基于管道焊缝识别的管道缺陷定位方法技术

本发明专利技术涉及一种基于管道焊缝识别的管道缺陷定位方法，属于管道缺陷定位领域，包括以下步骤：S1：采集并存储里程数据MD和管道内壁图像数据VD；S2：读取里程数据MD和管道内壁图像数据VD，分别进行数据处理；S3：通过训练后的神经网络模型识别图像数据VD中的管道焊缝图像W与管道缺陷图像F，并得到识别结果对应的时间戳；S4：对里程数据MD进行数据清洗，根据时间一致性对图像数据VD与里程数据MD数据进行对齐，每个时间戳都有对应的图像数据与里程数据；S5：根据管道焊缝图像数量将所检测的管道分成N段，将检测的管道缺陷放置到对应的管段中，根据此段管道缺陷里程数据与管道焊缝里程数据，得到缺陷在该条管线对应管段中的具体位置。置。置。

【技术实现步骤摘要】
基于管道焊缝识别的管道缺陷定位方法


[0001]本专利技术属于管道缺陷定位领域，涉及一种基于管道焊缝识别的管道缺陷定位方法。

技术介绍

[0002]为了提高油气管道使用寿命，需要定期对管道进行检测，及时发现管道出现的问题并修复。相对于传统的人工巡查检测，现在更多的是使用管道检测机器人进行管道的检测，采集管道以及管道缺陷的各项数据，得到相应的管道修复方案。
[0003]尽管目前对管道缺陷类型检测的识别率很高，但对于管道缺陷的定位仍存在较大误差。由于管道通常处于地下，通过外界GPS辅助定位很难实现，常规定位方法中同位素标记法等前期部署工作量大、维护成本高，里程轮等短距离定位精确，但长距离定位累积误差大。
[0004]现有技术用一种机器人包括通过时向管壁激励超声波，当超声波遇到焊缝缺陷特征时，多探头同时响应接收到反射的回波，通过评估回波信号的时间差和信号特征，实现环焊缝识别及缺陷检测。该方法对超声波传感器的灵敏度要求高、而且常规采用矩阵形式传感器数量多，不仅维护难度大，而且超声波容易受到管道内壁油垢的影响，从而使得进行管道定位出现误差。
[0005]还有一种现有技术对双目相机进行标定与立体匹配，得到畸变相对很小的图像，通过立体匹配与深度计算确定图像中某一点在世界坐标系下的具体位置与其像素点位置的具体函数关系；通过目标检测算法训练目标检测模型并对视频图像进行识别；当识别到图像存在某一类缺陷时，该模型将框定缺陷目标，将其中心位置的世界坐标显示在屏幕上。这种方法利用双目视觉的数据进行深度计算得到距离信息实现定位，定位精确度受到图像质量因素影响较大，而且一般适用于低速检测任务。

技术实现思路

[0006]有鉴于此，本专利技术的目的在于提供一种基于管道焊缝识别的管道缺陷定位方法，针对长输管道进行检测任务时，长输管道内部检测异常情况的定位精度问题，采用检测装置获取管道内焊缝、缺陷图像与检测装置里程数据相结合的方式，能够更加直观的、准确地对管道实际情况进行正确判断、能够精准定位管道内缺陷所在位置，因此设计基于管道焊缝识别的提高管道缺陷定位精度的方法来实现对长输管道缺陷高精确定位，便于管道进行开展维护检修工作。
[0007]为达到上述目的，本专利技术提供如下技术方案：
[0008]一种基于管道焊缝识别的管道缺陷定位方法，包括以下步骤：
[0009]S1：采集并存储里程数据MD和管道内壁图像数据VD；
[0010]S2：读取里程数据MD和管道内壁图像数据VD，分别进行数据处理；
[0011]S3：通过训练后的神经网络模型识别图像数据VD中的管道焊缝图像W与管道缺陷
图像F，并得到识别结果对应的时间戳WT、FT；
[0012]S4：对里程数据MD进行数据清洗，根据时间一致性对图像数据VD与里程数据MD数据进行对齐，每个时间戳FT、WT都有对应的里程数据MDft、MDwt；
[0013]S5：根据管道焊缝图像数量将所检测的管道分成N段，将检测的管道缺陷放置到对应的管段中，根据此段管道缺陷里程数据MDft与管道焊缝里程数据MDwt，得到缺陷在该段的具体位置为MDft
‑
MDwt。
[0014]进一步，采用管道内窥检测装置来采集里程数据MD和管道内壁图像数据VD，并分别存储到SD_1存储卡和SD_2存储卡中；
[0015]所述管道内窥检测装置包括牵引单元、测距单元、图像采集单元、运行时间模块和电源；
[0016]所述牵引单元用于提供牵引力，带动装置在管道内实现行进；
[0017]所述测距单元由主控控制器、里程轮和SD_1存储卡组成，对管道里程进行测量并存储；其中主控制器用于通过算法对测距单元所搭载的里程轮进行控制；其中里程轮用于采集装置行进的距离数据；SD_1存储卡用于保存主控制器控制里程轮所采集的数据；
[0018]所述图像采集单元由图像采集控制器、摄像头传感器和SD_2存储卡组成，对管道内壁图像进行采集并存储；其中图像采集控制器主要用于图像采集算法实现以及摄像头传感器参数配置；其中摄像头传感器用于采集管道内壁图像；其中SD_2存储卡用于保存图像采集控制器通过摄像头传感器采集到管道内壁图像的数据。
[0019]所述运行时间模块，其自身能够产生运行时间数据，用于为主控控制器和图像采集控制器提供一个基准时间，保证两个控制器进行数据存储时在同一个时刻。
[0020]所述电源用于为测距单元和图像采集单元供电。
[0021]进一步，步骤S3具体包括以下步骤：
[0022]S31：将SD_2存储卡中对采集管道内壁图像数据VD按照神经网络模型要求对数据进行标准化，放入所述神经网络模型中；
[0023]S32：神经网络模型对需要处理的管道内壁图像数据VD按照存储时间顺序进行分类处理，分为管道焊缝类与管道缺陷类；
[0024]S33：处理后的图像在两个类中按照时间顺序排列；
[0025]S34：对检测的焊缝数量进行核对与统计，并与实际管道线路中的焊缝数进行对比，确保管道分段时与里程数据对齐。
[0026]进一步，所述对里程数据MD进行数据清洗，包括将重复、多余部分的数据进行筛选并清除；把缺失部分补充完整，并将不正确的数据纠正或者删除；最后按照时间顺序将里程数据MD进行排列。
[0027]进一步，步骤S5中，具体包括以下步骤：
[0028]S51：对管道焊缝图像F进行核对，并对管道焊缝图像F进行统计，得到管道焊缝图像总数FN；通过对管道焊缝FN结果进行计算，并与实际管道焊接段数进行对比，保证管道焊接的段数数量一致；
[0029]S52：将管道焊缝结果将所检测的管道分成对应的N段，其中，管道段数N＝管道焊缝图像总数FN+1；
[0030]S53：得到管道段数N，对检测的管道分段，根据管道缺陷图像FTi附近的管道焊缝
图像WTi定位在管道Ni中，将管道焊缝里程数据MDwti作为基准，即为参照值，将管道缺陷里程数据MDfti作为对照值，就得到管道缺陷在第i段管道中离管道焊缝的距离MDfti
‑
MDwti，实现定位。
[0031]本专利技术的有益效果在于：
[0032]1)本专利技术可以有效减少常规定位方法中因为长距离里程轮测距导致累积误差增大，影响定位，利用管道焊缝作为管道缺陷的基准，实现管道缺陷精准定位；
[0033]2)本专利技术能够将管道缺陷定位到具体某段具体管道中，为后续管道修复作业提供便利；
[0034]3)本专利技术能够将管道缺陷种类进行采集、分类，为管道缺陷修复时能够依照缺陷问题设计合理的修复方案；
[0035]4)本专利技术在焊接管道中均能实现高精度定位，受管道材料产生影响较小，也不需要在管道外加设其他装置；
[0036]5)本专利技术能够对管道内部情况可视化，能够直观了解到管道健康程度。
[0037]本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于管道焊缝识别的管道缺陷定位方法，其特征在于：包括以下步骤：S1：采集并存储里程数据MD和管道内壁图像数据VD；S2：读取里程数据MD和管道内壁图像数据VD，分别进行数据处理；S3：通过训练后的神经网络模型识别图像数据VD中的管道焊缝图像W与管道缺陷图像F，并得到识别结果对应的时间戳WT、FT；S4：对里程数据MD进行数据清洗，根据时间一致性对图像数据VD与里程数据MD数据进行对齐，每个时间戳FT、WT都有对应的里程数据MDft、MDwt；S5：根据管道焊缝图像数量将所检测的管道分成N段，将检测的管道缺陷放置到对应的管段中，根据此段管道缺陷里程数据MDft与管道焊缝里程数据MDwt，得到缺陷在该段的具体位置为MDft
‑
MDwt。2.根据权利要求1所述的基于管道焊缝识别的管道缺陷定位方法，其特征在于：采用管道内窥检测装置来采集里程数据MD和管道内壁图像数据VD，并分别存储到SD_1存储卡和SD_2存储卡中；所述管道内窥检测装置包括牵引单元、测距单元、图像采集单元、运行时间模块和电源；所述牵引单元用于提供牵引力，带动装置在管道内实现行进；所述测距单元由主控控制器、里程轮和SD_1存储卡组成，对管道里程进行测量并存储；其中主控制器用于通过算法对测距单元所搭载的里程轮进行控制；里程轮用于采集装置行进的距离数据；SD_1存储卡用于保存主控制器控制里程轮所采集的数据；所述图像采集单元由图像采集控制器、摄像头传感器和SD_2存储卡组成，对管道内壁图像进行采集并存储；其中图像采集控制器主要用于图像采集算法实现以及摄像头传感器参数配置；其中摄像头传感器用于采集管道内壁图像；其中SD_2存储卡用于保存图像采集控制器通过摄像头传感器采集到管道内壁图像的数据；所述运行时间模块，其自身能够产生运行时间数据，用...

【专利技术属性】
技术研发人员：梁山，马蠡，向钧，刘豪，王成象，朱洪生，
申请(专利权)人：重庆大学，
类型：发明
国别省市：