CN104048970B - 隧道缺陷的高速检测系统与检测方法 - Google Patents
隧道缺陷的高速检测系统与检测方法 Download PDFInfo
- Publication number
- CN104048970B CN104048970B CN201410275647.5A CN201410275647A CN104048970B CN 104048970 B CN104048970 B CN 104048970B CN 201410275647 A CN201410275647 A CN 201410275647A CN 104048970 B CN104048970 B CN 104048970B
- Authority
- CN
- China
- Prior art keywords
- laser
- image
- tunnel
- ccd camera
- area array
- 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
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提出了一种隧道缺陷的高速检测系统和方法,其包括主控单元、线状激光器、面阵CCD相机、图像压缩单元、位移传感器、同步控制器、图像存储单元、存储模块、校正模块以及惯性导航仪。本发明设计专用测量机车作为移动监测平台,特别适用于地铁隧道监测,能够有效地快速动态地测量地铁等隧道空间结构;利用实测数据与实际真实距离比较,进行误差分析,调整参数设置,很大程度上提高了测量的精度;惯性导航仪对移动监测平台XYZ轴向震动进行误差修正,避免移动测量引入测量误差。
Description
技术领域
本发明涉及一种隧道缺陷的高速检测系统与检测方法,其用于检测地铁等隧道的变形与裂纹。
背景技术
随着计算机技术的不断进步,人们生产生活需求的不断提高,实体三维建模得到越来越多的关注与研究,三维建模技术可应用于运营仿真模拟,设备数据可视化,数据空间分析等方面,如地理信息系统(3D-GIS)。在逆向工程领域,样品数字化技术对非接触式数字化测量仪器有着广泛的需求,数字化测量方式分为接触式和非接触式。由此可以看出,非接触式激光测距方法对逆向工程也有着十分重要的研究意义。现今,铁路公路建设、城市地下交通建设空前发展,山洞隧道的挖掘与维护变得至关重要,尤其是后期对其的维护工作。由于日常的使用以及内部的特殊环境,给维护工作带来了很大的麻烦。如何建立完善的山洞、隧道的维护方案,保证因年久失修发生的险情及时发现显得尤为迫切。
现有技术未提供隧道体缺陷检测的方案,但提供了一些检测其他表面缺陷的专利。201210234758.2公开了一种基于结构光的表面缺陷高速检测系统,其包括高速相机、结构光源、处理器,高速相机与结构光源相对位置固定不变,高速相机的成像视场完全覆盖结构光源。该结构光源采用逐点测量的方式获得螺旋线状的影像,再拟合成三维影像,因此盲点多、误差大。此外,该案通过固定光源与高速相机的位置来降低车辆震动带来的测量误差,检测车高速移动过程中,该方式不能有效降低车辆震动带来的测量误差。
发明内容
本发明提出了一种隧道缺陷的高速检测系统与检测方法,测量隧道体的三维结构,并有效补偿测量过程中车体的震动,快速检测隧道变形等缺陷。
本发明的技术方案是这样实现的:
一种隧道缺陷的高速检测系统,其特征在于包括:
用于系统控制和图像计算的主控单元;
用于发射激光线的线状激光器,该线状激光器安装安装在一检测平台上;
用于接收反射的激光信号并成像的面阵CCD相机,该面阵CCD相机带有可见光截止滤光片,相机安装在所述检测平台上;
用于控制所述面阵CCD相机抓取图像的图像压缩单元;
用于记录所述检测平台的位移的位移传感器;
用于根据所述位移传感器的位移值控制所述图像压缩单元的同步控制器;
用于存储图像的图像存储单元;
用于存储安装数据的存储模块;
用于提供并记录校正参数的校正模块;以及
用于测量所述检测平台震动的惯性导航仪,其中,
该同步控制器的输入端连接至所述主控单元,输出端连接至所述图像压缩单元,该图像压缩单元的输出端连接至所述面阵CCD相机,该图像压缩单元的输出端还连接至所述图像存储单元,该图像存储单元的输出端连接至所述主控单元。
