城市轨道交通隧道检测机器人的自主导航与多模态缺陷识别系统的制作方法
本发明涉及轨道交通基础设施智能运维,尤其是涉及城市轨道交通隧道检测机器人的自主导航与多模态缺陷识别系统。
背景技术:
1、城市轨道交通作为现代城市公共交通的骨干力量,其地下隧道结构的安全性与稳定性直接关系到轨道交通的整体运营安全。随着城市轨道交通运营年限的增长及运营里程的不断延伸,地下隧道结构在列车长期振动荷载、地下水侵蚀、周边环境扰动以及材料自然老化等多重因素的交织作用下,不可避免地会出现衬砌裂缝、渗漏水、剥落掉块等结构病害。若这些病害无法得到及时且精准的发现与整治,极易演变为严重的结构安全隐患。因此,开展周期性、常态化的隧道结构健康状态巡检,是保障轨道交通安全平稳运行的关键环节。
2、然而,传统的隧道结构巡检主要依赖人工夜间步测巡查,并辅以手持式仪器进行现场量测。这种传统巡检模式存在诸多难以克服的技术瓶颈与工程痛点。
3、首先,在导航与定位精度方面,地铁隧道属于典型的长距离封闭几何退化环境。隧道内缺乏丰富的几何特征,传统的巡检设备或机器人在长直隧道区段行进时,极易产生严重的轴向定位漂移,导致导航定位精度大幅下降,无法为后续病害的精确定位提供稳定可靠的空间基准。即使部分现有方案尝试采用多传感器融合技术,但由于缺乏对几何退化环境的自适应能力,其固定权重的融合策略在面临特征缺失区段时依然鲁棒性不足,难以实现全程稳定且高精度的定位。
4、其次,在病害识别与尺寸测量方面,现有检测手段大多依赖单一的可见光图像识别。受限于隧道内部昏暗的光照环境以及复杂的壁面状况,仅依靠可见光图像极易受到壁面油污、水渍反光以及阴影的干扰,导致渗漏水等典型病害的误报率与漏报率居高不下。更为关键的是,传统视觉图像处理方法通常仅能输出病害在图像中的像素级尺寸,无法直接将其转化为具有实际工程养护意义的真实物理尺寸,导致病害严重程度的评定缺乏客观的定量依据,后续仍需大量人工前往现场进行二次量测。
5、再者,在病害位置标定与台账对接方面,传统巡检记录的病害位置往往依赖人工读取里程标志牌或步测估算,定位误差相对较大。这种粗放的位置标定方式无法与线路的设计平曲线、竖曲线等线形数据紧密结合,导致病害位置无法精准映射至实际的设计里程桩号与管片结构单元上,难以满足养护部门对病害精确定位与高效追踪的实际需求。
6、最后,在数据处理与系统架构方面,现有的嵌入式巡检设备普遍受限于算力瓶颈,难以在保证高检测精度的同时满足机器人在行进过程中的实时处理要求。此外,现有系统往往缺乏有效的模型持续演进与闭环优化机制,面对复杂多变的隧道实际病害类型时,系统的场景自适应能力与长效泛化能力明显不足。
7、综上所述,现有的隧道巡检技术在定位基准建立、多模态病害识别与物理尺寸量化、里程精准标定以及计算架构协同等方面均存在明显的局限性,难以支撑城市轨道交通隧道结构向常态化、智能化运维方向的深度转变,亟需研制一种能够兼顾自适应导航定位、多模态病害量化测量与精确地理编码的智能化解决方案。
技术实现思路
1、本发明的目的在于提供城市轨道交通隧道检测机器人的自主导航与多模态缺陷识别系统,以解决现有技术中存在的技术问题。
2、本发明提供的一种城市轨道交通隧道检测机器人的自主导航与多模态缺陷识别系统,包括移动平台、搭载于所述移动平台的多传感器感知模块、边缘计算单元及云端协同分析平台,所述多传感器感知模块包括三维激光雷达、双目可见光相机、红外热成像仪、惯性测量单元及轮式里程编码器,各传感器完成时间同步标定与外参标定;所述边缘计算单元运行退化感知自适应导航定位模块、多模态缺陷识别与三维反投影测量模块及里程桩号地理编码模块,其中:
3、所述退化感知自适应导航定位模块用于依据点云配准法方程信息矩阵的最小特征值与最大特征值的比值计算点云退化因子,并根据所述退化因子通过s形函数动态调整因子图优化中激光里程计因子、惯性测量单元因子、轮式里程计因子及闭环检测因子的权重,输出机器人实时位姿;
4、所述多模态缺陷识别与三维反投影测量模块用于将可见光图像、红外热图像与激光点云进行时空对齐后,利用轻量化目标检测网络检测隧道病害,并将二维检测框反投影至三维点云得到病害的真实物理尺寸,结合红外温度分布对疑似渗漏水病害进行校验,并对多模态置信度进行加权融合;
5、所述里程桩号地理编码模块用于将病害三维坐标与线路设计线形数据库进行最近点投影匹配,结合弧长积分与插值校正输出病害的精确里程桩号。
6、作为本发明进一步的方案:所述退化感知自适应导航定位模块计算点云退化因子的方式为:对点云配准残差方程的信息矩阵进行特征值分解,取其最小特征值与最大特征值的比值作为退化因子,退化因子越小表示当前点云在对应自由度方向上的几何约束越弱;所述信息矩阵由点云配准残差对位姿增量的雅可比矩阵与其转置相乘得到。
7、作为本发明进一步的方案:所述激光里程计因子的权重系数由退化因子经s形函数映射得到,在预设退化阈值附近连续光滑过渡,当退化因子低于预设退化阈值时权重系数减小,当退化因子高于预设退化阈值时权重系数趋近于最大值;所述退化感知自适应导航定位模块还用于按照旋转子块与平移子块分别计算信息矩阵的特征值比,得到多个自由度方向上各自独立的退化因子,并对各自由度方向分别设置对应的权重系数。
8、作为本发明进一步的方案:所述因子图优化的总体目标函数由激光里程计因子项、惯性测量单元预积分因子项、轮式里程计因子项及闭环检测因子项加权求和构成,其中激光里程计因子项的权重按权利要求3所述方式动态调整,其余因子项的权重根据对应传感器的测量协方差预先设定。
9、作为本发明进一步的方案:所述多模态缺陷识别与三维反投影测量模块中,针对裂缝类病害,沿裂缝中心线在其法线方向上等间隔采样多个位置,分别计算各采样位置处裂缝边缘在三维点云中对应点之间的欧氏距离作为该位置的裂缝宽度,并对多个采样位置的裂缝宽度取均值与最大值,输出裂缝的平均宽度与最大宽度。
10、作为本发明进一步的方案:所述红外热成像仪用于获取隧道衬砌表面温度分布图像,对可见光图像检测为疑似渗漏水的区域,提取该区域在红外热图像中对应位置的温度分布,在该区域与周边背景的温度差超过预设阈值且呈现连续渗流形态时判定为渗漏水病害,否则降低该病害的置信度。
11、作为本发明进一步的方案:所述多模态缺陷识别与三维反投影测量模块将可见光检测置信度、红外校验置信度及激光点云反射强度归一化置信度分别转换为对数几率形式后加权求和,再经s形函数映射得到融合置信度;各置信度对应的权重系数根据对应模态在历史检测中经云端协同分析平台复核确认的准确率按滑动窗口方式自适应更新,某一模态近期识别准确率越高,其对应权重系数越大。
12、作为本发明进一步的方案:所述里程桩号地理编码模块预先将轨道线路设计文件中的平曲线、竖曲线参数转换为以设计里程为参数的线路中心线三维参数曲线,通过数值迭代求解病害三维坐标在所述参数曲线上的最近投影点,结合机器人位姿与轮式里程编码器累计里程对投影里程进行插值校正后输出病害的精确里程桩号。
13、作为本发明进一步的方案:所述边缘计算单元部署轻量化目标检测网络,所述轻量化目标检测网络的骨干网络由深度可分离卷积单元堆叠构成并嵌入通道-空间双重注意力模块;所述云端协同分析平台用于对边缘计算单元判定为低置信度的病害样本进行超分辨率增强及复核网络二次判定,并将复核结果用于所述轻量化目标检测网络的增量训练与模型更新。
