基于计算视觉和SLAM的无人机盾构隧道巡检方法技术

本发明专利技术公开了基于计算视觉和SLAM的无人机盾构隧道巡检方法，应用于隧道检测和无人机飞行与定位技术领域，其中包括：S1、采集隧道内的影像信息并初步建图；S2、利用计算视觉算法分析识别影像信息中的损伤；S3、建立坐标系标记位置信息，记录对应的坐标信息，最终报告损伤位置与受损情况。本发明专利技术旨在针对无人机隧道巡检任务，解决无人机在隧道内无法通过卫星定位技术定位的问题，结合计算视觉算法以有效识别损伤并标记位置，高效完成隧道检测任务；大大提高了隧道巡检的效率，也降低了人工巡检的成本与危险性。成本与危险性。成本与危险性。

【技术实现步骤摘要】
基于计算视觉和SLAM的无人机盾构隧道巡检方法


[0001]本专利技术涉及隧道检测和无人机飞行与定位
，更具体的说是涉及基于计算视觉和SLAM的无人机盾构隧道巡检方法。

技术介绍

[0002]随着我国的交通基础设施不断完善，已投入使用的隧道数量日益增加，正在建设中的隧道数量依然十分庞大，隧道检测工作的任务量巨大，并且检测工作存在一定的危险性。无人机以其优越的机动性以及搭载设备的灵活性能成功胜任隧道检测工作，且自动化的工作流程不仅可以大大减少工作量，还保障了工作的安全性。但是，隧道环境下难以接收GPS等卫星定位信号，使得无法确定无人机的飞行位置并标记隧道的受损部位，不利于检测工作的进行。
[0003]目前在无卫星定位下无人机的定位方式主要有UWB技术，但在隧道环境下，上述定位方案的效果无法达到检测任务要求。盾构隧道内的衬砌环为标准化生产，隧道内壁管片上的螺栓孔以及管片间的缝隙具有规律性，可通过计算视觉对其识别，并可作为行驶里程的参考。SLAM算法在隧道环境下难以捕捉建筑物的棱边特征，无法精确飞行里程，在融合计算视觉的里程参考后即可实现准确定位。
[0004]因此，提出一种基于计算视觉和SLAM的无人机盾构隧道巡检方法，来解决现有技术存在的困难，是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于计算视觉和SLAM的无人机盾构隧道巡检方法，旨在针对无人机隧道巡检任务，解决无人机在隧道内无法通过卫星定位技术定位的问题，结合计算视觉算法以有效识别损伤并标记位置，高效完成隧道检测任务。
[0006]为了实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于计算视觉和SLAM的无人机盾构隧道巡检方法，包括以下步骤：
[0008]S1、采集隧道内的影像信息并初步建图；
[0009]S2、利用计算视觉算法分析识别影像信息中的损伤；
[0010]S3、建立坐标系标记损伤位置信息，记录对应的坐标信息，最终报告损伤位置与受损情况。
[0011]上述的方法，可选的，S1的具体步骤如下：
[0012]无人机飞入待检测隧道，依托无人机搭载的视觉相机、深度相机收集隧道内的影像信息，生成深度图像，结合激光雷达对周边环境采集的距离信息利用SLAM算法实现隧道环境的初步建图，并对无人机进行定位。
[0013]上述的方法，可选的，使用相机畸变参数对图像进行矫正，径向畸变矫正公式如下式(1)，切向畸变的矫正公式如下式(2)：
[0014][0015][0016]式中，x为任意一点横坐标，y为任意一点纵坐标，r为任意一点与坐标原点之间的距离，k
i
为径向畸变纠正系数，p
i
为切向畸变纠正系数。
[0017]上述的方法，可选的，使用欧式变换实现不同坐标系之间的变换，矩阵转换关系如下式所示：
[0018][0019]式中，(a1，a2，a3)为初始坐标，(a
′1，a
′2，a
′3)为转换后坐标，(e1，e2，e3)为单位正交基，经一次旋转变为(e
′1，e
′2，e
′3)，R为旋转矩阵。
[0020]上述的方法，可选的，S2的具体步骤如下：
[0021]针对S1中采集到的影像信息依托不同的机器视觉算法进行分析处理，并识别出不同的损伤类型；利用隧道衬砌混凝土底色与损伤部位较强的颜色对比将影像二值化，突出损伤部位，根据像素信息计算长度、宽度、面积等。
[0022]上述的方法，可选的，根据灰度阈值分割法将影像二值化，灰度阈值分割公式如下式：
[0023][0024]式中，T为判断准则。
[0025]上述的方法，可选的，S3的具体步骤如下：
[0026]根据隧道衬砌排布以及自身螺栓孔的规律性，利用计算视觉算法识别出每一个标准衬砌环；根据隧道的几何特征，建立以隧道轴心为坐标轴，以隧道起始位置为坐标原点，以前进方向为坐标轴正方向，以一个标准衬砌环为一个坐标单位，建立单轴坐标系，并与S1中建立的SLAM地图相匹配；标记S2中的损伤部位，记录对应的坐标信息，再还原至具体的某一环衬砌，报告损伤位置与受损情况。
[0027]一种电子设备，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，处理器运行所述计算机程序以实现如上述方法的步骤。
[0028]一种计算机可读存储介质，其可读存储介质上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如上述方法的步骤。
[0029]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于计算视觉和SLAM的无人机盾构隧道巡检方法，具有以下有益效果：
[0030](1)旨在针对无人机隧道巡检任务，解决无人机在隧道内无法通过卫星定位技术定位的问题，结合计算视觉算法以有效识别损伤并标记位置，高效完成隧道检测任务。
[0031](2)实现隧道检测的自动化，大大提高了隧道巡检的效率，也降低了人工巡检的成本与危险性。
附图说明
[0032]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，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。
[0033]图1为本专利技术提供的一种基于计算视觉和SLAM的无人机盾构隧道巡检的方法流程图；
[0034]图2为本专利技术提供的盾构隧道单轴坐标系示意图。
具体实施方式
[0035]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，都属于本专利技术保护的范围。
[0036]参照图1所示，本专利技术公开了一种基于计算视觉和SLAM的无人机盾构隧道巡检方法，包括以下步骤：
[0037]S1，采集隧道内的影像信息并初步建图：
[0038]人工操作无人机飞入待检测隧道，依托无人机搭载的视觉相机、深度相机收集隧道内的影像信息，生成深度图像，结合激光雷达对周边环境采集的距离信息利用SLAM算法实现隧道环境的初步建图，并对无人机定位。由于飞行过程中拍摄角度的多变性以及无人机飞行过程中可能产生晃动，图像成像与实际情况有一定偏差，使用相机畸变参数对图像进行矫正，可精确计算损伤情况，径向畸变矫正公式如式(1)所示，切向畸变的矫正公式如式(2)所示：
[0039][0040][0041]式中，x为任意一点横坐标，y为任意一点纵坐标，r为任意一点与坐标原点之间的距离，k
i
为径向畸变纠正系数，p
i
为切向畸变纠正系数。
[0042]为解决无人机飞入隧道后无GPS本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算视觉和SLAM的无人机盾构隧道巡检方法，其特征在于，包括以下步骤：S1、采集隧道内的影像信息并初步建图；S2、利用计算视觉算法分析识别影像信息中的损伤；S3、建立坐标系标记损伤位置信息，记录对应的坐标信息，最终报告损伤位置与受损情况。2.根据权利要求1所述的一种基于计算视觉和SLAM的无人机盾构隧道巡检方法，其特征在于，S1的具体步骤如下：无人机飞入待检测隧道，依托无人机搭载的视觉相机、深度相机收集隧道内的影像信息，生成深度图像，结合激光雷达对周边环境采集的距离信息利用SLAM算法实现隧道环境的初步建图，并对无人机进行定位。3.根据权利要求2所述的一种基于计算视觉和SLAM的无人机盾构隧道巡检方法，其特征在于，使用相机畸变参数对图像进行矫正，径向畸变矫正公式如下式(1)，切向畸变的矫正公式如下式(2)：式如下式(2)：式中，x为任意一点横坐标，y为任意一点纵坐标，r为任意一点与坐标原点之间的距离，k
i
为径向畸变纠正系数，p
i
为切向畸变纠正系数。4.根据权利要求2所述的一种基于计算视觉和SLAM的无人机盾构隧道巡检方法，其特征在于，使用欧式变换实现不同坐标系之间的变换，矩阵转换关系如下式所示：式中，(a1,a2,a3)为初始坐标，(a'1,a'2,a'3)为转换后坐标，(e1,e2,e3)为单位正交基，经一次旋转变为(e'1,e'2,e'3)，R为旋转矩阵。5.根据权利要求1所述的一种基于计算视...

【专利技术属性】
技术研发人员：刘超，王义诚，刘海，崔杰，孟旭，
申请(专利权)人：广州大学，
类型：发明
国别省市：