本发明专利技术公开了一种基于树莓派的船体锈蚀线检测识别系统及其识别方法，包括树莓派开发主板、工业相机、船体锈蚀线检测识别模块、SD存储卡和外接显示终端；所述的树莓派开发主板连接有用于采集船舶舷顶列板、舷侧外板表面图像的工业相机，用于判断船体表面是否含有锈蚀线的船体锈蚀线检测识别模块，用于存储船体表面锈蚀信息的SD存储卡，用于用户直观了解已识别的船体锈蚀面积的外接显示终端。本发明专利技术使用GoogLeNet网络进行深度学习训练，能够快速识别出锈蚀的位置、程度和类型，并能够形成存储记录，方便爬壁清洗机器人进行高效除锈。
1、船舶除锈工作是船舶的修理和保养过程中至关重要的操作工序，定期对船舶进行除锈可以有效避免船舶外板长时间在高温、高盐环境中作业从而腐蚀钢板。舷顶列板通常采用高强度钢材制造，具有较大的截面面积和厚度，能够承受船舶在航行中的荷载和外界环境的影响，起到加强船舷结构、提高船体刚度和抗弯强度的作用。舷侧外板则负责承受船舶在水中的浮力和波浪荷载，同时起到防水和保护船体结构的作用。舷侧外板通常由船体结构钢材制成，具有较高的强度和耐腐蚀性能，能够保证船体的结构完整性和航行安全。以往该项工作的主要方式为人工手持喷枪喷砂作业，这严重污染海洋、岸基生态环境，危害工人的身体健康，因此有必要设计一种基于树莓派的船体锈蚀线检测识别系统及方法，应用于爬壁机器人代替人工进行锈蚀检测。
2、目前，船体大型爬壁机器人搭载水射流喷枪和真空回收清洗器，工人在地面对机器人进行远程操控，一定程度上全面解放了工人的高空作业风险，改善了船厂工作环境，是一种船舶与海洋大型大表面装备涂装制造领域前景广阔的工业机器人新技术。但是现有的船体除锈爬壁机器人尚未实现自主除锈作业，需工人肉眼识别锈迹，再通过控制台对除锈爬壁机器人进行操作，对大型船体壁面的作业局限性较大，无法有效快速识别船体锈迹线，从而对船体区域是否含有锈迹进行判断；且仍存在工人高空作业的问题,安全无法得到有效保障，安全事故屡次发生，因此急需给除锈爬壁机器人进行锈蚀线检测功能升级，避免工人发生安全事故。
>3、现有的专利提及的关于钢板锈蚀检测方法及装置主要涉及缺陷算法、锈蚀检测模型及其相关装置，如cn114677362a提供了一种基于改进yolov5的表面缺陷检测方法，但该专利技术主要用于金属表面缺陷检测，未对多种喷漆进行区分，对船舶大型钢制表面的适用性较差；如cn115994889a提供了一种锈蚀检测模型构建方法及锈蚀检测方法，主要针对海上金属钢架结构，未涉及钢制大表面锈蚀检测，使用场合受限；如cn217654974u，提出了一种钢材表面锈蚀检测处理装置，但未涉及树莓派相关硬件且未具体描述检测原理。4、1.“基于改进yolov5的表面缺陷检测方法”，专利号cn114677362a。该专利技术公开了一种基于改进yolov5的表面缺陷检测方法，基于yolov5s神经网络模型结构进行改进，在原有backbone主干网络部分尾部增添使用了c3str模块，通过c3str模块对缺陷特征进行捕获强化，从而提取出更加丰富的图像缺陷特征，但该专利技术未对多种喷漆进行区分，对船舶大型钢制表面的适用性较差。
5、2.“锈蚀检测模型构建方法及锈蚀检测方法”，专利号cn115994889a。该专利技术公开了提供了一种锈蚀检测模型构建方法及锈蚀检测方法。其中，锈蚀检测模型构建方法，包括：获取模型训练数据，模型训练数据中包括多个金属设备图像，各金属设备图像中标注有锈蚀区；基于模型训练数据，对u2net网络模型进行模型训练，得到锈蚀检测模型，u2net网络模型的顶层由编码器和解码器构成u型网络结构，编码器和解码器分别由多层swintransformer单元构成u型网络结构。主要针对海上金属钢架结构，未涉及钢制大表面锈蚀检测，使用场合受限。
6、3.“一种钢材表面锈蚀检测处理装置”，专利号cn217654974u。该专利技术公开了一种钢材表面锈蚀检测处理装置，包括底板，所述底板的顶部一侧外壁设置有承接板，且承接板的两侧外壁分别开有滑槽，两个滑槽内滑动连接有同一个滑板，承接板的四角分别设置有限位块，底板的顶部两侧分别设置有u型支架，且u型支架的底部中间外壁设置有滑移机构，滑板与滑槽形成滑动配合，滑移机构的移动端与滑板的顶部相连接，且滑板的两侧设置有锈蚀检测仪，且u型支架的顶部中间外壁设置有驱动件，驱动件与滑移机构转动连接，但未涉及树莓派相关硬件且未具体描述检测的原理。
技术实现思路
1、专利技术目的：为解决上述问题，本专利技术的目的在于提供一种基于树莓派的船体锈蚀线检测识别系统及方法，能够判断船体表面是否含有锈蚀痕迹。
2、技术方案：本专利技术解决其问题所采用的技术方案是：
3、第一方面，本专利技术提出了一种基于树莓派的船体锈蚀线检测识别系统，包括树莓派开发主板、工业相机、船体锈蚀线检测识别模块、sd存储卡和外接显示终端；
4、所述的树莓派开发主板连接有工业相机、船体锈蚀线检测识别模块、sd存储卡和外接显示终端；
5、所述的工业相机用于采集船舶舷顶列板、舷侧外板表面图像；
6、所述的船体锈蚀线检测识别模块用于判断船体表面是否含有锈蚀线；
7、所述的sd存储卡用于存储船体表面锈蚀信息；
8、所述的外接显示终端用于用户直观了解已识别的船舶舷顶列板、舷侧外板锈蚀面积。
9、进一步地，所述的树莓派开发主板的型号为raspberry pi 4model b，采用1.5ghz的64位四核cortex-a72处理器，板载2.4ghz和5.0ghz的ieee802.11ac无线模块和蓝牙5.0，有2个usb 3.0端口，2个usb 2.0端口，带有标准40针gpio接头，有2个微型hdmi端口，2通道mipidsi显示端口，2通道mipi csi摄像机端口，4极立体声音频和复合视频端口，带有微型sd卡插槽用于加载操作系统和数据存储。
10、进一步地，所述的树莓派开发主板采用的系统为raspberry pi os系统。
11、进一步地，所述的工业相机为mv-ge502c，采用镜头为zr118m0512c6m。
12、进一步地，所述的船体锈蚀线检测识别模块采用深度学习训练模型，能够快速有效针对船体锈蚀线进行检测识别。
13、进一步地，所述的sd存储卡采用linux系统，将船体锈蚀线检测识别模块产生的识别结果记忆，在爬壁机器人作业时提供上步骤检测的船体锈蚀线位置信息和面积信息。
14、进一步地，所述的外接显示终端与树莓派通过wi-fi模块远程连接，用户可在该显示界面实时掌握船体锈蚀线的检测识别进度、锈蚀线位置信息及面积信息。
15、第二方面，本专利技术提供一种基于树莓派的船体锈蚀线检测识别系统的识别方法，包括以下步骤：
16、步骤s1：工业相机对待测船舶舷顶列板、舷侧外板进行拍摄，将采集到的图像传输至树莓派开发主板；
17、步骤s2：树莓派开发主板对采集到的图像进行二值化预处理，将预处理后的图像传输至船体锈蚀线检测识别模块，由深度学习模型对预处理后图像进行锈蚀线检测识别；
18、步骤s3：船体锈蚀线检测识别模块将锈蚀线相关信息反馈至树莓派开发主板，再由树莓派将信息记录在sd存储卡中，对船体外板锈蚀线的位置信息和面积信息进行记录；
19、步骤s4：用户可通过显示屏实时观察船体锈蚀线检测识别进度，实现远程监控和管理。
20、第本文档来自技高网...
【技术保护点】
1.一种基于树莓派的船体锈蚀线检测识别系统，其特征在于：包括树莓派开发主板、工业相机、船体锈蚀线检测识别模块、SD存储卡和外接显示终端；
2.根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统，其特征在于：所述的树莓派开发主板的型号为Raspberry Pi 4Model B，采用1.5GHz的64位四核Cortex-A72处理器，板载2.4GHz和5.0GHz的IEEE802.11ac无线模块和蓝牙5.0，有2个USB 3.0端口，2个USB 2.0端口，带有标准40针GPIO接头，有2个微型HDMI端口，2通道MIPIDSI显示端口，2通道MIPI CSI摄像机端口，4极立体声音频和复合视频端口，带有微型SD卡插槽用于加载操作系统和数据存储。
3.根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统，其特征在于：所述的树莓派开发主板采用的系统为Raspberry Pi OS系统。
4.根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统，其特征在于：所述的工业相机为MV-GE502C，采用镜头为ZR118M0512C6M。
<p>5.根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统，其特征在于：所述的船体锈蚀线检测识别模块采用深度学习训练模型，能够快速有效针对船体锈蚀线进行检测识别。6.根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统，其特征在于：所述的SD存储卡采用Linux系统，将船体锈蚀线检测识别模块产生的识别结果记忆，在爬壁机器人作业时提供上步骤检测的船体锈蚀线位置信息和面积信息。
7.根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统，其特征在于：所述的外接显示终端与树莓派开发主板通过Wi-Fi模块远程连接，用户可在该显示界面实时掌握船体锈蚀线的检测识别进度、锈蚀线位置信息及面积信息，实现远程监控和管理。
8.一种根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统的识别方法，其特征在于：包括以下步骤：
9.一种根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统与无人机协同作业的方法，其特征在于：包括以下步骤：
10.一种船体表面锈蚀检测识别机器人，其特征在于：包括：
...
【技术特征摘要】
1.一种基于树莓派的船体锈蚀线检测识别系统，其特征在于：包括树莓派开发主板、工业相机、船体锈蚀线检测识别模块、sd存储卡和外接显示终端；
2.根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统，其特征在于：所述的树莓派开发主板的型号为raspberry pi 4model b，采用1.5ghz的64位四核cortex-a72处理器，板载2.4ghz和5.0ghz的ieee802.11ac无线模块和蓝牙5.0，有2个usb 3.0端口，2个usb 2.0端口，带有标准40针gpio接头，有2个微型hdmi端口，2通道mipidsi显示端口，2通道mipi csi摄像机端口，4极立体声音频和复合视频端口，带有微型sd卡插槽用于加载操作系统和数据存储。
3.根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统，其特征在于：所述的树莓派开发主板采用的系统为raspberry pi os系统。
4.根据权利要求1所述的基于树莓派的船体锈蚀线检测识别系统，其特征在于：所述的工业相机为mv-ge502c，采用镜头为zr118m051...
【专利技术属性】
技术研发人员：关杰，梁金丹，陈真，姚必明，黄成，崔科，王海山，衣正尧，
申请(专利权)人：南通中远克莱芬船舶工程有限公司，
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。