在本发明中,位移传感器提供原始位移信号,依次通过主控单元、同步控制器、图像压缩单元控制面阵CDD相机抓取图像数据,相机镜头上的可见光截止滤光片过滤可见光,图像中只有线阵激光器发射出的激光线的成像,即一条亮线,面阵CDD相机将该图像数据连同该时刻的位移信号提供给图像压缩单元,图像压缩单元将图像、位移数据压缩成流媒体文件,再发送至图像存储单元。整个过程高速完成,保证位移和图像的对应,图像文件存储速度快,所需空间小。
在本发明的隧道缺陷的高速检测系统中,所述安装数据至少包括安装基线的长度s、线性激光器的发射线与该安装基线的夹角β、面阵CCD相机的焦距f。
在本发明的隧道缺陷的高速检测系统中,所述主控单元根据所述面阵CCD相机获取的图像确定线状激光器的激光线的中点位置P1,计算该中点位置与线性激光器的实际距离D。
在本发明的隧道缺陷的高速检测系统中,CCD相机的焦点在成像元件上的投影作为坐标原点,x轴垂直于感光元件上激光线投影,该激光线的中点计算公式其中,xi是光线第i个像素的位置,ui是第i个像素的灰度值,m为光线的组成像素的总个数,中点P1与线性激光器的距离
其中,x1为该中点与焦点在成像元件上的投影之间的像素个数,可由P1坐标得出,PixelSize是摄像头感光部件上单个像素感光单元的尺寸,offset是误差修正量。
在本发明的隧道缺陷的高速检测系统中,根据激光线中点P1与线状激光器的距离,计算出激光线上其他各点与线状激光器的距离。
在本发明的隧道缺陷的高速检测系统中,惯性导航仪测量移动测距平台在前进过程中水平的震动误差以及前进方向误差,并对当前隧道截面的每个实测距离进行修正,,此外移动平台位移方向的误差同样进行修正。
一种隧道缺陷的高速检测方法,其特征在于包括以下步骤:
将线状激光器与面阵CCD相机安装固定在同一平台上,存储线状激光器与面阵CCD相机的焦点限定的安装基线的长度s、线状激光器与该安装基线的夹角β以及面阵CCD相机的焦距f;
线状激光发射激光线,面阵CCD相机获取激光反射图像,识别出激光光线,以反射图像的中点为原点建立坐标系,依据计算图像中光线中点P1的坐标;
计算激光发射激光线中点P1与线状激光器的距离其中offset为修正参数,PixelSize为像素尺寸,x1为中点与坐标原点之间的像素个数;
根据三余弦定理,计算激光器发射激光线中点以外各点P2与激光器的距离;
根据实际的距离值和激光光斑中心点位置P1,进行距离校正。利用多次测量得到校正数据,进行曲线拟合,曲线拟合公式即是中点P1与线性激光器的距离公式,由此可得出距离计算公式对应误差最小的修正参数offset;
利用移动载体对整个隧道进行全景测量,位移传感器获取空间x轴方向位移,激光扫描测距获得y轴和z轴的点坐标,从而得到隧道的三维空间点云数据,根据点云数据重构隧道模型。
在本发明的隧道缺陷的高速检测方法中,测量移动测距平台在前进过程中水平的震动误差并对当前隧道截面的每个实测距离进行修正此外移动平台位移方向的误差同样进行修正。
实施本发明的这种隧道缺陷的高速检测系统,具有以下有益效果:本发明设计专用测量机车作为移动监测平台,特别适用于地铁隧道监测,能够有效地快速动态地测量地铁等隧道空间结构;利用实测数据与实际真实距离比较,进行误差分析,调整参数设置,很大程度上提高了测量的精度;惯性导航仪对移动监测平台轴向震动进行误差修正,避免移动测量引入测量误差。
附图说明
图1为本发明的隧道缺陷的高速检测系统的示意图;
图2为图1的多点测距的示意图;
图3为本发明的隧道缺陷的高速检测系统的一个实施方式下的红外激光成像图;
图4为图3的另一实施方式下的红外激光成像图;
图5为图3的又一实施方式下的红外激光成像图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
如图1至2所示的本发明的隧道缺陷的高速检测系统至少包括可移动的检测平台、主控单元1、线状激光器2、面阵CCD相机3、位移传感器6、同步控制器4、高速存储模块9、存储模块8、校正模块7以及惯性导航仪5。
检测平台为本系统的承载装置,其可以是隧道小车,该隧道小车在轨道上行走的过程中,系统实时的获取隧道内侧面的图像信息,获得全景影像。
主控单元1为本发明的中央处理器件,主要控制各设备单元数据传输并进行相关计算等。图像压缩单元31将图像压缩后经主控单元1存储至高速存储模块9。
线状激光器2安装在检测平台上,该线状激光器2发射线状激光,线状激光打在隧道内侧,反射至面阵CCD相机3,相机3上的可见光截止滤光片过滤可见光,相机只获取红外激光线的反射光形成高亮线条。
面阵CCD相机3安装在所述检测平台上。其为CCD图像传感器,CCD上有许多排列整齐的电容,能感应光线,经由外部电路的控制,每个小电容能将其所带的电荷转给它相邻的电容,最终并将影像转变成数字信号。
位移传感器6在轨道上滑动,根据转速测量检测小车的位置,以便测量全程隧道。
同步控制器4根据位移传感器6的位移值控制所述控制图像压缩单元,图像压缩单元控制面阵CCD相机3摄像,该同步控制器4可以收纳在主控单元1内。
系统安装完成后,用存储模块8记录安装参数,包括安装基线的长度、线状激光器2与该安装基线的夹角、面阵CCD相机3的焦距。该参数存储在所述存储模块8内,与同步控制器4相同,该存储模块8收纳在所述主控单元1内。
校正模块7同为存储器件,在第一次测量时,该校正模块7提供一经验值,此后逐渐修正,最终存储一最优修正参数offset。该修正参数可以修正测量小车、隧道轨道等对测量结果的影响。
惯性导航仪5测量检测平台的水平方向与前进方向震动,并根据该水平震动提供修正参数
本发明的这种隧道缺陷的高速检测系统采用线状激光器2作为光源,多组检测平台实时发射高强度激光信号,能获得高密度的检测结果。同时本发明采用独特的空间建模方法,能准确地对隧道内壁进行高精度三维建模。
本发明的这种隧道缺陷的高速检测方法,采用如下检测步骤:
S01:将线状激光器2与面阵CCD相机3安装固定在同一平台上,面阵CCD相机的镜头与线状激光器处于同一平面。存储线状激光器2与面阵CCD相机3的焦点限定的安装基线的长度s、线状激光器2与该安装基线的夹角β以及面阵CCD相机3的焦距f。在图2中,焦点为F。FL=s,P1LP=β,FF1=f。O为FL的中点,所以FO也为已知量。
S02:线状激光发射激光线,面阵CCD相机3获取激光反射图像,识别出激光光线,以图像中心点(该图像中心点可以是焦点在成像元件上的投影)为原点建立坐标系,X轴的方向垂直于激光线。依据计算激光线中点P1,连续的N个中点P1组成打在隧道上的激光线的中线01,该中线01对应于成像元件32上的中线03。
S03:计算中点P1与线状激光器2的距离其中offset为修正参数,PixelSize为像素尺寸,x1为中点的像P1'与坐标原点之间的像素个数。在附图中,d1=P1L。P1L、OL以及β,根据正弦定理,可计算P1O。已知以检测车的移动方向为X,激光中线的方向为Y,x1对应P1'的横坐标。
S04:根据三余弦定理,计算中点之外各点P2与线状激光器2的距离。在成像元件32上,P1'与P2'之间的距离由点间像素个数与像素尺寸求出。三角形P1'P2'F三角形P1P2F相似,P1'F与P1F以及已知,可计算P1P2。又P1O已知,可计算P2O、P1OP2。由P1O和P1L以及β,可计算P1OP。P1P2垂直于面P1FL,根据三余弦定理,cosP2OP=cosP1OP2*cosP1OP,已知P2OP、OL以及P2O,可计算P2L。已知中点P1,可计算激光线上中点以外其他各点与激光器的距离,或者说,在计算出中线01上各中点的位置,即可计算所有激光光线上各点的位置。
S05:首次测量时offset代入经验值,多次测量,确定该offset对测量结果的影响,并根据测量结果确定offset值。Offset参数的引入可以减少特殊安装位置和工况对测量结果的影响。得出offset与测量结果的相关性后,根据测量结果偏差方向,代入不同的offset,以降低测量结果的误差。
S06:测量检测小车在前进过程中水平的震动误差并对当前隧道截面的每个实测距离进行修正水平的震动误差由惯性导航仪测量,并将数据提供给主控单元1。在本发明中,惯性导航仪可以测量xyz三个方向的误差,并对测量结果进行修正。
S07:利用移动载体对整个隧道进行全景测量,得到隧道的三维空间点云数据,根据云数据重构隧道模型。隧道测量速度快,优选的采用高速存储模块9存储图像数据,并借助图像压缩单元31对图像信息进行压缩。
上述步骤详述了可行的计算方法,对本发明而言,较为重要的是采用线状红外激光器测量,对计算公式没有特别的限制,根据精度要求的不同,也可以采用其他可行的计算方法。
图3、图4、图5是获得的红外激光成像图,白线亮度比较理想,有利于利用亚像素细分算法准确计算光线中点坐标。本发明的红外激光测距装置最大有效测量距离设计为3米,测量精度可以达到1mm,测量距离越短,测量精度越高。其中下表所示,为测量结果与实际距离对比。表中每组数据为测量十次取平均。
综合以上,本发明中能够得到比较理想的测量结果,主要原因是利用相机校正,测距曲线拟合纠正参数,亚像素细分定位算法等技术保证了系统的准确性与稳定性,利用该方法设计的隧道缺陷监测系统可以准备地对地铁等隧道进行建模重构,隧道形变监测变得简单高效。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种隧道缺陷的高速检测系统,其特征在于包括:
