本发明涉及建筑安防领域，特别设计基于声表面波的建筑墙体健康估计方法。
背景技术：
随着社会经济的发展，我国城市化进程不断加快，我国人口基数大，建筑建设密集，建筑高度普遍较高，建筑物的安全和美观越来越受到人们的重视，建筑物的裂缝影响建筑结构的整体性和使用功能，也会给用户造成不安全感，但是只要裂缝在不危及结构安全和使用时却容易被人们忽视，容易造成建筑安全隐患。不仅如此，大量的建筑服役时间过长，筑物在地震荷载等随机载荷的作用下，往往容易引起前提破坏，因此在建筑设计和施工过程中应采取相应的预防措施，使裂缝得到有效的控制。
激光声表面波检测方法属于激光超声检测的范畴，是无损检测领域中的一个新近研究方向。激光声表面波方法主要是利用声表面波在样品材料中的色散特点来对材料表面的损伤情况进行检测。声表面波的特点是在没有损伤的材料中进行传播时，它的波速仅仅与传播介质材料的特性参量有关，声表面波在存在损伤的介质材料中传播时，它的相速度是随着频率变化而改变的，存在色散现象。
无人机具有行动灵活等特点，尤其是对于高层建筑，使用无人机能够极大地体验出其灵活的优势。
因此，可以基于无人机利用声表面波技术对墙面裂纹进行检测，进而对墙体健康状况进行评估。
技术实现要素：
为了解决上述存在问题。本发明提供基于声表面波的高层建筑安防系统设计方法，高层建筑墙体裂纹检测问题。为达此目的：
本发明提供基于声表面波的高层建筑安防系统设计方法，具体步骤如下：
步骤1：搭建检测无人机平台系统，该平台基于无人机可以智能进行路径规划，高效、快速的进行建筑墙体扫描，包括：电源模块、驱动模块、电机模块、电压检测模块、避障传感模块、存储模块、摄像头模块、激光声表面波模块等；
步骤2：通过检测无人机系统平台使用电压检测模块检测电源模块电量，当电量过低时，无人机控制系统控制无人机落地充电，避障超声波模块检测路径的障碍物信息并选择性避开障碍物；
步骤3：摄像头模块采集墙面轮廓信息，并使用超声波模块检测与墙体的距离，使用摄像头和超声波模块采集信息，控制器控制无人机沿着墙体等距飞行扫描；
步骤4：无人机沿着墙面飞行时，使用激光声表面波传感器检测墙体声表面波传播色散信息，去对墙面的健康状况进行评估。
作为本发明进一步改进，所述步骤1中检测无人机平台系统组成如下：
实验平台包括硬件系统；无人机控制器、电源模块、驱动模块、电机模块、电压检测模块、超声波模块、存储模块、摄像头模块、激光声表面波模块等。
作为本发明进一步改进，所述步骤2中超声波测距方案如下：
超声波测量距离公式如式1所示：
其中，s为测量距离，v为声速，具体值为340m/s，t为采样周期；
采样过程会存在噪声影响，因此，超声波测距使用了均值滤波，公式如式2所示：
其中，
作为本发明进一步改进，所述步骤3中摄像头图像处理方案如下：
为了将建筑墙体从背景中分离出来，将图像进行二值化处理，将图像上的每个像素点的灰度值进行一个阈值划分判别，即固定阈值法；设定阈值，把每个像素点的灰度值与阈值进行比较，原始图像中灰度值大于阈值的像素群为检测对象，标记成1；小于阈值的像素群会被标记成0为后背景；这样最后得到的图像信息就变成了一张单一的0与1单通道图像，灰度图像二值化的数学形态如式3所示：
其中，t为选定的阈值；f(x,y)为每一像素点的灰度值。
作为本发明进一步改进，所述步骤4中声表面波数据计算如下：
其中，vi为声表面波不同频率对应的相速度，n为声表面波量化后的个数，d表示声表面波的色散曲线的平稳程度；
建筑墙体的判定如公式5所示：
其中，t为墙面声表面波的色散曲线的平稳程度的阈值，h值表示墙体的健康状况，h值越大，表示墙体健康状况越差。
本发明基于声表面波的高层建筑安防系统设计方法，有益效果在于：
1.本发明利用激光声表面波检测墙体表面裂纹，检测不受环境影响，增加了检测的准确度；
2.使用无人机平台进行墙面扫描，增加量灵活性，扫描范围广；
3.本发明算法简单，实现简单，硬件成本低。
附图说明
图1是系统整体框图；
图2是系统工作原理图；
图3是无人机路径规划图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述：
步骤1：搭建检测无人机平台系统，该平台基于无人机可以智能进行路径规划，高效、快速的进行建筑墙体扫描，包括：电源模块、驱动模块、电机模块、电压检测模块、避障传感模块、存储模块、摄像头模块、激光声表面波模块等，具体如图1所示；
步骤1中检测无人机平台系统组成如下：
