CN104949986A - 视觉智能采集系统 - Google Patents

Abstract

本发明提供一种视觉智能采集系统。所述视觉智能采集系统包括图像采集系统、联合定位系统和总控系统，所述图像采集系统和所述联合定位系统分别与所述总控系统连接，所述图像采集系统用于获取受检测表面的灰度信息和三维信息，所述联合定位系统用于定位受检测表面的裂缝位置，所述总控系统用于同步控制所述图像采集系统和所述联合定位系统。本发明提供的所述视觉智能采集系统解决了现有技术的桥梁检测方法检测效率低、检测精度低、劳动强度大、安全性低、成本高、信息化程度低的技术问题。

Description

视觉智能采集系统

技术领域

本发明涉及桥梁检测领域，具体涉及一种视觉智能采集系统。

背景技术

随着我国社会经济和交通事业的飞速发展，在公路、铁路、城市农村水利建设中，修建跨越障碍的各类桥梁数目日益激增，桥梁在社会经济发展中起着举足轻重的作用，同时也是我国综合实力的一种体现。由于桥梁的普遍存在性，桥体结构的安全性和耐久性不容忽视。

截止2013年，全国桥梁共有73.53万座，3977.80万米，其中特大桥梁2688座，大桥6.15万座。由于设计标准等问题，90年代以前桥梁承载能力低，抗灾能力差，我国约有9.4万座危桥。桥梁破坏造成严重的经济损失的同时，由于修复困难，严重影响交通运输恢复，尤其是在地震中不能及时疏散人员，输送救援人员和物质，将造成不可估计的严重后果，因此需要尽早检测及时预防。

根据中华人民共和国行业标准有关公路桥梁养护的相关规定，桥梁检测分为经常检查、定期检查和特殊检查。经常检查的周期根据桥梁技术状况而定，一般每月不得少于一次，汛期应加强不定期检查。定期检查周期根据技术状况而定，最长不得超过三年，新建桥梁交付使用一年后，进行第一次全面的检查，临时桥梁每年检查不少于一次。

目前主流的检测方法是人工检测，但是人工检测的检测效率低、检测精度低、劳动强度大、安全性低、成本高、信息化程度低。

发明内容

为解决现有技术的桥梁检测方法检测效率低、检测精度低、劳动强度大、安全性低、成本高、信息化程度低的技术问题，本发明提供一种桥梁检测效率高、检测精度高、劳动强度小、安全性好、成本低、信息化程度高的桥梁检测视觉智能采集系统。

所述视觉智能采集系统包括图像采集系统、联合定位系统和总控系统，所述图像采集系统和所述联合定位系统分别与所述总控系统连接，所述图像采集系统用于获取受检测表面的灰度信息和三维信息，所述联合定位系统用于定位及跟踪受检测表面的裂缝位置，所述总控系统用于同步控制所述图像采集系统和所述联合定位系统。

在本发明提供的视觉智能采集系统的一种较佳实施例中，所述图像采集系统包括高分辨率图像采集单元和结构光图像采集单元，所述高分辨率图像采集单元用于获取受检测表面的灰度信息，所述结构光图像采集单元用于获取受检测表面的三维信息。

在本发明提供的视觉智能采集系统的一种较佳实施例中，所述高分辨率图像采集单元包括多个工业相机和大功率散射光源，所述工业相机用于获取受检测表面的灰度信息，所述大功率散射光源用于提供光源，多个所述工业相机分别呈一定夹角设置。

在本发明提供的视觉智能采集系统的一种较佳实施例中，所述结构光图像采集单元包括多个3D相机和线扫描式红外激光器，所述3D相机用于获取受检测表面的三维信息，所述线扫描式红外激光器用于对受检测表面发射激光，多个所述3D相机和所述线扫描式红外激光器分别呈一定夹角设置。

在本发明提供的视觉智能采集系统的一种较佳实施例中，所述联合定位系统包括高精度编码器和微型惯导定位单元，所述高精度编码器用于获取无误差累计的所述视觉智能采集系统的位移数据，所述微型惯导定位单元用于获取所述视觉智能采集系统的姿态角和空间偏移量。

在本发明提供的视觉智能采集系统的一种较佳实施例中，所述微型惯导定位单元包括陀螺仪和加速度计，所述陀螺仪用于获取所述视觉智能采集系统的姿态角，所述加速度计用于获取所述视觉智能采集系统的空间偏移量。

在本发明提供的视觉智能采集系统的一种较佳实施例中，所述视觉智能采集系统还包括防撞系统，所述防撞系统与所述总控系统连接，受所述总控系统控制，所述防撞系统用于防止所述视觉智能采集系统与受检测表面发生碰撞。

在本发明提供的视觉智能采集系统的一种较佳实施例中，所述防撞系统包括多个超声波测距单元，所述超声波测距单元用于获取所述视觉智能采集系统与受检测表面之间的距离，多个所述超声波测距单元均匀分布于所述视觉智能采集系统四周。

在本发明提供的视觉智能采集系统的一种较佳实施例中，所述的视觉智能采集系统的工作方法，包括以下步骤：

步骤一：所述高分辨率图样采集单元采集受检测表面的灰度信息。

步骤二：所述结构光图像采集单元采集受检测表面的三维信息。

步骤三：所述联合定位系统采集所述视觉智能采集系统的空间位置，对裂缝进行定位及跟踪。

步骤四：所述防撞系统采集所述视觉智能采集系统与受检测表面之间的距离。

步骤五：在获得受检测表面的灰度信息和三维信息后，经过固定算法处理，提取出受检测表面的裂缝信息。

步骤六：当裂缝信息存在不确定时，重复所述步骤一、所述步骤二、所述步骤三、所述步骤四和所述步骤五。

在本发明提供的视觉智能采集系统的一种较佳实施例中，所述的联合定位系统的工作方法，包括以下步骤：

步骤一：初始化配准。将各个系统的定位数据转换到同一个坐标系中。

步骤二：数据的同步采集。所述图像采集系统每采集一次信息，同时获得对应的所述高精度编码器和微型惯导定位单元的数据。

步骤三：视觉定位算法。利用所述图像采集单元采集的信息提取出特征点和线，实现视觉定位，从而得到当前视觉特征的空间位置和姿态。

步骤四：组合定位算法。建立组合定位的卡尔曼滤波方程，实现多组定位数据之间的联合定位。

相较于现有技术，本发明提供的所述视觉智能采集系统具有以下有益效果：

一、采用所述高分辨率图像采集单元和所述结构光图像采集单元两者相互综合检测的方法，同时兼顾受检测表面的灰度信息与三维信息，弥补各自的不足，提高检测的速度与准确度。

二、所述联合定位系统的定位方式，解决了GPS/GNSS RTK定位方法在桥底环境下定位稳定性不足的问题，同时相较于价格昂贵的高性能IMU，所述联合定位系统具有低成本，高性价比，稳定性强等优势。

三、所述视觉智能采集系统采集、记录下来的数据可以不断累积，一方面可以作为历史数据，用于阶段性或长期性的桥梁检测规划，另一方面，累积的数据是相关企业、政府部门提高其核心竞争力的关键因素。

四、所述视觉智能采集系统的体积小，重量轻，能搭载在各种移动平台上，运用于多种环境下的裂缝提取。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它的附图，其中：

图1是本发明提供的视觉智能采集系统的结构示意图。

图2是本发明提供的视觉智能采集系统的工作流程图。

图3是本发明提供的视觉智能采集系统的联合定位系统的工作流程图。

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，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。

请参阅图1，是本发明提供的视觉智能采集系统的结构示意图。

所述视觉智能采集系统1包括图像采集系统11、联合定位系统12、防撞系统13和总控系统14。所述图像采集系统11、所述联合定位系统12和所述防撞系统13分别与所述总控系统14连接。所述图像采集系统11用于获取受检测表面的灰度信息和三维信息，所述联合定位系统12用于定位及跟踪受检测表面的裂缝位置，所述防撞系统13用于防止所述视觉智能采集系统与受检测表面发生碰撞，所述总控系统14用于同步控制所述图像采集系统11、所述联合定位系统12和所述防撞系统13。

所述图像采集系统11包括高分辨率图像采集单元111和结构光图像采集单元112。所述高分辨率图像采集单元111用于获取受检测表面的灰度信息，所述结构光图像采集单元112用于获取受检测表面的三维信息。

所述高分辨率图像采集单元111包括多个工业相机1111和大功率散射光源1112。所述工业相机1111用于获取受检测表面的灰度信息，所述大功率散射光源1112用于提供光源。

多个所述工业相机1111分别呈一定夹角设置，在保证所述灰度信息分辨率的前提下增大了扫描面积。

所述结构光图像采集单元112包括多个3D相机1121和线扫描式红外激光器1122。所述3D相机1121用于获取受检测表面的三维信息，所述线扫描式红外激光器1122用于对受检测表面发射激光。

