CN112630223B - 一种基于隧道裂纹检测系统及方法 - Google Patents
一种基于隧道裂纹检测系统及方法 Download PDFInfo
- Publication number
- CN112630223B CN112630223B CN202011417848.6A CN202011417848A CN112630223B CN 112630223 B CN112630223 B CN 112630223B CN 202011417848 A CN202011417848 A CN 202011417848A CN 112630223 B CN112630223 B CN 112630223B
- Authority
- CN
- China
- Prior art keywords
- detection
- tunnel
- sucking disc
- slave
- image
- 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 211
- 238000000034 method Methods 0.000 title claims description 27
- 230000033001 locomotion Effects 0.000 claims abstract description 32
- 238000004891 communication Methods 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000007689 inspection Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 210000003437 trachea Anatomy 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 230000009193 crawling Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 201000010099 disease Diseases 0.000 description 15
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 15
- 230000004888 barrier function Effects 0.000 description 6
- 230000007547 defect Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 230000002195 synergetic effect Effects 0.000 description 3
- 230000009194 climbing Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 231100000676 disease causative agent Toxicity 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 238000011179 visual inspection Methods 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
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/881—Radar or analogous systems specially adapted for specific applications for robotics
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- 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
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Biochemistry (AREA)
- Automation & Control Theory (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Robotics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于隧道裂纹检测系统及方法,包括远程基站、无线通信模块、检测小车和检测机器人,所述检测小车通过无线通信模块与所述远程基站相连接,所述检测小车上设有可拆解分离的检测机器人,所述检测小车内设有主控系统,所述主控系统包括小车运动控制模块和机器人控制模块,所述小车运动控制模块接收所述远程基站下发的动作指令,并对检测小车进行运动控制;所述机器人控制模块接收所述远程基站下发的工作指令,驱动检测机器人在隧道内运动并进行裂纹检测工作,将检测信息通过无线通信模块传输给所述远程基站。该检测系统科学便利、针对性强、使用方便,成本低廉,操作简单,易于推广。
Description
技术领域
本发明涉及隧道检测领域,具体涉及一种基于隧道裂纹检测系统及方法。
背景技术
随着国民经济的持续快速发展,对基础设施的服务性能要求越来越来,同时,对基础设施的投入能力越来越强,在此背景下,我国出现了大量的公路隧道,至2017年底已建设16229座公路隧道,其数量和长度是其他国家难以比拟的。与之同时,隧道运营中也出现了严重病害,主要表现为渗漏水、冻融、衬砌损伤等,不仅缩短了隧道维护周期和使用寿命,而且影响交通安全,近年来国内外多次出现的隧道内重大交通事故多是隧道病害累积作用造成的。因此,为了公路隧道病害已经成为威胁交通安全的主要因素之一,亟待解决。
