基于磁涡流与机器视觉融合的管道缺陷检测方法与流程

本发明涉及无损检测，具体为基于磁涡流与机器视觉融合的管道缺陷检测方法。

背景技术：

1、本发明涉及无损检测与机器人控制自动化技术领域，具体而言，涉及一种基于磁涡流与机器视觉融合的管道缺陷检测方法。在石化及油气储运场景中，金属管道的户外巡检通常依赖搭载无损检测仪器的移动机器人。机器人底盘行进至疑似缺陷区域后，利用机械臂将检测探头贴合于管道表面，通过获取管道金属的物理状态数据来评估其结构完整性。

2、在实际户外服役环境中，移动机器人底盘受地面或风载影响会产生机身振动与法向位移扰动。现有自动化检测系统多采用机械臂将探头刚性抵接在管道表面，缺乏对机身扰动的缓冲与补偿机制。当底盘发生震荡时，该刚性结构会导致探头接触面与管壁之间产生高频脱离，引起电磁检测的等效提离值发生波动。这种物理层面的接触不稳定会导致采集到的复合信号信噪比下降、基线漂移，使得有效缺陷特征无法被提取。

3、此外，现有移动磁涡流检测设备多采用固定频率的单频电磁激励模式。受限于电磁场的趋肤效应，单一激励频率无法兼顾表面缺陷分辨率与深层缺陷穿透力。面对不同深度和等效孔径的复杂表面腐蚀坑时，传统设备仅依靠单频信号的相角或幅值变化进行评估，难以建立电磁响应与真实三维几何尺寸之间的映射关系，导致最终输出的定量结果存在非线性测量偏差，无法满足工程现场对缺陷尺寸精确评价的需求。

技术实现思路

1、本发明解决的技术问题在于，现有移动机器人在执行管道表面无损检测任务时，底盘行进产生的振动以及机械臂刚性接触易导致探头提离值波动，进而引发检测信号信噪比下降、缺陷定量评价误差大。

2、为解决上述问题，本发明提供如下技术方案：

3、本发明第一方面提供一种基于磁涡流与机器视觉融合的管道缺陷检测方法，包括以下步骤：

4、视觉前瞻感知与目标空间解算步骤：通过深度相机获取管道表面的图像，提取缺陷特征，并解算目标缺陷的全局三维坐标；

5、动态步态拦截与平滑逼近控制步骤：

6、根据全局三维坐标计算目标缺陷与机器人底盘之间的制动距离，规划平滑减速轨迹，并控制机器人底盘沿平滑减速轨迹行进至目标驻车点；

7、机械臂定姿与提离值物理锁定步骤：

8、控制机械臂带动末端装载的涡流探头逼近目标缺陷，通过末端顺应机构产生静态接触预压力，控制涡流探头贴合管道表面；

9、自适应激励与缺陷定量评价步骤：根据缺陷特征配置涡流探头的电磁激励参数，采集复合磁涡流信号，根据复合磁涡流信号生成针对目标缺陷的定量评价结果。

10、优选的，视觉前瞻感知与目标空间解算步骤的具体过程包括：

11、通过轻量化卷积网络提取图像中的缺陷特征，输出缺陷分类置信度；

12、基于缺陷特征，执行多层级坐标系映射，计算得出目标缺陷在全局坐标系下的全局三维坐标。

13、优选的，动态步态拦截与平滑逼近控制步骤中，规划平滑减速轨迹的过程包括：

14、测算机器人底盘机身中心至目标驻车点的直线距离，作为制动距离；

15、触发系统状态机中断，获取机器人底盘当前的初始运行速度以及底层驱动电机允许的最大减速度；

16、根据初始运行速度和最大减速度计算期望制动时间的最小阈值，并将制动时间配置为大于等于最小阈值的时间值；

17、根据制动距离、初始运行速度和制动时间，生成包含三阶多项式系数的参考位移轨迹方程，作为平滑减速轨迹。

18、优选的，参考位移轨迹方程的表达式为：，其中，为随时间变化的制动位移，、、为三阶多项式系数，且满足：，，，其中，为初始运动速度，为制动距离，为制动时间。

19、优选的，控制器机器人底盘沿平滑减速轨迹行进至目标驻车点的过程包括：机器人底盘依据平滑减速轨迹，将动态巡航步态降级为低速爬行步态，并在到达目标驻车点时切换为驻地站立步态；

