CN113917920B - 基于vslam的自主控制棒导向筒开口销检测方法及系统 - Google Patents

基于vslam的自主控制棒导向筒开口销检测方法及系统 Download PDF

Info

Publication number
CN113917920B
CN113917920B CN202111161576.2A CN202111161576A CN113917920B CN 113917920 B CN113917920 B CN 113917920B CN 202111161576 A CN202111161576 A CN 202111161576A CN 113917920 B CN113917920 B CN 113917920B
Authority
CN
China
Prior art keywords
cotter pin
current
cotter
core plate
control instruction
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
CN202111161576.2A
Other languages
English (en)
Other versions
CN113917920A (zh
Inventor
王耀南
周显恩
毛建旭
朱青
汪志成
王飞文
肖丁寅
周新城
刘世福
李达
杨林
陈锐
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.)
Jiangxi Communication Terminal Industry Technology Research Institute Co ltd
Original Assignee
Jiangxi Communication Terminal Industry Technology Research Institute 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 Jiangxi Communication Terminal Industry Technology Research Institute Co ltd filed Critical Jiangxi Communication Terminal Industry Technology Research Institute Co ltd
Priority to CN202111161576.2A priority Critical patent/CN113917920B/zh
Publication of CN113917920A publication Critical patent/CN113917920A/zh
Application granted granted Critical
Publication of CN113917920B publication Critical patent/CN113917920B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • 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
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21C—NUCLEAR REACTORS
    • G21C17/00—Monitoring; Testing ; Maintaining
    • G21C17/08—Structural combination of reactor core or moderator structure with viewing means, e.g. with television camera, periscope, window
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Mathematical Analysis (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Algebra (AREA)
  • Electromagnetism (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Plasma & Fusion (AREA)
  • General Engineering & Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Manipulator (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)

Abstract

本发明公开了一种基于VSLAM的自主控制棒导向筒开口销检测方法及系统，包括：通过水下移动机器人上搭载的工业相机实时拍摄上堆芯板图像，工控机实时读取工业相机数据；根据采集到的上堆芯板图进行VSLAM建图，定位图像中开口销的坐标位置，得到三维点云地图；根据不平整位置可以计算出地面不平整的位置，进行地面参数重建得到更新后的地面参数，将三维点云地图和更新后的地面参数结合投影到二维栅格地图中得到二维地图；根据开口销的位置分布与机器人当前位置进行路径规划，以最短路径遍历每一个开口销位置，精定位当前开口销坐标，控制开口销探头组件深入开口销内得到检测数据，根据检测数据分析当前探测开口销质量状态。自主性强，检测效率和准确性高。