多个所述3D相机1121和所述线扫描式红外激光器1122分别呈一定夹角设置，在保证所述三维信息分辨率的前提下增大了扫描面积。

所述联合定位系统12包括高精度编码器121和微型惯导定位单元122。所述高精度编码器121用于获取无误差累计的所述视觉智能采集系统1的位移数据，所述微型惯导定位单元122用于获取所述视觉智能采集系统1的姿态角和空间偏移量。

所述微型惯导定位单元122包括陀螺仪1221和加速度计1222。所述陀螺仪1221用于获取所述视觉智能采集系统1的姿态角，所述加速度计1222用于获取所述视觉智能采集系统1的空间偏移量。

所述防撞系统13包括多个超声波测距单元131。所述超声波测距单元131用于获取所述视觉智能采集系统1与受检测表面之间的距离。多个所述超声波测距单元131均匀分布于所述视觉智能采集系统1四周。

请参阅图2，是本发明提供的视觉智能采集系统的工作流程图。

具体实施时，所述视觉智能采集系统1包括粗扫描和精扫描两种工作状态。

当实施粗扫描时，在所述总控系统14控制下，所述视觉智能采集系统1快速移动于受检测表面，采集受检测表面的视觉信息，实现裂缝的提取、定位与追踪，具体包括以下步骤：

S1：所述高分辨率图样采集单元111采集受检测表面的灰度信息。所述工业相机1111通过拍摄受检测表面，获取受检测表面的灰度信息，所述大功率散射光源1112发射散射光线，保证所述工业相机1111在光线不足的情况下也能得到较为清晰的图像。

S2：所述结构光图像采集单元112采集受检测表面的三维信息。所述线扫描式红外激光器1121对受检测表面发射激光，在受检测表面起伏的地方，激光在所述3D相机1122上的成像便会发生折曲，从而获得灰度信息中难以获得的三维信息，去除所述高分辨率图样采集单元111获得的伪裂缝信息，提高裂缝提取数量的同时保证较高的正确率。

S3：所述联合定位系统12采集所述视觉智能采集系统1的空间位置，对裂缝进行定位及跟踪。便于精扫描中定位裂缝位置。

所述高精度编码器121采集无误差累计的所述视觉智能采集系统1的位移数据，所述微型惯导定位单元122采集所述视觉智能采集系统1的姿态角和空间偏移量，实现较高精度的局部定位。

同时，利用所述工业相机1111和所述3D相机1121采集的灰度信息和三维信息，从中获取受检测表面的几何结构信息和视觉特征信息，实现一定精度的定位。

S4：所述防撞系统13采集所述视觉智能采集系统1与受检测表面之间的距离。多个所述超声波测距单元131分别采集所述视觉智能采集系统1与受检测表面之间的距离，当距离小于安全距离时，采取紧急自动制动，防止所述视觉智能采集系统1与受检测表面发生碰撞，保障所述视觉智能采集系统1的安全。

S5：在粗扫描获得受检测表面的灰度信息和三维信息后，经过固定算法处理，提取出受检测表面的裂缝信息。

S6：当裂缝信息存在不确定时，重复所述S1、所述S2、所述S3、所述S4和所述S5。即由于各种原因某些部位的裂缝信息存在不确定时，为了进一步确定保证桥梁安全，在粗扫描以后需要精扫描。

当实施精扫描时，在所述总控系统14控制下，通过所述联合定位系统12定位不确定区域的空间位置，规划出精扫描时的路径，缩短所述视觉智能采集系统1的工作距离。

同时，调整所述所述图像采集系统11至最佳工作状态，沿所述联合定位系统12根据裂缝信息规划的路径进行扫描，或者是对粗扫描时无法工作的区域进行扫描。

所述防撞系统13的工作内容与粗扫描时一致，在此不做赘述。

请参阅图3，是本发明提供的视觉智能采集系统的联合定位系统的工作流程图。

所述联合定位系统12的工作内容主要包含如下几个步骤：

S31：初始化配准。将各个系统的定位数据转换到同一个坐标系中。

S32：数据的同步采集。所述图像采集系统11每采集一次信息，同时获得对应的所述高精度编码器121和微型惯导定位单元122的数据。

S33：视觉定位算法。利用所述图像采集单元11采集的信息提取特征点和线，实现视觉定位，从而得到当前视觉特征的空间位置和姿态。

S34：组合定位算法。建立组合定位的卡尔曼滤波方程，实现多组定位数据之间的联合定位。

相较于现有技术，本发明提供的所述视觉智能采集系统1具有以下有益效果：

一、采用所述高分辨率图像采集单元111和所述结构光图像采集单元112两者相互综合检测的方法，同时兼顾受检测表面的灰度信息与三维信息，弥补各自的不足，提高检测的速度与准确度。

二、所述联合定位系统12的定位方式，解决了GPS/GNSS RTK定位方法在桥底环境下定位稳定性不足的问题，同时相较于价格昂贵的高性能IMU，所述联合定位系统12具有低成本，高性价比，稳定性强等优势。

三、所述视觉智能采集系统1采集、记录下来的数据可以不断累积，一方面可以作为历史数据，用于阶段性或长期性的桥梁检测规划，另一方面，累积的数据是相关企业、政府部门提高其核心竞争力的关键因素。

四、所述视觉智能采集系统1的体积小，重量轻，能搭载在各种移动平台上，运用于多种环境下的裂缝提取。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围之内。

Claims (10)

1.一种视觉智能采集系统，其特征在于：包括图像采集系统、联合定位系统和总控系统，所述图像采集系统和所述联合定位系统分别与所述总控系统连接，所述图像采集系统用于获取受检测表面的灰度信息和三维信息，所述联合定位系统用于定位及跟踪受检测表面的裂缝位置，所述总控系统用于同步控制所述图像采集系统和所述联合定位系统。

2.根据权利要求1所述的视觉智能采集系统，其特征在于：所述图像采集系统包括高分辨率图像采集单元和结构光图像采集单元，所述高分辨率图像采集单元用于获取受检测表面的灰度信息，所述结构光图像采集单元用于获取受检测表面的三维信息。

3.根据权利要求2所述的视觉智能采集系统，其特征在于：所述高分辨率图像采集单元包括多个工业相机和大功率散射光源，所述工业相机用于获取受检测表面的灰度信息，所述大功率散射光源用于提供光源，多个所述工业相机分别呈一定夹角设置。

4.根据权利要求2所述的视觉智能采集系统，其特征在于：所述结构光图像采集单元包括多个3D相机和线扫描式红外激光器，所述3D相机用于获取受检测表面的三维信息，所述线扫描式红外激光器用于对受检测表面发射激光，多个所述3D相机和所述线扫描式红外激光器分别呈一定夹角设置。

5.根据权利要求1所述的视觉智能采集系统，其特征在于：所述联合定位系统包括高精度编码器和微型惯导定位单元，所述高精度编码器用于获取无误差累计的所述视觉智能采集系统的位移数据，所述微型惯导定位单元用于获取所述视觉智能采集系统的姿态角和空间偏移量。

6.根据权利要求5所述的视觉智能采集系统，其特征在于：所述微型惯导定位单元包括陀螺仪和加速度计，所述陀螺仪用于获取所述视觉智能采集系统的姿态角，所述加速度计用于获取所述视觉智能采集系统的空间偏移量。

7.根据权利要求1所述的视觉智能采集系统，其特征在于：所述视觉智能采集系统还包括防撞系统，所述防撞系统与所述总控系统连接，受所述总控系统控制，所述防撞系统用于防止所述视觉智能采集系统与受检测表面发生碰撞。

8.根据权利要求7所述的视觉智能采集系统，其特征在于：所述防撞系统包括多个超声波测距单元，所述超声波测距单元用于获取所述视觉智能采集系统与受检测表面之间的距离，多个所述超声波测距单元均匀分布于所述视觉智能采集系统四周。

9.一种应用权利要求1所述的视觉智能采集系统的工作方法，其特征在于，包括以下步骤：

步骤一：所述高分辨率图样采集单元采集受检测表面的灰度信息。

步骤二：所述结构光图像采集单元采集受检测表面的三维信息。

步骤三：所述联合定位系统采集所述视觉智能采集系统的空间位置，对裂缝进行定位及跟踪。

步骤四：所述防撞系统采集所述视觉智能采集系统与受检测表面之间的距离。

步骤五：在获得受检测表面的灰度信息和三维信息后，经过固定算法处理，提取出受检测表面的裂缝信息。

步骤六：当裂缝信息存在不确定时，重复所述步骤一、所述步骤二、所述步骤三、所述步骤四和所述步骤五。

10.一种应用权利要求9所述的联合定位系统的工作方法，其特征在于，包括以下步骤：

步骤一：初始化配准。将各个系统的定位数据转换到同一个坐标系中。

步骤二：数据的同步采集。所述图像采集系统每采集一次信息，同时获得对应的所述高精度编码器和微型惯导定位单元的数据。

步骤三：视觉定位算法。利用所述图像采集单元采集的信息提取出特征点和线，实现视觉定位，从而得到当前视觉特征的空间位置和姿态。

步骤四：组合定位算法。建立组合定位的卡尔曼滤波方程，实现多组定位数据之间的联合定位。