(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211232647.8 (22)申请日 2022.10.09 (71)申请人 西安科技大 学 地址 710054 陕西省西安市碑林区雁塔中 路58号 (72)发明人 滕冰洋　黎晟　赵龙　侯诗琦　 (74)专利代理 机构 北京汇众通达知识产权代理 事务所(普通 合伙) 11622 专利代理师 郭梦达 (51)Int.Cl. G01N 21/01(2006.01) G01N 21/95(2006.01) G01N 21/88(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06V 10/82(2022.01) (54)发明名称 一种桥梁工程用的桥梁缺陷检测设备及缺 陷识别方法 (57)摘要 本发明涉及桥梁检测技术领域， 且公开了一 种桥梁工程用的桥梁缺陷检测设备， 包括二维云 台、 机械臂和车体， 所述车体包括轮胎和底盘， 所 述底盘的下方共安装有四个所述轮胎， 所述底盘 的上方设有所述二维云台， 所述二维云台包括舵 机一号和步进电机， 所述舵机一号固定于所述底 盘的上表 面中部， 且所述舵机一号的上表面固定 连接有所述步进电机， 所述步进电机的一侧设有 所述机械臂； 采用OpenCV+CNN卷积神经网络作为 视觉识别系统的算法对桥梁底部进行检测， 实现 桥梁底部图像的自动采集及表 面裂缝形状、 位置 的动态检测， 识别桥体危害特性特征， 对目标进 行筛选， 排除干扰因素， 提取有效数据， 对桥梁底 部的裂缝进行识别， 增强识别准确率。 权利要求书2页 说明书6页 附图3页 CN 115452723 A 2022.12.09 CN 115452723 A 1.一种桥梁工程用的桥梁缺陷检测设备， 包括二维云台(11)、 机械臂(20)和车体(23)， 其特征在于： 所述车体(23)包括轮胎(1)和底盘(5)， 所述底盘(5)的下方共安装有四个所述 轮胎(1)， 所述底盘(5)的上方设有所述二维云台(11)， 所述二维云台(11)包括舵机一号 (10)和步进电机(12)， 所述舵机一号(10)固定于所述底盘(5)的上表 面中部， 且 所述舵机一 号(10)的上表 面固定连接有 所述步进电机(12)， 所述步进电机(12)的一侧设有 所述机械臂 (20)， 所述机械臂(20)包括第一支撑杆(14)、 舵机二号(15)、 第二支撑杆(16)、 舵机三号 (17)和第三支撑杆(18)， 所述步进电机(12)的输出轴通过联轴器(13)固定连接有所述第一 支撑杆(14)， 所述第一支撑杆(14)的一侧安装有所述舵机二号(15)， 所述舵机二号(15)的 一侧安装有所述第二支撑杆(16)， 所述第二支撑杆(16)的一侧安装有所述舵机三号(17)， 所述舵机三号(17)的一侧安装有 所述第三支撑杆(18)， 所述第三支撑杆(18)的一端固定连 接有摄像头(19)， 所述底盘(5)的上表面安装有树莓派(2)、 GPS 模块(3)、 上位机(4)、 主控芯 片(6)、 ESP82 66模块(7)、 S TM32芯片(8)、 WiFi模块(9)、 12V电源供电模块(21)和 信息采集模 块(22)， 桥梁检测设备由所述12V电源供电模块(21)供电， 将12V电压降压并稳压至5V和 7.5V， 其中5V电源供电给所述主控芯片(6)和所述树莓派(2)， 7.5V电压供电给所述舵机一 号(10)、 所述舵机二号(15)和所述舵机三号(17)， 12V电压供电给四个直流减速电机组成的 所述车体(23)， 所述信息采集模块(22)引入基于卷积神经网络的图像处理算法对目标进 行 筛选有效数据， 通过图像灰度化， 增加对比度， Canny边缘检测， 用形态学连接临近裂缝， 找 出所有连通域， 删除非裂缝噪点区域， 对每个连通域提取骨架， 测量长度和宽度等手段建立 完善的桥体危害监测系统， 基于图像形态的裂纹病害提取与测量应用的主要步骤有三个： 图像拼接， 基于形态的裂缝提取和裂缝测量计算， 所述GPS模块(3)可以向上位机实时发送 动态位置， 所述STM32芯片(8)控制所述车体(23)和所述机械臂(20)的运动， 通过所述WiFi 模块(9)与所述上位机(4)连接， 实现远程控制桥梁检测设备的功能， 所述树莓 派(2)连接所 述摄像头(19)， 将采集到的图片数据进行图像处理并分析， 最后将数据传送至所述上位机 (4)上。 2.根据权利要求1所述的一种桥梁工程用的桥梁缺陷检测设备， 其特征在于： 所述车体 (23)整体大小在40 0*300mm。 3.根据权利要求2所述的一种桥梁工程用的桥梁缺陷检测设备， 其特征在于： 所述机械 臂(20)采用逆解算算法优化路径， 所述机械臂(20)由所述二维云台(11)控制旋转方向， 所 述舵机二号(15)、 所述舵机三号(17)转动270 °， 所述舵机一号(10)转动360 °， 所述第一支撑 杆(14)、 所述第二支撑杆(16)和所述第三支撑杆(18)采用圆柱形碳纤维结构。 4.根据权利要求3所述的一种桥梁工程用的桥梁缺陷检测设备， 其特征在于： 所述 STM32芯片(8)与所述ESP8266模块(7)互联， 使得远程操控桥梁检测设备得以实现， 并且可 以灵活控制机器人到 达指定地 点。 5.根据权利要求4所述的一种桥梁工程用的桥梁缺陷检测设备， 其特征在于： 桥梁检测 设备运用opencv图像处 理技术识别桥体。 6.根据权利要求5所述的一种桥梁工程用的桥梁缺陷检测设备， 其特征在于： 所述摄像 头(19)上一体成型有补光灯。 7.根据权利要求6所述的一种桥梁工程用的桥梁缺陷识别方法， 其特征在于： 包括以下 步骤：权　利　要　求　书 1/2 页 2 CN 115452723 A 2S1、 STM32 芯片(8)控制桥梁检测设备的车体(23)运动和机械臂(20)运动， WiFi模块(9) 连接上位机(4)， 实现远程控制桥梁检测设备； S2、 二维云台(11)控制所述机械臂(20)的旋转， 所述机械臂(20)的臂身通过舵机二号 (15)、 舵机三号(17)控制， 采用运动学逆解算算法， 能够实现全范围全区域摄像头(19)扫 描； S3、 树莓派(2)连接摄像头(19)， 将采集到的图片数据进行图像处理并分析， 数据传输 给所述上位机(4)； S3、 运用opencv图像处理技术识别桥体， 明显的裂痕， 主体缺失等特征， 收集到桥体表 面数据， 当检测到明显的桥体受损时系统报警， 并上传图片， 然后根据图片分析桥体受损程 度等内容， 排除其 他干扰因素并筛 选出有效的受损数据进行分析； S4、 图像分析中， 引入基于卷积神经网络的图像处理算法对目标进行筛选有效数据， 最 后， 通过图像灰度化， 增加对比度， Canny边缘检测， 用形态学连接临近裂缝， 找出所有连通 域， 删除非裂缝噪点区域， 对每个连通域提取骨架， 测量长度和宽度等手段建立完善的桥体 危害监测系统。 基于图像形态的裂纹病害提取与测量应用的主要步骤有三个： 图像拼接， 基 于形态的裂缝提取和裂缝测量计算； S5、 当发现有明显桥体受损表现后， 机器自动报 警并将数据传递给工程师进行判断， 在 工程师进行判断后， 远程操控桥梁检测设备进行复检， 再次采集数据， 发出定位信息； S6、 桥梁检测设备利用桥梁裂缝视 觉识别算法、 高斯滤波、 图片剪 裁、 图片处 理算法。 8.根据权利要求7所述的一种桥梁工程用的桥梁缺陷识别方法， 其特征在于： 所述图像 拼接的方法包括以下步骤： S1、 准备一系列参 考图片和被拼接的图片,它 们有部分重 叠信息； S2、 分离和计算它 们的OBR特 征和描述； S3、 用K‑NearestNeighbor和Random  Sample Consensus的过 滤找到匹配点； S4、 用筛选过的匹配对计算单应性； S5、 用单应性 把图片的投影拼接 到参考图片上； S6、 用加权平均算法减弱重 叠区域的强度。 9.根据权利要求8所述的一种桥梁工程用的桥梁缺陷识别方法， 其特征在于： 所述基于 形态的裂缝提取 方法包括以下步骤： S1、 准备一系列已经拼接 完成的图片， 并且完成高斯处 理； S2、 采用Sobel 算子边缘检测， 计算梯度变化； S3、 设定阈值， 删除小于阈值的孤立梯度变化 点； S4、 计算经步骤3处 理后的边 缘流场方向 向量； S5、 以边缘起始搜索方向， 计算向量 集合和形态特 征； S6、 提取符合形态的特 征的裂缝 结果， 并输出 数据集。权　利　要　求　书 2/2 页 3 CN 115452723 A 3