基于无人机对大型建筑机器人的振动检测系统的制作方法
本发明涉及一种用非接触式检测方法来检测大型建筑机器人的振动情况的检测系统。
背景技术：
大型建筑机器人，如拼装机器人等，是将工具、材料装卸、搬运到指定位置的设备。建筑机器人与普通家用机器人的区别之处在于：工作环境较为恶劣，需要负重工作，负载的迁移路径和高度范围较大，如果出现故障或损坏，容易造成人员伤亡。
大型建筑机器人在运行过程中可能会因为负载超负荷，或者是环境因素等出现振动问题，导致机械零部件磨损、结构开裂，甚至发生机毁人亡的重大安全事故。因此，对大型建筑机器人的振动检测是防止事故发生的重要手段。
目前常用的振动检测方法是用接触式传感器，如：加速度传感器，倾角传感器等检测机械构件的振动，但是由于传感器价格昂贵，电线敷设复杂，安装困难，使得其应用受限。传统的视觉振动测量方法由于拍摄角度不灵活，测量多方向的振动需要人为更换机位采集视频，造成更高的人力和时间成本。
技术实现要素：
本发明的目的在于提供一种利用非接触式检测方式，对大型建筑机器人进行多方位、多角度的自动化振动检测的检测系统。
基于无人机对大型建筑机器人的振动检测系统，其特征在于：该检测系统包括搭载有摄像头的无人机，图像处理模块，和使无人机获取的视频图像与图像处理模块进行交互的通讯模块；进行振动检测时，无人机对待检测机器人拍摄视频，图像处理模块执行以下操作：获取无人机拍摄的视频，将视频中的每一帧图像获得以靶点为中心的感兴趣区域；对所有感兴趣区域分别做复数线性滤波，获得每个感兴趣区域的相位谱图；对每个感兴趣区域以第一帧为基准、利用相位谱图获得从第二帧开始的每帧图像与第一帧的相位差，该相位差表征振动位移。对每帧图像中有靶点的地方分割出来形成感兴趣区域。
优选的，相位差的提取公式表示为：
其中，dθ(t0)是θ角度上t0时刻的位移，φθ(x,y,t0)是θ角度上t0时刻的相位。
优选的，固定于待检测机器人上的靶点，制作靶点模板图像，将每一帧图像与靶点模板图像做灰度匹配，寻找具有靶点的感兴趣区域。
优选的，使用平均绝对差算法对图像做灰度匹配，平均绝对差算法表示为：
其中1≤i≤m-m+1，1≤j≤n-n+1；s(x,y)是视频中大小为m*n的搜索图像，t(x,y)是m*n的靶点模板图像。靶点模板图像是预制的靶点图像是贴在待检测点的图像，这样才能在无人机拍摄的图像中识别出靶点图像，然后以靶点图像为中心选择感兴趣区域。遍历整个搜索图，在所有能够取到的子图中，找到与模板图最相似的子图作为最终匹配结果即最小的d(i,j)，即可确定能匹配的位置。
或者，使用归一化积相关算法进行灰度匹配，获得感兴趣区域。或者，使用平均误差平方和算法进行灰度匹配，获得感兴趣区域。其中，平均绝对差算法再获取感兴趣区域时计算时间和准确率最优。
优选的，用steerablefilter(可控复数线性滤波器)做复数线性滤波，steerablefilter滤波器卷积核fθ表示为：
优选的，无人机设有安装摄像头的云台，通讯模块和数据处理模块均安装于云台上。通信模块接收图像，数据处理模块用来从拍摄的图像中计算大型建筑机器人的振动幅度与频率。
优选的，无人机为四旋翼无人机；云台为三轴稳定云台，摄像头为工业级ccd摄像头。
三轴稳定云台在三维立体空间的环境下，通过空间三个方位对ccd摄像头进行稳定控制和自适应定位，减少无人机机身振动对拍摄影响，保证拍摄质量。摄像头搭载于上述四旋翼无人机，用于拍摄大型建筑机器人的图像和视频。数据处理模块具有高像素、高运算速度的开发板，用于处理上述工业级ccd摄像头拍摄的图像以及计算当前大型建筑机器人的振动幅度与频率。无人机具有人机交互模块，在本地遥控无人机以及用pc显示图像以及振动检测的结果。通信模块：发射端用数字微波传输先把视频和检测数据编码压缩，然后通过数字微波信道调制，再通过天线发射出去，接收端通过天线接收信号，微波解扩，视频和数据解压缩，最后还原模拟的视频和数据，用于提供数据传输的通信接口。
本发明的优点在于：利用无人机的灵活性实现对大型建筑机器人的多方位、多高度范围的非接触式振动测量，并且振动测量的准确性高，精度高。
附图说明
图1为本发明检测装置的工作流程图。
图2为本发明检测方法的工作流程图。
图3是对于单一10hz振动做检测以幅值表征振动和本发明以相位表征振动的噪声对比图。
具体实施方式
下面对照附图并结合优选的实施方式对本发明作进一步说明。
基于无人机对大型建筑机器人的振动检测系统，如图1所示该检测系统包括搭载有摄像头的无人机，图像处理模块，和使无人机获取的视频图像与图像处理模块进行交互的通讯模块；进行振动检测时，无人机对待检测机器人拍摄视频，图像处理模块执行以下操作，如图2所示：获取无人机拍摄的视频，将视频中的每一帧图像获得以靶点为中心的感兴趣区域；对所有感兴趣区域分别做复数线性滤波，获得每个感兴趣区域的相位谱图；对每个感兴趣区域以第一帧为基准、利用相位谱图获得从第二帧开始的每帧图像与第一帧的相位差，该相位差表征振动位移。对每帧图像中有靶点的地方分割出来形成感兴趣区域。
如图3所示，对于单一10hz振动做检测，可以看出幅值方法，波动较大，而且有很多噪声尖峰，而我们采用的相位噪声较小。
相位差的提取公式表示为：
固定于待检测机器人上的靶点，制作靶点模板图像，将每一帧图像与靶点模板图像做灰度匹配，寻找具有靶点的感兴趣区域。
使用平均绝对差算法对图像做灰度匹配，平均绝对差算法表示为：
其中1≤i≤m-m+1，1≤j≤n-n+1；s(x,y)是视频中大小为m*n的搜索图像，t(x,y)是m*n的靶点模板图像。靶点模板图像是预制的靶点图像是贴在待检测点的图像，这样才能在无人机拍摄的图像中识别出靶点图像，然后以靶点图像为中心选择感兴趣区域。遍历整个搜索图，在所有能够取到的子图中，找到与模板图最相似的子图作为最终匹配结果即最小的d(i,j)，即可确定能匹配的位置。
或者，使用归一化积相关算法进行灰度匹配，获得感兴趣区域。或者，使用平均误差平方和算法进行灰度匹配，获得感兴趣区域。其中，平均绝对差算法再获取感兴趣区域时计算时间和准确率最优。
归一化积相关算法(ncc)是一种典型的基于灰度相关的算法，利用的是感兴趣区域与靶点模板图像的灰度，通过归一化的相关性度量公式来计算二者之间的匹配程度；具有不受比例因子误差影响和抗白噪声干扰能力强的优点。平方误差平方和算法(msd)也是一种典型的基于灰度相关的算法，利用的是感兴趣区域与靶点模板图像的l2距离的平均值来计算两者之间的匹配程度。l2距离计算的是第一维差的平方加上第二维差的平方再求和，然和开根，由勾股，可以想象成直角三角形的斜边长。
用steerablefilter(可控复数线性滤波器)做复数线性滤波，steerablefilter滤波器卷积核fθ表示为：
无人机设有安装摄像头的云台，通讯模块和数据处理模块均安装于云台上。通信模块接收图像，数据处理模块用来从拍摄的图像中计算大型建筑机器人的振动幅度与频率。
无人机为四旋翼无人机；云台为三轴稳定云台，摄像头为工业级ccd摄像头。
三轴稳定云台在三维立体空间的环境下，通过空间三个方位对ccd摄像头进行稳定控制和自适应定位，减少无人机机身振动对拍摄影响，保证拍摄质量。摄像头搭载于上述四旋翼无人机，用于拍摄大型建筑机器人的图像和视频。数据处理模块具有高像素、高运算速度的开发板，用于处理上述工业级ccd摄像头拍摄的图像以及计算当前大型建筑机器人的振动幅度与频率。无人机具有人机交互模块，在本地遥控无人机以及用pc显示图像以及振动检测的结果。通信模块：发射端用数字微波传输先把视频和检测数据编码压缩，然后通过数字微波信道调制，再通过天线发射出去，接收端通过天线接收信号，微波解扩，视频和数据解压缩，最后还原模拟的视频和数据，用于提供数据传输的通信接口。
利用本发明进行大型建筑机器人振动检测的方法具体包括如下步骤：
(1)在大型建筑机器人需要检测振动的位置粘贴靶点；靶点的亮度与建筑机器人的亮度有差异，只要在灰度图上能够区分靶点灰度和建筑机器人灰度即可；
(2)控制四旋翼无人机飞行至能不影响大型建筑机器人工作且能拍摄到一个或多个检测点的位置；
(3)采用工业级ccd摄像头对大型建筑机器人进行拍摄，得到大型建筑机器人运行过程的视频；
(4)将上述视频数据通过通信模块发送到数据处理模块；
(5)对上述视频中图像分别使用mad(平均绝对差算法)做灰度的图像匹配获得若干个以靶点为中心的感兴趣区域，将视频图像按照感兴趣区域分割为若干组待检测图像；
(6)对所有图像用steerablefilter做复数线性滤波，可以得到图像的幅值谱图和相位谱图
(7)对每组图像的相位谱中提取相位差(与第一帧的相位差)，对相位差可以得到振动位移，对位移信号做fft可以得到振动信号的频谱图。
传统视觉振动检测都是在固定地点进行拍摄，摄像头本身的振动影响较小，但是也因为摄像头固定造成拍摄角度不灵活，测量多方位的振动需要人为的更换机位，并且摄像头能到达的高度范围有限。本发明将摄像头搭载于无人机上，无人机在飞行的同时对建筑机器人进行拍摄，无人机的灵活性能够实现多方位的振动视频采集，但是无人机飞行时，无人机本身的抖动会给拍摄引入大量噪声。因此，本发明采用靶点匹配-以靶点为中心选取分割感兴趣区域-复数线性滤波的有机结合，降低因无人机抖动而引入的造成，提高振动测量的准确性和精度。
本发明的优点在于：利用无人机的灵活性实现对大型建筑机器人的多方位、多高度范围的非接触式振动测量，并且振动测量的准确性高，精度高。
本发明说明书中提到的所有专利和出版物都表示这些是本领域的公开技术，本发明可以使用。这里所引用的所有专利和出版物都被同样列在参考文献中，跟每一个出版物具体的单独被参考引用一样。这里所述的本发明可以在缺乏任何一种元素或多种元素，一种限制或多种限制的情况下实现，这里这种限制没有特别说明。例如这里每一个实例中术语“包含”，“实质由……组成”和“由……组成”可以用两者之一的其余2个术语代替。这里采用的术语和表达方式所为描述方式，而不受其限制，这里也没有任何意图来指明此书描述的这些术语和解释排除了任何等同的特征，但是可以知道，可以在本发明和权利要求的范围内做任何合适的改变或修改。可以理解，本发明所描述的实施例子都是一些优选的实施例子和特点，任何本领域的一般技术人员都可以根据本发明描述的精髓下做一些更改和变化，这些更改和变化也被认为属于本发明的范围和独立权利要求以及附属权利要求所限制的范围内。
- 还没有人留言评论。精彩留言会获得点赞！