用于系统控制和图像计算的主控单元;
用于发射激光线的线状激光器,该线状激光器安装在一检测平台上;
用于接收反射的激光信号并成像的面阵CCD相机,该面阵CCD相机带有可见光截止滤光片,相机安装在所述检测平台上;
用于控制所述面阵CCD相机抓取图像的图像压缩单元;
用于记录所述检测平台的位移的位移传感器;
用于根据所述位移传感器的位移值控制所述图像压缩单元的同步控制器;
用于存储图像的图像存储单元;
用于存储安装数据的存储模块;
用于提供并记录校正参数的校正模块;以及
用于测量所述检测平台的震动的惯性导航仪,其中,
该同步控制器的输入端连接至所述主控单元,输出端连接至所述图像压缩单元,该图像压缩单元的输出端连接至所述面阵CCD相机,该图像压缩单元的输入端还连接至所述图像存储单元,该图像存储单元的输出端连接至所述主控单元;
所述安装数据至少包括安装基线的长度s、线状激光器的发射线与该安装基线的夹角β、面阵CCD相机的焦距f;
所述主控单元根据所述面阵CCD相机的图像确定线状激光器的激光线的中点位置 ,计算该中点位置与线状激光器的实际距离D;
CCD相机的焦点在成像元件上的投影作为坐标原点,x轴垂直于感光元件上激光线投影,该激光线的中点计算公式,其中,是光线第i个像素的位置,是第i个像素的灰度值,m为光线的组成像素的总个数,中点与线状激光器的距离,
其中,f为焦距为该中点与焦点在成像元件上的投影之间的像素个数,可由坐标得出,PixelSize是摄像头感光部件上单个像素感光单元的尺寸,offset是误差修正量。
2.根据权利要求1所述的隧道缺陷的高速检测系统,其特征在于,根据激光线中点与线状激光器的距离,计算出激光线上其他各点与线状激光器的距离。
3.根据权利要求1所述的隧道缺陷的高速检测系统,其特征在于,惯性导航仪测量移动测距平台在前进过程中水平的震动误差以及前进方向误差,并对当前隧道截面的每个实测距离进行修正,。
4.一种隧道缺陷的高速检测方法,其特征在于包括以下步骤:
将线状激光器与面阵CCD相机安装固定在同一平台上,存储线状激光器与面阵CCD相机的焦点限定的安装基线的长度s、线状激光器与该安装基线的夹角β以及面阵CCD相机的焦距f;
线状激光器发射激光线,面阵CCD相机获取激光反射图像,识别出激光光线,以反射图像的中点为原点建立坐标系,依据计算图像中光线中点的坐标,是光线第i个像素的位置,是第i个像素的灰度值;
计算激光发射激光线中点与线状激光器的距离,其中,offset为修正参数,PixelSize为像素尺寸,为中点与坐标原点之间的像素个数;
根据三余弦定理,计算激光器发射激光线中点以外各点与激光器的距离;
首次测量时offset代入经验值,多次测量,确定该offset对测量结果的影响,并根据误差分析确定offset值;
利用移动载体对整个隧道进行全景测量,位移传感器获取空间x轴方向位移,激光扫描测距获得y轴和z轴的点坐标,从而得到隧道的三维空间点云数据,根据云数据重构隧道模型。
5.根据权利要求4所述的隧道缺陷的高速检测方法,其特征在于,测量移动测距平台在前进过程中水平的震动误差,并对当前隧道截面的每个实测距离进行修正,,此外移动平台位移方向的误差同样进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410275647.5A CN104048970B (zh) | 2014-06-19 | 2014-06-19 | 隧道缺陷的高速检测系统与检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410275647.5A CN104048970B (zh) | 2014-06-19 | 2014-06-19 | 隧道缺陷的高速检测系统与检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104048970A CN104048970A (zh) | 2014-09-17 |
CN104048970B true CN104048970B (zh) | 2018-01-16 |
Family
