基本信息
- 項目名稱：
- 基于機器視覺的混凝土橋梁底面裂縫檢測系統(tǒng)
- 小類：
- 機械與控制
- 大類：
- 科技發(fā)明制作A類
- 簡介：
- 對于橋梁底面裂縫的檢測，國內(nèi)外仍采用傳統(tǒng)的人工檢測，本作品針對此檢測現(xiàn)狀，提出采用機器視覺技術(shù)對橋底裂縫進行檢測，通過機器人搭載CCD相機，采集橋梁底面圖像，并將圖像利用無線模塊傳送至計算機。在此基礎(chǔ)上自主研發(fā)了裂縫智能識別軟件，對橋底裂縫進行處理，識別，并計算裂縫特征參數(shù)，評估橋梁的裂縫損傷情況。相比于傳統(tǒng)的人工檢測，本系統(tǒng)提高了檢測的效率、精度和安全性，降低了檢測費用，具有巨大的市場前景。
- 詳細介紹：
- 橋梁坍塌事故在我國時有發(fā)生，造成了較大的人員傷亡和經(jīng)濟損失。據(jù)權(quán)威機構(gòu)統(tǒng)計，混凝土橋梁的損壞有76%以上都是裂縫引起的。而對于橋梁底面裂縫的檢測，國內(nèi)外檢測方法都是人工檢測，存在檢測費用高、效率低、精度低、人員安全難以保證等嚴重不足。 本作品針對目前檢測現(xiàn)狀，提出采用機器視覺技術(shù)對橋底裂縫進行檢測。本系統(tǒng)的運動裝置依托橋梁檢測車的桁架臂，采用四輪底盤與導(dǎo)輪導(dǎo)軌相結(jié)合的運動方式。在運動裝置上搭載工業(yè)CCD相機，采集橋梁底面的圖像，并將圖像通過千兆以太網(wǎng)或無線模塊傳送至計算機。同時采用基于半徑的多段式運動軌跡規(guī)劃方法，避免部分區(qū)域多次重復(fù)拍攝分析，大幅提高檢測效率。在此基礎(chǔ)上利用Open CV，自主開發(fā)了位于計算機端的裂縫智能識別軟件，對橋底圖像進行處理，識別是否含有裂縫，并記錄裂縫的參數(shù)，評估橋梁的裂縫損傷情況。針對橋底裂縫的特點，本作品提出了灰度自適應(yīng)圖像分割算法，保證了裂縫檢測的效果。和傳統(tǒng)的檢測方法相比，本系統(tǒng)提高了橋梁底面裂縫檢測的效率，提高了檢測的精度（最小可檢測0.2mm寬的裂縫），降低了檢測的人工費用，縮短了檢測時的橋梁封航時間，同時保證了檢測人員的安全。在使工程檢測質(zhì)量大幅提升的同時，同時產(chǎn)生良好的社會效應(yīng)。
作品圖片
作品專業(yè)信息
設(shè)計、發(fā)明的目的和基本思路、創(chuàng)新點、技術(shù)關(guān)鍵和主要技術(shù)指標
- 作品發(fā)明目的：研發(fā)出基于機器視覺的混凝土橋梁底面裂縫檢測系統(tǒng)，利用圖像處理軟件實現(xiàn)對橋梁底面裂縫的自動識別與評估，提高橋梁病害檢測的效率，取代危險性高效率低精度差的人工檢測方式。創(chuàng)新點：1灰度自適應(yīng)圖像分割算法；針對橋梁底面光照強度低的環(huán)境特點，保證裂縫圖像采集的良好效果2基于半徑的多段式軌跡規(guī)劃方法，避免部分區(qū)域的重復(fù)檢測，提高檢測效率30%以上3四輪底盤與導(dǎo)輪導(dǎo)軌相結(jié)合的運動方式保證運動的平穩(wěn)連續(xù)。 設(shè)計基本思路：利用裂縫檢測系統(tǒng)的機械運動裝置在桁架臂上來回移動，配備的工業(yè)CCD相機和圖像采集卡高速采集橋底圖像，通過無線傳輸或千兆以太網(wǎng)傳會車載電腦中，利用軟件對圖像進行識別，參數(shù)計算，裂縫報表生成。同時匹配無線遙控運動裝置，使人可以隨時介入，移動并控制系統(tǒng)的運動方向、運動速度、拍攝距離和拍攝角度以及拍攝光源等 關(guān)鍵技術(shù)：無線運動控制、自適應(yīng)圖像分割算法、裂縫匹配識別和特征值計算、運動軌跡規(guī)劃 主要技術(shù)指標： [1]相機幀率： ≤32fps [2]最大圖像傳輸速率：1024Mbps [3]單幅圖像處理時間：100ms [4]工業(yè)相機物距：400至800mm可調(diào) [5]工業(yè)相機分辨率：1296*996 [6]通信接口：千兆以太網(wǎng)（RJ-45）接口 [7]供電電源：AC220V工頻50HZ或DC12V兩用 [8]運動平臺速率：0至0.5m/s [9]裂縫檢測精度：最小可檢測寬度≤0.2mm。
科學性、先進性
- 相比于國內(nèi)外傳統(tǒng)人工檢測效率低，檢測質(zhì)量難以保證，人員安全事故頻發(fā)等缺陷。本系統(tǒng)具有以下突出特點：1應(yīng)用了機器視覺技術(shù)。利用高速工業(yè)相機自動采集橋梁底面的圖像，并用千兆以太網(wǎng)傳給計算機進行處理。為本系統(tǒng)的高速高效奠定了基礎(chǔ)2高效圖像處理算法。針對橋梁底面較多外界干擾的特點，利用Open CV，開發(fā)出了高效的、適應(yīng)性高的圖像濾波、分割、和裂縫檢測算法。并在Microsoft? Windows? 32位操作系統(tǒng)上,完成了高速實用的人機交互界面的編寫。3適用于橋底復(fù)雜工況的機械結(jié)構(gòu)。橋底作業(yè)工況復(fù)雜，針對機械結(jié)構(gòu)容易遭受惡劣天氣干擾的情況，本系統(tǒng)采用了彈性與四輪底盤相配合的運動方式，同時采用了三自由度機械臂，保證采圖的穩(wěn)定性和全面性。4自動化程度高。檢測過程中無需人為干涉。采用閉環(huán)控制，在保證運動平穩(wěn)的同時，準確定位裂縫缺陷的位置，提高工程檢測質(zhì)量；本作品的檢測效率可達人工檢測的2-3倍,精度最小可檢測國際要求標準0.2mm寬的裂縫，同時保證檢測人員的安全，極大地推動了橋梁裂縫檢測事業(yè)的發(fā)展。
獲獎情況及鑒定結(jié)果
- 在湖北省武漢市華中科技大學第三屆“求是杯大學生科技作品競賽”中獲得一等獎
作品所處階段
- 已經(jīng)完成第一代機器人實物制作，并在武漢市鐵路總局及其技術(shù)研究所合作支持下完成橋梁試驗檢測。
技術(shù)轉(zhuǎn)讓方式
- 目前沒有轉(zhuǎn)讓相關(guān)技術(shù)和專利
作品可展示的形式
- 1.實物配合模擬橋梁檢測演示 2.圖片、視頻 3.PPT、展板、產(chǎn)品宣傳冊、產(chǎn)品使用手冊
使用說明,技術(shù)特點和優(yōu)勢,適應(yīng)范圍,推廣前景的技術(shù)性說明,市場分析,經(jīng)濟效益預(yù)測
- 使用說明：本檢測系統(tǒng)分為智能模式和人工模式，通過電腦界面和無線遙控面板進行切換，智能模式下系統(tǒng)將自動在橋底桁架臂上完成運動，圖像采集和傳輸，通過軟件完成裂縫識別和參數(shù)計算以及報表生成，人工模式下將人為操縱其運動、拍攝視角、參數(shù)計算等。 技術(shù)特點和優(yōu)勢：利用機器人作業(yè)取代了傳統(tǒng)的人工作業(yè)，配合CCD相機和自主研發(fā)的圖像分割算法使檢測精度提升至國際所要求的0.2MM高標準，通過自主研發(fā)的裂縫智能識別軟件能同時對上千張圖片進行處理，極大的節(jié)省了人工勞動力，提高了檢測的精度和效率，從根本上杜絕了檢測人員的安全事故發(fā)生。 適用范圍：中大型混凝土結(jié)構(gòu)的梁式、板式、拱式和部分組合式橋梁。 推廣前景：隨著我們對鋼制橋梁鐵銹檢測算法的提出，本系統(tǒng)可進一步推廣到鋼制或合金質(zhì)橋梁的鐵銹和裂縫的檢測中。 市場分析和經(jīng)濟效益預(yù)測：每座小型梁式橋梁可節(jié)約檢測費用8萬元，以全國每年最少500座橋需檢測估算，每年可節(jié)約檢測費用4000萬元左右。
同類課題研究水平概述
- 廣東工業(yè)大學和廣東省佛山市公路局公路車船修配廠提出設(shè)計一種基于智能控制和圖像檢測技術(shù)的智能視頻橋梁檢測車(Intelligen-video Bridge-detection Vehicle，簡稱IVBDV)。該種橋梁檢測車通過輕型液壓伸臂機構(gòu)，將檢測裝置(攝像機或者超聲波探測器等)承載到橋梁底面任意位置的有效探測距離內(nèi)，采集、辨認或檢測橋梁底部缺陷，利用圖像檢測和處理技術(shù)實現(xiàn)橋梁底部缺陷(如結(jié)構(gòu)性裂縫等)的自動檢測。 張維峰采用數(shù)字圖像分析技術(shù)，開發(fā)出一套適用于橋梁缺陷較遠距離圖像檢測分析軟件。在實驗室條件下能夠以較高的精度提取一定距離內(nèi)的混凝土裂紋，但在戶外條件下，拍攝距離對圖像處理的精度有較大影響，精度隨距離增加而降低。在對明顯裂紋處理的同時，忽略了圖像中的另一些細節(jié)，其中長度小于2mm的裂紋被視為噪聲被去除，因此，此檢測方法不宜用于微小裂紋的檢測。 國外研究人員在利用機器視覺檢測混凝土表面裂縫方面提出了一些方法。Abdel-Qader等人比較了小波變換、傅里葉變換、Sobel濾波、Canny濾波等方法對混凝土表面裂縫的檢測效率，認為小波變換比其它幾種檢測方法更加可靠。ItoA等人對數(shù)碼相機拍攝的裂縫圖像綜合運用小波變換、灰度校正、二值化等圖像處理方法對裂縫進行了提取和分析。Kamawura K等人提出，利用遺傳算法對圖像處理的參數(shù)進行半自動優(yōu)化以達到精確檢測裂縫的目的。這些方法都是從圖像的整體上進行的處理，有一定的效果，但忽略了裂縫的一些重要特征，如裂縫區(qū)域內(nèi)部像素之間的連接性。 北京交通大學采用MATLAB作為開發(fā)平臺，利用MATLAB高效的運算能力，總和運用了灰度化，圖像增強，閾值分割，去除噪聲，計算特征值，多特征值匹配的算法，自動識別裂縫并存儲計算數(shù)據(jù)。但是它不能用于自動判斷是否為裂縫，需要人按步驟對拍到的圖片進行分步處理。他主要用于對既有裂縫的各種特征值如寬度，長度，圓形度，長寬比，面積，裂縫平均灰度等一系列特征值仔細分析計算，并不適用于邊移動掃描橋底景象，邊分析判斷是否有裂縫，并自動計算裂縫各種特征值，最后保存數(shù)據(jù)。 以上系統(tǒng)目前都還處于實驗室階段，所研究的對象主要是圖像處理技術(shù)的算法，對于具體的機械結(jié)構(gòu)和控制方面尚未提出行之有效的方案。
