空气艇人工智能检测系统和检测方法与流程

1.本发明涉及空气艇的质量检测装置和方法，特别是涉及一种空气艇的生产质量综合检测装置和检测方法。


背景技术：

2.空气艇是可在浅水、浅滩、流冰、冰雪、水草密集等复杂水域顺畅航行的装备。我国对空气艇的研制尚在起步阶段。由于空气艇的构造和驱动方式与普通船艇不同，普通船艇的船体较重，主要通过发动机置于水下，通过推进水流行驶。而空气艇是将大功率的发动机置于船体上部，通过螺旋桨产生的空气动力推进运动的。由于空气艇的是的机械结构及动力形式的特殊性，使得空气艇的质量对空气艇的运行安全起着非常重要的决定性作用。目前，国内外尚无适合的检验空气艇结构性能及机动性能的手段及方法。普遍采用有两种检测方法，一种是人眼观测的方法，分析对比试验艇型与原理样机的结构形式及机动性能的差异。该方法受环境、心理活动、经验等诸多因素影响，且为取得相对准确的结论，需要多次记录空气艇行驶数据，多人进行观感分析，耗时耗力客观性差，数据可靠性极低。产品性能的提升受到了很大阻碍，产能提速缓慢。另一种是传感采集检测方法，其主要是在测试艇上安装多个位移、速度、加速度的传感器采集艇行驶姿态数据，并且通过无线通信技术上传至上位机pc端，由专业人员整理分析、判断测试艇的生产质量。该方法由于传感器安装复杂，耗时长，不利于大规模空气艇的生产质量检测，又因其提高检测精度就必须选用高精度传感器，价格昂贵，所以这种方法只适用于实验室使用。
3.综上所述，目前普遍采用的人眼观测法与传感采集法都不能满足空气艇的生产质量检测的要求。急需一种能够快速准确的检测艇体状态的装置和方法。


技术实现要素：

4.为解决现有技术中所存在的问题，本技术公开文件提供了一种空气艇人工智能检测系统和检测方法，通过对标准艇和测试艇进行航行图像记录，通过人工智能的分析方法，对艇身与水面的夹角的变化曲线和艇头最高点与水面高点的像素点变化曲线在模型中进行迭代判断，从而实现空气动力艇艇姿的智能检测。
5.一种空气艇人工智能检测系统，用于检测航行过程中空气艇的航行状态；其包括：
6.采集模块，用于采集测试艇和标准艇的航行视频和图像；
7.处理模块；用于存储和分析所述采集模块所采集的测试艇和标准艇的航行视频和图像，形成所述测试艇和标准艇航行过程的参数，并比较测试艇和标准艇航行过程的参数得出测试结果；
8.数据管理模块，用于显示、检索所述参数和测试结果；和
9.传输模块，用于将所述采集模块处理模块和数据管理模块之间的数据传递。
10.进一步，所述采集模块包括拍摄艇和设置在所述拍摄艇上的摄像头。
11.进一步，所述处理模块包括：包括图像处理模块和存储模块，其中，
12.图像处理模块用于处理所述采集模块采集的测试艇和标准艇的图像，并进行算法分析，根据分析结果判断测试艇的质量是否合格；
13.存储模块用于储存所述采集模块采集的测试艇和标准艇的图像和经过图像处理模块处理后的数据和测试结果。
14.进一步，所述算法分析为对测试艇和标准艇的艇身与水面的夹角的变化曲线和艇头最高点与水面高点的像素点变化曲线在模型中进行迭代判断，从而得到测试艇与标准艇在行驶过程中的参数对比，用判断测试艇的质量是否合格。
15.进一步，数据管理模块为设置在计算机或手机中的应用程序
16.一种空气艇人工智能检测方法，包括一下步骤：
17.步骤一、采集标准艇航行动态图像；
18.步骤二、存储所述标准艇航行图像；
19.步骤三、采集测试艇航行动态图像；
20.步骤四、存储所述测试艇航行图像；
21.步骤五、重复步骤三至四直至完成所有测试艇的测试；
22.步骤六、对所述标准艇和所述各测试艇航行图像进行处理，生成标准艇和测试艇航行数据；
23.步骤七、对所述标准艇航行参考数据和测试艇航行数据进行对比，得出测试艇是否合格的结论；
24.步骤八、存储所述结论，并通过显示终端显示。
25.进一步，所述步骤一为使用拍摄挺与所述标准艇同时行驶在相同水域，并通过设置在所述拍摄艇上的摄像头拍摄标准艇的侧面行驶艇姿。
26.进一步，所述步骤三为使用拍摄挺与所述测试艇同时行驶在相同水域，并通过设置在所述拍摄艇上的摄像头拍摄测试艇的侧面行驶艇姿。
27.进一步，所述步骤六具体为使用人工智能视频分析的算法计算出行驶过程中，所述标准艇艇身与水面的夹角的变化曲线和艇头最高点与水面高点的像素点变化曲线和所述测试艇艇身与水面的夹角的变化曲线和艇头最高点与水面高点的像素点变化曲线。
