CN108280820A - 一种核岛厂房清水混凝土墙面自动修复系统及其实现方法 - Google Patents
一种核岛厂房清水混凝土墙面自动修复系统及其实现方法 Download PDFInfo
- Publication number
- CN108280820A CN108280820A CN201711315836.0A CN201711315836A CN108280820A CN 108280820 A CN108280820 A CN 108280820A CN 201711315836 A CN201711315836 A CN 201711315836A CN 108280820 A CN108280820 A CN 108280820A
- Authority
- CN
- China
- Prior art keywords
- image
- recognition server
- nuclear island
- image recognition
- sub
- 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
Links
- 230000008439 repair process Effects 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 6
- 230000007547 defect Effects 0.000 claims abstract description 50
- 239000012636 effector Substances 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 16
- BLRPTPMANUNPDV-UHFFFAOYSA-N Silane Chemical compound [SiH4] BLRPTPMANUNPDV-UHFFFAOYSA-N 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 14
- 229910000077 silane Inorganic materials 0.000 claims description 14
- 239000000428 dust Substances 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 8
- 238000005507 spraying Methods 0.000 claims description 8
- 230000009194 climbing Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000005498 polishing Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000007598 dipping method Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 abstract description 5
- 230000036541 health Effects 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005470 impregnation Methods 0.000 description 1
- 230000001012 protector Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种核岛厂房清水混凝土墙面自动修复系统及其实现方法,本发明包括四绳驱动机器人和图像识别服务器,本发明通过四绳驱动机器人攀爬核岛厂房的墙面并采集核岛厂房的墙面的图像,然后通过图像识别服务器识别墙面的缺陷,四绳驱动机器人根据图像识别服务器的识别结果对墙面进行修复,使得核岛厂房的墙面的修复工作,无需人工参与,使用本发明不仅节省人力,还避免了工人进入辐射区,保障了工人的生命健康;同时,本发明可以实现不间断的外墙修复,并且可以在高辐射区进行作业,工作效率高。本发明可以广泛应用于核电工业领域。
Description
技术领域
本发明涉及核电工业领域,尤其是一种核岛厂房清水混凝土墙面自动修复系统及其实现方法。
背景技术
随着能源需求日益旺盛,越来越多的核电站拔地而起,而核电站核电厂内部有交织如网、总长度达数十公里的配管,犹如人体的血管。不管是哪一种配管,只要有一条破损,就可能导致核电厂整体引发重大事故。目前的配管主要通过金属支架安装在墙面上,核电运转时,它们会不停震动,长期摇晃下来,原本金属支架将逐渐松脱,配管成为悬吊状态;核岛外厂房墙面的清水混凝土也会随着时间老化,甚至脱落。在保养不足的情况下,如果遇到地震灾害后果将不堪设想。
目前核电厂的维护和是故意处理主要靠人去完成。而这些包围在重重护具底下的工人,必须在核辐射的心理压力下工作,因此绝大多数工人无法维持好的作业品质。以最基本的锁螺丝为例,在作业前工程师一定会告诫工人“锁对角才会紧,辐射才不会外泄”,但是工人在充满核辐射的危险区内工作,内心想着的都是在警铃响起前赶紧离开,根本不会管作业标准。有一次在日本福岛,运行中的核电机组一根位于高辐射区的螺栓松了,为了拧紧该螺栓,厂方不得不安排三十个工人轮番冲上去拧,每人只能工作几秒钟,有些人甚至扳手还没拿到时间就到了。结果为了这螺栓,厂方竟动用了160人次。
同样,在核电站的核岛厂房的墙面修复工作中,目前也是主要靠人工维护,维护过程中工人需要搭建手脚架,这样的维护方法不仅工作效率低、浪费人力,而且还可能危害工人生命健康。
发明内容
为解决上述技术问题,本发明的目的在于:提供一种高效和节省人力的核岛厂房清水混凝土墙面自动修复系统。
本发明的另一个目的在于:提供一种高效和省人力的核岛厂房清水混凝土墙面自动修复系统的实现方法。
本发明所采取的第一种技术方案是:
一种核岛厂房清水混凝土墙面自动修复系统,包括:
图像识别服务器,用于进行图像处理和识别核岛厂房的墙面需要修复的位置,并产生控制信号;
四绳驱动机器人,用于攀爬核岛厂房的墙面、采集核岛厂房墙面的图像以及根据图像识别服务器的控制信号修复核岛厂房的墙面;
所述四绳驱动机器人包括:
末端执行器,用于拍摄图像和将拍摄到的图像传输至图像识别服务器,以及根据图像识别服务器的控制信号对核岛厂房的墙面进行修复;
驱动装置,用于控制末端执行器的移动,所述驱动装置包括四根绳索以及安装在同一平面上的四个电机,每个电机通过一根绳索与末端执行器连接,各所述电机通过绳索协同控制末端执行器在所述平面上移动;
所述图像识别服务与末端执行器连接,所述末端执行器与驱动装置连接。
进一步,所述末端执行器包括控制模块、图像采集模块和外墙修复装置,所述控制模块用于与图像识别服务器通信以及控制驱动装置、图像采集模块和外墙修复装置,所述图像采集模块用于采集核岛厂房墙面的图像,所述外墙修复装置用于墙面打磨、墙面清洗和硅烷浸渍施工,所述控制模块的输出端分别与驱动装置的输入端和外墙修复装置的输入端连接,所述控制模块分别与图像识别服务器和图像采集模块连接。
进一步,所述外墙修复装置包括打磨工具、吸尘工具、清洗工具和硅烷喷涂工具,所述打磨工具的输入端、吸尘工具输入端、清洗工具输入端和硅烷喷涂工具的输入端均与控制模块的输出端连接。
进一步,所述末端执行器的中心安装有旋转装置,所述旋转装置用于驱动末端执行器绕垂直于电机所在平面的轴向旋转,所述旋转装置的输入端与控制模块的输出端连接。
本发明所采用的第二种技术方案是:
一种核岛厂房清水混凝土墙面自动修复系统的实现方法,包括以下步骤:
四绳驱动机器人按照预设路线攀爬核岛厂房的墙面,并实时采集核岛厂房的墙面的图像,并将采集到的图像传输至图像识别服务器;
图像识别服务器对四绳驱动机器人所采集的图像进行图像处理,并识别核岛厂房的墙面需要修复的位置,并产生控制信号;
四绳驱动机器人根据图像识别服务器的控制信号对核岛厂房的墙面需要修复的位置进行修复。
进一步,所述图像识别服务器对四绳驱动机器人所采集的图像进行图像处理,并识别核岛厂房的墙面需要修复的位置,并产生控制信号,这一步骤包括:
图像识别服务器对四绳驱动机器人所采集的图像进行图像滤波处理,得到待测图像;
图像识别服务器通过子图像的灰度差特征和彩色直方图特征对待测图像进行缺陷检测,并根据缺陷检测的结果产生控制信号。
进一步,所述图像识别服务器通过子图像的灰度差特征和彩色直方图特征对待测图像进行缺陷检测,并根据缺陷检测的结果产生控制信号,这一步骤包括:
使用无缺陷的墙面图像对图像识别服务器进行训练,获取无缺陷的墙面图像的子图像的平均灰度差的平均值、无缺陷的墙面图像的子图像的灰度标准差的平均值以及无缺陷的墙面图像的彩色直方图的数据平均值;
图像识别服务器计算待测图像的子图像的平均灰度差、待测图像的子图像的灰度标准差以及待测图像的彩色直方图的数据;
图像识别服务器将待测图像的子图像的平均灰度差、待测图像的子图像的灰度标准差以及待测图像的彩色直方图的数据分别与无缺陷的墙面图像对应的参数平均值进行比较,得到比较结果;
图像识别服务器根据比较结果判断待测图像的缺陷情况,并产生控制信号。
进一步,所述子图像的平均灰度差的计算公式如下:
其中,表示图像所包含的子图像的平均灰度差,Bij表示图像的所有子图像中灰度值总和最大值与最小值的差值,Nsh表示图像在高度方向上的有效子图像的个数,Nsw表示图像在宽度方向上的有效子图像的个数,i表示图像在高度方向上的第i个子图像,j表示图像在宽度方向上的第j个子图像。
进一步,所述子图像的灰度标准差的计算公式如下:
其中,σB表示图像所包含的子图像的灰度标准差,表示图像所包含的子图像的平均灰度差,Bij表示图像的所有子图像中灰度值总和最大值与最小值的差值,Nsh表示图像在高度方向上的有效子图像的个数,Nsw表示图像在宽度方向上的有效子图像的个数,i表示图像在高度方向上的第i个子图像,j表示图像在宽度方向上的第j个子图像。
进一步,所述图像识别服务器根据比较结果判断待测图像的缺陷情况,并产生控制信号的步骤具体为:
图像识别服务器根据比较结果判断图像是否存在缺陷,若待测图像的子图像的平均灰度差、灰度标准差,以及待测图像的彩色直方图数据,与无缺陷的墙面图像对应的参数平均值的差均在设定阈值范围内,则判定该图像不存在缺陷;反之,则判定该图像存在缺陷;
图像识别服务器根据判断的结果产生控制信号。
本发明系统的有益效果是:包括图像识别服务器和四绳驱动机器人,本发明通过四绳驱动机器人攀爬核岛厂房的墙面并采集核岛厂房的墙面的图像,然后通过图像识别服务器识别墙面的缺陷,四绳驱动机器人根据图像识别服务器的识别结果对墙面进行修复,使得核岛厂房的墙面的修复工作,无需人工参与,使用本系统不仅节省人力,还避免了工人进入辐射区,保障了工人的生命健康;同时,本系统可以实现不间断的外墙修复,并且可以在高辐射区进行作业,工作效率高。
本发明方法的有益效果是:包括四绳驱动机器人按照预设路线攀爬核岛厂房的墙面,并实时采集核岛厂房的墙面的图像,并将采集到的图像传输至图像识别服务器;图像识别服务器对四绳驱动机器人所采集的图像进行图像处理,并识别核岛厂房的墙面需要修复的位置,并产生控制信号;和图像识别服务器将控制信号发送至四绳驱动机器人,四绳驱动机器人根据图像识别服务器的控制信号对核岛厂房的墙面需要修复的位置进行修复的步骤,本发明通过四绳驱动机器人配合图像识别服务器对核岛厂房的墙面进行修复,使得核岛厂房的墙面的修复工作,无需人工参与,使用本方法不仅节省人力,还避免了工人进入辐射区,保障了工人的生命健康;同时本方法可以实现不间断的外墙修复,并且可以在高辐射区进行作业,工作效率高。
附图说明
图1为本发明实施例1的核岛厂房清水混凝土墙面自动修复系统的模块框图;
图2为本发明的四绳驱动机器人的安装方式示意图;
图3为本发明的核岛厂房清水混凝土墙面自动修复系统的实现方法流程图;
图4为本发明实施例2的核岛厂房清水混凝土墙面自动修复系统的实现方法流程图。
具体实施方式
参照图1,一种核岛厂房清水混凝土墙面自动修复系统,包括:
图像识别服务器,用于进行图像处理和识别核岛厂房的墙面需要修复的位置,并产生控制信号;
四绳驱动机器人,用于攀爬核岛厂房的墙面、采集核岛厂房墙面的图像以及根据图像识别服务器的控制信号修复核岛厂房的墙面;
所述四绳驱动机器人包括:
末端执行器,用于拍摄图像和将拍摄到的图像传输至图像识别服务器,以及根据图像识别服务器的控制信号对核岛厂房的墙面进行修复;
驱动装置,用于控制末端执行器的移动,所述驱动装置包括四根绳索以及安装在同一平面上的四个电机,每个电机通过一根绳索与末端执行器连接,各所述电机通过绳索协同控制末端执行器在所述平面上移动;
所述图像识别服务与末端执行器连接,所述末端执行器与驱动装置连接。
进一步作为优选的实施方式,所述末端执行器包括控制模块、图像采集模块和外墙修复装置,所述控制模块用于与图像识别服务器通信以及控制驱动装置、图像采集模块和外墙修复装置,所述图像采集模块用于采集核岛厂房墙面的图像,所述外墙修复装置用于墙面打磨、墙面清洗和硅烷浸渍施工,所述控制模块的输出端分别与驱动装置的输入端和外墙修复装置的输入端连接,所述控制模块分别与图像识别服务器和图像采集模块连接。
进一步作为优选的实施方式,所述外墙修复装置包括打磨工具、吸尘工具、清洗工具和硅烷喷涂工具,所述打磨工具的输入端、吸尘工具输入端、清洗工具输入端和硅烷喷涂工具的输入端均与控制模块的输出端连接。
进一步作为优选的实施方式,所述末端执行器的中心安装有旋转装置,所述旋转装置用于驱动末端执行器绕垂直于电机所在平面的轴向旋转,所述旋转装置的输入端与控制模块的输出端连接。
参照图3,一种核岛厂房清水混凝土墙面自动修复系统的实现方法,包括以下步骤:
四绳驱动机器人按照预设路线攀爬核岛厂房的墙面,并实时采集核岛厂房的墙面的图像,并将采集到的图像传输至图像识别服务器;
图像识别服务器对四绳驱动机器人所采集的图像进行图像处理,并识别核岛厂房的墙面需要修复的位置,并产生控制信号;
四绳驱动机器人根据图像识别服务器的控制信号对核岛厂房的墙面需要修复的位置进行修复。
进一步作为优选的实施方式,所述图像识别服务器对四绳驱动机器人所采集的图像进行图像处理,并识别核岛厂房的墙面需要修复的位置,并产生控制信号,这一步骤包括:
图像识别服务器对四绳驱动机器人所采集的图像进行图像滤波处理,得到待测图像;
图像识别服务器通过子图像的灰度差特征和彩色直方图特征对待测图像进行缺陷检测,并根据缺陷检测的结果产生控制信号。
进一步作为优选的实施方式,所述图像识别服务器通过子图像的灰度差特征和彩色直方图特征对待测图像进行缺陷检测,并根据缺陷检测的结果产生控制信号,这一步骤包括:
使用无缺陷的墙面图像对图像识别服务器进行训练,获取无缺陷的墙面图像的子图像的平均灰度差的平均值、无缺陷的墙面图像的子图像的灰度标准差的平均值以及无缺陷的墙面图像的彩色直方图的数据平均值;
图像识别服务器计算待测图像的子图像的平均灰度差、待测图像的子图像的灰度标准差以及待测图像的彩色直方图的数据;
图像识别服务器将待测图像的子图像的平均灰度差、待测图像的子图像的灰度标准差以及待测图像的彩色直方图的数据分别与无缺陷的墙面图像对应的参数平均值进行比较,得到比较结果;
图像识别服务器根据比较结果判断待测图像的缺陷情况,并产生控制信号。
进一步作为优选的实施方式,所述子图像的平均灰度差的计算公式如下:
其中,表示图像所包含的子图像的平均灰度差,Bij表示图像的所有子图像中灰度值总和最大值与最小值的差值,Nsh表示图像在高度方向上的有效子图像的个数,Nsw表示图像在宽度方向上的有效子图像的个数,i表示图像在高度方向上的第i个子图像,j表示图像在宽度方向上的第j个子图像。
进一步作为优选的实施方式,所述子图像的灰度标准差的计算公式如下:
其中,σB表示图像所包含的子图像的灰度标准差,表示图像所包含的子图像的平均灰度差,Bij表示图像的所有子图像中灰度值总和最大值与最小值的差值,Nsh表示图像在高度方向上的有效子图像的个数,Nsw表示图像在宽度方向上的有效子图像的个数,i表示图像在高度方向上的第i个子图像,j表示图像在宽度方向上的第j个子图像。
进一步作为优选的实施方式,所述图像识别服务器根据比较结果判断待测图像的缺陷情况,并产生控制信号的步骤具体为:
图像识别服务器根据比较结果判断图像是否存在缺陷,若待测图像的子图像的平均灰度差、灰度标准差,以及待测图像的彩色直方图数据,与无缺陷的墙面图像对应的参数平均值的差均在设定阈值范围内,则判定该图像不存在缺陷;反之,则判定该图像存在缺陷;
图像识别服务器根据判断的结果产生控制信号。
下面结合说明书附图和具体的实施例对本发明进行进一步的说明。
实施例1
为了解决目前在核岛厂房墙面修复的技术中存在的问题,本实施例提出了一种核岛厂房清水混凝土外墙自动修复系统。如图1所述,该系统包括:图像识别服务器和四绳驱动机器人。
其中,图像识别服务器,用于进行图像处理和识别核岛厂房的墙面需要修复的位置,并产生控制信号,控制四绳驱动机器人完成修复工作。
四绳驱动机器人,用于攀爬核岛厂房的墙面、采集核岛厂房墙面的图像以及根据图像识别服务器的控制信号修复核岛厂房的墙面;
所述图像识别服务器与四绳驱动机器人连接;
如图1所示,所述四绳驱动机器人包括末端执行器和驱动装置。
其中,驱动装置,用于控制末端执行器的移动,如图2所示,所述驱动装置包括四根绳索3以及安装在同一平面上的四个电机2,每个电机2通过一根绳索3与末端执行器1连接,各所述电机2通过绳索3协同控制末端执行器1在所述平面上移动。所述平面一般情况下平行于墙面,四个电机直接安装(或者通过直接安装)在需要修复的墙面上。以所述平面作为X轴和Y轴所在的平面,建立一个三维坐标系(XYZ坐标),所述驱动装置可以控制末端执行器在X方向和Y方向上的移动。
末端执行器,用于拍摄图像和将拍摄到的图像传输至图像识别服务器,以及根据图像识别服务器的控制信号对核岛厂房的墙面进行修复;
末端执行器包括旋转装置、墙面修复装置、图像采集模块和控制模块。
其中,控制模块,用于与图像识别服务器进行通讯,并根据图像识别服务器的控制信号控制旋转装置、墙面修复装置、图像采集模块以及驱动装置。控制模块可以采用AMR9工控板实现。
图像采集模块,用于采集墙面的图像。可以采用高清摄像机实现。
旋转装置,所述旋转装置用于驱动末端执行器绕垂直于电机所在平面的轴向(Z轴)旋转。
墙面修复装置,用于墙面打磨、墙面清洗和硅烷浸渍施工。其中,墙面打磨可以用打磨工具和粉尘吸附工具实现(例如电磨和吸尘器),墙面清洗可以采用水枪实现,硅烷浸渍施工可以使用硅烷喷涂工具实现,硅烷喷涂浸渍是对清水混凝土墙面的常见修复手段,其修复效果好。
所述控制模块与图像采集模块、旋转装置、驱动装置、墙面修复装置以及图像识别服务器之间的通信可以采用有线或者无线的方式,例如网线、串口、USB、Zigbee、蓝牙或者是WIFI等方式,本领域的技术人员可以根据需要灵活选择。此外,墙面修复装置中使用的水和硅烷可以采用软管道的方式从地面向四绳驱动机器人输送,或者通过安装在末端执行器上存储罐实现。
所述四绳驱动机器人的绳索3布置方式如图2所示,所述四根绳索3形成两个交叉状。采用这种布置方式,能够使四绳驱动机器人绕Z轴旋转时,绳索保持绷紧。
实施例2
为了解决目前在核岛厂房墙面修复的技术中存在的问题,本实施例提出了一种核岛厂房清水混凝土外墙自动修复系统的实现方法,参照图4,该方法包括以下步骤:
S1、四绳驱动机器人按照预设路线攀爬核岛厂房的墙面,并实时采集核岛厂房的墙面的图像,并将采集到的图像传输至图像识别服务器。
S2、图像识别服务器对四绳驱动机器人所采集的图像进行图像滤波处理,得到待测图像。
S3、使用无缺陷的墙面图像对图像识别服务器进行训练,获取无缺陷的墙面图像的子图像的平均灰度差的平均值、无缺陷的墙面图像的子图像的灰度标准差的平均值以及无缺陷的墙面图像的彩色直方图的数据平均值。
S4、图像识别服务器计算待测图像的子图像的平均灰度差、待测图像的子图像的灰度标准差以及待测图像的彩色直方图的数据。
S5、图像识别服务器将待测图像的子图像的平均灰度差、待测图像的子图像的灰度标准差以及待测图像的彩色直方图的数据分别与无缺陷的墙面图像对应的参数平均值进行比较,得到比较结果。
S6、图像识别服务器根据比较结果判断图像是否存在缺陷,若待测图像的子图像的平均灰度差、灰度标准差,以及待测图像的彩色直方图数据,与无缺陷的墙面图像对应的参数平均值的差均在设定阈值范围内,则判定该图像不存在缺陷;反之,则判定该图像存在缺陷。
S7、图像识别服务器根据判断的结果产生控制信号。如有缺陷则控制四绳驱动机器人修复缺陷。
S8、四绳驱动机器人根据图像识别服务器的控制信号对核岛厂房的墙面需要修复的位置进行修复。
对于本实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
所述子图像的平均灰度差的计算公式如下:
其中,表示图像所包含的子图像的平均灰度差,Bij表示图像的所有子图像中灰度值总和最大值与最小值的差值,Nsh表示图像在高度方向上的有效子图像的个数,Nsw表示图像在宽度方向上的有效子图像的个数,i表示图像在高度方向上的第i个子图像,j表示图像在宽度方向上的第j个子图像。
所述子图像的灰度标准差的计算公式如下:
其中,σB表示图像所包含的子图像的灰度标准差,B表示图像所包含的子图像的平均灰度差,Bij表示图像的所有子图像中灰度值总和最大值与最小值的差值,Nsh表示图像在高度方向上的有效子图像的个数,Nsw表示图像在宽度方向上的有效子图像的个数,i表示图像在高度方向上的第i个子图像,j表示图像在宽度方向上的第j个子图像。
子图像的灰度差特征的详细计算方式如下:
将一幅大小分别是高为H,宽为W待测图像f(x,y),将其均匀地分成几个小的子图像,子图像是大小为S×S的正方形。首先将一个子图像其沿图像宽度的方向平均分为N个部分,每个部分包含了相同数量的像素,计算由这N个均匀部分组成的原子图像所包含的像素灰度值总和。然后平移一个均匀部分的距离,即S/N个距离,计算由该子图像的N-1个部分和临近的下一个子图像的第一个部分组成的新的子图像的灰度值总和,连续移动N-1次,直到最后组成的子图像中只剩下原先子图像的一个部分为止,分别计算其所组成的子图像的灰度值总和。沿着宽度方向平移,平移计算N-1次之后得到了N个灰度总和值。对于二维的图像既沿着宽度方向平移计算,又沿着高度方向平移计算子图像灰度总和,那么对于一个子图像,可以在二维的向右向下平移过程中计算出其包含的N×N个灰度总和值。计算公式如下:
其中,Nsh和Nsw分别代表图像沿高度、宽度方向的有效的子图像个数。
已知子图像的数量之后,那么对于第(i,j)个子图像根据上述的子图像的平移计算原理,((i,j)中的i指该子图像处于图像的横向位置,j指该子图像处于图像的纵向位置)。其所包含的N×N个灰度值总和中第k个灰度值总和Aijk的计算公式如下:
接下来计算出子图像的单个表征量,以代表每一个子图像的特征值。选取第(i,j)个子图像中的最大的灰度值总和以及最小的灰度值总和,计算它们的差值,这个差值即为子图像的灰度差的统计特征Bij,如下所示:
Bij=max(Aijk)-min(Aijk);
分析子图像灰度差的计算过程,可知该图像表征量的实质是在图像均匀或相对均匀(即图像区域周围灰度值相差不大)的区域当中,灰度值变化越大的区域所在的子图像灰度差值也就越大,而越是均匀的区域,其所在子图像的灰度差就越小直至趋于零。
然后根据Bij得到子图像的平均灰度差和灰度标准差。
彩色直方图特征是根据图像的彩色图像的RGB模型中三个通道中像素值的分布来描述的,RGB空间最常用于描述彩色图像。将单个通道中的0至255个像素强度区间平均划分成若干个区间,计算落在每个强度区间的像素的个数,再对其他通道作同样的计算处理。假定在单个通道当中,每个区间包含像素强度数为S,则第k个像素强度区间表示如式:
在确定像素区间的范围后,扫描整幅图像像素强度值并以nk可表示为落在第k个区间内的像素个数,此类像素的强度值在此区间内。再将此推广到RGB三个通道,以nck表示第c个通道的第k个区间的像素个数,作为描述图像的特征。
在步骤S5的比较过程中,图像识别服务器将待测图像的彩色直方图特征和子图像的灰度差特征与无缺陷的外墙图像的平均值进行比较,只要待测图像的特征参数均没有超出设定阈值,即可以判定该图像中不存在缺陷;相反,则判定该图像存在缺陷。对于存在缺陷的位置,图像识别服务器会将识别结果传输到四绳驱动机器人,四绳驱动机器人对存在缺陷的位置进行修复。
本发明具备以下优点:
1)采用四绳驱动机器人进行外墙修复,能够节省人力,可以实现不间断的作业,修复效率高,并且四绳驱动机器人能够在高辐射区进行作业,使得工人不再需要进入高辐射区修复墙面,保障了工人的人生安全。
2)配合图像识别服务器和四绳驱动机器人,可以实现外墙修复的自动化,无需人工现场看管。
3)本系统的末端执行器中安装有旋转装置,使得末端执行器可以调整姿态,从而更精准地修复外墙的缺陷。
4)本系统的末端执行器安装有吸尘工具,能够末端执行器在对外墙进行打磨时,吸收灰尘,保持了厂区的环境洁净。
5)本方法通过计算待测图像子图像平均灰度差、灰度标准差以及彩色直方图的数据,并将这些数据与无缺陷的外墙图片的对应数据的平均值进行对比,并设定一个容错阈值,能够通过多组数据组合判断图像的缺陷,相对于其他图像识别方法,准确率更高。
6)本方法采用图像识别服务器进行图像识别,利用子图像的灰度差特征和彩色直方图特征对待测图像中的缺陷进行识别,能够准确高效地判断缺陷,从而指导四绳驱动机器人完成修复工作。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种核岛厂房清水混凝土墙面自动修复系统,其特征在于,包括:
图像识别服务器,用于进行图像处理和识别核岛厂房的墙面需要修复的位置,并产生控制信号;
四绳驱动机器人,用于攀爬核岛厂房的墙面、采集核岛厂房墙面的图像以及根据图像识别服务器的控制信号修复核岛厂房的墙面;
所述四绳驱动机器人包括:
末端执行器,用于拍摄图像和将拍摄到的图像传输至图像识别服务器,以及根据图像识别服务器的控制信号对核岛厂房的墙面进行修复;
驱动装置,用于控制末端执行器的移动,所述驱动装置包括四根绳索以及安装在同一平面上的四个电机,每个电机通过一根绳索与末端执行器连接,各所述电机通过绳索协同控制末端执行器在所述平面上移动;
所述图像识别服务与末端执行器连接,所述末端执行器与驱动装置连接。
2.根据权利要求1所述的一种核岛厂房清水混凝土墙面自动修复系统,其特征在于:所述末端执行器包括控制模块、图像采集模块和外墙修复装置,所述控制模块用于与图像识别服务器通信以及控制驱动装置、图像采集模块和外墙修复装置,所述图像采集模块用于采集核岛厂房墙面的图像,所述外墙修复装置用于墙面打磨、墙面清洗和硅烷浸渍施工,所述控制模块的输出端分别与驱动装置的输入端和外墙修复装置的输入端连接,所述控制模块分别与图像识别服务器和图像采集模块连接。
3.根据权利要求2所述的一种核岛厂房清水混凝土墙面自动修复系统,其特征在于:所述外墙修复装置包括打磨工具、吸尘工具、清洗工具和硅烷喷涂工具,所述打磨工具的输入端、吸尘工具输入端、清洗工具输入端和硅烷喷涂工具的输入端均与控制模块的输出端连接。
4.根据权利要求1-3任一项所述的一种核岛厂房清水混凝土墙面自动修复系统,其特征在于:所述末端执行器的中心安装有旋转装置,所述旋转装置用于驱动末端执行器绕垂直于电机所在平面的轴向旋转,所述旋转装置的输入端与控制模块的输出端连接。
5.一种核岛厂房清水混凝土墙面自动修复系统的实现方法,其特征在于,包括以下步骤:
四绳驱动机器人按照预设路线攀爬核岛厂房的墙面,并实时采集核岛厂房的墙面的图像,并将采集到的图像传输至图像识别服务器;
图像识别服务器对四绳驱动机器人所采集的图像进行图像处理,并识别核岛厂房的墙面需要修复的位置,并产生控制信号;
四绳驱动机器人根据图像识别服务器的控制信号对核岛厂房的墙面需要修复的位置进行修复。
6.根据权利要求5所述的一种核岛厂房清水混凝土墙面自动修复系统的实现方法,其特征在于,所述图像识别服务器对四绳驱动机器人所采集的图像进行图像处理,并识别核岛厂房的墙面需要修复的位置,并产生控制信号,这一步骤包括:
图像识别服务器对四绳驱动机器人所采集的图像进行图像滤波处理,得到待测图像;
图像识别服务器通过子图像的灰度差特征和彩色直方图特征对待测图像进行缺陷检测,并根据缺陷检测的结果产生控制信号。
7.根据权利要求6所述的一种核岛厂房清水混凝土墙面自动修复系统的实现方法,其特征在于,所述图像识别服务器通过子图像的灰度差特征和彩色直方图特征对待测图像进行缺陷检测,并根据缺陷检测的结果产生控制信号,这一步骤包括:
使用无缺陷的墙面图像对图像识别服务器进行训练,获取无缺陷的墙面图像的子图像的平均灰度差的平均值、无缺陷的墙面图像的子图像的灰度标准差的平均值以及无缺陷的墙面图像的彩色直方图的数据平均值;
图像识别服务器计算待测图像的子图像的平均灰度差、待测图像的子图像的灰度标准差以及待测图像的彩色直方图的数据;
图像识别服务器将待测图像的子图像的平均灰度差、待测图像的子图像的灰度标准差以及待测图像的彩色直方图的数据分别与无缺陷的墙面图像对应的参数平均值进行比较,得到比较结果;
图像识别服务器根据比较结果判断待测图像的缺陷情况,并产生控制信号。
8.根据权利要求7所述的一种核岛厂房清水混凝土墙面自动修复系统的实现方法,其特征在于,所述子图像的平均灰度差的计算公式如下:
其中,表示图像所包含的子图像的平均灰度差,Bij表示图像的所有子图像中灰度值总和最大值与最小值的差值,Nsh表示图像在高度方向上的有效子图像的个数,Nsw表示图像在宽度方向上的有效子图像的个数,i表示图像在高度方向上的第i个子图像,j表示图像在宽度方向上的第j个子图像。
9.根据权利要求8所述的一种核岛厂房清水混凝土墙面自动修复系统的实现方法,其特征在于,所述子图像的灰度标准差的计算公式如下:
其中,σB表示图像所包含的子图像的灰度标准差。
10.根据权利要求7-9任一项所述的一种核岛厂房清水混凝土墙面自动修复系统的实现方法,其特征在于,所述图像识别服务器根据比较结果判断待测图像的缺陷情况,并产生控制信号的步骤具体为:
图像识别服务器根据比较结果判断图像是否存在缺陷,若待测图像的子图像的平均灰度差、灰度标准差,以及待测图像的彩色直方图数据,与无缺陷的墙面图像对应的参数平均值的差均在设定阈值范围内,则判定该图像不存在缺陷;反之,则判定该图像存在缺陷;
图像识别服务器根据判断的结果产生控制信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711315836.0A CN108280820A (zh) | 2017-12-12 | 2017-12-12 | 一种核岛厂房清水混凝土墙面自动修复系统及其实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711315836.0A CN108280820A (zh) | 2017-12-12 | 2017-12-12 | 一种核岛厂房清水混凝土墙面自动修复系统及其实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108280820A true CN108280820A (zh) | 2018-07-13 |
Family
ID=62801599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711315836.0A Pending CN108280820A (zh) | 2017-12-12 | 2017-12-12 | 一种核岛厂房清水混凝土墙面自动修复系统及其实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108280820A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109584318A (zh) * | 2019-01-25 | 2019-04-05 | 浙江工业大学 | 一种用于检测并标记外墙体墙砖牢固程度的方法及装置 |
CN111608411A (zh) * | 2020-04-29 | 2020-09-01 | 湖南南派古建园林工程有限公司 | 一种古建筑外墙修复方法及系统 |
CN112070791A (zh) * | 2020-09-21 | 2020-12-11 | 深圳喜为智慧科技有限公司 | 一种提升畜牧个体点数精度和效率的方法和系统 |
FR3116342A1 (fr) * | 2020-11-19 | 2022-05-20 | Framatome | Procédé et dispositif électronique d'aide à la surveillance d’un élément de réacteur nucléaire, programme d’ordinateur et système associés |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104216407A (zh) * | 2014-08-27 | 2014-12-17 | 深圳市沐顺通电子科技有限公司 | 爬墙清理机器人 |
CN104458755A (zh) * | 2014-11-26 | 2015-03-25 | 吴晓军 | 一种基于机器视觉的多类型材质表面缺陷检测方法 |
CN106639267A (zh) * | 2015-10-28 | 2017-05-10 | 苏州宝时得电动工具有限公司 | 墙面处理机器人 |
CN107369152A (zh) * | 2017-06-09 | 2017-11-21 | 河北卓达建材研究院有限公司 | 一种墙面清洁修复机器人 |
-
2017
- 2017-12-12 CN CN201711315836.0A patent/CN108280820A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104216407A (zh) * | 2014-08-27 | 2014-12-17 | 深圳市沐顺通电子科技有限公司 | 爬墙清理机器人 |
CN104458755A (zh) * | 2014-11-26 | 2015-03-25 | 吴晓军 | 一种基于机器视觉的多类型材质表面缺陷检测方法 |
CN106639267A (zh) * | 2015-10-28 | 2017-05-10 | 苏州宝时得电动工具有限公司 | 墙面处理机器人 |
CN107369152A (zh) * | 2017-06-09 | 2017-11-21 | 河北卓达建材研究院有限公司 | 一种墙面清洁修复机器人 |
Non-Patent Citations (2)
Title |
---|
曾金桥: ""一种四索牵引平动并联机器人的运动分析与控制"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
高宏伟 等: "《电子制造装备技术》", 30 September 2015 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109584318A (zh) * | 2019-01-25 | 2019-04-05 | 浙江工业大学 | 一种用于检测并标记外墙体墙砖牢固程度的方法及装置 |
CN109584318B (zh) * | 2019-01-25 | 2023-09-01 | 浙江工业大学 | 一种用于检测并标记外墙体墙砖牢固程度的方法及装置 |
CN111608411A (zh) * | 2020-04-29 | 2020-09-01 | 湖南南派古建园林工程有限公司 | 一种古建筑外墙修复方法及系统 |
CN112070791A (zh) * | 2020-09-21 | 2020-12-11 | 深圳喜为智慧科技有限公司 | 一种提升畜牧个体点数精度和效率的方法和系统 |
FR3116342A1 (fr) * | 2020-11-19 | 2022-05-20 | Framatome | Procédé et dispositif électronique d'aide à la surveillance d’un élément de réacteur nucléaire, programme d’ordinateur et système associés |
WO2022106506A1 (fr) * | 2020-11-19 | 2022-05-27 | Framatome | Procédé et dispositif électronique d'aide à la surveillance d'un élément de réacteur nucléaire, programme d'ordinateur et système associés |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108280820A (zh) | 一种核岛厂房清水混凝土墙面自动修复系统及其实现方法 | |
US20210038045A1 (en) | Exterior Wall Maintenance Apparatus | |
CN108113595A (zh) | 一种节能清扫机器人系统、方法及机器人 | |
CN105067630A (zh) | 斜拉索pe保护层损伤检测装置及其控制电路、控制方法 | |
TW202200978A (zh) | 用於具人工智慧動力之檢驗及預測分析的系統及方法 | |
DE10164278A1 (de) | Reinigungsroboter, Reinigungsrobotersystem und Verfahren zu deren Steuerung | |
CN111141225B (zh) | 一种基于激光阵列的钢筋尺寸测量方法及系统 | |
CN109840900A (zh) | 一种应用于智能制造车间的故障在线检测系统及检测方法 | |
CN115880296B (zh) | 基于机器视觉的预制构件质量检测方法及装置 | |
CN107292926A (zh) | 基于多图像序列的巡检机器人运动轨迹直线度测量方法 | |
CN107202797A (zh) | 非接触式连续热镀锌生产线带钢焊缝检测系统及其方法 | |
CN107414474A (zh) | 一种狭窄空间螺栓定位安装机器人及控制方法 | |
CN102303314B (zh) | 工业生产中的碳碗中心和导槽定位装置及其定位方法 | |
CN112710668B (zh) | 通过无人机进行房屋外立面空鼓检测的方法及系统 | |
CN117564578A (zh) | 一种六轴机器人自动化焊接控制系统及方法 | |
CN206939014U (zh) | 一种爬壁式船舶外板智能激光除锈设备 | |
CN114313871B (zh) | 一种智能化廊道冲洗装置及其控制方法 | |
CN116591678A (zh) | 多因素耦合下煤岩界线识别技术及采煤调高系统 | |
CN116518544A (zh) | 一种层流罩及净化系统 | |
CN116388669A (zh) | 一种基于Swin Transformer的光伏板异物检测与清洁方法 | |
CN113642492B (zh) | 基于深度残差学习和多线激光的交叉焊缝辨识方法及系统 | |
CN110085336B (zh) | 用于检测核电站燃料组件编号与位置的系统和方法 | |
EP4101602A1 (de) | Verfahren zur analyse eines werkzeugs und mobile werkzeugmaschine | |
CN205808230U (zh) | 一种用于换热器管程清洗的圆形定位装置 | |
Song et al. | Design of cable detection robot and image detection method |
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: 20180713 |