用于桥隧结构病害无损检测诊断的自动爬墙式雷达光电机器人系统

摘要

本发明公开了一种桥隧结构一种用于桥隧结构病害无损检测诊断的自动爬墙式雷达光电机器人系统，主要包括控制终端、爬墙机器人和服务器。所述爬墙机器人用旋翼系统产生反向推力，同时采用全向轮技术，可以紧贴在粗糙的桥隧结构表面灵活移动，在探测时无需封闭桥梁和隧道，不影响交通。只需在桥隧结构上布置若干UWB基站和充电与数据接收装置，通过UWB定位、激光SLAM和IMU导航技术，即可在桥梁和隧道中划分不同工作区域，支持多台爬墙机器人同时工作，可实现路径自动规划和自动避障，可做到无人值守定期自动巡检。

说明书

技术领域

本发明涉及一种用于桥隧结构病害无损检测诊断的自动爬墙式雷达光电机器人系统。

背景技术

目前我国正在服役的桥梁有30多万座，据统计存在安全隐患和耐久性问题的桥梁约占总数的50％，个别地区甚至超过70％，其中危桥占20％～30％，桥梁病害的主要形式有裂缝、钢筋锈蚀、混凝土剥蚀、结构破坏等。

目前我国已经成为世界上隧道建设规模和建设速度第一大国，但是由于隧道修建时间不同，设计标准和施工工艺水平不同，在加上工程地质条件的差异，大多数隧道都存在着诸如衬砌开裂、含有空洞和渗漏水等不同程度的病害。

上述桥隧结构病害严重影响行车安全，亟需有效的探测手段对桥隧结构病害进行探测，为桥隧结构病害治理提供依据。

在桥隧结构无损探测方法中，地质雷达法是一种快速、无损、高分辨率的探测方法，在工程领域得到了广泛的应用与研究。地质雷达通过发射天线发射高频电磁波，通过接收天线接收到的反射电磁波的波形、振幅和相位等信息来推断不同介质的空间位置和形态分布。

目前已经有一些采用地质雷达的桥隧结构检测方法，但主要存在以下几个问题：

(1)目前主要采用人工方式对桥隧结构进行检测，效率低下，而且对检测结果的判断十分依赖经验，因此准确率无法保证；

(2)基于升降台车的桥隧结构检测车，体积十分庞大，检测时需要封闭桥梁或隧道，严重影响正常交通，适用性很差；

(3)现有基于爬墙机器人多采用真空装置和负压装置等原理，难以在粗糙的桥隧结构表面工作；

(4)基于GPS和IMU的导航装置的爬墙机器人，GPS在深长隧道和海底隧道中很难收到信号，IMU长时间工作累计误差较大，很难做到精确导航；采用导轨或导航线的爬墙机器人，需要在桥隧结构上安装导轨或到航线，推广难度和成本很高。

发明内容

本发明为了解决上述问题，提出了一种用于桥隧结构病害无损检测诊断的自动爬墙式雷达光电机器人系统，本发明检测时无需封闭桥梁和隧道，不影响交通，可以对桥隧结构病害分布进行三维建模，极大地提高了衬砌病害检测和诊断的方便性。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一目的是提供一种用于桥隧结构病害无损检测诊断的自动爬墙式雷达光电机器人系统，包括至少一个爬墙机器人本体和控制终端，爬墙机器人上可搭载多种桥隧结构检测设备，如高清摄像机、红外成像系统、地质雷达和X光散射成像系统等，其中高清摄像机和红外成像系统可以获取桥隧结构表面的病害信息，地质雷达和X光散射成像系统可以获取桥隧结构内部一定范围内的病害情况，在本实施例中以高清摄像机和地质雷达模块为例进行介绍，二者结合使用从而可以获取桥隧结构表面和内部一定范围内的病害情况。

所述爬墙机器人本体上设置有旋翼系统、行走轮、激光雷达、机器人控制器、高清摄像机和地质雷达模块，其中：

旋翼系统和机器人底盘采用碳纤维材料，以减轻重量。

所述爬墙机器人本体的两侧对称设置有一旋翼系统，旋翼系统与机器人底盘之间的角度可自动调节，旋翼系统产生反向推力，以抵消重力并使爬墙机器人通过若干麦克纳姆轮紧贴于桥隧结构表面；

