【技术实现步骤摘要】
一种通过激光线扫描建立缆索表面形态的方法
[0001]本专利技术涉及缆索检测领域,具体涉及一种通过激光线扫描建立缆索表面形态的方法。
技术介绍
[0002]目前对缆索表观损伤的检测方法大致分为人工检测法、激光扫描法、机器学习神经网络检测法、机器视觉缺陷检测法,人工检测法是通过人眼对缆索表面进行检查,耗时耗力,有安全隐患,且对缆索破损有主观性,容易漏检或误检,效率不高。
[0003]激光扫描法是对缆索表面缺陷的自动检测方法,采集原理是通过发射激光束,接收反射的激光,测量其中的时间和距离,存在检测缺陷不直观,对三维空间进行处理分析时间长,且系统的构成体积较大,设备昂贵,难以推广应用。
[0004]机器学习神经网络检测方法主要分为BP神经网络、SCG神经网络、RBF神经网络,主要是通过数值模拟建立有限元分析模型,通过输入缆索的特定参数及荷载工况,运用神经网络算法来评估发生损伤的位置,既然是机器学习,需要大量的样本数据进行训练,训练数据时间较长;且在不同程度的损伤情况下,识别精度不同,稳定性较弱;在处理数据时,计算的 ...
【技术保护点】
【技术特征摘要】
1.一种通过激光线扫描建立缆索表面形态的方法,其特征在于,包括以下步骤:S1、构建扫描机器人:在缆索攀爬车的内侧四面各安装一个激光线发射器,使所有激光线发射器在同一平面且与目标缆索垂直;在缆索攀爬车内侧四个面各安装一个摄像机,使所有摄像机在同一平面且与激光发射器所在平面平行;所有摄像机的视线与目标缆索的夹角均相等;S2、通过激光线发射器向目标缆索发射激光线,通过摄像机获取激光线在目标缆索表面上的投影,得到四组投影图;S3、通过各个摄像机的位置获取投影图所处目标缆索的实体坐标,得到四组断面坐标;S4、基于四组断面坐标进行投影图拼接,得到目标缆索的外表面投影模型;S5、获取目标缆索的外表面投影模型中极点和突变点的坐标及大小,完成缆索表面检测。2.根据权利要求1所述的通过激光线扫描建立缆索表面形态的方法,其特征在于,步骤S1中相邻两个激光线发射器之间的间距相等,每个激光线发射器所发射的激光线投影在目标缆索上的区域为...
【专利技术属性】
技术研发人员:戚小磊,范存斌,龙蛟,钱书臣,王英森,邓启华,曹镇范,庞万福,毕根猛,熊永川,杨奉,孟帅,胡建金,张翔宇,刘一军,唐亮,
申请(专利权)人:中铁二十二局集团有限公司重庆交通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。