CN114910484A - 一种隧道病害检点标记方法、系统、工控单元及介质 - Google Patents
一种隧道病害检点标记方法、系统、工控单元及介质 Download PDFInfo
- Publication number
- CN114910484A CN114910484A CN202210844353.4A CN202210844353A CN114910484A CN 114910484 A CN114910484 A CN 114910484A CN 202210844353 A CN202210844353 A CN 202210844353A CN 114910484 A CN114910484 A CN 114910484A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- image
- images
- wall
- codes
- 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.)
- Granted
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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/888—Marking 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本申请涉及隧道病害检点标记的技术领域,尤其是涉及一种隧道病害检点标记方法、系统、工控单元及介质,该系统包括:包括编码器、工控单元、图像采集单元,图像采集单元用于采集多个隧道内壁图像,并发送至编码器;编码器用于对多个隧道内壁图像进行编码,并将带编码隧道内壁图像与多个带编码隧道内壁图像中每一带编码隧道内壁图像对应的编码次数发送至工控单元,工控单元用于检测多个带编码隧道内壁图像是否存在隧道病害图像,若存在,则获取走行轮的周长,并根据走行轮的周长、隧道病害图像对应的编码次数以及隧道病害图像对应的编码确定隧道病害图像对应的位置,并进行标记。本申请的效果:提高了隧道病害检测效率。
Description
技术领域
本申请涉及隧道病害检点标记的技术领域,尤其是涉及一种隧道病害检点标记方法、系统、工控单元及介质。
背景技术
随着公共交通事业的快速发展,隧道的数量也越来越多,由于受地质、地形、气候条件以及施工过程中各种因素的影响,隧道在施工以及后续使用过程中会出现不同程度的隧道病害。如果不能及时对这些隧道病害进行排查处理,将会对隧道的安全运营造成严重的威胁。
相关技术中,对于隧道病害的检测是采用人工方式进行检测,但是由于隧道顶部较高,所以在检测时,需要安装升降机或脚手架,从而导致隧道病害检测效率较低。
如何解决隧道病害检测效率低的问题,是本领域技术人员需要解决的技术问题。
发明内容
为了提高隧道病害检测效率,本申请提供一种隧道病害检点标记方法、系统、工控单元及介质。
第一方面,本申请提供一种隧道病害检点标记装置,采用如下的技术方案:
一种隧道病害检点标记系统,包括编码器、工控单元、图像采集单元,所述编码器、所述工控单元、所述图像采集单元能够设置在移动载体上,其中,移动载体至少包括走行轮;
所述图像采集单元用于采集多个隧道内壁图像,并发送至所述编码器;
所述编码器用于对所述多个隧道内壁图像进行编码,得到带编码隧道内壁图像与每一所述带编码隧道内壁图像对应的编码次数,并将所述带编码隧道内壁图像与多个带编码隧道内壁图像中每一所述带编码隧道内壁图像对应的编码次数发送至所述工控单元,其中,所述多个带编码隧道内壁图像包括多个隧道内壁图像与每一隧道内壁图像对应的编码;
所述工控单元用于检测所述多个带编码隧道内壁图像是否存在隧道病害图像,若存在,则获取所述走行轮的周长,并根据所述走行轮的周长、所述隧道病害图像对应的编码次数以及所述隧道病害图像对应的编码确定所述隧道病害图像对应的位置,并进行标记。
通过对图像采集单元采集的多个隧道内壁图像进行编码,得到多个带编码的隧道内壁图像,并将多个带编码隧道内壁图像发送至工控单元,工控单元在检测到多个带编码隧道内壁图像中存在隧道病害图像后,根据获取的走行轮的周长、隧道病害图像对应的编码次数以及隧道病害图像对应的编码确定隧道病害图像对应的位置,并进行标记,通过工控单元对多个带编码隧道内壁图像进行检测,若存在隧道内壁图像,则根据走行轮的周长、隧道病害图像对应的编码次数以及隧道病害图像对应的编码确定隧道病害图像对应的位置并进行标记,避免了人工方式进行隧道病害检测效率低的问题,提高了隧道病害检测效率。
在一种可能的实现方式中,还包括:角度控制单元;
所述角度控制单元用于根据所述隧道病害图像对应的位置调整图像采集单元的角度,以使图像采集单元根据所述隧道病害图像位置进行多次拍摄,并将多次拍摄的隧道病害图像发送至工控单元;
所述工控单元还用于根据多次拍摄的隧道病害图像检测隧道病害类别。
通过利用角度控制单元根据隧道病害图像位置调整图像采集单元的角度,以使图像采集单元根据调整后的角度进行多次拍摄,得到多次拍摄的隧道病害图像并发送至工控单元,工控单元根据多次拍摄的隧道病害图像进行隧道病害类别检测,通过利用角度控制单元根据隧道病害位置对图像采集单元的角度进行调整,使得图像采集单元采集到的隧道病害图像更加准确。
在一种可能的实现方式中,还包括可视化操作控制屏;
所述可视化操作控制屏用于获取工控单元检测到的隧道病害图像与所述隧道病害图像对应的位置并进行显示。
通过可视化操作控制屏显示获取的工控单元检测到的隧道病害图像与隧道病害图像对应的位置,可以直观、清楚的反映隧道病害的具体情况。
第二方面,本申请提供一种隧道病害检点标记方法,由工控单元执行,包括:
获取多个带编码隧道内壁图像,所述多个带编码隧道内壁图像包括多个隧道内壁图像与每一隧道内壁图像对应的编码;
判断所述多个带编码隧道内壁图像是否存在隧道病害图像;
若存在,则获取走行轮的周长与所述隧道病害图像对应的编码次数;
根据所述走行轮的周长与所述隧道病害图像对应的编码次数以及所述隧道病害图像对应的编码确定所述隧道病害图像对应的位置,并进行标记。
通过采用上述技术方案,通过判断获取的多个带编码隧道内壁图像是否存在隧道病害图像,若存在,则根据获得的走行轮的周长与隧道病害图像对应的编码以及隧道病害图像对应的编码次数确定隧道病害图像对应的位置并进行标记,通过直接对多个带编码隧道内壁图像进行判断,若存在隧道病害图像,则确定隧道病害图像对应的位置并标记,避免了人工方式进行隧道病害检测效率低的问题,提高了隧道病害检测效率。
在一种可能的实现方式中,所述判断所述多个带编码隧道内壁图像是否存在隧道病害图像包括:
将所述多个带编码隧道内壁图像输入预先训练好的神经网络模型中,得到多个带编码隧道内壁图像特征;
根据所述多个带编码隧道内壁图像特征中每一带编码隧道内壁图像特征与预设隧道病害图像特征进行相似度计算,得到多个相似度结果;
若存在所述相似度结果大于预设相似度阈值,则确定所述相似度结果大于预设相似度阈值对应的带编码隧道内壁图像为隧道病害图像。
通过采用上述技术方案,通过利用预先训练好的神经网络模型对带编码隧道内壁图像进行特征提取,得到带编码隧道内壁图像特征,将带编码隧道内壁图像特征与预设隧道病害图像特征进行相似度计算,得到相似度计算结果,根据相似度计算结果与预设相似度阈值确定隧道内壁图像特征对应的带编码隧道内壁图像是否为隧道病害图像,通过利用神经网络模型对带编码隧道内壁图像进行特征提取,根据得到的隧道内壁图像特征判断是否为隧道病害图像,提高了隧道病害检测的准确率。
在一种可能的实现方式中,在所述根据所述走行轮的周长与所述隧道病害图像对应的编码次数以及所述隧道病害图像对应的编码确定所述隧道病害图像对应的位置,并进行标记之后,还包括:
根据所述隧道病害图像对应的位置与预设距离确定重点拍摄区域;根据所述重点拍摄区域控制拍摄装置进行重点拍摄。
通过采用上述技术方案,若隧道内壁图像为隧道病害图像,则根据隧道内壁图像对应的位置与预设距离确定重点拍摄区域,并对重点拍摄区域进行重点拍摄,通过隧道内壁图像的位置与预设距离,确定重点拍摄区域,能够得到隧道病害的涉及的区域图像,提高了隧道病害检测的全面性。
在一种可能的实现方式中,在所述根据所述重点拍摄区域进行重点拍摄之后,还包括:
在所述根据所述重点拍摄区域控制拍摄装置进行重点拍摄之后,还包括:
获取重点拍摄区域图像;
对所述重点拍摄区域图像进行图像预处理,得到目标图像,所述目标图像为预处理后的重点拍摄区域图像;
基于所述目标图像确定所述目标图像对应的隧道病害类别;
根据所述目标图像对应的隧道病害类别确定处理方案;
根据所述处理方案对所述隧道病害进行处理。
通过采用上述技术方案,通过对重点拍摄区域图像进行图像预处理,得到目标图像,根据目标图像确定隧道病害类别,通过根据目标图像确定隧道病害类别,根据目标图像对应的隧道病害类别确定处理方案,根据处理方案对隧道病害进行处理,提高了隧道病害治理的效率。
在一种可能的实现方式中,所述基于所述目标图像确定所述目标图像对应的隧道病害类别包括:
对所述目标图像进行特征提取,得到目标图像特征;
根据所述目标图像特征与预设隧道病害类别特征集合中任一种隧道病害类别特征进行匹配,得到匹配结果;
若存在匹配结果为一致,则确定所述隧道病害类别为目标图像特征对应的隧道病害类别。
通过采用所述技术方案,通过根据对目标图像进行特征提取得到的目标图像特征与预设隧道病害类别特征集合中任一种隧道病害类别特征进行匹配,得到匹配结果,若存在匹配结果为一致,则确定隧道病害类别为目标图像特征对应的隧道病害类别,通过将目标特征与预设隧道病害类别特征集合中任一种隧道病害类别特征进行匹配,提高了隧道病害类别确定的准确性。
第三方面,本申请提供一种隧道病害检点标记装置,采用如下的技术方案:
第一获取模块:用于获取多个带编码隧道内壁图像,所述多个带编码隧道内壁图像包括多个隧道内壁图像与每一隧道内壁图像对应的编码;
判断模块:用于判断所述多个带编码隧道内壁图像是否存在隧道病害图像;
第二获取模块:用于若存在,则获取所述走行轮的周长与所述隧道病害图像对应的编码次数;
确定模块:用于根据所述走行轮的周长与所述隧道病害图像对应的编码次数以及所述隧道病害图像对应的编码确定所述隧道病害图像对应的位置,并进行标记。
通过采用上述技术方案,通过判断获取的多个带编码隧道内壁图像是否存在隧道病害图像,若存在,则根据获得的走行轮的周长与隧道病害图像对应的编码以及隧道病害图像对应的编码次数确定隧道病害图像对应的位置并进行标记,通过直接对多个带编码隧道内壁图像进行判断,若存在隧道病害图像,则确定隧道病害图像对应的位置并标记,避免了人工方式进行隧道病害检测效率低的问题,提高了隧道病害检测效率。
第四方面,本申请提供一种工控单元,采用如下的技术方案:
一种工控单元,包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行上述隧道病害检点标记方法。
第五方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,所述指令在计算机上执行时,使得所述计算机执行上述隧道病害检点标记方法。
综上所述,本申请包括以下至少一种有益技术效果:
通过直接对多个带编码隧道内壁图像进行判断,若存在隧道病害图像,则确定隧道病害图像对应的位置并标记,避免了人工方式进行隧道病害检测效率低的问题,提高了隧道病害检测效率。
附图说明
图1为本申请实施例提供的一种隧道病害检点标记系统的结构示意图;
图2为本申请实施例提供的一种隧道病害检点标记方法的流程示意图;
图3为本申请实施例提供的一种隧道病害检点标记装置结构示意图;
图4为本申请实施例提供的一种工控单元的结构示意图。
具体实施方式
以下结合附图1~附图4对本申请作进一步详细说明。
本具体实施例仅仅是对本申请的解释,其并不是对本申请的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
相关技术中,对于隧道病害的检测是采用人工方式进行检测,但是由于隧道顶部较高,所以在检测时,需要安装升降机或脚手架,从而导致隧道病害检测效率较低。
为了解决上述技术问题,本申请实施例提供了一种隧道病害检点标记方法、系统、工控单元及介质,通过判断获取的多个带编码隧道内壁图像是否存在隧道病害图像,若存在,则根据获得的走行轮的周长与隧道病害图像对应的编码以及隧道病害图像对应的编码次数确定隧道病害图像对应的位置并进行标记,通过直接对多个带编码隧道内壁图像进行判断,若存在隧道病害图像,则确定隧道病害图像对应的位置并标记,避免了人工方式进行隧道病害检测效率低的问题,提高了隧道病害检测效率。
结合图1,图1为本申请实施例提供的一种隧道病害检点标记系统的结构示意图。本申请实施例提供了一种隧道病害检点标记系统,包括编码器400、工控单元300、图像采集单元100,编码器400、工控单元300、图像采集单元100能够设置在移动载体500上,其中,移动载体至少包括走行轮200;
图像采集单元100用于采集多个隧道内壁图像,并发送至编码器400;
编码器400用于对多个隧道内壁图像进行编码,得到带编码隧道内壁图像与每一带编码隧道内壁图像对应的编码次数,并将带编码隧道内壁图像与每一带编码隧道内壁图像对应的编码次数发送至工控单元300;
工控单元300用于检测带编码隧道内壁图像是否存在隧道病害图像,若存在,则获取走行轮的周长,并根据走行轮的周长、隧道病害图像对应的编码次数以及隧道病害图像对应的编码确定隧道病害图像对应的位置,并进行标记。
图像采集单元100包括多个摄像头与支撑装置,支撑装置可以为升降杆,底部连接工控单元300,顶部固定多个摄像头,本申请实施例不对图像采集单元100中多个摄像头在支撑装置顶部的排布进行限定,只要能够获取完整的带编码隧道内壁图像即可,可以为两侧交叉排布。
编码器400是用来给图像采集单元100采集的多个带编码隧道内壁图像进行循环编码的,编码器400放置在走行轮200外侧,用于根据走行轮200每一周行走距离对获取的带编码隧道内壁图像进行循环编码。在本申请实施例中,当走行轮200行走一周后,编码器400循环编码一次。本申请实施例不对编码器400循环编码的码字进行限定,用户可以根据实际需求自定义设置,例如:在本申请实施例中,可以为,走行轮200行走一周的距离为20厘米,编码器400循环编码的码字为2000,带编码隧道内壁图像对应的编码为图像像素*对应的循环编码的码字,如:4096*200或4096*666或2048*200等。
工控单元300放置在支撑装置底部,移动载体500上,用于检测带编码隧道内壁图像是否为隧道病害图像,若是,则根据隧道病害图像对应的编码与走行轮200周长以及隧道病害图像对应的编码次数确定隧道病害图像对应的位置,并进行标记,其中,本申请实施例不对标记的方法进行限定,可以为将隧道病害图像与隧道病害图像对应的位置发送至图像显示平台,用户根据图像显示平台显示的隧道病害图像与隧道病害图像对应的位置进行标记。
移动载体500在工控单元300下,用于放置隧道病害检点标记系统并进行移动,其中,本申请实施例中不对移动方式进行限定,可以在移动载体500最前端放置牵引钩,用动力装置对移动载体500进行牵引前进,也可以在移动载体500上安装动力装置,控制移动载体500进行移动。
具体的,隧道病害检点标记系统还包括:安全作业警示灯,电源箱等,其中,电源箱还包括电源等操作按钮。安全作业警示灯是用来对隧道病害检点标记系统在检测时进行警示的,由于隧道内光线较暗,无法清楚分辨隧道病害检测标记系统位置,通过安全作业警示灯可以清楚地检测到隧道病害检测标记系统的位置。
具体地,通过对图像采集单元采集的多个隧道内壁图像进行编码,得到多个带编码的隧道内壁图像,并将多个带编码隧道内壁图像发送至工控单元,工控单元在检测到多个带编码隧道内壁图像中存在隧道病害图像后,根据获取的走行轮的周长、隧道病害图像对应的编码次数以及隧道病害图像对应的编码确定隧道病害图像对应的位置,并进行标记,通过工控单元对多个带编码隧道内壁图像进行检测,若存在隧道内壁图像,则根据走行轮的周长、隧道病害图像对应的编码次数以及隧道病害图像对应的编码确定隧道病害图像对应的位置并进行标记,避免了人工方式进行隧道病害检测效率低的问题,提高了隧道病害检测效率。
进一步的,隧道病害检点标记系统还包括:角度控制单元,角度控制单元用于根据隧道病害图像位置调整图像采集单元100的角度,以使图像采集单元100根据隧道病害图像位置进行多次拍摄,并将多次拍摄的隧道病害图像发送至工控单元300;
工控单元300还用于根据多次拍摄的隧道病害图像检测隧道病害类别。
其中,角度控制单元放置在工控单元300一侧,工控单元300在检测到隧道病害图像与隧道病害图像对应的位置时,将隧道病害图像位置发送至角度控制单元,角度控制单元根据隧道病害图像位置确定图像采集单元100倾斜角度,生成倾斜指令,并将倾斜指令与倾斜角度发送至工控单元300,以使工控单元300根据倾斜指令与倾斜角度控制图像采集单元100进行倾斜。
工控单元300在获取到角度控制单元调整图像采集单元对隧道病害图像位置进行多次拍摄的隧道病害图像后,对多次拍摄的隧道病害图像进行隧道病害类别检测。本申请实施例不对工控单元对多次拍摄的隧道病害图像进行隧道病害类别检测的方法进行限定,只要能实现本申请实施例的目的即可。
具体地,通过利用角度控制单元根据隧道病害图像位置调整图像采集单元的角度,以使图像采集单元根据调整后的角度进行多次拍摄,得到多次拍摄的隧道病害图像并发送至工控单元,工控单元根据多次拍摄的隧道病害图像进行隧道病害类别检测,通过利用角度控制单元根据隧道病害位置对图像采集单元的角度进行调整,使得图像采集单元采集到的隧道病害图像更加准确。
进一步的,隧道病害检点标记系统还包括速度控制单元,速度控制单元连接工控单元300与移动载体500,工控单元300在检测到隧道病害图像后,将隧道病害图像对应的位置发送至速度控制单元,速度控制单元根据隧道病害对应的位置对移动载体500的行走速度进行控制。
进一步的,隧道病害检点标记系统还包括可视化操作控制屏;
可视化操作控制屏用于获取工控单元300检测到的隧道病害图像与隧道病害图像对应的位置并进行显示。
其中,可视化操作控制屏连接工控单元300,工控单元300在检测到隧道病害图像与隧道病害图像对应的位置后,将隧道病害图像与隧道病害图像和对应的位置发送至可视化操作控制屏进行显示。
