刘逆凡 蔡旭阳 罗扬 李晨阳 刘悦文
摘要:在前不久发生的珠海石景山隧道“7.15”透水事故,导致14名的施工人员被困,3名遇难。具体原因是由于隧道内部的支撑不当引起的,因此,研制更为智能的隧道结构检测系统进行实时的检测显得尤为的重要。本系统结合光电技术,对隧道内的结构进行实时的视觉检测和场地仿真,让施工管理人员能够更清晰的了解隧道内施工的具体状况,更有效的减少了灾害的发生。
关键词:光学分辨率 信号处理 图像高级处理 光电技术
1.选题背景及意义
1.1.选题背景
区域经济要想发展,交通的基础建设是必不可少的。铁路,航空和公路都是基建的重要组成部分,新基建的提出给科研人员提供了新的研究方向。广东省由于靠近沿海地区,也是海底隧道最多的省份。港珠澳大桥,世界总体跨度最长、钢结构桥体最长、海底沉管隧道最长跨海大桥;深中通道:是中国广东省境内连接深圳市和中山市的建设中大桥,全长24千米,其中有6.8千米长是沉管隧道。汕头湾海底隧道:全长9781米,为单洞双线隧道,是国内首座设计标准为350公里时速、跨海大直径盾构的高铁海底隧道。
1.2.理论意义
近年来,随着工业智能化的发展,有许多智能施工机器人走向了建筑领域,但是这些机器人在建筑行业相关部件产线推进过程中,发现传统的机器人应用方法不能很好的满足实际生产的需求。例如建筑行业的钢结构部件,都是些大型且公差范围比较大的部件,通过专用夹具等技术手段也很难达到国内大部份企业的生产需求。为了解决这问题,应研发出属于自己的算法框架和运行环境,不受局限于国外的技术水平。视觉系统有几部分重要的组成,高分辨率的光学镜头、图像采集传感器、图像预处理系统、图像分析系统。使得设备更加的精准和高效率。
1.3.现实意义
习近平始终强调,把安全生产责任制落到实处,切实防范重特大安全生产事故的发生。可是近几年来,海底隧道事故虽然不想核电事故属于灾难性的。但是,频发的隧道事故严重影响我国基建在国际上的影响力。光电视觉检测技术在食品的缺陷中已经发挥了重要作用,可是在工程领域的利用还是相对比较少的。视觉检测机系统通过光学图像传感器来对海底隧道衬砌图像进行采样,然后通过深度学习模型对图像训练,分类出常见的渗水,剥落,漏筋三种隧道衬砌表面灾害。
2.论文综述
2.1 国内研究现状综述
光电技术的研究离不开半导体技术的进步,目前我国的半导体技术与国际上的先进技术差距相对较大,在视觉检测领域,很多国内公司依靠引进国外的先进技术来开发完整的体系,虽然注重自主研发,但是创新的精神和可以利用的资源有所限制。
2.2 国外研究现状综述
图像和机器视觉技术在美、欧、日等发达国家的应用已经非常普及。一方面生产自动化程度高,人力成本占整个产品成本的比例较大,消费者对产品质量和一致性的要求也很高。另一方面其设备制造业比较发达,高科技产品所占比例较大。
这些因素都是得视觉图像检测技术得到广泛应用。在发达国家,视觉图像检测应用主要集中在电子、半导体等先進制造业,但在其他工业领域也得到较普遍的应用,甚至像鸡蛋、纽扣、汉堡包这样的产品都要用到视觉图像检测设备。我国的的视觉图像检测起步较晚,是与上世纪九十年代初,最早主要还是集中在高校和研究所的一些研究项目上,后来逐步过渡到一些实际应用。
3.设计方案
对于海底隧道结构数据的实时获取,首先需要传感器对数据进行实时的采集,此处运用两种类型的传感器,一种属于定点采集图像数据的传感器,领域中属于移动采集数据的传感器。
定点采集:首先是对传感器的研制工作,采用Altium Designer对元器件进行设计,设计就是对设计的传感器进行相应的打样处理,形成固定的元器件。对元器件进行相应的拼装之后形成传感器。然后,将AlexNet图像处理的模型算法写入到定点采集的传感器中,来完成对图像的处理任务。
移动型隧道结构图像采集:传感器的移动有两种方案,一种是可以在空中飞行的飞行器搭载我们的传感器进行相应的视觉检测;另一种是给传感器装上轮子,在隧道中进行移动的三维视觉扫描图像信息系统。无论属于哪一种系统,采集之后的数据需要进行信息处理,因此传感器保留有相应的接口进行数据的传输。在网络条件允许的情况下可以,可以通过局域网对采集到的的数据进行相应的传输。最终传输的数据传到终端再进行进一步的检测处理。
3.3 检测效果
随着技术的进步和发展,计算机的算力越来越强大,尤其是在GPU并行计算能力的推动下,复杂神经网络的计算也变得更加容易实施。另一方面,随着许多学者在工程领域的深入研究,不仅提供了完善的数据集,并且创新的算法也具有研究的意义。计算力学和深度学习图像处理技术的应用将会是一次新的技术创新,对我国新基建的发展具有重要意义,实现施工场地的智能化,数据的实时传输,实时的分析,将事故的发生降到最低的程度。为工程的质量报价护航。
参考文献
[1]田波 祁艳艳 魏琳 饶晓红 ,《光电技术在轨道交通测量中的应用研究》,重庆川仪自动化股份有限公司,重庆;分类号:TH-39
[2]詹庆武 陈芳,《巧用光电技术解难题》,安庆;分类号:TS154.1
[3]郑秋梅 谭丹 王风华,《达到光学分辨率极限的“最清晰”图像问世》,刊名:创新时代;分类号:TP334.22
[4]李加慧 谭奋利 曾晨欣 季轶群,《宽覆盖高分辨率机载相机光学系统设计》1.苏州大学光电科学与工程学院;2.苏州大学江苏省先进光学制造技术重点实验室;3.苏州大学教育部现代光学技术重点实验室,江苏苏州;分类号:TN929.11
[5]田岩 柳健 田金文,《一种光学图像的快速超分辨率重建方法》,华中科技大学,电子与信息工程系,图像信息处理与智能控制教育部重点实验室,湖北,武汉。分类号:TP775
[6]刘兴 李珂,《高精密齿轮角度偏差的智能视觉校对仿真》,广东技术师范大学,广东广州,项目基金:教学改革研究项目。分类号:TP202+.2