CN114563420A - 一种融合视声技术的水下结构超声检测方法及装备 - Google Patents
一种融合视声技术的水下结构超声检测方法及装备 Download PDFInfo
- Publication number
- CN114563420A CN114563420A CN202210095220.1A CN202210095220A CN114563420A CN 114563420 A CN114563420 A CN 114563420A CN 202210095220 A CN202210095220 A CN 202210095220A CN 114563420 A CN114563420 A CN 114563420A
- Authority
- CN
- China
- Prior art keywords
- underwater
- damage
- detection
- blind area
- ultrasonic
- 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.)
- Pending
Links
Images
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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4445—Classification of defects
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
- G01N2021/9518—Objects of complex shape, e.g. examined with use of a surface follower device using a surface follower, e.g. robot
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开的融合视声技术的水下结构超声检测方法及装备,包括:建立以船只作为水下定位基点的局部坐标系统;水下遥控机器人采用多波束图像声呐对水下结构表面状态进行盲区判断和水声检测损伤判断,若存在盲区,则记录盲区坐标Q1,若存在损伤,输出存在大尺度损伤,否则采用水下云台相机进行盲区判断和视觉检测损伤判断;若存在盲区,则记录盲区坐标Q2,若存在损伤,输出水下结构存在中等尺度损伤,否则在盲区坐标Q1和/或Q2区域采用纵波探头开展超声检测,若判断存在损伤时,输出水下结构存在小尺度损伤,结束检测。本发明采用水声信号、视觉信号、超声信号分别表征大尺度、中等尺度、小尺度损伤,实现检测效率和精度的平衡。
Description
技术领域
本发明涉及水下结构检测技术领域,具体涉及一种融合视声技术的水下结构超声检测方法及装备。
背景技术
大坝、桥墩、闸门、船舶、管道中存在金属或混凝土制成的水下工程结构,由于运行需要,这些结构一旦服役,就难以与水体分离,从而无法在无水环境中开展检测,评估结构安全性,为此需要提出水下结构检测方法。
现有技术主要采用如下几种方案进行水下结构检测:
1)采用钻芯取样、切割取样等方法,开展破坏性取样,并将试样送入实验室检测其材料性能和力学参数,其缺点在于对原结构有损,需要开展修补,危害原结构安全。
2)采用多波束声呐探测,通过水声在结构表面的回弹,检测水下结构的外观形态,由于仪器设置了多对发射、接收器,可以同时发射、接收、解算多组波束,从而提高检测效率,实现km级别的大范围快速检测,但其缺点在于:分辨率低,只有结构出现明显损伤(通常为m级别)才能检出;受浑浊水质、高速水流的干扰大;结构表面被水生植物淤泥覆盖时无法检测损伤;其仅能检测结构表面损伤,无法检测材性退化,内部空洞、钢筋脱粘、土体脱空等损伤。
3)水下视频检测,通过探照灯和水下摄像机,检测结构表观裂缝,检测速度、范围低于多波束声呐,高于超声方法,检测精度高于多波束声呐,低于超声方法,水下视频检测可以识别结构裸露表面的裂缝和破损,但其缺点在于:当水质浑浊、水深光照低、或结构表面被水生植物淤泥覆盖时,无法检测损伤;其仅能检测结构表面损伤,无法检测材性退化,内部空洞、钢筋脱粘、土体脱空等损伤。
发明内容
发明目的:针对现有技术采用单一信号源对水下结构开展检测,检测效率和精度二者无法平衡,本发明提供一种融合视声技术的水下结构超声检测方法及装备,采用通过水声、视频、超声信号三者的融合,实现由米到分米再到厘米的多尺度损伤检测,当大尺度损伤检测过程中发现大尺度损伤后,即停止检测,从而在兼顾检测效率的基础上,可以逐步细化检测精度,快速排查出不同尺度的结构损伤。
技术方案:本发明所述融合视声技术的水下结构超声检测方法及装备,包括如下步骤:
S1:在水中部署搭载有水下定位信标的水下遥控机器人,在水面停泊搭载有GPS定位系统的船只,GPS定位系统通过接收器获取水下定位信标发送的信号并进行位置计算,建立以船只作为水下定位基点的局部坐标系统(x,y,z);
S2:水下遥控机器人采用多波束图像声呐对水下结构表面状态开展扫描,生成水下结构表面形态的像素图谱P1(x,y,z),对像素图谱P1(x,y,z)进行处理得到水声检测损伤图谱P2(x,y,z);基于P2(x,y,z)分别进行损伤判断和盲区判断,若判断存在盲区,则记录盲区坐标Q1,执行S4;若判断存在损伤,输出水下结构存在大尺度损伤,结束检测,若判断不存在损伤时,执行S3;
S3:水下遥控机器人采用水下云台相机对水下结构拍摄视频,通过拍摄视频的灰度值生成像素图谱P3(x,y,z),对像素图谱P3(x,y,z)进行处理得到视觉检测损伤图谱P4(x,y,z);基于P4(x,y,z) 分别进行损伤判断和盲区判断,若判断存在盲区,则记录盲区坐标Q2,执行S4;若判断存在损伤,输出水下结构存在中等尺度损伤,结束检测;
S4:在盲区坐标Q1和/或Q2区域,通过水下遥控机器人搭载的机械砂轮进行打磨,形成裸露的结构表面,然后执行S5;
S5:水下遥控机器人采用纵波探头垂直抵靠在结构表面开展超声检测,其中结构表面中心的探头用于激发脉冲波,结构表面周围的探头用于接受脉冲波,对接受脉冲波进行成像处理得到像素图谱P5(x,y,z),对像素图谱P5(x,y,z)进行处理得到超声检测损伤图谱P6(x,y,z),基于P6(x,y,z)进行损伤判断,若判断存在损伤时,输出水下结构存在小尺度损伤,结束检测,执行S6;
S6:在空间中对坐标(x,y,z)处的结构表面成像并进行坐标(x,y,z)处的P2、P4、P6像素叠加,生成损伤云图P7,损伤云图P7的像素图谱=P2+P4+P6。
进一步完善上述技术方案,所述水下遥控机器人采用blue ROV,所述水下定位信标采用USBL XL150,所述船只通过拖拽超短基线接收器UGPS100与水下定位信标USBL X150互馈信号,GPS定位系统解算水下遥控机器人blue ROV与船只的相对位置。
进一步地,所述S2中对P1开展归一化操作:P2(x,y,z)=P1(x,y,z)/max(P1(x,y,z)),max(P1(x,y,z))是指对P1矩阵取所有像素的最大值,归一化后P2的数值在0至1之间,P2(x,y,z)代表坐标(x,y,z)处水声反射强度,数值越接近0,代表水声强度越低、结构表面损伤程度越大。
进一步地,对P3开展归一化操作:P4(x,y,z)=P3(x,y,z)/max(P3(x,y,z)),max(P3(x,y,z)) 是指对P3矩阵取所有像素的最大值,归一化后P4的数值在0至1之间,P4(x,y,z)代表坐标(x,y,z)处光学反射强度,数值越接近0,代表光学强度越低、结构表面损伤程度越大。
进一步地,所述S5中采用9只纵波探头垂直抵靠在结构表面,其中1只位于结构表面中心用于激发脉冲波,8只在结构表面以90mm半径的圆环均匀布置;激励脉冲由普源DG822信号发生器,发生信号经PINTEK HA205放大器放大,接入位于中心的纵波探头激发,接收信号经PXPA3放大,再由周边的8只纵波探头接收,接收信号由普源DS1102Z-E示波器存储。
进一步地,采用延时叠加算法对接收到的8条回波波形进行成像处理,得到基于超声波的灰度值生成像素图谱P5(x,y,z),对P5开展归一化操作:P6(x,y,z)=1-P5(x,y,z)/max(P5(x,y,z)),归一化后P6的数值为0至1之间,P6(x,y,z)代表坐标(x,y,z)处超声反射强度,数值越接近0,代表超声回波的强度越低、结构表面损伤程度越大。
进一步地,所述水下结构类型为金属、混凝土;损伤类型为裂缝、空洞、填土脱空。
用于实现上述水下结构超声检测的融合视声技术的水下结构超声检测装备,包括搭载有水下定位信标的水下遥控机器人、搭载GPS定位系统的船只,船只通过拖拽超短基线收器与水下定位信标互馈信号,建立以船只为中心的局部坐标系统(x,y,z);所述水下遥控机器人搭载有多波束图像声呐、水下云台相机、机械砂轮、纵波探头组,所述多波束图像声呐用于对水下结构表观状态开展扫描生成结构表面形态的像素图谱P1(x,y,z),对P1开展归一化操作得到P2(x,y,z);所述水下云台相机对水下结构拍摄视频生成像素图谱P3(x,y,z),对P3开展归一化操作得到P4(x,y,z);所述机械砂轮用于对结构表面进行打磨,所述纵波探头对打磨后的结构表面进行激光探测得到像素图谱P5(x,y,z),对P5开展归一化操作得到P6(x,y,z)。
有益效果:与现有技术相比,本发明的优点在于:本发明通过声呐可以快速检测损毁结构,在大尺度上检测出损伤后,即可终止检测,无需继续开展视觉和超声检测,从而提高检测效率;视觉检测能在声呐检测的基础上提供更小尺度的损伤判断。对于声呐、视觉检测受水生植物和淤泥附着的情况,采用超声检测覆盖声呐和视觉检测的盲区且可以检测结构内部空洞,从而在兼顾检测效率的基础上,可以逐步细化检测精度,快速排查出不同尺度的结构损伤。
本发明采用水声信号表征大尺度损伤,采用视觉信号表征中等尺度损伤,采用超声信号表征小尺度损伤,当在大尺度检测出危害结构安全的损伤后,无需再开展中等尺度的损伤检测,当在中等尺度检测出危害结构安全的损伤后,无需再开展小尺度的损伤检测,在水声信号和视觉信号检测过程中,只需要进行表面成像,不需要叠加像素值,若某点的像素值为周围像素值的20%以下,则认为该点存在损伤,从而提高检测效率。在此基础上,将三种物理属性的信号分别转化为像素值,建立水声、视觉、超声信号向三维空间中像素值的转换关系,融合在同一张损伤云图中,并在不同位置,用不同信号生成的像素值表征结构损伤程度,对仅开展水声检测的区域,损伤云图的分辨率由声呐设备的分辨率决定,通常在米级别,对开展视频检测的区域,分辨率通常在cm级别,对开展超声检测的区域,分辨率通常在mm级别,实现检测效率和精度的平衡,为水下结构无损检测及安全评估提供关键技术。
附图说明
图1是本发明的方法流程图;
图2是本发明水下超短线定位系统示意图;
图3是基于多波束声呐的像素图谱;
图4是基于拍摄视频的像素图谱;
图5是超声波探头布置方式;
图6是基于超声波的像素图谱。
图2中1为blue ROV2水下遥控机器人,2为USBL X150水下定位信标,3为水面停泊船只。
具体实施方式
下面通过附图对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
如图1所示的融合视声技术的水下结构超声检测方法,通过水声、视觉、超声信号三者的融合,实现由米到分米再到厘米的多尺度损伤检测,当大尺度损伤检测过程中发现大尺度损伤后,即停止检测,从而在兼顾检测效率的基础上,可以逐步细化检测精度,快速排查出不同尺度的结构损伤。此外,当水下结构表面存在水生植物或淤泥等覆盖物时,水声、视频方法无法有效检测损伤,可采用超声波方法覆盖上述两种方法的检测盲区。通过将水声、视频、超声信号转换为像素图谱,并在三维空间上叠加,得到水下结构的损伤图谱,为水下结构无损检测及安全评估提供关键技术。
步骤1:建立水下定位系统
如图2所示,在水中放入blue ROV水下遥控机器人,水下遥控机器人上搭载USBLX150水下定位信标;水面停泊船只搭载GPS定位系统作为水下定位的基点,船只拖曳接超短基线收器UGPS100,与USBL X150水下定位信标互馈信号,解算blue ROV与船只的相对位置,从而建立以船只为中心的局部坐标系统(x,y,z);局部坐标约在100 m见方的范围内,理想状态下定位精度达到1 cm,即(x,y,z)以厘米为单位变化。
步骤2:blue ROV搭载M750D多波束图像声呐,对水下结构表观形态开展扫描,生成结构表面形态的像素图谱P1(x,y,z),如图3所示,对P1开展归一化操作:
P2(x,y,z)=P1(x,y,z)/max(P1(x,y,z)),
max(P1(x,y,z))代表对P1矩阵取所有像素的最大值;此时P2的数值为0至1之间,代表(x,y,z)坐标处水声反射强度,数值越接近0,代表水声强度越低,由于裂缝对水声的反射强度低,故低像素值代表裂缝。
当P2图中的结构出现明显的断裂、倾覆等损伤时,认为结构中出现大尺度损伤,检测过程停止;当P2图中出现水生植物、淤泥或其它遮蔽物覆盖的情况时,记录被遮挡区域的坐标Q1(x,y,z)。
步骤3:采用blue ROV搭载1080P水下云台相机开展视觉检测,基于拍摄视频的灰度值生成像素图谱P3(x,y,z),如图4所示,对P3开展归一化操作:
P4(x,y,z)=P3(x,y,z)/max(P3(x,y,z))
max(P3(x,y,z))代表对P3矩阵取所有像素的最大值。此时P4的数值为0至1之间,代表(x,y,z)坐标处光学反射强度,数值越接近0,代表光学强度越低,由于裂缝对光学的反射强度低,故低像素值代表裂缝。
当P4图中的结构出现明显的断裂、倾覆等损伤时,认为结构中出现中等尺度损伤,检测过程停止;当P4图中出现水生植物、淤泥或其它遮蔽物覆盖的情况时,记录被遮挡区域的坐标Q2(x,y,z)。
步骤4:在Q1和Q2区域开展超声检测。首先通过blue ROV搭载的机械砂轮打磨,形成裸露的结构表面;之后通过DYW-28-G 28 kHz纵波探头垂直抵靠在结构表面,按图5分别按压9只探头,外部圆环的半径90 mm。位于中心的探头激发28 kHz矩形脉冲波,位于周边的探头接收矩形脉冲波的回波;激励脉冲由普源DG822信号发生器,发生信号经PINTEK HA205放大器放大,接入位于中心的探头激发,接收信号经PXPA3放大,再由周边的探头接收,接收信号由普源DS1102Z-E示波器存储。
步骤5:采用延时叠加算法对接收到的8条回波波形进行成像处理,得到图6所示的基于超声波的灰度值生成像素图谱P5(x,y,z),对P5开展归一化操作:
P6(x,y,z)=1-P5(x,y,z)/max(P5(x,y,z))
此时P6的数值为0至1之间,代表(x,y,z)坐标处超声反射强度,数值越接近0,代表超声回波的强度越低,由于裂缝对超声波具有反射作用,故低像素值代表裂缝。
步骤6:按(x,y,z)坐标在空间中对结构表面成像,像素图谱P=P2+P4+P6,像素值越接近0,代表损伤程度越高。像素图谱P在Q1、Q2区域具有高分辨率,达到厘米级别,在Q1、Q2以外区域,分辨率为分米或米级别。
由于单次水下超声检测范围有限,对大体积水下结构开展全覆盖检测耗时久,为此先通过声呐快速检测损毁结构,在大尺度上检测出损伤后,即刻终止检测,提高了检测效率。再采用视觉水声技术进行更为精细的检测,同时对于声呐、视觉检测受水生植物和淤泥附着的情况,确定需要开展超声检测的区域,从而提高超声检测的效率。采用超声检测覆盖视觉检测的盲区,建立水声、视觉、超声信号向三维空间中像素值的转换关系,通过将视觉、水声、超声的检测结果融合到同一张像素图谱中,实现水下结构的损伤成像,并在不同位置,用不同信号生成的像素值表征结构损伤程度,最终的损伤像素图谱具备可变的分辨率,为水下结构无损检测及安全评估提供关键技术。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。
Claims (8)
1.一种融合视声技术的水下结构超声检测方法,其特征在于,包括如下步骤:
S1:在水中部署搭载有水下定位信标的水下遥控机器人,在水面停泊搭载有GPS定位系统的船只,GPS定位系统通过接收器获取水下定位信标发送的信号并进行位置计算,建立以船只作为水下定位基点的局部坐标系统(x,y,z);
S2:水下遥控机器人采用多波束图像声呐对水下结构表面状态开展扫描,生成水下结构表面形态的像素图谱P1(x,y,z),对像素图谱P1(x,y,z)进行处理得到水声检测损伤图谱P2(x,y,z);基于P2(x,y,z)分别进行损伤判断和盲区判断,若判断存在盲区,则记录盲区坐标Q1,执行S4;若判断存在损伤,输出水下结构存在大尺度损伤,结束检测,若判断不存在损伤时,执行S3;
S3:水下遥控机器人采用水下云台相机对水下结构拍摄视频,通过拍摄视频的灰度值生成像素图谱P3(x,y,z),对像素图谱P3(x,y,z)进行处理得到视觉检测损伤图谱P4(x,y,z);基于P4(x,y,z) 分别进行损伤判断和盲区判断,若判断存在盲区,则记录盲区坐标Q2,执行S4;若判断存在损伤,输出水下结构存在中等尺度损伤,结束检测;
S4:在盲区坐标Q1和/或Q2区域,通过水下遥控机器人搭载的机械砂轮进行打磨,形成裸露的结构表面,然后执行S5;
S5:水下遥控机器人采用纵波探头垂直抵靠在结构表面开展超声检测,其中结构表面中心的探头用于激发脉冲波,结构表面周围的探头用于接受脉冲波,对接受脉冲波进行成像处理得到像素图谱P5(x,y,z),对像素图谱P5(x,y,z)进行处理得到超声检测损伤图谱P6(x,y,z),基于P6(x,y,z)进行损伤判断,若判断存在损伤时,输出水下结构存在小尺度损伤,结束检测,执行S6;
S6:在空间中对坐标(x,y,z)处的结构表面成像并进行坐标(x,y,z)处的P2、P4、P6像素叠加,生成损伤云图P7,损伤云图P7的像素图谱=P2+P4+P6。
2.根据权利要求1所述的融合视声技术的水下结构超声检测方法,其特征在于:所述水下遥控机器人采用blue ROV,所述水下定位信标采用USBL XL150,所述船只通过拖拽超短基线接收器UGPS100与水下定位信标USBL X150互馈信号,GPS定位系统解算水下遥控机器人blue ROV与船只的相对位置。
3.根据权利要求1所述的融合视声技术的水下结构超声检测方法,其特征在于:所述S2中对P1开展归一化操作:P2(x,y,z)=P1(x,y,z)/max(P1(x,y,z)),max(P1(x,y,z))是指对P1矩阵取所有像素的最大值,归一化后P2的数值在0至1之间,P2(x,y,z)代表坐标(x,y,z)处水声反射强度,数值越接近0,代表水声强度越低、结构表面损伤程度越大。
4.根据权利要求1所述的融合视声技术的水下结构超声检测方法,其特征在于:对P3开展归一化操作:P4(x,y,z)=P3(x,y,z)/max(P3(x,y,z)),max(P3(x,y,z)) 是指对P3矩阵取所有像素的最大值,归一化后P4的数值在0至1之间,P4(x,y,z)代表坐标(x,y,z)处光学反射强度,数值越接近0,代表光学强度越低、结构表面损伤程度越大。
5.根据权利要求1所述的融合视声技术的水下结构超声检测方法,其特征在于:所述S5中采用9只纵波探头垂直抵靠在结构表面,其中1只位于结构表面中心用于激发脉冲波,8只在结构表面以90mm半径的圆环均匀布置;激励脉冲由普源DG822信号发生器,发生信号经PINTEK HA205放大器放大,接入位于中心的纵波探头激发,接收信号经PXPA3放大,再由周边的8只纵波探头接收,接收信号由普源DS1102Z-E示波器存储。
6.根据权利要求5所述的融合视声技术的水下结构超声检测方法,其特征在于:采用延时叠加算法对接收到的8条回波波形进行成像处理,得到基于超声波的灰度值生成像素图谱P5(x,y,z),对P5开展归一化操作:P6(x,y,z)=1-P5(x,y,z)/max(P5(x,y,z)),归一化后P6的数值为0至1之间,P6(x,y,z)代表坐标(x,y,z)处超声反射强度,数值越接近0,代表超声回波的强度越低、结构表面损伤程度越大。
7.根据权利要求1所述的融合视声技术的水下结构超声检测方法,其特征在于:所述水下结构类型为金属、混凝土;所述损伤类型为裂缝、空洞、填土脱空。
8.一种融合视声技术的水下结构超声检测装备,其特征在于:包括搭载有水下定位信标的水下遥控机器人、搭载GPS定位系统的船只,船只通过拖拽超短基线收器与水下定位信标互馈信号,建立以船只为中心的局部坐标系统(x,y,z);所述水下遥控机器人搭载有多波束图像声呐、水下云台相机、机械砂轮、纵波探头组,所述多波束图像声呐用于对水下结构表观状态开展扫描生成结构表面形态的像素图谱P1(x,y,z),对P1开展归一化操作得到P2(x,y,z);所述水下云台相机对水下结构拍摄视频生成像素图谱P3(x,y,z),对P3开展归一化操作得到P4(x,y,z);所述机械砂轮用于对结构表面进行打磨,所述纵波探头对打磨后的结构表面进行激光探测得到像素图谱P5(x,y,z),对P5开展归一化操作得到P6(x,y,z)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210095220.1A CN114563420A (zh) | 2022-01-26 | 2022-01-26 | 一种融合视声技术的水下结构超声检测方法及装备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210095220.1A CN114563420A (zh) | 2022-01-26 | 2022-01-26 | 一种融合视声技术的水下结构超声检测方法及装备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114563420A true CN114563420A (zh) | 2022-05-31 |
Family
ID=81713573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210095220.1A Pending CN114563420A (zh) | 2022-01-26 | 2022-01-26 | 一种融合视声技术的水下结构超声检测方法及装备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114563420A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115100298A (zh) * | 2022-08-25 | 2022-09-23 | 青岛杰瑞工控技术有限公司 | 一种用于深远海视觉养殖的光-声图像融合方法 |
CN115436488A (zh) * | 2022-08-31 | 2022-12-06 | 南京智慧基础设施技术研究院有限公司 | 一种基于视觉与声纹融合的自引导自调适移动检测系统及方法 |
-
2022
- 2022-01-26 CN CN202210095220.1A patent/CN114563420A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115100298A (zh) * | 2022-08-25 | 2022-09-23 | 青岛杰瑞工控技术有限公司 | 一种用于深远海视觉养殖的光-声图像融合方法 |
CN115436488A (zh) * | 2022-08-31 | 2022-12-06 | 南京智慧基础设施技术研究院有限公司 | 一种基于视觉与声纹融合的自引导自调适移动检测系统及方法 |
CN115436488B (zh) * | 2022-08-31 | 2023-12-15 | 南京智慧基础设施技术研究院有限公司 | 一种基于视觉与声纹融合的自引导自调适移动检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111457962B (zh) | 一种隧道内部病害的快速检测方法 | |
CN114563420A (zh) | 一种融合视声技术的水下结构超声检测方法及装备 | |
EP1709418B1 (en) | Method and apparatus for examining the interior material of an object, such as a pipeline or a human body from a surface of the object using ultrasound | |
CN108413926B (zh) | 用于海上风电场群桩桩基水下地形高程高精度测量的方法 | |
US20040027919A1 (en) | Acoustical imaging interferometer for detection of buried underwater objects | |
US20210141072A1 (en) | Method of recording sonar data | |
AU2011323815B2 (en) | Remote flooded member detection | |
US20220026570A1 (en) | Techniques for sonar data processing | |
NO179926B (no) | Framgangsmåte for automatisk tilstandskontroll, inspeksjon, rengjöring og/eller overflatebehandling av strukturer, særlig tykkelsesmåling av platekonstruksjoner og rör | |
CN115128617B (zh) | 适用于深海矿产资源勘查区的高精度海底成像方法 | |
KR101339678B1 (ko) | 갯녹음 실태조사를 위한 암반,비암반 면적 산출방법 | |
CN117452391A (zh) | 海上风电桩基的冲刷监测方法、装置、设备、系统及介质 | |
CN105181795A (zh) | 一种海底管道安全监测装置 | |
Mizuno et al. | Automatic non-destructive three-dimensional acoustic coring system for in situ detection of aquatic plant root under the water bottom | |
JPH036408A (ja) | レーザーによる水面下物体の形状計測装置 | |
CN116523822A (zh) | 一种基于侧扫声呐的海缆检测识别方法 | |
CN218037344U (zh) | 适用于水下移动平台的海底高精度成像系统 | |
CN213813947U (zh) | 海上风电基础海缆接入端检测系统 | |
Kishi et al. | Inspection methods for underwater structures of ports and harbors | |
CN110057915B (zh) | 渠道工程水下全断面三维基础成像检测方法 | |
JPH0581872B2 (zh) | ||
CN203358842U (zh) | 海底沉船姿态测量系统 | |
Jouve et al. | Gas detection and quantification using iXblue Echoes high-resolution sub-bottom profiler and Seapix 3D multibeam echosounder from the Laacher See (Eifel, Germany) | |
Luo et al. | Application research of 3d imaging sonar system in salvage process | |
Zhang et al. | Research on underwater nondestructive testing technology of hydraulic culvert based on ROV |
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 |