【技术实现步骤摘要】
本专利技术属于管道检测，具体涉及一种管道缺陷检测机器人及检测方法。
技术介绍
1、在不对污水管道进行开挖的条件下，急需对污水管道的损伤做检测，以排除隐藏的危险。据初步调查，目前国内地下管道维护60％依赖人工，30％采用进口设备，而国产设备只占到10％。由于管道内环境恶劣，同时长期使用的管道还可能有瘴气、中毒、漏电等危险情况，导致人工作业效率低下，并且还存在较大风险。因此城市地下管道检测机器人应运而生。管道检测机器人结构小巧简便，能适应不同的管道管径，运行平稳，操控性能好，检测效率高，能够代替人工进入实际管道内部工作。
2、目前，管道检测的主流方式为检测人员进入管道检查，这种方式不仅效率低下，而且存在安全性隐患，可检测管道缺陷范围较小，难以进行大规模管道检测。此外还有一种使用潜望镜的方法来实现管道检测，但由于设备的局限，管道潜望镜法主要检测对象为管口缺陷，针对细微的结构性缺陷及功能性缺陷的检测效果不好，只能进行初步的检测评估；管道的缺陷图像目前通常由专业检查人员进行判定，而大量的管道视频由人工来进行检测存在易疲劳、主观性强、效率低下等缺点。
技术实现思路
1、为了克服以上现有技术存在问题，本专利技术的目的在于提供一种管道缺陷检测机器人及检测方法，利用视觉技术识别管道缺陷并进行自动检测，能够对管道内部的缺陷进行图像采集并识别分类，解决管道中的恶劣环境对人工作业造成诸多不便的问题。
2、为了实现上述目的，本专利技术采用的技术方案是：
3、一种管道缺陷检
4、所述机械系统用于为机器人移动提供动力、保护、结构支撑和拍摄；
5、所述控制系统实时传输画面，便于操作人员规划路径，通过电缆实现画面的传送以及上位机对机械系统、图像识别系统以及管道缺陷检测系统的远程控制；
6、所述图像识别系统用于对于机械系统拍摄的图像采集后导入计算机内通过算法进行检测，从而判断管道是否有缺陷；
7、所述管道缺陷检测系统通过导入图像识别系统识别后的管道内视频图像，然后自动的生成对应的管道缺陷检测报告。
8、所述机械系统包括支撑装置、驱动装置、拍摄装置；所述支撑装置用于机器人的保护和结构支撑，设计为方形，包括顶板和底板，顶板和底板通过穿钉用螺栓连接，构造成中空骨架，中间中空骨架放置电控系统装置，底板底部利用紧定螺钉连接控制装置，保证机器人在运动过程中的可靠性；
9、位于支撑装置两侧设置有驱动装置，所述驱动装置包括驱动轮，驱动轮选用麦克纳姆轮作为管道检测机器人驱动轮，从而实现全向灵活运动；
10、所述驱动装置选择使用电机驱动作为管道检测机器人驱动方式，实际工作时驱动装置为管道机器人提供前进的动力。
11、所述支撑装置的底板前方设置拍摄装置，拍摄装置为视觉传感器，用于检测管道缺陷信息。
12、所述控制系统用于对管道机器人的工作情况进行实时控制，各类控制元件放置在所述底板上；所述控制系统分为电机驱动器模块、图像采集模块、光源模块；
13、所述电机驱动模块通过电机对机器人的驱动装置进行驱动；
14、所述图像采集模块用于对管道的内部信息进行图像采集，且将采集到的图像信息发送至图像识别系统进行识别分类；
15、所述光源模块通过上位机分析图像信息，从而向光源模块发出信号，产生光源。
16、所述控制系统用于实时传输画面的要求以便操作人员规划路径，在上位机ubuntu20.04系统中开发了一款管道机器人控制界面以实时控制管道机器人的工作情况，以stm32f407单片机作为下位机处理上位机发出的指令控制驱动模块实现机器人的行进，通过电缆实现画面的传送以及上位机对机器人的远程控制。
17、所述图像识别系统包括yolo-td的管道缺陷检测算法模块；
18、由于管道地形变化产生的摄像机剧烈抖动以及人为控制的大幅度偏摆等原因出现非正常视角，这一类视角通常以一种运动过渡状态短暂地出现在视频段中，有很大的概率被认定为带有缺陷的异常帧。
19、图像识别系统通过伪缺陷图像过滤对于非管道本身缺陷导致的伪异常帧过滤后，使用yolo-td的管道缺陷检测算法模块进行检测；
20、所述伪缺陷图像过滤是通过利用改进的lucas-kanade算法监测机械系统拍摄装置摄像机的位姿变化，对偏摆幅度大于一定阈值的视频帧从预测序列中剔除，这就能有效的降低过检率。同时，由于视频本身的连贯性这一策略并不会导致缺陷漏检。
21、其步骤是，对当前视频帧进行特征点检测，而后利用光流原理对检测出的特征点进行特征点跟踪，利用特征点移动的距离和方向来监测摄像机的位姿变化；
22、所述特征点检测是对于图像采集模块实时传送回来的管道内的图像选择图像上的几个点作为角点，将选用角点作为待跟踪特征点，在假定的角点周围放置一个小窗口，并观察窗口内某个方向上强度值的平均变化。
23、进一步的，所述角点为多个方向的平均强度变化值都比较高的像素点；
24、假定位移向量为(μ，γ)，那么平均强度值变化就是：
25、
26、式中i(x,y)——管道内图像像素灰度；
27、w(x,y)——通过管道内部图像确定的窗口内对应像素坐标位置；
28、将式(1)泰勒展开得到式(2)，将式(2)转换为矩阵形式得到式(3)：
29、
30、
31、记中间矩阵为m，该矩阵的两个特征值分别表示最大平均强度值变化和其垂直方向的平均强度值变化；
32、如果两者都很大，那么就是在角点的位置，定义角点响应函数s式如下：
33、s＝λ1λ2-k(λ1+λ2)2＝det(m)-trace2(m)
34、式中λ1，λ2——矩阵m的两个特征值；
35、det——矩阵行列式；
36、trace——矩阵的迹。
37、将响应函数大于一定阈值δ的窗口中心认定为角点。由于管道场景整体灰度趋于平滑。同时，在算法中加入非极大值抑制，滤除极值相邻的角点，使检测角点较为分散地分布在视角中。
38、所述特征点跟踪为帕间特征点跟踪，根据视频帧的连续性，利用lucas-kanade算法跟踪检测到的角点，判断当前帧角点在后续帧中的新位置，根据位置变化幅度来判断摄像机的偏摆程度。假定相邻帧中的同一特征点强度值是不变的，这个过程就是寻找如下的位移(μ，γ)：
39、it(x,y)＝it+1(x+μ,y+v)
40、式中it和it+1分别代表机械装置所获取管道内图像的当前帧和下一个瞬间的帧；
41、强度值不变的假设适用于相邻图像上的微小位移，将式泰勒展开得到下式，去掉两个表示强度值的项可得到式：
42、
43、
44、单个方程无法解出两个本文档来自技高网...
【技术保护点】
1.一种管道缺陷检测机器人，其特征在于，包括机械系统、控制系统、图像识别系统以及管道缺陷检测系统；
2.根据权利要求1所述的一种管道缺陷检测机器人，其特征在于，所述机械系统包括支撑装置、驱动装置、拍摄装置；
3.根据权利要求1所述的一种管道缺陷检测机器人，其特征在于，所述控制系统用于对管道机器人的工作情况进行实时控制，各类控制元件放置在所述底板上；所述控制系统分为电机驱动器模块、图像采集模块、光源模块；
4.根据权利要求1所述的一种管道缺陷检测机器人，其特征在于，所述图像识别系统包括YOLO-TD的管道缺陷检测算法模块；
5.根据权利要求4所述的一种管道缺陷检测机器人，其特征在于，所述特征点检测是对于图像采集模块实时传送回来的管道内的图像选择图像上的几个点作为角点，将选用角点作为待跟踪特征点，在假定的角点周围放置一个小窗口，并观察窗口内某个方向上强度值的平均变化。
6.根据权利要求5所述的一种管道缺陷检测机器人，其特征在于，所述角点为多个方向的平均强度变化值都比较高的像素点；
7.根据权利要求5所述的一种管道
8.根据权利要求7所述的一种管道缺陷检测机器人，其特征在于，所述金字塔L-K算法为改进的Lucas-Kanade算法，先在图像金字塔的最顶层计算光流，用上一层估计到的运动结果作为下一层金字塔的初始值，下一层在上一层基础上计算光流向量，重复这样的估计直到金字塔的最底层，将最底层光流向量作为最终结果；
9.根据权利要求1-8任一项所述的一种管道缺陷检测机器人的管道检测方法，其特征在于，包括以下步骤；
...【技术特征摘要】
1.一种管道缺陷检测机器人，其特征在于，包括机械系统、控制系统、图像识别系统以及管道缺陷检测系统；
2.根据权利要求1所述的一种管道缺陷检测机器人，其特征在于，所述机械系统包括支撑装置、驱动装置、拍摄装置；
3.根据权利要求1所述的一种管道缺陷检测机器人，其特征在于，所述控制系统用于对管道机器人的工作情况进行实时控制，各类控制元件放置在所述底板上；所述控制系统分为电机驱动器模块、图像采集模块、光源模块；
4.根据权利要求1所述的一种管道缺陷检测机器人，其特征在于，所述图像识别系统包括yolo-td的管道缺陷检测算法模块；
5.根据权利要求4所述的一种管道缺陷检测机器人，其特征在于，所述特征点检测是对于图像采集模块实时传送回来的管道内的图像选择图像上的几个点作为角点，将选用角点作为待跟踪特征点，在假定的角点周围放置一个小窗口，并观察窗口内某个方向上强度值的平均变化。
6.根...
【专利技术属性】
技术研发人员：李明辉，李嘉伟，晏润冰，张奇，李渊，
申请(专利权)人：陕西科技大学，
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。