具体地,通过可视化操作控制屏显示获取的工控单元检测到的隧道病害图像与隧道病害图像对应的位置,可以直观、清楚的反映隧道病害的具体情况。
本申请实施例提供了一种隧道病害检点标记方法,由工控单元300执行。
结合图2,图2为本申请实施例提供的一种隧道病害检点标记方法的流程示意图,其中,该方法包括步骤S101、步骤S102、步骤S103以及步骤S104,其中:
步骤S101,获取多个带编码隧道内壁图像,多个带编码隧道内壁图像包括多个隧道内壁图像与每一隧道内壁图像对应的编码。
图像采集单元在拍摄隧道内壁图像后,将拍摄的隧道内壁图像发送至编码器,编码器对采集到的带编码隧道内壁图像进行循环编码,得到带编码隧道内壁图像。本申请实施例不对编码器循环编码的码字多少进行限定,用户可以根据实际需求自定义设置,优选的,编码器的循环编码的码字设置为2000。其中,工控单元中预先有监视程序,监视程序用于对隧道病害检测请求的触发行为进行监视,一旦监视到隧道病害检测请求触发了,则获取隧道病害检测请求对应的带编码隧道内壁图像以及带编码隧道内壁图像对应的编码。其中,隧道病害检测的确认方式可以包括:用户可以在应用程序上点击检测按钮的方式确认进行隧道病害检测、用户通过语音的方式确认进行隧道病害检测,用户启动隧道病害检点标记装置自动确认隧道病害检测,当工控单元检测到用户触发的隧道病害检测请求后,工控单元获取带编码隧道内壁图像以及带编码隧道内壁图像对应的编码。
步骤S102,判断多个带编码隧道内壁图像是否存在隧道病害图像。
隧道病害包括:衬砌漏水、衬砌裂纹、衬砌腐蚀、衬砌开裂及剥落、衬砌变形及位移、隧道洞门裂损及洞口隧道病害、隧道运营通风不畅及照明不良等,其中,一种可实现的判断带编码隧道内壁图像是否为隧道病害图像的方法为:将带编码隧道内壁图像输入至预先训练好的神经网络模型中,得到带编码隧道内壁图像特征;将隧道内壁图像特征与预设隧道病害图像特征进行相似度计算,得到相似度结果;若相似度结果大于预设相似度阈值,则确定带编码隧道内壁图像为隧道病害图像;若相似度结果不大于预设相似度阈值,则确定带编码隧道内壁图像不是隧道病害图像。
另一种可实现的判断带编码隧道内壁图像是否为隧道病害图像的方法为:将带编码隧道内壁图像发送至图像显示平台,以使在图像显示平台接收到确认指令后,确认带编码隧道内壁图像为隧道病害图像。
步骤S103,若存在,则获取走行轮的周长与隧道病害图像对应的编码次数。
当确定多个带编码隧道内壁图像存在隧道病害图像时,则自动生成获取指令,获取指令用于获取走行轮的周长与隧道病害图像对应的编码次数。
步骤S104,根据走行轮的周长与隧道病害图像对应的编码次数以及隧道病害图像对应的编码确定隧道病害图像对应的位置,并进行标记。
其中,走行轮在转动一圈后,编码器进行一次循环编码,所以在确定带编码隧道内壁图像为隧道病害图像后,根据走行轮的周长与隧道病害图像对应的编码以及隧道病害图像对应的编码次数,得到走行轮的行走距离。例如,当走行轮的周长为20厘米时,对应的循环编码的码字为2000,即,当行走轮的行走距离为20厘米时,编码器进行一次循环编码,码字2000次。由于隧道病害检测是单向的,所以可以根据走行轮的行走距离直接确定隧道病害图像对应的位置,并进行标记。具体的,本申请实施例不对标记的方法进行限定,用户可以根据实际需求自定义选择。
具体地,通过判断获取的多个带编码隧道内壁图像是否存在隧道病害图像,若存在,则根据获得的走行轮的周长与隧道病害图像对应的编码以及隧道病害图像对应的编码次数确定隧道病害图像对应的位置并进行标记,通过直接对多个带编码隧道内壁图像进行判断,若存在隧道病害图像,则确定隧道病害图像对应的位置并标记,避免了人工方式进行隧道病害检测效率低的问题,提高了隧道病害检测效率。
本申请实施例的一种可能的实现方式,判断多个带编码隧道内壁图像是否存在隧道病害图像包括:
将多个带编码隧道内壁图像输入预先训练好的神经网络模型中,得到多个带编码隧道内壁图像特征;
根据多个带编码隧道内壁图像特征中每一带编码隧道内壁图像特征与预设隧道病害图像特征进行相似度计算,得到多个相似度结果;
若存在相似度结果大于预设相似度阈值,则确定相似度结果大于预设相似度阈值对应的带编码隧道内壁图像为隧道病害图像。
其中,工控单元中预先保存有训练好的神经网络模型,神经网络模型用于对带编码隧道内壁图像进行特征提取,得到带编码隧道内壁图像特征,在得到带编码隧道内壁图像特征后,将得到的带编码隧道内壁图像特征与预设隧道病害图像特征进行相似度计算。由于隧道病害包括多种,所以工控单元中预先保存有多种隧道病害图像特征,将隧道病害图像特征与预先保存的多种隧道病害图像特征一一进行相似度计算,得到相似度结果,若相似度结果大于预设相似度阈值,则确定带编码隧道内壁图像为隧道病害图像。本申请实施例不对预设相似度阈值的大小进行限定,用户可以根据实际需求自定义设置。
具体地,通过利用预先训练好的神经网络模型对带编码隧道内壁图像进行特征提取,得到带编码隧道内壁图像特征,将带编码隧道内壁图像特征与预设隧道病害图像特征进行相似度计算,得到相似度计算结果,根据相似度计算结果与预设相似度阈值确定带编码隧道内壁图像特征对应的带编码隧道内壁图像是否为隧道病害图像,通过利用神经网络模型对带编码隧道内壁图像进行特征提取,根据得到的带编码隧道内壁图像特征判断是否为隧道病害图像,提高了隧道病害检测的准确率。
本申请实施例的一种可能的实现方式,在根据走行轮的周长与隧道病害图像对应的编码次数以及隧道病害图像对应的编码确定隧道病害图像对应的位置,并进行标记之后,还包括:
根据隧道病害图像对应的位置与预设距离确定重点拍摄区域;
根据重点拍摄区域控制拍摄装置进行重点拍摄。
若带编码隧道内壁图像为隧道病害图像,在确定隧道病害图像的位置后,根据预设距离形成以隧道病害图像对应的位置为圆心,以预设距离为半径的圆形区域作为重点拍摄区域进行重点拍摄。
由于隧道病害涉及区域较广,所以在确定隧道病害位置后,根据隧道病害位置与预设距离确定重点拍摄区域,对重点拍摄区域进行重点拍摄,以使得到全面的隧道病害图像。其中,本申请实施例不对预设距离进行限定,用户可以根据实际情况自定义设置。
具体地,若带编码隧道内壁图像为隧道病害图像,则根据带编码隧道内壁图像对应的位置与预设距离确定重点拍摄区域,并对重点拍摄区域进行重点拍摄,通过带编码隧道内壁图像的位置与预设距离,确定重点拍摄区域,能够得到隧道病害的涉及的区域图像,提高了隧道病害检测的全面性。
本申请实施例的一种可能的实现方式,在根据重点拍摄区域控制拍摄装置进行重点拍摄之后,还包括:
获取重点拍摄区域图像;
对重点拍摄区域图像进行图像预处理,得到目标图像,目标图像为预处理后的重点拍摄区域图像;
基于目标图像确定目标图像对应的隧道病害类别;
根据目标图像对应的隧道病害类别确定处理方案;
根据处理方案对隧道病害进行处理。
其中,由于重点拍摄区域图像为隧道病害涉及的区域图像,同时也是隧道病害较为完整的图像,所以可以根据重点拍摄区域图像确定隧道病害类别。在确定重点区域图像对应的隧道病害类别之前,可以对重点拍摄区域图像进行图像预处理,得到目标图像,其中,预处理的目的是去除部分对确定隧道病害类别无用的信息,增强对确定隧道病害类别有用的信息,提高带编码隧道内壁图像确定隧道病害类别的准确率。具体的,由于隧道病害类别繁多,不同的隧道病害类别所需要的施工设施、施工人数、施工时间都不相同,所以在确定目标图像对应的隧道病害类别后,根据隧道病害类别确定处理方案,在确定处理方案后,通过显示平台或发送至施工人员终端提醒施工人员根据处理方案对隧道病害进行整治。
具体的,在工控单元中预先保存有隧道病害类别与处理方案的对应关系,在确定隧道病害类别后,从预先保存的隧道病害类别与处理方案的对应关系中选择确定的处理方案,根据确定的处理方案对隧道病害进行处理。
一种可实现的根据目标图像确定隧道病害类别的方法为,利用特征提取得到目标图像特征,根据目标图像特征与预设隧道病害类别特征集合中任一种隧道病害类别特征进行匹配,若匹配结果一致,则确定隧道病害类别为目标图像特征对应的隧道病害类别。
另一种可实现的根据目标图像确定隧道病害类别的方法可以为,将目标图像输入预先训练好的隧道病害神经网络模型,得到预测的隧道病害类别,将预测的隧道病害类别作为目标图像特征对应的隧道病害类别。
由于隧道病害有很多种,在不确定隧道病害类别的情况下无法对隧道病害进行治理,所以在确定隧道病害类别后,根据隧道病害类别进行处理,能够提高隧道病害治理的效率。
具体地,通过对重点拍摄区域图像进行图像预处理,得到目标图像,根据目标图像确定隧道病害类别,通过根据目标图像确定隧道病害类别,根据目标图像对应的隧道病害类别进行处理,提高了隧道病害治理的效率。
本申请实施例的一种可能的实现方式,基于目标图像确定目标图像对应的隧道病害类别包括:
对目标图像进行特征提取,得到目标图像特征;
根据目标图像特征与预设隧道病害类别特征集合中任一种隧道病害类别特征进行匹配,得到匹配结果;
若存在匹配结果为一致,则确定隧道病害类别为目标图像特征对应的隧道病害类别。
其中,工控单元中预先保存有隧道病害类别特征集合,隧道病害类别特征集合每一隧道病害类别对应的特征。
具体地,通过根据对目标图像进行特征提取得到的目标图像特征与预设隧道病害类别特征集合中任一种隧道病害类别特征进行匹配,得到匹配结果,若存在匹配结果为一致,则确定隧道病害类别为目标图像特征对应的隧道病害类别,通过将目标特征与预设隧道病害类别特征集合中任一种隧道病害类别特征进行匹配,提高了隧道病害类别确定的准确性。
上述实施例从方法流程的角度介绍一种隧道病害检点标记方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种隧道病害检点标记装置,具体详见下述实施例。
本申请实施例提供一种隧道病害检点标记装置600,如图3所示,图3为本申请实施例提供的一种隧道病害检点标记装置结构示意图。该隧道病害检点标记装置600具体可以包括:
第一获取模块601:用于获取多个带编码隧道内壁图像,多个带编码隧道内壁图像包括多个隧道内壁图像与每一隧道内壁图像对应的编码;
判断模块602:用于判断多个带编码隧道内壁图像是否存在隧道病害图像;
第二获取模块603:用于当多个带编码隧道内壁图像中存在隧道病害图像时,获取走行轮的周长与隧道病害图像对应的编码次数;
确定模块604:用于根据走行轮的周长与隧道病害图像对应的编码次数以及隧道病害图像对应的编码确定隧道病害图像对应的位置,并进行标记。
对于本申请实施例,通过判断获取的多个带编码隧道内壁图像是否存在隧道病害图像,若存在,则根据获得的走行轮的周长与隧道病害图像对应的编码以及隧道病害图像对应的编码次数确定隧道病害图像对应的位置并进行标记,通过直接对多个带编码隧道内壁图像进行判断,若存在隧道病害图像,则确定隧道病害图像对应的位置并标记,避免了人工方式进行隧道病害检测效率低的问题,提高了隧道病害检测效率。
本申请实施例的一种可能的实现方式,判断模块602在执行判断多个带编码隧道内壁图像是否存在隧道病害图像时,具体用于:
将多个带编码隧道内壁图像输入预先训练好的神经网络模型中,得到多个带编码隧道内壁图像特征;
根据多个带编码隧道内壁图像特征中每一带编码隧道内壁图像特征与预设隧道病害图像特征进行相似度计算,得到多个相似度结果;
若存在相似度结果大于预设相似度阈值,则确定相似度结果大于预设相似度阈值对应的带编码隧道内壁图像为隧道病害图像。
本申请实施例的一种可能的实现方式,还包括:
重点区域确定模块,用于根据隧道病害图像对应的位置与预设距离确定重点拍摄区域;
根据重点拍摄区域控制拍摄装置进行重点拍摄。
本申请实施例的一种可能的实现方式,还包括:
隧道病害类别确定模块:用于获取重点拍摄区域图像;
对重点拍摄区域图像进行图像预处理,得到目标图像,目标图像为预处理后的重点拍摄区域图像;
基于目标图像确定目标图像对应的隧道病害类别;
根据目标图像对应的隧道病害类别确定处理方案;
根据处理方案对隧道病害进行处理。
本申请实施例的一种可能的实现方式,隧道病害类别确定模块在执行基于目标图像确定目标图像对应的隧道病害类别时,具体用于:
对目标图像进行特征提取,得到目标图像特征;
根据目标图像特征与预设隧道病害类别特征集合中任一种隧道病害类别特征进行匹配,得到匹配结果;
若存在匹配结果为一致,则确定隧道病害类别为目标图像特征对应的隧道病害类别。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的一种隧道病害检点标记装置600的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例中提供了一种工控单元300,如图4所示,图4为本申请实施例提供的一种工控单元的结构示意图。图4所示的工控单元300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,工控单元300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该工控单元300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,工控单元300包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图4示出的工控单元300仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与相关技术相比,本申请实施例通过判断获取的多个带编码隧道内壁图像是否存在隧道病害图像,若存在,则根据获得的走行轮的周长与隧道病害图像对应的编码以及隧道病害图像对应的编码次数确定隧道病害图像对应的位置并进行标记,通过直接对多个带编码隧道内壁图像进行判断,若存在隧道病害图像,则确定隧道病害图像对应的位置并标记,避免了人工方式进行隧道病害检测效率低的问题,提高了隧道病害检测效率。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种隧道病害检点标记系统,其特征在于,包括编码器、工控单元、图像采集单元,所述编码器、所述工控单元、所述图像采集单元能够设置在移动载体上,其中,移动载体至少包括走行轮;
所述图像采集单元用于采集多个隧道内壁图像,并发送至所述编码器;
所述编码器用于对所述多个隧道内壁图像进行编码,得到带编码隧道内壁图像与每一所述带编码隧道内壁图像对应的编码次数,并将所述带编码隧道内壁图像与多个带编码隧道内壁图像中每一所述带编码隧道内部图像对应的编码次数发送至所述工控单元,其中,所述多个带编码隧道内壁图像包括多个隧道内壁图像与每一隧道内壁图像对应的编码;
所述工控单元用于检测所述多个带编码隧道内壁图像是否存在隧道病害图像,若存在,则获取所述走行轮的周长,并根据所述走行轮的周长、所述隧道病害图像对应的编码次数以及所述隧道病害图像对应的编码确定所述隧道病害图像对应的位置,并进行标记。
2.根据权利要求1所述的一种隧道病害检点标记系统,其特征在于,还包括:角度控制单元;
所述角度控制单元用于根据所述隧道病害图像对应的位置调整图像采集单元的角度,以使图像采集单元根据所述隧道病害图像位置进行多次拍摄,并将多次拍摄的隧道病害图像发送至工控单元;
所述工控单元还用于根据多次拍摄的隧道病害图像检测隧道病害类别。
3.根据权利要求1所述的一种隧道病害检点标记系统,其特征在于,还包括可视化操作控制屏;
所述可视化操作控制屏用于获取工控单元检测到的隧道病害图像与所述隧道病害图像对应的位置并进行显示。
4.一种隧道病害检点标记方法,其特征在于,由工控单元执行,包括:
获取多个带编码隧道内壁图像,所述多个带编码隧道内壁图像包括多个隧道内壁图像与每一隧道内壁图像对应的编码;
判断所述多个带编码隧道内壁图像是否存在隧道病害图像;
若存在,则获取走行轮的周长与所述隧道病害图像对应的编码次数;
根据所述走行轮的周长与所述隧道病害图像对应的编码次数以及所述隧道病害图像对应的编码确定所述隧道病害图像对应的位置,并进行标记。
5.根据权利要求4所述的一种隧道病害检点标记方法,其特征在于,所述判断所述多个带编码隧道内壁图像是否存在隧道病害图像包括:
将所述多个带编码隧道内壁图像输入预先训练好的神经网络模型中,得到多个带编码隧道内壁图像特征;
根据所述多个带编码隧道内壁图像特征中每一带编码隧道内壁图像特征与预设隧道病害图像特征进行相似度计算,得到多个相似度结果;
若存在所述相似度结果大于预设相似度阈值,则确定所述相似度结果大于预设相似度阈值对应的带编码隧道内壁图像为隧道病害图像。
6.根据权利要求4所述的隧道病害检点标记方法,其特征在于,在所述根据所述走行轮的周长与所述隧道病害图像对应的编码次数以及所述隧道病害图像对应的编码确定所述隧道病害图像对应的位置,并进行标记之后,还包括:
根据所述隧道病害图像对应的位置与预设距离确定重点拍摄区域;
根据所述重点拍摄区域控制拍摄装置进行重点拍摄。
7.根据权利要求6所述的隧道病害检点标记方法,其特征在于,在所述根据所述重点拍摄区域控制拍摄装置进行重点拍摄之后,还包括:
获取重点拍摄区域图像;
对所述重点拍摄区域图像进行图像预处理,得到目标图像,所述目标图像为预处理后的重点拍摄区域图像;
基于所述目标图像确定所述目标图像对应的隧道病害类别;
根据所述目标图像对应的隧道病害类别确定处理方案;
根据所述处理方案对所述隧道病害进行处理。
8.根据权利要求7所述的隧道病害检点标记方法,其特征在于,所述基于所述目标图像确定所述目标图像对应的隧道病害类别包括:
对所述目标图像进行特征提取,得到目标图像特征;
根据所述目标图像特征与预设隧道病害类别特征集合中任一种隧道病害类别特征进行匹配,得到匹配结果;
若存在匹配结果为一致,则确定所述隧道病害类别为目标图像特征对应的隧道病害类别。
9.一种工控单元,其特征在于,包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:如权利要求4至8中任一种方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,所述指令在计算机上执行时,使得所述计算机执行如权利要求4至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210844353.4A CN114910484B (zh) | 2022-07-19 | 2022-07-19 | 一种隧道病害检点标记方法、系统、工控单元及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210844353.4A CN114910484B (zh) | 2022-07-19 | 2022-07-19 | 一种隧道病害检点标记方法、系统、工控单元及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114910484A true CN114910484A (zh) | 2022-08-16 |
CN114910484B CN114910484B (zh) | 2022-11-04 |
Family
ID=82772371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210844353.4A Active CN114910484B (zh) | 2022-07-19 | 2022-07-19 | 一种隧道病害检点标记方法、系统、工控单元及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114910484B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116577337A (zh) * | 2023-05-10 | 2023-08-11 | 广东银浩智能技术有限公司 | 一种管道病害检测方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07123356A (ja) * | 1993-10-21 | 1995-05-12 | Matsushita Electric Ind Co Ltd | 記録媒体と圧縮画像再生装置 |
CN106885706A (zh) * | 2017-04-05 | 2017-06-23 | 西南交通大学 | 半自动多角度拍摄式隧道内壁病害检测实验小车 |
JP2019033478A (ja) * | 2017-08-09 | 2019-02-28 | 株式会社リコー | 構造物壁面の撮影装置、車両、構造物壁面の撮影方法、及びトンネル壁面の撮影方法 |
CN110346370A (zh) * | 2019-07-17 | 2019-10-18 | 武汉汉宁轨道交通技术有限公司 | 隧道病害检测设备、系统及方法 |
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 |
US20200353956A1 (en) * | 2019-05-10 | 2020-11-12 | Tongji University | Comprehensive inspection vehicle for subway tunnel |
CN112476430A (zh) * | 2020-10-21 | 2021-03-12 | 河南科技学院 | 一种管道检测伞型机器人控制系统 |
WO2021068746A1 (zh) * | 2019-10-08 | 2021-04-15 | 上海市东方海事工程技术有限公司 | 隧道巡检图像采集装置、隧道巡检系统及隧道巡检方法 |
CN113375690A (zh) * | 2021-06-17 | 2021-09-10 | 河南隧炬智能科技有限公司 | 一种用于地铁隧道病害移动检测的里程校准编码系统及施工方法 |
US20210333124A1 (en) * | 2020-04-28 | 2021-10-28 | Naver Labs Corporation | Method and system for detecting changes in road-layout information |
US20210389257A1 (en) * | 2019-10-09 | 2021-12-16 | Shandong University | Multi-arm robot used for tunnel lining inspection and defect diagnosis in operation period |
US20210396842A1 (en) * | 2019-10-09 | 2021-12-23 | Shandong University | Multi-scale inspection and intelligent diagnosis system and method for tunnel structural defects |
CN216350397U (zh) * | 2021-11-12 | 2022-04-19 | 中南大学 | 一种隧道衬砌病害检测设备 |
-
2022
- 2022-07-19 CN CN202210844353.4A patent/CN114910484B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07123356A (ja) * | 1993-10-21 | 1995-05-12 | Matsushita Electric Ind Co Ltd | 記録媒体と圧縮画像再生装置 |
CN106885706A (zh) * | 2017-04-05 | 2017-06-23 | 西南交通大学 | 半自动多角度拍摄式隧道内壁病害检测实验小车 |
JP2019033478A (ja) * | 2017-08-09 | 2019-02-28 | 株式会社リコー | 構造物壁面の撮影装置、車両、構造物壁面の撮影方法、及びトンネル壁面の撮影方法 |
US20200353956A1 (en) * | 2019-05-10 | 2020-11-12 | Tongji University | Comprehensive inspection vehicle for subway tunnel |
CN110346370A (zh) * | 2019-07-17 | 2019-10-18 | 武汉汉宁轨道交通技术有限公司 | 隧道病害检测设备、系统及方法 |
WO2021068746A1 (zh) * | 2019-10-08 | 2021-04-15 | 上海市东方海事工程技术有限公司 | 隧道巡检图像采集装置、隧道巡检系统及隧道巡检方法 |
US20210396842A1 (en) * | 2019-10-09 | 2021-12-23 | Shandong University | Multi-scale inspection and intelligent diagnosis system and method for tunnel structural defects |
US20210389257A1 (en) * | 2019-10-09 | 2021-12-16 | Shandong University | Multi-arm robot used for tunnel lining inspection and defect diagnosis in operation period |
US20210333124A1 (en) * | 2020-04-28 | 2021-10-28 | Naver Labs Corporation | Method and system for detecting changes in road-layout information |
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 |
CN112476430A (zh) * | 2020-10-21 | 2021-03-12 | 河南科技学院 | 一种管道检测伞型机器人控制系统 |
CN113375690A (zh) * | 2021-06-17 | 2021-09-10 | 河南隧炬智能科技有限公司 | 一种用于地铁隧道病害移动检测的里程校准编码系统及施工方法 |
CN216350397U (zh) * | 2021-11-12 | 2022-04-19 | 中南大学 | 一种隧道衬砌病害检测设备 |
Non-Patent Citations (2)
Title |
---|
HAILI SUN ET AL: "Tunnel Monitoring and Measuring System Using Mobile Laser Scanning: Design and Deployment", 《REMOTE SENS.》 * |
刘渭宁 等: "基于机器视觉的隧道衬砌表观病害检测技术研究进展", 《公路交通技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116577337A (zh) * | 2023-05-10 | 2023-08-11 | 广东银浩智能技术有限公司 | 一种管道病害检测方法及系统 |
CN116577337B (zh) * | 2023-05-10 | 2024-04-19 | 广东银浩智能技术有限公司 | 一种管道病害检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114910484B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114910484B (zh) | 一种隧道病害检点标记方法、系统、工控单元及介质 | |
CN1685367A (zh) | 基于定向边缘的快速二维目标定位 | |
CN113470374B (zh) | 车辆超速监测方法、装置、计算机设备及存储介质 | |
CN114049356B (zh) | 一种结构表观裂缝检测方法、装置及系统 | |
CN113255633B (zh) | 基于目标跟踪的摄像头调节控制方法、装置、系统和介质 | |
CN111914656A (zh) | 一种人员行为检测方法、装置、电子设备及存储介质 | |
CN116168350B (zh) | 基于物联网实现施工人员违规行为的智能监测方法及装置 | |
CN115546628A (zh) | 一种水利工程堤坝裂缝监测方法、装置、设备及介质 | |
CN108688500A (zh) | 一种电动公交车视觉检测充电控制系统及其设计方法 | |
CN113822247A (zh) | 基于航拍影像的违章建筑识别方法及系统 | |
CN109784479A (zh) | 基于神经网络的闸杆防砸方法、系统、设备及存储介质 | |
CN116660270B (zh) | 电力电缆的检测方法、装置及存储介质 | |
CN113884011A (zh) | 一种非接触式混凝土表观裂缝测量设备和方法 | |
CN110929565B (zh) | 基于机器学习的风险监控方法、装置、存储介质及电子设备 | |
CN114387750A (zh) | 一种变电设备监测的方法、装置、设备及存储介质 | |
CN111310751B (zh) | 车牌识别方法、装置、电子设备和存储介质 | |
CN111091104A (zh) | 一种目标物体的防护检测方法、装置、设备及存储介质 | |
CN111292292A (zh) | 管道障碍物检测方法、装置、管道机器人和可读存储介质 | |
CN115456812A (zh) | 一种智慧工地管理方法、装置、设备及介质 | |
CN114581433B (zh) | 一种获取金属球腔内表面形貌检测图像的方法及系统 | |
CN113553953B (zh) | 车辆抛物检测方法、装置、电子装置及可读存储介质 | |
CN115834838A (zh) | 一种隧道内的监控方法、设备和介质 | |
CN116403165B (zh) | 一种危险化学品泄露应急处理方法、装置及可读存储介质 | |
CN116500042B (zh) | 缺陷检测方法、装置、系统及存储介质 | |
CN116612569B (zh) | 基于发电企业的车辆出入智能登记方法及装置 |
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 |