ID=51502088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410275647.5A Active CN104048970B (zh) | 2014-06-19 | 2014-06-19 | 隧道缺陷的高速检测系统与检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104048970B (zh) |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104266591A (zh) * | 2014-09-29 | 2015-01-07 | 樊晓莉 | 一种隧道内移动装置的移位检测方法 |
CN104266592A (zh) * | 2014-09-29 | 2015-01-07 | 樊晓莉 | 基于枕木的隧道内移动装置的移位测量方法 |
CN104680579B (zh) * | 2015-03-02 | 2017-09-01 | 北京工业大学 | 基于三维扫描点云的隧道施工信息化监测系统 |
CN104749187A (zh) * | 2015-03-25 | 2015-07-01 | 武汉武大卓越科技有限责任公司 | 基于红外温度场和灰度图像的隧道衬砌病害检测装置 |
CN104807446B (zh) * | 2015-04-10 | 2017-05-03 | 同济大学 | 一种隧道掌子面三维点云模型的获取方法 |
CN205484796U (zh) * | 2015-05-07 | 2016-08-17 | 北京雷动云合智能技术有限公司 | 基于线束激光器和普通摄像头芯片的多点测距装置 |
CN105068082A (zh) * | 2015-08-19 | 2015-11-18 | 胡小波 | 一种激光雷达扫描探测方法及装置 |
CN105717500A (zh) * | 2016-02-24 | 2016-06-29 | 深圳乐行天下科技有限公司 | 一种激光雷达及其数据修正方法 |
US10169665B1 (en) * | 2016-02-28 | 2019-01-01 | Alarm.Com Incorporated | Virtual inductance loop |
CN105807271A (zh) * | 2016-05-11 | 2016-07-27 | 深圳乐行天下科技有限公司 | 激光雷达的校准系统及方法 |
CN106053475B (zh) * | 2016-05-24 | 2018-10-23 | 浙江工业大学 | 基于主动式全景视觉的隧道病害全断面动态快速检测装置 |
CN106290380A (zh) * | 2016-08-31 | 2017-01-04 | 招商局重庆交通科研设计院有限公司 | 隧道深部病害一体化检测系统 |
CN108316973B (zh) * | 2017-01-17 | 2020-06-09 | 南京熊猫信息产业有限公司 | 一种隧道病害检测自动控制装置及控制方法 |
CN108319275B (zh) * | 2017-01-17 | 2020-12-08 | 南京火眼猴信息科技有限公司 | 一种地铁隧道检测平台的相机位置的自动控制的方法 |
CN108318488A (zh) * | 2017-01-17 | 2018-07-24 | 南京火眼猴信息科技有限公司 | 一种地铁隧道病害检测装置及检测方法 |
CN108318489A (zh) * | 2017-01-17 | 2018-07-24 | 南京火眼猴信息科技有限公司 | 一种隧道检测数据的实时存储的系统及方法 |
CN106970024B (zh) * | 2017-03-16 | 2019-10-15 | 中南大学 | 基于相机和可控频闪光源的限界检测测距方法及系统 |
CN107525478A (zh) * | 2017-09-27 | 2017-12-29 | 中南大学 | 一种基于cmos感光成像传感器的位移变形观测装置及方法 |
CN107621229B (zh) * | 2017-10-23 | 2023-05-30 | 福州大学 | 基于面阵黑白相机的实时铁路轨道宽度测量系统及方法 |
CN108088843B (zh) * | 2017-11-27 | 2020-07-10 | 吴宇泽 | 坝体流道检测机器人 |
CN108287164B (zh) * | 2017-12-23 | 2021-03-23 | 深圳天眼激光科技有限公司 | 一种裂纹检测系统 |
CN108132034A (zh) * | 2017-12-29 | 2018-06-08 | 中铁局集团有限公司 | 一种疏散平台、环网电缆支架一体测量装置 |
