论文部分内容阅读
传统的运输方式有铁路、公路、水运和空运,而管道运输作为第五种运输方式,尤其是用于化工产品的运输,容易造成腐蚀等病害问题。鉴于上述原因,需要一种自动化、智能化的健康检测技术定期对管道进行全方位监测和维护。因此,本文提出一种适用于管道形貌检测的3D全方位视觉检测方法和相应的传感器。本文主要研究内容及成果包括:1.针对管道内部空间狭小、铺设距离长的特点,设计了一种管道爬行机器人,以便检测装置在管道内自由爬行、快速检测。2.为了获取管道内部全景图像,根据折反射成像原理能够使任何距离的物点都能清晰成像的特性,设计了一种即使在狭小管道空间内也能获取较大垂直视场全景影像的全景视觉传感器(Omni-directional Vision Sensor,ODVS)。3.为了对管道内部进行精确测量,根据结构光视觉检测原理,将ODVS与全景激光发生器结合并统筹其几何关系设计了一种能够对管道内部进行全景扫描从而实现精确三维测量与重构的主动式全景视觉传感器(Active Stereo Omni-directional Vision Sensor,ASODVS)。4.为了检测管道内部形貌缺陷,需要同时获取管道内部貌的图像数据与形的图像数据,将ODVS与ASODVS结合设计了一种主动式双目全景视觉传感器,在两者之间增加一滤波片并将全景激光更换为全景红外光,滤波片根据波长特性将红外光与可见光分离然后分别成像,就能同时获取管道内部全景纹理图像与全景红外光扫描图像。5.为了克服爬行装置侧倾造成的测量误差问题,利用全景纹理图像实时估计相机运动位姿,对点云切片数据进行坐标系矫正。6.为了对缺陷危害程度进行更精确的评估,实现了对缺陷量化信息的精确计算,包括位置、表面积、体积。7.为了实时检测管道是否发生形变,对点云切片数据进行形变分析,计算横截面变化率和最大形变率。本文利用主动式双目全景视觉原理对管道的结构性和功能性缺陷的检测进行了探索与研究,致力于实现对管道缺陷的自动检测与量化评估。实验结果表明,利用本文设计的检测装置能够快速获取管道内部纹理信息与几何信息,利用点云数据可对缺陷进行精确量化、对形变进行实时检测、对管道进行准确重构。