城市深层污水传输隧道检测与清淤智能机器人及工作方法

    公开(公告)号:CN112962780B

    公开(公告)日:2022-03-18

    申请号:CN202110164215.7

    申请日:2021-02-05

    IPC分类号: E03F9/00 E03F7/00 E03F7/10

    摘要: 本发明公开了一种城市深层污水传输隧道检测与清淤智能机器人及工作方法,涉及隧道检测与清淤技术领域。该智能机器人包括隧道结构检测装置、清淤作业装置、机器人水中定位装置、机器人水中行走装置和机器人通讯控制装置;隧道结构检测装置包括浑水摄像机和声呐;清淤作业装置包括搭载于机器人本体前部的淤泥铲;机器人水中定位装置包括陀螺仪;机器人通讯控制装置包括水下线缆及控制器,控制器通过水下线缆与地面控制平台连接。本发明的智能机器人可实现在城市深层污水隧道中完成对隧道结构本体、隧道结构附着淤泥的全方位质量检测与清淤,促进城市深层污水隧道检测与清淤作业的智能化发展。

    基于图像和卷积神经网络的混凝土质量检测方法及系统

    公开(公告)号:CN111724358A

    公开(公告)日:2020-09-29

    申请号:CN202010530545.9

    申请日:2020-06-11

    摘要: 本发明涉及混凝土表面缺陷检测技术领域,公开了一种基于图像和卷积神经网络的混凝土质量检测方法及系统,方法包括:(1)采集多张混凝土图像,混凝土图像中包括含缺陷的图像和无缺陷的图像;(2)对多张混凝土图像分别进行缺陷类别标注,并将标注后的混凝土图像以一定的比例分为训练集和测试集;(3)对训练集中混凝土图像进行预处理使得更加突出裂缝或者孔洞的形态特征;(4)构建并训练深度卷积神经网络模型;(5)将经过预处理后的混凝土图像输入至训练好的深度卷积神经网络模型中来识别图像中的裂缝和孔洞。本发明能够同时识别混凝土表面的孔洞和裂缝缺陷且检测效率高、检测速度快和检测准确率高。

    点云语义分割模型建立方法及点云语义分割方法

    公开(公告)号:CN118247512B

    公开(公告)日:2024-08-16

    申请号:CN202410664250.9

    申请日:2024-05-27

    摘要: 本发明公开了点云语义分割模型建立方法及点云语义分割方法,属于点云语义分割领域,包括:使CNN和Transformer模型在部分标注的点云上进行交叉学习,在对有标记点预测的同时计算各类别的置信度;对未标记点进行预测,预测结果作为伪标签,并按照置信度对各类点进行采样,置信度越低的类别,点的采样率越高;由CNN和Transformer模型标记伪标签的采样点集分别馈送至Transformer模型和CNN模型;训练损失包括监督损失和无监督损失。本发明同时训练CNN和Transformer模型,通过交叉学习和自适应类均衡采样,能够有效缓解点云数据空间分布不均匀和数据类别不平衡问题对于点云语义分割精度的影响,提高分割精度。

    一种用于污水厂底泥清理的水下作业机器人及工作方法

    公开(公告)号:CN113585445A

    公开(公告)日:2021-11-02

    申请号:CN202110826607.5

    申请日:2021-07-21

    摘要: 本发明涉及一种用于污水厂底泥清理的水下作业机器人及工作方法,属于污水厂底泥清理领域。该机器人包括:作业单元、车体单元、储泥单元以及升降单元;作业单元包括铲斗、铲刀和吸入管道;铲刀位于铲斗内部,铲斗两侧封闭且后端开孔与吸入管道相连;铲斗安装于车体单元上,以将底泥导入吸入管道;车体单元和储泥单元通过排入管道连接,且排入管道与车体单元和储泥单元中的至少一个为可开合地连接;排入管道前端与吸入管道导通,工作时作为淤泥从吸入管道排入储泥单元的通道;升降单元用于车体单元和储泥单元的升降。本发明能够解决现有技术不适用于污水厂底泥清理或局限性大、操作不灵活、占地面积大、容易损坏地下管网等技术问题。

    一种管道声呐点云去噪方法和系统

    公开(公告)号:CN114841204B

    公开(公告)日:2024-10-29

    申请号:CN202210454829.3

    申请日:2022-04-27

    IPC分类号: G06F18/10 G06F18/23

    摘要: 本发明公开了一种管道声呐点云去噪方法和系统,属于排水管道检测领域。包括:对管道内原始声呐扫描数据去除离群噪声,得到初筛后声呐点云;对初筛选后声呐点云进行聚类,得到3个全局最优聚类中心坐标和聚类半径;根据位于最顶层的全局最优聚类中心坐标和聚类半径,确定为高密度噪声,从初筛后声呐点云中剔除。本发明首先对管道内原始声呐扫描数据去除离群噪声,得到初筛后声呐点云,以获得更准确的数据进行进一步处理再通过聚类,得到3个全局最优聚类中心坐标和聚类半径,最后根据位于最顶层的全局最优聚类中心坐标和聚类半径,确定为高密度噪声,从初筛后声呐点云中剔除,保证了扫描结果的精确度和可读性,提高声呐点云数据的处理效率。

    一种用于污水厂底泥清理的水下作业机器人及工作方法

    公开(公告)号:CN113585445B

    公开(公告)日:2024-05-14

    申请号:CN202110826607.5

    申请日:2021-07-21

    摘要: 本发明涉及一种用于污水厂底泥清理的水下作业机器人及工作方法,属于污水厂底泥清理领域。该机器人包括:作业单元、车体单元、储泥单元以及升降单元;作业单元包括铲斗、铲刀和吸入管道;铲刀位于铲斗内部,铲斗两侧封闭且后端开孔与吸入管道相连;铲斗安装于车体单元上,以将底泥导入吸入管道;车体单元和储泥单元通过排入管道连接,且排入管道与车体单元和储泥单元中的至少一个为可开合地连接;排入管道前端与吸入管道导通,工作时作为淤泥从吸入管道排入储泥单元的通道;升降单元用于车体单元和储泥单元的升降。本发明能够解决现有技术不适用于污水厂底泥清理或局限性大、操作不灵活、占地面积大、容易损坏地下管网等技术问题。

    点云语义分割模型建立方法及点云语义分割方法

    公开(公告)号:CN118247512A

    公开(公告)日:2024-06-25

    申请号:CN202410664250.9

    申请日:2024-05-27

    摘要: 本发明公开了点云语义分割模型建立方法及点云语义分割方法,属于点云语义分割领域,包括:使CNN和Transformer模型在部分标注的点云上进行交叉学习,在对有标记点预测的同时计算各类别的置信度;对未标记点进行预测,预测结果作为伪标签,并按照置信度对各类点进行采样,置信度越低的类别,点的采样率越高;由CNN和Transformer模型标记伪标签的采样点集分别馈送至Transformer模型和CNN模型;训练损失包括监督损失和无监督损失。本发明同时训练CNN和Transformer模型,通过交叉学习和自适应类均衡采样,能够有效缓解点云数据空间分布不均匀和数据类别不平衡问题对于点云语义分割精度的影响,提高分割精度。