公路隧道检测车视觉系统优化建模与参数辨识

公路隧道结构参数、车辆多维扰动对视觉系统产生影响,数字相机安装参数优化和外参数辨识是开展视觉采集和图像处理的前提。首先,分别以多相机安装中心和单相机安装位置为研究对象,基于应用需求构造了优化目标函数,对视觉系统的安装参数优化问题进行数学描述,在此基础上考虑车辆多维扰动对系统的影响,基于多刚体运动变换提出了一种外界扰动作用下的数字相机耦合位姿、物距等外参数辨识方法;其次,根据不同设计时速下隧道结构参数,通过数值方法分析了视觉系统的最优设计结果;最后,根据理论分析研制出公路隧道检测车。工程应用表明,该系统能够快速准确的完成检测任务,为实现我国公路隧道智能化检测与信息化养护提供了一种全新的技术手段。

高速铁路隧道检测车检测臂末端跟随技术在新建双线隧道中的应用

针对新开通高速铁路隧道潜在病害和新建高速铁路隧道衬砌质量检测效率低的问题,研发了高速铁路隧道检测车。检测车具有3条检测臂,可同时检测隧道上部3条测线,最高检测速度可达10 km/h。在一新建双线高速铁路隧道进行了检测臂未端跟随试验。结果表明:该检测车性能稳定,安全可靠,人机交互界面良好,操作方便;检测臂端部与隧道内壁距离能较好保持在(100±20)mm,很大程度上提高了隧道衬砌质量检测效率和准确性。

高速铁路隧道检测车安全设计及应用

基于人-检测车-作业设备三维度考虑,从检测车与其他作业车辆安全、检测车作业区机器人安全、检测车作业异常应对、检测车作业小组人员安全、检测车软件联锁安全、在不同隧道转移过程中机器人安全6个方面进行分析,涵盖检测车从进入隧道作业区、开始检测到作业完成离开隧道全过程。经多个新建高速铁路隧道检测验证,作业安全系统性能稳定,可靠性高,操作方便,为衬砌质量检测效率和准确性提供了保障。

公路隧道检测车现状及发展趋势

文章介绍了公路隧道检测车现状,由于我国隧道里程长,依赖于传统人工检测使隧道检测效率低,不能满足目前市场需求。与国外隧道检测车相比,我国隧道检测车病害检测指标单一、隧道病害识别自动化程度低、作业时间长。但在我国隧道检测市场需求大的背景下,我国隧道检测车行业也在快速发展,向着价格低、操作方便、检测功能全面、隧道病害自动化识别等趋势发展。

高铁隧道检测车车体研制

根据高铁隧道检测车的平面布置、主要设备的位置和质量以及主要技术参数,提出了车体钢结构设计思路及方法;重点介绍了车体钢结构及主要零部件的设计结构及特点;通过车体静强度仿真计算和静强度试验,验证了车体钢结构满足设计要求。

隧道检测车并联车载稳定平台系统研究

隧道检测车在应用过程中还有众多技术升级工作需要开展。公路隧道内部光照强度有限,视觉采集系统对外界环境的适应性降低,不同设计时速下的隧道断面尺寸不同、检测车行驶过程中不可避免地左右摇摆、路面颠簸等外界多维扰动等原因,这些都会导致衬砌表面与视觉采集系统之间的距离发生变化,从而降低成像分辨率。在视觉采集系统和检测车之间添加一套车载稳定平台系统,实时检测光学系统与被测隧道衬砌之间的距离,通过控制系统实时补偿运动量,间接调整光学系统参数,从而达到快速调焦、高质量获取图像的目标。

隧道智能检测车表观检测系统设计与应用研究

隧道病害对隧道正常运营造成了安全隐患,虽然当前已开展隧道病害检测相关研究,但是仍然存在图像采集质量差、检测速度慢、定位不准确等技术瓶颈。为解决上述问题,设计隧道检测车表观检测系统。该系统包括机器视觉、高精度定位、智能同步控制3个子系统,具备铁路隧道与公路隧道病害检测能力。根据铁路隧道和公路隧道的理论断面尺寸,对面阵相机图像采集系统进行设计,包括相机的选型和多个相机在3D空间中的布局等。现场测试结果表明,采用该设计方案,能够发现宽度0.2 mm的病害,为隧道养护提供科学依据和合理建议。

基于隧道快速检测车数据的公路隧道衬砌开裂识别模型研究

随着公路隧道的不断建设,公路隧道的病害识别问题、养护问题日益增多,传统的隧道衬砌裂纹识别工作需要大量人工参与内业工作,效率不高。文章采用隧道快速检测车所采集的图像数据,利用卷积神经网络,研究得出了一套用于定向识别隧道检测车所拍摄的公路隧道衬砌开裂的模型。根据训练过程中发现的问题,针对裂纹数据集对神经网络识别效果的影响进行了对比研究,证明了按照不同裂纹走势分类图像所训练的神经网络识别能力较好,具有较好的适用性。

利用轻量级高分辨率特征的隧道裂缝检测方法

针对现有隧道检测车采集图像成像质量不佳,且洞壁存在大量病害相似物干扰的问题,提出了一种基于轻量化的HR(high resolution)-Net框架的隧道病害检测算法TC(tunnel crack)HR-Net。该算法保留了HR-Net的主干语义特征交换子网框架,移除其他分支子网络以降低模型体积。此外,为弥补“剪枝”操作导致的特征损失,在子网分支末端加入了SE模块,对特征的每一通道进行权重划分,以增强特征抽象水平。通过在与精细化标注隧道病害图像数据集上进行验证,本算法的mIoU指标分别达到80.21%与71.22%,高于其他对比算法,并接近HR-Net的检测结果,但是耗时比后者减少了30%。

公路隧道结构快速检测车综述

公路隧道在运营过程中不可避免地会出现病害。传统的检测方法主要以人工检测为主,不仅检测效率低,检测结果也存在主观性,同时,检测过程中难以保证检测人员的安全。随着我国公路事业的快速发展,传统的检测方法已经不能满足公路运营养护的需要,快速无损检测应运而生。目前国内外已开发多款公路隧道检测车,对隧道病害进行高效准确地检测,并通过配套软件自动进行数据处理。公路隧道检测具有自动化程度高、检测速度快、检测精度高、结果客观真实、信息全覆盖等诸多优点。本文对公路隧道检测技术进行总结,探讨我国公路隧道病害检测车的发展。

多功能隧道快速检测系统设计

为了提高隧道病害的检测速度,通过设计以车载式的检测装置代替人工检测来提高检测速度。通过CAD和Solidworks建立隧道检测车模型,并对检测装置结构尺寸进行进一步设计。进行隧道检测车的制造,进一步搭建检测设备,安装相应的工业CCD摄像机,照明设备,发电装置。试验结果表明:通过三维建模并进行实体制造出来的检测车能实现相应的快速检测功能,满足隧道检测的要求。

公路隧道病害综合检测技术探讨

介绍了公路隧道病害综合检测技术的病害检测原理以及数据采集方法,并通过试刀山隧道工程实例进一步说明了该检测技术在隧道养护和数字化管理方面的重要用途,对隧道检测具有一定的实用价值。最后归纳了综合检测技术的优缺点,并就其以后的发展趋势进行了探究。

基于高分辨特征的隧道病害检测算法研究

现阶段,自动化隧道病害检测的准确率往往受限于隧道内部的成像条件与检测车的采集设备,波动较大。本文提出一种基于HR(High Resolution)-Net的隧道病害检测算法HR-Net(1se),通过使用高分辨率特征可在成像条件较差的隧道洞壁图像中,更准确地提取隧道洞壁病害,且具有较高的鲁棒性。为提升算法运行效率,本算法使用HR-Net的第一阶段的特征提取网络作为主干网络,并使用该特征进行病害检测。通过在隧道病害图像数据集上验证,本文算法的mIoU指标达到81.74%,高于其他对比算法,并且耗时低于原始的HR-Net约25%。