为了治理隧道病害,国内外学者和工程技术人员进行了不懈努力,从维修加固和快速检测方面做了大量工作。目前最常用的维修加固方法就是注浆处理。但实践发现,注浆处置效果差异严重,尤其是岩溶地区渗漏水隧道,有效性十分有限,主要原因在于维修加固方案的制定往往基于隧道病害外部表征而制定,对病害的起源和病害演化机理与演化过程没有深入考虑。隧道检测往往基于人工目测和仪器协作为主,该方法不仅需要封闭交通,而且往往只考虑衬砌表面的可见病害,现有病害评价体系也仅仅检测可见病害。虽然现在已经开发了快速检测的桥梁检测车,不需要封闭交通,但这些检测往往是基于红外线、激光、影像等技术进行的,这些技术仅能检测衬砌表面可见病害,而对位于衬砌背后的隐性病害无能为力。而这些隐性病害恰恰是可见病害的病原体,是威胁隧道稳定性和交通安全性的关键致因,也是病害处置急需解决的本源问题。
因一次检测往往需要对隧道全长进行检测,距离较长,人工操作劳动强度过大,且在检测时因人为因素,雷达与检测线会出现偏移,且距离不能保持恒定,使得检测存在较大误差,检测结果不够精确。
发明内容
本发明的目的在于针对现有技术的不足,提供一种基于隧道裂纹检测系统及方法。
为了解决上述技术问题,采用如下技术方案:
一种基于隧道裂纹检测系统,包括远程基站、无线通信模块、检测小车和检测机器人,所述检测小车通过无线通信模块与所述远程基站相连接,所述检测小车上设有可拆解分离的检测机器人,所述检测小车内设有主控系统,所述主控系统包括小车运动控制模块和机器人控制模块,所述小车运动控制模块接收所述远程基站下发的动作指令,并对检测小车进行运动控制;所述机器人控制模块接收所述远程基站下发的工作指令,驱动检测机器人在隧道内运动并进行裂纹检测工作,将检测信息通过无线通信模块传输给所述远程基站。
进一步,所述检测机器人包括检测机器人本体、电源模块、子机控制模块、信息采集装置和多关节行走机构,所述电源模块、子机控制模块和信息采集装置设置在所述检测机器人本体内,所述检测机器人本体的底部设有多关节行走机构,所述电源模块分别与所述子机控制模块、信息采集装置和多关节行走机构相连接。
进一步,所述信息采集装置包括探测雷达、摄像调节单元、摄像采集单元和临时存储单元,
所述摄像调节单元用于调节摄像采集单元的摄像头,方便采集隧道壁面上的图像信息;
所述摄像采集单元用于采集隧道壁面上的图像信息,并将采集到的图像信息传输到临时存储单元进行信息存储;
所述临时存储单元用于储存摄像采集单元采集到的图像信息,并将其传输给检测小车的主控系统。
进一步,所述多关节行走机构包括主舵机、第一从舵机装置和第二从舵机装置,其特征在于:所述主舵机的一侧设有主旋臂,所述主旋臂连接有第一连接杆,所述第一连接杆连接有第一从舵机装置,所述第一从舵机装置连接有第一吸盘装置;所述主舵机的一侧设有主安装支架,所述主安装支架连接有第二连接杆,所述第二连接杆连接有第二从舵机装置,所述第二从舵机装置连接有第二吸盘装置。
进一步,所述第一从舵机装置包括第一从舵机、第一从旋臂和第一从安装支架,所述第一从舵机的一侧连接所述第一从旋臂,所述第一从旋臂连接有第一连接杆,所述第一从舵机的另一侧连接所述第一从安装支架,所述第一从安装支架连接有所述第一吸盘装置;
所述第一从舵机上设有第一回转从舵盘,所述第一回转从舵盘连接于所述第一从旋臂的内部两侧;
所述第一从安装支架的内部两侧连接有第一传动从舵盘,所述第一传动从舵盘连接有第一吸盘装置。
进一步,所述第一吸盘装置包括第一吸盘气缸、第一上吸盘安装板、第一下吸盘安装板、若干第一吸盘杆和第一吸盘,所述第一吸盘气缸的顶部连接所述第一传动从舵盘,所述第一吸盘气缸的下部通过气管连接所述第一吸盘,第一上吸盘安装板和第一下吸盘安装板平行设置且所述第一上吸盘安装板和第一下吸盘安装板之间安装有所述第一吸盘杆,所述第一吸盘杆的下端设有所述第一吸盘。
进一步,所述第二从舵机装置包括第二从舵机、第二从旋臂和第二从安装支架,所述第二从舵机的一侧连接所述第二从旋臂,所述第二从旋臂连接有第二连接杆,所述第二从舵机的另一侧连接所述第二从安装支架,所述第二从安装支架连接有所述第二吸盘装置;
所述第二从舵机上设有第二回转从舵盘,所述第二回转从舵盘连接于所述第二从旋臂的内部两侧;
所述第二从安装支架的内部两侧连接有第二传动从舵盘,所述第二传动从舵盘连接有第二吸盘装置。
进一步,所述第二吸盘装置包括第二吸盘气缸、第二上吸盘安装板、第二下吸盘安装板、若干第二吸盘杆和第二吸盘,所述第二吸盘气缸的顶部连接所述第二传动从舵盘,所述第二吸盘气缸的下部通过气管连接所述第二吸盘,第二上吸盘安装板和第二下吸盘安装板平行设置且所述第二上吸盘安装板和第二下吸盘安装板之间安装有所述第二吸盘杆,所述第二吸盘杆的下端设有所述第二吸盘。
一种基于隧道裂纹检测系统的方法,其特征在于:包括以下步骤:
(1)所述检测小车根据远程基站的动作指令,将检测小车上的检测机器人带到预设的检测起点;
(2)所述远程基站的远程控制中心查询预先训练获得隧道壁面所对应的优选检测方案,根据所述优选检测方案生成检测命令,向所述检测小车的主控系统发出所述检测命令,使所述检测小车上的检测机器人脱离检测小车爬到隧道壁面上,所述多关节行走机构按照所述检测命令驱动所述检测机器人行走以按照所述优选巡检方案进行巡检。
(3)检测机器人从隧道一侧的底部出发,沿着隧道壁面向上爬行,经过隧道的顶面后,沿着隧道壁面向下爬行,在爬行过程中,通过所述信息采集装置采集经过所述隧道壁面的视频流信息,记录所述视频流信息为P1;根据上述的方式,通过所述信息采集装置采集检测机器人行走过的隧道壁面的视频流信息,分别记录为P2、P3、P4……Pn-1、Pn、Pn+1……;
(4)通过采集的所述隧道壁面的视频流信息,判断隧道裂纹的初步位置,假设初步判断隧道裂纹的初步位置位于Pn,截取Pn-1、Pn和Pn的视频流信息,形成该区域的隧道裂纹视频流信息;取所述隧道裂纹视频流信息中每一帧图像,记每一帧图像的像素点为W=(W1、W2、W3……Wn);
(5)假设W在图像坐标系下的图像坐标点为Wi=(xw,yw,zw),在相机坐标系下的相机坐标点Hi=(xh,yh,zh),在隧道真实坐标系中的隧道坐标点Gi=(xg,yg,zg),下标i属于1,2,3……n,将每一帧图像的像素点W1、W2、W3……Wn分别通过图像坐标系和相机坐标系的坐标矩阵转换公式,转换为相机坐标系和隧道真实坐标系下的坐标,先将图像坐标点Wi=(xw,yw,zw)映射到相机坐标系下,得到所述相机坐标点Hi=(xh,yh,zh),然后将所述相机坐标点Hi=(xh,yh,zh)映射到隧道真实坐标系中得到隧道坐标点Gi=(xg,yg,zg),其中xw,yw,zw分别为图像坐标系下隧道裂纹视频流信息形成的每一帧图像的像素点的X轴坐标、Y轴坐标和Z轴坐标,xh,yh,zh分别为相机坐标系下的X轴坐标、Y轴坐标和Z轴坐标,xg,yg,zg分别为隧道真实坐标系下的X轴坐标、Y轴坐标和Z轴坐标,
通过图像坐标系和相机坐标系的坐标矩阵转换公式,
得到相机坐标系下的相机坐标点集合H,记集合H=(H1、H2、H3……Hn);
通过相机坐标系和隧道真实坐标系的坐标矩阵转换公式
其中P为3*3的正交矩阵,Q为平移向量;
得到隧道真实坐标系中的隧道坐标点集合G,记集合G=(G1、G2、G3……Gn),从而将每一帧图像的像素点W(W1、W2、W3……Wn)转换到隧道真实坐标系下;
(6)提取其中属于隧道裂纹中的像素点,对所述隧道裂纹像素图进行拼接处理,得到初步融合的隧道裂纹像素图Ig,进而经过优化处理,得到优化后的裂纹区域表达式I为图像检测阈值,SE1为相交区域的图像像素属性,SE2为不相交区域的图像像素属性。
进一步,所述图像检测阈值I的表达式为I=(K2≥Gi)*(Gi≥K1),通过图像检测阈值I来判断是否属于隧道裂纹中的像素点,其中K2和K1为主控系统的数据库中存储的属于裂纹像素的临界像素值。
由于采用上述技术方案,具有以下有益效果:
本发明为一种基于隧道裂纹检测系统及方法,该检测系统科学便利、针对性强、使用方便,成本低廉,操作简单,易于推广。
该检测系统先根据远程基站的动作指令,将检测小车上的检测机器人带到预设的检测起点,然后通过多关节行走机构,控制主舵机、第一从舵机装置和第二从舵机装置调整自由度,即利用舵机可不断改变爬壁部运动角度的原理,将其中的第一吸盘装置和第二吸盘装置吸附到隧道壁面上,使多关节行走机构在隧道壁面内可实现横向和纵向的移动,能够自行在隧道壁爬行检测,可以完成所有隧道壁面的高覆盖率检测,自动化程度高,检测速度快。同时,该检测机器人安装有探测雷达、摄像调节单元、摄像采集单元、温湿度传感器以及辅助探测仪等检测设备,使检测设备在协同作用下,可对隧道显性病害和障碍完成精确探测,并且可以通过自身携带的控制器实现自动避障的功能。与传统检测相比对隧道隐性病害的检测精度更高。本发明采用全自动化检测,在释放后无需人工操控,即可自动完成整个隧道的隐形病害的检测。
该检测方法先通过远程基站的远程控制中心查询预先训练获得隧道壁面所对应的优选检测方案,根据所述优选检测方案生成检测命令,向所述检测小车的主控系统发出所述检测命令,使所述检测小车上的检测机器人脱离检测小车爬到隧道壁面上,所述多关节行走机构按照所述检测命令驱动所述检测机器人行走以按照所述优选巡检方案进行巡检。然后通过信息采集装置采集经过所述隧道壁面的视频流信息,记录所述视频流信息为P1、P2、P3、P4……Pn-1、Pn、Pn+1……;接着通过采集的所述隧道壁面的视频流信息,初步判断隧道裂纹的初步位置,假设判断隧道裂纹的初步位置位于Pn,截取Pn-1、Pn和Pn的视频流信息,取所述隧道裂纹视频流信息中每一帧图像,将每一帧图像的图像像素点转换为相机坐标系下的相机坐标点,再由相机坐标系下的相机坐标点转化为隧道真实坐标系中的隧道坐标点,这样远程控制中心就可以大致知道裂纹所在的隧道的坐标位置。最后通过提取其中属于隧道裂纹中的像素点,对所述隧道裂纹像素图进行拼接处理,得到初步融合的隧道裂纹像素图Ig,而经过优化处理,得到优化后的裂纹区域结合之前的隧道的坐标位置,可以精确地知道裂纹区域的位置及其所形成的区域大小,做到精确检测的目的。即本发明采用全自动化检测,在释放后无需人工操控,即可自动完成整个隧道的隐形病害的检测。
附图说明
下面结合附图对本发明作进一步说明:
图1为本发明中一种多关节隧道空洞检测机器人的结构示意图;
图2为本发明中第一从舵机装置和第一吸盘装置相互连接的结构示意图;
图3为本发明中第二从舵机装置和第二吸盘装置相互连接的结构示意图;
图4为本发明中一种多关节隧道空洞检测机器人安装于检测车上的结构示意图。
图中:1-主舵机;2-第一从舵机装置;3-第二从舵机装置;4-第一吸盘装置;5-第二吸盘装置;6-主旋臂;7-第一连接杆;8-主安装支架;9-第二连接杆;10-主传动舵盘;
21-第一从舵机;22-第一从旋臂;23-第一从安装支架;24-第一回转从舵盘;25-第一传动从舵盘;
31-第二从舵机;32-第二从旋臂32;33-第二从安装支架;34-第二回转从舵盘;35-第二传动从舵盘;
41-第一吸盘气缸;42-第一上吸盘安装板;43-第一下吸盘安装板;44-第一吸盘杆;45-第一吸盘;
51-第二吸盘气缸;52-第二上吸盘安装板;53-第二下吸盘安装板;54-第二吸盘杆;55-第二吸盘。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面通过附图及实施例,对本发明进行进一步详细说明。但是应该理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
如图1至图4所示,一种基于隧道裂纹检测系统,包括远程基站、无线通信模块、检测小车和检测机器人,所述检测小车通过无线通信模块与所述远程基站相连接,所述检测小车上设有可拆解分离的检测机器人,所述检测小车内设有主控系统,所述主控系统包括小车运动控制模块和机器人控制模块,所述小车运动控制模块接收所述远程基站下发的动作指令,并对检测小车进行运动控制;所述机器人控制模块接收所述远程基站下发的工作指令,驱动检测机器人在隧道内运动并进行裂纹检测工作,将检测信息通过无线通信模块传输给所述远程基站。
