裂缝SLAM模型构建方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了裂缝SLAM模型构建方法、装置、设备及存储介质。所述方法包括：实时通过爬壁机器人对待检测区域进行裂缝检测，确定裂缝检测结果；在基于爬壁机器人对待检测区域进行裂缝检测的过程中，实时获取所述爬壁机器人的目标位姿信息；基于所述目标位姿信息，在预先构建的待检测区域SLAM模型中对所述裂缝检测结果进行标注，生成裂缝SLAM模型；其中，所述待检测区域SLAM模型中包括所述待检测区域中的特征点，在对所述裂缝检测结果进行标注的过程中，将所述特征点与所述裂缝检测结果进行融合。通过本发明专利技术实施例提供的技术方案，可以实现对待检测区域中的裂缝进行自动标注，有助于提高后期对裂缝的维修效率。提高后期对裂缝的维修效率。提高后期对裂缝的维修效率。

【技术实现步骤摘要】
裂缝SLAM模型构建方法、装置、设备及存储介质


[0001]本专利技术涉及计算机
，尤其涉及裂缝SLAM模型构建方法、装置、设备及存储介质。

技术介绍

[0002]桥梁、矿井等建筑是国家的基础设施，千百年来，桥梁、矿井已经成为人们生产生活中不可或缺的部分。一直以来，桥梁的安全状态都依赖于人工检测，而容易出现安全问题的桥梁通常造在崇山峻岭中或者大山大河之上，人工检测危险性极高，桥梁、矿井是用混凝土等建筑材料堆砌而成，长时间会在使用荷载或外界物理、化学因素的作用下，不断扩展，从而引起混凝土碳化、保护层剥落，并在桥梁内部形成力学间断面，需要定期的对其健康状况做出评估，而裂缝作为最主要的桥梁病害之一，严重影响运营，更为严重的会发生桥毁人亡的事故。因此，对裂缝进行有效的检测定位以及标注位置至关重要。
[0003]目前针对人工检测方法的缺陷，国内外提出了几种解决办法。例如采用爬行式机器人附着在桥梁的底面对裂缝进行检测，以及采用液压伸臂机构装载工业相机对桥梁底面裂缝进行检测；甚者还有使用航模飞机搭载相机对桥底裂缝进行检测。现代工业自动化生产中涉及到各种各样的缺陷标记的问题，对小型部件标注比较容易，但对于桥梁、矿洞等大型的标注问题，由于高度和结构的复杂，导致手动标注难度很大，所以采用自动化标注的方法变得至关重要。
[0004]桥梁等混凝土类裂缝检测设备得到广泛应用，但在建筑的裂缝位置定位标注以及受损程度的三维模型一直没有成熟的方案，比如传统人员都是用笔在桥等位置做个标记。该方法的检测效率低、准确性差、稳定性差、检测项目受限，需要人工操作或由于桥梁高而无法进行标注，此种方式劳动强度大，标注效果难有保证。

技术实现思路

[0005]本专利技术提供了裂缝SLAM模型构建方法、装置、设备及存储介质，可以实现对待检测区域中的裂缝进行自动标注，有助于提高后期对裂缝的维修效率。
[0006]根据本专利技术的一方面，提供了一种裂缝检测方法，所述方法包括：
[0007]实时通过爬壁机器人对待检测区域进行裂缝检测，确定裂缝检测结果；
[0008]在基于爬壁机器人对待检测区域进行裂缝检测的过程中，实时获取所述爬壁机器人的目标位姿信息；
[0009]基于所述目标位姿信息，在预先构建的待检测区域SLAM模型中对所述裂缝检测结果进行标注，生成裂缝SLAM模型；其中，所述待检测区域SLAM模型中包括所述待检测区域中的特征点，在对所述裂缝检测结果进行标注的过程中，将所述特征点与所述裂缝检测结果进行融合。
[0010]根据本专利技术的另一方面，提供了一种裂缝SLAM模型构建装置，所述装置包括：
[0011]裂缝检测结果确定模块，用于实时通过爬壁机器人对待检测区域进行裂缝检测，
确定裂缝检测结果；
[0012]目标位姿信息获取模块，用于在基于爬壁机器人对待检测区域进行裂缝检测的过程中，实时获取所述爬壁机器人的目标位姿信息；
[0013]裂缝标注模块，用于基于所述目标位姿信息，在预先构建的待检测区域SLAM模型中对所述裂缝检测结果进行标注，生成裂缝SLAM模型；其中，所述待检测区域SLAM模型中包括所述待检测区域中的特征点，在对所述裂缝检测结果进行标注的过程中，将所述特征点与所述裂缝检测结果进行融合。
[0014]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0015]至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的裂缝SLAM模型构建方法。
[0018]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的裂缝SLAM模型构建方法。
[0019]本专利技术实施例的裂缝SLAM模型构建方案，实时通过爬壁机器人对待检测区域进行裂缝检测，确定裂缝检测结果；在基于爬壁机器人对待检测区域进行裂缝检测的过程中，实时获取所述爬壁机器人的目标位姿信息；基于所述目标位姿信息，在预先构建的待检测区域SLAM模型中对所述裂缝检测结果进行标注，生成裂缝SLAM模型；其中，所述待检测区域SLAM模型中包括所述待检测区域中的特征点，在对所述裂缝检测结果进行标注的过程中，将所述特征点与所述裂缝检测结果进行融合。通过本专利技术实施例提供的技术方案，可以实现对待检测区域中的裂缝进行自动标注，有助于提高后期对裂缝的维修效率。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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的附图。
[0022]图1是本专利技术实施例一提供的一种裂缝SLAM模型构建方法的流程图；
[0023]图2是本专利技术实施例一提供的一种Bowsule模型的架构示意图；
[0024]图3是本专利技术实施例一提供的一种裂缝SLAM模型的示意图；
[0025]图4是本专利技术实施例二提供的一种裂缝SLAM模型构建装置的结构示意图；
[0026]图5是实现本专利技术实施例的裂缝SLAM模型构建方法的电子设备的结构示意图。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的
附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0028]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0029]实施例一
[0030]图1为本专利技术实施例一提供了一种裂缝SLAM模型构建方法的流程图，本实施例可适用于对裂缝进行标注的情况，该方法可以由裂缝SLAM模型构建装置来执行，该裂缝SLAM模型构建装置可以采用硬件和/或软件的形本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种裂缝SLAM模型构建方法，其特征在于，包括：实时通过爬壁机器人对待检测区域进行裂缝检测，确定裂缝检测结果；在基于爬壁机器人对待检测区域进行裂缝检测的过程中，实时获取所述爬壁机器人的目标位姿信息；基于所述目标位姿信息，在预先构建的待检测区域SLAM模型中对所述裂缝检测结果进行标注，生成裂缝SLAM模型；其中，所述待检测区域SLAM模型中包括所述待检测区域中的特征点，在对所述裂缝检测结果进行标注的过程中，将所述特征点与所述裂缝检测结果进行融合。2.根据权利要求1所述的方法，其特征在于，通过爬壁机器人对待检测区域进行裂缝检测，确定裂缝检测结果，包括：通过爬壁机器人实时获取待检测区域的图像数据及冲击弹性波数据；分别根据所述图像数据及所述冲击弹性波数据对所述待检测区域进行裂缝检测，确定裂缝检测结果；其中，所述裂缝检测结果包括基于图像数据确定的表面裂缝检测结果及基于所述冲击弹性波数据确定的深度裂缝检测结果。3.根据权利要求2所述的方法，其特征在于，分别根据所述图像数据及所述冲击弹性波数据对所述待检测区域进行裂缝检测，确定裂缝检测结果，包括：将所述图像数据输入至预先训练的裂缝检测模型中，根据所述裂缝检测模型的输出结果确定所述表面裂缝检测结果；将所述冲击弹性波数据输入至所述裂缝检测模型中，根据所述裂缝检测模型的输出结果确定所述深度裂缝检测结果。4.根据权利要求1所述的方法，其特征在于，在基于爬壁机器人对待检测区域进行裂缝检测的过程中，实时获取所述爬壁机器人的目标位姿信息，包括：在基于爬壁机器人对待检测区域进行裂缝检测的过程中，通过所述爬壁机器人上的惯性测量单元IMU实时获取所述爬壁机器人的初始位姿信息；在基于爬壁机器人对待检测区域进行裂缝检测的过程中，通过所述爬壁机器人实时获取的所述待检测区域的连续两帧图像，确定所述爬壁机器人的位姿变化信息；基于卡尔曼滤波算法对所述初始位姿信息及所述位姿变化信息进行融合，确定所述爬壁机器人的目标位姿信息。5.根据权利要求1
‑
4任一所述的方法，其特征在于，所述裂缝检测结果包括：是否存在裂缝及裂缝受损程度。6.一种裂缝SLAM模型构建装置，其特征在于，包括...

【专利技术属性】
技术研发人员：刘大猛，李宁，房远志，
申请(专利权)人：清华大学天津高端装备研究院清华大学，
类型：发明
国别省市：