基于球形视频机器人的管道内缺陷检测方法研究.pdfVIP

测控技术

•26*2019年第38卷第4期机器人技术与应用

基于球形视频机器人的管道内缺陷检测方法研究

苏展\徐红伟\凌张伟23$李静\钟绍俊1

(1.中国计量大学机电工程学院，浙江杭州310018%2.浙江省特种设备检验研究院，浙江杭州310012%

3.浙江省特种设备安全检测技术研究重点实验室，浙江杭州310012)

摘要：传统的压力管道内表面缺陷检测管道运行安全十分重要，目前检测方法对待检测管道的形状结构

要求较高检测方法低效耗时费力，。设计了一种球形视频管道内缺陷检测机器人，通过搭载的高分辨率

立体相机拍摄视管道内部频流，编制基于深度卷积神经网络软件对视频流进行带表面缺陪图片分选采，

用Fast-RCNN快速区域卷积神经网络对管道缺陷进行标记，通过该标记可实现管道内部缺陷的安全评

估，实验结果表明了该检测方法的有效性。

关键词：球形视频机器人;管道;缺陷检测；深度卷积神经网络;快速区域卷积神经网络

中图分类号:TP216文献标识码:A文章编号!1000-8829(2019#04-0026-05

doi:10.19708/j.ckjs.2019.04.006

ResearchonInnerSurfaceDefectDetectionMethodofPressurePipeBasedon

SphericalVideoTubeDefectDetectionRobot

SUZhan1,XUHong-wei1,LINGZhang-wei2’3,LIJing1,ZHONGShao-jun1

(1.CollegeofMechanicalandElectricalEngineering,ChinaJiliangUniversity,Hangzhou310018,China;

2.ZhejiangProvincialSpecialEquipmentInspectionandResearchInstitute,Hangzhou310012,China;

3.KeyLaboratory〇fSpecialEquipmentSafetyTestingTechnologyofZhejiangProvince,Hangzhou310012,China)

Abstract：Thetraditionalinnersurfacedefecdetectiondeviceisdiicultobeusedinthepipelinewitlicom­

plicatedshapes,andthedetectionmetliodisineficienandtime-consuming.A

tectionroboisdesigned.Asoftwarebasedondeepconvolutionneuralnetworl^was

classifytheinnersurfacedefectsoft!iepipelinebycapturingthevideostreamsusingahighresolutionstereo

camera.TheFast-RCNNfasregionconvolutionneuralnetworkmodelwasusedtomarkpipelinedefect