CN111024431B - 一种基于多传感器无人驾驶的桥梁快速检测车 - Google Patents

Abstract

本发明公开一种基于多传感器无人驾驶的桥梁快速检测车，包括车体、行径探测装置、桥梁探测装置、无线网络传输装置和中控器；行径探测装置感应车体的行径路线周边环境，由中控器判断是否偏离行径路线或遇到阻碍，并由中控器向车体驱动部件发送控制信号调整车体行驶路线；桥梁探测装置根据行径路线状态探测桥梁状态，由无线网络传输装置发送至管理终端；由管理终端实时观测检测车所上传的检测数据；由管理终端通过无线网络传输装置向车体发送控制指令，调节车辆行径路线和行驶状态，从而实现远程遥控检测。本发明能够对桥梁进行自行检测，管理人员能够通过远程操作完成对桥梁的实时检测；检测精度高，检测方便，提高了检测效率并节约了人力物力。

Description

一种基于多传感器无人驾驶的桥梁快速检测车

技术领域

本发明属于桥梁检测技术领域，特别是涉及一种基于多传感器无人驾驶的桥梁快速检测车。

背景技术

近年来，我国交通建设发展迅速，大规模桥梁相继完工，但在长期使用中难免会发生各种各样的损伤，造成抗力衰减和安全隐患。桥梁的健康检测关系着交通运输的安全和人民的生命财产安全；为了保证桥梁的安全运营，必须对桥梁结构进行检测，能够及早的准确的检查诊断桥梁表面和内部的各种损伤。

当前常用的检测手段为人工检测或使用桥梁检测仪器进行检测，均有一定局限性。人工检测存在检测盲区和监测效率低等问题。而现在多采用桥梁检测仪器对桥梁进行检测。利用桥梁检测仪器进行检测时，多是获得多期观测的单点检测数据，经过分析监测点的位移变化，对桥梁的安全性能做出评价，造成检测数据的获取并不实时且所获得的检测结果与实际状态的差异较大。并且在检测时的条件现在较多，需要选择车流少的时间段或者停止桥梁的运营，给人们生活出行带来不便，并且通过人工配合大型机器进行逐步的排查，在检测桥梁的下表面和较高的桥梁时很不方便，不仅效率低下，浪费人力物力，还会给人带来安全隐患。

发明内容

为了解决上述问题，本发明提出了一种基于多传感器无人驾驶的桥梁快速检测车，能够对桥梁进行自行检测，管理人员能够通过远程操作完成对桥梁的实时检测；检测精度高，检测方便，提高了检测效率并节约了人力物力。

为达到上述目的，本发明采用的技术方案是：一种基于多传感器无人驾驶的桥梁快速检测车，所述桥梁快速检测车包括车体、行径探测装置、桥梁探测装置、无线网络传输装置和中控器；

所述行径探测装置安装在车体的四周，感应车体的行径路线周边环境，并将行径路线周边环境信息反馈给中控器，由中控器判断是否偏离行径路线或遇到阻碍，并由中控器向车体驱动部件发送控制信号调整车体行驶路线；

所述桥梁探测装置安装在车体上，根据行径路线状态探测桥梁状态，并将桥梁状态数据通过中控器传递至无线网络传输装置，由无线网络传输装置发送至管理终端；

由管理终端实时观测检测车所上传的检测数据；由管理终端通过无线网络传输装置向车体发送控制指令，调节车辆行径路线和行驶状态，从而实现远程遥控检测。

进一步的是，所述行径探测装置包括GPS定位器、超声测距传感器和惯性传感器，所述GPS定位器、超声测距传感器和惯性传感器的信号端连接至中控器；

所述GPS定位器采集车身位置信息获取卫星空间坐标定位数据，在中控器中将所采集的车身位置信息和管理终端制定的行径路线的定位位置信息相互比较，若车身产生偏航现象，则由中控器向车身的驱动部件发送控制信号调整车体行驶路线；所述超声测距传感器实时探测车身周边状态，并将探测数据发送至中控器，中控器根据探测距离数据计算车周空间坐标定位数据，判定是否遇到阻碍，遇到阻碍后由中控器向车身的驱动部件发送控制信号调整车体行驶路线；所述惯性传感器检测车辆惯性数据根据惯性数据计算车身空间坐标定位数据；

在所述中控器中对卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据进行融合计算处理，根据多种定位传感数据对检测车进行空间坐标定位，得到检测车的实际行径路线及路线环境，并将得到的路线结果发送至管理终端，由管理终端判定是否需要进行检测路线调整。

进一步的是，在所述中控器中对卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据进行融合计算处理的过程中，包括步骤：

分别获取卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据；

对所述卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据的坐标之间分别进行差值处理；

根据差值的权重，利用贝叶斯权重定位算法，将贝叶斯概率值作为权重来对目标坐标进行加权求平均，最后得出车辆目标位置坐标，由车辆目标位置坐标集合，得到检测车的实际行径路线及路线环境。

进一步的是，在所述中控器中根据探测距离数据计算车周空间坐标定位数据，根据车周空间坐标定位数据预测判断是否遇到阻碍，从而判断是否需要调整路线，包括步骤：

在车身当前时刻所在位置的周围选取预设数量的点位；根据车身行走情况计算每个点位在下一时刻的新位置；

在每个点位的新位置上计算该点位作为车身位置的概率，并将该概率作为该点位在下一时刻的权重；

根据各点位的新位置坐标以及权重加权计算该车身位置各点位群的平均位置，并将所述平均位置作为车身在下一时刻的位置；

根据每个点位在下一时刻的权重对所有点位进行重采样得到预设数量的新点位，根据新点位的位置计算车身再下一时刻的位置，从而获得车身各个时刻的位置。

进一步的是，由所述惯性传感器实时检测无人机的角速度与线速度，对角速度与线速度进行积分以得到检测车相对于桥梁基准点的相对空间坐标；然后根据桥梁基准点在世界坐标系的空间坐标得到车身空间坐标定位数据。

进一步的是，所述桥梁探测装置包括图像融合处理器和多个点位摄像采集设备，多个所述点位摄像采集设备环绕检测车设置，所述多点位摄像采集设备将所采集的图像数据均传递至图像融合处理器，由图像融合处理器对多点位摄像采集设备的图像数据进行图像融合后，达到全方位的桥梁检测图像，并将桥梁检测图像由无线网络传输装置发送至管理终端。

进一步的是，由图像融合处理器对多个点位摄像采集设备的图像数据进行图像融合的处理方法,包括步骤：

根据行径探测装置确定调整车体行驶路线，从而获得车辆的正向空间坐标；根据所述正向空间坐标位置确定指定多点位摄像采集设备中的一个摄像采集设备作为标定摄像采集设备，获取标定图像；

其他摄像采集设备根据邻近标定摄像采集设备的顺序，依次获得顺时针转向的各个分支图像，以及逆时针转向的各个分支图像；

对标定图像及顺时针转向的各个分支图像进行图像融合处理，获得正向检测图像；对标定图像及逆时针转向的各个分支图像进行图像融合处理，获得反向检测图像；

根据反向检测图像对正向检测图像进行验证，若反向检测图像与正向检测图像差异在所设定的检验阈值范围，则采用正向检测图像作为桥梁检测图像；若超过检验阈值范围，重新进行图像采集检测，若仍然差异较大则向管理终端发出警示信号，由管理终端判断设备是否出现故障。

进一步的是，所述正向检测图像或反向检测图像的获取，包括步骤：

从标定图像开始，提取相邻图像的特征点；

运用匹配算法对提取到的特征点进行匹配，获取每相邻的两个图像重合区域；根据重合区域的特征点对相邻的两个图像进行叠加融合，获得检测图像。

进一步的是，通过计算出图像重合区域在上一图像面积中的占比，作为相邻两个图像之间的图像重合率；若图像重合率在所设的阈值范围内，则判定多个点位摄像采集设备的图像融合性能合格；若图像重合率在所设的阈值范围外，则调节该点位的摄像采集设备的采集角度。

进一步的是，在根据反向检测图像对正向检测图像进行验证的过程中，分别获得反向检测图像对正向检测图像的特征点，从而获得反向检测图像对正向检测图像的特征矩形；对两个特征矩阵进行差异值分析，若差异值在检验阈值范围内则验证合格。

采用本技术方案的有益效果：

本发明能够对桥梁进行自行检测，管理人员能够通过远程操作完成对桥梁的检测。通过所述行径探测装置实时调整车体行驶路线，保证检测车辆能够按照管理人员的检测方案进行检测；通过所述桥梁探测装置探测桥梁状态，能够对桥梁状态进行实时监测并将检测实时反馈至管理人员处，检测精度高，检测方便，提高了检测效率并节约了人力物力；

本发明通过在检测车上环绕式的设置多个点位摄像采集设备，并对图像进行融合处理获得到检测图像，能够获取到实时有效的检测图像数据，提高检测的全面性，避免出现漏检现象。根据行径探测装置确定调整车体行驶路线，从而获得车辆的正向空间坐标，从而通过标定图像进行图像检测，能够满足桥梁检测精度的实际需要、桥梁周边环境的复杂性，需要保证采集桥梁检测数据的可靠性和准确度，避免检测盲区。同时，对标定图像及顺时针转向的各个分支图像进行图像融合处理，获得正向检测图像；对标定图像及逆时针转向的各个分支图像进行图像融合处理，获得反向检测图像；通过反向检测图像对正向检测图像进行验证，使得在检测过程中根据自身检测数据进行准确度验证，提高了最终获取的检测图像与实际情况的匹配程度，同时能够对车辆检测故障进行及时警示反馈，提高了检测过程中的准确度和可靠度。

本发明通过获取卫星空间坐标定位数据，调整车体行驶路线按照预设路线行驶；通过超声测距传感器实时探测车身周边状态，避免行驶过程中发生阻碍现象；通过惯性传感器检测车辆惯性数据根据惯性数据计算车身空间坐标定位数据；在所述中控器中对卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据进行融合计算处理，根据多种传感数据对检测车进行空间坐标定位，得到检测车的实际行径路线及路线环境，并将得到的路线结果发送至管理终端，由管理终端判定是否需要进行检测路线调整。通过车周空间坐标定位数据和车身空间坐标定位数据对卫星空间坐标定位数据进行修正，减少GPS接收终端接收到发生漂移的信号对GPS定位的影响，能够准确获取到检测车的实际行径路线及路线环境，保证检测车的安全稳定运行，为桥梁检测提供了安全稳定的检测环境，从而提高了检测的准确度。

附图说明

图1为本发明的一种基于多传感器无人驾驶的桥梁快速检测车的控制连接示意图；

图2为本发明实施例中多传感的布局示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步阐述。

在本实施例中，参见图1和图2所示，本发明提出了一种基于多传感器无人驾驶的桥梁快速检测车，所述桥梁快速检测车包括车体、行径探测装置、桥梁探测装置、无线网络传输装置和中控器；

所述行径探测装置安装在车体的四周，感应车体的行径路线周边环境，并将行径路线周边环境信息反馈给中控器，由中控器判断是否偏离行径路线或遇到阻碍，并由中控器向车体驱动部件发送控制信号调整车体行驶路线；

所述桥梁探测装置安装在车体上，根据行径路线状态探测桥梁状态，并将桥梁状态数据通过中控器传递至无线网络传输装置，由无线网络传输装置发送至管理终端；

由管理终端实时观测检测车所上传的检测数据；由管理终端通过无线网络传输装置向车体发送控制指令，调节车辆行径路线和行驶状态，从而实现远程遥控检测。

作为上述实施例的优化方案，所述行径探测装置包括GPS定位器、超声测距传感器和惯性传感器，所述GPS定位器、超声测距传感器和惯性传感器的信号端连接至中控器；

所述GPS定位器采集车身位置信息获取卫星空间坐标定位数据，在中控器中将所采集的车身位置信息和管理终端制定的行径路线的定位位置信息相互比较，若车身产生偏航现象，则由中控器向车身的驱动部件发送控制信号调整车体行驶路线；所述超声测距传感器实时探测车身周边状态，并将探测数据发送至中控器，中控器根据探测距离数据计算车周空间坐标定位数据，判定是否遇到阻碍，遇到阻碍后由中控器向车身的驱动部件发送控制信号调整车体行驶路线；所述惯性传感器检测车辆惯性数据根据惯性数据计算车身空间坐标定位数据；

在所述中控器中对卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据进行融合计算处理，根据多种定位传感数据对检测车进行空间坐标定位，得到检测车的实际行径路线及路线环境，并将得到的路线结果发送至管理终端，由管理终端判定是否需要进行检测路线调整。

在所述中控器中对卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据进行融合计算处理的过程中，包括步骤：

分别获取卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据；

对所述卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据的坐标之间分别进行差值处理；

根据差值的权重，利用贝叶斯权重定位算法，将贝叶斯概率值作为权重来对目标坐标进行加权求平均，最后得出车辆目标位置坐标，由车辆目标位置坐标集合，得到检测车的实际行径路线及路线环境。

在所述中控器中根据探测距离数据计算车周空间坐标定位数据，根据车周空间坐标定位数据预测判断是否遇到阻碍，从而判断是否需要调整路线，包括步骤：

在车身当前时刻所在位置的周围选取预设数量的点位；根据车身行走情况计算每个点位在下一时刻的新位置；

在每个点位的新位置上计算该点位作为车身位置的概率，并将该概率作为该点位在下一时刻的权重；

根据各点位的新位置坐标以及权重加权计算该车身位置各点位群的平均位置，并将所述平均位置作为车身在下一时刻的位置；

根据每个点位在下一时刻的权重对所有点位进行重采样得到预设数量的新点位，根据新点位的位置计算车身再下一时刻的位置，从而获得车身各个时刻的位置。

由所述惯性传感器实时检测无人机的角速度与线速度，对角速度与线速度进行积分以得到检测车相对于桥梁基准点的相对空间坐标；然后根据桥梁基准点在世界坐标系的空间坐标得到车身空间坐标定位数据。

作为上述实施例的优化方案，所述桥梁探测装置包括图像融合处理器和多个点位摄像采集设备，多个所述点位摄像采集设备环绕检测车设置，所述多点位摄像采集设备将所采集的图像数据均传递至图像融合处理器，由图像融合处理器对多点位摄像采集设备的图像数据进行图像融合后，达到全方位的桥梁检测图像，并将桥梁检测图像由无线网络传输装置发送至管理终端。

由图像融合处理器对多个点位摄像采集设备的图像数据进行图像融合的处理方法,包括步骤：

根据行径探测装置确定调整车体行驶路线，从而获得车辆的正向空间坐标；根据所述正向空间坐标位置确定指定多点位摄像采集设备中的一个摄像采集设备作为标定摄像采集设备，获取标定图像；

其他摄像采集设备根据邻近标定摄像采集设备的顺序，依次获得顺时针转向的各个分支图像，以及逆时针转向的各个分支图像；

对标定图像及顺时针转向的各个分支图像进行图像融合处理，获得正向检测图像；对标定图像及逆时针转向的各个分支图像进行图像融合处理，获得反向检测图像；

根据反向检测图像对正向检测图像进行验证，若反向检测图像与正向检测图像差异在所设定的检验阈值范围，则采用正向检测图像作为桥梁检测图像；若超过检验阈值范围，重新进行图像采集检测，若仍然差异较大则向管理终端发出警示信号，由管理终端判断设备是否出现故障。

所述正向检测图像或反向检测图像的获取，包括步骤：

从标定图像开始，提取相邻图像的特征点；

运用匹配算法对提取到的特征点进行匹配，获取每相邻的两个图像重合区域；根据重合区域的特征点对相邻的两个图像进行叠加融合，获得检测图像。

通过计算出图像重合区域在上一图像面积中的占比，作为相邻两个图像之间的图像重合率；若图像重合率在所设的阈值范围内，则判定多个点位摄像采集设备的图像融合性能合格；若图像重合率在所设的阈值范围外，则调节该点位的摄像采集设备的采集角度。

在根据反向检测图像对正向检测图像进行验证的过程中，分别获得反向检测图像对正向检测图像的特征点，从而获得反向检测图像对正向检测图像的特征矩形；对两个特征矩阵进行差异值分析，若差异值在检验阈值范围内则验证合格。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种基于多传感器无人驾驶的桥梁快速检测车，其特征在于，所述桥梁快速检测车包括车体、行径探测装置、桥梁探测装置、无线网络传输装置和中控器；

所述行径探测装置安装在车体的四周，感应车体的行径路线周边环境，并将行径路线周边环境信息反馈给中控器，由中控器判断是否偏离行径路线或遇到阻碍，并由中控器向车体驱动部件发送控制信号调整车体行驶路线；

所述行径探测装置包括GPS定位器、超声测距传感器和惯性传感器，所述GPS定位器、超声测距传感器和惯性传感器的信号端连接至中控器；

所述GPS定位器采集车身位置信息获取卫星空间坐标定位数据，在中控器中将所采集的车身位置信息和管理终端制定的行径路线的定位位置信息相互比较，若车身产生偏航现象，则由中控器向车身的驱动部件发送控制信号调整车体行驶路线；所述超声测距传感器实时探测车身周边状态，并将探测数据发送至中控器，中控器根据探测距离数据计算车周空间坐标定位数据，判定是否遇到阻碍，遇到阻碍后由中控器向车身的驱动部件发送控制信号调整车体行驶路线；所述惯性传感器检测车辆惯性数据根据惯性数据计算车身空间坐标定位数据；

在所述中控器中对卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据进行融合计算处理，根据多种定位传感数据对检测车进行空间坐标定位，得到检测车的实际行径路线及路线环境，并将得到的路线结果发送至管理终端，由管理终端判定是否需要进行检测路线调整；

所述桥梁探测装置安装在车体上，根据行径路线状态探测桥梁状态，并将桥梁状态数据通过中控器传递至无线网络传输装置，由无线网络传输装置发送至管理终端；

由管理终端实时观测检测车所上传的检测数据；由管理终端通过无线网络传输装置向车体发送控制指令，调节车辆行径路线和行驶状态，从而实现远程遥控检测；

所述桥梁探测装置包括图像融合处理器和多个点位摄像采集设备，多个所述点位摄像采集设备环绕检测车设置，所述多个点位摄像采集设备将所采集的图像数据均传递至图像融合处理器，由图像融合处理器对多个点位摄像采集设备的图像数据进行图像融合后，达到全方位的桥梁检测图像，并将桥梁检测图像由无线网络传输装置发送至管理终端；由图像融合处理器对多个点位摄像采集设备的图像数据进行图像融合的处理包括步骤：

根据行径探测装置确定调整车体行驶路线，从而获得车辆的正向空间坐标；根据所述正向空间坐标位置确定指定多个点位摄像采集设备中的一个摄像采集设备作为标定摄像采集设备，获取标定图像；

其他摄像采集设备根据邻近标定摄像采集设备的顺序，依次获得顺时针转向的各个分支图像，以及逆时针转向的各个分支图像；

对标定图像及顺时针转向的各个分支图像进行图像融合处理，获得正向检测图像；对标定图像及逆时针转向的各个分支图像进行图像融合处理，获得反向检测图像；

根据反向检测图像对正向检测图像进行验证，若反向检测图像与正向检测图像差异在所设定的检验阈值范围，则采用正向检测图像作为桥梁检测图像；若超过检验阈值范围，重新进行图像采集检测，若仍然差异较大则向管理终端发出警示信号，由管理终端判断设备是否出现故障。

2.根据权利要求1所述的一种基于多传感器无人驾驶的桥梁快速检测车，其特征在于，在所述中控器中对卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据进行融合计算处理的过程中，包括步骤：

分别获取卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据；

对所述卫星空间坐标定位数据、车周空间坐标定位数据和车身空间坐标定位数据的坐标之间分别进行差值处理；

根据差值的权重，利用贝叶斯权重定位算法，将贝叶斯概率值作为权重来对目标坐标进行加权求平均，最后得出车辆目标位置坐标，由车辆目标位置坐标集合，得到检测车的实际行径路线及路线环境。

3.根据权利要求2所述的一种基于多传感器无人驾驶的桥梁快速检测车，其特征在于，在所述中控器中根据探测距离数据计算车周空间坐标定位数据，根据车周空间坐标定位数据预测判断是否遇到阻碍，从而判断是否需要调整路线，包括步骤：

在车身当前时刻所在位置的周围选取预设数量的点位；根据车身行走情况计算每个点位在下一时刻的新位置；

在每个点位的新位置上计算该点位作为车身位置的概率，并将该概率作为该点位在下一时刻的权重；

根据各点位的新位置坐标以及权重加权计算该车身位置各点位群的平均位置，并将所述平均位置作为车身在下一时刻的位置；

根据每个点位在下一时刻的权重对所有点位进行重采样得到预设数量的新点位，根据新点位的位置计算车身再下一时刻的位置，从而获得车身各个时刻的位置。

4.根据权利要求3所述的一种基于多传感器无人驾驶的桥梁快速检测车，其特征在于，由所述惯性传感器实时检测无人机的角速度与线速度，对角速度与线速度进行积分以得到检测车相对于桥梁基准点的相对空间坐标；然后根据桥梁基准点在世界坐标系的空间坐标得到车身空间坐标定位数据。

5.根据权利要求1所述的一种基于多传感器无人驾驶的桥梁快速检测车，其特征在于，所述正向检测图像或反向检测图像的获取，包括步骤：

从标定图像开始，提取相邻图像的特征点；

运用匹配算法对提取到的特征点进行匹配，获取每相邻的两个图像重合区域；根据重合区域的特征点对相邻的两个图像进行叠加融合，获得检测图像。

6.根据权利要求5所述的一种基于多传感器无人驾驶的桥梁快速检测车，其特征在于，通过计算出图像重合区域在上一图像面积中的占比，作为相邻两个图像之间的图像重合率；若图像重合率在所设的阈值范围内，则判定多个点位摄像采集设备的图像融合性能合格；若图像重合率在所设的阈值范围外，则调节该点位的摄像采集设备的采集角度。

7.根据权利要求6所述的一种基于多传感器无人驾驶的桥梁快速检测车，其特征在于，在根据反向检测图像对正向检测图像进行验证的过程中，分别获得反向检测图像对正向检测图像的特征点，从而获得反向检测图像对正向检测图像的特征矩形；对两个特征矩阵进行差异值分析，若差异值在检验阈值范围内则验证合格。

Images