CN108896552A - 桥梁箱室内病害自动检测*** - Google Patents
桥梁箱室内病害自动检测*** Download PDFInfo
- Publication number
- CN108896552A CN108896552A CN201810434566.3A CN201810434566A CN108896552A CN 108896552 A CN108896552 A CN 108896552A CN 201810434566 A CN201810434566 A CN 201810434566A CN 108896552 A CN108896552 A CN 108896552A
- Authority
- CN
- China
- Prior art keywords
- camera
- disease
- management computer
- image
- automatic checkout
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 201000010099 disease Diseases 0.000 title claims abstract description 82
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 82
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims abstract description 9
- 238000005286 illumination Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 6
- 229910001220 stainless steel Inorganic materials 0.000 claims description 3
- 239000010935 stainless steel Substances 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 description 9
- 230000005611 electricity Effects 0.000 description 7
- 238000000034 method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000729 antidote Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种桥梁箱室内病害自动检测***，自动检测***包括行驶轨道，其中：行驶轨道设置于桥梁箱室内，行驶轨道用于支撑移动装置；移动装置其可移动的设置于轨道上；照明***，其设置于移动装置的前端，照明***用于自动检测***提供照明；升降云台，相机，其设置于升降云台上，相机与管理计算机连接，根据管理计算机的控制指令以调用自动对焦镜头拍摄一指定区域的图像，并将拍摄的图像发送至管理计算机；无棱镜激光测距仪设置于相机的一侧；管理计算机响应于相机发送的图像，调用病害自动识别和图像识别计算机程序对图像中的病害识别。本发明采的设备使用简便，操作简单，大大减少了外观检的工作量。
Description
技术领域
本发明涉及病害领域，具体而言涉及一种桥梁箱室内病害自动检测***。
背景技术
目前，在实际的箱室內结构检测工作中，对桥梁结构外观病害检查、病害跟踪监测需要使用不同种类的设备来对结构进行检查，大大影响检测工作效率，同时在黑暗的箱室环境中人工检查的准确性和安全性也没有保障。目前桥梁的裂缝长久观测一般是常规检查时对比上一次检查进行记录，这样无法准确的获得裂缝的开展与形变过程，目前裂缝的长时间观测一般都是安装单独的监控设备，同时整个检查过程需要大量的人工干预，这样不仅浪费资源，而且成本需要很高，不具备覆盖性。
以往常用的检测方法是基于人工视觉做现场调查检测病害，但其不能很好的适应桥梁箱室内的要求,其问题在于:箱室内环境较暗，不适合采用人工视觉对病害进行检测,且为完成一段公路的调查需要相当数量的人力或耗费很长的检测时间；精确度低，受到环境和检测人员的影响较大，天气因素会比较严重地影响路面病害观感，检测人员个人的主观因素也会干扰对路面病害的评定。
发明内容
本发明目的在于提供一种结构简单，操作方便，集定期结构外观检查，长久结构外观监测数据采集于一体的一种桥梁箱室内病害自动检测***。
本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的，本发明提出一种桥梁箱室内病害自动检测***，所述自动检测***包括行驶轨道、移动装置、升降云台，相机、无棱镜激光测距仪、照明装置、管理计算机，其中：
所述行驶轨道设置于桥梁箱室内，所述行驶轨道用于支撑移动装置；
移动装置其可移动的设置于轨道上；
照明***，其设置于所述移动装置的前端，所述照明***用于自动检测***提供照明；
升降云台，其设置于移动装置上且能够实现智能升降；升降云台与管理计算机连接，根据管理计算机的控制指令实现升降云台的升降；
相机，其设置于升降云台上，所述相机能够随着升降云台的升降调整拍摄的高度，且所述相机具有一自动对焦镜头；相机与管理计算机连接，根据管理计算机的控制指令以调用自动对焦镜头拍摄一指定区域的图像，并将拍摄的图像发送至管理计算机；
无棱镜激光测距仪设置于相机的一侧，与管理计算机连接，根据管理计算机的控制指令以测量相机与所述指定区域的距离，并将测量结果反馈至管理计算机；
所述管理计算机内存储有病害自动识别和图像识别计算机程序；
所述管理计算机响应于相机发送的图像，调用病害自动识别和图像识别计算机程序对图像中的病害识别。
进一步地，前述计算机程序包括如下步骤：
相机取桥梁箱室进行拍摄，并记录相机的高度、距离和焦距，并将相关的数据发送至管理计算机；
根据相机的高度、距离焦距像进行桥梁箱室内的距离的标定，得到标定的信息，所述标定信息包括：相机内参、相机位姿以及像素所代表的尺寸，其中所述相机采集的图片的像素低于512x256；
根据相机内参和相机位姿对路面病害图片进行矫正；对矫正后路面病害图片上的病害进行绘制，并由像素所代表的尺寸得到病害参数。
进一步地，其中相机内参和相机位姿，得到了参考系的变换矩阵；根据参考系的变换矩阵将路面病害图片的位置信息从世界坐标系转换成相机坐标系下的位置信息，进而得到相机坐标系下投影平面上的位置信息；通过矫正模型，将相机坐标系下投影平面上的位置信息转换成相机坐标系下无畸变的位置信息；最后将相机坐标系下无畸变的位置信息转换为无畸变的图像坐标系的位置信息，即获得矫正后路面病害图片。
进一步地，前述相机通过螺栓连接固定于所述升降平台。
进一步地，前述行驶轨道为相对设置的两个不锈钢轨道。
进一步地，前述管理计算机为便携式电脑。
进一步地，前述管理计算机内设置有一警报模块；
所述警报模块响应于管理计算机识别出接收到的图像中的结构件存在病害，发出警报。
进一步地，前述警报模块还被设置成响应于管理计算机识别出接收到的图像中的结构件存在病害，发送一警报消息至指定客户端。
本发明的桥梁箱室内病害自动检测***将外观检查、长期病害监测及病害全程记录功能集于一体，使用一种设备即可完成多项工作，无需人员过多参与、避免人工检查造成的客观性变化，大大提升工作准确度，效率。
本发明采用图像自动识别的方式处理获取的结构外观信息，无需在结构上安装相机等外附设备，设备使用简便，操作简单，大大减少了外观检的工作量。
本发明采用对焦镜头来提升设备远距离获取图像的能力，相比于人工检测，可自动获取结构信息，并对相同位置病害循环进行检查达到病害变化情况分析的目的。
本发明可以进行长期结构外观监测，并可以对外观病害进行长时间的比对和存档。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的桥梁箱室内病害自动检测***的机构示意图
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
如图1所示，一种桥梁箱室内病害自动检测***，所述自动检测***包括行驶轨道1、移动装置2、升降云台3，相机4、无棱镜激光测距仪6、照明装置7、管理计算机8，所述管理计算机8为便携式电脑。其中：所述行驶轨道1设置于桥梁箱室内，所述行驶轨道1用于支撑移动装置2。
移动装置2其可移动的设置于轨道上。
照明***，其设置于所述移动装置2的前端，所述照明***用于自动检测***提供照明。其中照明***通过充电电池提供电能，其中充电电池上设置有电量感应器，所述电量感应器与管理计算机8相连接，当电量感应器的电量低于设定的阈值时，所述阈值为充电电池总电量的10％，向所述管理计算机8发送报警信号，提醒相关的工作人员及时替换充电电池。
升降云台3，其设置于移动装置2上且能够实现智能升降；升降云台3与管理计算机8连接，根据管理计算机8的控制指令实现升降云台3的升降。升降云台3包括升降平台基体、工作平台，所述升降平台基体与所述工作平台之间设有三组呈三角设置的位置调节机构，其中所述位置调节机构上设置有高度传感器，所述高度传感器设置于所述位置调节机构的最长伸展位置处。所述高度传感器与管理计算机8相连接，当所述升降云台3运动到该位置处时，高度传感器发送一信号给管理计算机8，提醒操作人员已达到升降云台3的最高位置处。
且所述工作平台上设置有螺纹孔，所述相机4的底部设置有安装板，所述安装板上设置有通孔，且所述通孔的位置与工作平台上设置的螺纹孔相对应，相机4和升降云台3通过螺栓固定。
相机4，其设置于升降云台3上，所述相机4能够随着升降云台3的升降调整拍摄的高度，且所述相机4具有一自动对焦镜头5；相机4与管理计算机8连接，根据管理计算机8的控制指令以调用自动对焦镜头5拍摄一指定区域的图像，并将拍摄的图像发送至管理计算机8。
无棱镜激光测距仪6设置于相机4的一侧，与管理计算机8连接，根据管理计算机8的控制指令以测量相机4与所述指定区域的距离，并将测量结果反馈至管理计算机8。
所述管理计算机8内存储有病害自动识别和图像识别计算机程序。
所述管理计算机8响应于相机4发送的图像，调用病害自动识别和图像识别计算机程序对图像中的病害识别。
其中在实施过程中，可以根据相机4的拍摄范围，可以在桥梁箱室内设置有多个与本发明相类似的桥梁箱室病害自动检测***，以达到快速的测定桥梁箱室内病害的要求。
计算机程序包括如下步骤：
相机4取桥梁箱室进行拍摄，并记录相机4的高度、距离和焦距，并将相关的数据发送至管理计算机8。
根据相机4的高度、距离焦距像进行桥梁箱室内的距离的标定，得到标定的信息，所述标定信息包括：相机4内参、相机4位姿以及像素所代表的尺寸，其中所述相机4采集的图片的像素低于512x256。
根据相机4内参和相机4位姿对路面病害图片进行矫正；对矫正后路面病害图片上的病害进行绘制，并由像素所代表的尺寸得到病害参数。
相机4内参和相机4位姿，相机4内参：焦距、镜头畸变系数Kappa、单个像元的宽sx、单个像元的高sy、中心点x坐标cx、中心点坐标cy、图像宽和图像高；相机4位姿：相机4x坐标、相机4y坐标、相机4z坐标、相机4x方向旋转角度、相机4y方向旋转角度和相机4z方向旋转角度。得到了参考系的变换矩阵；根据参考系的变换矩阵将路面病害图片的位置信息从世界坐标系转换成相机4坐标系下的位置信息，进而得到相机4坐标系下投影平面上的位置信息；通过矫正模型，将相机4坐标系下投影平面上的位置信息转换成相机4坐标系下无畸变的位置信息；最后将相机4坐标系下无畸变的位置信息转换为无畸变的图像坐标系的位置信息，即获得矫正后路面病害图片。
其中，通过Sigma滤波器对图像进行平滑预处理，让标定板照片上的特征点更容易识别出来；上述标定平滑参数Sigma指的是与平均灰度值的最大偏差，是一个迭代的阈值。
由标定文件的内容可以得到图片内像素所代表的的尺寸(即距离、面积之类)，则获得标定信息，完成单个车道标定工作，标定信息包括：相机4内参、相机4位姿以及像素所代表的尺寸。
4)图片校正单元根据相机4内参和相机4位姿对步骤1)中将任意角度拍摄的路面病害图片矫正成正拍照片。
矫正方法：通过标定过程，将相机4坐标系中的特征点坐标与实际标定板的坐标进行匹配计算，得到变换矩阵，根据此矩阵对畸变的像素加以矫正。
5)病害测量单元对矫正后路面病害图片上的病害进行ROI(感兴趣区域)绘制，并由像素所代表的尺寸得到病害参数。PavementPMS软件可实现长度测量和面积测量，在已矫正图片上根据实际需要绘制多段线，得到多段线的实际长度，即是病害的测量长度；在已矫正图片上根据实际需要绘制多边形，得到多边形的实际面积，即是病害的测量面积。
5)病害测量单元对矫正后路面病害图片上的病害进行ROI(感兴趣区域)绘制，并由像素所代表的尺寸得到病害参数。PavementPMS软件可实现长度测量和面积测量，在已矫正图片上根据实际需要绘制多段线，得到多段线的实际长度，即是病害的测量长度；在已矫正图片上根据实际需要绘制多边形，得到多边形的实际面积，即是病害的测量面积。
所述行驶轨道1为相对设置的两个不锈钢轨道。
所述管理计算机8内设置有一警报模块；所述警报模块响应于管理计算机8识别出接收到的图像中的结构件存在病害，发出警报。
所述警报模块还被设置成响应于管理计算机8识别出接收到的图像中的结构件存在病害，发送一警报消息至指定客户端。
指定客户端可以是工作人员的手机、电脑、pad端等等，目的是实现检测自动化和无人值守，节约人力。
本发明采用图像自动识别的方式处理获取的结构外观信息，无需在结构上安装相机4等外附设备，设备使用简便，操作简单，大大减少了外观检的工作量。
本发明采用对焦镜头5来提升设备远距离获取图像的能力，相比于人工检测，可自动获取结构信息，并对相同位置病害循环进行检查达到病害变化情况分析的目的。
本发明可以进行长期结构外观监测，并可以对外观病害进行长时间的比对和存档。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。
Claims (8)
1.一种桥梁箱室内病害自动检测***，其特征在于，所述自动检测***包括行驶轨道、移动装置、升降云台，相机、无棱镜激光测距仪、照明装置、管理计算机，其中：
所述行驶轨道设置于桥梁箱室内，所述行驶轨道用于支撑移动装置；
移动装置其可移动的设置于轨道上；
照明***，其设置于所述移动装置的前端，所述照明***用于自动检测***提供照明；
升降云台，其设置于移动装置上且能够实现智能升降；升降云台与管理计算机连接，根据管理计算机的控制指令实现升降云台的升降；
相机，其设置于升降云台上，所述相机能够随着升降云台的升降调整拍摄的高度，且所述相机具有一自动对焦镜头；相机与管理计算机连接，根据管理计算机的控制指令以调用自动对焦镜头拍摄一指定区域的图像，并将拍摄的图像发送至管理计算机；
无棱镜激光测距仪设置于相机的一侧，与管理计算机连接，根据管理计算机的控制指令以测量相机与所述指定区域的距离，并将测量结果反馈至管理计算机；
所述管理计算机内存储有病害自动识别和图像识别计算机程序；
所述管理计算机响应于相机发送的图像，调用病害自动识别和图像识别计算机程序对图像中的病害识别。
2.根据权利要求1所述的桥梁箱室内病害自动检测***，其特征在于，所述计算机程序包括如下步骤：
相机取桥梁箱室进行拍摄，并记录相机的高度、距离和焦距，并将相关的数据发送至管理计算机；
根据相机的高度、距离焦距像进行桥梁箱室内的距离的标定，得到标定的信息，所述标定信息包括：相机内参、相机位姿以及像素所代表的尺寸，其中所述相机采集的图片的像素低于512x256；
根据相机内参和相机位姿对路面病害图片进行矫正；对矫正后路面病害图片上的病害进行绘制，并由像素所代表的尺寸得到病害参数。
3.根据权利要求2所述的桥梁箱室内病害自动检测***，其特征在于，其中相机内参和相机位姿，得到了参考系的变换矩阵；根据参考系的变换矩阵将路面病害图片的位置信息从世界坐标系转换成相机坐标系下的位置信息，进而得到相机坐标系下投影平面上的位置信息；通过矫正模型，将相机坐标系下投影平面上的位置信息转换成相机坐标系下无畸变的位置信息；最后将相机坐标系下无畸变的位置信息转换为无畸变的图像坐标系的位置信息，即获得矫正后路面病害图片。
4.根据权利要求1所述的桥梁箱室内病害自动检测***，其特征在于，所述相机通过螺栓连接固定于所述升降平台。
5.根据权利要求1所述的桥梁箱室内病害自动检测***，其特征在于，所述行驶轨道为相对设置的两个不锈钢轨道。
6.根据权利要求1所述的桥梁箱室内病害自动检测***，其特征在于，所述管理计算机为便携式电脑。
7.根据权利要求1所述的桥梁箱室内病害自动检测***，其特征在于，所述管理计算机内设置有一警报模块；
所述警报模块响应于管理计算机识别出接收到的图像中的结构件存在病害，发出警报。
8.根据权利要求7所述的桥梁箱室内病害自动检测***，其特征在于，所述警报模块还被设置成响应于管理计算机识别出接收到的图像中的结构件存在病害，发送一警报消息至指定客户端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810434566.3A CN108896552A (zh) | 2018-05-09 | 2018-05-09 | 桥梁箱室内病害自动检测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810434566.3A CN108896552A (zh) | 2018-05-09 | 2018-05-09 | 桥梁箱室内病害自动检测*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108896552A true CN108896552A (zh) | 2018-11-27 |
Family
ID=64342701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810434566.3A Pending CN108896552A (zh) | 2018-05-09 | 2018-05-09 | 桥梁箱室内病害自动检测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108896552A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112329531A (zh) * | 2020-09-30 | 2021-02-05 | 山东大学 | 用于管廊表观病害检测的线阵双目成像***与工作方法 |
| CN114002218A (zh) * | 2021-11-03 | 2022-02-01 | 河南易事建设工程有限公司 | 桥梁底部检测设备 |
| CN116295020A (zh) * | 2023-05-22 | 2023-06-23 | 山东高速工程检测有限公司 | 一种桥梁病害定位方法及定位装置 |
| CN117705800A (zh) * | 2023-11-23 | 2024-03-15 | 华南理工大学 | 一种基于导轨滑动的机械臂视觉桥梁检测***及其控制方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101713167A (zh) * | 2009-10-23 | 2010-05-26 | 周劲宇 | 桥梁结构健康监测车 |
| CN102842203A (zh) * | 2012-09-04 | 2012-12-26 | 广东省公路管理局 | 基于视频图像的桥梁病害监测方法 |
| CN103018255A (zh) * | 2012-12-05 | 2013-04-03 | 上海同岩土木工程科技有限公司 | 一种地铁隧道病害数据自动化采集方法 |
| CN104568972A (zh) * | 2015-02-09 | 2015-04-29 | 中核华泰建设有限公司 | 一种混凝土桥梁底面裂缝检测装置 |
| CN105178181A (zh) * | 2015-09-09 | 2015-12-23 | 郑州育才交通科技有限公司 | 快速移动桥梁安全智能视频检测***装置 |
| CN106284071A (zh) * | 2016-10-25 | 2017-01-04 | 郑州育才交通科技有限公司 | 桥梁病害智能视频检测*** |
| CN106677037A (zh) * | 2016-11-21 | 2017-05-17 | 同济大学 | 基于机器视觉的便携式沥青路面病害检测方法及装置 |
| CN106885706A (zh) * | 2017-04-05 | 2017-06-23 | 西南交通大学 | 半自动多角度拍摄式隧道内壁病害检测实验小车 |
| CN206470211U (zh) * | 2017-01-17 | 2017-09-05 | 南京火眼猴信息科技有限公司 | 一种地铁隧道病害检测装置 |
| CN206618550U (zh) * | 2016-12-30 | 2017-11-07 | 上海浦江桥隧运营管理有限公司嘉青分公司 | 基于桥梁病害板梁扰度实时监测的装置 |
| CN206650786U (zh) * | 2017-04-20 | 2017-11-17 | 云南省公路科学技术研究院 | 一种自动化快速桥梁外观检查设备 |
| CN107642036A (zh) * | 2017-09-11 | 2018-01-30 | 中交第公路勘察设计研究院有限公司 | 桥梁快速可视化检测装置及其***和方法 |
| CN208969010U (zh) * | 2018-05-09 | 2019-06-11 | 赵启林 | 桥梁箱室内病害自动检测*** |
-
2018
- 2018-05-09 CN CN201810434566.3A patent/CN108896552A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101713167A (zh) * | 2009-10-23 | 2010-05-26 | 周劲宇 | 桥梁结构健康监测车 |
| CN102842203A (zh) * | 2012-09-04 | 2012-12-26 | 广东省公路管理局 | 基于视频图像的桥梁病害监测方法 |
| CN103018255A (zh) * | 2012-12-05 | 2013-04-03 | 上海同岩土木工程科技有限公司 | 一种地铁隧道病害数据自动化采集方法 |
| CN104568972A (zh) * | 2015-02-09 | 2015-04-29 | 中核华泰建设有限公司 | 一种混凝土桥梁底面裂缝检测装置 |
| CN105178181A (zh) * | 2015-09-09 | 2015-12-23 | 郑州育才交通科技有限公司 | 快速移动桥梁安全智能视频检测***装置 |
| CN106284071A (zh) * | 2016-10-25 | 2017-01-04 | 郑州育才交通科技有限公司 | 桥梁病害智能视频检测*** |
| CN106677037A (zh) * | 2016-11-21 | 2017-05-17 | 同济大学 | 基于机器视觉的便携式沥青路面病害检测方法及装置 |
| CN206618550U (zh) * | 2016-12-30 | 2017-11-07 | 上海浦江桥隧运营管理有限公司嘉青分公司 | 基于桥梁病害板梁扰度实时监测的装置 |
| CN206470211U (zh) * | 2017-01-17 | 2017-09-05 | 南京火眼猴信息科技有限公司 | 一种地铁隧道病害检测装置 |
| CN106885706A (zh) * | 2017-04-05 | 2017-06-23 | 西南交通大学 | 半自动多角度拍摄式隧道内壁病害检测实验小车 |
| CN206650786U (zh) * | 2017-04-20 | 2017-11-17 | 云南省公路科学技术研究院 | 一种自动化快速桥梁外观检查设备 |
| CN107642036A (zh) * | 2017-09-11 | 2018-01-30 | 中交第公路勘察设计研究院有限公司 | 桥梁快速可视化检测装置及其***和方法 |
| CN208969010U (zh) * | 2018-05-09 | 2019-06-11 | 赵启林 | 桥梁箱室内病害自动检测*** |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112329531A (zh) * | 2020-09-30 | 2021-02-05 | 山东大学 | 用于管廊表观病害检测的线阵双目成像***与工作方法 |
| CN114002218A (zh) * | 2021-11-03 | 2022-02-01 | 河南易事建设工程有限公司 | 桥梁底部检测设备 |
| CN116295020A (zh) * | 2023-05-22 | 2023-06-23 | 山东高速工程检测有限公司 | 一种桥梁病害定位方法及定位装置 |
| CN116295020B (zh) * | 2023-05-22 | 2023-08-08 | 山东高速工程检测有限公司 | 一种桥梁病害定位方法及定位装置 |
| CN117705800A (zh) * | 2023-11-23 | 2024-03-15 | 华南理工大学 | 一种基于导轨滑动的机械臂视觉桥梁检测***及其控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108896552A (zh) | 桥梁箱室内病害自动检测*** | |
| CN107229930B (zh) | 一种指针式仪表数值智能识别方法 | |
| CN111255636B (zh) | 确定风力发电机组的塔架净空的方法和装置 | |
| CN106408527B (zh) | 一种基于视频分析的自动报靶方法 | |
| CN111476827B (zh) | 目标跟踪方法、***、电子装置及存储介质 | |
| CN110529186A (zh) | 基于红外热成像的隧道结构渗漏水精确识别装置和方法 | |
| US9052253B2 (en) | Method of determining at least one refraction characteristic of an ophthalmic lens | |
| CN110084842B (zh) | 一种机器人云台伺服二次对准方法及装置 | |
| CN106677037B (zh) | 基于机器视觉的便携式沥青路面病害检测方法及装置 | |
| CN107607298A (zh) | 一种光学镜头的性能测量方法及其检测设备 | |
| CN111753712A (zh) | 电力生产人员安全监测方法、***以及设备 | |
| CN110261069B (zh) | 一种用于光学镜头的检测方法 | |
| CN103065520A (zh) | 倒车入库检测***及其检测方法 | |
| CN106124512A (zh) | 悬挂式单轨箱型梁巡检装置 | |
| CN113688817A (zh) | 一种自动巡检的仪表识别方法及识别*** | |
| CN111476785B (zh) | 基于位置记录的夜间红外反光水尺检测方法 | |
| CN103076007A (zh) | 侧方位停车检测***及其检测方法 | |
| CN109374632A (zh) | 一种显示面板的检测方法及*** | |
| CN109143001A (zh) | 受电弓检测*** | |
| CN115578315A (zh) | 一种基于无人机图像的桥梁应变近景摄影测量方法 | |
| CN208969010U (zh) | 桥梁箱室内病害自动检测*** | |
| CN114051093B (zh) | 一种基于图像处理技术的便携式航标灯现场检测*** | |
| CN108020474A (zh) | 一种用于疲劳测试样品的质量检测*** | |
| KR101775153B1 (ko) | 표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법 | |
| CN207923625U (zh) | 一种用于疲劳测试样品的质量检测*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhao Qilin Inventor after: Yang Ling Inventor after: Zhou Jianhua Inventor after: Zhu Bin Inventor after: Yin Haihua Inventor after: Zhou Wei Inventor after: Zhou Debao Inventor after: You Qimeng Inventor after: Wang Guojun Inventor after: Sun Chengqi Inventor before: Zhao Qilin Inventor before: Sun Chengqi Inventor before: Yang Ling Inventor before: Zhou Jianhua Inventor before: Zhu Bin Inventor before: Yin Haihua Inventor before: Rui Ting Inventor before: Zhou Wei Inventor before: Zhou Debao Inventor before: You Qimeng Inventor before: Wang Guojun |