【技术实现步骤摘要】
管道机器人及多传感器融合管道内径缺陷和淤泥检测方法
[0001]本专利技术涉及管道检测机器人
,具体为管道机器人及多传感器融合管道内径缺陷和淤泥检测方法。
技术介绍
[0002]排水管道在卫生、环境保护、城市规划、基础设施和水资源管理方面对人类社会具有重要意义,为维护健康、保护环境、促进发展和提升居民生活质量发挥着关键作用。排水管道中淤泥堆积和内壁缺陷对管道流量、传输效能和结构稳定性等方面会产生显著影响。淤泥堆积降低了管道的有效截面积,引起流量减小和堵塞,而内壁缺陷如腐蚀和裂纹则削弱了管道的结构强度和稳定性,可能导致渗漏和管道破坏。因此,进行定期的维护和检查对于管道系统的正常运行和可靠性至关重要。管道的内径测量、淤泥的沉积高度测量及包络检测和内壁缺陷检测是管道机器人巡检的基本任务。目前管道机器人进行管道内径和淤泥的沉积高度测量的方案主要是CCTV成像设备或者激光雷达,CCTV成像设备在管道巡检任务中在每次测量前要进行标定,效率较低;而激光雷达发射的激光脉冲到水中会被干扰,严重影响管道内径测量的精度,从而无法准确计算淤泥的沉积高度。因此,设计一种能适应不同水位的管道机器人的多传感器融合的管道内壁直径、缺陷及淤泥检测方法具有重要的实用价值。
[0003]专利CN201710874866.9设计了一种淤泥检测系统及淤泥检测方法,使用液位检测模块以及贯入阻力检测模块,因工程部署问题,不能在地下排水管道环境中使用。因此,本专利技术设计了一种管道机器人的多传感器融合的管道内壁直径、缺陷及淤泥检测方法,适应于不同管道 ...
【技术保护点】
【技术特征摘要】
1.管道机器人,其特征在于:包括移动底盘、作业机构模块(2)以及传感器模块(1),所述作业机构模块(2)包括舵机(2
‑
1)、云台(2
‑
2)和升降机构(2
‑
3),所述升降机构(2
‑
3)安装在移动底盘上方,所述云台(2
‑
2)安装在升降机构(2
‑
3)上,所述舵机(2
‑
1)安装在移动底盘前侧面,所述传感器模块(1)包括声波传感器、激光雷达(1
‑
2)和RGB
‑
D相机(1
‑
3),所述激光雷达(1
‑
2)安装在移动底盘上侧面,所述超声传感器安装在舵机(2
‑
1)的舵盘上,所述RGB
‑
D相机(1
‑
3)安装在云台(2
‑
2)上。2.基于权利要求1所述管道机器人的多传感器融合管道内径缺陷和淤泥检测方法,其特征在于:包括如下步骤:步骤S1:获取激光雷达(1
‑
2)点云数据;步骤S2:进行圆形拟合;步骤S3:判断点云圆形拟合是否成功,若成功,进行步骤S4;若失败,调整点云拟合角度范围,再次进行圆形拟合,其中,点云拟合角度范围为α度至360
‑
α度;步骤S4:舵机(2
‑
1)转动超声波传感器(1
‑
1),补全拟合角度;步骤S5:构建超声波数据;步骤S6:进行圆形拟合,其中,选用的超声波数据初步拟合角度范围为0度至α度和360
‑
α度至360度;步骤S7:判断超声波数据圆形拟合是否成功,若成功,进行步骤S7;若失败,调整超声波数据拟合角度范围,再次进行圆形拟合,其中,超声波数据最终拟合角度范围为β度至α度和360
‑
α度至360
‑
β度;步骤S8:RGB
‑
D相机(1
‑
3)测量管道内径;步骤S9:RGB
‑
D相机(1
‑
3)数据、超声波数据与点云数据融合,计算管道内径;步骤S10:计算水面高度和淤泥沉积高度;步骤S11:淤泥包络检测;步骤S12:RGB
‑
D相机(1
‑
3)缺陷检测。3.根据权利要求1所述的多传感器融合管道内径缺陷和淤泥检测方法,其特征在于:在步骤S1
‑
S3中,利用激光雷达(1
‑
2)构建的点云数据拟合得到管道内壁内径R1和管道截面圆心位置(x1,y1),具体为:竖直集成在管道机器人上的激光雷达(1
‑
2)360度地扫描排水管道的横截面,构建管道横截面的点云数据,对点云数据进行圆形拟合,首先构建一个目标函数,包括初始估计值包括圆心坐标(x1、y1)以及圆内径R1,输入激光雷达(1
‑
2)点云数据,点云数据包括每个点的坐标(x
i
、y
i
),计算一轮点云数据中每个点到圆心的距离最后返回每个距离偏差的平方和output,将其作为目标函数:使用共轭梯度方法作为优化算法,将目标函数、初始估计值和点云数据作为输入,优化过程不断迭代调整参数,使得目标函数达到最小值,最终得到优化结果,即拟合出的圆的参
数x1、y1和R1,采用动态调整点云拟合角度范围,假设,首次选用360度的点云数据拟合失败,则将拟合角度范围减少2α度,即选用α度至360
‑
α度范围内的点云进行拟合,直至拟合成功。4.根据权利要求1所述的多传感器融合管道内径缺陷和淤泥检测方法,其特征在于:在步骤S4
‑
S7中,利用超声波传感器(1
‑
1)测距拟合得到管道内壁内径R2和管道截面圆心位置(x2,y2),具体为:通过舵机(2
‑
1)进行旋转,舵机(2
‑
1)每转动θ度读取一次超声波传感器(1
‑
1)返回的距离信息,根据舵机(2
‑
1)转动的角度以及返回的距离信息构建超声波数据,x
i
=d
i
.cos(angle_min+θ.i)y
i
=d
i
.sin(angle_min+θ.i)其中i为舵机(2
‑
1)转动一圈中超声波传感器(1
‑
1)返回的脉冲计数,di为该脉冲返回的距离信息,angle_min为舵机(2
‑
1)扫描的起始角度,θ为舵机(2
‑
1)每次转动的角度,由上述激光雷达(1
‑
2)最终拟合的角度范围,获得超声波数据初步圆形拟合的角度范围,假设激光雷达(1
‑
2)最终拟合角度范围为α度至360
‑
α度,超声波数据圆形拟合的初步角度范围为0度至α度和360
‑
α度至360度,构建一个目标函数,包括初始估计值包括圆心坐标x2、y2以及圆内径R2,输入超声波数据,超声波数据包括每个点的坐标x
i
、y
i
,计算一轮点云数据中每个点到圆心的距离最后...
【专利技术属性】
技术研发人员:张军,宋佳琪,张益睿,沈文杰,陈鑫,宋爱国,
申请(专利权)人:东南大学,
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。