CN108896014B (zh) * | 2018-05-11 | 2021-02-02 | 同济大学 | 一种隧道断面测量装置及其测量方法 |
CN108646312A (zh) * | 2018-05-15 | 2018-10-12 | 北京矿冶科技集团有限公司 | 一种尾矿库排洪隧洞探测方法 |
CN109115434A (zh) * | 2018-06-27 | 2019-01-01 | 杭州国翌科技有限公司 | 一种隧道健康监测系统及方法 |
CN108801170B (zh) * | 2018-06-29 | 2021-10-15 | 深圳市市政设计研究院有限公司 | 一种隧道变形监测系统 |
CN109060821B (zh) * | 2018-07-10 | 2021-05-04 | 深圳大学 | 基于激光检测的隧道病害检测方法及隧道病害检测装置 |
CN108955523A (zh) * | 2018-07-20 | 2018-12-07 | 上海达华测绘有限公司 | 一种护面块体的检测方法 |
CN110876046A (zh) * | 2018-08-31 | 2020-03-10 | 深圳光峰科技股份有限公司 | 投影方法、投影设备及计算机可读存储介质 |
CN109373923A (zh) * | 2018-11-30 | 2019-02-22 | 中国矿业大学(北京) | 一种矿用巷道围岩变形的监测系统及方法 |
CN109900208B (zh) * | 2019-03-28 | 2021-03-05 | 中铁十六局集团北京轨道交通工程建设有限公司 | 一种矿山法隧道开挖与初支质量检测方法 |
CN110487195B (zh) * | 2019-08-06 | 2022-02-01 | 广州市奥特创通测控技术有限公司 | 基于方向线阵技术的车载隧道检测方法及装置 |
CN110593957B (zh) * | 2019-10-08 | 2021-09-28 | 上海市东方海事工程技术有限公司 | 一种隧道巡检方法 |
CN111238388B (zh) * | 2020-01-08 | 2021-11-16 | 安徽逻根农业科技有限公司 | 一种高空支架形态监测装置和方法 |
CN112284277B (zh) * | 2020-09-14 | 2021-12-28 | 中铁七局集团有限公司 | 基于计算机视觉的隧道洞口边坡变形监测系统和方法 |
CN112097672A (zh) * | 2020-09-18 | 2020-12-18 | 深圳市道通科技股份有限公司 | 一种胎纹深度测量方法及胎纹深度测量系统 |
CN112683191B (zh) * | 2020-11-30 | 2022-06-28 | 深圳市道通科技股份有限公司 | 基于线激光的胎纹沟槽深度测量方法、装置及计算设备 |
CN114798816A (zh) * | 2021-01-18 | 2022-07-29 | 上海赛科利汽车模具技术应用有限公司 | 一种窗框门总成自动整形系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004117194A (ja) * | 2002-09-26 | 2004-04-15 | Mitsubishi Heavy Ind Ltd | トンネル覆工の内部欠陥検査装置 |
CN102279081A (zh) * | 2011-04-26 | 2011-12-14 | 同济大学 | 一种隧道渗水的检测方法及装置 |
CN102435173A (zh) * | 2011-09-21 | 2012-05-02 | 北京市市政工程研究院 | 一种基于机器视觉的隧道病害快速调查系统及调查方法 |
CN102914290A (zh) * | 2012-10-18 | 2013-02-06 | 成都唐源电气有限责任公司 | 地铁限界检测系统及其检测方法 |
-
2014
- 2014-06-19 CN CN201410275647.5A patent/CN104048970B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004117194A (ja) * | 2002-09-26 | 2004-04-15 | Mitsubishi Heavy Ind Ltd | トンネル覆工の内部欠陥検査装置 |
