基于球形视频机器人的管道内缺陷检测方法研究

• 作者: 凌张伟 徐红伟 李静 苏展 钟绍俊
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 球形视频机器人 管道 缺陷检测 深度卷积神经网络 快速区域卷积神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 机器人技术与应用
• 页码范围: 26-30,36
• 页数: 6页
• 分类号: TP216
• 字数: 3286字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.04.006

摘要

传统的压力管道内表面缺陷检测管道运行安全十分重要,目前检测方法对待检测管道的形状结构要求较高,检测方法低效耗时费力.设计了一种球形视频管道内缺陷检测机器人,通过搭载的高分辨率立体相机拍摄视管道内部频流,编制基于深度卷积神经网络软件对视频流进行带表面缺陷图片分选,采用Fast-RCNN快速区域卷积神经网络对管道缺陷进行标记,通过该标记可实现管道内部缺陷的安全评估,实验结果表明了该检测方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟绍俊	中国计量大学机电工程学院	19	108	6.0	9.0
2	苏展	中国计量大学机电工程学院	1	0	0.0	0.0
3	徐红伟	中国计量大学机电工程学院	29	81	5.0	8.0
4	凌张伟		37	73	5.0	7.0
8	李静	中国计量大学机电工程学院	10	21	2.0	4.0