CN112944104B - 一种检测缺陷的管道机器人及其控制方法与控制系统 - Google Patents
一种检测缺陷的管道机器人及其控制方法与控制系统 Download PDFInfo
- Publication number
- CN112944104B CN112944104B CN202110235617.1A CN202110235617A CN112944104B CN 112944104 B CN112944104 B CN 112944104B CN 202110235617 A CN202110235617 A CN 202110235617A CN 112944104 B CN112944104 B CN 112944104B
- Authority
- CN
- China
- Prior art keywords
- matrix
- data
- thermal image
- processor
- pipeline
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 88
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 238000010438 heat treatment Methods 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 15
- 239000012530 fluid Substances 0.000 claims description 5
- 230000002950 deficient Effects 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 238000002372 labelling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
- F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
- F16L55/26—Pigs or moles, i.e. devices movable in a pipe or conduit with or without self-contained propulsion means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
- F16L2101/00—Uses or applications of pigs or moles
- F16L2101/30—Inspecting, measuring or testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Manipulator (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种检测缺陷的管道机器人及其控制方法与控制系统,主要是利用脉冲加热器对管道进行脉冲加热的同时,利用热像仪对所述管道进行热影像撷取,之后将撷取的结果转成二维热影像矩阵数据后,再依序进行相似度比对、权重值运算、行特征映像运算,最后得到一输出矩阵,最后将所述输出矩阵的各成分进行重新排列,得到一缺陷分析数据。如此一来可以有较快速且在较少失真的前提下,达到检测管道缺陷的效果。
Description
技术领域
本发明涉及机器人技术领域,具体而言,涉及一种检测缺陷的管道机器人及其控制方法与控制系统。
背景技术
目前对于管道的检测、维修,或是管道内状态探勘,又或者对于管道内淤积进行清理,大多采用管道机器人来完成。其中关于管道的检测,大多倚赖影像辨识来完成。然而,影像辨识仅能辨识管道内壁表面的缺陷,对于管道结构上的缺陷则是难以辨识,也因此,本发明者认为此种问题需要被解决,而开始思考解决的办法。
发明内容
本发明解决的问题是前述管道机器人在辨识管道的缺陷时,仅能判断管道表面的缺陷,对于结构上的缺陷则是难以辨识。
为解决上述问题,本发明提供一种检测缺陷的管道机器人及其控制方法与控制系统,其技术方案如下:
本发明主要是管道机器人本体在管道内时,用远程遥控的方式,又或者利用预设路线规划的方式,让所述管道机器人本体在所述管道内移动,于检测所述管道内是否有发生缺陷时,主要是先利用脉冲加热器,利用脉冲的方式让所述管道快速升温,同时利用热像仪来撷取所述管道的热影像数据,得到复数热影像撷取数据。
接着,处理器再将所述复数热影像撷取数据制作成二维热影像矩阵数据,再将所述二维热影像矩阵数据中相邻二成分进行相似度比对,当二成分比对结果为近似时,将所述二成分进行标记。在全部的成分都做完相似度比对,或是在进行相似度比对的同时,再对二成分进行权重值计算,当所述二成分之间有标记时,则根据公式计算其权重值,当所述二成分之间没有标记时,则权重值设为0,计算完全部权重值后得到一权重矩阵。