Description

基于VSLAM的自主控制棒导向筒开口销检测方法及系统
技术领域
本发明属于图像处理技术领域，尤其涉及一种基于VSLAM的自主控制棒导向筒开口销检测方法及系统。
背景技术
开口销在核反应过程中处于高温高压，同时与反应堆冷却剂接触，容易硬化变脆产生应力腐蚀裂纹(SCC)而失效，一旦开口销失效可能会产生两个后果，第一是控制燃料棒错位，导致无法按照要求下落产生影响。第二是碎裂的开口销不慎进入反应堆一回路中会损伤其他设备，影响核电设备的稳定性。因此必须对开口销进行检测，保证运行时的质量与状态，提高核反应的稳定性、安全性。
由于核电设备的特殊性，人员检修维护具有风险和困难。机器人的特殊性能够在检测与维修时发挥非常重要的作用，并且能够排除人为因素的干预，提高检测效率与检测的可靠性。
现阶段针对核电站中的检测机器人研究虽然较少但也有了一些成果，如陈嘉杰等人的《核燃料组件变形检测机器人研究》中使用LVDT(Linear Variable DifferentialTransformer，线性可变差动变压器)探头的活动夹具测量燃料组件格架的宽度，再通过贴在组件上的标定块测量组件的高度，该方式操作步骤繁琐，并且非常依赖标定物的精度。王涛研究的核环境下作业机器人通过激光的方式对环境进行探测与作业，但该激光需要外部设备搭配，由于核辐射的影响，无线的数据传输信号会受到影响等等。
综上，亟需一种能自主检测且检测效率和准确性高的开口销检测方案。
发明内容
针对以上技术问题，本发明提供一种能自主检测且检测效率和准确性高的基于VSLAM的自主控制棒导向筒开口销检测方法及系统。
本发明解决其技术问题采用的技术方案是：
基于VSLAM的自主控制棒导向筒开口销检测方法，方法包括以下步骤：
步骤S100：工控机发送第一控制指令至工业相机以及发送第二控制指令至水下移动机器人，工业相机根据第一控制指令实时拍摄上堆芯板图像，水下移动机器人根据第二控制指令按照预设的路径移动，工业相机安装于水下移动机器人上；
步骤S200：工控机获取工业相机实时拍摄的上堆芯板图像，根据上堆芯板图像通过LSDSLAM算法进行VSLAM建图，同时定位并保存上堆芯板图像中开口销的坐标位置，得到三维点云地图，开口销为控制棒导向筒开口销；
步骤S300：根据三维点云地图将上堆芯板非平整部分垂直映射到预设的地面栅格中得到映射内容，根据映射内容修改预设的地面栅格中的地面参数信息，得到更新后的地面参数；
步骤S400：将三维点云地图结合更新后的地面参数投影到预设的二维栅格地图中得到二维地图，获取水下移动机器人的当前位置，从二维地图中获取所有开口销的位置，根据水下移动机器人的当前位置和所有开口销的位置进行路径规划，通过A*算法确定离水下移动机器人的当前位置最近的开口销的位置；
步骤S500：工控机发送第三控制指令至水下移动机器人，水下移动机器人根据第三控制指令移动到离水下移动机器人的当前位置最近的开口销的位置，发送第四控制指令至工业相机，工业相机根据第四控制指令拍摄当工业相机与上堆芯板垂直时的当前开口销图像，获取当前开口销图像，根据当前开口销图像发送第五控制指令至安装于水下移动机器人上的云台，控制云台带动设置于云台上的开口销探头组件垂直深入当前开口销内；
步骤S600：获取开口销探头组件发送的当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的检测数据，根据当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的检测数据利用加权融合的方法得到融合后的参数，根据融合后的参数和预设的阈值进行比较得到当前开口销的检测结果；
步骤S700：重复步骤S400至步骤S600，直至所有开口销检测结束。
优选地，步骤S200中根据上堆芯板图像通过LSDSLAM算法进行VSLAM建图，同时定位并保存上堆芯板图像中开口销的坐标位置，得到三维点云地图包括：
步骤S211：对上堆芯板图像进行图像预处理得到预处理后的上堆芯板图像，判断预处理后的上堆芯板图像中是否存在开口销，若存在则标记对应开口销的位置，并记录开口销信息；
步骤S212：根据预设的初始化地图加载判断模型判断是否加载有初始化环境地图，若已有初始化环境地图，则根据预处理后的上堆芯板图像进行工业相机当前位姿估计得到工业相机的当前位姿；
步骤S213：根据工业相机的当前位姿和预处理后的上堆芯板图像在初始化环境地图上进行局部点云地图的重建，得到初始三维点云地图；
步骤S214：判断预处理后的上堆芯板图像是否在初始三维点云地图中形成闭环，未形成闭环则回到步骤S211，若已形成闭环则更新优化初始三维点云地图得到三维点云地图并保存。
优选地，步骤S500包括：
步骤S510：工控机发送第三控制指令至水下移动机器人，水下移动机器人根据第三控制指令移动到离水下移动机器人的当前位置最近的开口销的位置，发送第六控制指令至工业相机，工业相机根据第六控制指令拍摄初始当前开口销图像，
步骤S520：工控机获取初始当前开口销图像，根据初始当前开口销图像计算工业相机与上堆芯板的角度，根据角度发送第七控制指令至安装于水下移动机器人上的云台，云台根据第七控制指令调整工业相机的角度使得工业相机与上堆芯板保持垂直；
步骤S530：工控机发送第四控制指令至工业相机，工业相机根据第四控制指令拍摄当工业相机与上堆芯板垂直时的当前开口销图像，获取当前开口销图像，根据当前开口销图像确定开口销中心点位置，计算开口销中心位置与上堆芯板图像中心点位置的像素差，将像素差换算为实际距离，根据实际距离控制开口销探头组件移动到开口销下方；
步骤S540：通过最小外接矩形的方式拟合当前开口销内部开口，计算得到最小外接矩形角度，根据最小外接矩形角度发送第五控制指令至云台，云台根据第五控制指令带动设置于云台上的开口销探头组件旋转并插入开口销内部进行探伤。
优选地，步骤S510中计算工业相机与上堆芯板的角度具体为：
其中，a与b分别为拍摄到的初始当前开口销图像中的长轴与短轴，u(a,b)表示开口销中心点的横轴坐标，ux/2表示上堆芯板图像的中心点坐标。
优选地，步骤S530中计算开口销中心位置与上堆芯板图像中心点位置的像素差，将像素差换算为实际距离，具体为：
Dx＝λ(Px-Px0)
Dy＝λ(Py-Py0)
其中，Dx表示沿x轴移动距离，Dy表示沿y轴移动距离，λ表示标定的每一像素精度，Px和Py分别表示开销口中心点的横轴坐标和纵轴坐标，Px0和Py0表示上堆芯板图像中心点的横轴坐标和纵轴坐标，r表示实际尺寸中开口销的半径，Pa表示当前开口销图像中检测到的开口销长轴像素宽度。
优选地，步骤S600中根据当前探测开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的检测数据利用加权融合的方法得到融合后的参数，包括：
P(X)＝αA(X)+βB(X)+γC(X)
其中，α为当前探测开口销的叶片根部的权重，β为当前探测开口销的光杆区与肩部的过渡区的权重，γ为当前探测开口销的螺纹区第一扣螺纹处的权重，P(X)为融合后的参数，A(X)为当前探测开口销的叶片根部的检测数据，B(X)为当前探测开口销的光杆区与肩部的过渡区的检测参数，C(X)为当前探测开口销的螺纹区第一扣螺纹处的检测参数。
优选地，步骤S600中根据融合后的参数和预设的阈值进行比较得到当前检测开口销的检测结果包括：
当融合后的参数小于预设的阈值时，当前检测开口销的检测结果为不合格；当融合后的参数大于或等于预设的阈值时，当前检测开口销的检测结果为合格。
基于VSLAM的自主控制棒导向筒开口销检测系统，包括工控机、云台、开口销探头组件、均连接工控机的水下移动机器人、工业相机和三轴平台，工控机、工业相机、云台、三轴平台和开口销探头组件均设置于水下移动机器人上，云台安装在三轴平台上，工业相机安装在云台上，云台连接开口销探头组件；
工控机发送第一控制指令至工业相机；发送第二控制指令至水下移动机器人；获取工业相机实时拍摄的上堆芯板图像，根据上堆芯板图像通过LSDSLAM算法进行VSLAM建图，同时定位并保存上堆芯板图像中开口销的坐标位置，得到三维点云地图，根据三维点云地图将上堆芯板非平整部分垂直映射到预设的地面栅格中得到映射内容，根据映射内容修改预设的地面栅格中的地面参数信息，得到更新后的地面参数；将三维点云地图结合更新后的地面参数投影到预设的二维栅格地图中得到二维地图，获取水下移动机器人的当前位置，从二维地图中获取所有开口销的位置，根据水下移动机器人的当前位置和所有开口销的位置进行路径规划，通过A*算法确定离水下移动机器人的当前位置最近的开口销的位置；发送第三控制指令至水下移动机器人；发送第四控制指令至工业相机；获取工业相机发送的当工业相机与上堆芯板垂直时的当前开口销图像，根据当前开口销的图像发送第五控制指令至云台；根据接收的当前开口销的叶片根部、光杆区与肩部的过渡区和螺纹区第一扣螺纹处的检测数据利用加权融合的方法得到融合后的参数，根据融合后的参数和预设的阈值进行比较得到当前检测开口销的检测结果，重复以上步骤，直至所有开口销检测结束；
水下移动机器人根据接收的第二控制指令按照预设的路径移动；根据接收的第三控制指令移动到离水下移动机器人的当前位置最近的开口销的位置；
工业相机根据接收的第一控制指令实时采集上堆芯板图像并发送至工控机；根据接收的第四控制指令拍摄当工业相机与上堆芯板垂直时的开口销图像并发送至工控机；
云台根据接收的第五控制指令控制开口销探头组件垂直深入开口销内，检测当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的数据并发送至工控机。
优选地，系统还包括环形光源，环形光源设置于工业相机上，并连接工控机，工控机发送第八控制指令至环形光源，环形光源根据接收的第八控制指令亮起。
优选地，三轴平台为龙门XYZ结构，云台安装在三轴平台的Z轴上。
上述基于VSLAM的自主控制棒导向筒开口销检测方法及系统，控制水下移动机器人移动探测周围环境并结合实时采集到的上堆芯板图像进行地图构建，得到三维点云地图，通过地面参数重建，可以克服地面不平因素的影响，实现对开口销的精确定位，结合三位点云地图和更新后的地面参数投影得到二维地图，水下移动机器人可根据二维地图进行路径规划，工控机控制水下移动机器人移动到离水下移动机器人的当前位置最近的开口销的位置，并获取拍摄到的当工业相机与上堆芯板垂直时的当前开口销图像，根据当前开口销图像控制开口销探头组件垂直深入当前开口销内进行检测。采用水下移动机器人自主检测可以保证每次检测的稳定性与可重复性，避免了传统的开口销检测需要靠人为操控水下移动机器人对开口销位置进行定位，通过人眼判断开口销位置精度会有所下降，并且受到操作人员状态的影响的问题，对于未知复杂地面环境能构建环境地图并准确找到探测目标快速完成检测任务，自主性强，检测效率和准确性高。
附图说明
图1为本发明一实施例提供的基于VSLAM的自主控制棒导向筒开口销检测方法流程图；
图2为本发明一实施例提供的地图构建算法流程图；
图3为本发明一实施例提供的基于VSLAM的自主控制棒导向筒开口销检测系统的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明的技术方案，下面结合附图对本发明作进一步的详细说明。
在一个实施例中，如图1所示，基于VSLAM的自主控制棒导向筒开口销检测方法，方法包括以下步骤：
步骤S100：工控机发送第一控制指令至工业相机以及发送第二控制指令至水下移动机器人，工业相机根据第一控制指令实时拍摄上堆芯板图像，水下移动机器人根据第二控制指令按照预设的路径移动，工业相机安装于水下移动机器人上；
步骤S200：工控机获取工业相机实时拍摄的上堆芯板图像，根据上堆芯板图像通过LSDSLAM(Large-Scale Direct Monocular SLAM：基于直接法的大范围单目同步定位与建图)算法进行VSLAM(Visual Simultaneous Localization and Mapping，视觉同步定位与建图)建图，同时定位并保存上堆芯板图像中开口销的坐标位置，得到三维点云地图，开口销为控制棒导向筒开口销；
步骤S300：根据三维点云地图将上堆芯板非平整部分垂直映射到预设的地面栅格中得到映射内容，根据映射内容修改预设的地面栅格中的地面参数信息，得到更新后的地面参数；
步骤S400：将三维点云地图结合更新后的地面参数投影到预设的二维栅格地图中得到二维地图，获取水下移动机器人的当前位置，从二维地图中获取所有开口销的位置，根据水下移动机器人的当前位置和所有开口销的位置进行路径规划，通过A*算法确定离水下移动机器人的当前位置最近的开口销的位置；
工控机发送第三控制指令至水下移动机器人，水下移动机器人根据第三控制指令移动到离水下移动机器人的当前位置最近的开口销的位置，发送第四控制指令至工业相机，工业相机根据第四控制指令拍摄当工业相机与上堆芯板垂直时的当前开口销图像，获取当前开口销图像，根据当前开口销图像发送第五控制指令至安装于水下移动机器人上的云台，控制云台带动设置于云台上的开口销探头组件垂直深入当前开口销内；
步骤S600：获取开口销探头组件发送的当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的检测数据，根据当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的检测数据利用加权融合的方法得到融合后的参数，根据融合后的参数和预设的阈值进行比较得到当前开口销的检测结果；
步骤S700：重复步骤S400至步骤S600，直至所有开口销检测结束。
具体地，步骤S300中，由于上堆芯板是平面，平行架置地面上，根据这一特性假设地面为一个网格状平面，将上堆芯板非平整部分垂直投影到对应的地面栅格中表示地面不平整的位置，以此记录地面不平整位置的具体突起坐标与高度，确定相机与上堆芯板的实际距离，步骤S400中将VSLAM生产的三维点云地图与计算出的地面参数进行信息融合，即，将三维点云地图中的Z轴坐标信息去除，只保留地面参数中突起部分的高度信息与坐标信息到二维栅格地图中，得到二维地图；步骤S600中还进一步包括，将当前检测开口销的检测结果记录并保存到开口销数据库中，另外，关于开口销的内部结构，可以参照现有技术
上述基于VSLAM的自主控制棒导向筒开口销检测方法，采用水下移动机器人自主检测可以保证每次检测的稳定性与可重复性，排除人为因素，检测效率高，避免了传统的开口销检测需要靠人为操控水下移动机器人对开口销位置进行定位，通过人眼判断开口销位置精度会有所下降，并且受到操作人员状态的影响的问题；通过地面参数重建，可以克服地面不平因素的影响，实现对开口销的精确定位，保证每次探测时开口销探头组件能准确的插入开口销内部进行探伤；建立开口销数据库，每一个在役开口销的质量状态都被记录，为开口销损坏提供分析数据。
在一个实施例中，步骤S200中根据上堆芯板图像通过LSDSLAM算法进行VSLAM建图，同时定位并保存上堆芯板图像中开口销的坐标位置，得到三维点云地图包括：
步骤S211：对上堆芯板图像进行图像预处理得到预处理后的上堆芯板图像，判断预处理后的上堆芯板图像中是否存在开口销，若存在则标记对应开口销的位置，并记录开口销信息；
步骤S212：根据预设的初始化地图加载判断模型判断是否加载有初始化环境地图，若已有初始化环境地图，则根据预处理后的上堆芯板图像进行工业相机当前位姿估计得到工业相机的当前位姿；
步骤S213：根据工业相机的当前位姿和预处理后的上堆芯板图像在初始化环境地图上进行局部点云地图的重建，得到初始三维点云地图；
步骤S214：判断预处理后的上堆芯板图像是否在初始三维点云地图中形成闭环，未形成闭环则回到步骤S211，若已形成闭环则更新优化初始三维点云地图得到三维点云地图并保存。
具体地，工业相机的位姿包括工业相机的拍摄角度以及工业相机与检测到的图像中的特征点的距离，其中，特征点是指图像检测时人为选择的一些像素点。地图构建算法流程简化图如图2所示，步骤S211中的图像预处理包括对采集到的图像进行高斯滤波减少噪声干扰，使用棋盘格标定的内外参去除镜头畸变；步骤S212还包括：若未加载有初始化环境地图，则控制水下移动机器人移动并创建初始化环境地图；步骤S213中的局部点云地图是指当前拍摄到的已经还原出来部分场景的地图；步骤S214中的闭环是指水下移动机器人是否到过同一个位置，另外形成闭环后对初始三维点云地图进行全局优化，可减少整体误差。
在一个实施例中，步骤S500包括：
步骤S510：工控机发送第三控制指令至水下移动机器人，水下移动机器人根据第三控制指令移动到离水下移动机器人的当前位置最近的开口销的位置，发送第六控制指令至工业相机，工业相机根据第六控制指令拍摄初始当前开口销图像，
步骤S520：工控机获取初始当前开口销图像，根据初始当前开口销图像计算工业相机与上堆芯板的角度，根据角度发送第七控制指令至安装于水下移动机器人上的云台，云台根据第七控制指令调整工业相机的角度使得工业相机与上堆芯板保持垂直；
步骤S530：工控机发送第四控制指令至工业相机，工业相机根据第四控制指令拍摄当工业相机与上堆芯板垂直时的当前开口销图像，获取当前开口销图像，根据当前开口销图像确定开口销中心点位置，计算开口销中心位置与上堆芯板图像中心点位置的像素差，将像素差换算为实际距离，根据实际距离控制开口销探头组件移动到开口销下方；
步骤S540：通过最小外接矩形的方式拟合当前开口销内部开口，计算得到最小外接矩形角度，根据最小外接矩形角度发送第五控制指令至云台，云台根据第五控制指令带动设置于云台上的开口销探头组件旋转并插入开口销内部进行探伤。
具体地，步骤S540中，首先通过PCA(Principal Component Analysis：主成分分析)确定开口销内部开口的主方向与中心点，通过中心点做开口销内部开口轮廓的中线将开口销内部开口轮廓分为第一轮廓和第二轮廓，分别求第一轮廓和第二轮廓到中线的最大距离，最大距离就是最小外接矩形的长，再次通过中心点做开口销内部开口轮廓的中线的垂线将开口销内部开口轮廓分为第三轮廓和第四轮廓，分别求第三轮廓和第四轮廓到中线的垂线的最大距离，最大距离就是最小外接矩形的宽，主方向为矩形的旋转角度，根据最小外接矩形的长、最小外接矩形的宽以及矩阵的旋转角度即可得到最小外接矩形角度。
在一个实施例中，步骤S510中计算工业相机与上堆芯板的角度具体为：
其中，a与b分别为拍摄到的初始当前开口销图像中的长轴与短轴，u(a,b)表示开口销中心点的横轴坐标，ux/2表示上堆芯板图像的中心点坐标。
在一个实施例中，步骤S530中计算开口销中心位置与上堆芯板图像中心点位置的像素差，将像素差换算为实际距离，具体为：
Dx＝λ(Px-Px0)
Dy＝λ(Py-Py0)
其中，Dx表示沿x轴移动距离，Dy表示沿y轴移动距离，λ表示标定的每像素精度，Px和Py分别表示开销口中心点的横轴坐标和纵轴坐标，Px0和Py0表示上堆芯板图像中心点的横轴坐标和纵轴坐标，r表示实际尺寸中开口销的半径，Pa表示当前开口销图像中检测到的开口销长轴像素宽度。
在一个实施例中，步骤S600中根据当前探测开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的检测数据利用加权融合的方法得到融合后的参数，包括：
P(X)＝αA(X)+βB(X)+γC(X)
其中，α为当前探测开口销的叶片根部的权重，β为当前探测开口销的光杆区与肩部的过渡区的权重，γ为当前探测开口销的螺纹区第一扣螺纹处的权重，P(X)为融合后的参数，A(X)为当前探测开口销的叶片根部的检测数据，B(X)为当前探测开口销的光杆区与肩部的过渡区的检测参数，C(X)为当前探测开口销的螺纹区第一扣螺纹处的检测参数。
在一个实施例中，步骤S600中根据融合后的参数和预设的阈值进行比较得到当前检测开口销的检测结果包括：
当融合后的参数小于预设的阈值时，当前检测开口销的检测结果为不合格；当融合后的参数大于或等于预设的阈值时，当前检测开口销的检测结果为合格。
在一个实施例中，参见图3，基于VSLAM的自主控制棒导向筒开口销检测系统，包括工控机2、云台7、开口销探头组件4、均连接工控机2的水下移动机器人1、工业相机6和三轴平台3，工控机2、工业相机6、云台7、三轴平台3和开口销探头组件4均设置于水下移动机器人1上，云台7安装在三轴平台3上，工业相机6安装在云台7上，云台7连接开口销探头组件4；
工控机2发送第一控制指令至工业相机6；发送第二控制指令至水下移动机器人1；获取工业相机6实时拍摄的上堆芯板图像，根据上堆芯板图像通过LSDSLAM算法进行VSLAM建图，同时定位并保存上堆芯板图像中开口销的坐标位置，得到三维点云地图，根据三维点云地图将上堆芯板非平整部分垂直映射到预设的地面栅格中得到映射内容，根据映射内容修改预设的地面栅格中的地面参数信息，得到更新后的地面参数；将三维点云地图结合更新后的地面参数投影到预设的二维栅格地图中得到二维地图，获取水下移动机器人1的当前位置，从二维地图中获取所有开口销的位置，根据水下移动机器人1的当前位置和所有开口销的位置进行路径规划，通过A*算法确定离水下移动机器人1的当前位置最近的开口销的位置；发送第三控制指令至水下移动机器人1；发送第四控制指令至工业相机6；获取工业相机6发送的当工业相机6与上堆芯板垂直时的当前开口销图像，根据当前开口销的图像发送第五控制指令至云台7；根据接收的当前开口销的叶片根部、光杆区与肩部的过渡区和螺纹区第一扣螺纹处的检测数据利用加权融合的方法得到融合后的参数，根据融合后的参数和预设的阈值进行比较得到当前检测开口销的检测结果，重复以上步骤，直至所有开口销检测结束；
水下移动机器人1根据接收的第二控制指令按照预设的路径移动；根据接收的第三控制指令移动到离水下移动机器人1的当前位置最近的开口销的位置；
工业相机6根据接收的第一控制指令实时采集上堆芯板图像并发送至工控机2；根据接收的第四控制指令拍摄当工业相机6与上堆芯板垂直时的开口销图像并发送至工控机2；
云台7根据接收的第五控制指令控制开口销探头组件4垂直深入开口销内，检测当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的数据并发送至工控机2。
在一个实施例中，上述系统还包括环形光源5，环形光源5设置于工业相机6上，并连接工控机2，工控机2发送第八控制指令至环形光源5，环形光源5根据接收的第八控制指令亮起。
在一个实施例中，三轴平台3为龙门XYZ结构，云台7安装在三轴平台3的Z轴上。
具体地，水下移动机器人1用于水下移动，协助工业相机6采集数据以及对开口销进行粗定位；工控机2包括I7处理器和RTX3070显卡；精密三轴平台3为龙门XYZ结构，安装在水下移动机器人1上，XY轴用于实现开口销精确定位调整，Z轴用于调整开口销探头组件4垂直插入开口销内部；云台7安装在精密三轴平台3Z轴正反两端上，安装在反面的云台7部分用于调整工业相机6俯仰角度使得拍摄图片垂直于上堆芯板，安装在正面的云台7部分用以旋转调整开口销探头组件4角度；工业相机6用于在接受到工控机2的第一控制指令时，获取上堆芯板的图像，返回给工控机2进行计算；环形光源5用于接收到工控机2的第八控制指令时，点亮环形光源5提高开口销位置成像质量；开口销探头组件4用于垂直深入开口销进行内部探伤。
本实施例的控制棒导向筒开口销检测系统处理流程为：工控机2发出第一控制指令打开工业相机6，发出第二控制指令控制水下移动机器人1先按照预设的路径进行自主移动采集上堆芯板图像，对上堆芯板进行地图构建，根据构建好的上堆芯板地图进行路径规划，开口销检测开始，发送第三控制指令控制水下移动机器人1移动至水下移动机器人1的当前位置最近的开口销的位置，工控机2发第四控制指令给工业相机6以及第八控制指令给环形光源5，环形光源5亮起，工业相机6拍摄到工业相机6与上堆芯板垂直时的开口销图片传输到工控机2，计算出开口销精确位置与内部开口角度后发送第五控制信号给云台7，控制开口销探头组件4垂直伸入开口销内部探测，将数据回传到工控机2内保存输出；重复以上步骤直到所有开口销都被检测完毕。
关于基于VSLAM的自主控制棒导向筒开口销检测系统的具体限定可以参见上文中对于基于VSLAM的自主控制棒导向筒开口销检测方法的限定，在此不再赘述。上述基于VSLAM的自主控制棒导向筒开口销检测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
上述基于VSLAM的自主控制棒导向筒开口销检测方法及系统，可适应复杂地面环境、自动规划检测路线，设计的检测系统包括水下移动机器人、工业相机、精密三轴平台、云台、环形光源、工控机、开口销探头组件。系统默认初始环境为未知，通过自主控制运动探测周围环境并进行地图构建，系统拍摄物体为上堆芯板，但由于地面不一定为平整面，为了解决这一问题，根据上堆芯板结构这一先验知识，能够构建对应部分地面起伏平整状况，最后根据构建好的环境地图，规划上堆芯板中待检测物体的路径。对准检测物体后，考虑到地面可能不平整，需要云台进行旋转调整，提出的基于圆形标定的单目相机视角估计方法可以准确的检测地面不平整导致相机偏转的角度，有效减小误差，通过搭载的云台旋转使其垂直上堆芯板，并且可调节开口销探头组件的角度，是其探头垂直插入待检测开口销中。对于未知复杂地面环境能构建环境地图并准确找到探测目标快速完成检测任务，自主性强，检测效率和准确性高。
以上对本发明所提供的一种基于VSLAM的自主控制棒导向筒开口销检测方法及系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.基于VSLAM的自主控制棒导向筒开口销检测方法，其特征在于，所述方法包括以下步骤：
步骤S100：工控机发送第一控制指令至工业相机以及发送第二控制指令至水下移动机器人，所述工业相机根据所述第一控制指令实时拍摄上堆芯板图像，所述水下移动机器人根据所述第二控制指令按照预设的路径移动，所述工业相机安装于水下移动机器人上；
步骤S200：所述工控机获取所述工业相机实时拍摄的所述上堆芯板图像，根据所述上堆芯板图像通过LSDSLAM算法进行VSLAM建图，同时定位并保存所述上堆芯板图像中开口销的坐标位置，得到三维点云地图，所述开口销为控制棒导向筒开口销；
步骤S300：根据所述三维点云地图将上堆芯板非平整部分垂直映射到预设的地面栅格中得到映射内容，根据所述映射内容修改预设的地面栅格中的地面参数信息，得到更新后的地面参数；
步骤S400：将所述三维点云地图结合所述更新后的地面参数投影到预设的二维栅格地图中得到二维地图，获取水下移动机器人的当前位置，从所述二维地图中获取所有开口销的位置，根据所述水下移动机器人的当前位置和所有开口销的位置进行路径规划，通过A*算法确定离所述水下移动机器人的当前位置最近的开口销的位置；
步骤S500：所述工控机发送第三控制指令至所述水下移动机器人，所述水下移动机器人根据所述第三控制指令移动到离所述水下移动机器人的当前位置最近的开口销的位置，发送第四控制指令至所述工业相机，所述工业相机根据所述第四控制指令拍摄当所述工业相机与所述上堆芯板垂直时的当前开口销图像，获取所述当前开口销图像，根据所述当前开口销图像发送第五控制指令至安装于水下移动机器人上的云台，控制所述云台带动设置于所述云台上的开口销探头组件垂直深入所述当前开口销内；
步骤S600：获取所述开口销探头组件发送的当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的检测数据，根据所述当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的检测数据利用加权融合的方法得到融合后的参数，根据所述融合后的参数和预设的阈值进行比较得到当前开口销的检测结果；
步骤S700：重复步骤S400至步骤S600，直至所有开口销检测结束。
2.根据权利要求1所述的方法，其特征在于，步骤S200中根据所述上堆芯板图像通过LSDSLAM算法进行VSLAM建图，同时定位并保存所述上堆芯板图像中开口销的坐标位置，得到三维点云地图包括：
步骤S211：对所述上堆芯板图像进行图像预处理得到预处理后的上堆芯板图像，判断所述预处理后的上堆芯板图像中是否存在开口销，若存在则标记对应开口销的位置，并记录所述开口销信息；
步骤S212：根据预设的初始化地图加载判断模型判断是否加载有初始化环境地图，若已有初始化环境地图，则根据所述预处理后的上堆芯板图像进行工业相机当前位姿估计得到所述工业相机的当前位姿；
步骤S213：根据所述工业相机的当前位姿和所述预处理后的上堆芯板图像在所述初始化环境地图上进行局部点云地图的重建，得到初始三维点云地图；
步骤S214：判断所述预处理后的上堆芯板图像是否在所述初始三维点云地图中形成闭环，未形成闭环则回到步骤S211，若已形成闭环则更新优化所述初始三维点云地图得到三维点云地图并保存。
3.根据权利要求2所述的方法，其特征在于，步骤S500包括：
步骤S510：所述工控机发送第三控制指令至所述水下移动机器人，所述水下移动机器人根据所述第三控制指令移动到离所述水下移动机器人的当前位置最近的开口销的位置，发送第六控制指令至所述工业相机，所述工业相机根据所述第六控制指令拍摄初始当前开口销图像，
步骤S520：所述工控机获取所述初始当前开口销图像，根据所述初始当前开口销图像计算所述工业相机与上堆芯板的角度，根据所述角度发送第七控制指令至所述安装于水下移动机器人上的云台，所述云台根据所述第七控制指令调整所述工业相机的角度使得所述工业相机与所述上堆芯板保持垂直；
步骤S530：所述工控机发送第四控制指令至所述工业相机，所述工业相机根据所述第四控制指令拍摄当所述工业相机与所述上堆芯板垂直时的当前开口销图像，获取所述当前开口销图像，根据所述当前开口销图像确定所述开口销中心点位置，计算所述开口销中心位置与所述上堆芯板图像中心点位置的像素差，将所述像素差换算为实际距离，根据所述实际距离控制所述开口销探头组件移动到所述开口销下方；
步骤S540：通过最小外接矩形的方式拟合当前开口销内部开口，计算得到最小外接矩形角度，根据所述最小外接矩形角度发送第五控制指令至所述云台，所述云台根据所述第五控制指令带动设置于所述云台上的所述开口销探头组件旋转并插入所述开口销内部进行探伤。
4.根据权利要求3所述的方法，其特征在于，步骤S510中计算所述工业相机与所述上堆芯板的角度具体为：
其中，a与b分别为拍摄到的初始当前开口销图像中的长轴与短轴，u(a,b)表示开口销中心点的横轴坐标，ux/2表示上堆芯板图像的中心点坐标。
5.根据权利要求4所述的方法，其特征在于，步骤S530中计算所述开口销中心位置与所述上堆芯板图像中心点位置的像素差，将所述像素差换算为实际距离，具体为：
Dx＝λ(Px-Px0)
Dy＝λ(Py-Py0)
其中，Dx表示沿x轴移动距离，Dy表示沿y轴移动距离，λ表示标定的每一像素精度，Px和Py分别表示开销口中心点的横轴坐标和纵轴坐标，Px0和Py0表示上堆芯板图像中心点的横轴坐标和纵轴坐标，r表示实际尺寸中开口销的半径，Pa表示当前开口销图像中检测到的开口销长轴像素宽度。
6.根据权利要求5所述的方法，其特征在于，步骤S600中根据所述当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的检测数据利用加权融合的方法得到融合后的参数，包括：
P(X)＝αA(X)+βB(X)+γC(X)
其中，α为当前探测开口销的叶片根部的权重，β为当前探测开口销的光杆区与肩部的过渡区的权重，γ为当前探测开口销的螺纹区第一扣螺纹处的权重，P(X)为融合后的参数，A(X)为当前探测开口销的叶片根部的检测数据，B(X)为当前探测开口销的光杆区与肩部的过渡区的检测参数，C(X)为当前探测开口销的螺纹区第一扣螺纹处的检测参数。
7.根据权利要求6所述的方法，其特征在于，步骤S600中根据所述融合后的参数和预设的阈值进行比较得到当前检测开口销的检测结果包括：
当所述融合后的参数小于预设的阈值时，所述当前检测开口销的检测结果为不合格；当所述融合后的参数大于或等于预设的阈值时，所述当前检测开口销的检测结果为合格。
8.基于VSLAM的自主控制棒导向筒开口销检测系统，其特征在于，包括工控机、云台、开口销探头组件、均连接所述工控机的水下移动机器人、工业相机和三轴平台，所述工控机、所述工业相机、所述云台、所述三轴平台和所述开口销探头组件均设置于所述水下移动机器人上，所述云台安装在所述三轴平台上，所述工业相机安装在所述云台上，所述云台连接所述开口销探头组件；
所述工控机发送第一控制指令至所述工业相机；发送第二控制指令至所述水下移动机器人；获取所述工业相机实时拍摄的上堆芯板图像，根据所述上堆芯板图像通过LSDSLAM算法进行VSLAM建图，同时定位并保存所述上堆芯板图像中开口销的坐标位置，得到三维点云地图，根据所述三维点云地图将上堆芯板非平整部分垂直映射到预设的地面栅格中得到映射内容，根据所述映射内容修改预设的地面栅格中的地面参数信息，得到更新后的地面参数；将所述三维点云地图结合所述更新后的地面参数投影到预设的二维栅格地图中得到二维地图，获取水下移动机器人的当前位置，从所述二维地图中获取所有开口销的位置，根据所述水下移动机器人的当前位置和所有开口销的位置进行路径规划，通过A*算法确定离所述水下移动机器人的当前位置最近的开口销的位置；发送第三控制指令至所述水下移动机器人；发送第四控制指令至所述工业相机；获取所述工业相机发送的当所述工业相机与所述上堆芯板垂直时的当前开口销图像，根据所述当前开口销的图像发送第五控制指令至所述云台；根据接收的当前开口销的叶片根部、光杆区与肩部的过渡区和螺纹区第一扣螺纹处的检测数据利用加权融合的方法得到融合后的参数，根据所述融合后的参数和预设的阈值进行比较得到当前检测开口销的检测结果，重复以上步骤，直至所有开口销检测结束；
所述水下移动机器人根据接收的所述第二控制指令按照预设的路径移动；根据接收的所述第三控制指令移动到离所述水下移动机器人的当前位置最近的开口销的位置；
所述工业相机根据接收的所述第一控制指令实时采集上堆芯板图像并发送至所述工控机；根据接收的所述第四控制指令拍摄当所述工业相机与所述上堆芯板垂直时的开口销图像并发送至所述工控机；
所述云台根据接收的所述第五控制指令控制开口销探头组件垂直深入所述开口销内，检测当前开口销的叶片根部、光杆区与肩部的过渡区、螺纹区第一扣螺纹处的数据并发送至所述工控机。
9.根据权利要求8所述的系统，其特征在于，还包括环形光源，所述环形光源设置于所述工业相机上，并连接所述工控机，所述工控机发送第八控制指令至所述环形光源，所述环形光源根据接收的所述第八控制指令亮起。
10.根据权利要求8所述的系统，其特征在于，所述三轴平台为龙门XYZ结构，所述云台安装在所述三轴平台的Z轴上。
CN202111161576.2A 2021-09-30 2021-09-30 基于vslam的自主控制棒导向筒开口销检测方法及系统 Active CN113917920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111161576.2A CN113917920B (zh) 2021-09-30 2021-09-30 基于vslam的自主控制棒导向筒开口销检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111161576.2A CN113917920B (zh) 2021-09-30 2021-09-30 基于vslam的自主控制棒导向筒开口销检测方法及系统

Publications (2)

Publication Number Publication Date
CN113917920A CN113917920A (zh) 2022-01-11
CN113917920B true CN113917920B (zh) 2024-05-03

Family

ID=79237468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111161576.2A Active CN113917920B (zh) 2021-09-30 2021-09-30 基于vslam的自主控制棒导向筒开口销检测方法及系统

Country Status (1)

Country Link
CN (1) CN113917920B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114523486B (zh) * 2022-04-24 2022-07-19 东南大学 适用于隧洞水下破损表面附着物的清理机器人及使用方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050015201A (ko) * 2003-08-04 2005-02-21 한국전력공사 원자로 내부구조물 검사 및 이물질제거용 수중로봇 시스템
WO2013030355A1 (fr) * 2011-09-01 2013-03-07 Bouygues Construction Services Nucleaires Système de contrôle de position d'un assemblage combustible
CN103868929A (zh) * 2013-11-29 2014-06-18 中科华核电技术研究院有限公司 密封面缺陷三维检测方法
CN107731329A (zh) * 2017-10-31 2018-02-23 中广核检测技术有限公司 控制棒导向筒开口销检测机器人及定位方法
CN107986104A (zh) * 2017-10-31 2018-05-04 中广核检测技术有限公司 核电站水下移动机器人的线缆自动收放装置
JP2020077898A (ja) * 2018-11-05 2020-05-21 株式会社東芝 画像処理装置および画像処理方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050015201A (ko) * 2003-08-04 2005-02-21 한국전력공사 원자로 내부구조물 검사 및 이물질제거용 수중로봇 시스템
WO2013030355A1 (fr) * 2011-09-01 2013-03-07 Bouygues Construction Services Nucleaires Système de contrôle de position d'un assemblage combustible
CN103868929A (zh) * 2013-11-29 2014-06-18 中科华核电技术研究院有限公司 密封面缺陷三维检测方法
CN107731329A (zh) * 2017-10-31 2018-02-23 中广核检测技术有限公司 控制棒导向筒开口销检测机器人及定位方法
CN107986104A (zh) * 2017-10-31 2018-05-04 中广核检测技术有限公司 核电站水下移动机器人的线缆自动收放装置
JP2020077898A (ja) * 2018-11-05 2020-05-21 株式会社東芝 画像処理装置および画像処理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《基于三关节机械臂的堆芯支撑板异物抓取方案》;胡鑫 等;《中国核电》;20200430;第13卷(第2期);第171-175页 *
《核电站过滤器更换机器人末端作业目标视觉识别研究》;杜佳 等;《技术应用》;20201130(第6期);第1-7页 *

Also Published As

Publication number Publication date
CN113917920A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN110133440B (zh) 基于杆塔模型匹配及视觉导航的电力无人机及巡检方法
US10444160B2 (en) Surface defects evaluation system and method for spherical optical components
CN104067111B (zh) 用于跟踪和监测目标对象上的差异的自动化系统和方法
CN109443207B (zh) 一种光笔式机器人原位测量系统与方法
CA2781289C (en) Projection aided feature measurement using uncalibrated camera
US8085296B2 (en) Method and apparatus for measuring an operating position in a remote inspection
US20140132729A1 (en) Method and apparatus for camera-based 3d flaw tracking system
CN113674345B (zh) 一种二维像素级三维定位系统及定位方法
CN113917920B (zh) 基于vslam的自主控制棒导向筒开口销检测方法及系统
CN109764805B (zh) 一种基于激光扫描的机械臂定位装置与方法
JP7191309B2 (ja) カメラを用いるレーザープロジェクションマーキングの自動ガイド・位置決め及びリアルタイム補正方法
CN114460093B (zh) 一种航空发动机缺陷检测方法及系统
CN106705880B (zh) 一种大口径反射镜面形轮廓在位检测方法及装置
CN105006261A (zh) 核燃料组件视频检测方法及检测装置
CN104655024A (zh) 一种影像测量设备及其快速准确测高装置与方法
CN109211573B (zh) 一种无人机悬停稳定性的评测方法
CN111883271B (zh) 核反应堆压力容器自动检测平台精确定位方法及系统
KR101815028B1 (ko) 무인 촬영 비행체의 이동 경로 설정 방법 및 무인 촬영 비행체의 이동 경로 설정 방법을 실행시키는 프로그램이 기록된 기록 매체
CN103654721A (zh) 一种角膜顶点精确对准的方法
CN114111578B (zh) 一种大口径元件的位姿自动确定方法
US7321421B2 (en) Apparatus and methods for scanning conoscopic holography measurements
US8674280B1 (en) Concentration solar power optimization system and method of using same
CN114638795A (zh) 一种多结构光测量单元在线测量方法及系统
CN114255617B (zh) 舰载机着舰引导3d显示方法
CN114061738B (zh) 一种基于标定板位姿计算的风机塔筒基础环振动监测方法

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