CN110243293B - 基于结构光和机器视觉的管片错台快速检测装置与方法 - Google Patents

基于结构光和机器视觉的管片错台快速检测装置与方法 Download PDF

Info

Publication number
CN110243293B
CN110243293B CN201910524743.1A CN201910524743A CN110243293B CN 110243293 B CN110243293 B CN 110243293B CN 201910524743 A CN201910524743 A CN 201910524743A CN 110243293 B CN110243293 B CN 110243293B
Authority
CN
China
Prior art keywords
camera
dislocation
representing
detection
line
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
Application number
CN201910524743.1A
Other languages
English (en)
Other versions
CN110243293A (zh
Inventor
刘学增
程岩
刘新根
刘笑娣
吴其飞
孙亮亮
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.)
SHANGHAI TONGYAN CIVIL ENGINEERING TECHNOLOGY CO LTD
Original Assignee
SHANGHAI TONGYAN CIVIL ENGINEERING TECHNOLOGY CO LTD
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 SHANGHAI TONGYAN CIVIL ENGINEERING TECHNOLOGY CO LTD filed Critical SHANGHAI TONGYAN CIVIL ENGINEERING TECHNOLOGY CO LTD
Priority to CN201910524743.1A priority Critical patent/CN110243293B/zh
Publication of CN110243293A publication Critical patent/CN110243293A/zh
Application granted granted Critical
Publication of CN110243293B publication Critical patent/CN110243293B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/026—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring distance between sensor and object
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/028—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring lateral position of a boundary of the object
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points

Abstract

本发明涉及一种基于结构光和机器视觉的管片错台快速检测装置与方法，主要解决当前管片错台检测中，传统人工检测方式效率低、精度低、风险大的问题。本发明涉及的检测装置包括计算机、编码器、蓄电池、多台线激光器、多台相机、多台激光测距仪；本发明涉及的管片错台检测方法，首先对管片错台量与检测装置角度、距离、相元尺寸、焦距、以及所采集图像特征点像素点之间关系进行标定，得出错台量与各参数之间函数关系式，然后利用检测装置采集图像，确定各检测装置的角度、距离、图元、焦距参数，并对检测图像提取中心条纹，确定各采集图像的特征点像素点，最后利用函数关系式计算每台线激光器检测的实际错台量，取平均作为此环的错台量。与现有技术相比，本发明针对于管片错台检测具有速度快、精度高、覆盖全等优点。

Description

基于结构光和机器视觉的管片错台快速检测装置与方法
技术领域
本发明涉及一种管片错台检测装置与方法，尤其是涉及一种基于结构光和机器视觉的管片错台快速检测装置与方法，应用于隧道工程领域。
背景技术
管片错台是指管片拼装之后，同一环相邻管片或相邻环管片之间弧面不平整、存在高差的现象，可分为环间错台和环内错台。管片拼装不规范、盾构机掘进过程姿态控制不当、管片上浮等均是造成错台的原因。错台不仅对隧道外观造成了影响，而且会导致管片开裂、隧道渗漏水、盾尾刷损坏等问题，严重影响了隧道正常运营安全，所以对隧道管片错台的检测显得尤为重要。
传统的人工检测方式效率低、风险大、精度低，随着盾构隧道的广泛修建，检测任务的剧增，已不能满足管片错台检测的要求，随着光学以及图像技术的发展，错台快速检测方法开始得到了应用。专利201010143937.6公开了一种基于结构光视觉的水泥混凝土路面错台检测装置及方法，可用于检测路面错台，其需保证结构光光条与错台接缝基本垂直，相机距地面距离固定，但主要应用在路面错台检测；专利201520345084.2公开了一种手持式地铁隧道管片错台量检测装置，通过Kinect设备、旋转关节、摄像机等实现错台检测，但需要人工手持操作，检测速度慢，单次只能检测一处错台，效率低。因此，迫切需要一种快速检测管片错台的装置与方法。
发明内容
本发明的目的是针对现有技术的缺陷，设计一种基于结构光和机器视觉的管片错台快速检测装置与方法，能快速精准检测管片错台量及相应的里程定位。
本发明的目的可以通过以下技术方案来实现：一种基于结构光和机器视觉的管片错台快速检测装置，其特征在于，包括计算机处理系统和结构光视觉检测系统。
所述的计算机处理系统包括计算机、编码器、蓄电池，计算机用于存储和处理数据，安装在车体内部，计算机电源接口与蓄电池相连，编码器安装在车体外部车轮中心处，与车轮角速度相同，编码器外触发端口通过网线与计算机端口连接用于触发采集信号和里程定位，编码器电源接口与蓄电池相连；
所述的结构光视觉检测系统包括多台线激光器、多台相机、多台激光测距仪，每1台线激光器与1台相机、1台激光测距仪安装在一起为一结构光视觉检测组件，每台线激光器、相机、激光测距仪安装角度固定，相机与激光测距仪安装角度相同， 线激光器发射结构光检测错台，相机用于拍摄结构光检测图像，激光测距仪用于测量相机拍摄距离；
所述的线激光器安装角度为错台量计算提供线激光器的角度值；所述的相机安装角度为错台量计算提供相机角度值，相机属性信息为错台量计算提供相元尺寸和焦距值；所述的激光测距仪实时测量的车体行进过程中的拍摄距离信息为错台量计算提供距离值；所述的计算机处理系统，利用图像分割与横截面灰度质心提取检测图像的结构光中心条纹，确定错台量计算所需错台特征点之间像素点，结合检测装置提供的相元尺寸、焦距、角度值与距离值，利用函数关系式计算每台线激光器检测的错台量，取平均得出管片环最终错台量。
所述的多台线激光器布置在车体两侧与车顶，用于检测管片两侧拱腰和顶部错台，根据隧道轮廓呈环向排布，检测环间错台量时只需调整线激光器使其发射的结构光与环间错台相交，检测环内错台量时只需调整线激光器使其发射的结构光与环内错台相交，线激光器电源接口与蓄电池相连。
所述的多台相机根据线激光器安装位置布置在车体两侧与车顶，朝向与其一起的线激光器发射结构光的方向，分别拍摄管片两侧拱腰和顶部错台检测图像，并确保相机拍摄范围覆盖与之相应的结构光照射区域，且结构光成像尽可能位于图像的正中间，每台相机安装角度固定，相机拍摄控制端口与计算机端口相连，相机电源接口与蓄电池相连。
所述的多台激光测距仪根据相机安装位置布置在车体两侧与车顶，用于测量与之相应的相机拍摄距离，每台激光测距仪安装角度固定，激光测距仪测量控制端口与计算机端口连接，激光测距仪电源接口与蓄电池相连。
一种基于结构光和机器视觉的管片错台快速检测方法，其特征在于，包括以下步骤：
（1）根据三角测量原理，对错台量与线激光器角度
Figure 153301DEST_PATH_IMAGE002
之间关系进行标定、错台量与相机角度
Figure 95849DEST_PATH_IMAGE004
、
Figure 596101DEST_PATH_IMAGE006
之间关系进行标定、错台量与相机拍摄距离
Figure 79035DEST_PATH_IMAGE008
之间关系进行标定、错台量与检测图像中错台特征点之间像素点
Figure 551604DEST_PATH_IMAGE010
之间关系进行标定、错台量与相机焦距
Figure 228835DEST_PATH_IMAGE012
之间关系进行标定、错台量与相机相元尺寸大小
Figure 216383DEST_PATH_IMAGE014
之间关系进行标定，得出实际错台量
Figure 440691DEST_PATH_IMAGE016
与
Figure 564505DEST_PATH_IMAGE002
、
Figure 911173DEST_PATH_IMAGE004
、
Figure 323699DEST_PATH_IMAGE006
、
Figure 912550DEST_PATH_IMAGE008
、
Figure 156450DEST_PATH_IMAGE010
、
Figure 346123DEST_PATH_IMAGE012
、
Figure 308262DEST_PATH_IMAGE014
之间的函数关系式：
Figure 874373DEST_PATH_IMAGE018
Figure 238358DEST_PATH_IMAGE002
代表线激光器与检测处管片法向夹角，
Figure 162714DEST_PATH_IMAGE004
代表成像轴线与检测处管片法向夹角，
Figure 549833DEST_PATH_IMAGE006
代表相机基线与成像轴线之间夹角，
Figure 981951DEST_PATH_IMAGE008
代表相机拍摄距离，
Figure 934864DEST_PATH_IMAGE010
代表实际检测错台特征点在图像上像素点，
Figure 731919DEST_PATH_IMAGE012
代表相机焦距，
Figure 403071DEST_PATH_IMAGE014
代表相机相元尺寸大小；
（2）车体行进过程当中，编码器触发信号，线激光器发射结构光检测错台，相机拍摄结构光检测的图像，激光测距仪测量相机拍摄距离，计算机存储数据；
（3）根据每台线激光器和相机的固定角度，以及每台激光测距仪记录的距离信息，确定
Figure 137416DEST_PATH_IMAGE002
、
Figure 210414DEST_PATH_IMAGE004
、
Figure 240687DEST_PATH_IMAGE006
、
Figure 399136DEST_PATH_IMAGE008
，根据相机信息确定其
Figure 110740DEST_PATH_IMAGE012
、
Figure 539710DEST_PATH_IMAGE014
；
（4）对采集的结构光检测图像提取结构光中心条纹，确定每台线激光器检测的图像中错台特征点之间像素点
Figure 740884DEST_PATH_IMAGE010
；
（5）根据函数关系式
Figure 324312DEST_PATH_IMAGE018
，计算每台线激光器检测的实际错台量：
Figure 636344DEST_PATH_IMAGE020
取
Figure 683935DEST_PATH_IMAGE022
，得出此环最终错台量
Figure 993693DEST_PATH_IMAGE024
，
Figure 625270DEST_PATH_IMAGE026
代表线激光器数量；
所述的结构光中心条纹利用图像分割和横截面灰度质心进行提取，每台线激光器检测的图像中错台特征点之间像素点
Figure 678676DEST_PATH_IMAGE010
的获取具体操作如下：
（1）对于所拍摄的检测图像，确定结构光条纹附近像素点灰度阈值
Figure 580773DEST_PATH_IMAGE028
，对结构光条纹进行图像分割，若像素点灰度值
Figure 123750DEST_PATH_IMAGE030
，进行保留，否则剔除，最后提取出结构光条纹边缘轮廓线；
（2）对提取边缘轮廓线之后的结构光条纹，将条纹每个横截面内的像素点的灰度值分布质心作为该横截面的结构光条纹的中心点
Figure 478508DEST_PATH_IMAGE032
，具体计算为：
Figure 335606DEST_PATH_IMAGE034
其中，
Figure 593674DEST_PATH_IMAGE036
代表i点灰度值，
Figure 307552DEST_PATH_IMAGE038
代表横截面点坐标，N代表横截面内像素点个数；
（3）连接所有横截面的结构光条纹中心点，得到结构光中心条纹，并进行调整，确保条纹错台处边缘特征点在沿错台缝法向方向无位移。
（4）对结构光中心条纹错台特征点像素
Figure 352868DEST_PATH_IMAGE010
采用以下方式计算：
Figure 810395DEST_PATH_IMAGE040
Figure 421504DEST_PATH_IMAGE042
代表错台两特征点在x向之间的像素点，
Figure 509546DEST_PATH_IMAGE044
代表两特征点在y向之间的像素点。
与现有技术相比，本发明具有以下优点：
（1）本发明是基于机器视觉结合编码器、激光测距仪获取错台检测图像，能够对错台进行定位和错台量测量，自动化程度高、检测全面、简捷高效；
（2）本发明检测装置安装在车体上，可以实现管片错台的快速检测，检测时速可达60km/h，检测精度达1mm；
（3）本发明只需调整线激光器安装方向，可以实现管片环间和环内错台的检测，适应性强。
附图说明
图1是本发明检测装置结构示意图；。
图2为本发明元器件连接框图。
图3是本发明检测方法操作步骤流程图。
图4是本发明的激光三角法错台量计算示意图。
图5是本发明采集原图像示意图。
图6是本发明提取结构光中心条纹后最终获取的图像。
其中：1-计算机处理系统，2-结构光视觉检测系统，3-计算机，4-编码器，5-蓄电池，6-线激光器a，7-线激光器b，8-线激光器c，9-线激光器d，10-线激光器e，11-相机a，12-相机b，13-相机c，14-相机d，15-相机e，16-激光测距仪a，17-激光测距仪b，18-激光测距仪c，19-激光测距仪d，20-激光测距仪e，21车体，22结构光条纹，23提取的结构光中心条纹。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
参照图1、2，本发明检测装置包括计算机处理系统1和结构光视觉检测系统2，计算机处理系统1由计算机3、编码器4、蓄电池5组成，计算机3放置于车体内部，计算机电源接口与蓄电池5相连，编码器4通过自身安装孔固定在车体车轮中心处，编码器外触发端口通过网线与计算机端口连接，编码器电源接口与蓄电池5相连，蓄电池5安装在车厢内。结构光视觉检测系统2由五台线激光器、五台相机、五台激光测距仪组成，五台线激光器分别通过自身安装孔固定在车体两侧和顶部，使其发射结构光与管片环间错台相交，线激光器电源接口与蓄电池相连，五台相机根据线激光器固定位置通过自身安装孔固定在车体两侧和顶部，相机拍摄控制端口与计算机端口相连，相机电源接口与蓄电池相连，五台激光测距仪根据相机固定位置通过自身安装孔固定在车体两侧和顶部，激光测距仪测量控制端口与计算机端口连接，激光测距仪电源接口与蓄电池相连。
每1台线激光器与1台相机、1台激光测距仪安装在一起为一结构光视觉检测组件，共组成五个结构光视觉检测组件。
编码器4采用日本进口的欧姆龙（OMRON）增量型编码器E6C3-CWZ3EH，里程定位精度±5cm，线激光器由西安沣京工业园区百斯特科技生产，激光源类型21CFR1040.10 &1040.11，相机采用JAI Go 5000 PMCL相机，像素尺寸5μm，镜头焦距50mm；激光测距仪采用徕卡生产的S910激光测距仪；线激光器a6，线激光器b7，线激光器c8，线激光器d9，线激光器e10安装角度
Figure 271736DEST_PATH_IMAGE001
分别为30°、30°、0°、30°、30°，相机a11，相机b12，相机c13，相机d14，相机e15安装角度
Figure 596101DEST_PATH_IMAGE006
分别为30°、30°、30°、30°、30°，激光测距仪a16，激光测距仪b17，激光测距仪c18，激光测距仪d19，激光测距仪e20安装角度
Figure 382747DEST_PATH_IMAGE002
分别为30°、30°、30°、30°、30°。
本发明检测方法通过以下步骤实现：
1）参照图3与图4中，△OBC与△ODE相似，可得：
Figure 100002_DEST_PATH_IMAGE021
Figure 515788DEST_PATH_IMAGE022
Figure 100002_DEST_PATH_IMAGE023
依据成像原理，
Figure 382244DEST_PATH_IMAGE024
，
Figure DEST_PATH_IMAGE025
，
Figure 284341DEST_PATH_IMAGE026
，
Figure DEST_PATH_IMAGE027
代表相机相元大小，
Figure 640367DEST_PATH_IMAGE028
代表相机焦距；
整理可得：
Figure DEST_PATH_IMAGE029
；
2）车体行进过程中，接通所有检测装置电源，编码器触发信号，线激光器发射结构光检测错台，相机拍摄检测图像，测距仪记录相机拍摄距离；
3）根据计算机采集的激光测距仪和编码器数据，设相机a11，相机b12，相机c13，相机d14，相机e15拍摄距离
Figure 745857DEST_PATH_IMAGE004
分别为2m、2m、1m、2m、2m；
4) 对于所拍摄的检测图像如图5，确定结构光条纹附近像素点灰度阈值
Figure 665272DEST_PATH_IMAGE012
=200，对结构光条纹进行图像分割，若像素点灰度值
Figure 359558DEST_PATH_IMAGE013
，进行保留，否则剔除，最后提取出结构光条纹边缘轮廓线，对提取边缘轮廓线之后的结构光条纹图像，将条纹每个横截面内的像素点的灰度值分布质心作为该横截面的结构光条纹的中心点
Figure 821239DEST_PATH_IMAGE014
，连接所有横截面的
结构光条纹中心点，并进行调整，确保条纹错台处边缘特征点在沿错台缝法向方向无位移，最后得到结构光中心条纹图像如图6，分别计算得出线激光器a6，线激光器b7，线激光器c8，线激光器d9，线激光器e10错台特征点像素点
Figure 866556DEST_PATH_IMAGE005
分别为8、0、10、40、0；
5)根据函数关系式
Figure 324082DEST_PATH_IMAGE029
，最后计算得出实际错台量：
Figure 685924DEST_PATH_IMAGE030
，
Figure DEST_PATH_IMAGE031
，该处环间错台量为1.47mm。
以上为本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由本发明的权利要求书所要求的保护范围内。

Claims (6)

1.一种基于结构光和机器视觉的管片错台快速检测装置，其特征在于所述的检测装置包括计算机处理系统和结构光视觉检测系统；所述的计算机处理系统包括计算机、编码器、蓄电池，计算机用于存储和处理数据，安装在车体内部，计算机电源接口与蓄电池相连，编码器安装在车体外部车轮中心处，与车轮角速度相同，编码器外触发端口通过网线与计算机端口连接用于触发采集信号和里程定位，编码器电源接口与蓄电池相连；所述的结构光视觉检测系统包括多台线激光器、多台相机、多台激光测距仪，每1台线激光器与1台相机、1台激光测距仪安装在一起为一结构光视觉检测组件，每台线激光器、相机、激光测距仪安装角度固定，相机与激光测距仪安装角度相同，车体行进过程中，线激光器发射结构光检测错台，相机用于拍摄结构光检测图像，激光测距仪用于测量相机拍摄距离；
所述的线激光器安装角度为错台量计算提供线激光器的角度值；所述的相机安装角度为错台量计算提供相机角度值，相机属性信息为错台量计算提供相元尺寸和焦距值；所述的激光测距仪实时测量的车体行进过程中的拍摄距离信息为错台量计算提供距离值；所述的计算机处理系统，利用图像分割与横截面灰度质心提取检测图像的结构光中心条纹，确定错台量计算所需错台特征点之间像素点，结合检测装置提供的相元尺寸、焦距、角度值与距离值，利用函数关系式计算每台线激光器检测的错台量，
Figure 310945DEST_PATH_IMAGE009
，其中，
Figure 248518DEST_PATH_IMAGE008
为错台量，
Figure 449244DEST_PATH_IMAGE001
代表线激光器与检测处管片法向夹角，
Figure 522243DEST_PATH_IMAGE002
代表成像轴线与检测处管片法向夹角，
Figure 490199DEST_PATH_IMAGE003
代表相机基线与成像轴线之间夹角，
Figure 648648DEST_PATH_IMAGE004
代表相机拍摄距离，
Figure 360252DEST_PATH_IMAGE005
代表实际检测错台特征点在图像上像素点，
Figure 287756DEST_PATH_IMAGE006
代表相机焦距，
Figure 426614DEST_PATH_IMAGE007
代表相机相元尺寸大小；统计实际错台量：
Figure 665703DEST_PATH_IMAGE010
；取
Figure DEST_PATH_IMAGE011
，得出此环最终错台量
Figure 585117DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE013
代表线激光器数量。
2.根据权利要求1所述的基于结构光和机器视觉的管片错台快速检测装置，其特征在于：所述的多台线激光器布置在车体两侧与车顶，用于检测管片两侧拱腰和顶部错台，根据隧道轮廓呈环向排布，当检测环间错台量时，调整线激光器使其发射的结构光与环间错台相交，当检测环内错台量时，调整线激光器使其发射的结构光与环内错台相交，线激光器电源接口与蓄电池相连。
3.根据权利要求1所述的基于结构光和机器视觉的管片错台快速检测装置，其特征在于：所述的多台相机根据线激光器安装位置布置在车体两侧与车顶，朝向与其一起的线激光器发射结构光的方向，分别拍摄管片两侧拱腰和顶部错台检测图像，并确保相机拍摄范围覆盖与之相应的结构光照射区域，且结构光成像尽可能位于图像的正中间，每台相机安装角度固定，相机拍摄控制端口与计算机端口相连，相机电源接口与蓄电池相连。
4.根据权利要求1所述的基于结构光和机器视觉的管片错台快速检测装置，其特征在于：所述的多台激光测距仪根据相机安装位置布置在车体两侧与车顶，用于测量与之相应的相机拍摄距离，每台激光测距仪安装角度固定，激光测距仪测量控制端口与计算机端口连接，激光测距仪电源接口与蓄电池相连。
5.一种基于结构光和机器视觉的管片错台快速检测方法，其特征在于，包括以下步骤：
（1）根据三角测量原理，对错台量与线激光器角度
Figure DEST_PATH_IMAGE001
之间关系进行标定、错台量与相机角度
Figure 343645DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE003
之间关系进行标定、错台量与相机拍摄距离
Figure 595634DEST_PATH_IMAGE004
之间关系进行标定、错台量与检测图像中错台特征点之间像素点
Figure DEST_PATH_IMAGE005
之间关系进行标定、错台量与相机焦距
Figure 620091DEST_PATH_IMAGE006
之间关系进行标定、错台量与相机相元尺寸大小
Figure DEST_PATH_IMAGE007
之间关系进行标定，得出实际错台量
Figure 248518DEST_PATH_IMAGE008
与
Figure 550187DEST_PATH_IMAGE001
、
Figure 973078DEST_PATH_IMAGE002
、
Figure 360197DEST_PATH_IMAGE003
、
Figure 792315DEST_PATH_IMAGE004
、
Figure 745228DEST_PATH_IMAGE005
、
Figure 542282DEST_PATH_IMAGE006
、
Figure 213435DEST_PATH_IMAGE007
之间的函数关系式：
Figure DEST_PATH_IMAGE009
Figure 449244DEST_PATH_IMAGE001
代表线激光器与检测处管片法向夹角，
Figure 522243DEST_PATH_IMAGE002
代表成像轴线与检测处管片法向夹角，
Figure 490199DEST_PATH_IMAGE003
代表相机基线与成像轴线之间夹角，
Figure 648648DEST_PATH_IMAGE004
代表相机拍摄距离，
Figure 360252DEST_PATH_IMAGE005
代表实际检测错台特征点在图像上像素点，
Figure 287756DEST_PATH_IMAGE006
代表相机焦距，
Figure 426614DEST_PATH_IMAGE007
代表相机相元尺寸大小；
（2）车体行进过程当中，编码器触发信号，线激光器发射结构光检测错台，相机拍摄结构光检测的图像，激光测距仪测量相机拍摄距离，计算机存储数据；
（3）根据每台线激光器和相机的固定角度，以及每台激光测距仪记录的距离信息，确定
Figure 72359DEST_PATH_IMAGE001
、
Figure 384391DEST_PATH_IMAGE002
、
Figure 369665DEST_PATH_IMAGE003
、
Figure 741740DEST_PATH_IMAGE004
，根据相机信息确定其
Figure 812465DEST_PATH_IMAGE006
、
Figure 928188DEST_PATH_IMAGE007
；
（4）对采集的结构光检测图像提取结构光中心条纹，确定每台线激光器检测的图像中错台特征点之间像素点
Figure 830285DEST_PATH_IMAGE005
；
（5）根据函数关系式
Figure 310945DEST_PATH_IMAGE009
，计算每台线激光器检测的实际错台量：
Figure 665703DEST_PATH_IMAGE010
取
Figure DEST_PATH_IMAGE011
，得出此环最终错台量
Figure 585117DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE013
代表线激光器数量。
6.根据权利要求5所述的检测方法，其特征在于：结构光中心条纹利用图像分割和横截面灰度质心进行提取，每台线激光器检测的图像中错台特征点之间像素点
Figure 341721DEST_PATH_IMAGE005
的获取具体操作如下：
（1）对于所拍摄的检测图像，确定结构光条纹附近像素点灰度阈值
Figure 55599DEST_PATH_IMAGE014
，对结构光条纹进行图像分割，若像素点灰度值
Figure DEST_PATH_IMAGE015
，进行保留，否则剔除，最后提取出结构光条纹边缘轮廓线；
（2）对提取边缘轮廓线之后的结构光条纹，将条纹每个横截面内的像素点的灰度值分布
质心作为该横截面的结构光条纹的中心点
Figure 163232DEST_PATH_IMAGE016
，具体计算为：
Figure DEST_PATH_IMAGE017
其中，
Figure 620758DEST_PATH_IMAGE018
代表i点灰度值，
Figure DEST_PATH_IMAGE019
代表横截面点坐标，N代表横截面内像素点个数；
（3）连接所有横截面的结构光条纹中心点，得到结构光中心条纹，并进行调整，确保条
纹错台处边缘特征点在沿错台缝法向方向无位移；
（4）对中心条纹错台特征点像素
Figure 231868DEST_PATH_IMAGE020
采用以下方式计算：
Figure DEST_PATH_IMAGE021
Figure 382227DEST_PATH_IMAGE022
代表错台两特征点在x向之间的像素点，
Figure DEST_PATH_IMAGE023
代表错台两特征点在y向之间的像素点。
CN201910524743.1A 2019-06-18 2019-06-18 基于结构光和机器视觉的管片错台快速检测装置与方法 Active CN110243293B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910524743.1A CN110243293B (zh) 2019-06-18 2019-06-18 基于结构光和机器视觉的管片错台快速检测装置与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910524743.1A CN110243293B (zh) 2019-06-18 2019-06-18 基于结构光和机器视觉的管片错台快速检测装置与方法

Publications (2)

Publication Number Publication Date
CN110243293A CN110243293A (zh) 2019-09-17
CN110243293B true CN110243293B (zh) 2021-01-08

Family

ID=67887686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910524743.1A Active CN110243293B (zh) 2019-06-18 2019-06-18 基于结构光和机器视觉的管片错台快速检测装置与方法

Country Status (1)

Country Link
CN (1) CN110243293B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110567963B (zh) * 2019-11-06 2020-02-04 江苏金恒信息科技股份有限公司 合金分析视觉定位方法、装置及合金分析系统
CN111197276A (zh) * 2020-01-14 2020-05-26 温州永昌建设有限公司 一种修筑道路的模板支撑方法和装置
CN111366091B (zh) * 2020-03-20 2021-11-09 中铁十四局集团有限公司 确定待拼装管片错台的方法和系统
CN112461133A (zh) * 2020-11-25 2021-03-09 深圳市施罗德工业集团有限公司 尺寸测算方法、装置、图像检测设备和可读存储介质
CN113237441B (zh) * 2021-05-13 2023-04-28 江苏理工学院 一种转子齿形对中检测装置及检测方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10288516A (ja) * 1997-04-16 1998-10-27 Komatsu Eng Kk 平面の段差計測装置
CN101178812A (zh) * 2007-12-10 2008-05-14 北京航空航天大学 一种结构光光条中心线提取的混合图像处理方法
CN101845788A (zh) * 2010-04-09 2010-09-29 同济大学 基于结构光视觉的水泥混凝土路面错台检测装置及方法
CN102297660A (zh) * 2011-05-20 2011-12-28 同济大学 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置
CN203190965U (zh) * 2013-01-31 2013-09-11 中交第一公路勘察设计研究院有限公司 一种水泥混凝土路面错台自动识别装置
CN103938531A (zh) * 2014-04-10 2014-07-23 武汉武大卓越科技有限责任公司 激光道路错台检测系统和方法
CN204691793U (zh) * 2015-05-26 2015-10-07 上海大学 手持式地铁隧道管片错台检测装置
CN105387801A (zh) * 2015-10-03 2016-03-09 上海大学 一种地铁隧道管片错台量检测方法
CN105890575A (zh) * 2014-12-10 2016-08-24 青岛理工大学 普通及特殊环境的人工智能机器视觉识别方法及装置
CN105973141A (zh) * 2016-04-29 2016-09-28 中铁建大桥工程局集团第二工程有限公司 一种盾构隧道管片错台测量装置及方法
CN108267116A (zh) * 2017-12-15 2018-07-10 中公高科养护科技股份有限公司 一种基于路面三维数据的路面错台检测方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4741621A (en) * 1986-08-18 1988-05-03 Westinghouse Electric Corp. Geometric surface inspection system with dual overlap light stripe generator
JPH05107032A (ja) * 1991-10-16 1993-04-27 Matsushita Electric Ind Co Ltd 実装基板外観検査方法
KR101694969B1 (ko) * 2012-10-29 2017-01-10 한국전자통신연구원 카메라 캘리브레이션 방법 및 장치

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10288516A (ja) * 1997-04-16 1998-10-27 Komatsu Eng Kk 平面の段差計測装置
CN101178812A (zh) * 2007-12-10 2008-05-14 北京航空航天大学 一种结构光光条中心线提取的混合图像处理方法
CN101845788A (zh) * 2010-04-09 2010-09-29 同济大学 基于结构光视觉的水泥混凝土路面错台检测装置及方法
CN102297660A (zh) * 2011-05-20 2011-12-28 同济大学 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置
CN203190965U (zh) * 2013-01-31 2013-09-11 中交第一公路勘察设计研究院有限公司 一种水泥混凝土路面错台自动识别装置
CN103938531A (zh) * 2014-04-10 2014-07-23 武汉武大卓越科技有限责任公司 激光道路错台检测系统和方法
CN105890575A (zh) * 2014-12-10 2016-08-24 青岛理工大学 普通及特殊环境的人工智能机器视觉识别方法及装置
CN204691793U (zh) * 2015-05-26 2015-10-07 上海大学 手持式地铁隧道管片错台检测装置
CN105387801A (zh) * 2015-10-03 2016-03-09 上海大学 一种地铁隧道管片错台量检测方法
CN105973141A (zh) * 2016-04-29 2016-09-28 中铁建大桥工程局集团第二工程有限公司 一种盾构隧道管片错台测量装置及方法
CN108267116A (zh) * 2017-12-15 2018-07-10 中公高科养护科技股份有限公司 一种基于路面三维数据的路面错台检测方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《基于线结构光的水泥混凝土路面错台三维检测》;李伟 等;《同济大学学报（自然科学版）》;20150714;第43卷(第7期);第1039-1044页 *

Also Published As

Publication number Publication date
CN110243293A (zh) 2019-09-17

Similar Documents

Publication Publication Date Title
CN110243293B (zh) 基于结构光和机器视觉的管片错台快速检测装置与方法
CN109029257B (zh) 基于立体视觉和结构光视觉的大型工件位姿测量系统、方法
CN108759714B (zh) 一种多线激光轮廓传感器坐标系融合及转轴标定方法
WO2022061945A1 (zh) 一种电力线路安全距离检测方法
CN109813335B (zh) 数据采集系统的标定方法、装置、系统及存储介质
US6009359A (en) Mobile system for indoor 3-D mapping and creating virtual environments
CN104197928B (zh) 多摄像机协同的无人机检测、定位及跟踪方法
CN102927908B (zh) 机器人手眼系统结构光平面参数标定装置及方法
CN108802043B (zh) 隧道检测装置、检测系统及隧道病害信息提取方法
CN108226938A (zh) 一种agv小车的定位系统和方法
US20140336928A1 (en) System and Method of Automated Civil Infrastructure Metrology for Inspection, Analysis, and Information Modeling
CN108416263B (zh) 一种适用于农情低空遥感监测的低成本的无人机高度测量方法
CN111044990B (zh) 机载激光雷达光束指向标定方法、系统及激光光斑探测器
CN110017817B (zh) 一种基于顶板特征的煤矿巷道导航定位方法和装置
Yang et al. Infrared LEDs-based pose estimation with underground camera model for boom-type roadheader in coal mining
CN108952742B (zh) 一种基于机器视觉的盾构机导向方法
CN108279677B (zh) 基于双目视觉传感器的轨道机器人检测方法
CN106403900A (zh) 飞行物追踪定位系统及方法
CN116009559B (zh) 一种输水管道内壁巡检机器人及检测方法
CN112415010A (zh) 一种成像检测方法及系统
CN113008158B (zh) 多线激光轮胎花纹深度测量方法
JP7162208B2 (ja) 含水比マッピング方法及び含水比マッピング装置
CN108072325B (zh) 一种物体位置确定方法及装置
CN108088375B (zh) 一种物体相对位置检测光束接收方法及装置
CN109064448A (zh) 中低速磁浮f轨轨缝检测方法

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