所述处理器在取得所述权重矩阵以后,先根据所述权重矩阵运算出一对角矩阵,再所述对角矩阵、一拉普拉斯矩阵,及所述二维热影像矩阵数据进行特征映像运算,得到复数特征向量及复数特征值,再将所述复数特征向量根据所述复数特征值进行排列,得到一投影矩阵,再根据所述投影矩阵及所述二维热影像矩阵数据进行运算,得到一输出矩阵。最后,所述处理器根据所述输出矩阵的各成分进行重新排列,得到一缺陷分析数据。
本发明主要将各像素定义为一个数据点,以达到利用区域结构的想法,并将三维热影像矩阵数据降成二维热影像矩阵数据,如此一来可以有较快速且在较少失真的前提下,达到检测管道缺陷的效果。
附图说明
图1为本发明的实施例示意图1;
图2为本发明的实施例示意图2;
图3为本发明的实施例示意图3;
图4为本发明各组件的链接示意图;
图5为本发明热检测结果示意图;
图6为本发明工作流程图。
附图标记说明:
A-管道;B-轨道;C-控制中心;D-缺陷;1-管道机器人本体;2-脉冲加热器;3-热像仪;4-处理器;5-轮具组;6-动力轮组;7-刹车单元;8-夹制单元;9-流速侦测单元;0-定位单元。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
请看图1至图4所示,本发明是关于一种检测缺陷的管道机器人及其控制方法与控制系统,本发明主要包括:
一管道机器人本体1、一脉冲加热器2、一热像仪3、一处理器4、一轮具组5、一动力轮组6、一刹车单元7、一夹制单元8、一流速侦测单元9,及一定位单元0。
所述脉冲加热器2及所述热像仪3是装设在所述管道机器人本体1外侧,而所述动力轮组6则是装设于所述管道机器人本体1底部,所述刹车单元7则是用来对所述动力轮组6进行刹车,使所述动力轮组6不会受外力影响而滚动。所述轮具组5是装设在所述管道机器人本体1顶面,所述夹制单元8则是设置于所述轮具组5,主要是用于夹制轨道B,使所述轮具组5不会受到外力影响而滚动。所述流速侦测单元9、所述定位单元0,及所述处理器4则是装设于所述管道机器人本体1。
请再配合图6所示,所述管道机器人本体1可供于管道A内移动,而移动路线主要是透过远程遥控的方式,又或者透过事先安排好路线,让所述管道机器人本体1根据所述路线移动。当检测所述管道A内是否有缺陷时,主要是利用所述脉冲加热器2,以2000W以上进行瞬间的脉冲加热(约0.2秒),使得所述管道A的温度上升,这时需立即利用所述热影仪3对所述管道A进行拍摄,以撷取出复数热影像撷取数据,所述热像仪3的撷取速率约30frame/second。
接着,所述处理器4会将所述复数热影像撷取数据由三维的热影像矩阵数据降维成二维热影像矩阵数据,其中所述二维热影像矩阵数据中m列为所述复数热影像撷取数据的数量,所述二维热影像矩阵数据中n列为所述复数热影像撷取数据的各相素点数据。
接下来,所述处理器4会进行相似度分析,主要是将所述二维热影像矩阵数据中,各相邻成分进行相似度比对,相似度的比对可以利用ε-相近法(ε-neighborhoods),或是k-相近法(k-nearest neighbors)进行比对,本发明主要是利用ε-相近法,将所述二维热影像矩阵数据中,任二元素xi、xj之间的欧基里德距离(Euclidean distance)符合公式:||xi-xj||2<ε时,则判断所述二成分比对结果为近似,并将所述二成分进行标记;反之则不近似且不进行标记。
接着,所述处理器4可以在所述二维热影像矩阵数据的各成分进行相似度分析完后进行权重值分析,也可以在每个成分做完相似度分析后立刻进行权重值分析,所述权重值分析是将前述二成分有进行标记者,根据热核心法根据公式:计算权重值Sij,而所述二成分没进行标记者则权重值设为0,最后计算完全部的权重值以后得到一权重矩阵。
然后,所述处理器4进行特征映像的运算,首先是先根据所述权重矩阵的各成分Sij根据公式:Dii=ΣjSij,计算出各对角值Dii后得到一对角矩阵D,接着,所述处理器4再根据所述对角矩阵、一拉普拉斯矩阵,及所述二维热影像矩阵数据X,解广义特征向量问题(generalized eigenvector problem):XLXTα=λXDXTα,得到复数特征向量及复数特征值,假设所述复数特征向量为α0、α1、α2、...、αl-1,其相对应的特征值为β0<β1<β2<…<βl-1,将所述复数特征向量根据所述复数特征值进行排列,得到一投影矩阵A,A=(α0、α1、α2、...、αl-1),然后,所述处理器4取所述投影矩阵及所述二维热影像矩阵数据根据公式:yi=ATxi进行运算,最后得到一输出矩阵yi。其中:L为拉普拉斯矩阵(Laplacian matrix),L=D-S、ε为常数、t为参数、λ为特征值、α为特征向量。
最后,所述处理器4根据所述输出矩阵的各成分进行重新排列,得到一缺陷分析数据。
本发明主要是利用区域保留的概念,将像素定义为一数据点,以达到保留区域结构的概念,并将三维的热影像矩阵降成二维热影像矩阵,如此一来,可以省时且在低失真的状态下达到检测所述管道A缺陷的效果。请看图5所示,如此一来,请配合参阅图5所示,左边是管道局部影像D1及默认缺陷D2处,右图则是缺陷分析数据,由此可知,透过本发明可清楚的凸显出所述热影像分析数据中属于缺陷的部分。
此外,当发现所述管道A有缺陷时,可透过所述定位单元0侦测所述管道机器人本体1所在位置而得到一定位数据,所述处理器4会立即将所述定位数据及一警报讯号发送置所述控制中心C,发送的过程中最佳是连同所述缺陷分析数据一起传送,以利管理人员了解状况。此外,所述管道机器人本体1较佳也设有摄像机,让管理人员可透过摄像机看到所述管道A内状况。
请看图3所示,所述管道机器人本体1较佳是沿着轨道B前进,其实施方式,是先沿所述管道A内侧顶壁设一轨道B,而所述轮具组5设于所述轨道B内,如此一来当所述动力轮组6工作时,便会驱动所述管道机器人本体1沿所述轨道B前进。
所述管道机器人本体1在所述管道A内移动、检测的过程中难免会因为工作需要或者面临到流体冲击或其他外力影响,而发生翻覆或是需要固定等问题。倘若所述流速侦测单元9侦测到流体的流速过快而超出默认值时,这时所述处理器4会立刻发送控制讯号,使所述刹车单元7根据所述控制讯号对所述动力轮组6进行刹车,而所述夹制单元8则是根据所述控制讯号夹制住所述轨道B。如此一来,所述管道机器人本体1便会呈现固定不动的状态,以避免受到流体影响而冲走、翻覆。此外,也可以是在进行检测缺陷的过程中,根据上述方式让所述管道机器人本体1呈现固定不动的状态,让所述复数热影像撷取数据的取得较不易产生误差。
虽然本公开披露如上,但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种检测缺陷的管道机器人,其特征在于,包括:
一管道机器人本体、一脉冲加热器、一热像仪,及一处理器;其中,
所述管道机器人本体设有所述脉冲加热器及所述热像仪;
所述脉冲加热器用于对管道进行脉冲加热;
在所述脉冲加热的同时,所述热像仪用于对所述管道进行热影像撷取,得到复数热影像撷取数据;
所述处理器从所述热像仪接收所述复数热影像撷取数据;以及,
所述处理器将所述复数热影像撷取数据转换成二维热影像矩阵数据,其中所述二维热影像矩阵数据中m列为所述复数热影像撷取数据的数量,所述二维热影像矩阵数据中n列为所述复数热影像撷取数据的各相素点数据;
所述处理器将所述二维热影像矩阵数据中,比对各成分的相似程度,当二成分比对结果为近似时,将所述二成分进行标记并计算权重值,当二成分比对结果为不近似时,所述二成分的权重值设为0,当计算完各权重值后得到一权重矩阵;
所述处理器根据所述权重矩阵运算出一对角矩阵,所述处理器再根据所述对角矩阵、一拉普拉斯矩阵,及所述二维热影像矩阵数据进行特征映像运算,得到复数特征向量及复数特征值,再将所述复数特征向量根据所述复数特征值进行排列,得到一投影矩阵,再根据所述投影矩阵及所述二维热影像矩阵数据进行运算,得到一输出矩阵;
所述处理器根据所述输出矩阵的各成分进行重新排列,得到一缺陷分析数据。
2.根据权利要求1所述一种检测缺陷的管道机器人,其特征在于,所述处理器根据ε-相近法(ε-neighborhoods),将所述二维热影像矩阵数据中,任二元素xi、xj之间的欧基里德距离(Euclidean distance)符合公式:||xi-xj||2<ε时,则判断所述二成分比对结果为近似,反之则不近似;接着以热核心法根据公式:计算权重值Sij,最后根据所述权重值得到所述权重矩阵;
所述处理器根据公式:XLXTα=λXDXTα进行特征映像运算;所述处理器取所述投影矩阵及所述二维热影像矩阵数据根据公式:yi=ATxi进行运算,得到所述输出矩阵yi,其中X为所述二维热影像矩阵数据,A为所述投影矩阵,D为对角矩阵,其对角值Dii=∑jSij、L为拉普拉斯矩阵(Laplacian matrix),L=D-S、ε为常数、t为参数、λ为特征值、α为特征向量。
3.根据权利要求2所述一种检测缺陷的管道机器人,其特征在于,
沿所述管道内侧顶壁设一轨道;
所述管道机器人本体顶面设有一轮具组,且所述轮具组位于所述轨道内,以供沿所述轨道移动;所述管道机器人本体底部设有一动力轮组,以供驱动所述管道机器人本体行进。
4.根据权利要求3所述一种检测缺陷的管道机器人,其特征在于,于所述动力轮组设有一刹车单元;
所述轮具组设有一夹制单元;
所述管道机器人本体设有一流速侦测单元;
所述流速侦测单元信息连接所述处理器,所述流速侦测单元用于侦测所述管道内的流体流速,得到一流速侦测结果并上传至所述处理器;
当所述处理器判断所述流速侦测结果超出一默认值时,则立即生成控制信号,所述夹制单元根据所述控制信号夹制住所述轨道;所述刹车单元收到所述控制信号后开始工作;所述动力轮组收到所述控制信号后停止工作。
5.根据权利要求4所述一种检测缺陷的管道机器人,其特征在于,所述管道机器人本体设有一定位单元,所述定位单元用于侦测所述管道机器人本体所在位置而得到一定位数据,所述处理器用于远程信息连接一控制中心,当所述处理器根据所述缺陷分析数据判断所述管道有缺陷时,立即发送一警报讯号及所述定位数据至所述控制中心。
6.一种检测缺陷的管道机器人的控制方法,其特征在于,应用于上述权利要求1-5任一项所述的管道机器人,所述管道机器人包括一管道机器人本体、一脉冲加热器、一热像仪,及一处理器;所述控制方法包括:
(A)所述脉冲加热器用于对管道进行脉冲加热,在所述脉冲加热的同时,所述热像仪用于对所述管道进行热影像撷取,得到复数热影像撷取数据;
(B)所述处理器从所述热像仪接收所述复数热影像撷取数据,并将所述复数热影像撷取数据转换成二维热影像矩阵数据,其中所述二维热影像矩阵数据中m列为所述复数热影像撷取数据的数量,所述二维热影像矩阵数据中n列为所述复数热影像撷取数据的各相素点数据;
(C)所述处理器将所述二维热影像矩阵数据中,比对各成分的相似程度,当二成分比对结果为近似时,将所述二成分进行标记并计算权重值,当二成分比对结果为不近似时,所述二成分的权重值设为0,然后取得一权重矩阵;
(D)所述处理器根据所述权重矩阵运算出一对角矩阵,所述处理器再根据所述对角矩阵、一拉普拉斯矩阵,及所述二维热影像矩阵数据进行特征映像运算,得到复数特征向量及复数特征值,再将所述复数特征向量根据所述复数特征值进行排列,得到一投影矩阵,再根据所述投影矩阵及所述二维热影像矩阵数据进行运算,得到一输出矩阵;
(E)所述处理器根据所述输出矩阵的各成分进行重新排列,得到一缺陷分析数据。
7.根据权利要求6所述一种检测缺陷的管道机器人的控制方法,其特征在于,
步骤(C)中:所述处理器根据ε-相近法(ε-neighborhoods),将所述二维热影像矩阵数据中,任二元素xi、xj之间的欧基里德距离(Euclidean distance)符合公式:||xi-xj||2<ε时,则判断所述二成分比对结果为近似,反之则不近似;接着以热核心法根据公式:计算权重值Sij,最后根据所述权重值得到所述权重矩阵;
步骤(D)中:所述处理器根据公式:XLXTα=λXDXTα进行特征映像运算;所述处理器取所述投影矩阵及所述二维热影像矩阵数据根据公式:yi=ATxi进行运算,其中X为所述二维热影像矩阵数据,A为所述投影矩阵,D为对角矩阵,其对角值Dii=∑jSij、L为拉普拉斯矩阵(Laplacian matrix),L=D-S、ε为常数、t为参数、λ为特征值、α为特征向量。
8.根据权利要求7所述一种检测缺陷的管道机器人的控制方法,其特征在于,所述管道机器人更包括一轮具组、一动力轮组、一刹车单元、一夹制单元,及一流速侦测单元;
更设步骤(F):所述流速侦测单元用于侦测所述管道内的流体流速,得到一流速侦测结果并上传至所述处理器;
当所述处理器判断所述流速侦测结果超出一默认值时,则立即生成控制信号,所述夹制单元根据所述控制信号夹制住轨道;所述刹车单元收到所述控制信号后开始工作;所述动力轮组收到所述控制信号后停止工作。
9.根据权利要求8所述一种检测缺陷的管道机器人的控制方法,其特征在于,所述管道机器人包括一定位单元;
更设步骤(G):所述定位单元用于侦测所述管道机器人本体所在位置而得到一定位数据,所述处理器用于远程信息连接一控制中心,当所述处理器根据所述缺陷分析数据判断所述管道的管壁有缺陷时,立即发送一警报讯号及所述定位数据至所述控制中心。
10.一种机器人控制系统,其特征在于,包括:
上述权利要求1-5任一项所述的管道机器人;
一控制中心,所述控制中心信息连接至所述管道机器人;
所述控制中心根据上述权利要求6-9任一项所述的控制方法控制所述管道机器人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110235617.1A CN112944104B (zh) | 2021-03-03 | 2021-03-03 | 一种检测缺陷的管道机器人及其控制方法与控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110235617.1A CN112944104B (zh) | 2021-03-03 | 2021-03-03 | 一种检测缺陷的管道机器人及其控制方法与控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112944104A CN112944104A (zh) | 2021-06-11 |
CN112944104B true CN112944104B (zh) | 2022-09-30 |
Family
ID=76247389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110235617.1A Active CN112944104B (zh) | 2021-03-03 | 2021-03-03 | 一种检测缺陷的管道机器人及其控制方法与控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112944104B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105301051B (zh) * | 2015-11-18 | 2018-01-12 | 北京理工大学 | 适用于tbc脱粘缺陷快速检测线激光扫描热波成像方法 |
CN107103296A (zh) * | 2017-04-20 | 2017-08-29 | 四川大学 | 基于完全矫正Boosting和子空间学习算法的步态识别方法 |
CN108520279A (zh) * | 2018-04-12 | 2018-09-11 | 上海海洋大学 | 一种局部稀疏嵌入的高光谱图像半监督降维方法 |
US10846841B2 (en) * | 2018-05-29 | 2020-11-24 | University Of Electronic Science And Technology Of China | Method for separating out a defect image from a thermogram sequence based on feature extraction and multi-objective optimization |
CN112016627B (zh) * | 2020-09-04 | 2022-04-19 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种在轨航天器微小撞击损伤可视化检测评估方法 |
-
2021
- 2021-03-03 CN CN202110235617.1A patent/CN112944104B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112944104A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Reddy et al. | Detection of Cracks and damage in wind turbine blades using artificial intelligence-based image analytics | |
EP0128820B2 (en) | Pattern matching method and apparatus | |
KR102172266B1 (ko) | 기판 반송 핸드의 진단 시스템 | |
CN101888535B (zh) | 运动对象检测装置、运动对象检测方法和计算机程序 | |
CN111027461B (zh) | 基于多维单步lstm网络的车辆轨迹预测方法 | |
WO2019119659A1 (zh) | 用于风力发电机组的涡激振动的监测方法和设备 | |
TW202020723A (zh) | 移動物體偵測系統及方法 | |
Long et al. | Recognition and classification of wire bonding joint via image feature and SVM model | |
WO2020087831A1 (zh) | 基于光场拍摄技术的电力设备巡检图影像采集处理系统 | |
CN110164139B (zh) | 一种侧方停车检测识别系统及方法 | |
CN112944104B (zh) | 一种检测缺陷的管道机器人及其控制方法与控制系统 | |
WO2021208849A1 (zh) | 一种建立有效磁连接的方法和装置 | |
KR20170050448A (ko) | 이미지 상의 객체 검출 방법 및 객체 검출 장치 | |
CN105632952B (zh) | 导线键合装置的绕线盘系统 | |
JPWO2020003764A1 (ja) | 画像処理装置、移動装置、および方法、並びにプログラム | |
CN110992339A (zh) | 基于相机和机器学习的辊道线轮毂的检测定位方法及系统 | |
KR102192717B1 (ko) | 체렌코프 복사 영상을 이용한 노심 진단 장치 및 그 방법 | |
Kim et al. | CECvT: Initial Diagnosis of Anomalies in Thermal Images | |
JPH0833105A (ja) | パンタグラフのすり板磨耗量および舟体の変形量計測システム | |
CN111805543B (zh) | 一种红外成像目标作业轨迹检测系统及其坐标转换方法 | |
US11060381B2 (en) | Tong cassette positioning device | |
CN117336573B (zh) | 一种gis设备监控系统 | |
JP2008269264A (ja) | 画像処理による多導体電線の追跡方法、装置及びプログラム並びにこれを用いた多導体電線の異常検出方法、装置及びプログラム | |
KR102173523B1 (ko) | 차량검지신호를 이용한 돌발 상황 검지시스템 | |
KR102682502B1 (ko) | 수중 환경에서의 타겟 위치 분석 장치 및 그 방법 |
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 |