20、在驻地站立步态下，对目标缺陷执行二次精准定位。

21、优选的，末端顺应机构包括弹性压缩弹簧，机械臂定姿与提离值物理锁定步骤中，通过末端顺应机构产生静态接触预压力的过程包括：

22、获取机器人底盘在法向方向预期发生的最大位移扰动幅度；

23、控制机械臂的下行行程，生成满足约束公式的静态接触预压力；

24、其中，为静态接触预压力，为弹性压缩弹簧的刚度系数，为最大位移扰动幅度。

25、优选的，末端顺应机构还包括粘滞阻尼器；

26、粘滞阻尼器的阻尼系数满足：；

27、其中，为粘滞阻尼器的阻尼系数，为弹性压缩弹簧的刚度系数，为末端顺应机构的等效物理质量。

28、优选的，自适应激励与缺陷定量评价步骤的具体过程包括：

29、将缺陷特征作为视觉语义标签，依据趋肤效应方程调取预设的频率映射表，向涡流探头下发双频电磁激励参数作为电磁激励参数；

30、将采集到的复合磁漏信号输入至一维卷积神经网络进行网络回归，输出预测的腐蚀坑物理深度量化值与横向等效孔径量化值，作为定量评价结果；

31、完成缺陷定量评价后，执行系统状态复位。

32、本发明第二方面提供一种电子设备，包括：处理器和存储器；存储器用于存储计算机程序；

33、处理器用于执行计算机程序，以实现前述的基于磁涡流与机器视觉融合的管道缺陷检测方法。

34、本发明第三方面提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现前述的基于磁涡流与机器视觉融合的管道缺陷检测方法。

35、本发明提供了基于磁涡流与机器视觉融合的管道缺陷检测方法。具备以下有益效果：

36、1.本发明通过视觉前瞻感知解算目标三维坐标，结合底盘驱动电机最大减速度计算制动时间，进而构造三阶多项式参考位移轨迹方程来控制底盘步态降级。这种控制方式能够使机器人在逼近缺陷目标时实现平稳减速与驻车，减小了急停瞬间产生的机械冲击惯性，为后续机械臂的高精度定姿奠定了稳定的平台基础。

37、2.本发明在机械臂末端引入包含弹性元件与粘滞阻尼器的顺应机构，并依据底盘法向最大位移扰动幅度设定接触预压力与阻尼系数的物理约束。该结构特征将传统的刚性探测转化为受控的柔性接触，保证了在底盘发生震荡时探头接触面依然能够紧贴管壁，从物理机制上抑制了探头高频抖动引发的提离值波动，保障了磁涡流信号的信噪比。

38、3.本发明利用视觉网络提取的缺陷语义特征，驱动涡流探头自适应配置双频电磁激励参数，并将采集的复合磁涡流信号输入一维卷积神经网络进行空间尺寸回归。该方法结合了不同频段信号对表面分辨率和深层穿透力的物理特性，克服了常规固定单频激励在面对复杂腐蚀形貌时产生的非线性测量偏差，提高了缺陷物理深度与等效孔径的定量评价精度。

1.基于磁涡流与机器视觉融合的管道缺陷检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于磁涡流与机器视觉融合的管道缺陷检测方法，其特征在于，所述视觉前瞻感知与目标空间解算步骤的具体过程包括：

3.根据权利要求1所述的基于磁涡流与机器视觉融合的管道缺陷检测方法，其特征在于，所述动态步态拦截与平滑逼近控制步骤中，规划平滑减速轨迹的过程包括：

4.根据权利要求3所述的基于磁涡流与机器视觉融合的管道缺陷检测方法，其特征在于，所述参考位移轨迹方程的表达式为：

5.根据权利要求1所述的基于磁涡流与机器视觉融合的管道缺陷检测方法，其特征在于，所述控制所述机器人底盘沿所述平滑减速轨迹行进至目标驻车点的过程包括：

6.根据权利要求1所述的基于磁涡流与机器视觉融合的管道缺陷检测方法，其特征在于，末端顺应机构包括弹性压缩弹簧，所述机械臂定姿与提离值物理锁定步骤中，通过末端顺应机构产生静态接触预压力的过程包括：

7.根据权利要求1所述的基于磁涡流与机器视觉融合的管道缺陷检测方法，其特征在于，所述末端顺应机构还包括粘滞阻尼器；

8.根据权利要求1所述的基于磁涡流与机器视觉融合的管道缺陷检测方法，其特征在于，所述自适应激励与缺陷定量评价步骤的具体过程包括：

9.一种电子设备，其特征在于，包括

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的基于磁涡流与机器视觉融合的管道缺陷检测方法。