实验平台包括硬件系统；无人机控制器、电源模块、驱动模块、电机模块、电压检测模块、超声波模块、存储模块、摄像头模块、激光声表面波模块等。
步骤2：通过检测无人机系统平台使用电压检测模块检测电源模块电量，当电量过低时，无人机控制系统控制无人机落地充电，避障超声波模块检测路径的障碍物信息并选择性避开障碍物，系统工作流程图如图2所示；
步骤2中超声波测距方案如下：
超声波测量距离公式如式1所示：
其中，s为测量距离，v为声速，具体值为340m/s，t为采样周期；
采样过程会存在噪声影响，因此，超声波测距使用了均值滤波，公式如式2所示：
其中，
步骤3：摄像头模块采集墙面轮廓信息，并使用超声波模块检测与墙体的距离，使用摄像头和超声波模块采集信息，控制器控制无人机沿着墙体等距飞行扫描，无人机扫描路径规划如图3所示；
步骤3中摄像头图像处理方案如下：
为了将建筑墙体从背景中分离出来，将图像进行二值化处理，将图像上的每个像素点的灰度值进行一个阈值划分判别，即固定阈值法；设定阈值，把每个像素点的灰度值与阈值进行比较，原始图像中灰度值大于阈值的像素群为检测对象，标记成1；小于阈值的像素群会被标记成0为背景；这样最后得到的图像信息就变成了一张单一的0与1单通道图像，灰度图像二值化的数学形态如式3所示：
其中，t为选定的阈值；f(x,y)为每一像素点的灰度值。
步骤4：无人机沿着墙面飞行时，使用激光声表面波传感器检测墙体声表面波传播色散信息，去对墙面的健康状况进行评估；
步骤4中声表面波数据计算如下：
其中，vi为声表面波不同频率对应的相速度，n为声表面波量化后的个数，d表示声表面波的色散曲线的平稳程度；
建筑墙体的判定如公式5所示：
其中，t为墙面声表面波的色散曲线的平稳程度的阈值，h值表示墙体的健康状况，h值越大，表示墙体健康状况越差。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。
1.基于声表面波的高层建筑安防系统设计方法，具体步骤如下，其特征在于,
步骤1：搭建检测无人机平台系统，该平台基于无人机可以智能进行路径规划，高效、快速的进行建筑墙体扫描，包括：电源模块、驱动模块、电机模块、电压检测模块、避障传感模块、存储模块、摄像头模块、激光声表面波模块等；
步骤2：通过检测无人机系统平台使用电压检测模块检测电源模块电量，当电量过低时，无人机控制系统控制无人机落地充电，避障超声波模块检测路径的障碍物信息并选择性避开障碍物；
步骤3：摄像头模块采集墙面轮廓信息，并使用超声波模块检测与墙体的距离，使用摄像头和超声波模块采集信息，控制器控制无人机沿着墙体等距飞行扫描；
步骤4：无人机沿着墙面飞行时，使用激光声表面波传感器检测墙体声表面波传播色散信息，去对墙面的健康状况进行评估。
2.根据权利要求1基于声表面波的高层建筑安防系统设计方法，其特征在于；步骤1中检测无人机平台系统组成如下：
实验平台包括硬件系统：无人机控制器、电源模块、驱动模块、电机模块、电压检测模块、超声波模块、存储模块、摄像头模块、激光声表面波模块等。
3.根据权利要求1基于声表面波的高层建筑安防系统设计方法，其特征在于；步骤2中超声波测距方案如下：
超声波测量距离公式如式1所示：
其中，s为测量距离，v为声速，具体值为340m/s，t为采样周期；
采样过程会存在噪声影响，因此，超声波测距使用了均值滤波，公式如式2所示：
其中，
4.根据权利要求1基于声表面波的高层建筑安防系统设计方法，其特征在于；步骤3中摄像头图像处理方案如下：
为了将建筑墙体从背景中分离出来，将图像进行二值化处理，将图像上的每个像素点的灰度值进行一个阈值划分判别，即固定阈值法；设定阈值，把每个像素点的灰度值与阈值进行比较，原始图像中灰度值大于阈值的像素群为检测对象标记成1，小于阈值的像素群会被标记成0为背景；这样最后得到的图像信息就变成了一张单一的0与1单通道图像，灰度图像二值化的数学形态如式3所示：
其中，t为选定的阈值；f(x,y)为每一像素点的灰度值。
5.根据权利要求1基于声表面波的高层建筑安防系统设计方法，用激光声表面波传感器检测墙体声表面波传播色散信息，其特征在于；步骤4中声表面波数据计算如下：
其中，vi为声表面波不同频率对应的相速度，n为声表面波量化后的个数，d表示声表面波的色散曲线的平稳程度；
建筑墙体的判定如公式5所示：
其中，t为墙面声表面波的色散曲线的平稳程度的阈值，h值表示墙体的健康状况，h值越大，表示墙体健康状况越差。
技术总结