CN102279081A (zh) * | 2011-04-26 | 2011-12-14 | 同济大学 | 一种隧道渗水的检测方法及装置 |
CN102435173A (zh) * | 2011-09-21 | 2012-05-02 | 北京市市政工程研究院 | 一种基于机器视觉的隧道病害快速调查系统及调查方法 |
CN102914290A (zh) * | 2012-10-18 | 2013-02-06 | 成都唐源电气有限责任公司 | 地铁限界检测系统及其检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104048970A (zh) | 2014-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104048970B (zh) | 隧道缺陷的高速检测系统与检测方法 | |
CN101825431B (zh) | 用于三维传感的参考图像技术 | |
CN101363717B (zh) | 用于在物体表面上进行非接触坐标测量的方法和勘测系统 | |
Luhmann | Close range photogrammetry for industrial applications | |
US10200670B2 (en) | Method and apparatus for determining the 3D coordinates of an object | |
CN103759670B (zh) | 一种基于数字近景摄影的物体三维信息获取方法 | |
CN201364143Y (zh) | 一种基于机器视觉的桥梁动位移测量装置 | |
CN108802043B (zh) | 隧道检测装置、检测系统及隧道病害信息提取方法 | |
CN104913737A (zh) | 基于线激光三维测量的零部件质量检验装置及其检测方法 | |
Riveiro et al. | An innovative method for remote measurement of minimum vertical underclearance in routine bridge inspection | |
US9612332B2 (en) | Calibration method for trigonometric-based ranging systems in multiple media | |
CN101762243A (zh) | 一种受限空间三维形貌结构光视觉测量方法 | |
CN102538677A (zh) | 一种基于光学的管道快速检测方法 | |
JP5260175B2 (ja) | 非接触で対象表面の座標を測定する測定方法および測定システム | |
CN102288131A (zh) | 物体360°轮廓误差的自适应条纹测量装置和方法 | |
CN113870366B (zh) | 基于位姿传感器的三维扫描系统的标定方法及其标定系统 | |
JP5680476B2 (ja) | 構造物の振動及び寸法の非接触計測による測定方法及びその測定装置 | |
CN116295058A (zh) | 一种列车轮对几何参数在线检测方法及系统 | |
Kumar et al. | Experimental vibration analysis of large structures using 3D DIC technique with a novel calibration method | |
Zhang et al. | Freight train gauge-exceeding detection based on three-dimensional stereo vision measurement | |
TWI232923B (en) | Optical real-time measurement method and system with single-axis, 6 degrees of freedom | |
CN115272080A (zh) | 基于图像拼接的全局变形测量方法和系统 | |
CN113847872A (zh) | 一种基于激光测距的离散单点位移静态监测装置及方法 | |
CN109470143A (zh) | 外部光源高分辨力立体视觉测量系统与方法 | |
JPH03113305A (ja) | 三次元座標計測装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |