[go: up one dir, main page]

CN112836268B - 管道挖掘方法及相关产品 - Google Patents

管道挖掘方法及相关产品 Download PDF

Info

Publication number
CN112836268B
CN112836268B CN201911179937.9A CN201911179937A CN112836268B CN 112836268 B CN112836268 B CN 112836268B CN 201911179937 A CN201911179937 A CN 201911179937A CN 112836268 B CN112836268 B CN 112836268B
Authority
CN
China
Prior art keywords
image
circular
depth
target
excavation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911179937.9A
Other languages
English (en)
Other versions
CN112836268A (zh
Inventor
黄映婷
郑文先
肖婷
刘佳斌
黎永冬
张阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Intellifusion Technologies Co Ltd
Qingdao Intellifusion Technology Co Ltd
Original Assignee
Shenzhen Intellifusion Technologies Co Ltd
Qingdao Intellifusion Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Intellifusion Technologies Co Ltd, Qingdao Intellifusion Technology Co Ltd filed Critical Shenzhen Intellifusion Technologies Co Ltd
Priority to CN201911179937.9A priority Critical patent/CN112836268B/zh
Publication of CN112836268A publication Critical patent/CN112836268A/zh
Application granted granted Critical
Publication of CN112836268B publication Critical patent/CN112836268B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/20Scenes; Scene-specific elements in augmented reality scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请实施例公开了一种管道挖掘方法及相关产品,包括:获取目标区域的第一图像,所述目标区域为布局有管道的区域;对所述第一图像进行识别,得到当前挖掘深度;获取所述目标区域的管道的布局信息,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业。采用本申请实施例有利于提高作业效率和精度。

Description

管道挖掘方法及相关产品
技术领域
本申请涉及自动控制技术领域,具体涉及一种管道挖掘方法及相关产品。
背景技术
随着城市发展的需求,需要对原本布局好的管道进行重新部署,增加新的管道,以满足城市的发展需求。例如,随着居民对天然气需求量的增加,原本布局好的天然气管道的供应量仅能满足部分居民的生活需要。
因此,需要对原先布局好的天然气管道所在区域进行二次施工,以在该天然气管道旁边布局新的天然气管道。然而,在二次施工的挖掘过程中都是靠操作人员操控施工设备进行挖掘,也就是操作人员凭借自身经验操控施工设备进行人工挖掘。但是,由于人为经验有限或者操作人员的疏忽,经常挖断天然气原先布局好的天然气管道,导致维修费用成本较高,浪费大量的人力和物力,并且延误布局新的天然气管道。
发明内容
本申请实施例提供了一种管道挖掘方法及相关产品,在挖掘过程进行图像识别,得到当前挖掘深度,进而根据当前挖掘深度进行作业,避免挖断管道。
第一方面,本申请实施例提供一种管道挖掘方法,包括:
获取目标区域的第一图像,所述目标区域为布局有管道的区域;
对所述第一图像进行识别,得到当前挖掘深度;
获取所述目标区域的管道的布局信息,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业。
第二方面,本申请实施例提供一种管道挖掘装置,包括:
获取单元,用于获取目标区域的第一图像,所述目标区域为布局有管道的区域;
识别单元,用于对所述第一图像进行识别,得到当前挖掘深度;
作业单元,用于获取所述目标区域的管道的布局信息,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如第一方面所述的方法中的步骤的指令。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得计算机执行如第一方面所述的方法。
第五方面,本申请实施例提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机可操作来使计算机执行如第一方面所述的方法。
实施本申请实施例,具有如下有益效果:
可以看出,在本申请实施例中,对已布局有管道的目标区域进行二次施工时,获取该目标区域的第一图像,对该第一图像进行识别,得到当前的挖掘深度度,根据该当前挖掘深度以及该目标区域的管道的布局信息对该目标区域进行二次作业,从而避免挖断已布局好的管道,提高二次作业的精准度,防止资源浪费,提高用户体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1A为本申请实施例提供的一种管道挖掘方法的流程示意图;
图1B为本申请实施例提供的一种第一特征图和模板图像匹配的示意图;
图2为本申请实施例提供的另一种管道挖掘方法的流程示意图;
图3为本申请实施例提供的另一种管道挖掘方法的流程示意图;
图4为本申请实施例提供的一种挖掘装置的结构示意图;
图5为本申请实施例提供的一种挖掘装置的功能单元组成框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
需要说明的是,本申请可以应用到各个管道施工领域。例如,下水道管道的布局、天然气管道的布局、电缆管道,等等。本申请中以天然气管道为例具体说明,但不对此做唯一限定。
参阅图1A,图1A为本申请实施例提供的一种管道挖掘方法的流程示意图。该方法应用于挖掘装置。本实施例的方法包括以下步骤:
101:挖掘装置获取目标区域的第一图像。
该目标区域为布局有管道的区域。该目标区域为用户圈定的区域。该第一图像为对该目标区域中的土壤拍摄,得到的包含有地质纹理的图像。
可选的,该挖掘装置安装有摄像设备,通过该摄像设备获取该第一图像。另外,操作人员可通过手动启动该摄像设备获取第一图像,该挖掘装置也可以在进行挖掘作业时按照预设的采样频率自动启动该摄像设备获取第一图像。本申请对此不作限定。
102:挖掘装置对所述第一图像进行识别,得到当前挖掘深度。
可选的,挖掘装置基于预先训练好的神经网络对该第一图像进行识别,得到该第一图像的特征图,将该特征图与模板进行比对,得到当前挖掘深度。其中,该神经网络可以为深度神经网络、卷积神经网络,等等。
103:挖掘装置获取所述目标区域的管道的布局信息,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业。
可选的,挖掘装置根据管道的布局信息,获取已布局的管道的埋藏深度,根据当前挖掘深度和管道的埋藏深度,确定还可以挖掘的深度,根据该还可以挖局的深度进行作业,防止挖掘过深而挖断已布局好的管道。
可以看出,在本申请实施例中,对布局有管道的目标区域进行二次施工时,获取该目标区域的第一图像,对该第一图像进行识别,得到当前挖掘深度,根据该当前挖掘深度以及该目标区域的管道的布局信息对该目标区域进行二次作业,从而避免挖断已布局好的管道,进而提高二次作业的效率,防止资源浪费,提高用户体验。
下面提供一种对第一图像的识别过程,包括以下步骤:
步骤a:按照M个不同圆心对所述第一图像进行圆形图像截取,得到M个圆形图像,所述M为大于等于2的整数。其中,该M个不同圆心可以是在该第一图像中随机选取的M个不重叠的圆心;也可是该第一图像上预先设定的M个圆心位置,例如,可以在第一图像上的水平中心线上预先设置M个圆心,然后,通过该M个圆心依次截取M个圆形图像。本申请对此不作限定。
步骤b:从所述M个圆形图像中选出目标圆形图像,所述目标圆形图像包含的地质纹理的区域面积大于所述M个圆形图像中的其他圆形图像;
步骤c:对所述目标圆形图像进行划分,得到N个圆环,所述N个圆环的环宽相同;从所述N个圆环中半径最小的圆环开始,将所述N个圆环中的每个圆环与目标模板库中的各个模板图像依次进行匹配,其中,各个模板图像为各个深度所对应的地质图像,各个深度的地质图像包含有各个深度下的地质纹理的真实分布信息;并累计已匹配模板图像的匹配值,得到每个圆环对应的目标模板图像,每个圆环对应的目标模板图像为与每个圆环进行匹配的各个模板图像中匹配值最大的模板图像;