14、作为本发明再进一步的方案,一种城市轨道交通隧道检测机器人的自主导航与多模态缺陷识别方法,包括以下步骤:
15、采集隧道内三维点云、可见光图像、红外热图像及机器人本体运动数据;
16、对点云进行运动畸变补偿及特征提取,与局部子地图匹配得到激光里程计位姿估计,并计算点云退化因子;
17、根据点云退化因子动态调整激光里程计因子的权重,将激光里程计因子、惯性测量单元因子、轮式里程计因子及闭环检测因子由退化感知自适应导航定位模块接入因子图进行联合优化,输出机器人实时位姿;
18、对可见光图像、红外热图像与激光点云进行时空对齐,由边缘计算单元中部署的轻量化目标检测网络检测隧道病害并输出二维检测框;
19、将二维检测框反投影至三维点云,计算病害的真实物理尺寸,结合红外温度分布对疑似渗漏水病害进行校验,并对多模态置信度进行加权融合;
20、将病害三维坐标与线路设计线形数据库进行最近点投影匹配,输出病害的精确里程桩号并写入隧道结构病害数据库。
21、与现有技术相比,本发明的有益效果是:
22、通过实时计算点云退化因子并动态调整多传感器融合权重,有效抑制了隧道几何退化环境下的定位漂移,提升了机器人自主导航定位的精度与鲁棒性,为病害精确定位奠定了基础。经在长直隧道区段现场测试验证,相较于采用固定权重多传感器融合策略的对比方案,本发明所提方法在长直退化区段的累计定位漂移量显著降低,端到端定位精度可稳定控制在较高精度范围内;
23、通过多模态数据融合与二维检测结果向三维点云的反投影,实现了病害真实物理尺寸的自动量化测量,避免了传统方案仅能给出像素级尺寸的局限,为病害分级评定提供了定量依据,经与人工卡尺量测结果比对,裂缝宽度自动测量结果的相对误差可控制在较小范围内;
24、通过红外热成像辅助校验与多模态置信度融合,显著降低了渗漏水等病害的误检率与漏检率。经对比测试,相较于仅采用可见光图像的单模态检测方案,本发明所提方法对渗漏水病害的误报率显著降低,检测结果的可靠性得到显著提升;
25、通过基于线路设计线形的里程桩号地理编码方法,将病害定位精度由传统人工步测的较低精度提升至较高精度,显著减少了人工复核核对的工作量;
26、通过边缘轻量化检测与云端协同复核相结合的架构,在保证边行进边检测实时性的同时,兼顾了检测精度,并通过增量训练机制实现了检测模型的持续优化,具备良好的工程可推广性。
27、本发明所提出的退化感知自适应导航定位方法、多模态缺陷识别与三维反投影测量方法及里程桩号地理编码方法相互配合、协同增效:精确的导航定位为病害三维坐标计算提供了可靠基准,真实物理尺寸的病害描述与精确里程桩号相结合,使检测结果能够直接对接既有隧道结构养护台账与全生命周期管理系统,减少了数据转换与人工核对环节,为城市轨道交通隧道结构从周期性人工巡检向常态化智能化巡检的转变提供了可落地的技术支撑。上述有益效果并非各单项技术特征的简单叠加,而是退化感知自适应导航定位、多模态反投影测量与里程桩号地理编码三个环节相互支撑、共同作用所产生的协同技术效果:若缺少精确的导航定位基准,病害三维坐标及真实物理尺寸的计算精度将无法保证;若缺少真实物理尺寸的量化描述,里程桩号地理编码所提供的精确位置信息也难以充分发挥养护决策价值,三者共同构成了一个不可分割的技术整体。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com