CN106680290A - 狭窄空间的多功能检测车 - Google Patents
狭窄空间的多功能检测车 Download PDFInfo
- Publication number
- CN106680290A CN106680290A CN201710108851.1A CN201710108851A CN106680290A CN 106680290 A CN106680290 A CN 106680290A CN 201710108851 A CN201710108851 A CN 201710108851A CN 106680290 A CN106680290 A CN 106680290A
- Authority
- CN
- China
- Prior art keywords
- expansion link
- car
- detection
- narrow space
- sensor
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 claims abstract description 30
- 239000004568 cement Substances 0.000 claims abstract description 28
- 201000010099 disease Diseases 0.000 claims description 22
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 22
- 238000012423 maintenance Methods 0.000 claims description 17
- 230000007246 mechanism Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 16
- 230000009471 action Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 230000009194 climbing Effects 0.000 claims description 8
- 239000000428 dust Substances 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000005021 gait Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 230000006641 stabilisation Effects 0.000 claims description 4
- 238000011105 stabilization Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000001681 protective effect Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 abstract 3
- 238000010191 image analysis Methods 0.000 abstract 1
- 238000007689 inspection Methods 0.000 description 19
- 230000009970 fire resistant effect Effects 0.000 description 10
- 230000008439 repair process Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000006698 induction Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 206010061619 Deformity Diseases 0.000 description 1
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0033—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining damage, crack or wear
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明揭示了一种狭窄空间的多功能检测车，包括移动底盘、至少一伸缩杆、至少一高清摄像机、至少一维修机械臂、水泥槽、平板电脑、光源、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块；所述高清摄像机安装在对应的伸缩杆上，伸缩杆设置于移动底盘上；高清摄像机、维修机械臂、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块分别与平板电脑通讯。本发明具有多种检测模式和维修模式，兼具可操控性和自动巡检能力，履带式小车能够攀爬小坡度，磁导航的功能稳定，成本低，可以长距离铺设。检测车携带足够电源，能够执行长距离的巡检任务,结合图像分析技术和传感器技术进行位置定位以及规避障碍。
Description
技术领域
本发明属于智能巡检装置技术领域，涉及一种多功能检测车，尤其涉及一种狭窄空间的多功能检测车，包括检测车结构以及检测车控制系统。
背景技术
随着我国基础建设的快速发展，近30年来隧道等长距离狭窄空间的数量迅速增加。运营时间的逐渐增长，隧道结构逐渐暴露出程度不同的病害，包括裂缝、渗漏、缺损、错台、接缝张开、和腐蚀等。这些病害对隧道构成了严重的威胁。为了应对可能发生在隧道的重大危险，隧道运营维护和管理部门亟需定期对隧道进行巡检，收集病害数据，监视病害发展情况，以便做出维护决策。
目前国内对隧道的巡检基本依靠人工目视，配合测量工具，手工测量，亲自记录调查信息，但是人工巡检效率不高而且测量精度受限。随着信息化与自动化的普及，无人巡检系统逐渐应用于公共设施巡检领域。由于隧道结构的特殊性，巡检设备需要克服以下困难：
(1)隧道结构属于长距离狭窄空间，无法容纳大型巡检设备，对小型巡检设备也有续航方面的要求。自动导航的引导设施要稳定耐久，而且单位成本要足够低，以避免长距离铺设的成本超支。此外，小型巡检设备要能够检测到隧道顶部以及两侧的所有位置，不能遗漏。
(2)隧道大部分结构处于无信号区域，无法使用Wi-Fi和GPS进行定位和导航。巡检设备需要使用其他方式定位和导航。
(3)虽然有固定光源，但是隧道中依然亮度不佳，一般摄像设备无法正常拍摄。巡检设备需要携带光源，对于检测相机的感光性能要求高。
(4)隧道中的病害会对巡检设备产生影响，其中最主要的是渗水，隧道中常常出现潮湿情况。巡检设备和导航设施要有一定的防水防潮能力。
(5)隧道部分结构复杂，会存在微小坡度和障碍，巡检设备需要具有一定得爬坡能力、防抖能力、避障能力或者是避障机制。
因此，需要开发一种自动导航的巡检设备，使用该设备可以快速并且较为准确的巡检隧道，收集图像信息。配合图像处理技术，可以有效率地将病害信息量化并记录。
发明内容
本发明所要解决的技术问题是：提供一种狭窄空间的多功能检测车，通过在巡检设备上安装导航避障装置和巡检装置，能够高效、精确、经济的完成巡检任务；自动巡检相比人工巡检节省了人力，而且更加全面、精确，也更加安全。
为解决上述技术问题，本发明采用如下技术方案：
一种狭窄空间的多功能检测车，所述多功能检测车包括：移动底盘、至少一伸缩杆、至少一高清摄像机、至少一陀螺仪云台、维修机械臂、水泥槽、平板电脑、光源、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块；
所述伸缩杆设置于移动底盘上，所述维修机械臂作为机械臂高清摄像机的可替换部件；高清摄像机、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块分别与平板电脑通讯；
所述的移动底盘是具有在狭窄空间自动避障性能并且能攀爬微小坡度的履带式磁导小车底盘，速度至少30cm/s，配有电量至少满足两小时的巡检工作。底盘宽度不超过50cm，爬坡能力至少15°，导航方式为软磁条引导，磁条为50mm宽，1.2mm厚，另需配备加磁设备，以保障磁性的稳定；
所述多功能检测车包括三台高清摄像机，每台分别安装在一个陀螺仪云台上，陀螺仪云台安装在伸缩杆上；
其中，第一摄像机安装在第一伸缩杆顶部，拍摄方向为顶部；第二摄像机安装在第二伸缩杆顶部，拍摄方向为右侧；第三摄像机安装在第三伸缩杆顶部，拍摄方向为左侧；
第一伸缩杆安装在检测车中间部位，第二伸缩杆安装在第一伸缩杆右侧，第三伸缩杆安装在第一伸缩杆左侧。
每台高清摄像机配备至少128G存储卡，视频录制分辨率至少能到达1960*1080p，录制帧数至少60帧，摄录范围至少达到90°，防抖与补光性能好；
所述多功能检测车包括至少一维修机械臂，作为机械臂高清摄像机的可替换部件，放置于伸缩杆上；水泥槽放置于伸缩杆前面，光源右侧，底盘之上，水泥槽安装有水泥输送泵，可以通过胶管将水泥输送到机械臂上；
维修机械臂为三轴机械手臂，手臂处装有油灰刀，可用来涂抹水泥；当用维修机械臂替代高清摄像机安装在伸缩杆上时，检测车处于维修模式；通过伸缩杆，人为操控机械臂进行维修动作，将水泥槽书送过来的水泥涂抹于待修补处；
所述移动底盘设有驱动机构，平板电脑与所述驱动机构通讯，控制其动作；平板电脑放置于伸缩杆后面，稳定安装在地盘之上，装备有防护罩，放置水和灰尘损坏平板电脑；在网络通信无障碍的情况下，平板电脑可以通过Wi-fi与人工操作的设备进行远程交互；
平板电脑搭载了机械控制程序和图像处理程序；机械控制程序负责控制机械的行为，通过串口通信，可操作的动作包括：切换巡检模式、改变行进速度，改变前进方向、控制伸缩杆伸缩、操控维修机械臂、设置RFID站点、设置陀螺仪云台归位；当网络情况良好的时候，图像处理工作由平板电脑完成，若没有网络的时候，图像由摄像机摄录，由图像处理系统处理；图像处理程序的操作流程为：获取视频流，使用帧差法，设定一定间隔获取视频流中合适的帧画面，将完整的环面显示出来，然后使用canny算法识别环面边框，设立位置坐标系，最后根据特征点集，进行病害的扫描与匹配；
所述伸缩杆设有伸缩杆驱动机构，伸缩杆驱动机构与平板电脑通讯。三个伸缩杆并排安装在检测车底盘上，位于小车中间位置，要求拆卸便利，以使检测车更方便携带；伸缩杆全部伸长时至少60cm，伸缩速度至少1cm/s。当检测车处于自动巡检模式，伸缩杆具有在特定条件下自动调整高度的功能；
所述多功能检测车包括4个红外漫反射避障传感器；第一红外避障传感器安装在车体底部的前部；第二红外避障传感器安装在车体底部的尾部；第三红外避障传感器安装在车体左侧，第四红外避障传感器安装在车体右侧，均位于履带内部，检测车轮轴处，但不会干扰到轮轴运作；
红外避障传感器有外壳保护，防水防尘，避障范围为120°避障最远距离至少200cm，最近距离不大于10cm；
所述多功能检测车包括2个磁导寻迹传感器；第一磁导寻迹传感器朝下安装在所述车体底部的前部、第一红外避障传感器的底部，但不超出第一红外避障传感器；第二磁导寻迹传感器朝下安装在所述车体底部的尾部、第二红外避障传感器的底部，但不超出第一红外避障传感器；
所述射频识别模块向下安装在检测车底部的前部，位于第一寻迹传感器的左侧，RFID标志按照射频识别模块和第一寻迹传感器之间的距离粘贴于磁导航轨道左侧；此外，射频识别模块还应用了无线射频识别技术，进行无线通讯；
检测车具有自动环号识别能力，所述挂载相机摄录图像的同时和所述平板电脑数据交互，平板电脑通过内置图像处理系统，进行对于环号的实时计算；结合射频识别技术辅助定位，避免误差的累积；
所述激光传感器安装在检测车前部，底盘之上。该激光传感器用于对狭窄空间的环面进行连续的扫描，获得断面的点云数据，使用均匀参数化法进行型值点的参数化，将NURBS曲线转变为矩阵形式，然后对控制点进行反算，最后分段建立NURBS曲线，拟合出断面。结合检测车的自动环号识别功能，可以检测出隧道的变形并定位；
结合射频识别模块和红外传感器，检测车具有自动通过特定自动门的功能；所述自动门装备有射频识别装置以及开关门控制系统；
检测车具有不同的检测模式，根据现场情况改变检测方式；巡检模式分为：全自动模式、半自动人工辅助模式、人工控制模式；不同的检测模式适用于不同的特征的狭窄空间；全自动模式适用于无网络信号，距离长的狭窄空间；半自动模式适用于有网络信号，距离长的狭窄空间；人工控制模式适用于距离较短的狭窄空间；所述狭窄控件为不同设施，或者为同一设施的不同位置。
一种狭窄空间的多功能检测车，所述多功能检测车包括：移动底盘、至少一伸缩杆、至少一高清摄像机、至少一陀螺仪云台、平板电脑、光源、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块；
伸缩杆设置于移动底盘上；高清摄像机、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块分别与平板电脑通讯。
作为本发明的一种优选方案，所述的移动底盘是具有在狭窄空间自动避障性能并且能攀爬微小坡度的履带式磁导小车底盘。
作为本发明的一种优选方案，所述多功能检测车包括三台高清摄像机，每台分别安装在一个陀螺仪云台上，每个陀螺仪云台按住安装在一个伸缩杆上；其中高清摄像机可以用维修机械臂替代，直接安装在伸缩杆之上。
其中，第一摄像机安装在第一伸缩杆顶部，拍摄方向为顶部；第二摄像机安装在第二伸缩杆顶部，拍摄方向为右侧；第三摄像机安装在第三伸缩杆顶部，拍摄方向为左侧；水泥槽放置于伸缩杆前面，光源右侧。
第一伸缩杆安装在检测车中间部位，第二伸缩杆安装在第一伸缩杆右侧，第三伸缩杆安装在第一伸缩杆左侧。
作为本发明的一种优选方案，所述移动底盘设有驱动机构，平板电脑与所述驱动机构通讯，控制其动作。
作为本发明的一种优选方案，所述伸缩杆设有伸缩杆驱动机构，伸缩杆驱动机构与平板电脑通讯。
作为本发明的一种优选方案，所述平板电脑与高清摄像机通过Wi-fi连接，读取视频流数据。
作为本发明的一种优选方案，所述多功能检测车包括4个红外避障传感器；第一红外避障传感器安装在车体底部的前部；第二红外避障传感器安装在车体底部的尾部；第三红外避障传感器安装在车体左侧，第四红外避障传感器安装在车体右侧，均位于履带内部，检测车轮轴处，但不会干扰到轮轴运作。
作为本发明的一种优选方案，所述多功能检测车包括2个磁导寻迹传感器；第一磁导寻迹传感器朝下安装在所述车体底部的前部、第一红外避障传感器的底部，但不超出第一红外避障传感器；第二磁导寻迹传感器朝下安装在所述车体底部的尾部、第二红外避障传感器的底部，但不超出第一红外避障传感器。
作为本发明的一种优选方案，所述射频识别模块向下安装在检测车底部的前部，位于第一寻迹传感器的左侧，RFID标志按照射频识别模块和第一寻迹传感器之间的距离粘贴于磁导航轨道左侧。
本发明所述的检测车拥有三种巡检模式和维修模式，巡检模式包括：全自动模式、半自动人工辅助模式和人工控制模式。全自动模式是由检测车自动根据所铺设的磁感应轨道进行巡检，过程中无需人为操作，耗时久，没有网络且操作流程简单，行进路况稳定。半自动人工辅助模式又，是由检测车自动行进巡检为主，人工操作为辅的巡检模式。巡检过程中需要有网络的支持，需要执行全自动巡检以外的动作，包括拍摄照片、调整伸缩杆。人工控制模式完全由人工控制检测车前进并执行操作，适用于路况复杂，距离短，需要执行较多全自动模式外操作的狭窄空间。维修模式用于对于病害的简单维修。
检测车处于全自动模式下的主要操作流程包括：检测车行进录制视频、使用图像处理系统对所录制视频进行处理，获得病害信息之后由人工进行复检校验，以确定病害信息。在维修阶段，由检测车以维修模式，通过操作维修机械臂，对病害进行简单维修，危险而复杂的病害一般需要人工和检测车配合修复。
其中图像处理程序的操作流程为：获取视频流，使用帧差法，设定一定间隔获取视频流中合适的帧画面，将完整的环面显示出来。然后使用改进的边缘canny算法抓取直线边缘像素，过滤无规则噪点，使得得到的每个边缘宽度都为单像素，通过计算出边缘区域像素点的梯度值相对于最大值的方差和平均离散程度，去除强边缘区域对应的像素点，剩下的弱边缘区域来确定低阈值，大幅度检测边缘轮廓。设立位置坐标系，最后通过聚类出病害的特征点集，进行6种病害类型的模糊模型查询，其中模糊模型查询包括基于聚类特征点集的纹理特征，形状特征以及空间关系，最终由规定的相似性度量因子决定类型。进行病害的扫描与匹配之后，识别出环面上的病害，并记录病害所处的环面以及位置。
维修模式为检测车执行维修操作时所使用的模式，维修模式需要适用于半自动巡检模式的条件。检测车处于维修模式时，会预先设定检测车在需要修补的病害出停止，然后由工作人员远程操作，使用高清摄像机进行图像同步传输。操作机械臂和伸缩杆到合适的位置和姿态，启动水泥泵，将水泥输送到机械臂上，均匀涂抹于灰泥刀上。然后执行修补程序，根据预设的大小进行区域的涂抹，区域大小根据狭窄空间情况提前设定。最后拍摄修补后的照片，执行图像处理程序，计算检验修补是否达到预期效果，若没有，则再次修补，直到符合要求。
本发明所述的检测车具有自动识别环号的特点。检测车实时摄录的同时，高清相机将视频数据传送到平板电脑中。平板电脑实时处理视频数据，首先使用帧差法获取合适的环面图。规定的巡检检测车速为0.4m/s，当且仅当检测车行驶的里程数与速度的比值为隧道下环面长时，将这个比值取为帧差值，并且每隔一个帧差值取一帧图像进行预处理。然后使用改进的边缘canny算法，抓取直线边缘像素，过滤无规则噪点，使得每个边缘宽度都为单像素，通过计算出边缘区域像素点的梯度值相对于最大值的方差和平均离散程度，去除强边缘区域对应的像素点，剩下的弱边缘区域来确定最低阈值，即可大幅度的检测边缘轮廓。以此识别每环边框，并作为统计行进经过的环面个数。为了减少误差，将整条隧道以防火门或自动门切割，经过每个门的时候获得当前门所处环号作为基本数值，在两个门之间采用环面边框计数法，累加在基本数值上，就可以以较小误差自动计算环号。
本发明所述的检测车具有识别环面变形的特点。检测车所装备的激光传感器会在行进过程中持续对环面进行扫描，将得到的断面点云数据发动到平板电脑中储存。若检测车处于全自动巡检模式，则将数据保存起来，巡检结束之后由图像处理平台计算数据。若检测车处于半自动巡检模式，则将数据通过网络传送至图像处理平台实时处理。点云数据处理的方法如下：
1)将点云数据转换并且导入到matlab中，进行NURBS曲线拟合。先使用均匀参数化法进行型值点的参数化，将控制多边形看作样条曲线的外切多边形，使曲线的分段连接点与控制多边形顶点或者边相对应，最后将其展开成直线，进行规范化，得到节点矢量的计算参数序列。节点矢量计算方法为：
2)计算NURBS曲线方程矩阵系数、切矢量。将NURBS曲线方程表示为矩阵形式。用控制点di与权因子wi组成带权控制点矩阵Di，系数矩阵K。将定义在每个节点区间[ui,ui+1]上的Ni,2(u)中的参数u按照u(t)＝(1-t)ui+tui+1(0≤t≤1)做参数变换。那么第i段对应的曲线矩阵表达式为：
其中：
3)将NURBS曲线方程表示成矩阵形式，计算NURBS曲线方程矩阵系数、切矢量。然后利用NURBS曲线拟合时利用的型值点对控制点进行反算。采用的边界条件为取首末端点的切矢条件作为两个已知边界条件附件方程，对应边界条件方程为：
其中，为首末型值点的切矢。此时曲线未知控制点的线性方程矩阵形式为：
解该线性方程组即可求得开曲线控制顶点。
4)根据求得的控制点，分段建立NURBS曲线，拟合隧道断面。将拟合出的隧道断面与标准断面进行比对，可以检测出是否存在明显的变形，在加上检测车的环号计数能力，定位变形病害。
本发明所述的检测车具有自动通过特定自动门的特点。自动门采用无线射频识别技术，会持续发射特定的高频识别信号。通过红外传感器判断，检测车行进到识别范围内，检测车的射频识别模块会持续接收传送门发来的高频信号，若识别出信号，检测车发出开门信号，缩回伸缩杆并关闭自动门检测到信号。自动门启动开门程序，让检测车通过。检测车通过自动门之后，若行进至红外传感器感应范围之外，开启射频识别模块，识别到自动门发出的信号后，伸展伸缩杆，发出关门信号并关闭射频识别模块。自动门接收到信号后启动关门程序。
本发明的有益效果在于：本发明提出的狭窄空间的多功能检测车，兼具可操控性和自动巡检能力，履带式小车能够攀爬小坡度，磁导航的功能稳定，成本低，可以长距离铺设。检测车携带足够电源，能够执行长距离的巡检任务。
本发明携带光源并且使用了感光性能强大的摄像机，能够适应隧道较为阴暗的环境。使用防水防锈的结构组装小车，巡检设备也具有防水性能和防水装置，潮湿环境不会影响到巡检过程。结合射频标签进行常规性避障的启动。检测车前后都具有避障能力，可以适应隧道结构复杂的环境与突发情况。自动巡检相比人工巡检节省了人力，而且更加全面、精确，也更加安全。
附图说明
图1为本发明狭窄空间的多功能检测车的结构示意图。
图2为射频识别模块和伸缩杆联动流程图。
图3为图像处理系统流程图。
图4为自动识别环号系统流程图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
实施例一
请参阅图1，本发明揭示了一种狭窄空间的多功能检测车，包括：移动底盘1、伸缩杆2.1、2.2、2.3、高清摄像机3.1、3.2、3.3、平板电脑4、光源5、磁导寻迹传感器6.16.2、红外避障传感器7.1、7.2、7.3、7.4、激光传感器8和射频识别模块9。
所述的移动底盘1是具有在狭窄空间自动避障性能并且可以攀爬微小坡度的履带式磁导小车底盘。
所述的高清摄像机共有三台3.1、3.2、3.3，每台分别安装在一个伸缩杆上。其中摄像机3.1安装在伸缩杆2.1顶部，拍摄方向为顶部；摄像机3.2安装在伸缩杆2.2顶部，拍摄方向为右侧；摄像机3.3安装在伸缩杆2.3顶部，拍摄方向为左侧。伸缩杆2.1安装在检测车中间部位，伸缩杆2.2安装在伸缩杆2.1右侧，伸缩杆2.3安装在伸缩杆2.1左侧。其中高清摄像机可以用维修机械臂替代，安装在伸缩杆上，位置相同。若装备机械臂，则于光源右侧，伸缩杆3.2前面放置水泥槽。
所述的平板电脑4可以人工操控小车的方向：前进、停止、返回，控制伸缩杆2.1、2.2、2.3的伸缩以及改变小车的行进速度档位。在处于半自动模式下，平板电脑4可以与高清摄像机3.1、3.2、3.3通过Wi-Fi连接，读取视频流数据，通过图像处理程序计算病害信息。
所述的红外避障传感器7.1安装在车体底部的前部；红外避障传感器7.2安装在车体底部的尾部；红外避障传感器7.3安装在车体左侧，红外避障传感器7.4安装在车体右侧，均位于履带内部，检测车轮轴处，但不会干扰到轮轴运作。红外避障传感器7.1、7.2、7.3、7.4使用漫反射载波方式以进行有效避障。
所述的磁导寻迹传感器6.1朝下安装在所述车体底部的前部，红外避障传感器7.1底部，但不超出红外避障传感器7.1；磁导寻迹传感器6.2朝下安装在所述车体底部的尾部，红外避障传感器7.2底部，但不超出红外避障传感器7.1。
所述激光传感器8安装在检测车前部，放置于伸缩杆2.1之前，底部抬高并固定。激光传感器8前方不能放置任何遮挡物，抬高高度取决于狭窄空间大小，但不得高于伸缩杆，优选方案为加高20cm。
所述的射频识别模块9向下安装在检测车底部的中间部位，RFID标志按照射频识别模块9粘贴于磁导航轨道上，与磁导航轨道重叠。若射频识别模块9识别到RFID标志，将会执行预先设定的动作。通过防火门的动作组合包括：检测车停止移动，伸缩杆2.1、2.2、2.3同时自动下降35厘米。35秒过后，检测车启动。经过防火门之后，伸缩杆上升至原来位置。
如表1所示，所述检测车拥有三种巡检模式，包括：自动模式、半自动人工辅助模式和人工控制模式。全自动模式是由检测车自动根据所铺设的磁感应轨道进行巡检，过程中无需人为操作，耗时久，没有网络且操作流程简单，行进路况稳定。半自动人工辅助模式是由检测车自动行进巡检为主，人工操作为辅的巡检模式。巡检过程中需要有网络的支持，需要执行全自动巡检以外的动作，包括拍摄照片、调整伸缩杆。人工控制模式完全由人工控制检测车前进以及执行操作，适用于路况复杂，距离短，需要执行较多全自动模式外操作的狭窄空间。本实施例所述为自动模式。
如图2所示，为了顺利通过防火门不造成碰撞，需要射频识别模块21与伸缩杆23联动。布设磁导航轨道的时候，在防火门前1米处放置RFID标签，位于磁导航轨道上，并标识出来，以便人为校准。正式检测之时，射频识别模块21会持续读取RFID标签，若识别出标签，通过控制系统，控制电源22供电。检测车电机24停止运行，三个伸缩杆33同时下降到预设高度，启动电机24继续前进。经过15秒后，检测车通过安全门，开始伸长伸缩杆23到之前的位置。射频识别模块21继续开始读取RFID标志，按照这个流程反复。
如图3所示，高清摄录机31会持续录制视频，平板电脑32通过Wi-Fi一直与高清摄录机相连接，读取实时的视频流。平板电脑32运行图像处理程序，对每帧图像处理，并判断是否存在病害。若存在病害，则控制高清摄像机21拍摄病害照片，平板电脑32计算病害类别和参数数据，并且将数据和照片信息保存。按照这个流程反复进行检测。
如图4所示，高清相机41会持续录制视频，平板电脑42通过Wi-Fi一直与高清摄录机相连接，读取实时的视频流。平板电脑41实时检测视频流中出现的防火门和每环环面边框。检测到防火门，依据防火门恒定的位置作为基本点，直到识别下一个防火门之前将识别到的环面边框个数累加。识别防火门的同时校准对于环号的识别，可计算识别的准确度。计算出的环号以及所处视频流中的时间节点将保存到数据库中。
综上所述，本发明提出的狭窄空间的多功能检测车，兼具可操控性和自动巡检能力，履带式小车能够攀爬小坡度，磁导航的功能稳定，成本低，可以长距离铺设。检测车携带足够电源，能够执行长距离的巡检任务。
本发明携带光源并且使用了感光性能强大的摄像机，能够适应隧道较为阴暗的环境。使用防水防锈的结构组装小车，巡检设备也具有防水性能和防水装置，潮湿环境不会影响到巡检过程。结合射频标签进行常规性避障的启动。检测车前后都具有避障能力，可以适应隧道结构复杂的环境与突发情况。自动巡检相比人工巡检节省了人力，而且更加全面、精确，也更加安全。
这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。
Claims (10)
1.一种狭窄空间的多功能检测车，其特征在于，所述多功能检测车包括：移动底盘、至少一伸缩杆、至少一高清摄像机、至少一陀螺仪云台、维修机械臂、水泥槽、平板电脑、光源、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块；
所述伸缩杆设置于移动底盘上；高清摄像机、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块分别与平板电脑通讯；
所述的移动底盘是具有在狭窄空间自动避障性能并且能攀爬微小坡度的履带式磁导小车底盘，速度至少30cm/s，配有电量至少满足两小时的巡检工作；底盘宽度不超过50cm，爬坡能力至少15°，导航方式为软磁条引导，磁条为50mm宽，1.2mm厚，另需配备加磁设备，以保障磁性的稳定；
所述多功能检测车包括三台高清摄像机，每台分别安装在一个陀螺仪云台上，陀螺仪云台安装在伸缩杆上；
其中，第一摄像机(3.1)安装在第一伸缩杆(2.1)顶部，拍摄方向为顶部；第二摄像机(3.2)安装在第二伸缩杆(2.2)顶部，拍摄方向为右侧；第三摄像机(3.3)安装在第三伸缩杆(2.3)顶部，拍摄方向为左侧；
第一伸缩杆(2.1)安装在检测车中间部位，第二伸缩杆(2.2)安装在第一伸缩杆(2.1)右侧，第三伸缩杆(2.3)安装在第一伸缩杆(2.1)左侧；
每台高清摄像机配备至少128G存储卡，视频录制分辨率至少能到达1960*1080p，录制帧数至少60帧，摄录范围至少达到90°，防抖与补光性能好；
所述多功能检测车包括至少一维修机械臂，作为机械臂高清摄像机的可替换部件，放置于伸缩杆上；水泥槽放置于伸缩杆前面，光源右侧，底盘之上，水泥槽安装有水泥输送泵，通过胶管将水泥输送到机械臂上；
维修机械臂为三轴机械手臂，手臂处装有油灰刀，用来涂抹水泥；当用维修机械臂替代高清摄像机安装在伸缩杆上时，检测车处于维修模式；通过伸缩杆，人为操控机械臂进行维修动作，将水泥槽书送过来的水泥涂抹于待修补处；
所述移动底盘设有驱动机构，平板电脑与所述驱动机构通讯，控制其动作；平板电脑放置于伸缩杆后面，稳定安装在地盘之上，装备有防护罩，放置水和灰尘损坏平板电脑；在网络通信无障碍的情况下，平板电脑通过Wi-fi与人工操作的设备进行远程交互；
平板电脑搭载了机械控制程序和图像处理程序；机械控制程序负责控制机械的行为，通过串口通信，可操作的动作包括：切换巡检模式、改变行进速度，改变前进方向、控制伸缩杆伸缩、操控维修机械臂、设置RFID站点、设置陀螺仪云台归位；当网络情况良好的时候，图像处理工作由平板电脑完成，若没有网络的时候，图像由摄像机摄录，由图像处理系统处理；图像处理程序的操作流程为：获取视频流，使用帧差法，设定一定间隔获取视频流中合适的帧画面，将完整的环面显示出来，然后使用canny算法识别环面边框，设立位置坐标系，最后根据特征点集，进行病害的扫描与匹配；
所述伸缩杆设有伸缩杆驱动机构，伸缩杆驱动机构与平板电脑通讯；三个伸缩杆并排安装在检测车底盘上，位于小车中间位置，要求拆卸便利，以使检测车更方便携带；伸缩杆全部伸长时至少60cm，伸缩速度至少1cm/s；当检测车处于自动巡检模式，伸缩杆具有在特定条件下自动调整高度的功能；
所述多功能检测车包括4个红外漫反射避障传感器；第一红外避障传感器安装在车体底部的前部；第二红外避障传感器安装在车体底部的尾部；第三红外避障传感器安装在车体左侧，第四红外避障传感器安装在车体右侧，均位于履带内部，检测车轮轴处，但不会干扰到轮轴运作；
红外避障传感器有外壳保护，防水防尘，避障范围为120°避障最远距离至少200cm，最近距离不大于10cm；
所述多功能检测车包括2个磁导寻迹传感器；第一磁导寻迹传感器朝下安装在所述车体底部的前部、第一红外避障传感器的底部，但不超出第一红外避障传感器；第二磁导寻迹传感器朝下安装在所述车体底部的尾部、第二红外避障传感器的底部，但不超出第一红外避障传感器；
所述射频识别模块向下安装在检测车底部的前部，位于第一寻迹传感器的左侧，RFID标志按照射频识别模块和第一寻迹传感器之间的距离粘贴于磁导航轨道左侧；此外，射频识别模块还应用了无线射频识别技术，进行无线通讯；
检测车具有自动环号识别能力，所述挂载相机摄录图像的同时和所述平板电脑数据交互，平板电脑通过内置图像处理系统，进行对于环号的实时计算；结合射频识别技术辅助定位，避免误差的累积；
所述激光传感器安装在检测车前部，底盘之上；该激光传感器用于对狭窄空间的环面进行连续的扫描，获得断面的点云数据，使用均匀参数化法进行型值点的参数化，将NURBS曲线转变为矩阵形式，然后对控制点进行反算，最后分段建立NURBS曲线，拟合出断面；结合检测车的自动环号识别功能，能检测出隧道的变形并定位；
结合射频识别模块和红外传感器，检测车具有自动通过特定自动门的功能；所述自动门装备有射频识别装置以及开关门控制系统；
检测车具有不同的检测模式，根据现场情况改变检测方式；巡检模式分为：全自动模式、半自动人工辅助模式、人工控制模式；不同的检测模式适用于不同的特征的狭窄空间；全自动模式适用于无网络信号，距离长的狭窄空间；半自动模式适用于有网络信号，距离长的狭窄空间；人工控制模式适用于距离较短的狭窄空间；所述狭窄控件为不同设施，或者为同一设施的不同位置。
2.一种狭窄空间的多功能检测车，其特征在于，所述多功能检测车包括：移动底盘、至少一伸缩杆、至少一高清摄像机、至少一陀螺仪云台、平板电脑、光源、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块；
伸缩杆设置于移动底盘上；高清摄像机、磁导寻迹传感器、红外避障传感器、激光传感器和射频识别模块分别与平板电脑通讯。
3.根据权利要求2所述的狭窄空间的多功能检测车，其特征在于：
所述的移动底盘是具有在狭窄空间自动避障性能并且能攀爬微小坡度的履带式磁导小车底盘，速度至少30cm/s，配有电量至少满足两小时的巡检工作；底盘宽度不超过50cm，爬坡能力至少15°，导航方式为软磁条引导，磁条为50mm宽，1.2mm厚，另需配备加磁设备，以保障磁性的稳定。
4.根据权利要求2所述的狭窄空间的多功能检测车，其特征在于：
所述多功能检测车包括三台高清摄像机，每台分别安装在一个陀螺仪云台上，陀螺仪云台安装在伸缩杆上；
其中，第一摄像机(3.1)安装在第一伸缩杆(2.1)顶部，拍摄方向为顶部；第二摄像机(3.2)安装在第二伸缩杆(2.2)顶部，拍摄方向为右侧；第三摄像机(3.3)安装在第三伸缩杆(2.3)顶部，拍摄方向为左侧；
第一伸缩杆(2.1)安装在检测车中间部位，第二伸缩杆(2.2)安装在第一伸缩杆(2.1)右侧，第三伸缩杆(2.3)安装在第一伸缩杆(2.1)左侧；
每台高清摄像机配备至少128G存储卡，视频录制分辨率至少能到达1960*1080p，录制帧数至少60帧，摄录范围至少达到90°，防抖与补光性能好。
5.根据权利要求2所述的狭窄空间的多功能检测车，其特征在于：
所述多功能检测车包括至少一维修机械臂、水泥槽，作为机械臂高清摄像机的可替换部件，放置于伸缩杆上；水泥槽放置于伸缩杆前面，光源右侧，底盘之上，水泥槽安装有水泥输送泵，通过胶管将水泥输送到机械臂上；
维修机械臂为三轴机械手臂，手臂处装有油灰刀，用来涂抹水泥；当用维修机械臂替代高清摄像机安装在伸缩杆上时，检测车处于维修模式；通过伸缩杆，人为操控机械臂进行维修动作，将水泥槽书送过来的水泥涂抹于待修补处。
6.根据权利要求2所述的狭窄空间的多功能检测车，其特征在于：
所述移动底盘设有驱动机构，平板电脑与所述驱动机构通讯，控制其动作；平板电脑放置于伸缩杆后面，稳定安装在地盘之上，装备有防护罩，放置水和灰尘损坏平板电脑；在网络通信无障碍的情况下，平板电脑通过Wi-fi与人工操作的设备进行远程交互；
平板电脑搭载了机械控制程序和图像处理程序；机械控制程序负责控制机械的行为，通过串口通信，可操作的动作包括：切换巡检模式、改变行进速度，改变前进方向、控制伸缩杆伸缩、操控维修机械臂、设置RFID站点、设置陀螺仪云台归位；当网络情况良好的时候，图像处理工作由平板电脑完成，若没有网络的时候，图像由摄像机摄录，由图像处理系统处理；图像处理程序的操作流程为：获取视频流，使用帧差法，设定一定间隔获取视频流中合适的帧画面，将完整的环面显示出来，然后使用canny算法识别环面边框，设立位置坐标系，最后根据特征点集，进行病害的扫描与匹配。
7.根据权利要求2所述的狭窄空间的多功能检测车，其特征在于：
所述伸缩杆设有伸缩杆驱动机构，伸缩杆驱动机构与平板电脑通讯；三个伸缩杆并排安装在检测车底盘上，位于小车中间位置，要求拆卸便利，以使检测车更方便携带；伸缩杆全部伸长时至少60cm，伸缩速度至少1cm/s；当检测车处于自动巡检模式，伸缩杆具有在特定条件下自动调整高度的功能。
8.根据权利要求2所述的狭窄空间的多功能检测车，其特征在于：
所述多功能检测车包括4个红外漫反射避障传感器；第一红外避障传感器安装在车体底部的前部；第二红外避障传感器安装在车体底部的尾部；第三红外避障传感器安装在车体左侧，第四红外避障传感器安装在车体右侧，均位于履带内部，检测车轮轴处，但不会干扰到轮轴运作；
红外避障传感器有外壳保护，能防水防尘，避障范围为120°避障最远距离至少200cm，最近距离不大于10cm。
9.根据权利要求2所述的狭窄空间的多功能检测车，其特征在于：
所述多功能检测车包括2个磁导寻迹传感器；第一磁导寻迹传感器朝下安装在所述车体底部的前部、第一红外避障传感器的底部，但不超出第一红外避障传感器；第二磁导寻迹传感器朝下安装在所述车体底部的尾部、第二红外避障传感器的底部，但不超出第一红外避障传感器。
10.根据权利要求2所述的狭窄空间的多功能检测车，其特征在于：
所述射频识别模块向下安装在检测车底部的前部，位于第一寻迹传感器的左侧，RFID标志按照射频识别模块和第一寻迹传感器之间的距离粘贴于磁导航轨道左侧；此外，射频识别模块还应用了无线射频识别技术，进行无线通讯；
检测车具有自动环号识别能力，所述挂载相机摄录图像的同时和所述平板电脑数据交互，平板电脑通过内置图像处理系统，进行对于环号的实时计算；结合射频识别技术辅助定位，避免误差的累积；
所述激光传感器安装在检测车前部，底盘之上；该激光传感器用于对狭窄空间的环面进行连续的扫描，获得断面的点云数据，使用均匀参数化法进行型值点的参数化，将NURBS曲线转变为矩阵形式，然后对控制点进行反算，最后分段建立NURBS曲线，拟合出断面；结合检测车的自动环号识别功能，检测出隧道的变形并定位；
结合射频识别模块和红外传感器，检测车具有自动通过特定自动门的功能；所述自动门装备有射频识别装置以及开关门控制系统；
检测车具有不同的检测模式，根据现场情况改变检测方式；巡检模式分为：全自动模式、半自动人工辅助模式、人工控制模式；不同的检测模式适用于不同的特征的狭窄空间；全自动模式适用于无网络信号，距离长的狭窄空间；半自动模式适用于有网络信号，距离长的狭窄空间；人工控制模式适用于距离较短的狭窄空间；所述狭窄控件为不同设施，或者为同一设施的不同位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710108851.1A CN106680290B (zh) | 2017-02-27 | 2017-02-27 | 狭窄空间的多功能检测车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710108851.1A CN106680290B (zh) | 2017-02-27 | 2017-02-27 | 狭窄空间的多功能检测车 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106680290A true CN106680290A (zh) | 2017-05-17 |
| CN106680290B CN106680290B (zh) | 2023-11-17 |
Family
ID=58861439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710108851.1A Active CN106680290B (zh) | 2017-02-27 | 2017-02-27 | 狭窄空间的多功能检测车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106680290B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108182402A (zh) * | 2017-12-27 | 2018-06-19 | 同济大学 | 一种采用采集机器人和深度学习算法的钢箱梁巡检方法 |
| CN108332667A (zh) * | 2018-05-11 | 2018-07-27 | 哈工大机器人集团（哈尔滨）华粹智能装备有限公司 | 一种移动式非接触在线测量装置 |
| CN108490960A (zh) * | 2018-05-24 | 2018-09-04 | 北矿机电科技有限责任公司 | 一种选矿摇床自动巡检装置和方法 |
| CN109131016A (zh) * | 2018-10-29 | 2019-01-04 | 辽宁工程技术大学 | 一种多功能建筑结构检测车 |
| CN109129491A (zh) * | 2018-11-02 | 2019-01-04 | 西安安森智能仪器股份有限公司 | 一种巡检机器人运动控制方法 |
| CN109434800A (zh) * | 2018-12-31 | 2019-03-08 | 天津帕比特科技有限公司 | 一种无线巡检机器人系统以及控制方法 |
| CN109855565A (zh) * | 2019-03-25 | 2019-06-07 | 清华大学 | 一种检测设备及检测组件 |
| CN110363877A (zh) * | 2019-06-29 | 2019-10-22 | 中设设计集团股份有限公司 | 基于无人行走装置的船闸巡查装置及方法 |
| CN110861564A (zh) * | 2019-12-12 | 2020-03-06 | 龙岩市海德馨汽车有限公司 | 一种伸缩式检测车及操作方法 |
| CN111123928A (zh) * | 2019-12-20 | 2020-05-08 | 山东大学 | 一种可穿越低矮双层双向钢筋网结构的智能小车 |
| CN111391883A (zh) * | 2020-04-03 | 2020-07-10 | 哈尔滨市科佳通用机电股份有限公司 | 一种动车组底部故障检测装置 |
| CN111487978A (zh) * | 2020-05-13 | 2020-08-04 | 合肥卓科智能技术有限公司 | 一种自动导引小车的控制系统 |
| CN111531522A (zh) * | 2020-06-11 | 2020-08-14 | 南京聚特机器人技术有限公司 | 一种狭窄空间轮式巡检机器人 |
| CN111805555A (zh) * | 2020-07-16 | 2020-10-23 | 临沂矿业集团菏泽煤电有限公司 | 比赛用巡检机器人 |
| CN113448333A (zh) * | 2021-06-25 | 2021-09-28 | 北京铁道工程机电技术研究所股份有限公司 | 基于传感器组合的底部巡检定位方法、装置及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102541064A (zh) * | 2012-03-27 | 2012-07-04 | 沈阳中兴电力通信有限公司 | 磁导航巡检机器人 |
| US8306747B1 (en) * | 2007-01-19 | 2012-11-06 | Starodub, Inc. | Travel way measurement system |
| CN103605365A (zh) * | 2013-11-07 | 2014-02-26 | 成都赛康信息技术有限责任公司 | 变电站设备污秽巡检、判定及清洗的全自动作业方法 |
| DE102013201534A1 (de) * | 2013-01-30 | 2014-07-31 | Siemens Aktiengesellschaft | Elektrisch getriebenes Fahrzeug mit einem Stromabnehmer |
| CN104991558A (zh) * | 2015-07-03 | 2015-10-21 | 国家电网公司 | 一种电缆沟自动巡检装置 |
| CN106143530A (zh) * | 2016-06-17 | 2016-11-23 | 中铁二院工程集团有限责任公司 | 用于悬挂式单轨交通系统箱型轨道梁的巡检小车 |
-
2017
- 2017-02-27 CN CN201710108851.1A patent/CN106680290B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8306747B1 (en) * | 2007-01-19 | 2012-11-06 | Starodub, Inc. | Travel way measurement system |
| CN102541064A (zh) * | 2012-03-27 | 2012-07-04 | 沈阳中兴电力通信有限公司 | 磁导航巡检机器人 |
| DE102013201534A1 (de) * | 2013-01-30 | 2014-07-31 | Siemens Aktiengesellschaft | Elektrisch getriebenes Fahrzeug mit einem Stromabnehmer |
| CN103605365A (zh) * | 2013-11-07 | 2014-02-26 | 成都赛康信息技术有限责任公司 | 变电站设备污秽巡检、判定及清洗的全自动作业方法 |
| CN104991558A (zh) * | 2015-07-03 | 2015-10-21 | 国家电网公司 | 一种电缆沟自动巡检装置 |
| CN106143530A (zh) * | 2016-06-17 | 2016-11-23 | 中铁二院工程集团有限责任公司 | 用于悬挂式单轨交通系统箱型轨道梁的巡检小车 |
Non-Patent Citations (1)
| Title |
|---|
| 胡伟;任广振;葛隽;吕敏;张伟宁;: "高压电力廊道自动巡检机器人系统的研制" * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108182402A (zh) * | 2017-12-27 | 2018-06-19 | 同济大学 | 一种采用采集机器人和深度学习算法的钢箱梁巡检方法 |
| CN108332667A (zh) * | 2018-05-11 | 2018-07-27 | 哈工大机器人集团（哈尔滨）华粹智能装备有限公司 | 一种移动式非接触在线测量装置 |
| CN108490960A (zh) * | 2018-05-24 | 2018-09-04 | 北矿机电科技有限责任公司 | 一种选矿摇床自动巡检装置和方法 |
| CN109131016A (zh) * | 2018-10-29 | 2019-01-04 | 辽宁工程技术大学 | 一种多功能建筑结构检测车 |
| CN109129491A (zh) * | 2018-11-02 | 2019-01-04 | 西安安森智能仪器股份有限公司 | 一种巡检机器人运动控制方法 |
| CN109434800A (zh) * | 2018-12-31 | 2019-03-08 | 天津帕比特科技有限公司 | 一种无线巡检机器人系统以及控制方法 |
| CN109855565A (zh) * | 2019-03-25 | 2019-06-07 | 清华大学 | 一种检测设备及检测组件 |
| CN110363877A (zh) * | 2019-06-29 | 2019-10-22 | 中设设计集团股份有限公司 | 基于无人行走装置的船闸巡查装置及方法 |
| CN110861564A (zh) * | 2019-12-12 | 2020-03-06 | 龙岩市海德馨汽车有限公司 | 一种伸缩式检测车及操作方法 |
| CN111123928A (zh) * | 2019-12-20 | 2020-05-08 | 山东大学 | 一种可穿越低矮双层双向钢筋网结构的智能小车 |
| CN111391883A (zh) * | 2020-04-03 | 2020-07-10 | 哈尔滨市科佳通用机电股份有限公司 | 一种动车组底部故障检测装置 |
| CN111391883B (zh) * | 2020-04-03 | 2024-05-28 | 哈尔滨市科佳通用机电股份有限公司 | 一种动车组底部故障检测装置 |
| CN111487978A (zh) * | 2020-05-13 | 2020-08-04 | 合肥卓科智能技术有限公司 | 一种自动导引小车的控制系统 |
| CN111487978B (zh) * | 2020-05-13 | 2023-08-29 | 合肥卓科智能技术有限公司 | 一种自动导引小车的控制系统 |
| CN111531522A (zh) * | 2020-06-11 | 2020-08-14 | 南京聚特机器人技术有限公司 | 一种狭窄空间轮式巡检机器人 |
| CN111805555A (zh) * | 2020-07-16 | 2020-10-23 | 临沂矿业集团菏泽煤电有限公司 | 比赛用巡检机器人 |
| CN113448333A (zh) * | 2021-06-25 | 2021-09-28 | 北京铁道工程机电技术研究所股份有限公司 | 基于传感器组合的底部巡检定位方法、装置及电子设备 |
| CN113448333B (zh) * | 2021-06-25 | 2024-02-06 | 北京铁道工程机电技术研究所股份有限公司 | 基于传感器组合的底部巡检定位方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106680290B (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106680290A (zh) | 狭窄空间的多功能检测车 | |
| CN111958591B (zh) | 一种语义智能变电站巡检机器人自主巡检方法及系统 | |
| CN109797691A (zh) | 无人清扫车及其行车方法 | |
| CN111986506B (zh) | 基于多视觉系统的机械式停车位泊车方法 | |
| CN103386975B (zh) | 一种基于机器视觉的车辆避障方法及系统 | |
| CN101075376B (zh) | 基于多视点的智能视频交通监控系统及方法 | |
| CN106651953B (zh) | 一种基于交通指示牌的车辆位姿估计方法 | |
| CN103778786B (zh) | 一种基于显著车辆部件模型的交通违章检测方法 | |
| CN106595630B (zh) | 一种基于激光导航变电站巡检机器人的建图系统与方法 | |
| CN103413313B (zh) | 基于电力机器人的双目视觉导航系统及方法 | |
| CN102789233B (zh) | 基于视觉的组合导航机器人及导航方法 | |
| JP5588812B2 (ja) | 画像処理装置及びそれを用いた撮像装置 | |
| CN108128245A (zh) | 车辆环境成像系统及方法 | |
| CN113870343B (zh) | 相对位姿标定方法、装置、计算机设备和存储介质 | |
| CN111753797B (zh) | 一种基于视频分析的车辆测速方法 | |
| CN106652551A (zh) | 一种车位检测方法及设备 | |
| WO2015024407A1 (zh) | 基于电力机器人的双目视觉导航系统及方法 | |
| CN102867416A (zh) | 一种基于车辆部位特征的车辆检测与跟踪方法 | |
| CN110231825A (zh) | 车辆智能巡检系统及方法 | |
| CN103837087B (zh) | 基于主动形状模型的受电弓自动检测方法 | |
| CN110379168A (zh) | 一种基于Mask R-CNN的交通车辆信息获取方法 | |
| CN112581645A (zh) | 一种电缆隧道协同巡检方法及系统 | |
| CN207516258U (zh) | 狭窄空间的多功能检测车 | |
| CN104506800A (zh) | 一种多方向电警摄像机场景合成及综合监控方法和装置 | |
| CN106494611B (zh) | 一种空轨两用巡检无人机 |
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 | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231213 Address after: 200444 Area A, Floor 5, Building 1, No. 668, Shangda Road, Baoshan District, Shanghai Patentee after: Shanghai Zhiyue Navigation Technology Co.,Ltd. Address before: 200941 Room 402, No. 6 Baoyue Garden, Lane 268, Yuetang Road, Yuepu Town, Baoshan District, Shanghai Patentee before: Zhou Xianwei Patentee before: Lin Xinxin Patentee before: Gao Zhiyang Patentee before: Sun Yiyang Patentee before: Guo Ruiqi |