CN110986860A - 一种基于智能机器人的塔柱倾斜度判定方法 - Google Patents
一种基于智能机器人的塔柱倾斜度判定方法 Download PDFInfo
- Publication number
- CN110986860A CN110986860A CN201911003929.9A CN201911003929A CN110986860A CN 110986860 A CN110986860 A CN 110986860A CN 201911003929 A CN201911003929 A CN 201911003929A CN 110986860 A CN110986860 A CN 110986860A
- Authority
- CN
- China
- Prior art keywords
- section
- pier
- intelligent robot
- inclination
- point
- 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
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
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/22—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring angles or tapers; for testing the alignment of axes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
本发明提出了一种基于智能机器人的塔柱倾斜度判定方法。本发明采用智能机器人和遥控平台，通过构建笛卡尔坐标系，均分桥墩高度和截面周长来设置墩柱测点布设参数，智能机器人沿桥墩向上依次运动到测斜截面高度时，遥控平台由笛卡尔空间法得到截面各插补点坐标来控制智能机器人横向截面水平运动，再由截面测点三维坐标计算各截面中心点坐标，以墩柱理论中心线为最佳拟合目标来拟合各截面中心点，得到桥墩中心点的最或然值，进一步计算得到桥墩倾斜角及倾斜度，结合倾斜度阈值判定墩柱倾斜度是否超限。本发明优点在于，提出的倾斜度判定方法，比传统方法更准确的反映塔柱倾斜度，为塔柱建设质量及运营健康情况的判定提供更可靠的判断依据。
Description
技术领域
本发明属于结构测量领域，尤其涉及一种基于智能机器人的塔柱倾斜度判定方法。
背景技术
针对特殊环境条件下构建的桥墩、桥塔结构体，由于地势和地质条件的限制而不得不采用超高桥墩以及为了减小拉锁的拉力而增加塔高的斜拉桥和悬索桥桥塔。不论是在建设施工阶段，还是在后期运营阶段，对于超高桥墩和桥塔的倾斜度测量都是保证桥梁结构体质量安全的必要工作之一，现有测量方式多采用预先埋设倾斜传感器的方式或是传统的测量方法来进行倾斜度的测定。考虑到因建设期间跑模影响而造成现浇钢筋混凝土墩柱局部凹凸的情况下容易产生测量偏差，按照传统倾斜度计算方法容易形成不准确的超限成果。如果因此而判定在建项目的质量不合格或者判定已运营桥梁结构体出现病害，一方面会影响在建项目的建设进程和施建单位的声誉，另一方面则会造成决策失误，最终造成不必要的财产损失。
发明内容
为了解决现有技术的问题，本发明提出了一种基于智能机器人的塔柱倾斜度判定方法。
本发明的技术方案为一种基于智能机器人的塔柱倾斜度判定方法，具体包括以下步骤：
步骤1：结合桥墩位置、智能机器人位置构建笛卡尔坐标系，将桥墩高度、桥墩截面周长进行均分得到测点布设参数，根据截面中心点坐标、截面测段距离、截面点曲率以及截面切线方位角构建控制智能机器人横向运动的相关参数；
步骤2：智能机器人沿着桥墩向上运动，依次运动到桥墩测斜截面的高度时，遥控平台通过笛卡尔空间法根据桥墩截面中心点位置、截面点曲率、截面切向方位角规划的结果求运动学反解得到截面各插补点坐标，以控制智能机器人进行横向截面水平运动；
步骤3：遥控平台根据截面测点的三维坐标计算各截面中心点坐标，以桥墩墩柱的理论中心线为最佳拟合目标，将各截面中心点进行拟合，从而得到桥墩中心点的最或然值，进一步计算得到桥墩墩柱倾斜角以及墩柱倾斜度，结合墩柱倾斜度阈值判定墩柱倾斜度是否超限；
作为优选，步骤1中所述结合桥墩位置、智能机器人位置构建笛卡尔坐标系为：
在桥墩底部启动智能机器人使其呈附壁状态，以智能机器人在桥墩底部附壁状态时的位置作为原点O，以桥墩直径为Y轴，以桥墩截面切线为X轴，以垂直于XOY平面作为Z轴来构建测量独立坐标系即笛卡尔坐标系，此时由智能机器人位置传感器获取的位置信号解算的三维坐标应为(0,0,0)；
步骤1中所述将桥墩高度、桥墩截面周长进行均分为：
根据倾斜度测量要求，将桥墩高度H均分为(M)组，即桥墩测斜截面为(M-1)个,截面高度分别为
通过桥墩设计参数得到桥墩截面周长C，智能机器人依次在截面上获取测点位置信息；
步骤1中所述测点布设参数为：
为保证得到桥墩截面中心点坐标的最优解，第j个截面测点数为2Nj个，(Nj≥2)；
步骤1中所述截面中心点坐标为
其中R表示桥墩截面设计半径；
步骤1中所述的第j个截面测段距离为
步骤1中所述的截面测点位置信息为：
(x,y,z)(j,k)，(j＝1,2,3,…,M-1),(k＝1,2,3…,2Nj)
其中j表示第几截面，k表示在第j截面上的第k个测点；
步骤1中所述控制智能机器人横向运动的相关参数为：
步骤1中所述截面点曲率为
其中，R表示桥墩截面设计半径；
步骤1中所述截面切线方位角为：
αj,s,(j＝1,2,3,…M-1；s＝1,2,3…,L)，表示在第j个截面上的第s个普通插值点,其中，L表示截面上普通插值点的数量，且L＞＞2Nj；
测点布设参数及控制智能机器人横向运动的相关参数由遥控平台测量模块录入；
作为优选，步骤2中所述桥墩测斜截面的高度为：
步骤2中所述桥墩截面中心点位置为
所述截面点曲率为
所述截面切向方位角为αjs,(j＝1,2,3,…M-1；s＝1,2,3…)；
步骤2中所述截面各插补点坐标(xs,ys,zs),(s＝1,2,3…,L)，L表示截面上普通插值点的数量；
步骤2中所述控制智能机器人进行横向截面水平运动具体为：
智能机器人在桥墩截面依次运动
的距离，并由位置传感器获取每个停留点共2Nj个测点的位置信息，并采集截面测点的三维坐标为：
(x,y,z)(j,k),(j＝1,2,3,…,M-1),(k＝1,2,3…,2Nj)
其中，(x,y,z)(j,k)表示第j截面第k个测点的三维坐标
截面测点的三维坐标由智能机器人通过无线传输至遥控平台；
作为优选，步骤3中所述遥控平台根据截面测点的三维坐标计算各截面中心点坐标为：
(j＝1,2,3,…,M-1),(k＝1,2,3…,2Nj)
其中，(Xj,Yj,Zj)表示第j截面上中心点坐标，(x(j,k),y(j,k),z(j,k))表示第j截面上第k个测点的三维坐标；
步骤3中所述理论中心线为：y＝R为最佳拟合目标，R表示桥墩截面设计半径；
步骤3中所述将各截面中心点进行拟合为：
将各截面中心点按照最小二乘原理VTPV＝min或者最大似然估计法进行拟合；
步骤3中所述桥墩中心点的最或然值：
步骤3中所述桥墩墩柱倾斜角为：
步骤3中所述墩柱倾斜度为：
其中，R表示桥墩截面设计半径；
步骤3中所述结合墩柱倾斜度阈值判定墩柱倾斜度是否超限为：
若γ≤β表示墩柱倾斜度未超限，否则墩柱倾斜度超限。
本发明具有以下优点和积极效果：
测斜点位布设和倾斜度的判定方法相较于传统倾斜度测量方法更为准确可靠，避免因测量点位数量限制和因跑模影响而造成的现浇钢筋混凝土墩柱局部凹凸综合影响时对倾斜度的判定误差。
智能机器人配置无线电跟踪测量系统，其在测量距离、抗干扰性以及测量精度方面能够满足测量要求。
智能机器人操作的简易和灵活性，便于墩柱在施工过程中对倾斜度监控，极简条件下只需配备一名操作人员，在节省人力资源的同时保证数据处理精度和可靠性。
附图说明
图1：本发明方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明智能机器人为：Climber III远程控制攀爬机器人，遥控平台为无线遥控平台，开展本发明的具体实施方式。
下面结合图1介绍本发明的具体实施方式为一种基于智能机器人的塔柱倾斜度判定方法，具体包括以下步骤：
步骤1：结合桥墩位置、智能机器人位置构建笛卡尔坐标系，将桥墩高度、桥墩截面周长进行均分得到测点布设参数，根据截面中心点坐标、截面测段距离、截面点曲率以及截面切线方位角构建控制智能机器人横向运动的相关参数；
步骤1中所述结合桥墩位置、智能机器人位置构建笛卡尔坐标系为：
在桥墩底部启动智能机器人使其呈附壁状态，以智能机器人在桥墩底部附壁状态时的位置作为原点O，以桥墩直径为Y轴，以桥墩截面切线为X轴，以垂直于XOY平面作为Z轴来构建测量独立坐标系即笛卡尔坐标系，此时由智能机器人位置传感器获取的位置信号解算的三维坐标应为(0,0,0)；
步骤1中所述将桥墩高度、桥墩截面周长进行均分为：
根据倾斜度测量要求，将桥墩高度H＝24m，均分为(M＝3)组，即桥墩测斜截面为(M-1＝2)个,截面高度
分别为8m和16m,，通过桥墩设计参数得到桥墩截面周长C＝2π，智能机器人依次在截面上获取测点位置信息；
步骤1中所述测点布设参数为：
为保证得到桥墩截面中心点坐标的最优解，第j个截面测点数为2Nj＝4个；
步骤1中所述截面中心点坐标为：
步骤1中所述的第j个截面测段距离为
步骤1中所述的截面测点位置信息为：
(x,y,z)(j,k),(j＝1,2；k＝1,2,3,4)
其中j表示第1、2个截面，k表示在第1,2个截面上的第1,2,3,4个测点；
步骤1中所述控制智能机器人横向运动的相关参数为：
步骤1中所述截面点曲率为
其中，R表示桥墩截面设计半径；
步骤1中所述截面切线方位角为：
αj,s,(j＝1,2；s＝1,2,3…,L)，表示在第1,2个截面上的第s个普通插值点,其中，L表示截面上普通插值点的数量，且L＞＞4；
测点布设参数及控制智能机器人横向运动的相关参数由遥控平台测量模块录入；
步骤2：智能机器人沿着桥墩向上运动，依次运动到桥墩测斜截面的高度时，遥控平台通过笛卡尔空间法根据桥墩截面中心点位置、截面点曲率、截面切向方位角规划的结果求运动学反解得到截面各插补点坐标，以控制智能机器人进行横向截面水平运动；
步骤2中所述桥墩测斜截面的高度取值分别为8m和16m；
步骤2中所述桥墩截面中心点位置分别为(0,1,8)和(0,1,16)、所述截面点曲率为1，所述截面切向方位角为αj,s,(j＝1,2；s＝1,2,3…,L)，L表示截面上普通插值点的数量，且L＞＞4；
步骤2中所述截面各插补点坐标(xs,ys,zs),(s＝1,2,3…,L)，L表示截面上普通插值点的数量；
步骤2中所述控制智能机器人进行横向截面水平运动具体为：
智能机器人在桥墩截面依次运动
的距离，并由位置传感器获取每个停留点共4个测点的位置信息，并采集截面测点的三维坐标如下：
第1个截面4个测点三维坐标分别为：
(x,y,z)(1,1)＝(1.002,1.014,8.005)、(x,y,z)(1,2)＝(0.003,1.994,7.998)、(x,y,z)(1,3)＝(-1.01,1.002,8.003)、(x,y,z)(1,4)＝(0.004,0.003,8.006)
第2个截面4个测点三维坐标分别为：
(x,y,z)(2,1)＝(0.997,0.992,16.003)、(x,y,z)(2,2)＝(0.004,2.006,15.997)、(x,y,z)(2,3)＝(-1.004,1.005,16.002)、(x,y,z)(2,4)＝(0.005,0.003,15.996)
截面测点的三维坐标由智能机器人通过无线传输至遥控平台；
步骤3：遥控平台根据截面测点的三维坐标计算各截面中心点坐标，以桥墩墩柱的理论中心线为最佳拟合目标，将各截面中心点进行拟合，从而得到桥墩中心点的最或然值，进一步计算得到桥墩墩柱倾斜角以及墩柱倾斜度，结合墩柱倾斜度阈值判定墩柱倾斜度是否超限；
步骤3中所述遥控平台根据截面测点的三维坐标计算各截面中心点坐标：
第1个截面中心点三维坐标为：(X1,Y1,Z1)＝(-0.00025,1.00325,8.003)
第2个截面中心点三维坐标为：(X2,Y2,Z2)＝(0.0005,1.0015,15.9995)
步骤3中所述理论中心线为：y＝1为最佳拟合目标；
步骤3中所述将各截面中心点进行拟合为：
将各截面中心点按照最小二乘原理VTPV＝min或者最大似然估计法进行拟合；
步骤3中所述桥墩中心点的最或然值：
(X*,Y*,Z*)＝(0.000125,1.002375,12.00125)
步骤3中所述桥墩墩柱倾斜角为：
步骤3中所述墩柱倾斜度为：
步骤3中所述结合墩柱倾斜度阈值
且β≤20mm判定墩柱倾斜度是否超限为：
γ≤β表示墩柱倾斜度未超限。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。
Claims (4)
1.一种基于智能机器人的塔柱倾斜度判定方法，其特征在于，包括以下步骤：
步骤1：结合桥墩位置、智能机器人位置构建笛卡尔坐标系，将桥墩高度、桥墩截面周长进行均分得到测点布设参数，根据截面中心点坐标、截面测段距离、截面点曲率以及截面切线方位角构建控制智能机器人横向运动的相关参数；
步骤2：智能机器人沿着桥墩向上运动，依次运动到桥墩测斜截面的高度时，遥控平台通过笛卡尔空间法根据桥墩截面中心点位置、截面点曲率、截面切向方位角规划的结果求运动学反解得到截面各插补点坐标，以控制智能机器人进行横向截面水平运动；
步骤3：遥控平台根据截面测点的三维坐标计算各截面中心点坐标，以桥墩墩柱的理论中心线为最佳拟合目标，将各截面中心点进行拟合，从而得到桥墩中心点的最或然值，进一步计算得到桥墩墩柱倾斜角以及墩柱倾斜度，结合墩柱倾斜度阈值判定墩柱倾斜度是否超限。
2.根据权利要求1所述的基于模糊理论的故障树底事件失效概率计算方法，其特征在于：步骤1中所述结合桥墩位置、智能机器人位置构建笛卡尔坐标系为：
在桥墩底部启动智能机器人使其呈附壁状态，以智能机器人在桥墩底部附壁状态时的位置作为原点O，以桥墩直径为Y轴，以桥墩截面切线为X轴，以垂直于XOY平面作为Z轴来构建测量独立坐标系即笛卡尔坐标系，此时由智能机器人位置传感器获取的位置信号解算的三维坐标应为(0,0,0)；
步骤1中所述将桥墩高度、桥墩截面周长进行均分为：
根据倾斜度测量要求，将桥墩高度H均分为(M)组，即桥墩测斜截面为(M-1)个,截面高度分别为
通过桥墩设计参数得到桥墩截面周长C，智能机器人依次在截面上获取测点位置信息；
步骤1中所述测点布设参数为：
为保证得到桥墩截面中心点坐标的最优解，第j个截面测点数为2Nj个，(Nj≥2)；
步骤1中所述截面中心点坐标为
其中R表示桥墩截面设计半径；
步骤1中所述的第j个截面测段距离为
步骤1中所述的截面测点位置信息为：
(x,y,z)(j,k)，(j＝1,2,3,…,M-1),(k＝1,2,3…,2Nj)
其中j表示第几截面，k表示在第j截面上的第k个测点；
步骤1中所述控制智能机器人横向运动的相关参数为：
步骤1中所述截面点曲率为
其中，R表示桥墩截面设计半径；
步骤1中所述截面切线方位角为：
αj,s,(j＝1,2,3,…M-1；s＝1,2,3…,L)，表示在第j个截面上的第s个普通插值点,其中，L表示截面上普通插值点的数量，且L＞＞2Nj；
测点布设参数及控制智能机器人横向运动的相关参数由遥控平台测量模块录入。
3.根据权利要求1所述的基于模糊理论的故障树底事件失效概率计算方法，其特征在于：步骤2中所述桥墩测斜截面的高度为：
步骤2中所述桥墩截面中心点位置为
所述截面点曲率为
所述截面切向方位角为αjs,(j＝1,2,3,…M-1；s＝1,2,3…)；
步骤2中所述截面各插补点坐标(xs,ys,zs),(s＝1,2,3…,L)，L表示截面上普通插值点的数量；
步骤2中所述控制智能机器人进行横向截面水平运动具体为：
智能机器人在桥墩截面依次运动
的距离，并由位置传感器获取每个停留点共2Nj个测点的位置信息，并采集截面测点的三维坐标为：
(x,y,z)(j,k),(j＝1,2,3,…,M-1),(k＝1,2,3…,2Nj)
其中，(x,y,z)(j,k)表示第j截面第k个测点的三维坐标
截面测点的三维坐标由智能机器人通过无线传输至遥控平台。
4.根据权利要求1所述的基于模糊理论的故障树底事件失效概率计算方法，其特征在于：步骤3中所述遥控平台根据截面测点的三维坐标计算各截面中心点坐标为：
其中，(Xj,Yj,Zj)表示第j截面上中心点坐标，(x(j,k),y(j,k),z(j,k))表示第j截面上第k个测点的三维坐标；
步骤3中所述理论中心线为：y＝R为最佳拟合目标，R表示桥墩截面设计半径；
步骤3中所述将各截面中心点进行拟合为：
将各截面中心点按照最小二乘原理VTPV＝min或者最大似然估计法进行拟合；
步骤3中所述桥墩中心点的最或然值：
步骤3中所述桥墩墩柱倾斜角为：
步骤3中所述墩柱倾斜度为：
其中，R表示桥墩截面设计半径；
步骤3中所述结合墩柱倾斜度阈值判定墩柱倾斜度是否超限为：
若γ≤β表示墩柱倾斜度未超限，否则墩柱倾斜度超限。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911003929.9A CN110986860B (zh) | 2019-10-22 | 2019-10-22 | 一种基于智能机器人的塔柱倾斜度判定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911003929.9A CN110986860B (zh) | 2019-10-22 | 2019-10-22 | 一种基于智能机器人的塔柱倾斜度判定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110986860A true CN110986860A (zh) | 2020-04-10 |
| CN110986860B CN110986860B (zh) | 2021-01-01 |
Family
ID=70082255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911003929.9A Active CN110986860B (zh) | 2019-10-22 | 2019-10-22 | 一种基于智能机器人的塔柱倾斜度判定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110986860B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115540823A (zh) * | 2022-11-28 | 2022-12-30 | 中国水利水电第七工程局有限公司 | 一种变截面超高墩竖直度测控方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1587905A (zh) * | 2004-10-14 | 2005-03-02 | 上海交通大学 | 电梯导轨垂直度检测机器人 |
| EP1173699B1 (en) * | 1999-05-04 | 2005-04-13 | Den Norske Stats Oljeselskap A.S. | System for subsea diverless metrology and hard-pipe connection of pipelines |
| JP2005232834A (ja) * | 2004-02-20 | 2005-09-02 | Raito Kogyo Co Ltd | 地盤削孔装置、地盤削孔における孔曲がり計測方法 |
| CN201035117Y (zh) * | 2007-05-10 | 2008-03-12 | 北京深浪电子技术有限公司 | 高压输电线路地线巡检机器人 |
| EP2429759A1 (de) * | 2009-05-15 | 2012-03-21 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Einrichtung und verfahren zur positions- und lageermittlung |
| CN102654397A (zh) * | 2012-04-28 | 2012-09-05 | 北京捷运信通科技有限公司 | 一种杆塔倾斜的检测方法 |
| US20140076041A1 (en) * | 2012-09-20 | 2014-03-20 | The Boeing Company | Correction of Pressure Signals Measured During Supersonic Wind Tunnel Testing |
| CN104792274A (zh) * | 2015-04-02 | 2015-07-22 | 同济大学 | 一种圆形隧道收敛变形的测量方法 |
| CN107388992A (zh) * | 2017-07-26 | 2017-11-24 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于三维激光扫描的高耸塔筒垂直度检测方法 |
| CN107490345A (zh) * | 2017-07-26 | 2017-12-19 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于三维激光扫描的高耸塔筒弯曲度检测方法 |
| CN208109067U (zh) * | 2018-04-12 | 2018-11-16 | 西安理工大学 | 立杆的直线度测量装置 |
| CN109521020A (zh) * | 2018-11-29 | 2019-03-26 | 陕西来复科技发展有限公司 | 用于管道检测的管道外壁爬行机器人自动控制系统 |
| CN109737923A (zh) * | 2019-03-12 | 2019-05-10 | 中国电建集团中南勘测设计研究院有限公司 | 一种风力发电机塔筒垂直度检测方法 |
-
2019
- 2019-10-22 CN CN201911003929.9A patent/CN110986860B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1173699B1 (en) * | 1999-05-04 | 2005-04-13 | Den Norske Stats Oljeselskap A.S. | System for subsea diverless metrology and hard-pipe connection of pipelines |
| JP2005232834A (ja) * | 2004-02-20 | 2005-09-02 | Raito Kogyo Co Ltd | 地盤削孔装置、地盤削孔における孔曲がり計測方法 |
| CN1587905A (zh) * | 2004-10-14 | 2005-03-02 | 上海交通大学 | 电梯导轨垂直度检测机器人 |
| CN201035117Y (zh) * | 2007-05-10 | 2008-03-12 | 北京深浪电子技术有限公司 | 高压输电线路地线巡检机器人 |
| EP2429759A1 (de) * | 2009-05-15 | 2012-03-21 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Einrichtung und verfahren zur positions- und lageermittlung |
| CN102654397A (zh) * | 2012-04-28 | 2012-09-05 | 北京捷运信通科技有限公司 | 一种杆塔倾斜的检测方法 |
| US20140076041A1 (en) * | 2012-09-20 | 2014-03-20 | The Boeing Company | Correction of Pressure Signals Measured During Supersonic Wind Tunnel Testing |
| CN104792274A (zh) * | 2015-04-02 | 2015-07-22 | 同济大学 | 一种圆形隧道收敛变形的测量方法 |
| CN107388992A (zh) * | 2017-07-26 | 2017-11-24 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于三维激光扫描的高耸塔筒垂直度检测方法 |
| CN107490345A (zh) * | 2017-07-26 | 2017-12-19 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于三维激光扫描的高耸塔筒弯曲度检测方法 |
| CN208109067U (zh) * | 2018-04-12 | 2018-11-16 | 西安理工大学 | 立杆的直线度测量装置 |
| CN109521020A (zh) * | 2018-11-29 | 2019-03-26 | 陕西来复科技发展有限公司 | 用于管道检测的管道外壁爬行机器人自动控制系统 |
| CN109737923A (zh) * | 2019-03-12 | 2019-05-10 | 中国电建集团中南勘测设计研究院有限公司 | 一种风力发电机塔筒垂直度检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| J. LÓPEZ等: "《WatchBot: A building maintenance and surveillance system based on autonomous robots》", 《ROBOTICS AND AUTONOMOUS SYSTEMS》 * |
| 刁建鹏等: "《CCTV新台址主楼的倾斜变形特性研究》", 《测绘工程》 * |
| 张文等: "《基于测量机器人的自动化变形监测系统设计与实现》", 《测绘工程》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115540823A (zh) * | 2022-11-28 | 2022-12-30 | 中国水利水电第七工程局有限公司 | 一种变截面超高墩竖直度测控方法 |
| CN115540823B (zh) * | 2022-11-28 | 2023-03-10 | 中国水利水电第七工程局有限公司 | 一种变截面超高墩竖直度测控方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110986860B (zh) | 2021-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105258702B (zh) | 一种基于slam导航移动机器人的全局定位方法 | |
| CN109443351B (zh) | 一种稀疏环境下的机器人三维激光定位方法 | |
| CN110958575B (zh) | 一种基于WiFi融合预测的定位方法及系统 | |
| CN111060135A (zh) | 一种基于局部地图的地图修正方法及系统 | |
| CN105488316B (zh) | 用于预测空气质量的系统和方法 | |
| CN107893437B (zh) | 基于远程无线传输技术的大型沉井基础施工实时监控系统 | |
| CN105488317B (zh) | 用于预测空气质量的系统和方法 | |
| CN107764270A (zh) | 一种激光扫描式室内地图生成和更新装置及方法 | |
| CN109443476B (zh) | 一种水位波动过程非接触量测装置及方法 | |
| CN108592877B (zh) | 一种变尺寸穹顶半径检测方法 | |
| CN109807911A (zh) | 基于gnss、uwb、imu、激光雷达、码盘的室外巡逻机器人多环境联合定位方法 | |
| CN110203253B (zh) | 一种非固定式虚拟应答器实现方法 | |
| CN113335341A (zh) | 基于gnss和电子地图拓扑结构的列车定位系统及方法 | |
| CN114396871B (zh) | 一种基于三维激光扫描的预制墩柱安装位置姿态监测方法 | |
| CN110986860B (zh) | 一种基于智能机器人的塔柱倾斜度判定方法 | |
| CN108195341B (zh) | 一种仪器移站无需再学习的自动变形监测方法 | |
| CN109459030A (zh) | 一种基于地标的行人定位修正方法及系统 | |
| CN114463932B (zh) | 非接触式施工安全距离主动动态识别预警系统及方法 | |
| CN102506812A (zh) | 一种变形监测基准点稳定性判断的vt检验方法 | |
| US11904482B2 (en) | Mechanical arm calibration system and mechanical arm calibration method | |
| CN109344537A (zh) | 一种基于卡尔曼滤波数据融合的动态位移获取方法 | |
| CN109931940A (zh) | 一种基于单目视觉的机器人定位置信度评估方法 | |
| CN113376665B (zh) | Gnss精准定位建筑塔机横臂位置的可靠性验证方法 | |
| CN109282817A (zh) | 一种多机器人协同定位与控制方法 | |
| CN100580372C (zh) | 一种军用救生衣对人体的水中姿态控制测试系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |