CN204196909U - 一种基于图像处理的隧道表面裂缝快速智能检测车 - Google Patents
一种基于图像处理的隧道表面裂缝快速智能检测车 Download PDFInfo
- Publication number
- CN204196909U CN204196909U CN201420688137.6U CN201420688137U CN204196909U CN 204196909 U CN204196909 U CN 204196909U CN 201420688137 U CN201420688137 U CN 201420688137U CN 204196909 U CN204196909 U CN 204196909U
- Authority
- CN
- China
- Prior art keywords
- image procossing
- main control
- car body
- control unit
- 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.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本实用新型提供了一种基于图像处理的隧道表面裂缝快速智能检测车,包括车体,所述车体底部设有左前轮、右前轮、左后轮及右后轮,所述车体上设有主控单元,所述主控单元还连接有用于测算障碍物与车体间距离的超声波测距模块、用于获取并处理隧道内壁图像信息的图像校正融合处理单元及用于存储处理后图像信息的SD卡;所述图像校正融合处理单元包括图像处理控制模块和两个分别设在车体顶部两侧的相机,所述图像处理控制模块分别与主控单元及SD卡相连接。本实用新型通过图像采集和图像信息处理的方式获取隧道内壁表面的裂缝信息,大大减轻了隧道检测的工作量,有效提高了工作效率;而且智能化程度高,并能保证最终检测的精度。
Description
技术领域
本实用新型涉及一种隧道检测设备,具体涉及一种基于图像处理的隧道表面裂缝快速智能检测车。
背景技术
我国铁路隧道比重较大,中国的铁路线上已建成并正式交付运营的隧道达5500余座,总长度超过2700公里,成为世界上铁路隧道数量最多、长度最大的国家。当前,隧道养护部门对隧道表面灾害的检测手段通常以低等级公路的检测与养护思路为主,主要靠人工养护巡查,其检测方法基本上为一些效率和技术含量较低的方法,多以人工方式为主,检测结果受人为因素影响较大,很难获得统一标准的检测结果,且存在一定的交通安全隐患。
目前,隧道检测的测量方法可分为两种:接触式和非接触式。接触式测量是一种使用较早的手段,借助探针和量角器,测量系统可以得到一个断面上有限点的准确数据,数据的记录方式可以人工记录,也可采用光学编码或电位器记录,工作量大,需要较多的人工干预,测量速度慢,无法测量断面上的每一个点,不适合动态测量。非接触式测量有很多方式,最简单的非接触测量与应用探针和量角器测量的原理相近,用电磁测距系统测量距离,用经纬仪测量角度,这种方式下,数据的采集和处理可现场进行,精度较高,但需要现场采集高密度测量点,比较费时;另一种较为简单的方法是采用类似光学测速的原理,但在有限的精度范围内,工作量大。
上述方法对快速发现隧道表面裂缝都存在着工作量大,费时费力的问题,因此,如何能够快速准确地检测出隧道表面存在的裂缝,对隧道的安全和高效使用有着极为重要的意义。
实用新型内容
本实用新型的目的在于针对现有技术存在的问题,提供一种基于图像处理的隧道表面裂缝快速智能检测车,该检测车能够通过图像采集及图像处理分析的方式及时获取隧道表面裂缝信息,在精度、速度和工作量方面均具有令人满意的效果。
为此,本实用新型采用如下技术方案:
一种基于图像处理的隧道表面裂缝快速智能检测车,包括车体,所述车体底部设有左前轮、右前轮、左后轮及右后轮,所述左前轮与右前轮连接有舵机,所述左后轮连接有左后轮电机,所述右后轮连接有右后轮电机,所述车体上设有主控单元,所述主控单元与舵机、左后轮电机及右后轮电机相连接,所述主控单元还连接有用于测算障碍物与车体间距离的超声波测距模块、用于获取并处理隧道内壁图像信息的图像校正融合处理单元及用于存储处理后图像信息的SD卡;
所述图像校正融合处理单元包括图像处理控制模块和两个分别设在车体顶部两侧的相机,所述相机通过A/D转换模块与图像处理控制模块相连接,所述图像处理控制模块通过LVDS数据总线与SD卡相连接,所述图像处理控制模块还通过UART数据总线与主控单元相连接。
进一步地,所述主控单元还连接有用于为主控单元提供车体姿态信息的姿态传感器。
进一步地,所述车体的左后轮或右后轮上安装有用于为主控单元提供车体位移信息的码盘,所述码盘与主控单元相连接;且所述码盘可采用霍尔码盘。
进一步地,所述主控单元还连接有用于实现车体远程控制的无线数传模块。
进一步地,所述图像处理控制模块还连接有用于存储图像预校正表和图像拼接校正表的Flash存储器。
进一步地,所述图像处理控制模块与LVDS总线之间连接有SRAM存储器。
进一步地,所述图像校正融合处理单元采用的相机为工业面阵CCD相机,且所述相机采用超广角镜头。
