集合中，每一无人机的剩余电量以及在监测对应已监测管道时的图像上传质量特征得到对应无人机的优先选择指数；

7、将目标无人机集合中优先选择指数最大的无人机作为最终无人机对待监测管道进行飞行监测，并根据监测的数据判断待监测管道是否需要维护。

8、可选地，根据待监测管道的自身结构数据和已监测管道集中的每一已监测管道的自身结构数据计算待监测管道和每一已监测管道的结构相似度包括：

9、对于待监测管道和已监测管道集中每一已监测管道，对待监测管道的自身结构数据和对应的已监测管道的自身结构数据进行预处理；

10、构建一个距离矩阵，其中每个元素为待监测管道的自身结构数据点和已监测管道的自身结构数据点之间的距离；

11、利用动态规划算法计算距离矩阵中的最短路径，以找到待监测管道的自身结构数据序列和已监测管道的自身结构数据序列之间的最佳匹配；

12、根据计算得到的最短路径，对待监测管道的自身结构数据序列和已监测管道的自身结构数据序列进行对齐；

13、根据对齐后的待监测管道的自身结构数据序列和已监测管道的自身结构数据序列，计算它们之间的相似度，并将计算的相似度作为对应的已监测管道和待监测管道之间的结构相似度，得到待监测管道和已监测管道集中的每一已监测管道的结构相似度。

14、可选地，根据待监测管道的网络信号强度数据和已监测管道集中的每一已监测管道的网络信号强度数据计算待监测管道和每一已监测管道的网络相似度包括：

15、连续多时刻获取待监测管道在预设时间段内的网络信号强度数据，得到待监测管道的网络信号强度序列；

16、计算待监测管道的网络信号强度序列的均值和标准差，作为第一均值和第一标准差；

17、连续多时刻获取已监测管道集中的每一已监测管道的在预设时间段内的网络信号强度数据，得到已待监测管道的网络信号强度序列；计算已监测管道的网络信号强度序列的均值和标准差，作为第二均值和第二标准差；

18、计算第一均值和第二均值的绝对差值，得到均值绝对差值；计算第一标准差和第二标准差的绝对差值，得到标准差绝对差值；

19、根据均值绝对差值和标准差绝对差值得到待监测管道和对应已监测管道的网络相似度，计算的公式为：，式中，为网络相似度，和分别为均值绝对差值和标准差绝对差值，、分别为和的预设比例系数，且、均大于0；

20、计算得到待监测管道和已监测管道集每一已监测管道的网络相似度。

21、可选地，根据结构相似度和网络相似度对已监测管道集进行筛选，得到目标监测管道集包括：

22、将待监测管道和已监测管道集每一已监测管道的结构相似度和预设结构相似度阈值进行对比、网络相似度和预设网络相似度阈值进行对比；

23、当结构相似度大于预设结构相似度阈值且网络相似度大于预设网络相似度阈值时，则将已监测管道集中对应的已监测管道作为目标监测管道，得到目标监测管道集。

24、可选地，获取目标无人机集合中，每一无人机的剩余电量以及在监测对应已监测管道时的图像上传质量特征得到对应无人机的优先选择指数包括：

25、获取目标无人机集合中，每一无人机在监测对应已监测管道过程中所上传的每一图像，通过daubechies小波函数进行小波变换分解为不同的频率子带；

26、对于每个频率子带，计算灰度直方图，表示灰度直方图，表示小波分解后得到的某个频率子带，表示灰度级别；

27、计算每个子带的信息熵，计算的公式为：

28、；

29、式中，表示第个子带的信息熵，表示每个灰度级对子带熵值的贡献；

30、计算整个图像的信息熵指数，计算的公式为：，式中，为整个图像的信息熵指数，为子带的总个数；

31、计算每一无人机在监测对应已监测管道过程中所上传的所有图像的信息熵指数均值，作为图像信息熵系数；

32、根据每一无人机的剩余电量以及在监测对应已监测管道时的上传图像的图像信息熵系数得到对应无人机的优先选择指数。

33、可选地，根据每一无人机的剩余电量以及在监测对应已监测管道时的上传图像的图像信息熵系数得到对应无人机的优先选择指数包括：

34、将目标无人机集合中每一无人机在监测对应已监测管道过程中所上传的每一图像进行灰度化处理，将彩色图像转换为灰度图像；

35、将灰度图像划分为个小区域（如3×3或5×5像素块），每个区域用于计算局部模糊度；

36、对于每个小区域，计算该区域内像素值的标准差，并根据每个小区域像素值的标准差计算得到对应图像的模糊指数，计算的公式为：，式中，为模糊指数，表示第个小区域的像素值的标准差；

37、计算每一无人机在监测对应已监测管道过程中所上传的所有图像的模糊指数均值，作为图像模糊系数；

38、根据每一无人机的剩余电量以及在监测对应已监测管道时的上传图像的图像信息熵系数、图像模糊系数得到对应无人机的优先选择指数。

39、可选地，根据每一无人机的剩余电量以及在监测对应已监测管道时的上传图像的图像信息熵系数、图像模糊系数得到对应无人机的优先选择指数包括：

40、获取每一无人机的剩余电量和在监测对应已监测管道的过程中，电量的消耗速率，并将剩余电量除以电量的消耗速率，得到对应无人机的剩余可使用时间；

41、将剩余可使用时间、图像信息熵系数、图像模糊系数进行归一化处理，并根据归一化处理后的图像信息熵系数、图像模糊系数得到对应无人机的优先选择指数，计算的公式为：

42、；

43、式中，为优先选择指数，、、分别为归一化处理后的剩余可使用时间、图像信息熵系数和图像模糊系数，、、分别为、、的预设比例系数，且、、均大于0。

44、本发明的有益效果：

45、本发明提出了一种基于无人机的管道监测与维护方法，通过获取待监测管道的结构数据和周围网络信号强度数据，计算其与已监测管道集各管道的结构相似度和网络相似度，从中筛选出结构和网络条件相似的目标监测管道集及对应无人机集合。接着，通过每架目标无人机的剩余电量和图像上传质量特征，计算其优先选择指数；最终选择优先选择指数最高的无人机执行监测任务，并根据采集的数据判断管道是否需要维护；这样一来，对于首次引入无人机进行管道监测的管道来说，能够根据实际的情况选择合适的无人机对待监测管道进行监测，使得监测数据较为全面且精度较高，能够及时发现管道的细微裂缝或泄漏点，及时的对管道进行维护，减少管道出现风险的可能性。

技术特征：

1.一种基于无人机的管道监测与维护方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于无人机的管道监测与维护方法，其特征在于，根据待监测管道的自身结构数据和已监测管道集中的每一已监测管道的自身结构数据计算待监测管道和每一已监测管道的结构相似度包括：

3.根据权利要求1所述的一种基于无人机的管道监测与维护方法，其特征在于，根据待监测管道的网络信号强度数据和已监测管道集中的每一已监测管道的网络信号强度数据计算待监测管道和每一已监测管道的网络相似度包括：

4.根据权利要求1所述的一种基于无人机的管道监测与维护方法，其特征在于，根据结构相似度和网络相似度对已监测管道集进行筛选，得到目标监测管道集包括：

5.根据权利要求1所述的一种基于无人机的管道监测与维护方法，其特征在于，获取目标无人机集合中，每一无人机的剩余电量以及在监测对应已监测管道时的图像上传质量特征得到对应无人机的优先选择指数包括：

6.根据权利要求5所述的一种基于无人机的管道监测与维护方法，其特征在于，根据每一无人机的剩余电量以及在监测对应已监测管道时的上传图像的图像信息熵系数得到对应无人机的优先选择指数包括：

7.根据权利要求6所述的一种基于无人机的管道监测与维护方法，其特征在于，根据每一无人机的剩余电量以及在监测对应已监测管道时的上传图像的图像信息熵系数、图像模糊系数得到对应无人机的优先选择指数包括：

技术总结
本发明公开了一种基于无人机的管道监测与维护方法，涉及管道监测技术领域，通过获取待监测管道的结构数据和周围网络信号强度数据，计算其与已监测管道集各管道的结构相似度和网络相似度，从中筛选出结构和网络条件相似的目标监测管道集及对应无人机集合；通过每架目标无人机的剩余电量和图像上传质量特征，计算其优先选择指数；选择优先选择指数最高的无人机执行监测任务，并判断管道是否需要维护；这样一来，对于首次引入无人机进行管道监测的管道来说，能够根据实际的情况选择合适的无人机对待监测管道进行监测，使得监测数据较为全面且精度较高，能够及时发现管道的细微裂缝或泄漏点，及时的对管道进行维护，减少管道出现风险的可能性。

技术研发人员：李艳超,王琳,乔会,赵岳毅,王晓丹,安晶
受保护的技术使用者：山东国研自动化有限公司
技术研发日：
技术公布日：2024/12/5