进一步,所述检测机器人包括检测机器人本体、电源模块、子机控制模块、信息采集装置和多关节行走机构,所述电源模块、子机控制模块和信息采集装置设置在所述检测机器人本体内,所述检测机器人本体的底部设有多关节行走机构,所述电源模块分别与所述子机控制模块、信息采集装置和多关节行走机构相连接。
进一步,所述信息采集装置包括探测雷达、摄像调节单元、摄像采集单元和临时存储单元,
所述摄像调节单元用于调节摄像采集单元的摄像头,方便采集隧道壁面上的图像信息;
所述摄像采集单元用于采集隧道壁面上的图像信息,并将采集到的图像信息传输到临时存储单元进行信息存储;
所述临时存储单元用于储存摄像采集单元采集到的图像信息,并将其传输给检测小车的主控系统。
所述多关节行走机构包括包括主舵机1、第一从舵机装置2和第二从舵机装置3,所述主舵机1的一侧设有主旋臂6,所述主旋臂6连接有第一连接杆7,所述第一连接杆7连接有第一从舵机装置2,所述第一从舵机装置2连接有第一吸盘装置4;所述主舵机1的一侧设有主安装支架8,所述主安装支架8连接有第二连接杆9,所述第二连接杆9连接有第二从舵机装置3,所述第二从舵机装置3连接有第二吸盘装置5。通过设置主舵机1,主舵机1控制主旋臂6运动,带动第一连接杆7和第一从舵机装置2跟着做旋转运动,同时第一从舵机装置2控制第一吸盘装置4运动到相应的隧道壁面,通过第一吸盘吸附在隧道壁面,从而实现检测机器人的隧道壁面运动。
进一步,所述第一从舵机装置2包括第一从舵机21、第一从旋臂22和第一从安装支架23,所述第一从舵机21的一侧连接所述第一从旋臂22,所述第一从旋臂22连接有第一连接杆7,所述第一从舵机21的另一侧连接所述第一从安装支架23,所述第一从安装支架23连接有所述第一吸盘装置4。所述第一从舵机21上设有第一回转从舵盘24,所述第一回转从舵盘24连接于所述第一从旋臂22的内部两侧。所述第一从安装支架23的内部两侧连接有第一传动从舵盘25,所述第一传动从舵盘25连接有第一吸盘装置4。
通过设置第一从舵机装置2,由第一从舵机21控制第一从旋臂22运动,带动第一从安装支架23和第一吸盘装置4跟着做旋转运动,通过第一吸盘吸附在隧道壁面,从而实现检测机器人的隧道壁面运动。
进一步,所述第一吸盘装置4包括第一吸盘气缸41、第一上吸盘安装板42、第一下吸盘安装板43、若干第一吸盘杆44和第一吸盘45,所述第一吸盘气缸41的顶部连接所述第一传动从舵盘25,所述第一吸盘气缸41的下部通过气管连接所述第一吸盘45,第一上吸盘安装板42和第一下吸盘安装板43平行设置且所述第一上吸盘安装板42和第一下吸盘安装板43之间安装有所述第一吸盘杆44,所述第一吸盘杆44的下端设有所述第一吸盘45。第一吸盘45装置4通过第一吸盘气缸41控制第一吸盘杆44和第一吸盘45,使第一吸盘45顺利附着在隧道壁面,实现检测机器人的隧道壁面运动。
进一步,所述第二从舵机装置3包括第二从舵机31、第二从旋臂32和第二从安装支架33,所述第二从舵机31的一侧连接所述第二从旋臂32,所述第二从旋臂32连接有第二连接杆9,所述第二从舵机31的另一侧连接所述第二从安装支架33,所述第二从安装支架33连接有所述第二吸盘装置5。所述第二从舵机31上设有第二回转从舵盘34,所述第二回转从舵盘34连接于所述第二从旋臂32的内部两侧。所述第二从安装支架33的内部两侧连接有第二传动从舵盘35,所述第二传动从舵盘35连接有第二吸盘装置5。
通过设置第二从舵机装置3,由第二从舵机31控制第二从旋臂32运动,带动第二从安装支架33和第二吸盘装置5跟着做旋转运动,通过第二吸盘吸附在隧道壁面,从而实现检测机器人的隧道壁面运动。
进一步,所述第二吸盘装置5包括第二吸盘气缸51、第二上吸盘安装板52、第二下吸盘安装板53、若干第二吸盘杆54和第二吸盘55,所述第二吸盘55气缸51的顶部连接所述第二传动从舵盘35,所述第二吸盘55气缸51的下部通过气管连接所述第二吸盘55,第二上吸盘安装板52和第二下吸盘安装板53平行设置且所述第二上吸盘安装板52和第二下吸盘安装板53之间安装有所述第二吸盘55杆54,所述第二吸盘55杆54的下端设有所述第二吸盘55。第二吸盘55装置5通过第二吸盘55气缸51控制第二吸盘55杆54和第二吸盘55,使第二吸盘55顺利附着在隧道壁面,实现检测机器人的隧道壁面运动。
进一步,所述主旋臂6上设有的内部两侧连接有主传动舵盘10,所述主传动舵盘10连接所述主舵机1。
本发明工作原理:检测机器人通过检测车运输到隧道内,检测车上有控制主机,检测机器人安装有数据采集仪、红外摄像头以及温湿度传感器以及辅助探测仪等检测设备,使检测设备在协同作用下,可对隧道显性病害和障碍完成精确探测,并且可以通过自身携带的控制器实现自动避障的功能。
该检测系统先根据远程基站的动作指令,将检测小车上的检测机器人带到预设的检测起点,然后通过多关节行走机构,控制主舵机、第一从舵机装置和第二从舵机装置调整自由度,即利用舵机可不断改变爬壁部运动角度的原理,将其中的第一吸盘装置和第二吸盘装置吸附到隧道壁面上,使多关节行走机构在隧道壁面内可实现横向和纵向的移动,能够自行在隧道壁爬行检测,可以完成所有隧道壁面的高覆盖率检测,自动化程度高,检测速度快。同时,该检测机器人安装有探测雷达、摄像调节单元、摄像采集单元、温湿度传感器以及辅助探测仪等检测设备,使检测设备在协同作用下,可对隧道显性病害和障碍完成精确探测,并且可以通过自身携带的控制器实现自动避障的功能。与传统检测相比对隧道隐性病害的检测精度更高。本发明采用全自动化检测,在释放后无需人工操控,即可自动完成整个隧道的隐形病害的检测。
一种基于隧道裂纹检测系统的方法,其特征在于:包括以下步骤:
(1)所述检测小车根据远程基站的动作指令,将检测小车上的检测机器人带到预设的检测起点;
(2)所述远程基站的远程控制中心查询预先训练获得隧道壁面所对应的优选检测方案,根据所述优选检测方案生成检测命令,向所述检测小车的主控系统发出所述检测命令,使所述检测小车上的检测机器人脱离检测小车爬到隧道壁面上,所述多关节行走机构按照所述检测命令驱动所述检测机器人行走以按照所述优选巡检方案进行巡检。
