近年來,智能機器人在大型設(shè)施巡檢領(lǐng)域受到了越來越多的關(guān)注,相比于人工檢驗,其在提高檢測效率、降低人力成本與危險性方面具有顯著優(yōu)勢。無人機因其具備三維空間的運動能力,在電力巡檢、路橋監(jiān)測等領(lǐng)域得到了實際應(yīng)用。然而,目前巡檢無人機在應(yīng)用的過程中較為依賴衛(wèi)星提供的導(dǎo)航定位信息。在衛(wèi)星信號弱以及拒止的環(huán)境中,其難以按照預(yù)期效果開展巡檢工作。此外,目前巡檢無人機的路徑規(guī)劃通常采用地理坐標(biāo)系下預(yù)先設(shè)置航路點的形式。在這種方式下,即使無人機在規(guī)劃的路徑上無法完成對目標(biāo)的有效檢測,無人機也不會采取彌補行為,這樣的巡檢效果完全取決于事先航跡規(guī)劃的優(yōu)劣。針對巡檢無人機系統(tǒng)中存在的上述兩點不足,本文對基于視覺傳感器的無人機自主導(dǎo)航定位、路徑識別與跟隨方法進行了研究,提升巡檢無人機在多種場合下的適用性以及巡檢過程中的智能性。本文首先對巡檢無人機的應(yīng)用現(xiàn)狀進行了分析,結(jié)合多個實際應(yīng)用方案中的導(dǎo)航定位需求,設(shè)計了室內(nèi)外環(huán)境下通用的無人機巡檢優(yōu)化方案,并對方案中主要傳感器感知原理與誤差特性進行了分析,為后續(xù)多傳感器融合算法的實現(xiàn)提供了理論依據(jù)。其次,本文研究了無人機巡檢系統(tǒng)中的地面標(biāo)識檢測識別方法以及視覺相對位移測... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：100 頁

【學(xué)位級別】：碩士

【部分圖文】：

忠武輸氣管線巡檢

南京航空航天大學(xué)碩士學(xué)位論文第一章 緒論1.1 課題研究背景巡檢工作是保障通信光纜、燃?xì)夤艿�、輸油氣管道、電力、鐵路、公路等重要設(shè)施狀態(tài)良好、運營正常的必要手段。傳統(tǒng)的巡檢工作通常由人工完成，巡檢人員攜帶檢測儀器對待檢測設(shè)施進行檢修維護，整套設(shè)施巡檢下來對人力物力的消耗十分巨大。除此以外，巡檢的環(huán)境通常較為惡劣，例如燃?xì)�、油氣管道常布設(shè)在荒無人煙的地方，高壓電線架設(shè)在離地十幾米的高處，巡檢人員在進行檢修的時候甚至?xí)猩ｋU，如圖 1.1、圖 1.2 所示。

無人機在一些特定場合中的巡檢技術(shù)已經(jīng)相對成熟，如圖1.3 中無人機應(yīng)用于電力線巡檢。目前很多消費級的無人機能夠在地圖上設(shè)定航跡點，實現(xiàn)無人機按照給定的航跡點自動飛行，較好地方便了用戶的操作流程，如圖 1.4 為大疆 GS Pro 地面站航跡點規(guī)劃操作界面。盡管如此，目前巡檢無人機的應(yīng)用仍然存在許多值得優(yōu)化提升的地方。一方面，巡檢無人機的導(dǎo)航定位手段亟待提升。當(dāng)前巡檢無人機過于依賴衛(wèi)星提供導(dǎo)航定位功能，因此其應(yīng)用場景被限制在空曠無遮擋的室外環(huán)境中，若在高樓林立的城市或者室內(nèi)等衛(wèi)星信號弱以及拒止的環(huán)境下，則難以實現(xiàn)有效的自動巡檢。無人機室內(nèi)自主巡檢具有巨大的應(yīng)用價值與潛在市場，因而亟需一種精確可靠的巡檢無人機室內(nèi)導(dǎo)航定位手段。另一方面，巡檢無人機的智能性也有待提升。在當(dāng)前的實際應(yīng)用過程中，巡檢無人機機械地執(zhí)行預(yù)先設(shè)定好的飛行計劃，巡檢的有

【參考文獻】：
期刊論文
[1]RFID與無人機結(jié)合在倉儲管理信息化的應(yīng)用[J]. 丁善超.  中國新通信. 2016(18)
[2]無人機在路橋病害檢測中的設(shè)計與實現(xiàn)[J]. 陳顯龍,陳曉龍,趙成,賀志剛.  測繪通報. 2016(04)
[3]基于小型四旋翼無人機的道路交通巡檢系統(tǒng)[J]. 翁松偉,賴斯聰,陳海雄,李嘉俊,朱誠.  電子設(shè)計工程. 2016(03)
[4]基于無人機的防波堤巡檢[J]. 胡健波,張飛.  水道港口. 2015(04)
[5]無人機電力線路安全巡檢系統(tǒng)及關(guān)鍵技術(shù)[J]. 彭向陽,劉正軍,麥曉明,羅智斌,王柯,謝小偉.  遙感信息. 2015(01)
[6]無人機遙感在油氣管道巡檢中的應(yīng)用[J]. 李器宇,張拯寧,柳建斌,郭峰,李明.  紅外. 2014(03)
[7]智能車輛視覺里程計算法研究進展[J]. 江燕華,熊光明,姜巖,龔建偉,陳慧巖.  兵工學(xué)報. 2012(02)
[8]基于視覺的道路跟蹤[J]. 楊明,陸建業(yè),王宏,張鈸.  模式識別與人工智能. 2001(02)



本文編號：3608332