本实用新型车体以中低速四轮电动车为基础,通过加装超声波测距模块、姿态传感器和霍尔码盘等信息采集装置,来获取车体状态信息以及车体周围的路径、障碍物等信息。通过加装用于方向控制的舵机和用于动力控制的车轮电机等装置来自由控制车体的运动。主控单元实时获取路况视频、超声测距、姿态和位置等多路信息,融合这些信息来实现对周围环境的建模和对自身的定位;在自身和周围环境同时运动的情况下,能够根据预设路径及当前道路环境和汽车自身行驶状态,规划合适路径;最后通过控制舵机、左后轮电机及右后轮电机,操纵车体安全行驶。同时还能通过无线数传模块实现车体的远程手动操作。
图像校正融合处理单元采用一种“面性分析”的动态检测方法,通过安装在车顶的两个180°超广角工业CCD相机实时全方位采集隧道内面信息,在图像处理控制模块内对两路图像分别进行进行畸变校正并拼接融合,后期对采集图像进行高斯平滑、去除噪声、轮廓提取等处理,最后将压缩后的图像通过LVDS数据总线传输给检测车主控单元并记录下来。
综上,本实用新型的有益效果在于:通过图像采集和图像信息处理的方式获取隧道内壁表面的裂缝信息,大大减轻了隧道检测的工作量,有效提高了工作效率;而且智能化程度高,检测车可自主行驶并自动获取和处理隧道内壁图像信息;并能有效克服图像畸变和融合对检测结果带来的影响,有效保证了最终检测的精度。
附图说明
图1为本实用新型智能检测车的结构原理框图;
图2为本实用新型图像校正融合处理单元的结构原理框图;
图3为本实用新型检测车相机的图像采集原理图;
图中,1-主控单元,2-舵机,3-左前轮,4-右前轮,5-左后轮电机,6-左后轮,7-右后轮电机,8-右后轮,9-超声波测距模块,10-姿态传感器,11-无线数传模块,12-码盘,13-图像处理控制模块,14-相机,15-A/D转换模块,16-SRAM存储器,17-LVDS数据总线,18-UART数据总线,19-Flash存储器,20-SD卡,21-车体,22-隧道。
具体实施方式
如图1-2所示,一种基于图像处理的隧道表面裂缝快速智能检测车,包括车体(图中未示出),车体底部设有左前轮3、右前轮4、左后轮6及右后轮8,左前轮3与右前轮4连接有舵机2,左后轮6连接有左后轮电机5,右后轮8连接有右后轮电机7,车体上设有主控单元1,主控单元1与舵机2、左后轮电机5及右后轮电机7相连接,主控单元1还连接有用于测算障碍物与车体间距离的超声波测距模块9、用于为主控单元1提供车体姿态信息的姿态传感器10、用于为主控单元1提供车体位移信息的码盘12、用于实现车体远程控制的无线数传模块11、用于获取并处理隧道内壁图像信息的图像校正融合处理单元及用于存储处理后图像信息的SD卡20,车体的右后轮8上安装有用于为主控单元1提供车体位移信息的码盘12,码盘12与主控单元1相连接;
所述图像校正融合处理单元包括图像处理控制模块13和两个分别设在车体顶部两侧的相机14(如图3所示),相机14通过A/D转换模块15与图像处理控制模块13相连接,图像处理控制模块13通过LVDS数据总线17与SD卡20相连接,通过UART数据总线18与主控单元1相连接;图像处理控制模块13还连接有用于存储图像预校正表和图像拼接校正表的Flash存储器19,图像处理控制模块13与LVDS总线17之间连接有SRAM存储器16。
本实用新型中,主控单元1由主控板构成,主控板采用A8架构嵌入式平台,处理器内核为Cortex-A8,主频1GHz,配备1G DDR2内存和1G SLCFlash,平台上运行Vxwork操作系统。
检测车的方向控制采用前轮舵机方案,前轮不提供动力,只实现转向控制。舵机伺服系统由主控单元1发出的PWM信号进行控制,通过发送相应的PWM信号,就能够指定输出轴旋转的角度,最后实现左前轮3和右前轮4转动角度的控制。检测车同时采用后驱动力,左后轮6和右后轮8各配置一个大功率步进电机来提供动力。
检测车的位置反馈通过右后轮8加装的作为位移传感器的霍尔码盘实现,其测量位深度为12bit,角度检测精度达到0.1°。系统通过霍尔码盘输出的同步脉冲作为相机14拍照的外部控制信号,同时作为后期相片拼接的位置标识信息。
姿态传感器10集成3轴加速度、3轴磁阻和3轴陀螺。可实时监测检测车的加速度、角速度信息,并提供检测车的实时三姿态信息(俯仰、方位和滚转),以此作为车体运动控制的基础信息。
超声波测距模块9通过加装在检测车四周的超声波雷达探头检测车体周围3米范围内的障碍物。以此作为车体低速近距离行驶的路径规划控制依据。超声波测距模块9发出长为9mm、频率为40KHz的超声波信号,当信号被物体反射回来,定时器就可显示出检测车与障碍物之间超声波传播的时间,就可计算出障碍物与传感器之间的距离。
无线数传模块11采用新型的单片射频收发器NRF2401,能够将检测车的各种状态信息反馈到远程控制端。同时能够接收控制端的各种控制指令和检测命令,实现检测车的远程手动控制。
检测车同时还可实现视觉检测避障功能,具体是通过加装在检测车顶的CCD相机探测车体周围30米范围内的障碍物信息,同时能够检测公路上的航道线位置或铁路路轨位置,以此作为载车中高速行驶的路径规划控制依据。
图像校正融合处理单元采用的相机14为工业面阵CCD相机,且所述相机采用超广角镜头(俗称鱼眼镜头),相机14的水平视场角可达到180°。两个相机14排布在车顶两侧就可以观测整个隧道壁全貌(如图3所示)。具体检测过程中,CCD相机可将采集的视频信息通过帧提取的方式保存为JPEG的图片格式,以此有效压缩数据量。
视频A/D转换:CCD相机借助光学系统将光信号转化成视频信号,并将视频信号输入A/D转换模块中,完成对信号的A/D转换,即可得到一帧的数字图像。A/D转换模块采用ADV7180,可兼容NTSC、PAL和SECAM等标准模拟基带电视信号,并将其转换为与8位ITU-R.656接口标准兼容的4:2:2分量视频数据。
图像校正:超广角镜头由于视场角过大,拍摄的图片具有很大的镜头畸变,这种畸变与当前镜头的制造参数有关,可以通过存储在Flash存储器中的预校正表进行消除。
图像拼接融合:两CCD相机获取的两路图像同时还存在着视频融合区域(图3中阴影区域),并且由于相机安装位置的随机性,会造成两路图像形变和误差。这些误差与当前相机的安装位置有关,也可以通过存储在Flash存储器中的拼接校正表消除。
图像处理控制模块13采用FPGA开发板,内置NIOSII,其连接的SRAM存储器16为缓存存储器,可在图像处理控制模块13对隧道表面图像信息经畸变校正和拼接融合处理后先进行图像缓存,然后经数据总线传输至SD卡20进行存储。
车载CCD相机作为整个图像采集系统的核心部件,对成像质量起着关键的控制作用,CCD相机对隧道表面进行扫描获取裂缝图像,通过A/D转换模块15传给图像处理控制模块13进行畸变校正与拼接融合校正,再通过数据总线输送给SD卡20进行实时保存。最后使用计算机对SD卡20存储的图像进行在线或离线的处理分析,包括噪声滤除、裂缝图像分割以及最终的裂缝信息提取,从而获取裂缝信息。而且使用图像分割算法对隧道轮廓进行提取,保证了对隧道图像真值点选取的精度。同时最终的测量结果是使用图像融合补偿,消除了车体晃动对结果数据的影响,使精度得到了进一步提高。
Claims (7)
1.一种基于图像处理的隧道表面裂缝快速智能检测车,包括车体,所述车体底部设有左前轮、右前轮、左后轮及右后轮,其特征在于,所述左前轮与右前轮连接有舵机,所述左后轮连接有左后轮电机,所述右后轮连接有右后轮电机,所述车体上设有主控单元,所述主控单元与舵机、左后轮电机及右后轮电机相连接,所述主控单元还连接有用于测算障碍物与车体间距离的超声波测距模块、用于获取并处理隧道内壁图像信息的图像校正融合处理单元及用于存储处理后图像信息的SD卡;
所述图像校正融合处理单元包括图像处理控制模块和两个分别设在车体顶部两侧的相机,所述相机通过A/D转换模块与图像处理控制模块相连接,所述图像处理控制模块通过LVDS数据总线与SD卡相连接,所述图像处理控制模块还通过UART数据总线与主控单元相连接。
2.根据权利要求1所述的一种基于图像处理的隧道表面裂缝快速智能检测车,其特征在于,所述主控单元还连接有用于为主控单元提供车体姿态信息的姿态传感器。
3.根据权利要求1所述的一种基于图像处理的隧道表面裂缝快速智能检测车,其特征在于,所述车体的左后轮或右后轮上安装有用于为主控单元提供车体位移信息的码盘,所述码盘与主控单元相连接。
4.根据权利要求1所述的一种基于图像处理的隧道表面裂缝快速智能检测车,其特征在于,所述主控单元还连接有用于实现车体远程控制的无线数传模块。
5.根据权利要求1所述的一种基于图像处理的隧道表面裂缝快速智能检测车,其特征在于,所述图像处理控制模块还连接有用于存储图像预校正表和图像拼接校正表的Flash存储器。
6.根据权利要求1所述的一种基于图像处理的隧道表面裂缝快速智能检测车,其特征在于,所述图像处理控制模块与LVDS总线之间连接有SRAM存储器。
7.根据权利要求1所述的一种基于图像处理的隧道表面裂缝快速智能检测车,其特征在于,所述图像校正融合处理单元采用的相机为工业面阵CCD相机,且所述相机采用超广角镜头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201420688137.6U CN204196909U (zh) | 2014-11-17 | 2014-11-17 | 一种基于图像处理的隧道表面裂缝快速智能检测车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201420688137.6U CN204196909U (zh) | 2014-11-17 | 2014-11-17 | 一种基于图像处理的隧道表面裂缝快速智能检测车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN204196909U true CN204196909U (zh) | 2015-03-11 |
Family
ID=52654897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201420688137.6U Expired - Fee Related CN204196909U (zh) | 2014-11-17 | 2014-11-17 | 一种基于图像处理的隧道表面裂缝快速智能检测车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN204196909U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104369742A (zh) * | 2014-11-17 | 2015-02-25 | 贡力 | 一种基于图像处理的隧道表面裂缝快速智能检测车 |
CN106770325A (zh) * | 2016-12-19 | 2017-05-31 | 湖北省建筑工程质量监督检验测试中心 | 一种混凝土构件裂缝自动检测方法 |
CN106837381A (zh) * | 2017-01-20 | 2017-06-13 | 绍兴文理学院 | 一种基于贴壁式无人机的隧道裂缝修复系统 |
-
2014
- 2014-11-17 CN CN201420688137.6U patent/CN204196909U/zh not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104369742A (zh) * | 2014-11-17 | 2015-02-25 | 贡力 | 一种基于图像处理的隧道表面裂缝快速智能检测车 |
CN106770325A (zh) * | 2016-12-19 | 2017-05-31 | 湖北省建筑工程质量监督检验测试中心 | 一种混凝土构件裂缝自动检测方法 |
CN106770325B (zh) * | 2016-12-19 | 2019-09-10 | 湖北省建筑科学研究设计院 | 一种混凝土构件裂缝自动检测方法 |
CN106837381A (zh) * | 2017-01-20 | 2017-06-13 | 绍兴文理学院 | 一种基于贴壁式无人机的隧道裂缝修复系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104369742A (zh) | 一种基于图像处理的隧道表面裂缝快速智能检测车 | |
CN109060281B (zh) | 基于无人机的一体化桥梁检测系统 | |
CN104608766B (zh) | 智能车利用泊车记忆棒自动泊车的方法及系统 | |
CN106192634B (zh) | 一种铁路轨道弹条扣件状态自动检测装置以及方法 | |
CN108256413B (zh) | 可通行区域检测方法及装置、存储介质、电子设备 | |
CN105015419B (zh) | 基于立体视觉定位与建图的自动泊车方法 | |
CN104260751B (zh) | 一种多传感器融合的高铁轨道中心线检测系统和检测方法 | |
CN110780305A (zh) | 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法 | |
CN108731736A (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 | |
CN203580743U (zh) | 一种车载式隧道测量系统 | |
WO2015024407A1 (zh) | 基于电力机器人的双目视觉导航系统及方法 | |
CN102914290A (zh) | 地铁限界检测系统及其检测方法 | |
CN110001710B (zh) | 一种磁悬浮轨道三维场景快速重构系统、方法及应用 | |
CN109387156B (zh) | 一种基于三维激光扫描设备的轨道侵限智能检测仪 | |
CN113640821B (zh) | 基于单线激光雷达扫描仪扫描的矿车装载量计量方法 | |
CN109242035B (zh) | 车底故障检测装置及方法 | |
CN204196909U (zh) | 一种基于图像处理的隧道表面裂缝快速智能检测车 | |
CN111547084A (zh) | 基于自移动式轨道交通移动三维扫描系统的数据处理方法 | |
CN205081392U (zh) | 一种线路智能巡检机器人 | |
CN205981118U (zh) | 基于光幕的车轮跟踪式机动车外廓尺寸测量仪 | |
CN203310400U (zh) | 限界检测系统 | |
CN204346365U (zh) | 货车车箱尺寸测量装置 | |
CN107878561A (zh) | 一种动态倒车轨迹线描画方法及其装置 | |
CN111272139A (zh) | 一种基于单目视觉的车辆长度测量方法 | |
CN106524924A (zh) | 一种基于光学惯性组合的轨检车位置姿态测量系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150311 Termination date: 20161117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |