需求类别 |
□ 装备采购类 ✓ 应用场景类 □ 技术突破类 □概念创新类 |
需求领域 |
✓高端仪器和制造设备 □人工智能 □网信 □无人系统 □航空航天 |
|
需求简述
|
排水管道内检测技术包括闭路电视检测，潜望镜检测，声纳检测和目视检测。目前，大多管道机器人采用基于可见光摄像头的管内检测技术。基于可见光的检测技术已经趋于成熟，但都存在不同的缺点:
管道闭路电视检测非常依赖管道的清理且CCTV检测一般要求管道内水位不能高于管径的20%，有时管道中间下沉，管道内积水过多又无法抽取，检测就无法继续进行。
管道潜望镜检测不能探测管道的结构，探测距离比较短;
管道内窥声纳检测最大缺点在于只能检测具有液体的管道，不能检测出管道的结构性问题。
因此，有必要进一步开展管道内检测机器人检测技术研究针对水下图像光照不均、水体浑浊、摄像头抖动
以及水纹波动引起的图像质量差的问题，开展图像增强与降噪研究，提升图像质，基于神经网络的目标识别技术有效智能检测锈蚀、裂纹漏损等小目标。开展多传感器融合技术研究，优化系统开发板丰富机器人功能，提高检测性能。
主要技术指标:1)清水管道(200mm-400mm)无动力管道机器人，集成高清摄像头和水听器等设备，可拖缆作业2000m;2)排水管道(400mm-800mm)履带机器人，集成高清摄像头和声呐等有效检测设备，拖缆作业100m;3)排水管道(400mm-800mm)无动力机器人，集成高清摄像头和声等有效检测设备，拖缆作业100m;4)无水管道(400mm-800mm)轮式机器人，拖缆作业100m;5)搭建算法库，基于人工智能方法优化检测结果，提高检测有效性和可靠性，稳定运行不少于180天。
|
|
|
主要指标要求
|
管道内检测机器人工作环境复杂，尤其是水下成像质量差，在裂纹、锈蚀等小目标检测方面需要技术提供方攻克难关，解决如下关键问题:
水下图像增强与降噪
针对水下图像光照不均，浑浊，摄像头抖动以及水纹
波动引起的图像质量差的问题，开展图像增强与降噪研究，提升图像质量。
目标智能识别算法及应用
基于神经网络的目标识别技术，算法复杂，存在检测准确性与检测速度的矛盾，需要结合具体应用，开展算法剪裁研究，应用于机器人视觉系统。3、图像融合与多传感器综合检测开展可见光与红外图像融合技术研究，提高图像质量并具备生命探测功能。优化系统开发板，搭载多种传感器，丰富机器人功能，提高检测性能。
|
|
|
成果形式
|
研发供水管道内检测机器人:提供轮式/履带式机器人(2台)，分别适应供水管道直径400mm-700mm;700mm-1200mm;
研发排水管道内检测机器人:提供履带式机器人(2台)，分别适应管道直径:500mm-800mm;800mm-1400mm;
建立基于人工智能的城市供水、排水管道内检测机器人示范工程1个;
撰写/发表高水平论文2-4篇;申请/授权专利2-4项。
|