28.进一步，步骤七为对所述所述步骤六的数据在模型中进行迭代判断，从而得到测试艇与标准艇在行驶过程中的参数对比，用数据判断测试艇的质量情况。
29.本发明所提供的的空气艇人工智能检测系统，基本解决了现有技术中通过人眼观测法与传感采集法存在的问题和缺点：人眼观测法因受环境、心理活动、经验等诸多因素影响，检测准确度很低、效率低，而传感采集法虽然检测准确度很高，但是因其成本高、效率低、适用性差等缺点，无法在大规模空气艇生产质量检测中应用。而本发明的空气艇人工智能检测系统采用人工智能技术为空气艇生产质量检测增加智能分析功能，避免了人为因素的影响，提高了检测准确性，同时其采用高清图像数据进行智能分析，不需要在测试艇上安装固定器材，只需要在岸边或拍摄艇上使用高清摄像机拍摄测试艇与标准艇的图像，从而降低了检测成本。系统又采用5g通信技术上传高清图像数据，下载智能分析结果，大大提高了检测效率。
附图说明
30.图1为本发明所公开的一种空气艇人工智能检测系统的结构示意图。
31.图2为本发明所公开的一种空气艇人工智能检测方法的流程示意图。
32.图3为标准艇检测示意图。
33.图4为测试艇检测示意图。
34.图5为艇体检测点位置示意图。
具体实施方式
35.下面将结合附图对本发明进行详细说明，下文中所提到的空气艇包括标准艇和测试艇，其中标准艇为与测试艇型号相同且质量合格的空气艇，系统将标准艇的测试数据作为评判标准对测试艇进行质量判断。测试艇为要经过测试来判断质量是否合格的若干空气艇。
36.如图1所示，本发明的空气艇人工智能检测系统，用于检测航行过程中空气艇的航行状态；其包括采集模块，处理模块；数据管理模块和传输模块。
37.如图2-4所示，采集模块用于采集测试艇105和标准艇102的航行视频和图像，包括：高清摄像头103、拍摄艇101和定位浮漂104。其中，高清摄像头103也可以使用其它可对快速移动物品采集视频和图像的设备替代；优选的，高清摄像头为4k分辨率的摄像头。高清摄像头103通常设置在拍摄艇101上，用于拍摄标准艇102和测试艇的侧面行驶姿态。当然也可以将摄像头103设置在可沿岸边行驶的汽车或其他移动工具上；或直接固定在岸边的设定位置上。定位浮漂104设置在拍摄水域的设定位置上，用于确定拍摄和数据处理的基准点，也就是记录测试艇105和标准艇102航行的起点。
38.如图1、2所示，处理模块用于存储和分析采集模块1所采集的标准艇102和测试艇105的航行视频和图像，并根据图像数据进行智能分析计算，判断测试艇是否合格。处理模块包括图像处理模块和存储模块，其中存储模块用于储存高清摄像头103拍摄图像和经过图像处理模块处理后的数据和测试结果。如图2、3所示，视频处理模块可根据需求对图像进行分析处理，主要步骤包括对存储模块中的视频或图像数据进行数据清洗、提炼数据特征形成所需数据的变化曲线，在模型组进行迭代判断测试艇质量是否合格。
39.例如，优选的为，通过人工智能视频分析的算法计算出艇身与水面的夹角的变化曲线和艇头最高点与水面高点的像素点变化曲线，数据在模型中进行迭代判断，从而得到测试艇与标准艇在行驶过程中的参数对比，用数据判断测试艇的质量情况，从而实现对测试艇艇姿是否合格的检测。
40.如图1、2所示，数据管理模块用于显示、检索由采集模块采集到的图像和处理模块通过处理图像所得到的各个参数和测试结果。数据管理模块通常为设置在手机和计算机中的应用，也可以通过网页登录查看。数据管理模块所显示的数据主要包括：行艇记录列表：显示作业名称、艇编号、行艇日期、航速平均值、高度平均值、夹角平均值、高度曲线相似度和角度曲线相似度等存储在处理模块中的各种行艇记录信息。还具有新建标准艇或测试艇、检索各艇的各项数据；导出艇只信息和检测记录等功能。
41.传输模块，用于在采集模块、处理模块和数据管理模块之间传递数据。通常采用4g或5g移动网络等可以无线传输数据的设备。当然，也可以采用有线传输设备。
42.需要说明的是，本发明的系统将对标准艇和各测试艇在相同或相似的天气条件下进行，这里所说的天气环境为对艇速有影响的天气因素，例如：风速、温度水面宽度等。以避免由于天气情况增加测试误差。也可根据实际艇型需求，在各类天气下进行多组测试。
