基于深度图像立体视觉的成环管片质量识别方法技术

本发明专利技术提供一种基于深度图像立体视觉的成环管片质量识别方法，其包括以下步骤：利用安装在管片拼装机回转机构上的深度图像立体视觉传感器，对待检测管片进行深度图像立体识别；在回转机构完成

【技术实现步骤摘要】
基于深度图像立体视觉的成环管片质量识别方法


[0001]本专利技术涉及管片质量测量
，尤其涉及一种基于深度图像立体视觉的成环管片质量识别方法
。

技术介绍

[0002]盾构机广泛应用于轨道交通
、
引水等隧道建设工程中，管片拼装机是盾构机中较为重要的子系统，管片拼装机在隧道建设过程中用于铺设管片
。
[0003]盾构的施工过程主要可以分为几个步骤：首先盾构机在推进油缸的作用下向前推进，在推进的过程中，刀盘系统会将泥土
、
岩石等地下物质刮落
。
被刮下的泥土等会随着螺旋输送机系统由地下转移到地上
。
当盾构机向前挖掘一段距离后，管片拼装机会将管片输送到隧道裸露位置，经提升
、
平移
、
旋转
、
微调等一系列动作将多段管片拼装砌环，完成对隧道的支撑任务
。
在盾构机掘进过程中，需要将大量管片放置在正确的位置，才能完成对隧道的支护
。
因此，提高管片的架设速度可以直接提高隧道挖掘的施工效率
。
[0004]现在，管片的拼装是通过人眼估计管片的位姿状态，然后技术人员操纵手柄控制管片拼装机进行管片的位置调整，周而往复，最终完成整环管片的拼装砌环
。
这样的拼装流程既容易造成误操作，而且拼装效率不高
。
因此通过机器视觉技术实现管片位姿的实时测量，设计一套自动化管片拼装系统显得尤为重要
。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的缺陷，提供一种基于深度图像立体视觉的成环管片质量识别方法，自动化程度高，效率快，测量精度高
。
[0006]一种基于深度图像立体视觉的成环管片质量识别方法，其包括以下步骤：
[0007]利用安装在管片拼装机回转机构上的深度图像立体视觉传感器，对待检测管片进行深度图像立体识别；
[0008]在回转机构完成
360
°
范围内的旋转后，将深度图像立体视觉传感器在各个角度采集到的深度图像进行拟合，形成一定宽度的环形深度立体图像
。
[0009]在一些实施例中，所述回转机构被配置为绕隧道轴线可进行
±
180
°
回转，所述回转机构上固定有配重块，所述视觉传感器安装固定于所述配重块上面向待检测管片的一侧表面
。
[0010]在一些实施例中，所述回转机构设置有用于记录回转角度的编码器，在利用所述深度图像立体视觉传感器进行深度图像立体识别时，记录对应的编码器回转角度，在进行深度图像拟合时，根据编码器回转角度将各个角度采集到的深度图像拟合得到所述环形深度立体图像
。
[0011]在一些实施例中，所述回转机构顺序转动，每转动设定角度后，所述深度图像立体视觉传感器对待测管片进行一次深度图像立体识别，将采集到的深度图像逐个拼接形成所述环形深度立体图像
。
[0012]在一些实施例中，所述深度图像立体视觉传感器的视觉范围被配置为以所述深度图像立体视觉传感器为顶点的四棱锥形状
。
[0013]在一些实施例中，所述深度图像立体视觉传感器的视觉范围在管片上的宽度边界在相邻两环管片的中线上
。
[0014]基于本专利技术提供的技术方案，取得的技术效果如下：
[0015]本专利技术利用深度图像立体视觉传感器对管片进行扫描，采集图像及相关图像点的深度信息，最终形成环形深度立体图像
。
该技术利用拼装机自带的回转功能，克服盾构机拼装机工作范围的空间结构狭小
、
遮挡物多的难点，完成已成环管片的各项测量
。
附图说明
[0016]此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定
。
在附图中：
[0017]图1是本专利技术实施例的深度图像立体视觉传感器的安装结构示意图
。
[0018]图2是本专利技术实施例的深度图像立体视觉传感器的示意图
。
[0019]图3是本专利技术实施例的管片拼装机回转结构的工作原理图
。
[0020]图4是本专利技术实施例的深度图像立体视觉传感器视觉范围示意图
。
[0021]图5是本专利技术实施例的环形深度立体图像范围的示意图
。
[0022]图中：1‑
深度图像立体视觉传感器；
1.1
‑
深度图像立体视觉传感器主体；
1.2
‑
深度图像立体视觉传感器视觉范围；2‑
待检测管片；
2.1
‑
待检测管片上的识别范围；
2.2
‑
识别范围的宽度边界；
2.3
‑
环形深度立体图像；3‑
盾构机管片拼装机主体；
3.1
‑
盾构机拼装机配重块
。
具体实施方式
[0023]通过参考示范性实施例，本专利技术的目的和功能以及用于实现这些目的和功能的方法将得以阐明
。
显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例
。
在下文中，将参考附图描述本专利技术的实施例；在附图中，相同的附图标记代表相同或类似的步骤
。
[0024]本实施例一种基于深度图像立体视觉的成环管片质量识别方法，主要包括以下步骤：
[0025]步骤
S1
：利用安装在管片拼装机回转机构上的深度图像立体视觉传感器1，对待检测管片2进行深度图像立体识别；
[0026]作为本专利技术的一个实施例，深度图像立体视觉传感器1可采用
Photoneo 3D
相机，
Photoneo
的
MotionCam
‑
3D
是一款
IP65
级的
3D
相机，基于
Photoneo
的专利技术
「Parallel Structured Light」
，这款产品可以用于扫描快速运动中的物体
。photoneo 3D
相机主要用于料框散料无序抓取，以及机床上下料，拆码垛等
3D
项目，产品采用单目结构光的形式出路速度上更快精度更高，此产品分5个系列，覆盖视野范围
2.5
米
‑3米，能更好地满足客户不同产品的视野需求
。
[0027]需要说明的是，本专利技术中的深度图像立体视觉传感器只要是一种面积光
+
图像采集的传感器即可，现有使用此原理的传感器有许多，除上述实施例中的
Photoneo 3D
相机之
外，深度图像立体视觉传感器的可选的型号还本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于深度图像立体视觉的成环管片质量识别方法，其特征在于，包括以下步骤：利用安装在管片拼装机回转机构上的深度图像立体视觉传感器，对待检测管片进行深度图像立体识别；在回转机构完成
360
°
范围内的旋转后，将深度图像立体视觉传感器在各个角度采集到的深度图像进行拟合，形成一定宽度的环形深度立体图像
。2.
根据权利要求1所述的基于深度图像立体视觉的成环管片质量识别方法，其特征在于，所述回转机构被配置为绕隧道轴线可进行
±
180
°
回转，所述回转机构上固定有配重块，所述视觉传感器安装固定于所述配重块上面向待检测管片的一侧表面
。3.
根据权利要求1所述的基于深度图像立体视觉的成环管片质量识别方法，其特征在于，所述回转机构设置有用于记录回转角度的编码器，在利用所述深度图像立...

【专利技术属性】
技术研发人员：杨正，黄德中，庄欠伟，翟一欣，朱叶艇，黄健，秦元，袁玮皓，王浩，顾旭莹，高阳，颜洪宇，何国军，沈辉，郑宜枫，
申请(专利权)人：上海城建隧道装备有限公司，
类型：发明
国别省市：