CN107655898B - 一种用于公路隧道检测的立体扫描机器人及其实施方法 - Google Patents
一种用于公路隧道检测的立体扫描机器人及其实施方法 Download PDFInfo
- Publication number
- CN107655898B CN107655898B CN201710937139.2A CN201710937139A CN107655898B CN 107655898 B CN107655898 B CN 107655898B CN 201710937139 A CN201710937139 A CN 201710937139A CN 107655898 B CN107655898 B CN 107655898B
- Authority
- CN
- China
- Prior art keywords
- sector plate
- degree sector
- digital camera
- groups
- lining
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000007547 defect Effects 0.000 claims abstract description 26
- 201000010099 disease Diseases 0.000 claims description 42
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 42
- 230000003287 optical effect Effects 0.000 claims description 19
- 238000013507 mapping Methods 0.000 claims description 8
- 229910000838 Al alloy Inorganic materials 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 239000004035 construction material Substances 0.000 claims description 5
- 229910000975 Carbon steel Inorganic materials 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 4
- SNAAJJQQZSMGQD-UHFFFAOYSA-N aluminum magnesium Chemical compound [Mg].[Al] SNAAJJQQZSMGQD-UHFFFAOYSA-N 0.000 claims description 4
- 239000010962 carbon steel Substances 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 2
- 230000004927 fusion Effects 0.000 abstract description 16
- 238000005259 measurement Methods 0.000 abstract description 12
- 230000010354 integration Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 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
-
- 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
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种用于公路隧道检测的立体扫描机器人及其实施方法，所述立体扫描机器人包括线扫描相机、激光光源、位姿调节分支、3D数字相机、激光三维扫描仪和安装平台，安装平台包括基础平台、定位桁架、左侧90°扇形板和右侧90°扇形板，定位桁架的下端面与基础平台固定连接，定位桁架的上端面与激光三维扫描仪固定连接，左侧90°扇形板与右侧90°扇形板分别固定设置在定位桁架相对的左右两侧。本发明提供的技术方案实现了2D线扫描相机和3D数字相机在机械结构方面的整合，进而对平面图像和深度图像进行数据融合，以此构建公路隧道病害的三维数字化模型，在此基础上实现了公路隧道病害的智能识别与三维测量，识别准确率高、误检率低。
Description
技术领域
本发明涉及自动检测技术领域，尤其涉及一种用于公路隧道检测的立体扫描机器人及其实施方法。
背景技术
随着我国高速公路建设的快速发展，隧道检测量也逐渐增多，传统的人工检测方法需要在全封闭或半封闭交通的前提下，借助裂缝观测仪、升降车等设备完成表观病害的检测，检测速度慢、精度低、人工主观程度高，更重要的是无法实现病害的数据化管理，难以满足日益增长的隧道养护需求。值得注意的是，2015版《公路隧道养护技术规范》(JTG_H12-2015)新增了经常检查项，检测频率也大幅增加，并鼓励运用信息化手段开展隧道检测，因此，近年来基于机器视觉的隧道检测车的研制和应用工作已成为行业研究热点。
基于计算机视觉的快速检测方法具有形象直观、速度快、精度高、数据易于保存等优点，被广泛应用于无损检测领域，但是现有的隧道智能检测产品的数字成像技术的实现方式主要以商业相机、工业线扫描、工业面阵等2D数字相机为主，只能采集病害在XY平面内的表观信息，无法获得沿Z方向的深度信息。这也导致在病害识别环节，尤其是对于裂缝等几何尺寸较小的病害，系统自动识别的准确率低、误检率高，往往需要人工进行识别和干预，很难实现全自动智能识别。因此，虽然基于机器视觉的隧道检测车在外业采集中具有突出的优点，但是仍然需要将大量人力和时间投入到内业数据处理中。
随着机器视觉技术的不断发展，利用结构光三角测量原理的3D立体成像技术被广泛应用于冶炼金属、轮胎制造、汽车制造、电子产品制造等行业，用于测量待检物三维尺寸。基于3D立体成像技术实现待测物的三维数字化模型重建和三维测量已成为机器视觉的发展趋势，但是现有的3D数字相机应用于公路隧道检测时存在以下技术问题：1、无法分辨裂缝等几何尺寸较小的隧道病害；2、产生海量的数据，这将给现场数据储存以及后期数据处理带来严重的影响；3、车辆在公路隧道行驶时，受驾驶员主观意识、车流量影响等影响，车辆将会偏离中心线行驶，这将导致3D数字相机与衬砌表面之间的距离时刻在变化，考虑到现有3D数字相机采用的工作原理是结构光三角测量法，与2D数字相机相比景深很小，因此当被测物处于工作距离之外时，相机将无法采集图像。