43.如图3、4所示，测试过程中，拍摄艇(车)将与标准艇102和各测试艇同时出发，使用拍摄艇(车)上的高清摄像头对对标准艇和个测试艇进行拍摄，在经过定位浮漂104所确定的起点后，要保证标准艇或各测试艇一直在高清摄像头的拍摄范围内，优选的，拍摄艇(车)以与测试艇或标准艇以相同的速度行驶在水面上。
44.优选的，拍摄在封闭测试水域进。
45.通过传输模块将通过采集模块采集到的艇体姿态，优选的，为侧面姿态，输入到处理模块中，处理模块对图像进行清洗整理后通过艇体轮廓提取提取艇头关键点，从而可以计算艇首到艇底的距离及与水面的夹角，并形成随着时间的变化曲线，通过动态时间规整算法计算标准艇与测试艇的艇首与水面的高度、夹角的相似度，从而判定测试艇行驶姿态与标准艇的差别。
46.需要注意的是，在二维画面中，由于缺少三维信息，艇头到水面的真实距离无法被测量。但可替代地，算法可输出艇头到艇底的距离与艇身高度的比值，该数值与实际距离有相同的物理意义，可近似逼近实际距离的效果。
47.检测方法
48.如图在测试前需要进行准备工作，其中包括：1、为测试人员准备救援装备，2、水面定位标记物：浮漂；3、准备测试工具：风速仪、测距仪、米尺；4、准备记录设备：高清摄像头、摄像机、相机等。
49.标准艇数据采集
50.采集空气艇标准艇的航速，步骤如下：
51.(1)试验前，使用风速仪检测试验场的风速，选择试验时检测点艇体的航速，具体请参考表1。测试风速的原因：空气艇是空气动力推动，所以检测点艇体航行速度受风速、水流速度影响。艇艇受风速的影响较水流的影响要大一些，约为受水流影响的1.2-1.3倍。当艇艇逆风航行时，其航速为静风航行速度减去风速值，即速度表指示速度。当艇艇顺风航行时其航行速度为静风速度加上风速值，即速度表指示速度。
52.序号风速等级检测点艇体航速10-2级40km/h23级30km/h34级20km/h
53.表1
54.(2)如3图所示，在测试水面设置定位浮漂104，用于确定拍摄和数据处理的基准点。
55.(3)如3图所示，将采集模块中的高清摄像头103或摄像机及支架安放在固定位置的拍摄艇101上，拍摄标准艇的侧面行驶姿态；
56.需要说明的是，在测试中，标准艇和测试艇的最大航行速度也可以作为空气艇人工智能检测技术中一项检测指标，该测试点的高度与船的整体高度宽度相关，通常随船体的高度和宽度的增加测试点相对于船底高度也须增大。角度应该是由空气艇的具体结构来
确定，相关很多方面：动力、水阻、重心，抗风能力等，普通空气艇该角度范围在25
°‑
35
°
之间，优选的为27
°‑
33
°
之间。
57.例如：当空气艇尺寸为6.03m
×
2.21m
×
2.7m(长x宽x高)航行最快的速度取值在65km/h-70km/h范围内时，则当检测点艇体航行姿态满足检测点垂直水面高度760
±
20mm，检测点与水面夹角30
°±1°
时，视为检测点艇体的最大航速指标合格。
58.(4)拍摄标准艇的行驶图像(姿态)：如图3、5所示，标准艇与拍摄艇同时由起点(即定位浮漂104所在位置)以相同的航速出发，直线行驶，拍摄艇101与标准艇102之间应保持设定距离，优选的，两艇之间的间距为8-10m。拍摄时，拍摄艇101与标准艇102都需要保持匀速航速，使标准艇102的检测点106一直在拍摄艇上高清摄像机103的拍摄画面内。从起点开始计算，拍摄艇101与标准艇102须共航行设定距离，在航速在65-75km之间航行距离优选的200-1000米，优选的为300-500米，最优选的为375米。
59.(5)将拍摄到的标准艇航行图像传输给图像处理模块；
60.(6)拍摄测试艇的行驶姿态：如图4、5测试艇105与拍摄艇101同时由起点(即定位浮漂104所在位置)以相同的航速出发，直线行驶，拍摄艇101与测试艇105之间应保持设定距离，优选的，两艇之间的间距为8-10m。拍摄时，拍摄艇101与测试艇105都需要保持匀速航速，使测试艇105的检测点106一直在拍摄艇上高清摄像机的拍摄画面内。从起点开始计算，拍摄艇101与测试艇105须共航行设定距离，在航速在65-75km之间航行距离优选的200-1000米，优选的为300-500米，最优选的为375米。
61.(7)将拍摄到的标准艇航行图像传输给图像处理模块；
62.重复进行步骤(5)和(6)直至所有测试艇完成测试；
63.(8)拍摄完成后，将高清的标准艇与各测试艇的影像进行前期图像处理，例如：数据清洗等，处理后通过传输模块传输至图像处理模块进行数据处理，例如：使用人工智能ai进行推理，绘制艇体运行轨迹像素点图。使用人工智能视频分析的算法对艇身与水面的夹角的变化曲线和艇头最高点与水面高点的像素点变化曲线在模型中进行迭代判断，优选的，采用动态时间规整算法(dtw)得到测试艇与标准艇在行驶过程中的参数对比，用数据判断生产艇的质量情况，标准艇与测试艇高度相似度≤10，标准艇与测试艇角度相似度≤100，上述两个指标都达到要求，视为测试艇的生产质量合格。
64.(9)将测试结果等数据存储并显示在数据管理模块中，使用者可通过数据管理模块编辑、检索、导出相关数据。
65.由上述人工智能检测系统的原理与流程可以看出，系统检测操作非常简便，由于人工智能算法分析高清图像数据，避免了人为因素对检测结果的影响，从而提高了系统检测的准确性，又因在检测过程中只需要使用高清摄像机拍摄测试艇与标准艇行驶姿态的高清视频图像，并且通过5g通信技术上传至图像处理模块进行数据处理，由于高效的5g通信传输与强大的运算能力共同作用下，使空气艇的动力性能检测效率得以大幅提高。同时，检测系统移动终端的开发，使空气艇的动力性能检测不局限于检测中心，可以任何地点、任何时间上传高清视频图像，并应用智能算法分析，然后随时随地可以查看检测结果，也可以使多人通过相应的权限监督检测过程与结果，避免在检测过程中出现错误影响检测结果。
66.有益效果
67.1、节省人力：由过去的5人以上，多次反复讨论持续近一周的时间成本降低至2人
或者3人，讨论低至1天。以原年产50台套的生产规模及检测成本计算，可将产量提高至年产150台套，每台可节约检测成本2.4万元，预计每年可为企业降本增效约360万元。
68.2、应用人工智能技术辅助进行动力艇整体性能的检测属于行业从0到1的突破。提高了空气艇制造水平，打破以人眼观察空气动力艇，缺乏客观判断，缺乏数据支撑的行业现状。极高的增强检测判断的准确性。由此可大大提升公司在空气艇行业的权威性，巩固公司空气艇在行业内的领先地位，提升其潜在的市场价值。
69.3.项目社会效益
70.目前空气艇使用领域主要集中在国家和地方的各级应急救援机构、边防部队、预备役部队、陆军训练基地、环保部、民间救援队伍等部门中。通过用户使用反馈意见，表明，该装备在浅水沼泽、流冰水域、冰雪界面、复杂环境水体等条件遂行救援、侦查巡逻、投送、处突等特殊任务，具有动力强劲、灵活机动、使用方便、复杂介质通过性好等特点，是一款适用范围广泛、性能先进、质量可靠、实用性强的创新型产品。利用人工智能建立的空气艇结构分析、行驶姿态ai检测程序，可以实现现场比对，手机端直接分析结果，几乎在上传数据的同时就可以获得准确的分析对比结果，从试验到获得最终结果仅需1h。由此空气艇的产品质量及产能都获得了大幅提升。空气艇作为浅水、浅滩、流冰、冰雪、水草密集等复杂水域应用的装备，在上述特殊环境从事应急救援、抗洪救灾、冰雪救援、指挥检测、湿地巡护、侦察巡逻等任务具有无可比拟的优势。
71.因技术限制及产品处于推广初期，空气艇产能相对较低，在冰雪救援、抗洪救灾、浅水救援、指挥监测等行动中，救援战士多使用冲锋舟作为水上救援装备，其局限性在于无法满足复杂水域的救援要求。随着空气艇规模化生产，上述问题将得以解决。人民生命财产得到保护的同时，应急救援队伍在人民心目中的地位也将进一步提升。
72.ai检测程序的开发，进一步提升了空气艇的使用性能和产品产量。该产品的投入使用将在保障人民生命财产安全，减少国家和人民生命财产损失方面产生更加广泛的社会效益。
73.4.人工智能技术在空气艇产品上的首次尝试，将是一个良好的开端，目前我公司研发团队正在研制无人驾驶空气艇，依靠人工智能技术，将大大缩短无人驾驶空气艇的研发进程。未来空气艇的信息化程度将会越来越高。电动空气艇、水陆空三栖空气艇也会随着技术的进步，逐一实现。
74.因为本发明可做出各种修改，如本文以上所描述，并且可在权利要求书的范围内做出许多明显大不相同的实施例而不脱离该范围，所以本文旨在说明书中所包括的所有主题应解释为仅说明性的并且无限制意义。