CN107483835A - 一种管道电视检测系统的检测方法 - Google Patents

一种管道电视检测系统的检测方法 Download PDF

Info

Publication number
CN107483835A
CN107483835A CN201710877901.2A CN201710877901A CN107483835A CN 107483835 A CN107483835 A CN 107483835A CN 201710877901 A CN201710877901 A CN 201710877901A CN 107483835 A CN107483835 A CN 107483835A
Authority
CN
China
Prior art keywords
defect
pipeline
operating platform
robot
walls
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.)
Pending
Application number
CN201710877901.2A
Other languages
English (en)
Inventor
黄亮清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201710877901.2A priority Critical patent/CN107483835A/zh
Publication of CN107483835A publication Critical patent/CN107483835A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/54—Systems for transmission via power distribution lines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种管道电视检测系统的检测方法，包括：操作平台发送第一控制指令至机器人，以使得机器人在管道内移动；操作平台发送第二控制指令至机器人，使机器人通过摄像头拍摄管道内壁存在缺陷的区域并获取缺陷图像；机器人将缺陷图像发送回操作平台；操作平台通过内部专家系统识别缺陷图像所对应的缺陷类型，并通过内部专家系统分析出缺陷类型所对应的管道缺陷等级，同时生成符合标准规程要求格式的检测评估报告。通过上述方式，本发明所公开的管道电视检测系统的检测方法能够自动检测及判断管道的内部缺陷，同时通过内部专家系统生成检测评估报告，可以减轻工作人员劳动强度，提高检测效率。

Description

一种管道电视检测系统的检测方法
技术领域
本发明涉及管道检测技术领域，特别是涉及一种管道电视检测系统的检测方法。
背景技术
目前地下排水管道系统的检测主要通过管道闭路电视系统(CCTV)，操作人员通过控制装有摄像头的机器人在被测管道中行进，摄像头获取的被测管道图像数据通过电缆传送到地面操作平台，然后通过人工观看分析图像数据来判断管道的缺陷类型和位置。
然而，这种方法主要依赖操作人员的工作经验，而每名操作人员对管道缺陷的评价标准都存在差异，主观性较强，并且长时间工作会导致操作人员视力疲劳和注意力分散影响判断和描述的准确度，且检测效率低。
发明内容
本发明主要解决的技术问题是提供一种管道电视检测系统的检测方法，能够自动检测及判断管道的内部缺陷，并同时生成检测评估报告。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种管道电视检测系统的检测方法，管道电视检测系统包括操作平台、电缆卷盘和机器人，其中电缆卷盘上卷绕有电缆，操作平台通过电缆与机器人信号连接，且机器人上可旋转设置有摄像头和设置在摄像头上的照射单元，该检测方法包括：操作平台通过电缆发送第一控制指令至机器人，以使得机器人根据第一控制指令在管道内移动；操作平台在确定机器人移动时，通过电缆发送第二控制指令至机器人；机器人接收到第二控制指令时，通过摄像头拍摄管道内壁存在缺陷的区域并获取缺陷图像；机器人通过电缆将缺陷图像发送回操作平台；操作平台通过内部专家系统识别缺陷图像所对应的缺陷类型，其中缺陷类型包括功能性缺陷和结构性缺陷，并通过内部专家系统分析出缺陷类型所对应的管道缺陷等级，同时生成符合标准规程要求格式的检测评估报告，其中检测评估报告包括缺陷类型和管道缺陷等级。
其中，标准规程要求格式的检测评估报告为《城镇排水管道检测与评估技术规程》所规定的格式的检测评估报告。
其中，方法还包括：操作平台安装并存储内部专家系统，其中内部专家系统包括有缺陷图像数据库、与缺陷图像数据库对应的缺陷类型数据库、与缺陷图像数据库对应的管道缺陷等级数据库。
其中，操作平台通过内部专家系统识别缺陷图像所对应的缺陷类型的步骤包括：操作平台通过内部专家系统将缺陷图像与缺陷图像数据库中的图像进行对比，以在缺陷图像数据库得出与缺陷图像相同的预设图像；操作平台通过内部专家系统从缺陷类型数据库中获取与预设图像对应的缺陷类型。
其中，操作平台通过内部专家系统将缺陷图像与缺陷图像数据库中的图像进行对比，以在缺陷图像数据库得出与缺陷图像相同的预设图像的步骤包括：操作平台通过内部专家系统对缺陷图像进行解析，以得出缺陷图像所对应的管道特征，其中管道特征包括管道内壁的颜色、管道内壁的凹凸状态、管道内壁的裂缝或管道内壁的轮廓；操作平台通过内部专家系统从缺陷图像数据库中查找出预设管道特征与管道特征相同的预设图像。
其中，通过内部专家系统分析出缺陷类型所对应的管道缺陷等级的步骤包括：操作平台通过内部专家系统从管道缺陷等级数据库查找出与管道内壁的颜色、管道内壁的凹凸状态、管道内壁的裂缝或管道内壁的轮廓对应的管道缺陷等级。
其中，通过摄像头拍摄管道内壁存在缺陷的区域并获取缺陷图像的步骤包括：摄像头沿管道径向方向360度旋转及沿着管道轴向方向220度旋转拍摄管道内壁区域以得到缺陷图像。
其中，方法还包括：照射单元同步跟随摄像头沿管道径向方向360度旋转及沿着管道轴向方向220度旋转发射光线照亮管道内壁拍摄区域。
其中，检测评估报告还包括管道缺陷的位置坐标数据，方法还包括：操作平台通过内部专家系统判断管道缺陷等级是否大于预设等级；如果是，则操作平台通过电缆发送第三控制指令至机器人；机器人根据第三控制指令进行GPS定位，以确定管道缺陷的位置坐标数据，并通过电缆将管道缺陷的位置坐标数据发送至操作平台。
其中，机器人上可旋转设置有喷气管和喷水管，方法还包括：操作平台通过内部专家系统在确定管道缺陷等级大于预设等级时，操作平台通过电缆发送第四控制指令至机器人，以使得机器人根据第四控制指令控制喷气管和/或喷水管朝道的缺陷的位置喷射气体和/液体，以对管道的缺陷的位置进行清洗。
本发明的有益效果是：区别于现有技术的情况，本发明所公开的管道电视检测系统的检测方法，包括：操作平台通过电缆发送第一控制指令至机器人，以使得机器人根据第一控制指令在管道内移动；操作平台在确定机器人移动时，通过电缆发送第二控制指令至机器人；机器人接收到第二控制指令时，通过摄像头拍摄管道内壁存在缺陷的区域并获取缺陷图像；机器人通过电缆将缺陷图像发送回操作平台；操作平台通过内部专家系统识别缺陷图像所对应的缺陷类型，其中缺陷类型包括功能性缺陷和结构性缺陷，并通过内部专家系统分析出缺陷类型所对应的管道缺陷等级，同时生成符合标准规程要求格式的检测评估报告，其中检测评估报告包括缺陷类型和管道缺陷等级。通过上述方式，本发明所公开的管道电视检测系统的检测方法能够自动检测及判断管道的内部缺陷，同时通过内部专家系统生成检测评估报告，可以减轻工作人员劳动强度，提高检测效率。
附图说明
图1是本发明管道电视检测系统的结构示意图；
图2是本发明管道电视检测系统的检测方法的流程示意图。
具体实施方式
本发明公开一种管道电视检测系统，如图1所示，该管道电视检测系统包括操作平台10、电缆卷盘20和机器人30，其中电缆卷盘20上卷绕有电缆，操作平台10通过电缆与机器人30信号连接。在本实施例中，机器人30上可旋转设置有摄像头和设置在摄像头上的照射单元。
如图2所示，图2是本发明管道电视检测系统的检测方法的流程示意图。该检测方法包括以下步骤：
步骤S101：操作平台10通过电缆发送第一控制指令至机器人30，以使得机器人30根据第一控制指令在管道内移动。
步骤S102：操作平台10在确定机器人30移动时，通过电缆发送第二控制指令至机器人30。
应理解，在本实施例中，机器人30内设有速度传感器，在机器人30移动时，速度传感器检测有速度值，产生反馈信号并通过电缆发送至操作平台10上，此时操作平台10确定机器人30移动。
步骤S103：机器人30接收到第二控制指令时，通过摄像头拍摄管道内壁存在缺陷的区域并获取缺陷图像。
在步骤S103中，通过摄像头拍摄管道内壁存在缺陷的区域并获取缺陷图像的步骤包括：摄像头沿管道径向方向360度旋转及沿着管道轴向方向220度旋转拍摄管道内壁区域以得到缺陷图像。这样能够全方位拍摄管道内壁的任何区域，可以全面检测管道内壁是否出现缺陷。
进一步的，该检测方法还包括：照射单元同步跟随摄像头沿管道径向方向360度旋转及沿着管道轴向方向220度旋转发射光线照亮管道内壁拍摄区域。应理解，本发明通过照射单元发送光线照亮管道内壁，可以让摄像头更清楚拍摄管道内壁。
应理解，在一些实施例中，机器人30上有红外传感器，用于检测管道内壁是否存在缺陷。具体地，操作平台10在确定机器人30移动时，操作平台10通过电缆控制机器人30上的红外传感器工作，红外工作传感器在机器人30旋转并发送红外线扫描，当扫描到管道内壁存在凹凸、裂缝或堵塞时，确定管道内壁存在缺陷，并反馈给操作平台10，此时操作平台10再发送第二控制指令至机器人10，以控制摄像头拍摄管道内壁存在缺陷的区域。
步骤S104：机器人30通过电缆将缺陷图像发送回操作平台10。
步骤S105：操作平台10通过内部专家系统识别缺陷图像所对应的缺陷类型，并通过内部专家系统分析出缺陷类型所对应的管道缺陷等级，同时生成符合标准规程要求格式的检测评估报告。
其中，缺陷类型包括功能性缺陷和结构性缺陷，检测评估报告包括缺陷类型和管道缺陷等级。
在本实施例中，标准规程要求格式的检测评估报告为《城镇排水管道检测与评估技术规程》所规定的格式的检测评估报告。
应理解，该检测方法还包括：操作平台10安装并存储内部专家系统。应理解，内部专家系统为用户自行开发的软件，该内部专家系统包括有缺陷图像数据库、与缺陷图像数据库对应的缺陷类型数据库、与缺陷图像数据库对应的管道缺陷等级数据库、评估条件或者其他内容。
在步骤S105中，操作平台10通过内部专家系统识别缺陷图像所对应的缺陷类型的步骤包括：a、操作平台10通过内部专家系统将缺陷图像与缺陷图像数据库中的图像进行对比，以在缺陷图像数据库得出与缺陷图像相同的预设图像；b、操作平台10通过内部专家系统从缺陷类型数据库中获取与预设图像对应的缺陷类型。应理解，在缺陷图像数据库得出与缺陷图像相同的预设图像时，当缺陷图像数据库中的预设图像与缺陷图像存在有百分之七十以上时，判定缺陷图像数据库中的预设图像与缺陷图像相同。
进一步的，操作平台10通过内部专家系统将缺陷图像与缺陷图像数据库中的图像进行对比，以在缺陷图像数据库得出与缺陷图像相同的预设图像的步骤包括：c、操作平台10通过内部专家系统对缺陷图像进行解析，以得出缺陷图像所对应的管道特征，其中管道特征包括管道内壁的颜色、管道内壁的凹凸状态、管道内壁的裂缝或管道内壁的轮廓；d、操作平台10通过内部专家系统从缺陷图像数据库中查找出预设管道特征与管道特征相同的预设图像。也就是说，当预设管道特征与管道特征存在有百分之七十以上时，判定预设管道特征与管道特征相同。
应理解，管道内壁背景和内部专家系统所存储的预设图像的纹理特征差别不大，管道内通过照射单元照射，高照度高反光，从摄像头获取的图片中，进行图像分割获得管道缺陷的特征区域，从中提取缺陷目标的管道特征与预设管道特征进行对比。
在步骤S105中，通过内部专家系统分析出缺陷类型所对应的管道缺陷等级的步骤包括：e、操作平台10通过内部专家系统从管道缺陷等级数据库查找出与管道内壁的颜色、管道内壁的凹凸状态、管道内壁的裂缝或管道内壁的轮廓对应的管道缺陷等级。
应理解，在一些实施例中，该检测评估报告还包括管道缺陷的位置坐标数据，其中该检测方法还包括：X1、操作平台10通过内部专家系统判断管道缺陷等级是否大于预设等级；X2、如果是，则操作平台10通过电缆发送第三控制指令至机器人30；X3、机器人30根据第三控制指令进行GPS定位，以确定管道缺陷的位置坐标数据，并通过电缆将管道缺陷的位置坐标数据发送至操作平台10。也就是说，本发明是在判定缺陷比较严重的情况(即管道缺陷等级大于预设等级)下，机器人30会进行定位，将缺陷位置坐标数据反馈回操作平台10。
进一步的，在一些实施例中，机器人10上可旋转设置有喷气管和喷水管，该检测方法还包括：操作平台10通过内部专家系统在确定管道缺陷等级大于预设等级时，操作平台10通过电缆发送第四控制指令至机器人30，以使得机器人30根据第四控制指令控制喷气管和/或喷水管朝管道的缺陷的位置喷射气体和/液体，以对管道的缺陷的位置进行清洗。具体地，管道缺陷等级包括管道堵塞等级，只有当管道堵塞等级大于预设等级时，机器人30才会根据第四控制指令控制喷气管和/或喷水管朝管道的缺陷的位置喷射气体和/液体，以对管道的缺陷的位置进行清洗。
本发明具有以下有益效果：(1)管道缺陷图像单独离线识别：(2)管道检测实现人工智能实时识别缺陷；(3)人工操作管道电视检测机器人升级为人工智能管道机器人，自动化检测管道并生成检测报告。
本发明通过查阅国内外有关排水管道缺陷检测技术的文献，掌握该领域的行情动态，重点阅读国外的参考文献；参考图像分割和模式识别，研究缺陷图像特征的处理识别算法，通过不断的修改算法，直至得出便于处理缺陷图像的算法；建立图像及基础数据库，通过算法开发内部专家系统，并融入管道CCTV检测机器人操作平台；机器人和内部专家系统相结合的管道智能检测机器人完成管道检测及数据处理等工作，实现智能机器人管道检测一条龙服务的目的。
综上，本发明所公开的管道电视检测系统的检测方法，包括：操作平台通过电缆发送第一控制指令至机器人，以使得机器人根据第一控制指令在管道内移动；操作平台在确定机器人移动时，通过电缆发送第二控制指令至机器人；机器人接收到第二控制指令时，通过摄像头拍摄管道内壁存在缺陷的区域并获取缺陷图像；机器人通过电缆将缺陷图像发送回操作平台；操作平台通过内部专家系统识别缺陷图像所对应的缺陷类型，其中缺陷类型包括功能性缺陷和结构性缺陷，并通过内部专家系统分析出缺陷类型所对应的管道缺陷等级，同时生成符合标准规程要求格式的检测评估报告，其中检测评估报告包括缺陷类型和管道缺陷等级。通过上述方式，本发明所公开的管道电视检测系统的检测方法能够自动检测及判断管道的内部缺陷，同时通过内部专家系统生成检测评估报告，可以减轻工作人员劳动强度，提高检测效率。
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及附图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他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种管道电视检测系统的检测方法，其特征在于，所述管道电视检测系统包括操作平台、电缆卷盘和机器人，其中所述电缆卷盘上卷绕有电缆，所述操作平台通过所述电缆与所述机器人信号连接，且所述机器人上可旋转设置有摄像头和设置在所述摄像头上的照射单元，该检测方法包括：
所述操作平台通过所述电缆发送第一控制指令至所述机器人，以使得所述机器人根据所述第一控制指令在所述管道内移动；
所述操作平台在确定所述机器人移动时，通过所述电缆发送第二控制指令至所述机器人；
所述机器人接收到所述第二控制指令时，通过所述摄像头拍摄管道内壁存在缺陷的区域并获取缺陷图像；
所述机器人通过所述电缆将所述缺陷图像发送回所述操作平台；
所述操作平台通过内部专家系统识别所述缺陷图像所对应的缺陷类型，其中所述缺陷类型包括功能性缺陷和结构性缺陷，并通过所述内部专家系统分析出所述缺陷类型所对应的管道缺陷等级，同时生成符合标准规程要求格式的检测评估报告，其中所述检测评估报告包括所述缺陷类型和所述管道缺陷等级。
2.根据权利要求1所述的检测方法，其特征在于，所述标准规程要求格式的检测评估报告为《城镇排水管道检测与评估技术规程》所规定的格式的检测评估报告。
3.根据权利要求1所述的检测方法，其特征在于，所述方法还包括：
所述操作平台安装并存储所述内部专家系统，其中所述内部专家系统包括有缺陷图像数据库、与所述缺陷图像数据库对应的缺陷类型数据库、与所述缺陷图像数据库对应的管道缺陷等级数据库。
4.根据权利要求3所述的检测方法，其特征在于，所述操作平台通过内部专家系统识别所述缺陷图像所对应的缺陷类型的步骤包括：
所述操作平台通过内部专家系统将所述缺陷图像与所述缺陷图像数据库中的图像进行对比，以在所述缺陷图像数据库得出与所述缺陷图像相同的预设图像；
所述操作平台通过内部专家系统从所述缺陷类型数据库中获取与所述预设图像对应的缺陷类型。
5.根据权利要求4所述的检测方法，其特征在于，所述操作平台通过内部专家系统将所述缺陷图像与所述缺陷图像数据库中的图像进行对比，以在所述缺陷图像数据库得出与所述缺陷图像相同的预设图像的步骤包括：
所述操作平台通过内部专家系统对所述缺陷图像进行解析，以得出所述缺陷图像所对应的管道特征，其中所述管道特征包括管道内壁的颜色、管道内壁的凹凸状态、管道内壁的裂缝或管道内壁的轮廓；
所述操作平台通过内部专家系统从所述缺陷图像数据库中查找出预设管道特征与所述管道特征相同的所述预设图像。
6.根据权利要求5所述的检测方法，其特征在于，所述通过所述内部专家系统分析出所述缺陷类型所对应的管道缺陷等级的步骤包括：
所述操作平台通过内部专家系统从所述管道缺陷等级数据库查找出与所述管道内壁的颜色、管道内壁的凹凸状态、管道内壁的裂缝或管道内壁的轮廓对应的管道缺陷等级。
7.根据权利要求1所述的检测方法，其特征在于，所述通过所述摄像头拍摄管道内壁存在缺陷的区域并获取缺陷图像的步骤包括：
所述摄像头沿所述管道径向方向360度旋转及沿着所述管道轴向方向220度旋转拍摄所述管道内壁区域以得到所述缺陷图像。
8.根据权利要求7所述的检测方法，其特征在于，所述方法还包括：
所述照射单元同步跟随所述摄像头沿所述管道径向方向360度旋转及沿着所述管道轴向方向220度旋转发射光线照亮所述管道内壁拍摄区域。
9.根据权利要求6所述的检测方法，其特征在于，所述检测评估报告还包括所述管道缺陷的位置坐标数据，所述方法还包括：
所述操作平台通过内部专家系统判断所述管道缺陷等级是否大于预设等级；
如果是，则所述操作平台通过所述电缆发送第三控制指令至所述机器人；
所述机器人根据所述第三控制指令进行GPS定位，以确定所述管道缺陷的位置坐标数据，并通过所述电缆将所述管道缺陷的位置坐标数据发送至所述操作平台。
10.根据权利要求9所述的检测方法，其特征在于，所述机器人上可旋转设置有喷气管和喷水管，所述方法还包括：
所述操作平台通过内部专家系统在确定所述管道缺陷等级大于所述预设等级时，所述操作平台通过所述电缆发送第四控制指令至所述机器人，以使得所述机器人根据所述第四控制指令控制所述喷气管和/或所述喷水管朝所述管道的缺陷的位置喷射气体和/液体，以对所述管道的缺陷的位置进行清洗。
CN201710877901.2A 2017-09-25 2017-09-25 一种管道电视检测系统的检测方法 Pending CN107483835A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710877901.2A CN107483835A (zh) 2017-09-25 2017-09-25 一种管道电视检测系统的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710877901.2A CN107483835A (zh) 2017-09-25 2017-09-25 一种管道电视检测系统的检测方法

Publications (1)

Publication Number Publication Date
CN107483835A true CN107483835A (zh) 2017-12-15

Family

ID=60586951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710877901.2A Pending CN107483835A (zh) 2017-09-25 2017-09-25 一种管道电视检测系统的检测方法

Country Status (1)

Country Link
CN (1) CN107483835A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109707951A (zh) * 2018-12-21 2019-05-03 云南大红山管道有限公司 城市地下水排水管网检测方法
CN109767422A (zh) * 2018-12-08 2019-05-17 深圳市勘察研究院有限公司 基于深度学习的管道检测识别方法、存储介质及机器人
CN112763499A (zh) * 2020-12-26 2021-05-07 上海浦东路桥绿化工程有限公司 一种管道cctv检测信息管理系统
WO2021092135A1 (en) * 2019-11-06 2021-05-14 Saudi Arabian Oil Company Robotic inspection device for tank and pipe inspections
CN114511557A (zh) * 2022-04-02 2022-05-17 深圳市君合环保水务科技有限公司 一种基于图像处理的暗渠结构缺陷检测方法
US11526168B2 (en) 2019-11-14 2022-12-13 Saudi Arabian Oil Company Robotic inspection of in-service tanks through lower wall

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100002764A (ko) * 2008-06-30 2010-01-07 한양대학교 산학협력단 배관 탐사로봇
CN101915339A (zh) * 2010-07-29 2010-12-15 中国科学院深圳先进技术研究院 管道机器人
CN102128352A (zh) * 2010-01-14 2011-07-20 管丽环境技术(上海)有限公司 一种管道结构状况的电视检测方法
CN105043351A (zh) * 2015-07-02 2015-11-11 汤一平 一种基于生物机器人的微型无线主动式全景视觉传感器
CN105915859A (zh) * 2016-06-17 2016-08-31 武汉中仪物联技术股份有限公司 基于管道机器人的管道检测系统及检测方法
CN106548469A (zh) * 2016-10-14 2017-03-29 深圳市深水水务咨询有限公司 一种管道检测方法和装置
CN106641570A (zh) * 2017-01-18 2017-05-10 上海润品工贸有限公司 一种管道检测机器人系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100002764A (ko) * 2008-06-30 2010-01-07 한양대학교 산학협력단 배관 탐사로봇
CN102128352A (zh) * 2010-01-14 2011-07-20 管丽环境技术(上海)有限公司 一种管道结构状况的电视检测方法
CN101915339A (zh) * 2010-07-29 2010-12-15 中国科学院深圳先进技术研究院 管道机器人
CN105043351A (zh) * 2015-07-02 2015-11-11 汤一平 一种基于生物机器人的微型无线主动式全景视觉传感器
CN105915859A (zh) * 2016-06-17 2016-08-31 武汉中仪物联技术股份有限公司 基于管道机器人的管道检测系统及检测方法
CN106548469A (zh) * 2016-10-14 2017-03-29 深圳市深水水务咨询有限公司 一种管道检测方法和装置
CN106641570A (zh) * 2017-01-18 2017-05-10 上海润品工贸有限公司 一种管道检测机器人系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
何存富，周龙等: "基于CCD的管内移动机器人管道缺陷检测系统", 《机械与电子》 *
冯成会，郑洪标: "CCTV检测与评估技术在水库排水涵管检测中的应用", 《测绘通报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767422A (zh) * 2018-12-08 2019-05-17 深圳市勘察研究院有限公司 基于深度学习的管道检测识别方法、存储介质及机器人
CN109767422B (zh) * 2018-12-08 2021-12-24 深圳市勘察研究院有限公司 基于深度学习的管道检测识别方法、存储介质及机器人
CN109707951A (zh) * 2018-12-21 2019-05-03 云南大红山管道有限公司 城市地下水排水管网检测方法
WO2021092135A1 (en) * 2019-11-06 2021-05-14 Saudi Arabian Oil Company Robotic inspection device for tank and pipe inspections
US11415260B2 (en) 2019-11-06 2022-08-16 Saudi Arabian Oil Company Robotic inspection device for tank and pipe inspections
US11526168B2 (en) 2019-11-14 2022-12-13 Saudi Arabian Oil Company Robotic inspection of in-service tanks through lower wall
CN112763499A (zh) * 2020-12-26 2021-05-07 上海浦东路桥绿化工程有限公司 一种管道cctv检测信息管理系统
CN114511557A (zh) * 2022-04-02 2022-05-17 深圳市君合环保水务科技有限公司 一种基于图像处理的暗渠结构缺陷检测方法
CN114511557B (zh) * 2022-04-02 2022-09-13 深圳市君合环保水务科技有限公司 一种基于图像处理的暗渠结构缺陷检测方法

Similar Documents

Publication Publication Date Title
CN107483835A (zh) 一种管道电视检测系统的检测方法
AU2008286243B2 (en) Pantograph damage and wear monitoring system
CN102435173B (zh) 一种基于机器视觉的隧道病害快速调查系统及调查方法
CN105390021B (zh) 车位状态的检测方法及装置
CN104568983B (zh) 基于主动式全景视觉的管道内部缺陷检测装置及方法
CN105046697B (zh) 一种基于多次随机圆检测及拟合度评估的啤酒瓶口定位方法
CN107643295A (zh) 一种基于机器视觉的布匹缺陷在线检测的方法和系统
CN101226108B (zh) 一种雾滴分布均匀度的检测方法
CN104483320B (zh) 工业脱硝催化剂的数字化缺陷检测装置与检测方法
CN101105459A (zh) 一种空瓶瓶口缺陷的检测方法及装置
CN107154039B (zh) 胶管在线缺陷检测方法
CN102116610A (zh) 基于机器视觉的汽车配件尺寸在线自动检测方法及装置
CN103698341B (zh) 一种棉花轧工质量检测系统及棉花轧工质量图像检测方法
CN108445011A (zh) 一种基于深度学习的瑕疵检测系统及方法
KR100742003B1 (ko) 표면 결함 검사 방법 및 장치
CN112525255B (zh) 暗涵排水口排查流程及排口溯源方法
CN112198161A (zh) 基于机器视觉的pvc手套实时检测系统
CN106706656A (zh) 一种基于机器视觉的拉链检测装置及方法
CN106548469A (zh) 一种管道检测方法和装置
CN103116351A (zh) 一种纺织疵布检测摄像头及其检测系统
CN108174111A (zh) 巡检机器人目标图像抓取方法
CN107643294A (zh) 一种布匹瑕疵自动检测设备
CN111127409A (zh) 基于sift图像配准与余弦相似度的列车部件检测方法
US7822273B1 (en) Method and apparatus for automatic corrosion detection via video capture
CN206292183U (zh) 一种使用狭缝相机的镜片检测系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171215