本发明专利技术公开的属于隧道病害检测技术领域，具体为一种深度学习智能图像识别用跟踪装置，包括安装架，升降部件包括置于安装槽内的连接架，连接架外侧安装驱动电机，驱动电机输出端延伸至连接架内，且驱动电机输出端连接主动齿，连接架内转动连接螺纹丝杆，螺纹丝杆底端连接有跟随主动齿同步转动的从动齿，且螺纹丝杆外侧螺纹连接有活动套杆，活动套杆外侧通过连接杆连接安装台，采集部件设于安装台上，驱动电机工作带动主动齿转动，带动与主动齿同步工作的从动齿转动，继而带动螺纹丝杆自连接架内转动，由于活动套杆螺纹连接于螺纹丝杆外侧，进而改变活动套杆与安装台的高度位置，方便采集部件对隧道内部进行不同高度的病害信息采集检测，适用性强。适用性强。适用性强。
【技术实现步骤摘要】
一种深度学习智能图像识别用跟踪装置
[0001]本专利技术涉及隧道病害检测
，具体为一种深度学习智能图像识别用跟踪装置。
技术介绍
[0002]随着经济的发展以及科技进步，铁路工程建设越来越多，在这样的大环境下交通运输行业在迅猛发展，铁路作为交通运输行业的重要组成，其建设工作也在如火如荼的开展，保障铁路工程的建设质量是保障交通运输有效开展的关键。铁路隧道病害是严重影响铁路质量的因素，并且铁路隧道病害的种类非常多，造成铁路隧道衬砌病害的原因也很多，因此，在地铁运营中对隧道结构的维护是为保障隧道长期运营的必要手段。
[0003]目前运营隧道的日常监测工作，大多离不开人工作业。例如，隧道衬砌裂缝的检测，是采用人工肉眼识别，然后用相机拍照记录裂缝特质形态，人工记录裂缝位置信息。对于拱腰以上和拱顶的衬砌裂缝检测，则需要采用脚手架或者高空升降平台车进行检测，检测准确率低，容易漏检。
[0004]因此，迫切需要开发一种地铁隧道病害信息采集方法，以达到病害信息快速、准确的采集、提高病害监测工作的效率。
技术实现思路
[0005]本部分的目的在于概述本专利技术的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0006]因此，本专利技术的目的是提供一种深度学习智能图像识别用跟踪装置，能方便采集部件对隧道内部进行不同高度的病害信息采集检测，适用性强。为解决上述技术问题，根据本专利技术的一个方面，本专利技术提供了如下技术方案：
[0007]一种深度学习智能图像识别用跟踪装置，其包括：
[0008]安装架，底部安装有带动设备行走的驱动底座，安装架顶部一体成型连接有连接座，连接座顶部开设有安装升降部件的安装槽；
[0009]升降部件，设于安装槽内，与外部控制端连接，包括置于安装槽内的连接架，连接架外侧安装驱动电机，驱动电机输出端延伸至连接架内，且驱动电机输出端连接主动齿，连接架内转动连接螺纹丝杆，螺纹丝杆底端连接有跟随主动齿同步转动的从动齿，且螺纹丝杆外侧螺纹连接有活动套杆，活动套杆外侧通过连接杆连接安装台；
[0010]采集部件，设于安装台上，用于对隧道病害进行检测，与中央处理部件连接；
[0011]中央处理部件，置于连接座内，与升降部件及采集部件连接，作为执行终端用于执行控制升降部件及采集部件工作，并接收采集部件采集数据信息进行对比处理。
[0012]作为本专利技术所述的一种深度学习智能图像识别用跟踪装置的一种优选方案，其
中：所述采集部件包括嵌入于安装台顶部左侧的三维红外扫描部件及连接于安装台顶部中央位置的摄像部件。
[0013]作为本专利技术所述的一种深度学习智能图像识别用跟踪装置的一种优选方案，其中：所述采集部件还包括多个呈对称分布连接于安装台左右两侧的补光灯，以及嵌入安装于安装台前端GPS定位部件。
[0014]作为本专利技术所述的一种深度学习智能图像识别用跟踪装置的一种优选方案，其中：所述连接架和驱动电机底部均与缓冲件连接，缓冲间包括作为支撑架连接连接架及驱动电机的承座，承座底部四个端角处均连接有缓冲弹簧，缓冲弹簧底端连接支撑板。
[0015]作为本专利技术所述的一种深度学习智能图像识别用跟踪装置的一种优选方案，其中：所述连接座内连接有蓄电池，驱动电机及采集部件均与蓄电池电连接。
[0016]作为本专利技术所述的一种深度学习智能图像识别用跟踪装置的一种优选方案，其中：所述连接架外侧开设有方便安装台升降的导向槽。
[0017]作为本专利技术所述的一种深度学习智能图像识别用跟踪装置的一种优选方案，其中：深度学习图像识别步骤为：
[0018]S1、在隧道中设置若干个测站点，三维激光扫描部件与摄像部件在每一测站点处进行检测，分段采集隧道的三维点云，然后将采集的信息输送至中央处理部件；
[0019]S2、中央处理部件对经过采集部件分段采集的隧道三维点云进行拼接，形成整个隧道的三维点云；
[0020]S3、中央处理部件对采集的三维点云信息进行对比处理，通过定位部件定位病害点集，并提取每个三维点云的病害点集的特征，进行风险预测，生成可视化的病害预测结果，输送至远程终端。
[0021]与现有技术相比：通过驱动电机工作带动主动齿转动，从而带动与主动齿同步工作的从动齿转动，继而带动螺纹丝杆自连接架内转动，由于活动套杆螺纹连接于螺纹丝杆外侧，进而改变活动套杆与安装台的高度位置，方便采集部件对隧道内部进行不同高度的病害信息采集检测，适用性强。
附图说明
[0022]为了更清楚地说明本专利技术实施方式的技术方案，下面将结合附图和详细实施方式对本专利技术进行详细说明，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0023]图1为本专利技术整体结构示意图；
[0024]图2为本专利技术部分结构示意图；
[0025]图3为本专利技术升降部件结构示意图；
[0026]图4为本专利技术安装架部分结构示意图；
[0027]图5为本专利技术图4侧视示意图；
[0028]图6为本专利技术A部结构示意图；
[0029]图7为本专利技术系统结构示意图；
[0030]图8为本专利技术图像识别步骤结构示意图。
[0031]图中：100安装架、110驱动底座、120连接座、121安装槽、200升降部件、210连接架、211导向槽、220驱动电机、221主动齿、230螺纹丝杆、231 从动齿、240活动套杆、241安装台、300采集部件、310三维红外扫描部件、 320摄像部件、330补光灯、400缓冲件、410承座、420缓冲弹簧、430支撑板、500中央处理部件。
具体实施方式
[0032]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。
[0033]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似推广，因此本专利技术不受下面公开的具体实施方式的限制。
[0034]其次，本专利技术结合示意图进行详细描述，在详述本专利技术实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本专利技术保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0035]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的实施方式作进一步地详细描述。
[0036]本专利技术提供一种深度学习智能图像识别用跟踪装置，通过驱动电机工作带动主动齿转动，从而带动与主动齿同步工作的从动齿转动，继而带动螺纹丝杆自连接架内转动，由于活动套杆螺纹本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种深度学习智能图像识别用跟踪装置，其特征在于，包括：安装架(100)，底部安装有带动设备行走的驱动底座(110)，安装架(100)顶部一体成型连接有连接座(120)，连接座(120)顶部开设有安装升降部件(200)的安装槽(121)；升降部件(200)，设于安装槽(121)内，与外部控制端连接，包括置于安装槽(121)内的连接架(210)，连接架(210)外侧安装驱动电机(220)，驱动电机(220)输出端延伸至连接架(210)内，且驱动电机(220)输出端连接主动齿(221)，连接架(210)内转动连接螺纹丝杆(230)，螺纹丝杆(230)底端连接有跟随主动齿(221)同步转动的从动齿(231)，且螺纹丝杆(230)外侧螺纹连接有活动套杆(240)，活动套杆(240)外侧通过连接杆连接安装台(241)；采集部件(300)，设于安装台(241)上，用于对隧道病害信息进行采集，与中央处理部件(500)连接，将采集的数据信息输送至中央处理部件(500)；中央处理部件(500)，置于连接座(120)内，与升降部件(200)及采集部件(300)连接，作为执行终端用于执行控制升降部件(200)及采集部件(300)工作，并接收采集部件(300)采集数据信息进行对比处理。2.根据权利要求1所述的一种深度学习智能图像识别用跟踪装置，其特征在于，所述采集部件(300)包括嵌入于安装台(241)顶部左侧的三维红外扫描部件(310)及连接于安装台(241)顶部中央位置的摄像部件(320)。3.根据权利要求1所述的一种深度学习智能图像识别用跟踪装置，其特征在于，所...
【专利技术属性】
技术研发人员：朱安福，郭恒，马聪孝，王彬，
申请(专利权)人：华北水利水电大学，
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。