摘要
本发明涉及管道机器人技术领域,特别是一种基于机器视觉的磁性履带管道机器人控制方法及系统。基于超声波模块实时扫描管道截面轮廓,动态调整履带磁吸力强度以适应管径变化;遇到弯管时,获取弯管曲率半径,根据所述弯管曲率半径制定机器人的扭矩控制策略;移动过程,通过双目摄像头以固定帧率同步采集管道内壁图像,采用轻量化卷积神经网络对管道内壁图像进行全局缺陷粗筛,获取异常区域;对异常区域进行多尺度特征融合分析,结合各缺陷的形态学差异,对异常区域的缺陷进行精确判别并生成包含管道坐标系的缺陷位置与类型记录。本发明实现了对管道内部缺陷的自动检测、定位和记录,提高了管道检测的效率和准确性。
技术关键词
管道机器人
轻量化卷积神经网络
履带
扭矩控制策略
曲面特征
多尺度特征融合
霍尔传感器阵列
反馈复合控制
电流控制参数
超声波模块
视觉
吸力
双目摄像头
机器人本体
坐标系
调节电磁铁
截面轮廓
机器人位姿
系统为您推荐了相关专利信息
履带行走装置
光伏清扫机器人
轴套组件
行走轮组
前侧板
管道巡检机器人
障碍物
巡检路径
指令
单点激光雷达
环形磁铁
管道机器人
安装工具
磁铁固定器
导向柱
电力系统稳定器
李雅普诺夫函数
轻量化卷积神经网络
在线学习机制
变流器
缺陷识别方法
特征工程
缺陷识别系统
深度特征提取
视觉