步骤d:确定所述N个圆环中每个圆环对应的目标模板图像中匹配值最大的目标模板图像对应的挖掘深度作为当前挖掘深度。
其中,将每个圆环与目标模板库中的各个模板图像依次进行匹配,实质上是将每个圆环的第一特征图与各个模板图像的第二特征图进行匹配。具体来讲,如图1B所示,将每个圆环的第一特征图按照预设的步长在各个模板图像的第二特征图上进行滑动,每次滑动时在第二特征图上框选一个图像矩阵,计算第一特征图与框选到的图像矩阵的匹配值,在行方向上和列方向上依次滑动后,则得到第一特征图与该第二特征图对应的第一匹配值矩阵。其中,预设步长可以为一个像素单位、两个像素单位或者其他值。
可选的,计算第一特征图与框选到的图像矩阵的匹配值时,可通过计算第一特征图与框选到的图像矩阵的欧几里德距离或者曼哈顿距离或者Jaccard系数得到匹配值,其计算过程为现有技术,在此不再赘述。
在一些可能的实施方式中,对于地质来说,不同的地理位置,即使相同的深度,其对应的纹理也是不同。另外,即使相同的地理位置、相同的深度,不同的季节气候,其对应的纹理也是不同的。因此,在对第一图像进行识别之前,获取该目标区域的地理位置以及当前气候;根据该地理位置以及当前气候,从模板库中选出目标模板库。即从预先构造好的数据库中选出与该地理位置以及当前气候匹配的目标模板库。
本实施方式中,获取与地理位置以及当前气候对应的目标模板库,从而提高对第一图像识别的精度,使判断出的当前深度更加精度,进而提高作业精度。
在一些可能的实施方式中,该目标区域不同位置管道的布局不同。一般来说,对管道施工时,会圈定一个较大的目标区域,但该目标区域中仅有部分区域下面埋藏有管道。因此,将该目标区域划分为多个工作区域,然后根据已有的布局信息确定每个工作区域是否有管道,如果有,根据管道的布局信息确定该工作区域中管道的埋藏深度和方向;进而根据该工作区域中管道的埋藏深度和方向确定该工作区域的目标挖掘深度以及挖掘方向。
举例来说,当某个工作区域中未布局有管道时,则可确定工作区域的目标挖掘深度为该目标区域管道的埋藏深度,并且可按照垂直地面的方向进行挖掘;当该工作区域中布局有管道时,从该布局信息中获取该工作区域中管道的埋藏方向,并将该工作区域的目标挖掘深度设置为小于管道的埋藏深度,按照平行于该工作区域中管道的埋藏方向进行挖掘。
本实施方式中,对目标区域进行划分,对每个工作区域进行针对性作业,可提高该目标区域的作业效率。
在一些可能的实施方式中,得到每个工作区域的待挖掘深度后,根据该挖掘装置的工作参数(如挖掘一次所能挖掘的深度)以及待挖掘深度确定每个工作区域的循环挖掘次数;然后,如表1所示,根据地理位置、挖掘阻力、挖掘深度和工作功率之间的映射关系,以及每个工作区域的当前挖掘深度,确定每个工作区域的工作功率;最后,按照该工作功率、循环挖掘次数以及挖掘方向对每个工作区域进行作业。
表1
在一些可能的实施方式中,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业之后,所述方法还包括:
根据每个工作区域的循环挖掘次数确定每个工作区域的作业时长;
根据每个工作区域的挖掘时长,确定所述目标区域对应的总作业时长;
根据所述总作业时长以及所述目标区域的工期,调整所述目标区域的作业计划。
举例来说,当该总作业时长大于作业计划中的作业时长时,调整每天的作业时长,以在该作业计划安排的绝限日前完成对该目标区域的作业。
本实施方式中,获取该目标区域的总作业时长,根据该总作业时长对该目标区域的作业计划进行调整,提高作业的灵活性。
在一些可能的实施方式中,对所述第一图像进行识别,得到当前挖掘深度之前,所述方法还包括:获取所述环境亮度;当所述环境亮度小于阈值时(如处于夜间时),获取环境亮度与该阈值的差值,根据该差值确定该补光装置的照射强度,根据该照射强度设置该补光装置的工作电压,通过该工作电压启动该补光装置,以增强所述目标区域的环境亮度。
其中,该补光装置可以为设置于挖掘装置上的照明灯。
本实施方式中,当环境亮度较低时,通过补光装置增强亮度,进而可以获取到清晰的第一图像,提高对当前挖掘深度识别的精度。并且,根据实际需求设置工作电压,实现针对性补光。
在一些可能的实施方式中,当对管道的施工发生在夜间或者天气恶劣的情况时,获得的第一图像比较黑暗。因此,对所述第一图像进行识别之前,所述方法还包括:
获取所述第一图像的亮度值;
当所述亮度值小于阈值时,对所述第一图像中的每个像素点进行高频方向分解,分别得到每个像素点在水平方向上的第一分量、在竖直方向上的第二分量以及在对角方向上的第三分量,其中,对每个像素点进行高频方向分解实质上为求取每个像素点的海森(Hessian)矩阵,即分别求取每个像素点在水平方向上的二阶偏微分、竖直方向上的二阶偏微分、对角方向上的混合偏微分,将水平方向上的二阶偏微分作为每个像素点的第一分量、竖直方向上的二阶偏微分作为第二分量以及对角方向上的混合偏微分作为第三分量,其中求偏微分的过程为现有技术,不再叙述。
将所述第一图像中的所有像素点在水平方向上的第一分量对应组成第一分量图像、在竖直方向上的第二分量对应组成第二分量图像以及在对角方向上的第三分量对应组成第三分量图像;
对所述第一分量图像、第二分量图像以及第三分量图像进行锐化处理,得到锐化后的第一分量图像、第二分量图像以及第三分量图像;
将所述锐化后的第一分量图像、第二分量图像以及第三分量图像与所述第一图像进行像素叠加,得到增强后的第一图像,对该增强后的第一图像进行识别,得到当前挖掘深度。
本实施方式中,当图像亮度值较低时,对该第一图形进行增强处理,得到增强后的图像,以得到较量的第一图像,进而提高对当前深度识别的精确度,提高作业的精准性。
在一些可能的实施方式中,该布局信息为历史布局管道时留存的布局信息,由于地质的变化,导致布局信息发生变化。例如,地面下陷、垃圾堆积、土壤变迁,等等,会导致管道相对于地面的实际深度与该布局信息中所记录的深度不一致。因此,可在该目标区域中设置参考物,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业之前,所述方法还包括:
获取与所述参考物对应的第二图像,即获取该参考物所在区域的地质图像;
对所述第二图像进行识别,得到所述参考物相对地面的当前深度;
根据所述参考物对应的参考深度以及所述当前深度确定地质变化,所述参考深度为所述布局信息中记录的所述参考物相对于地面的深度模板图像,该参考物的参考深度为埋藏该参考物时,该参考物相对于地面的深度;
根据所述地质变化调整所述布局信息,以采用调整后的布局信息以及通过第一图像识别出的当前深度对所述目标区域进行作业。即根据地质变化确定该管道当前相对于地面的实际深度,根据调整后的布局信息和当前深度进行作业,其作业过程和上述未调整布局信息时的作业过程一致,不再赘述。
本实施方式中,根据参考物的当前深度确定地质变化,根据该确定出该目标区域中管道当前的实际深度,进而提高作业的精度。
参阅图2,图2为本申请实施例提供的另一种管道挖掘方法的流程示意图。该方法应用于挖掘装置。该实施例中与图1A所示的实施例相同的内容,此处不再重复描述。本实施例的方法包括以下步骤:
201:挖掘装置获取目标区域的第一图像。
其中,所述目标区域为布局有管道的区域。
202:挖掘装置获取所述目标区域的地理位置以及当前气候,并获取与所述地理位置以及所述当前气候对应的目标模板库。
203:挖掘装置将所述第一图像与所述目标模板库中的各个模板图像进行匹配,得到当前挖掘深度。
204:挖掘装置获取所述目标区域的管道的布局信息,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业。
可以看出,在本申请实施例中,对布局有管道的目标区域进行二次施工时,获取该目标区域的第一图像,根据该第一图像识别当前挖掘深度,根据该当前挖掘深度以及该目标区域的管道的布局信息对该目标区域进行二次作业,从而避免挖断已布局好的管道,进而提高二次作业的效率,防止资源浪费,提高用户体验;并且,根据气候和地理位置对图像进行识别,进而提高图像识别的精度,从而使识别出的当前挖掘深度符合实际的挖掘深度,提高作业精度。
参阅图3,图3为本申请实施例提供的另一种管道挖掘方法的流程示意图。该方法应用于挖掘装置。该实施例中与图1A、图2所示的实施例相同的内容,此处不再重复描述。本实施例的方法包括以下步骤:
301:挖掘装置获取与参考物对应的第二图像。
302:挖掘装置对所述第二图像进行识别,得到所述参考物相对地面的当前深度。
303:挖掘装置根据所述参考物对应的参考深度以及所述当前深度确定地质变化。
其中,该参考深度为所述布局信息中记录的所述参考物相对于地面的深度模板图像。
304:挖掘装置根据所述地质变化调整所述布局信息,得到调整后的布局信息。
305:挖掘装置获取目标区域的第一图像。
306:挖掘装置对所述第一图像进行识别,得到当前挖掘深度。
307:挖掘装置根据调整后的布局信息以及所述当前挖掘深度对所述目标区域进行作业。
可以看出,在本申请实施例中,对布局有管道的目标区域进行二次施工时,获取该目标区域的第一图像,根据该第一图像识别当前挖掘深度,根据该当前挖掘深度以及该目标区域的管道的布局信息对该目标区域进行二次作业,从而避免挖断已布局好的管道,进而提高二次作业的效率,防止资源浪费,提高用户体验;并且,在对第一图像识别之前,先确定地址变化,进一步地提高了对第一图像识别的精确度,进而提高了作业的精度。
与上述图1A、图2、图3所示的实施例一致的,请参阅图4,图4为本申请实施例提供的一种挖掘装置400的结构示意图,如图4所示,该挖掘装置400包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序不同于上述一个或多个应用程序,且上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行以下步骤的指令:
获取目标区域的第一图像,所述目标区域为布局有管道的区域;
对所述第一图像进行识别,得到当前挖掘深度;
获取所述目标区域的管道的布局信息,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业。
在一些可能的实施方式中,在对所述第一图像进行识别,得到当前挖掘深度方面,上述程序具体用于执行以下步骤的指令:
按照M个不同圆心对所述第一图像进行圆形图像截取,得到M个圆形图像,所述M为大于等于2的整数;
从所述M个圆形图像中选出目标圆形图像,所述目标圆形图像包含的地质纹理的区域面积大于所述M个圆形图像中的其他圆形图像;
对所述目标圆形图像进行划分,得到N个圆环,所述N个圆环的环宽相同;从所述N个圆环中半径最小的圆环开始,将所述N个圆环中的每个圆环与目标模板库中的各个模板图像依次进行匹配,并累计已匹配模板图像的匹配值,得到每个圆环对应的目标模板图像,每个圆环对应的目标模板图像为与每个圆环进行匹配的各个模板图像中匹配值最大的模板图像;
确定所述N个圆环中每个圆环对应的目标模板图像中匹配值最大的目标模板图像对应的挖掘深度作为当前挖掘深度。
在一些可能的实施方式中,按照M个不同圆心对所述第一图像进行圆形图像截取之前,上述程序还用于执行以下步骤的指令:
获取所述目标区域的地理位置以及当前气候;
获取与所述地理位置以及所述当前气候对应的所述目标模板库。
在一些可能的实施方式中,在根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业方面,上述程序具体用于执行以下步骤的指令:
将所述目标区域划分为多个工作区域;
根据所述布局信息确定每个工作区域的目标挖掘深度以及挖掘方向;
根据所述当前挖掘深度以及每个工作区域的目标挖掘深度确定每个工作区域的待挖掘深度;
根据每个工作区域的待挖掘深度以及挖掘方向对每个工作区域进行作业。
在一些可能的实施方式中,在根据每个工作区域的待挖掘深度以及挖掘方向对每个工作区域进行作业方面,上述程序具体用于执行以下步骤的指令:
根据每个工作区域的待挖掘深度确定每个工作区域的循环挖掘次数;
根据所述目标区域的地理位置、所述当前挖掘深度确定每个工作区域对应的挖掘阻力,并获取与每个工作区域的挖掘阻力对应的工作功率;
按照每个工作区域的循环挖掘次数、挖掘方向以及工作功率对每个工作区域进行作业。
在一些可能的实施方式中,所述目标区域设置有参考物,上述程序还用于执行以下步骤的指令:
获取与所述参考物对应的第二图像;
对所述第二图像进行识别,得到所述参考物相对地面的当前深度;
根据所述参考物对应的参考深度以及所述当前深度确定地质变化,所述参考深度为所述布局信息中记录的所述参考物相对于地面的深度模板图像;
根据所述地质变化调整所述布局信息,以采用调整后的布局信息以及所述当前深度对所述目标区域进行作业。
参阅图5。图5为本申请实施例提供的一种挖掘装置的功能单元组成框图。挖掘装置500包括:获取单元510、识别单元520和作业单元530,其中:
获取单元510,用于获取目标区域的第一图像,所述目标区域为布局有管道的区域;
识别单元520,用于对所述第一图像进行识别,得到当前挖掘深度;
作业单元530,用于获取所述目标区域的管道的布局信息,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业。
在一些可能的实施方式中,在对所述第一图像进行识别,得到当前挖掘深度方面,识别单元520,具体用于:
按照M个不同圆心对所述第一图像进行圆形图像截取,得到M个圆形图像,所述M为大于等于2的整数;
从所述M个圆形图像中选出目标圆形图像,所述目标圆形图像包含的地质纹理的区域面积大于所述M个圆形图像中的其他圆形图像;
对所述目标圆形图像进行划分,得到N个圆环,所述N个圆环的环宽相同;从所述N个圆环中半径最小的圆环开始,将所述N个圆环中的每个圆环与目标模板库中的各个模板图像依次进行匹配,并累计已匹配模板图像的匹配值,得到每个圆环对应的目标模板图像,每个圆环对应的目标模板图像为与每个圆环进行匹配的各个模板图像中匹配值最大的模板图像;
确定所述N个圆环中每个圆环对应的目标模板图像中匹配值最大的目标模板图像对应的挖掘深度作为当前挖掘深度。
在一些可能的实施方式中,按照M个不同圆心对所述第一图像进行圆形图像截取之前,获取单元510,还用于:
获取所述目标区域的地理位置以及当前气候;
获取与所述地理位置以及所述当前气候对应的所述目标模板库。
在一些可能的实施方式中,在根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业方面,作业单元530,具体用于,:
将所述目标区域划分为多个工作区域;
根据所述布局信息确定每个工作区域的目标挖掘深度以及挖掘方向;
根据所述当前挖掘深度以及每个工作区域的目标挖掘深度确定每个工作区域的待挖掘深度;
根据每个工作区域的待挖掘深度以及挖掘方向对每个工作区域进行作业。
在一些可能的实施方式中,在根据每个工作区域的待挖掘深度以及挖掘方向对每个工作区域进行作业方面,作业单元530,具体用于:
根据每个工作区域的待挖掘深度确定每个工作区域的循环挖掘次数;
根据所述目标区域的地理位置、所述当前挖掘深度确定每个工作区域对应的挖掘阻力,并获取与每个工作区域的挖掘阻力对应的工作功率;
按照每个工作区域的循环挖掘次数、挖掘方向以及工作功率对每个工作区域进行作业。
在一些可能的实施方式中,挖掘装置500还包括调整单元540,所述目标区域设置有参考物,调整单元540,用于:
获取与所述参考物对应的第二图像;
对所述第二图像进行识别,得到所述参考物相对地面的当前深度;
根据所述参考物对应的参考深度以及所述当前深度确定地质变化,所述参考深度为所述布局信息中记录的所述参考物相对于地面的深度模板图像;
根据所述地质变化调整所述布局信息,以采用调整后的布局信息以及所述当前深度对所述目标区域进行作业。
本申请实施例还提供一种计算机存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如上述方法实施例中记载的任何一种管道挖掘方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种管道挖掘方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种管道挖掘方法,其特征在于,包括:
获取目标区域的第一图像,所述目标区域为布局有管道的区域;
对所述第一图像进行识别,得到当前挖掘深度;包括:
按照M个不同圆心对所述第一图像进行圆形图像截取,得到M个圆形图像,所述M为大于等于2的整数;从所述M个圆形图像中选出目标圆形图像,所述目标圆形图像包含的地质纹理的区域面积大于所述M个圆形图像中的其他圆形图像;对所述目标圆形图像进行划分,得到N个圆环,所述N个圆环的环宽相同;从所述N个圆环中半径最小的圆环开始,将所述N个圆环中的每个圆环与目标模板库中的各个模板图像依次进行匹配,并累计已匹配模板图像的匹配值,得到每个圆环对应的目标模板图像,每个圆环对应的目标模板图像为与每个圆环进行匹配的各个模板图像中匹配值最大的模板图像;确定所述N个圆环中每个圆环对应的目标模板图像中匹配值最大的目标模板图像对应的挖掘深度作为当前挖掘深度;
获取所述目标区域的管道的布局信息,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业。
2.根据权利要求1所述的方法,其特征在于,按照M个不同圆心对所述第一图像进行圆形图像截取之前,所述方法还包括:
获取所述目标区域的地理位置以及当前气候;
获取与所述地理位置以及所述当前气候对应的所述目标模板库。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业,包括:
将所述目标区域划分为多个工作区域;
根据所述布局信息确定每个工作区域的目标挖掘深度以及挖掘方向;
根据所述当前挖掘深度以及每个工作区域的目标挖掘深度确定每个工作区域的待挖掘深度;
根据每个工作区域的待挖掘深度以及挖掘方向对每个工作区域进行作业。
4.根据权利要求3所述的方法,其特征在于,所述根据每个工作区域的待挖掘深度以及挖掘方向对每个工作区域进行作业,包括:
根据每个工作区域的待挖掘深度确定每个工作区域的循环挖掘次数;
根据所述目标区域的地理位置、所述当前挖掘深度确定每个工作区域对应的挖掘阻力,并获取与每个工作区域的挖掘阻力对应的工作功率;
按照每个工作区域的循环挖掘次数、挖掘方向以及工作功率对每个工作区域进行作业。
5.根据权利要求1所述的方法,其特征在于,所述目标区域设置有参考物,所述方法还包括:
获取与所述参考物对应的第二图像;
对所述第二图像进行识别,得到所述参考物相对地面的当前深度;
根据所述参考物对应的参考深度以及所述当前深度确定地质变化,所述参考深度为所述布局信息中记录的所述参考物相对于地面的深度;
根据所述地质变化调整所述布局信息,以采用调整后的布局信息以及所述当前深度对所述目标区域进行作业。
6.一种管道挖掘装置,其特征在于,包括:
获取单元,用于获取目标区域的第一图像,所述目标区域为布局有管道的区域;
识别单元,用于对所述第一图像进行识别,得到当前挖掘深度;具体用于:
按照M个不同圆心对所述第一图像进行圆形图像截取,得到M个圆形图像,所述M为大于等于2的整数;从所述M个圆形图像中选出目标圆形图像,所述目标圆形图像包含的地质纹理的区域面积大于所述M个圆形图像中的其他圆形图像;对所述目标圆形图像进行划分,得到N个圆环,所述N个圆环的环宽相同;从所述N个圆环中半径最小的圆环开始,将所述N个圆环中的每个圆环与目标模板库中的各个模板图像依次进行匹配,并累计已匹配模板图像的匹配值,得到每个圆环对应的目标模板图像,每个圆环对应的目标模板图像为与每个圆环进行匹配的各个模板图像中匹配值最大的模板图像;确定所述N个圆环中每个圆环对应的目标模板图像中匹配值最大的目标模板图像对应的挖掘深度作为当前挖掘深度;
作业单元,用于获取所述目标区域的管道的布局信息,根据所述布局信息以及所述当前挖掘深度对所述目标区域进行作业。
7.一种电子设备,其特征在于,包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行权利要求1-5任一项方法中的步骤的指令。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-5任一项所述的方法。
CN201911179937.9A 2019-11-25 2019-11-25 管道挖掘方法及相关产品 Active CN112836268B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911179937.9A CN112836268B (zh) 2019-11-25 2019-11-25 管道挖掘方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911179937.9A CN112836268B (zh) 2019-11-25 2019-11-25 管道挖掘方法及相关产品

Publications (2)

Publication Number Publication Date
CN112836268A CN112836268A (zh) 2021-05-25
CN112836268B true CN112836268B (zh) 2024-06-07

Family

ID=75922925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911179937.9A Active CN112836268B (zh) 2019-11-25 2019-11-25 管道挖掘方法及相关产品

Country Status (1)

Country Link
CN (1) CN112836268B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090013471A (ko) * 2007-08-02 2009-02-05 인하대학교 산학협력단 구조광을 이용한 토공량 산출 장치 및 방법
JP2009249929A (ja) * 2008-04-07 2009-10-29 Shimizu Corp 掘削工事の3次元表示装置及び掘削工事表示プログラム
CN106846395A (zh) * 2016-12-31 2017-06-13 中国农业科学院农业环境与可持续发展研究所 照片中目标图形面积计算方法及系统
CN107923745A (zh) * 2015-08-26 2018-04-17 住友建机株式会社 挖土机的测量装置
CN109814559A (zh) * 2019-01-25 2019-05-28 北京百度网讯科技有限公司 用于控制挖掘机挖掘的方法和装置
CN109992797A (zh) * 2017-12-29 2019-07-09 北京中盈安信技术服务股份有限公司 一种基于gis的管道设计方法和装置
CN110222462A (zh) * 2019-06-18 2019-09-10 南京麦慎数字科技有限公司 海底挖沟工程预测方法、装置及服务器
CN110458090A (zh) * 2019-08-08 2019-11-15 成都睿云物联科技有限公司 挖掘机工作状态检测方法、装置、设备和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563440B (zh) * 2017-09-01 2020-07-28 京东方科技集团股份有限公司 一种图像处理方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090013471A (ko) * 2007-08-02 2009-02-05 인하대학교 산학협력단 구조광을 이용한 토공량 산출 장치 및 방법
JP2009249929A (ja) * 2008-04-07 2009-10-29 Shimizu Corp 掘削工事の3次元表示装置及び掘削工事表示プログラム
CN107923745A (zh) * 2015-08-26 2018-04-17 住友建机株式会社 挖土机的测量装置
CN106846395A (zh) * 2016-12-31 2017-06-13 中国农业科学院农业环境与可持续发展研究所 照片中目标图形面积计算方法及系统
CN109992797A (zh) * 2017-12-29 2019-07-09 北京中盈安信技术服务股份有限公司 一种基于gis的管道设计方法和装置
CN109814559A (zh) * 2019-01-25 2019-05-28 北京百度网讯科技有限公司 用于控制挖掘机挖掘的方法和装置
CN110222462A (zh) * 2019-06-18 2019-09-10 南京麦慎数字科技有限公司 海底挖沟工程预测方法、装置及服务器
CN110458090A (zh) * 2019-08-08 2019-11-15 成都睿云物联科技有限公司 挖掘机工作状态检测方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN112836268A (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
US9430499B2 (en) Automated feature extraction from imagery
US11170536B2 (en) Systems and methods for home improvement visualization
CN111028261B (zh) 高精度半自动化图像数据标注方法、电子装置及存储介质
US20190147247A1 (en) Systems and Methods for Rapidly Developing Annotated Computer Models of Structures
CN110992384B (zh) 半自动化图像数据标注方法、电子装置及存储介质
GB2513702A (en) Methods and systems for automatic and semi-automatic geometric and geographic feature extraction
CA2864831A1 (en) System and method for construction estimation using aerial images
Hernández-Hernández et al. A new portable application for automatic segmentation of plants in agriculture
CN114937130B (zh) 一种地形图测绘方法、装置、设备及存储介质
Hesse 5.5 Using lidar-derived Local Relief Models (lrm) as a new tool for archaeological prospection
CN106954051A (zh) 一种图像处理方法及移动终端
CN113720337A (zh) 扫地机器人的地图编辑方法及装置、存储介质、电子设备
CN106611438A (zh) 三维仿真地图的局部区域更新切图方法及装置
JP2004198530A5 (zh)
CN112836268B (zh) 管道挖掘方法及相关产品
CN110751668B (zh) 图像处理方法、装置、终端、电子设备及可读存储介质
Panek-Chwastyk et al. Advanced utilization of satellite and governmental data for determining the coverage and condition of green areas in poland: An experimental statistics supporting the statistics poland
CN111382645B (zh) 电子地图中识别过期建筑的方法和系统
CN104240275A (zh) 图像修补方法和装置
US11978221B2 (en) Construction detection using satellite or aerial imagery
CN118247367A (zh) 植被的生成方法、装置、电子设备及计算机可读介质
CN114782692B (zh) 房屋模型的修复方法、装置、电子设备和可读存储介质
CN112926532B (zh) 信息处理方法、装置、设备、存储介质及计算机程序产品
CN113744396B (zh) 基于三维地图建立模型的方法、装置、设备和存储介质
CN117315064A (zh) 对象渲染方法以及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant