1.一种隧道巡检机器人自适应控速方法,其特征在于,包括:
2.根据权利要求1所述的隧道巡检机器人自适应控速方法,其特征在于,所述特征点检测模型采用sift特征点检测方法对连续两帧的隧道图像进行特征点检测,并将检测的特征点标注于隧道图像;
3.根据权利要求2所述的隧道巡检机器人自适应控速方法,其特征在于,所述高斯金字塔包括若干组结构,所述组结构包括若干层结构;其中,基于若干所述组结构构建高斯金字塔的过程包括:
4.根据权利要求3所述的隧道巡检机器人自适应控速方法,其特征在于,
5.根据权利要求3所述的隧道巡检机器人自适应控速方法,其特征在于,所述高斯金字塔还包括差分金字塔;
6.根据权利要求5所述的隧道巡检机器人自适应控速方法,其特征在于,所述初始参量包括初始速度、加速度、数量阈值和面积阈值。
7.根据权利要求6所述的隧道巡检机器人自适应控速方法,其特征在于,对所述巡检机器人的巡检速度进行自动控速的过程包括:
8.根据权利要求7所述的隧道巡检机器人自适应控速方法,其特征在于,基于所述特征点数量和所述面积占比值控制巡检速度的条件包括:
9.根据权利要求8所述的隧道巡检机器人自适应控速方法,其特征在于,巡检速度的控制公式为:
10.根据权利要求1所述的隧道巡检机器人自适应控速方法,其特征在于,所述裂纹检测模型包括:fcn模型、u-net模型、segnet模型和pspnet模型。