(3)检测机器人从隧道一侧的底部出发,沿着隧道壁面向上爬行,经过隧道的顶面后,沿着隧道壁面向下爬行,在爬行过程中,通过所述信息采集装置采集经过所述隧道壁面的视频流信息,记录所述视频流信息为P1;根据上述的方式,通过所述信息采集装置采集检测机器人行走过的隧道壁面的视频流信息,分别记录为P2、P3、P4……Pn-1、Pn、Pn+1……;
(4)通过采集的所述隧道壁面的视频流信息,判断隧道裂纹的初步位置,假设初步判断隧道裂纹的初步位置位于Pn,截取Pn-1、Pn和Pn的视频流信息,形成该区域的隧道裂纹视频流信息;取所述隧道裂纹视频流信息中每一帧图像,记每一帧图像的像素点为W=(W1、W2、W3……Wn);
(5)假设W在图像坐标系下的图像坐标点为Wi=(xw,yw,zw),在相机坐标系下的相机坐标点Hi=(xh,yh,zh),在隧道真实坐标系中的隧道坐标点Gi=(xg,yg,zg),下标i属于1,2,3……n,将每一帧图像的像素点W1、W2、W3……Wn分别通过图像坐标系和相机坐标系的坐标矩阵转换公式,转换为相机坐标系和隧道真实坐标系下的坐标,先将图像坐标点Wi=(xw,yw,zw)映射到相机坐标系下,得到所述相机坐标点Hi=(xh,yh,zh),然后将所述相机坐标点Hi=(xh,yh,zh)映射到隧道真实坐标系中得到隧道坐标点Gi=(xg,yg,zg),其中xw,yw,zw分别为图像坐标系下隧道裂纹视频流信息形成的每一帧图像的像素点的X轴坐标、Y轴坐标和Z轴坐标,xh,yh,zh分别为相机坐标系下的X轴坐标、Y轴坐标和Z轴坐标,xg,yg,zg分别为隧道真实坐标系下的X轴坐标、Y轴坐标和Z轴坐标,
通过图像坐标系和相机坐标系的坐标矩阵转换公式,
得到相机坐标系下的相机坐标点集合H,记集合H=(H1、H2、H3……Hn);
通过相机坐标系和隧道真实坐标系的坐标矩阵转换公式
其中P为3*3的正交矩阵,Q为平移向量;
得到隧道真实坐标系中的隧道坐标点集合G,记集合G=(G1、G2、G3……Gn),从而将每一帧图像的像素点W(W1、W2、W3……Wn)转换到隧道真实坐标系下;
(6)提取其中属于隧道裂纹中的像素点,对所述隧道裂纹像素图进行拼接处理,得到初步融合的隧道裂纹像素图Ig,进而经过优化处理,得到优化后的裂纹区域表达式I为图像检测阈值,SE1为相交区域的图像像素属性,SE2为不相交区域的图像像素属性。
进一步,所述图像检测阈值I的表达式为I=(K2≥Gi)*(Gi≥K1),通过图像检测阈值I来判断是否属于隧道裂纹中的像素点,其中K2和K1为主控系统的数据库中存储的属于裂纹像素的临界像素值。
该检测方法先通过远程基站的远程控制中心查询预先训练获得隧道壁面所对应的优选检测方案,根据所述优选检测方案生成检测命令,向所述检测小车的主控系统发出所述检测命令,使所述检测小车上的检测机器人脱离检测小车爬到隧道壁面上,所述多关节行走机构按照所述检测命令驱动所述检测机器人行走以按照所述优选巡检方案进行巡检。然后通过信息采集装置采集经过所述隧道壁面的视频流信息,记录所述视频流信息为P1、P2、P3、P4……Pn-1、Pn、Pn+1……;接着通过采集的所述隧道壁面的视频流信息,判断隧道裂纹的初步位置,假设判断隧道裂纹的初步位置位于Pn,截取Pn-1、Pn和Pn的视频流信息,取所述隧道裂纹视频流信息中每一帧图像,将每一帧图像的图像像素点转换为相机坐标系下的相机坐标点,再由相机坐标系下的相机坐标点转化为隧道真实坐标系中的隧道坐标点,这样远程控制中心就可以大致知道裂纹所在的隧道的坐标位置。最后通过提取其中属于隧道裂纹中的像素点,对所述隧道裂纹像素图进行拼接处理,得到初步融合的隧道裂纹像素图Ig,而经过优化处理,得到优化后的裂纹区域结合之前的隧道的坐标位置,可以精确地知道裂纹区域的位置及其所形成的区域大小,做到精确检测的目的。即本发明采用全自动化检测,在释放后无需人工操控,即可自动完成整个隧道的隐形病害的检测。
以上仅为本发明的具体实施例,但本发明的技术特征并不局限于此。任何以本发明为基础,为解决基本相同的技术问题,实现基本相同的技术效果,所作出地简单变化、等同替换或者修饰等,皆涵盖于本发明的保护范围之中。
Claims (9)
1.一种基于隧道裂纹检测系统的方法,所述系统包括远程基站、无线通信模块、检测小车和检测机器人,所述检测小车通过无线通信模块与所述远程基站相连接,所述检测小车上设有可拆解分离的检测机器人,所述检测小车内设有主控系统,所述主控系统包括小车运动控制模块和机器人控制模块,所述小车运动控制模块接收所述远程基站下发的动作指令,并对检测小车进行运动控制;所述机器人控制模块接收所述远程基站下发的工作指令,驱动检测机器人在隧道内运动并进行裂纹检测工作,将检测信息通过无线通信模块传输给所述远程基站,其特征在于:所述方法包括以下步骤:
(1)检测小车根据远程基站的动作指令,将检测小车上的检测机器人带到预设的检测起点;
(2)所述远程基站的远程控制中心查询预先训练获得隧道壁面所对应的优选检测方案,根据所述优选检测方案生成检测命令,向所述检测小车的主控系统发出所述检测命令,使所述检测小车上的检测机器人脱离检测小车爬到隧道壁面上,多关节行走机构按照所述检测命令驱动所述检测机器人行走以按照所述优选检测方案进行巡检;
(3)检测机器人从隧道一侧的底部出发,沿着隧道壁面向上爬行,经过隧道的顶面后,沿着隧道壁面向下爬行,在爬行过程中,通过信息采集装置采集经过所述隧道壁面的视频流信息,记录所述视频流信息为P1;根据上述的方式,通过所述信息采集装置采集检测机器人行走过的隧道壁面的视频流信息,分别记录为P2、P3、P4……Pn-1、Pn、Pn+1……;
(4)通过采集的所述隧道壁面的视频流信息,判断隧道裂纹的初步位置,假设初步判断隧道裂纹的初步位置位于Pn,截取Pn-1、Pn和Pn的视频流信息,形成该区域的隧道裂纹视频流信息;取所述隧道裂纹视频流信息中每一帧图像,记每一帧图像的像素点集合为W=(W1、W2、W3……Wn);
(5)假设W在图像坐标系下的图像坐标点为Wi=(xw,yw,zw),在相机坐标系下的相机坐标点Hi=(xh,yh,zh),在隧道真实坐标系中的隧道坐标点Gi=(xg,yg,zg),下标i属于1,2,3……n,将每一帧图像的像素点W1、W2、W3……Wn分别通过图像坐标系和相机坐标系的坐标矩阵转换公式,转换为相机坐标系和隧道真实坐标系下的坐标,先将图像坐标点Wi=(xw,yw,zw)映射到相机坐标系下,得到所述相机坐标点Hi=(xh,yh,zh),然后将所述相机坐标点Hi=(xh,yh,zh)映射到隧道真实坐标系中得到隧道坐标点Gi=(xg,yg,zg),其中xw,yw,zw分别为图像坐标系下隧道裂纹视频流信息形成的每一帧图像的像素点的X轴坐标、Y轴坐标和Z轴坐标,xh,yh,zh分别为相机坐标系下的X轴坐标、Y轴坐标和Z轴坐标,xg,yg,zg分别为隧道真实坐标系下的X轴坐标、Y轴坐标和Z轴坐标,
通过图像坐标系和相机坐标系的坐标矩阵转换公式,
得到相机坐标系下的相机坐标点集合H,记集合H=(H1、H2、H3……Hn);
通过相机坐标系和隧道真实坐标系的坐标矩阵转换公式
其中P为3*3的正交矩阵,Q为平移向量;
得到隧道真实坐标系中的隧道坐标点集合G,记集合G=(G1、G2、G3……Gn),从而将每一帧图像的像素点W(W1、W2、W3……Wn)转换到隧道真实坐标系下;
(6)提取其中属于隧道裂纹中的像素点,对隧道裂纹像素图进行拼接处理,得到初步融合的隧道裂纹像素图Ig,进而经过优化处理,得到优化后的裂纹区域表达式I为图像检测阈值,SE1为相交区域的图像像素属性,SE2为不相交区域的图像像素属性。
2.根据权利要求1所述的一种基于隧道裂纹检测系统的方法,其特征在于:所述检测机器人包括检测机器人本体、电源模块、子机控制模块、信息采集装置和多关节行走机构,所述电源模块、子机控制模块和信息采集装置设置在所述检测机器人本体内,所述检测机器人本体的底部设有多关节行走机构,所述电源模块分别与所述子机控制模块、信息采集装置和多关节行走机构相连接。
3.根据权利要求2所述的一种基于隧道裂纹检测系统的方法,其特征在于:所述信息采集装置包括探测雷达、摄像调节单元、摄像采集单元和临时存储单元,
所述摄像调节单元用于调节摄像采集单元的摄像头,方便采集隧道壁面上的图像信息;
所述摄像采集单元用于采集隧道壁面上的图像信息,并将采集到的图像信息传输到临时存储单元进行信息存储;
所述临时存储单元用于储存摄像采集单元采集到的图像信息,并将其传输给检测小车的主控系统。
4.根据权利要求2所述的一种基于隧道裂纹检测系统的方法,其特征在于:所述多关节行走机构包括主舵机、第一从舵机装置和第二从舵机装置,其特征在于:所述主舵机的一侧设有主旋臂,所述主旋臂连接有第一连接杆,所述第一连接杆连接有第一从舵机装置,所述第一从舵机装置连接有第一吸盘装置;所述主舵机的一侧设有主安装支架,所述主安装支架连接有第二连接杆,所述第二连接杆连接有第二从舵机装置,所述第二从舵机装置连接有第二吸盘装置。
5.根据权利要求4所述的一种基于隧道裂纹检测系统的方法,其特征在于:所述第一从舵机装置包括第一从舵机、第一从旋臂和第一从安装支架,所述第一从舵机的一侧连接所述第一从旋臂,所述第一从旋臂连接有第一连接杆,所述第一从舵机的另一侧连接所述第一从安装支架,所述第一从安装支架连接有所述第一吸盘装置;
所述第一从舵机上设有第一回转从舵盘,所述第一回转从舵盘连接于所述第一从旋臂的内部两侧;
所述第一从安装支架的内部两侧连接有第一传动从舵盘,所述第一传动从舵盘连接有第一吸盘装置。
6.根据权利要求5所述的一种基于隧道裂纹检测系统的方法,其特征在于:所述第一吸盘装置包括第一吸盘气缸、第一上吸盘安装板、第一下吸盘安装板、若干第一吸盘杆和第一吸盘,所述第一吸盘气缸的顶部连接所述第一传动从舵盘,所述第一吸盘气缸的下部通过气管连接所述第一吸盘,第一上吸盘安装板和第一下吸盘安装板平行设置且所述第一上吸盘安装板和第一下吸盘安装板之间安装有所述第一吸盘杆,所述第一吸盘杆的下端设有所述第一吸盘。
7.根据权利要求4所述的一种基于隧道裂纹检测系统的方法,其特征在于:所述第二从舵机装置包括第二从舵机、第二从旋臂和第二从安装支架,所述第二从舵机的一侧连接所述第二从旋臂,所述第二从旋臂连接有第二连接杆,所述第二从舵机的另一侧连接所述第二从安装支架,所述第二从安装支架连接有所述第二吸盘装置;
所述第二从舵机上设有第二回转从舵盘,所述第二回转从舵盘连接于所述第二从旋臂的内部两侧;
所述第二从安装支架的内部两侧连接有第二传动从舵盘,所述第二传动从舵盘连接有第二吸盘装置。
8.根据权利要求7所述的一种基于隧道裂纹检测系统的方法,其特征在于:所述第二吸盘装置包括第二吸盘气缸、第二上吸盘安装板、第二下吸盘安装板、若干第二吸盘杆和第二吸盘,所述第二吸盘气缸的顶部连接所述第二传动从舵盘,所述第二吸盘气缸的下部通过气管连接所述第二吸盘,第二上吸盘安装板和第二下吸盘安装板平行设置且所述第二上吸盘安装板和第二下吸盘安装板之间安装有所述第二吸盘杆,所述第二吸盘杆的下端设有所述第二吸盘。
9.根据权利要求1所述的一种基于隧道裂纹检测系统的方法,其特征在于:所述图像检测阈值I的表达式为I=(K2≥Gi)*(Gi≥K1),通过图像检测阈值I来判断是否属于隧道裂纹中的像素点,其中K2和K1为主控系统的数据库中存储的属于裂纹像素的临界像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011417848.6A CN112630223B (zh) | 2020-12-07 | 2020-12-07 | 一种基于隧道裂纹检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011417848.6A CN112630223B (zh) | 2020-12-07 | 2020-12-07 | 一种基于隧道裂纹检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112630223A CN112630223A (zh) | 2021-04-09 |
CN112630223B true CN112630223B (zh) | 2023-12-26 |
Family
ID=75308452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011417848.6A Active CN112630223B (zh) | 2020-12-07 | 2020-12-07 | 一种基于隧道裂纹检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112630223B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113218957B (zh) * | 2021-07-12 | 2021-10-22 | 深圳市永达电子信息股份有限公司 | 一种地质雷达结合高速线阵相机的隧道衬砌裂缝扫描检测方法和系统 |
CN116148269B (zh) * | 2023-04-24 | 2023-07-07 | 湖南工商大学 | 一种焊缝检测装置、控制系统及焊缝图像识别方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007212309A (ja) * | 2006-02-09 | 2007-08-23 | Fujitsu Ten Ltd | トンネルの壁面検査装置及びトンネルの壁面検査システム |
CN102359966A (zh) * | 2011-07-29 | 2012-02-22 | 河海大学 | 一种混凝土表面微小裂缝的定位系统 |
CN106841216A (zh) * | 2017-02-28 | 2017-06-13 | 浙江工业大学 | 基于全景图像cnn的隧道病害自动识别装置 |
CN107179322A (zh) * | 2017-06-15 | 2017-09-19 | 长安大学 | 一种基于双目视觉的桥梁底面裂缝检测方法 |
CN107529021A (zh) * | 2017-10-18 | 2017-12-29 | 北京伟开赛德科技发展有限公司 | 隧道型全景视频采集、分发、定位跟踪系统及其方法 |
JP2018004389A (ja) * | 2016-06-30 | 2018-01-11 | 鹿島建設株式会社 | 亀裂解析方法及び亀裂解析システム |
CN108596869A (zh) * | 2018-01-08 | 2018-09-28 | 东北大学 | 一种隧道衬砌裂缝快速检测方法 |
CN108921848A (zh) * | 2018-09-29 | 2018-11-30 | 长安大学 | 基于多目相机的桥梁缺陷检测装置及检测图像拼接方法 |
CN109166168A (zh) * | 2018-09-04 | 2019-01-08 | 上海同岩土木工程科技股份有限公司 | 一种隧道衬砌结构的三维展布图快速构建方法 |
CN110341749A (zh) * | 2019-07-24 | 2019-10-18 | 武汉大学 | 一种轨道病害巡检机器人系统及控制方法 |
CN209559771U (zh) * | 2018-11-19 | 2019-10-29 | 兰州交通大学 | 一种地铁隧道裂缝检测实验装置 |
CN110510025A (zh) * | 2019-07-23 | 2019-11-29 | 长安大学 | 一种公路隧道隐性病害爬壁检测机器人 |
CN110758586A (zh) * | 2019-11-18 | 2020-02-07 | 施越 | 一种翻转式墙壁爬行装置 |
CN111242851A (zh) * | 2020-04-10 | 2020-06-05 | 北京思莫特科技有限公司 | 一种混凝土结构表面裂缝检测方法及系统 |
CN111709944A (zh) * | 2020-07-14 | 2020-09-25 | 哈尔滨工业大学 | 一种基于数字化图像异常识别的桥隧结构裂缝监测方法 |
CN111855664A (zh) * | 2020-06-12 | 2020-10-30 | 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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2952993B1 (en) * | 2014-06-05 | 2018-04-25 | Softbank Robotics Europe | Method for building a map of probability of one of absence and presence of obstacles for an autonomous robot |
-
2020
- 2020-12-07 CN CN202011417848.6A patent/CN112630223B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007212309A (ja) * | 2006-02-09 | 2007-08-23 | Fujitsu Ten Ltd | トンネルの壁面検査装置及びトンネルの壁面検査システム |
CN102359966A (zh) * | 2011-07-29 | 2012-02-22 | 河海大学 | 一种混凝土表面微小裂缝的定位系统 |
JP2018004389A (ja) * | 2016-06-30 | 2018-01-11 | 鹿島建設株式会社 | 亀裂解析方法及び亀裂解析システム |
CN106841216A (zh) * | 2017-02-28 | 2017-06-13 | 浙江工业大学 | 基于全景图像cnn的隧道病害自动识别装置 |
CN107179322A (zh) * | 2017-06-15 | 2017-09-19 | 长安大学 | 一种基于双目视觉的桥梁底面裂缝检测方法 |
CN107529021A (zh) * | 2017-10-18 | 2017-12-29 | 北京伟开赛德科技发展有限公司 | 隧道型全景视频采集、分发、定位跟踪系统及其方法 |
CN108596869A (zh) * | 2018-01-08 | 2018-09-28 | 东北大学 | 一种隧道衬砌裂缝快速检测方法 |
CN109166168A (zh) * | 2018-09-04 | 2019-01-08 | 上海同岩土木工程科技股份有限公司 | 一种隧道衬砌结构的三维展布图快速构建方法 |
CN108921848A (zh) * | 2018-09-29 | 2018-11-30 | 长安大学 | 基于多目相机的桥梁缺陷检测装置及检测图像拼接方法 |
CN209559771U (zh) * | 2018-11-19 | 2019-10-29 | 兰州交通大学 | 一种地铁隧道裂缝检测实验装置 |
CN110510025A (zh) * | 2019-07-23 | 2019-11-29 | 长安大学 | 一种公路隧道隐性病害爬壁检测机器人 |
CN110341749A (zh) * | 2019-07-24 | 2019-10-18 | 武汉大学 | 一种轨道病害巡检机器人系统及控制方法 |
CN110758586A (zh) * | 2019-11-18 | 2020-02-07 | 施越 | 一种翻转式墙壁爬行装置 |
CN111242851A (zh) * | 2020-04-10 | 2020-06-05 | 北京思莫特科技有限公司 | 一种混凝土结构表面裂缝检测方法及系统 |
CN111855664A (zh) * | 2020-06-12 | 2020-10-30 | 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 |
CN111709944A (zh) * | 2020-07-14 | 2020-09-25 | 哈尔滨工业大学 | 一种基于数字化图像异常识别的桥隧结构裂缝监测方法 |
Non-Patent Citations (3)
Title |
---|
Image Denoising of Subway Tunnel Cracks Based on Gauss-Fast Median Method;YIN Xiao-Zhen;《 2018 Chinese Automation Congress (CAC) 》;第3512-3517页 * |
基于深度学习理论的铁路异物检测与识别技术研究;刘洪公;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;第C033-357页 * |
序列影像三维信息模型技术在隧道巡检中的应用;吕颖钊;《交通科学与工程》;第34卷(第04期);第53-57页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112630223A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112630223B (zh) | 一种基于隧道裂纹检测系统及方法 | |
WO2017107334A1 (zh) | 一种地铁隧道结构断面变形快速检测装置 | |
WO2019233222A1 (zh) | 用于桥隧结构病害无损检测诊断的自动爬墙式雷达光电机器人系统 | |
CN110510025B (zh) | 一种公路隧道隐性病害爬壁检测机器人 | |
CN106498834A (zh) | 一种履带轮道面修复机器人系统和道面修复方法 | |
CN109866235A (zh) | 一种运用于煤矿井下的巡检机器人 | |
CN104881027A (zh) | 轮履复合式变电站巡检机器人自主越障系统及控制方法 | |
CN107100642B (zh) | 应用于矩形合口盾构的管片拼装系统及拼装方法 | |
CN209224073U (zh) | 一种自动充电和扫障碍的巡检机器人 | |
CN104047248B (zh) | 复合式轨道路面自动清洁车系统 | |
WO2023045760A1 (zh) | 火车自动摘钩机器人及系统 | |
CN208872301U (zh) | 一种单轨式地铁隧道安全巡检机器人 | |
CN111203851A (zh) | 一种轨道式隧道巡检机器人 | |
CN104369742A (zh) | 一种基于图像处理的隧道表面裂缝快速智能检测车 | |
CN106758719A (zh) | 一种双轮驱动道面修复机器人系统和道面修复方法 | |
CN111806658A (zh) | 一种长距离输水隧洞水下巡检机器人及方法 | |
CN210256112U (zh) | 一种具有蛇形探测头的巡检智能机器人 | |
CN116591005A (zh) | 一种沥青路面表观病害智能检测修复装置 | |
CN110640762A (zh) | 一种水利大坝安全巡检机器人 | |
CN112361981B (zh) | 一种多功能一体化隧道三维激光扫描平台 | |
CN206477235U (zh) | 一种双轮驱动道面修复机器人系统 | |
CN110194232B (zh) | 一种智能预警护巷机器车 | |
CN204196909U (zh) | 一种基于图像处理的隧道表面裂缝快速智能检测车 | |
CN112629899B (zh) | 一种基于吸盘爬壁隧道检测系统及其检测方法 | |
CN213982888U (zh) | 一种多关节隧道空洞检测机器人 |
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 |