综上所述，现有的基于2D机器视觉的隧道智能检测车在病害识别环节，系统自动识别准确率低、误检率高，需要人工进行识别和干预，需要耗费大量人力。另外，由于3D数字相机自身特性限制以及公路隧道病害复杂、检测条件苛刻等原因，导致三维立体扫描技术应用于公路隧道检测时还存在诸多技术难题亟待解决。
发明内容
为解决上述问题，本发明提供一种用于公路隧道检测的立体扫描机器人及其实施方法，至少部分解决上述技术问题。
为此，本发明提供一种用于公路隧道检测的立体扫描机器人，包括线扫描相机、激光光源、位姿调节分支、3D数字相机、激光三维扫描仪和安装平台，所述安装平台包括基础平台、定位桁架、左侧90°扇形板和右侧90°扇形板，所述左侧90°扇形板与所述右侧90°扇形板具有相同的结构和尺寸，所述定位桁架的下端面与所述基础平台固定连接，所述定位桁架的上端面与所述激光三维扫描仪固定连接，所述左侧90°扇形板与所述右侧90°扇形板分别固定设置在所述定位桁架相对的左右两侧；
六组所述位姿调节分支设置在所述左侧90°扇形板的左端面，六组所述位姿调节分支具有相同的结构，六组所述位姿调节分支的六组电动推杆的中心线之间的夹角为15°，位于两侧的电动推杆的中心线与水平线、竖直线的夹角均为7.5°，所述位姿调节分支结构包括移动副、第一转动副和第二转动副，所述移动副由电动推杆实现，其固定部分连接于所述左侧90°扇形板，所述电动推杆包括第一伺服电机，所述第一转动副包括第一阶梯轴、第一轴承、第一轴承座、第一端盖和第二伺服电机，所述第一转动副设置在所述电动推杆的伸缩杆末端，所述第一转动副的轴线垂直于所述左侧90°扇形板，所述第二转动副包括第二阶梯轴、第二轴承、第二轴承座、第二端盖和第三伺服电机，所述第二转动副设置在所述第一转动副的末端，所述第二转动副的轴线与所述第一转动副的轴线垂直而且相交，所述3D数字相机设置在所述位姿调节分支的末端，所述3D数字相机的光轴与所述第二转动副的轴线垂直而且相交；
三组所述线扫描相机和六组所述激光光源设置在所述右侧90°扇形板的右端面，三组所述线扫描相机的光轴之间的夹角为30°，所述线扫描相机的视场角范围为30至45°，位于两侧的线扫描相机光轴与水平线、竖直线的夹角均为15°，每个线扫描相机的两侧设置有两组相同的激光光源，所述激光光源的中心线与所述线扫描相机的光轴之间的夹角为7.5°，所述激光光源的发散角为15至20°。
可选的，六组所述电动推杆的中心线位于同一个平面，六组所述电动推杆的中心线相交于所述左侧90°扇形板的圆心；
三组所述线扫描相机的光轴与六组所述激光光源的中心线位于同一个平面，三组所述线扫描相机的光轴与六组所述激光光源的中心线相交于所述右侧90°扇形板的圆心。
可选的，所述定位桁架为一个正方体框架结构，所述基础平台的形状为圆形，所述定位桁架设置在所述基础平台的中间位置。
可选的，所述基础平台的构成材料包括碳钢，所述基础平台的直径是所述定位桁架的边长的1.5倍；
所述定位桁架的构成材料包括铝合金，所述定位桁架的正方体边长不小于1m；
所述左侧90°扇形板和所述右侧90°扇形板的构成材料包括镁铝合金，所述左侧90°扇形板和所述右侧90°扇形板的半径与所述定位桁架的边长相等。
可选的，所述左侧90°扇形板和所述右侧90°扇形板相互对应的位置设置有减重孔，所述左侧90°扇形板和所述右侧90°扇形板的半径为1200mm，所述左侧90°扇形板和所述右侧90°扇形板的厚度为10mm，所述基础平台的直径为1500mm，所述基础平台的厚度为12mm。
可选的，所述激光光源的功率为15w，所述3D数字相机的扫描速度为5kHz，所述3D数字相机的视场范围为352至1060mm，所述3D数字相机的工作距离范围为650至1350mm，所述3D数字相机的平面图像分辨率为1.65mm，所述3D数字相机的Z方向分辨率为0.925mm。
可选的，所述电动推杆的直径为30mm，所述电动推杆的行程不小于1m，所述第一阶梯轴和所述第二阶梯轴的直径为12mm，所述第一阶梯轴和所述第二阶梯轴的长度为60mm。
本发明还提供一种根据任一所述的用于公路隧道检测的立体扫描机器人的实施方法，包括：
当设置在车辆载体上的立体扫描机器人进入公路隧道之后，所述线扫描相机实时采集衬砌表观图像，而且将所述衬砌表观图像存储在工业控制计算机之中；
所述激光三维扫描仪采集隧道断面尺寸，控制器根据所述隧道断面尺寸计算所述立体扫描机器人在空间之中的位姿参数；
根据所述线扫描相机、所述激光光源、所述位姿调节分支、所述3D数字相机的安装参数和结构参数，以及所述3D数字相机的特性参数，计算各个所述位姿调节分支之中的电动推杆、第一转动副和第二转动副的运动量，所述特性参数包括所述3D数字相机的工作距离参数和视场参数；
六组所述3D数字相机在各个对应的位姿调节分支的作用之下移动至指定位姿，实时采集衬砌深度图像，而且将所述衬砌深度图像存储在所述工业控制计算机之中；
所述激光三维扫描仪实时监测所述车辆载体与隧道衬砌表面之间的距离，当距离误差超过误差阈值时，通过所述位姿调节分支实时修正所述3D数字相机的位姿；
当隧道的衬砌数据采集完成之后，根据所述线扫描相机与所述3D数字相机之间的安装位置几何参数，将所述线扫描相机采集的衬砌表观图像与所述3D数字相机采集的衬砌深度图像进行融合，建立所述衬砌表观图像与所述衬砌深度图像的各个像素点之间的映射关系；
根据所述衬砌深度图像对疑似病害进行识别，将深度大于深度阈值的特征确认为疑似病害，而且将所述疑似病害进行存储；
根据所述映射关系在所述疑似病害的衬砌表观图像的像素点附近进行特征分析，若所述疑似病害的宽度在宽度阈值范围之内，确认所述疑似病害为裂缝；若所述疑似病害的面积大于面积阈值，确认所述疑似病害为剥落。
可选的，还包括：
当所述疑似病害为裂缝时，根据边缘算法计算所述裂缝的裂缝几何参数，而且将所述裂缝几何参数进行存储，所述裂缝几何参数包括宽度、长度、深度和位置；
当所述疑似病害为剥落时，根据边缘算法计算所述剥落的剥落几何参数，而且将所述剥落几何参数进行存储，所述剥落几何参数包括面积和位置。
可选的，所述误差阈值为700mm，所述深度阈值为1.5mm，所述宽度阈值范围为0.2至2mm，所述面积阈值为0.1m2。
本发明具有下述有益效果：
本发明提供的用于公路隧道检测的立体扫描机器人及其实施方法之中，所述立体扫描机器人包括线扫描相机、激光光源、位姿调节分支、3D数字相机、激光三维扫描仪和安装平台，所述安装平台包括基础平台、定位桁架、左侧90°扇形板和右侧90°扇形板，所述左侧90°扇形板与所述右侧90°扇形板具有相同的结构和尺寸，所述定位桁架的下端面与所述基础平台固定连接，所述定位桁架的上端面与所述激光三维扫描仪固定连接，所述左侧90°扇形板与所述右侧90°扇形板分别固定设置在所述定位桁架相对的左右两侧。本发明提供的立体扫描机器人实现了2D线扫描相机和3D数字相机在机械结构方面的整合，进而对平面图像和深度图像进行数据融合，以此构建公路隧道病害的三维数字化模型，在此基础上实现了公路隧道病害的智能识别与三维测量，识别准确率高、误检率低。本发明提供的立体扫描机器人将3D数字成像技术应用于公路隧道的检测之中，实现了病害深度尺寸的测量，解决了现有的隧道检测设备只能采集平面图像导致的识别准确率低、误检率高的技术问题。本发明提供的立体扫描机器人克服了现有的3D数字相机工作距离短、视场范围小等限制，解决了现有的3D数字相机在公路隧道检测之中的诸多技术问题。本发明提供的技术方案从机械结构和数据处理两个层面解决了三维立体机器视觉的融合，实现了隧道病害图像的三维采集、数据融合与自动识别，为实现公路隧道的信息化管理提供了前提。
附图说明
图1为本发明实施例一提供的立体扫描机器人的立体结构示意图；
图2为图1所示安装平台的结构示意图；
图3为图2所示右侧90°扇形板的结构示意图；
图4为本发明实施例一提供的线扫描相机和激光光源的分布示意图；
图5为图2所示左侧90°扇形板的结构示意图；
图6为图5所示位姿调节分支的结构示意图；
图7为本发明实施例一提供的位姿调节分支和3D数字相机的分布示意图；
图8为本发明实施例二提供的立体扫描机器人的数据采集流程图；
图9为本发明实施例二提供的立体扫描机器人的图像处理流程图；
其中，附图标记为：1、线扫描相机；2、激光光源；3、位姿调节分支；4、3D数字相机；5、激光三维扫描仪；6、安装平台；301、电动推杆；302、第一转动副；303、第二转动副；304、第一伺服电机；305、第二伺服电机；306、第三伺服电机；601、基础平台；602、定位桁架；603、左侧90°扇形板；604、右侧90°扇形板。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图对本发明提供的用于公路隧道检测的立体扫描机器人及其实施方法进行详细描述。
实施例一
图1为本发明实施例一提供的立体扫描机器人的立体结构示意图，图2为图1所示安装平台的结构示意图。如图1和图2所示，所述立体扫描机器人包括线扫描相机1、激光光源2、位姿调节分支3、3D数字相机4、激光三维扫描仪5和安装平台6，所述安装平台6包括基础平台601、定位桁架602、左侧90°扇形板603和右侧90°扇形板604，所述左侧90°扇形板603与所述右侧90°扇形板604具有相同的结构和尺寸，所述定位桁架602的下端面与所述基础平台601固定连接，所述定位桁架602的上端面与所述激光三维扫描仪5固定连接，所述左侧90°扇形板603与所述右侧90°扇形板604分别固定设置在所述定位桁架602相对的左右两侧。本实施例提供的立体扫描机器人实现了2D线扫描相机和3D数字相机4在机械结构方面的整合，进而对平面图像和深度图像进行数据融合，以此构建公路隧道病害的三维数字化模型，在此基础上实现了公路隧道病害的智能识别与三维测量，识别准确率高、误检率低。
本实施例中，所述定位桁架602为一个正方体框架结构，所述基础平台601的形状为圆形，所述定位桁架602设置在所述基础平台601的中间位置。所述基础平台601的构成材料包括碳钢，所述基础平台601的直径是所述定位桁架602的边长的1.5倍，所述定位桁架602的构成材料包括铝合金，所述定位桁架602的正方体边长不小于1m，所述左侧90°扇形板603和所述右侧90°扇形板604的构成材料包括镁铝合金，所述左侧90°扇形板603和所述右侧90°扇形板604的半径与所述定位桁架602的边长相等。
参见图1和图2，安装平台6由基础平台601、定位桁架602、左侧90°扇形板603以及右侧90°扇形板604构成。基础平台601的构成材料为碳钢，直径为1500mm，厚度为12mm。定位桁架602是一个由工业铝型材连接而成的正方体结构，工业铝型材的型号为欧洲标准OB.10-4545W2，正方体结构的边长为1m。所述左侧90°扇形板603与所述右侧90°扇形板604的构成材料为AZ31b镁铝合金，半径为1200mm，厚度为10mm。
本实施例中，所述左侧90°扇形板603和所述右侧90°扇形板604相互对应的位置设置有减重孔，所述左侧90°扇形板603和所述右侧90°扇形板604的半径为1200mm，所述左侧90°扇形板603和所述右侧90°扇形板604的厚度为10mm，所述基础平台601的直径为1500mm，所述基础平台601的厚度为12mm。定位桁架602与各个部件之间的安装方式如下：上表面中心位置处安装有激光三维扫描仪5，左表面安装有左侧90°扇形板603，右表面安装有右侧90°扇形板604，下表面安装在基础平台601的上表面中心位置处。所述基础平台601的下表面与车辆等载体固定连接。本实施例提供的立体扫描机器人将3D数字成像技术应用于公路隧道的检测之中，实现了病害深度尺寸的测量，解决了现有的隧道检测设备只能采集平面图像导致的识别准确率低、误检率高的技术问题。
图3为图2所示右侧90°扇形板的结构示意图，图4为本发明实施例一提供的线扫描相机和激光光源的分布示意图。如图3和图4所示，六组所述位姿调节分支3设置在所述左侧90°扇形板603的左端面，六组所述位姿调节分支3具有相同的结构，六组所述位姿调节分支3的六组电动推杆301的中心线之间的夹角为15°，位于两侧的电动推杆301的中心线与水平线、竖直线的夹角均为7.5°，所述位姿调节分支3结构包括移动副、第一转动副302和第二转动副303，所述移动副由电动推杆301实现，其固定部分连接于所述左侧90°扇形板603，所述电动推杆301包括第一伺服电机304，所述第一转动副302包括第一阶梯轴、第一轴承、第一轴承座、第一端盖和第二伺服电机305，所述第一转动副302设置在所述电动推杆301的伸缩杆末端，所述第一转动副302的轴线垂直于所述左侧90°扇形板603，所述第二转动副303包括第二阶梯轴、第二轴承、第二轴承座、第二端盖和第三伺服电机306，所述第二转动副303设置在所述第一转动副302的末端，所述第二转动副303的轴线与所述第一转动副302的轴线垂直而且相交，所述3D数字相机4设置在所述位姿调节分支3的末端，所述3D数字相机4的光轴与所述第二转动副303的轴线垂直而且相交。
参见图3和图4，右侧90°扇形板604上安装有三组线扫描相机1和六组激光光源2，L1～L3为线扫描相机1的安装位置、OL1～OL3为线扫描相机1的光轴方向，相邻光轴之间的夹角为30°，其中OL1、OL3与垂直线Om0、水平线Om1的夹角为15°。k11、k12、k21、k22、k31、k32为激光光源2的安装位置，Ok11、Ok12、Ok21、Ok22、Ok31、Ok32为激光光源2的光轴方向，相邻光轴之间的夹角为15°，其中Ok11、Ok32与垂直线Om0、水平线Om1的夹角为7.5°。选取线扫描相机1的行频为20k、视场角为30°，则三组线扫描相机1的拍摄范围分别为：m0～m1、m1～m2、m2～m3。选取激光光源2的功率为15w、发散角为15°，则六组激光光源2的照明范围分别为：m0～L1、L1～m1、m1～L2、L2～m2、m2～L3、L3～m3。本实施例提供的立体扫描机器人克服了现有的3D数字相机工作距离短、视场范围小等限制，解决了现有的3D数字相机在公路隧道检测之中的诸多技术问题。
图5为图2所示左侧90°扇形板的结构示意图，图6为图5所示位姿调节分支的结构示意图，图7为本发明实施例一提供的位姿调节分支和3D数字相机的分布示意图。如图5-7所示，三组所述线扫描相机1和六组所述激光光源2设置在所述右侧90°扇形板604的右端面，三组所述线扫描相机1的光轴之间的夹角为30°，所述线扫描相机1的视场角范围为30至45°，位于两侧的线扫描相机1光轴与水平线、竖直线的夹角均为15°，每个线扫描相机1的两侧设置有两组相同的激光光源2，所述激光光源2的中心线与所述线扫描相机1的光轴之间的夹角为7.5°，所述激光光源2的发散角为15至20°。本实施例提供的技术方案从机械结构和数据处理两个层面解决了三维立体机器视觉的融合，实现了隧道病害图像的三维采集、数据融合与自动识别，为实现公路隧道的信息化管理提供了前提。
参见图5-7，左侧90°扇形板603上安装有六组结构相同的位姿调节分支3和六组3D数字相机4。六组所述电动推杆301的中心线位于同一个平面，六组所述电动推杆301的中心线相交于所述左侧90°扇形板603的圆心，三组所述线扫描相机1的光轴与六组所述激光光源2的中心线位于同一个平面，三组所述线扫描相机1的光轴与六组所述激光光源2的中心线相交于所述右侧90°扇形板604的圆心。位姿调节分支3由电动推杆301、第一转动副302、第二转动副303以及第一伺服电机304、第二伺服电机305、第三伺服电机306构成，电动推杆301的直径为30mm、行程为1.0m，L1～L6分别为电动推杆301中心点安装位置，OL1～OL6为电动推杆301中心轴线，相邻轴线之间的夹角为15°，其中OL1、OL6与垂直线Om0、水平线Om1的夹角为7.5°。第一转动副302和第二转动副303由阶梯轴、轴承、轴承座、端盖构成，其中阶梯轴直径为12mm、长度为60mm，阶梯轴末端与转动副之间由花键连接，规定阶梯轴方向为该转动副轴线方向。轴承的型号为UELFLU201，为带座外球面轴承。所述电动推杆301的直径为30mm，所述电动推杆301的行程不小于1m，所述第一阶梯轴和所述第二阶梯轴的直径为12mm，所述第一阶梯轴和所述第二阶梯轴的长度为60mm。
本实施例中，第一转动副302和第二转动副303的实现形式如下：第一转动副302安装于电动推杆301的伸缩杆末端，其轴线垂直于左侧90°扇形板603所在的平面；第二转动副303安装于第一转动副302的末端，其轴线与第一转动副302的轴线垂直而且相交。3D数字相机4安装于所述位姿调节分支3的末端，其视轴与所述第二转动副303的轴线垂直而且相交。同时，为了驱动位姿调节分支3的转动副运动，在电动推杆301、第一转动副302和第二转动副303处分别安装有第一伺服电机304、第二伺服电机305、第三伺服电机306。3D数字相机4的型号为2075-3B-N-11，3D数字相机4的扫描速度为5kHz，3D数字相机4的视场范围为352mm～1060mm，3D数字相机4的工作距离为650mm～1350mm，3D数字相机4的平面图像分辨率1.65mm，3D数字相机4的Z方向分辨率0.925mm。
本实施例提供的用于公路隧道检测的立体扫描机器人包括线扫描相机1、激光光源2、位姿调节分支3、3D数字相机4、激光三维扫描仪5和安装平台6，所述安装平台6包括基础平台601、定位桁架602、左侧90°扇形板603和右侧90°扇形板604，所述左侧90°扇形板603与所述右侧90°扇形板604具有相同的结构和尺寸，所述定位桁架602的下端面与所述基础平台601固定连接，所述定位桁架602的上端面与所述激光三维扫描仪5固定连接，所述左侧90°扇形板603与所述右侧90°扇形板604分别固定设置在所述定位桁架602相对的左右两侧。本实施例提供的立体扫描机器人实现了2D线扫描相机和3D数字相机4在机械结构方面的整合，进而对平面图像和深度图像进行数据融合，以此构建公路隧道病害的三维数字化模型，在此基础上实现了公路隧道病害的智能识别与三维测量，识别准确率高、误检率低。本实施例提供的立体扫描机器人将3D数字成像技术应用于公路隧道的检测之中，实现了病害深度尺寸的测量，解决了现有的隧道检测设备只能采集平面图像导致的识别准确率低、误检率高的技术问题。本实施例提供的立体扫描机器人克服了现有的3D数字相机工作距离短、视场范围小等限制，解决了现有的3D数字相机在公路隧道检测之中的诸多技术问题。本实施例提供的技术方案从机械结构和数据处理两个层面解决了三维立体机器视觉的融合，实现了隧道病害图像的三维采集、数据融合与自动识别，为实现公路隧道的信息化管理提供了前提。
实施例二
图8为本发明实施例二提供的立体扫描机器人的数据采集流程图，图9为本发明实施例二提供的立体扫描机器人的图像处理流程图。如图8和图9所示，本实施例提供一种立体扫描机器人的实施方法，关于立体扫描机器人的的具体描述，请参见实施例一。
参见图1-3、图5-6和图8-9，所述实施方法包括：当设置在车辆载体上的立体扫描机器人进入公路隧道之后，所述线扫描相机1实时采集衬砌表观图像，而且将所述衬砌表观图像存储在工业控制计算机之中；所述激光三维扫描仪5采集隧道断面尺寸，控制器根据所述隧道断面尺寸计算所述立体扫描机器人在空间之中的位姿参数；根据所述线扫描相机1、所述激光光源2、所述位姿调节分支3、所述3D数字相机4的安装参数和结构参数，以及所述3D数字相机4的特性参数，计算各个所述位姿调节分支3之中的电动推杆301、第一转动副302和第二转动副303的运动量，所述特性参数包括所述3D数字相机4的工作距离参数和视场参数；六组所述3D数字相机4在各个对应的位姿调节分支3的作用之下移动至指定位姿，实时采集衬砌深度图像，而且将所述衬砌深度图像存储在所述工业控制计算机之中；所述激光三维扫描仪5实时监测所述车辆载体与隧道衬砌表面之间的距离，当距离误差超过误差阈值时，通过所述位姿调节分支3实时修正所述3D数字相机4的位姿。本实施例提供的技术方案实现了2D线扫描相机和3D数字相机4在机械结构方面的整合，进而对平面图像和深度图像进行数据融合，以此构建公路隧道病害的三维数字化模型，在此基础上实现了公路隧道病害的智能识别与三维测量，识别准确率高、误检率低。
当立体扫描机器人开始检测时，线扫描相机1实时采集衬砌表观图像，激光三维扫描仪5实时采集隧道断面尺寸，控制器计算激光三维扫描仪5相对于惯性坐标系的位姿矩阵。3D数字相机4的视场范围为352mm～1060mm、工作距离范围为650mm～1350mm。本实施例根据安装平台62与隧道衬砌表面之间的距离，计算3D数字相机4相对于隧道衬砌表面的位姿参数，将上述位姿参数作为各个位姿调节分支3的末端输入，依据机器人原理计算移动副、第一转动副302以及第二转动副303之处的第一伺服电机304、第二伺服电机305、第三伺服电机306的转动量。根据计算结果，控制器驱动各个电机工作，六组3D数字相机4在各个位姿调节分支3的作用之下运动至指定位姿，实时采集衬砌深度图像，并储存于工业控制计算机之中。在检测过程之中，激光三维扫描仪5实时监测车辆等载体与隧道衬砌表面之间的距离，当距离误差超过700mm时，通过位姿调节分支3实时修正3D数字相机4的位姿，当距离误差小于700mm时，位姿调节分支3保持位姿不变。本实施例提供的技术方案将3D数字成像技术应用于公路隧道的检测之中，实现了病害深度尺寸的测量，解决了现有的隧道检测设备只能采集平面图像导致的识别准确率低、误检率高的技术问题。
参见图8和图9，当隧道的衬砌数据采集完成之后，根据所述线扫描相机1与所述3D数字相机4之间的安装位置几何参数，将所述线扫描相机1采集的衬砌表观图像与所述3D数字相机4采集的衬砌深度图像进行融合，建立所述衬砌表观图像与所述衬砌深度图像的各个像素点之间的映射关系；根据所述衬砌深度图像对疑似病害进行识别，将深度大于深度阈值的特征确认为疑似病害，而且将所述疑似病害进行存储；根据所述映射关系在所述疑似病害的衬砌表观图像的像素点附近进行特征分析，若所述疑似病害的宽度在宽度阈值范围之内，确认所述疑似病害为裂缝；若所述疑似病害的面积大于面积阈值，确认所述疑似病害为剥落。本实施例提供的技术方案从机械结构和数据处理两个层面解决了三维立体机器视觉的融合，实现了隧道病害图像的三维采集、数据融合与自动识别，为实现公路隧道的信息化管理提供了前提。
本实施例根据位姿调节分支3的移动副、第一转动副302、第二转动副303的运动量计算所述线扫描相机1与3D数字相机4之间的相对位姿矩阵，根据图像处理算法建立平面图像的各个像素点与深度图像的各个像素点之间的映射关系。设定疑似病害的深度阈值为1.5mm，自动识别深度大于1.5mm的特征作为疑似病害，将疑似病害进行保存。根据平面图像与深度图像之间的映射关系，在疑似病害的平面图像的像素点附近进行特征分析。本实施例根据疑似病害的特征分析结果，确认疑似病害而且计算疑似病害的几何尺寸：当疑似病害在平面图像内的宽度范围为0.2mm～2.0mm时，则认为疑似病害是裂缝，再根据边缘算法计算裂缝的宽度、长度、位置等几何参数，存储上述几何参数。当疑似病害在平面图像内的面积大于0.1m2时，则认为疑似病害是剥落，再根据边缘算法计算剥落的面积、位置等几何参数，存储上述几何参数。本实施例提供的技术方案克服了现有的3D数字相机工作距离短、视场范围小等限制，解决了现有的3D数字相机在公路隧道检测之中的诸多技术问题。
本实施例提供的用于公路隧道检测的立体扫描机器人的实施方法之中，所述立体扫描机器人包括线扫描相机1、激光光源2、位姿调节分支3、3D数字相机4、激光三维扫描仪5和安装平台6，所述安装平台6包括基础平台601、定位桁架602、左侧90°扇形板603和右侧90°扇形板604，所述左侧90°扇形板603与所述右侧90°扇形板604具有相同的结构和尺寸，所述定位桁架602的下端面与所述基础平台601固定连接，所述定位桁架602的上端面与所述激光三维扫描仪5固定连接，所述左侧90°扇形板603与所述右侧90°扇形板604分别固定设置在所述定位桁架602相对的左右两侧。本实施例提供的技术方案实现了2D线扫描相机和3D数字相机4在机械结构方面的整合，进而对平面图像和深度图像进行数据融合，以此构建公路隧道病害的三维数字化模型，在此基础上实现了公路隧道病害的智能识别与三维测量，识别准确率高、误检率低。本实施例提供的技术方案将3D数字成像技术应用于公路隧道的检测之中，实现了病害深度尺寸的测量，解决了现有的隧道检测设备只能采集平面图像导致的识别准确率低、误检率高的技术问题。本实施例提供的技术方案克服了现有的3D数字相机工作距离短、视场范围小等限制，解决了现有的3D数字相机在公路隧道检测之中的诸多技术问题。本实施例提供的技术方案从机械结构和数据处理两个层面解决了三维立体机器视觉的融合，实现了隧道病害图像的三维采集、数据融合与自动识别，为实现公路隧道的信息化管理提供了前提。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。
Claims (4)
1.一种用于公路隧道检测的立体扫描机器人的实施方法，其特征在于，所述的用于公路隧道检测的立体扫描机器人包括线扫描相机、激光光源、位姿调节分支、3D数字相机、激光三维扫描仪和安装平台，所述安装平台包括基础平台、定位桁架、左侧90°扇形板和右侧90°扇形板，所述左侧90°扇形板与所述右侧90°扇形板具有相同的结构和尺寸，所述定位桁架的下端面与所述基础平台固定连接，所述定位桁架的上端面与所述激光三维扫描仪固定连接，所述左侧90°扇形板与所述右侧90°扇形板分别固定设置在所述定位桁架相对的左右两侧；
六组所述位姿调节分支设置在所述左侧90°扇形板的左端面，六组所述位姿调节分支具有相同的结构，六组所述位姿调节分支的六组电动推杆的中心线之间的夹角为15°，位于两侧的电动推杆的中心线与水平线、竖直线的夹角均为7.5°，所述位姿调节分支结构包括移动副、第一转动副和第二转动副，所述移动副由电动推杆实现，其固定部分连接于所述左侧90°扇形板，所述电动推杆包括第一伺服电机，所述第一转动副包括第一阶梯轴、第一轴承、第一轴承座、第一端盖和第二伺服电机，所述第一转动副设置在所述电动推杆的伸缩杆末端，所述第一转动副的轴线垂直于所述左侧90°扇形板，所述第二转动副包括第二阶梯轴、第二轴承、第二轴承座、第二端盖和第三伺服电机，所述第二转动副设置在所述第一转动副的末端，所述第二转动副的轴线与所述第一转动副的轴线垂直而且相交，所述3D数字相机设置在所述位姿调节分支的末端，所述3D数字相机的光轴与所述第二转动副的轴线垂直而且相交；
三组所述线扫描相机和六组所述激光光源设置在所述右侧90°扇形板的右端面，三组所述线扫描相机的光轴之间的夹角为30°，所述线扫描相机的视场角范围为30至45°，位于两侧的线扫描相机光轴与水平线、竖直线的夹角均为15°，每个线扫描相机的两侧设置有两组相同的激光光源，所述激光光源的中心线与所述线扫描相机的光轴之间的夹角为7.5°，所述激光光源的发散角为15至20°；
六组所述电动推杆的中心线位于同一个平面，六组所述电动推杆的中心线相交于所述左侧90°扇形板的圆心；
三组所述线扫描相机的光轴与六组所述激光光源的中心线位于同一个平面，三组所述线扫描相机的光轴与六组所述激光光源的中心线相交于所述右侧90°扇形板的圆心；
所述定位桁架为一个正方体框架结构，所述基础平台的形状为圆形，所述定位桁架设置在所述基础平台的中间位置；
所述基础平台的构成材料包括碳钢，所述基础平台的直径是所述定位桁架的边长的1.5倍；
所述定位桁架的构成材料包括铝合金，所述定位桁架的正方体边长不小于1m；
所述左侧90°扇形板和所述右侧90°扇形板的构成材料包括镁铝合金，所述左侧90°扇形板和所述右侧90°扇形板的半径与所述定位桁架的边长相等；
所述左侧90°扇形板和所述右侧90°扇形板相互对应的位置设置有减重孔，所述左侧90°扇形板和所述右侧90°扇形板的半径为1200mm，所述左侧90°扇形板和所述右侧90°扇形板的厚度为10mm，所述基础平台的直径为1500mm，所述基础平台的厚度为12mm；
所述的用于公路隧道检测的立体扫描机器人的实施方法为：
当设置在车辆载体上的立体扫描机器人进入公路隧道之后，所述线扫描相机实时采集衬砌表观图像，而且将所述衬砌表观图像存储在工业控制计算机之中；
所述激光三维扫描仪采集隧道断面尺寸，控制器根据所述隧道断面尺寸计算所述立体扫描机器人在空间之中的位姿参数；
根据所述线扫描相机、所述激光光源、所述位姿调节分支、所述3D数字相机的安装参数和结构参数，以及所述3D数字相机的特性参数，计算各个所述位姿调节分支之中的电动推杆、第一转动副和第二转动副的运动量，所述特性参数包括所述3D数字相机的工作距离参数和视场参数；
六组所述3D数字相机在各个对应的位姿调节分支的作用之下移动至指定位姿，实时采集衬砌深度图像，而且将所述衬砌深度图像存储在所述工业控制计算机之中；
所述激光三维扫描仪实时监测所述车辆载体与隧道衬砌表面之间的距离，当距离误差超过误差阈值时，通过所述位姿调节分支实时修正所述3D数字相机的位姿；
当隧道的衬砌数据采集完成之后，根据所述线扫描相机与所述3D数字相机之间的安装位置几何参数，将所述线扫描相机采集的衬砌表观图像与所述3D数字相机采集的衬砌深度图像进行融合，建立所述衬砌表观图像与所述衬砌深度图像的各个像素点之间的映射关系；
根据所述衬砌深度图像对疑似病害进行识别，将深度大于深度阈值的特征确认为疑似病害，而且将所述疑似病害进行存储；
根据所述映射关系在所述疑似病害的衬砌表观图像的像素点附近进行特征分析，若所述疑似病害的宽度在宽度阈值范围之内，确认所述疑似病害为裂缝；若所述疑似病害的面积大于面积阈值，确认所述疑似病害为剥落；
当所述疑似病害为裂缝时，根据边缘算法计算所述裂缝的裂缝几何参数，而且将所述裂缝几何参数进行存储，所述裂缝几何参数包括宽度、长度、深度和位置；
当所述疑似病害为剥落时，根据边缘算法计算所述剥落的剥落几何参数，而且将所述剥落几何参数进行存储，所述剥落几何参数包括面积和位置。
2.根据权利要求1所述的用于公路隧道检测的立体扫描机器人的实施方法，其特征在于，所述激光光源的功率为15w，所述3D数字相机的扫描速度为5kHz，所述3D数字相机的视场范围为352至1060mm，所述3D数字相机的工作距离范围为650至1350mm，所述3D数字相机的平面图像分辨率为1.65mm，所述3D数字相机的Z方向分辨率为0.925mm。
3.根据权利要求1所述的用于公路隧道检测的立体扫描机器人的实施方法，其特征在于，所述电动推杆的直径为30mm，所述电动推杆的行程不小于1m，所述第一阶梯轴和所述第二阶梯轴的直径为12mm，所述第一阶梯轴和所述第二阶梯轴的长度为60mm。
4.根据权利要求1所述的用于公路隧道检测的立体扫描机器人的实施方法，其特征在于，所述误差阈值为700mm，所述深度阈值为1.5mm，所述宽度阈值范围为0.2至2mm，所述面积阈值为0.1m2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710937139.2A CN107655898B (zh) | 2017-10-10 | 2017-10-10 | 一种用于公路隧道检测的立体扫描机器人及其实施方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710937139.2A CN107655898B (zh) | 2017-10-10 | 2017-10-10 | 一种用于公路隧道检测的立体扫描机器人及其实施方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107655898A CN107655898A (zh) | 2018-02-02 |
| CN107655898B true CN107655898B (zh) | 2023-11-03 |
Family
ID=61117550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710937139.2A Active CN107655898B (zh) | 2017-10-10 | 2017-10-10 | 一种用于公路隧道检测的立体扫描机器人及其实施方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107655898B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108680582A (zh) * | 2018-06-15 | 2018-10-19 | 中路高科交通检测检验认证有限公司 | 一种基于数字图像的便携式隧道表观病害检测装置 |
| CN109141277A (zh) * | 2018-07-18 | 2019-01-04 | 中铁工程装备集团有限公司 | 一种全断面隧道掘进机出渣检测装置 |
| CN109490317B (zh) * | 2018-12-04 | 2022-03-11 | 广东交科检测有限公司 | 一种隧道快速检测车裂缝检测精度校准方法 |
| CN110322428B (zh) * | 2019-05-07 | 2021-07-30 | 武汉汉宁轨道交通技术有限公司 | 检测隧道病害的方法、装置及电子设备 |
| CN111948210A (zh) * | 2019-05-17 | 2020-11-17 | 上海贝特威自动化科技有限公司 | 一种机械视觉缺陷检测方法及其系统 |
| CN111578858B (zh) * | 2020-05-26 | 2021-05-04 | 山东大学 | 一种自动监测大型支挡构筑物裂缝变形的装置及方法 |
| CN111855664B (zh) * | 2020-06-12 | 2023-04-07 | 山西省交通科技研发有限公司 | 一种可调节隧道病害三维检测系统 |
| CN112798530B (zh) * | 2021-01-28 | 2023-10-03 | 华北水利水电大学 | 一种轨道交通盾构衬砌病害检测设备 |
| CN112556600B (zh) * | 2021-02-22 | 2021-05-18 | 南京派光智慧感知信息技术有限公司 | 一种隧道形变实时监测方法及装置 |
| CN113799118B (zh) * | 2021-04-01 | 2022-11-01 | 金陵科技学院 | 一种基于机器视觉和运动控制的煤矿搜救机器人 |
| CN113916133A (zh) * | 2021-10-19 | 2022-01-11 | 中铁隧道局集团路桥工程有限公司 | 基于ccd线性阵列摄像机和红外线复合隧道裂缝检测系统 |
| CN115026010B (zh) * | 2022-05-23 | 2024-01-12 | 中联钢信电子商务有限公司 | 一种废钢自动识别分级系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102288613A (zh) * | 2011-05-11 | 2011-12-21 | 北京科技大学 | 一种灰度和深度信息融合的表面缺陷检测方法 |
| CN102706880A (zh) * | 2012-06-26 | 2012-10-03 | 哈尔滨工业大学 | 基于二维图像和深度信息的路面信息提取装置及使用该装置实现路面裂纹信息的检测方法 |
| CN104655047A (zh) * | 2015-02-16 | 2015-05-27 | 武汉武大卓越科技有限责任公司 | 隧道快速综合测量系统 |
| CN106546190A (zh) * | 2016-11-30 | 2017-03-29 | 山西省交通科学研究院 | 一种用于表面缺陷检测的机械手装置及方法 |
| CN106908448A (zh) * | 2017-02-13 | 2017-06-30 | 山西省交通科学研究院 | 一种多自由度可调式图像采集装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8179393B2 (en) * | 2009-02-13 | 2012-05-15 | Harris Corporation | Fusion of a 2D electro-optical image and 3D point cloud data for scene interpretation and registration performance assessment |
| JP6373111B2 (ja) * | 2014-07-25 | 2018-08-15 | 西日本高速道路エンジニアリング四国株式会社 | トンネル覆工面調査システムおよびトンネル覆工面調査システムに用いる車両 |
-
2017
- 2017-10-10 CN CN201710937139.2A patent/CN107655898B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102288613A (zh) * | 2011-05-11 | 2011-12-21 | 北京科技大学 | 一种灰度和深度信息融合的表面缺陷检测方法 |
| CN102706880A (zh) * | 2012-06-26 | 2012-10-03 | 哈尔滨工业大学 | 基于二维图像和深度信息的路面信息提取装置及使用该装置实现路面裂纹信息的检测方法 |
| CN104655047A (zh) * | 2015-02-16 | 2015-05-27 | 武汉武大卓越科技有限责任公司 | 隧道快速综合测量系统 |
| CN106546190A (zh) * | 2016-11-30 | 2017-03-29 | 山西省交通科学研究院 | 一种用于表面缺陷检测的机械手装置及方法 |
| CN106908448A (zh) * | 2017-02-13 | 2017-06-30 | 山西省交通科学研究院 | 一种多自由度可调式图像采集装置 |
Non-Patent Citations (1)
| Title |
|---|
| 刘晓.用于隧道图像快速采集的多轴调节平台设计与分析.《机械设计与制造》.2016,(第7期),第243-247、251页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107655898A (zh) | 2018-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107655898B (zh) | 一种用于公路隧道检测的立体扫描机器人及其实施方法 | |
| CN108801914B (zh) | 一种对多沟槽型面板材成形缺陷的检测方法及检测系统 | |
| CN113465511B (zh) | 一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法 | |
| WO2023045299A1 (zh) | 基于三维轮廓的路面技术状况检测方法及设备 | |
| CN105403156A (zh) | 三维测量设备及用于该三维测量设备的数据融合标定方法 | |
| CN104457569A (zh) | 一种大型复合板材几何参数视觉测量方法 | |
| CN101187548A (zh) | 大型锻件的激光雷达在线三维测量装置与方法 | |
| CN108127217B (zh) | 螺旋板式换热器端面焊缝自动引导焊接的焊接装置和方法 | |
| CN103712555A (zh) | 汽车大梁装配孔视觉在线测量系统及其方法 | |
| CN107843202B (zh) | 一种与机器人配合使用的间隙、面差视觉测量装置及方法 | |
| CN207501862U (zh) | 一种可升降式双目立体视觉测量装置 | |
| CN202255299U (zh) | 锡膏厚度测试装置 | |
| CN109501241B (zh) | 立体视觉监视的高强度多方向fdm 3d打印方法 | |
| CN1566903A (zh) | 轮胎多几何参数的激光视觉在线自动测量方法 | |
| CN106441087A (zh) | 一种基于图像处理的工件多尺寸多参数测量方法 | |
| CN115931908B (zh) | 一种硅棒缺陷自动检测系统及检测方法 | |
| CN207300902U (zh) | 一种用于公路隧道检测的立体扫描机器人 | |
| CN116399888A (zh) | 一种基于贴片电阻焊点空洞的检测方法与装置 | |
| CN107202553B (zh) | 全视角扫描测量系统及其靶标测量方法 | |
| CN206192911U (zh) | 一种用于表面缺陷检测的机械手装置 | |
| CN114414487A (zh) | 一种二维与三维融合的圆钢表面成像系统 | |
| Yao et al. | An image-based online monitoring system for pantograph wear and attitude | |
| CN210603198U (zh) | 一种大零件尺寸测量装置 | |
| CN208868740U (zh) | 一种基于激光扫描的自动指挥工件入库系统 | |
| Bi et al. | Precise Inspection of Geometric Parameters for Polyvinyl Chloride Pipe Section Based on Computer Vision. |
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 | ||
| CB02 | Change of applicant information |
Address after: 030032 No.27, Wuluo street, economic and Technological Park, Xiaodian District, Taiyuan City, Shanxi Province Applicant after: Shanxi Transportation Technology Research and Development Co.,Ltd. Address before: 030032 No.27, Wuluo street, economic and Technological Park, Xiaodian District, Taiyuan City, Shanxi Province Applicant before: SHANXI TRAFFIC SCIENCES RESEARCH INSTITUTE Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Xiao Inventor after: Duan Yingjie Inventor after: Xue Chunming Inventor after: Liu Bo Inventor after: Zhou Lijun Inventor after: Li Yang Inventor after: Sun Bei Inventor before: Liu Xiao Inventor before: Duan Yingjie Inventor before: Xue Chunming Inventor before: Liu Bo Inventor before: Zhou Lijun Inventor before: Li Yang Inventor before: Sun Bei |
|
| CB03 | Change of inventor or designer information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231008 Address after: 030032 No.27, Wuluo street, economic and Technological Park, Xiaodian District, Taiyuan City, Shanxi Province Applicant after: SHANXI TRAFFIC SCIENCES RESEARCH INSTITUTE Co.,Ltd. Address before: 030006 No. 79 Xuefu street, Shanxi, Taiyuan Applicant before: Shanxi Transportation Research Institute Effective date of registration: 20231008 Address after: 030032 No. 27, Wuluo street, Tanghuai Industrial Park, Shanxi transformation and comprehensive reform demonstration zone, Taiyuan, Shanxi Province Applicant after: Shanxi Intelligent Transportation Research Institute Co.,Ltd. Applicant after: Shanxi Transportation Technology Research and Development Co.,Ltd. Address before: 030032 No.27, Wuluo street, economic and Technological Park, Xiaodian District, Taiyuan City, Shanxi Province Applicant before: Shanxi Transportation Technology Research and Development Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |