一种基于人工智能的墙面漏水检测设备及检测方法技术

本发明专利技术涉及一种基于人工智能的墙面漏水检测设备及检测方法，该设备包括可贴合墙面移动的移动平台、主控模块、捕获墙面漏水点的热红外图像的红外获取模块、捕获墙面漏水点的可见光图像的图像识别模块；移动平台包括机体，适配机体的轮组模块；轮组模块包括外轴，和固定在外轴上的滚轮；外轴内相对转动设置有与其内径适配的内轴，内轴内设有正压气室和负压气室，正压气室和负压气室分别设有正压气口和负压气口；滚轮的圆弧侧壁上均匀分布有多个吸盘，以及设有连通吸盘与空腔的气道，吸附时，负压气口与出口朝向墙面的气道连通，正压气口与出口背离墙面的气道连通；通过移动平台搭载红外获取模组和图像识别模组可实现漏水点的自动检测。动检测。动检测。

【技术实现步骤摘要】
一种基于人工智能的墙面漏水检测设备及检测方法


[0001]本专利技术涉及建筑工程
，特别涉及一种基于人工智能的墙面漏水检测设备及检测方法。

技术介绍

[0002]随着我国经济的蓬勃发展，城市对房屋建筑的多元化需求越来越高，但随之而来的是急剧增加的建筑养护需求，在建筑业内，渗漏水病害亟需快速精准的识别诊断，混凝土建筑墙面在施工完毕后通常需要对其进行表面抗渗性能检测，传统的检测方法主要是采用取样实验检测，即在墙体多个部位切割下样品然后进行实验检测，这样不仅对墙体会造成一定程度的破坏，而且检测时间较长，目前的隧道、住房墙面渗漏水风险检测方法都是人工现场人眼检测，没有一个能够提供警示并且对警示做出定位的自动化实现，而且对于检测面积大的情况，人工检测耗时耗力，效率低下不说，对于没有明显漏水痕迹的位置，人眼无法发现，导致出现漏检的情况。

技术实现思路

[0003]本专利技术的目的在于针对现有技术的不足，提供一种基于人工智能的墙面漏水检测设备及检测方法,该基于人工智能的墙面漏水检测设备及检测方法可以很好地解决上述问题。
[0004]为达到上述要求本专利技术解决其技术问题所采用的技术方案是：
[0005]提供一种基于人工智能的墙面漏水检测设备，该设备包括可贴合墙面移动的移动平台、主控模块、捕获墙面漏水点的热红外图像的红外获取模块、捕获墙面漏水点的可见光图像的图像识别模块；所述移动平台包括机体，适配所述机体的轮组模块；所述轮组模块包括外轴，和固定在所述外轴上的滚轮；所述外轴内轴向设有空腔，所述空腔内相对转动设置有与其内径适配的内轴，所述内轴内并排设有正压气室和负压气室，所述正压气室和所述负压气室分别设有正压气口和负压气口；所述滚轮的圆弧侧壁上均匀分布有多个吸盘，以及设有连通所述吸盘与所述空腔的气道，吸附时，所述负压气口与出口朝向墙面的所述气道连通，所述正压气口与出口背离墙面的所述气道连通。
[0006]本专利技术所述的基于人工智能的墙面漏水检测设备及检测方法，其中，所述设备还包括分别为所述负压气室和所述正压气室供气的正压源和负压源，以及带动所述正压源和所述负压源沿地面上的预设轨迹移动的移动机构。
[0007]本专利技术所述的基于人工智能的墙面漏水检测设备及检测方法，其中，所述主控模块和所述红外获取模块均设于所述移动机构上，所述图像识别模块设于所述机体上。
[0008]本专利技术所述的基于人工智能的墙面漏水检测设备及检测方法，其中，所述机体上转动设有支撑臂，以及驱动所述支撑臂绕定点摆动的摆动机构；所述图像识别模块设于所述支撑臂上，所述支撑臂上设有带动所述图像识别模块轴向移动的滑动机构，所述支撑臂的末端设有设有补光光源。
[0009]本专利技术所述的基于人工智能的墙面漏水检测设备及检测方法，其中，当所述图像识别模块获取漏水点的图像时，所述补光光源与所述图像识别模块分别位于漏水点的两相对侧。
[0010]本专利技术所述的基于人工智能的墙面漏水检测设备及检测方法，其中，所述设备还包括检测墙面漏水点的含水量的湿度检测模块，所述机体上设有为所述外轴提供动力的动力单元，装配到位时，所述内轴与所述机体固定。
[0011]本专利技术所述的基于人工智能的墙面漏水检测设备及检测方法，其中，所述正压气室和所述负压气室均沿所述内轴的轴向方向设置，所述内轴的一端轴向贯穿所述外轴，所述内轴穿出所述外轴的一端上对应所述正压气室和所述负压气室分别设有两进气口。
[0012]本专利技术所述的基于人工智能的墙面漏水检测设备及检测方法，其中，所述设备还包括对漏水点进行颜色标记的标记机构，所述标记机构包括喷嘴、颜料储存腔体，以及将所述颜料储存腔体内的颜料送至所述喷嘴喷出的动力输送单元。
[0013]本专利技术所述的基于人工智能的墙面漏水检测设备及检测方法，其中，所述设备还包括人工智能分析模块，用于根据红外图像和光学图像进行缺陷分析，判断是否有渗漏水区域；
[0014]所述人工智能分析模块由卷积神经网络按照如下方法离线训练得到：
[0015]通过传统图像处理方法和/或深度学习方法，对已知渗漏水缺陷的红外图像和光学图像组成的数据集进行扩充，然后使用扩充后的数据集训练卷积神经网络结构直至达到预期的准确率，得到人工智能分析模块。
[0016]提供一种基于人工智能的墙面漏水检测设备的检测方法，该方法包括以下步骤：
[0017]步骤S1：获取墙面的红外图像，根据所述红外图像确定漏水区域；
[0018]步骤S2：所述移动平台移至所述漏水区域，通过图像识别模块获取所述漏水区域的边界图像，将所述边界图像划分为多个子区域并依次标号；
[0019]步骤S3：分别获取多个所述子区域单位时间内的平均湿度值，比较多个所述平均湿度值并得出最大平均湿度值；
[0020]步骤S4：根据所述最大平均湿度值找到与之对应的所述子区域并进行警示标记
[0021]本专利技术的有益效果在于：通过移动平台搭载红外获取模组和图像识别模组可实现漏水点的自动检测，其中，红外获取模组可获取漏水点的红外图像，由于漏水点有水分蒸发，温度比周围环境低，所以通过红外获取模组可实现快速的初步定位，对于没有明显漏水痕迹的漏水点也可实现精准定位，之后便可通过图像识别模组对漏水点实现具体的以及更加精准的图像识别，也可将采集的图像回传给远程的工作人员实现确认，可实现远程控制的方式即可完成检测，改善了工人的工作环境，降低了工作的危险性，适用广泛，能够大大提高隧道检测的效率和准确性。
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将结合附图及实施例对本专利技术作进一步说明，下面描述中的附图仅仅是本专利技术的部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图：
[0023]图1是本专利技术基于人工智能的墙面漏水检测设备的移动平台俯视图。
[0024]图2是本专利技术基于人工智能的墙面漏水检测设备的移动平台侧视图
[0025]图3是本专利技术基于人工智能的墙面漏水检测设备的滚轮径向剖视图。
[0026]图4是本专利技术基于人工智能的墙面漏水检测设备的内轴轴向剖视图。
[0027]图5是本专利技术基于人工智能的墙面漏水检测设备的内轴径向剖视图。。
[0028]图6是本专利技术基于人工智能的墙面漏水检测设备的移动机构示意图。
[0029]图7是本专利技术基于人工智能的墙面漏水检测设备的检测方法流程图。
具体实施方式
[0030]本专利技术的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0031]在本文中提及“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的墙面漏水检测设备，其特征在于，该设备包括可贴合墙面移动的移动平台、主控模块、捕获墙面漏水点的热红外图像的红外获取模块、捕获墙面漏水点的可见光图像的图像识别模块；所述移动平台包括机体，适配所述机体的轮组模块；所述轮组模块包括外轴，和固定在所述外轴上的滚轮；所述外轴内轴向设有空腔，所述空腔内相对转动设置有与其内径适配的内轴，所述内轴内并排设有正压气室和负压气室，所述正压气室和所述负压气室分别设有正压气口和负压气口；所述滚轮的圆弧侧壁上均匀分布有多个吸盘，以及设有连通所述吸盘与所述空腔的气道，吸附时，所述负压气口与出口朝向墙面的所述气道连通，所述正压气口与出口背离墙面的所述气道连通。2.根据权利要求1所述的基于人工智能的墙面漏水检测设备，其特征在于，所述设备还包括分别为所述负压气室和所述正压气室供气的正压源和负压源，以及带动所述正压源和所述负压源沿地面上的预设轨迹移动的移动机构。3.根据权利要求2所述的基于人工智能的墙面漏水检测设备，其特征在于，所述主控模块和所述红外获取模块均设于所述移动机构上，所述图像识别模块设于所述机体上。4.根据权利要求1所述的基于人工智能的墙面漏水检测设备，其特征在于，所述机体上转动设有支撑臂，以及驱动所述支撑臂绕定点摆动的摆动机构；所述图像识别模块设于所述支撑臂上，所述支撑臂上设有带动所述图像识别模块轴向移动的滑动机构，所述支撑臂的末端设有设有补光光源。5.根据权利要求4所述的基于人工智能的墙面漏水检测设备，其特征在于，当所述图像识别模块获取漏水点的图像时，所述补光光源与所述图像识别模块分别位于漏水点的两相对侧。6.根据权利要求1所述的基于人工智能的墙面漏水检测设备，其特征在于，所述设备还包括检测墙面漏水点的含水量的湿度检测模...

【专利技术属性】
技术研发人员：葛小霞，张佳佳，焦霜，吴兴华，
申请(专利权)人：海腾创建深圳集团有限公司，
类型：发明
国别省市：