劉逆凡 蔡旭陽 羅揚 李晨陽 劉悅文
摘要:在前不久發生的珠海石景山隧道“7.15”透水事故,導致14名的施工人員被困,3名遇難。具體原因是由于隧道內部的支撐不當引起的,因此,研制更為智能的隧道結構檢測系統進行實時的檢測顯得尤為的重要。本系統結合光電技術,對隧道內的結構進行實時的視覺檢測和場地仿真,讓施工管理人員能夠更清晰的了解隧道內施工的具體狀況,更有效的減少了災害的發生。
關鍵詞:光學分辨率?信號處理?圖像高級處理?光電技術
1.選題背景及意義
1.1.選題背景
區域經濟要想發展,交通的基礎建設是必不可少的。鐵路,航空和公路都是基建的重要組成部分,新基建的提出給科研人員提供了新的研究方向。廣東省由于靠近沿海地區,也是海底隧道最多的省份。港珠澳大橋,世界總體跨度最長、鋼結構橋體最長、海底沉管隧道最長跨海大橋;深中通道:是中國廣東省境內連接深圳市和中山市的建設中大橋,全長24千米,其中有6.8千米長是沉管隧道。汕頭灣海底隧道:全長9781米,為單洞雙線隧道,是國內首座設計標準為350公里時速、跨海大直徑盾構的高鐵海底隧道。
1.2.理論意義
近年來,隨著工業智能化的發展,有許多智能施工機器人走向了建筑領域,但是這些機器人在建筑行業相關部件產線推進過程中,發現傳統的機器人應用方法不能很好的滿足實際生產的需求。例如建筑行業的鋼結構部件,都是些大型且公差范圍比較大的部件,通過專用夾具等技術手段也很難達到國內大部份企業的生產需求。為了解決這問題,應研發出屬于自己的算法框架和運行環境,不受局限于國外的技術水平。視覺系統有幾部分重要的組成,高分辨率的光學鏡頭、圖像采集傳感器、圖像預處理系統、圖像分析系統。使得設備更加的精準和高效率。
1.3.現實意義
習近平始終強調,把安全生產責任制落到實處,切實防范重特大安全生產事故的發生。可是近幾年來,海底隧道事故雖然不想核電事故屬于災難性的。但是,頻發的隧道事故嚴重影響我國基建在國際上的影響力。光電視覺檢測技術在食品的缺陷中已經發揮了重要作用,可是在工程領域的利用還是相對比較少的。視覺檢測機系統通過光學圖像傳感器來對海底隧道襯砌圖像進行采樣,然后通過深度學習模型對圖像訓練,分類出常見的滲水,剝落,漏筋三種隧道襯砌表面災害。
2.論文綜述
2.1?國內研究現狀綜述
光電技術的研究離不開半導體技術的進步,目前我國的半導體技術與國際上的先進技術差距相對較大,在視覺檢測領域,很多國內公司依靠引進國外的先進技術來開發完整的體系,雖然注重自主研發,但是創新的精神和可以利用的資源有所限制。
2.2?國外研究現狀綜述
圖像和機器視覺技術在美、歐、日等發達國家的應用已經非常普及。一方面生產自動化程度高,人力成本占整個產品成本的比例較大,消費者對產品質量和一致性的要求也很高。另一方面其設備制造業比較發達,高科技產品所占比例較大。
這些因素都是得視覺圖像檢測技術得到廣泛應用。在發達國家,視覺圖像檢測應用主要集中在電子、半導體等先進制造業,但在其他工業領域也得到較普遍的應用,甚至像雞蛋、紐扣、漢堡包這樣的產品都要用到視覺圖像檢測設備。我國的的視覺圖像檢測起步較晚,是與上世紀九十年代初,最早主要還是集中在高校和研究所的一些研究項目上,后來逐步過渡到一些實際應用。
3.設計方案
對于海底隧道結構數據的實時獲取,首先需要傳感器對數據進行實時的采集,此處運用兩種類型的傳感器,一種屬于定點采集圖像數據的傳感器,領域中屬于移動采集數據的傳感器。
定點采集:首先是對傳感器的研制工作,采用Altium?Designer對元器件進行設計,設計就是對設計的傳感器進行相應的打樣處理,形成固定的元器件。對元器件進行相應的拼裝之后形成傳感器。然后,將AlexNet圖像處理的模型算法寫入到定點采集的傳感器中,來完成對圖像的處理任務。
移動型隧道結構圖像采集:傳感器的移動有兩種方案,一種是可以在空中飛行的飛行器搭載我們的傳感器進行相應的視覺檢測;另一種是給傳感器裝上輪子,在隧道中進行移動的三維視覺掃描圖像信息系統。無論屬于哪一種系統,采集之后的數據需要進行信息處理,因此傳感器保留有相應的接口進行數據的傳輸。在網絡條件允許的情況下可以,可以通過局域網對采集到的的數據進行相應的傳輸。最終傳輸的數據傳到終端再進行進一步的檢測處理。
3.3?檢測效果
隨著技術的進步和發展,計算機的算力越來越強大,尤其是在GPU并行計算能力的推動下,復雜神經網絡的計算也變得更加容易實施。另一方面,隨著許多學者在工程領域的深入研究,不僅提供了完善的數據集,并且創新的算法也具有研究的意義。計算力學和深度學習圖像處理技術的應用將會是一次新的技術創新,對我國新基建的發展具有重要意義,實現施工場地的智能化,數據的實時傳輸,實時的分析,將事故的發生降到最低的程度。為工程的質量報價護航。
參考文獻
[1]田波?祁艷艷?魏琳?饒曉紅?,《光電技術在軌道交通測量中的應用研究》,重慶川儀自動化股份有限公司,重慶;分類號:TH-39
[2]詹慶武?陳芳,《巧用光電技術解難題》,安慶;分類號:TS154.1
[3]鄭秋梅?譚丹?王風華,《達到光學分辨率極限的“最清晰”圖像問世》,刊名:創新時代;分類號:TP334.22
[4]李加慧?譚奮利?曾晨欣?季軼群,《寬覆蓋高分辨率機載相機光學系統設計》1.蘇州大學光電科學與工程學院;2.蘇州大學江蘇省先進光學制造技術重點實驗室;3.蘇州大學教育部現代光學技術重點實驗室,江蘇蘇州;分類號:TN929.11
[5]田巖?柳健?田金文,《一種光學圖像的快速超分辨率重建方法》,華中科技大學,電子與信息工程系,圖像信息處理與智能控制教育部重點實驗室,湖北,武漢。分類號:TP775
[6]劉興?李珂,《高精密齒輪角度偏差的智能視覺校對仿真》,廣東技術師范大學,廣東廣州,項目基金:教學改革研究項目。分類號:TP202+.2