所述爬墙机器人本体的端部设置有行走轮，所述机器人控制器控制爬墙机器人本体的运动，改变爬墙机器人本体所在的位置；

所述爬墙机器人上搭载有一种或多种桥隧结构检测设备，如高清摄像机和红外成像系统、激光雷达、地质雷达和X光散射成像系统等等，以获取桥隧结构表面和内部一定范围内的病害情况；

所述高清摄像机和红外成像系统可以获取桥隧结构表面的病害信息，所述地质雷达和X光散射成像系统可以获取桥隧结构内部一定范围内的病害情况，通过多种检测设备的组合使用从而可以获取桥隧结构表面和内部一定范围内的病害情况。

所述激光雷达安装于爬墙机器人前部位置，可以对桥隧结构进行三维观测，实时创建地图并修正爬墙机器人的位置；

所述高清摄像机安装于爬墙机器人底部靠前位置，可以获取桥隧结构的高清图像信息，对桥隧结构表面病害进行分析；所述地质雷达模块安装于爬墙机器人底部中间位置，可以对桥隧结构内部一定范围内的病害情况进行探测；

所述控制终端，接收各爬墙机器人本体的采集数据，对采集的图像进行图像拼接，对地质雷达探测数据进行全波形反演和三维逆时偏移成像，通过深度学习算法对图像拼接结果和地质雷达探测结果进行桥隧结构病害自动识别，结合位置信息实现对桥隧结构病害的三维建模。

进一步的，所述桥隧结构上设置有至少三个UWB基站，UWB基站向外发射调制信号，爬墙机器人接收到来自不同UWB基站的信号后，通过三角定位方式计算出相对于桥隧结构的三维坐标。

进一步的，所述UWB基站包括两组，分别对称设置于桥隧结构左右两侧，每组包括至少两个UWB基站，通过UWB定位方式，控制爬墙机器人在UWB基站组成的矩形区域内活动。

进一步的，UWB基站上还安装有充电与数据接收装置，爬墙机器人将桥隧结构探测数据通过无线方式传输至充电与数据接收装置，充电与数据接收装置再将接收到的探测数据通过有线方式传输至服务器中进行数据处理。

更进一步的，所述机器人控制器实时监测爬墙机器人的电池电量信息，当电池电量小于安全阈值后，机器人控制器存储当前爬墙机器人的位置信息，然后控制爬墙机器人以最短路径移动到距离最近的充电与数据接收装置进行充电，充电完成后，机器人控制器控制爬墙机器人返回存储的位置处。

进一步的，所述行走轮为麦克纳姆轮，所述麦克纳姆轮由一个独立电极驱动，并紧贴于桥隧结构表面。

本发明的第二目的是提供一种基于上述机器人系统的工作方法，包括以下步骤：

接收巡检的控制命令，按照控制命令进行路径规划和避障；通过模糊控制方法，实现不同探测环境下测量参数的自适应调节，获取桥隧结构表面的病害情况的图像，通过雷达获取桥隧结构内部的病害情况，对图像进行图像拼接，对雷达探测结果进行全波形反演和三维逆时偏移成像，随后通过深度学习算法对图像拼接结果和雷达探测结果进行桥隧结构病害自动识别，结合位置信息实现对桥隧结构病害的三维建模，以三维形式展现桥隧结构病害的位置和类型。

进一步的，在巡检过程中，定时读取爬墙机器人的状态信息，对电池电量、位置和轨迹进行记录。

进一步的，爬墙机器人采用激光SLAM导航方式，实时创建地图并修正机器人位置，将桥隧结构地图信息和机器人位置信息送入机器人控制器中的专用BP神经网络，实现爬墙机器人探测路径智能规划与障碍智能规避。

进一步的，所述爬墙机器人采用IMU导航，自动调整姿态，保证爬墙机器人沿直线移动，控制移动距离和转动角度。

进一步的，所述全波形反演可以获取被测介质的介电常数和电导率分布，从而为逆时偏移成像提供更为精准的波速分布。

进一步的，所述三维逆时偏移成像可以对病害反射信号进行偏移归位，从而获得病害的精确位置和尺寸信息。

进一步的，所述深度学习算法可以通过大量模型训练，自动识别并标注不同病害类型。

与现有技术相比，本发明的有益效果为：

(1)基于爬墙机器人的桥隧结构自动巡检系统，在检测时无需封闭桥梁和隧道，不影响交通；

(2)爬墙机器人用旋翼系统产生反向推力，同时采用全向轮技术，可以紧贴在粗糙的桥隧结构表面灵活移动；

(3)只需在桥隧结构上布置若干UWB基站和充电与数据接收装置，无需对桥梁和隧道进行大规模改造，再结合UWB定位、激光SLAM和IMU导航技术，即可在桥梁和隧道中划分不同工作区域，支持多台爬墙机器人同时工作，可实现路径自动规划和自动避障，可做到无人值守定期自动巡检；

(4)爬墙机器人上可搭载高清高清摄像机和地质雷达模块，将探测数据传输到服务器中实现图像自动拼接和三维逆时偏移偏移成像，然后通过深度学习算法实现桥隧结构病害的自动识别，最终可以对桥隧结构病害分布进行三维建模，极大地提高了桥隧结构病害检测和诊断的方便性；爬墙机器人上还可以搭载红外成像和X光散射成像系统等探测系统，一机多用。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为爬墙机器人俯视图；

图2为爬墙机器人左视图；

图3为俯视下的UWB定位原理图；

图4为俯视下的智能路径规划与避障原理图；

图5为爬墙机器人工作流程图。

其中，1.旋翼系统，2.麦克纳姆轮，3.激光雷达，4.机器人底盘，5.机器人控制器，6.天线系统，7.高清摄像机，8.地质雷达模块，9.桥隧结构，10.充电与数据接收装置，11.爬墙机器人，12.障碍物。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。

本发明中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本发明中的具体含义，不能理解为对本发明的限制。

爬墙机器人上可搭载多种桥隧结构检测设备，如高清摄像机、红外成像系统、地质雷达和X光散射成像系统等，其中高清摄像机和/或红外成像系统可以获取桥隧结构表面的病害信息，地质雷达和/或X光散射成像系统可以获取桥隧结构内部一定范围内的病害情况，在本实施例中以高清摄像机和地质雷达模块为例进行介绍，二者结合使用从而可以获取桥隧结构表面和内部一定范围内的病害情况。

爬墙机器人俯视图和左视图分别如图1、2所示，主要由旋翼系统1，麦克纳姆轮2，激光雷达3，机器人底盘4，机器人控制器5，天线系统6，高清摄像机7和地质雷达模块8等几部分组成。

旋翼系统1和机器人底盘4采用碳纤维材料，以减轻重量。

爬墙机器人11左右对称安装2套旋翼系统1，旋翼系统1与机器人底盘4之间的角度可以自动调节，旋翼系统1高速旋转产生反向推力。

旋翼系统1产生的反向推力T、爬墙机器人11的总重力G和对桥隧结构9表面的压力F、旋翼系统1与重力方向夹角θ，须满足以下关系：

Tcosθ＝F＞F_min

Tsinθ＝G

其中G为定值，F大于最小压力F_min即可，在旋翼直径D一定的情况下，T与旋翼转速V成正比，因此根据上式就可以确定旋翼直径D和旋翼转速V范围要求。

爬墙机器人11工作时需要根据自身姿态信息，动态调整旋翼系统1与重力方向夹角θ和旋翼转速V，使旋翼系统1产生的反向推力T抵消重力G，并使爬墙机器人11紧贴于桥隧结构9表面。

每个麦克纳姆轮2由一个独立电机驱动，无需转向机构即可实现全向移动，非常灵活方便。激光雷达3安装于爬墙机器人11前部位置，可以对桥隧结构进行三维观测，实时创建地图并修正机器人位置。高清摄像机7安装于爬墙机器人11底部靠前位置，可以获取桥隧结构9的高清图像信息，从而可以对桥隧结构表面病害进行分析。

地质雷达模块8安装于爬墙机器人11底部中间位置，主要包括电磁波发射天线、电磁波接收天线和雷达主机，可以对桥隧结构9内部一定范围内的病害情况进行探测。

爬墙机器人11可工作于普通探测和智能巡检两种工作模式：当工作于普通探测模式时，人为设定探测区域即可实现自动探测，探测数据通过无线方式实时传输到控制终端中，当探测结束时控制终端再将数据传输至服务器进行数据处理，无需对桥隧结构进行改造；当工作于智能巡检模式时，通过在桥隧结构上安装UWB基站、充电与数据接收装置10即可实现多个爬墙机器人11分区域同时探测，探测数据可通过充电与数据接收装置10实时传输至服务器进行处理，提高了数据处理效率，且可以实现无人值守定期自动巡检。

俯视下的UWB定位原理如图3所示，在桥隧结构左右两侧对称布置4个UWB基站，UWB基站可以向外发射调制信号，爬墙机器人11接收到来自4个UWB基站的信号后，可以通过三角定位方式计算出相对于桥隧结构的三维坐标；通过UWB定位方式，可以控制爬墙机器人11在4个UWB基站组成的矩形区域内活动，对于长大桥梁和深长隧道，可以通过布置多组UWB基站的方式划分多个探测区域，使多个爬墙机器人11同时进行探测，从而提高探测效率。每个UWB基站上还安装有1个充电与数据接收装置10，爬墙机器人11可以将桥隧结构探测数据通过无线方式传输至充电与数据接收装置10，充电与数据接收装置10再将接收到的探测数据通过有线方式传输至服务器中进行数据处理；机器人控制器5可以实时监测爬墙机器人11的电池电量信息，当电池电量小于安全阈值后，机器人控制器5存储当前爬墙机器人11的位置信息，然后控制爬墙机器人11以最短路径移动到距离最近的充电与数据接收装置10进行充电，充电完成后，机器人控制器5控制爬墙机器人11返回存储的位置处。

爬墙机器人11采用了激光SLAM技术，可以实时创建地图并修正机器人位置，然后将桥隧结构的地图信息和机器人位置信息送入机器人控制器5中的专用BP神经网络，即可实现爬墙机器人探测路径智能规划与障碍智能规避，如图4所示；

所述爬墙机器人11采用了IMU导航技术，可以自动调整姿态，确保爬墙机器人11沿直线移动，而且在短时间内可以精确控制移动距离和转动角度。

爬墙机器人的工作流程如图5所示，控制终端可以向爬墙机器人发送控制命令，同时还可以接收来自爬墙机器人的状态信息，从而对电池电量、位置和轨迹等信息进行监控；爬墙机器人将探测数据压缩后通过无线方式发送给控制终端，控制终端可以实时显示探测数据，方便控制人员进行查看。

当爬墙机器人接收到来自控制终端的开始探测命令后，首先通过UWB定位、激光SLAM和IMU导航进行路径规划和避障；然后通过内置的专家系统和模糊控制方法，实现不同探测环境下测量参数的自适应调节，可以提高探测效果；然后通过高清摄像可以获取桥隧结构表面的病害情况，通过地质雷达可以获取桥隧结构内部的病害情况，这些探测数据可以通过无线方式发送给控制终端和服务器进行实时显示和数据处理；当服务器接收到高清摄像结果后去除重复图像并进行自动图像拼接，接收到地质雷达探测结果后进行全波形反演和三维逆时偏移成像，随后通过深度学习算法对图像拼接结果和地质雷达探测结果进行桥隧结构病害自动识别，最后结合位置信息实现对桥隧结构病害的三维建模，能够以三维形式展现桥隧结构病害的位置和类型，方便查看。

所述全波形反演可以获取被测介质的介电常数和电导率分布，从而为逆时偏移成像提供更为精准的波速分布；通过三维逆时偏移成像可以对病害反射信号进行偏移归位，从而获得病害的精确位置和尺寸信息。

所述深度学习算法可以通过大量模型训练，自动识别并标注不同病害类型。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。