一种管道检测机器人避障方法、系统、介质和电子设备与流程

1.本发明涉及油气管道检测领域，尤其涉及一种管道检测机器人避障方法、系统、介质和电子设备。


背景技术：

2.管道作为水、石油、煤气等气态和液态物质的重要输送工具之一，一般深埋在地下、海底、空中或者建筑物中，难以检测、清扫和维修，一旦因管道污染、腐蚀或破损就会引起运送物质的污染，甚至管道系统的崩溃，造成巨大的经济损失或人类健康安全，因此孕育而生了各种管道机器人。管道检测机器人的出现解决了管道维护的棘手问题。管道机器人能进入人所不及、复杂多变的非结构化管道环境中，通过携带的无损检测装置和作业装置，完成管道的检测、清扫和维护等任务，降低人工作业的危险性，减轻人的劳动强度，这也是机器人发展的一个必然方向。
3.目前广泛采用管道检测机器人主要是管道检测清管器。在管道内，可能有台阶、管沟和碎石等杂物，检测机器人容易出现堵塞、碰撞损害、停滞等风险。


技术实现要素：

4.本发明所要解决的技术问题是针对现有技术的不足，提供一种管道检测机器人避障方法、系统、介质和电子设备。
5.本发明解决上述技术问题的技术方案如下：
6.一种管道检测机器人避障方法，包括：
7.采集管道内的三维信息；
8.通过多个dsp处理器对所述三维信息进行处理，获得处理后的图像数据；
9.根据所述处理后的图像数据计算避障角和姿态角的偏差值；
10.根据所述偏差值，结合pid控制算法输出控制信号；
11.根据所述控制信号调整管道检测机器人的姿态，以消除所述偏差值。
12.本发明的有益效果是：通过本方案的管道检测机器人避障方法能够实现检测机器人在识别出障碍后的转向、避障，避免卡堵的风险，降低了检测机器人的碰撞损坏风险，间接提高了检测机器人的检测效率和检测精度。
13.进一步地，所述通过多个dsp处理器对所述三维信息进行处理，具体包括：
14.通过第一dsp处理器和第二dsp处理器对所述三维信息进行初步处理；
15.通过第三dsp处理器对初步处理后的数据进行预设图像处理。
16.进一步地，所述初步处理具体包括：图像剪裁处理、中值滤波处理和整合处理。
17.进一步地，所述预设图像处理包括：图像灰度直方图转换处理、图像二值化处理、小波边缘检测处理和图像分割处理。
18.本发明解决上述技术问题的另一种技术方案如下：
19.一种管道检测机器人避障系统，包括：采集模块、处理模块、计算模块、控制模块和
调整模块；
20.所述采集模块用于采集管道内的三维信息；
21.所述处理模块用于通过多个dsp处理器对所述三维信息进行处理，获得处理后的图像数据；
22.所述计算模块用于根据所述处理后的图像数据计算避障角和姿态角的偏差值；
23.所述控制模块用于根据所述偏差值，结合pid控制算法输出控制信号；
24.所述调整模块用于根据所述控制信号调整管道检测机器人的姿态，以消除所述偏差值。
25.本发明的有益效果是：本方案的管道检测机器人避障方法能够实现检测机器人在识别出障碍后的转向、避障，避免卡堵的风险，降低了检测机器人的碰撞损坏风险，间接提高了检测机器人的检测效率和检测精度。
26.进一步地，所述处理模块具体用于通过第一dsp处理器和第二dsp处理器对所述三维信息进行初步处理；
27.通过第三dsp处理器对初步处理后的数据进行预设图像处理。
28.进一步地，所述初步处理具体包括：图像剪裁处理、中值滤波处理和整合处理。
29.进一步地，所述预设图像处理包括：图像灰度直方图转换处理、图像二值化处理、小波边缘检测处理和图像分割处理。
30.本发明解决上述技术问题的另一种技术方案如下：
31.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一方案所述的一种管道检测机器人避障方法。
32.本发明解决上述技术问题的另一种技术方案如下：
33.一种电子设备，其特征在于，包括处理器和上述方案所述的存储介质，所述处理器执行所述存储介质中的指令。
34.本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
35.图1为本发明的实施例提供的一种管道检测机器人避障方法的流程示意图；
36.图2为本发明的实施例提供的一种管道检测机器人避障系统的结构框图；
37.图3为本发明的其他实施例提供的管道检测机器人避障控制整体结构示意图；
38.图4为本发明的其他实施例提供的基于pid的管道机器人避障控制方法示意图。
具体实施方式
39.以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。
40.如图1所示，为本发明实施例提供的一种管道检测机器人避障方法，包括：
41.s1，采集管道内的三维信息；
42.在某一实施例中，可以通过双目视觉管道障碍识别系统感知管道内的三维信息，得到管道内壁到摄像头的深度信息。
43.在另一实施例中，如图3所示，双目视觉管道障碍识别系统包括两个ccd摄像头、两个图像解码器及缓存器、三片dsp处理器。所述的两个ccd摄像头安装在管道检测机器人前端，用于实时采集管道内三维信息，并将图像信息上传到图像解码器及缓存器进行解码和缓存；dsp1、dsp2用来读取缓存器传过来的数字图像数据，并将其做初步的图像剪裁、中值滤波等算法；dsp3将dsp1、dsp2滤波处理后的图像进行整合，再进行图像灰度直方图转换、图像二值化、小波边缘检测、图像分割等处理。
44.在某一实施例中，图像裁剪可以为：对图像进行裁剪，保留与三位信息相关内容，删除掉多余无用信息。
45.中值滤波可以为：中值滤波是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，从而消除孤立的噪声点。
46.灰度直方图可以是图像灰度级的函数，用来描述每个灰度级在图像矩阵中的像素个数或者占有率。
47.图像二值化可以是将彩图或者灰度图像转换为黑白二值图像，二值图像是图像中每个像素的灰度值仅可取0或1，即不是取黑，就是取白。
48.小波边缘检测可以是：边缘检测是图像处理和计算机视觉中的一种技术，边缘检测的目的是识别数字图像中亮度变化明显的点，使用边缘线代表图像所携带的信息，常用的有canny算子、marr-hildreth算子和小波边缘检测等，基于小波变换的边缘检测原理就是用平滑函数,在不同的尺度下平滑所检测的信号。根据一次或二次微分找出它的突变点。当所选择的小波函数等于平滑函数的一阶微分时候,根据小波变换系数极值进行边缘检测。
49.图像分割可以是：图像分割就是把图像分成若干个特定的、具有独特性质的区域，是将数字图像划分成互不相交的区域的过程，本专利中将图像根据特征进行分割，提取出障碍物等实际信息。
50.s2，通过多个dsp处理器对所述三维信息进行处理，获得处理后的图像数据；
51.在另一实施例中，s2可以具体包括：通过第一dsp处理器和第二dsp处理器对所述三维信息进行初步处理；其中，初步处理具体包括：图像剪裁处理、中值滤波处理和整合处理。需要说明的是，第一dsp处理器和第二dsp处理器如图3所示的dsp1、dsp2。
52.通过第三dsp处理器对初步处理后的数据进行预设图像处理。其中，预设图像处理包括：图像灰度直方图转换处理、图像二值化处理、小波边缘检测处理和图像分割处理。需要说明的是，第三dsp处理器如图3所示的dsp3。
53.s3，根据所述处理后的图像数据计算避障角和姿态角的偏差值；需要说明的是，使用双目视觉相机识别出来的管道信息和障碍物信息，规划避障路线，并计算检测机器人目前姿态角与避障路线需要的避障角之间测偏差。
54.s4，根据所述偏差值，结合pid控制算法输出控制信号；
55.s5，根据所述控制信号调整管道检测机器人的姿态，以消除所述偏差值。
56.本方案的管道检测机器人避障方法能够实现检测机器人在识别出障碍后的转向、避障，避免卡堵的风险，降低了检测机器人的碰撞损坏风险，间接提高了检测机器人的检测效率和检测精度。
57.可选地，在一些实施例中，所述通过多个dsp处理器对所述三维信息进行处理，具
体包括：
58.通过第一dsp处理器和第二dsp处理器对所述三维信息进行初步处理；
59.通过第三dsp处理器对初步处理后的数据进行预设图像处理。
60.可选地，在一些实施例中，所述初步处理具体包括：图像剪裁处理、中值滤波处理和整合处理。
61.可选地，在一些实施例中，所述预设图像处理包括：图像灰度直方图转换处理、图像二值化处理、小波边缘检测处理和图像分割处理。
62.在某一实施例中，如图3所示，一种管道检测机器人避障控制方法，包括双目视觉管道障碍识别系统、基于pid控制的管道检测机器人避障控制方法，用于解决管道机器人在管道内执行检测作业时规避障碍物的技术问题。双目视觉管道障碍识别系统能够模拟人眼功能，感知管道内的三维信息，得到管道内壁到摄像头的深度信息，同时通过三dsp处理器的快速图像处理，实现管道内部障碍物的实时监测以及路线快速优化和避障角准确计算。根据双目视觉管道障碍识别系统计算得到的避障角和管道检测机器人驱动轮上倾角传感器测得的姿态角这二者的偏差，通过pid控制算法进行偏差消除，输出控制信号，进而控制调整检测机器人的姿态，实现检测机器人的障碍物规避。图1为管道检测机器人避障控制整体结构。其中：双目视觉管道内障碍识别系统1；检测机器人驱动轮倾角采集装置2；控制器3；三驱动轮式管道检测清管器4。
63.需要说明的是，双目摄像机能够将二维平面扩展成三维空间，计算三维空间坐标，双目视觉定位通过计算两幅图像的视差，可以计算障碍物的距离信息变化，得到管壁到摄像头距离信息。
64.三dsp处理器的快速图像处理指的就是通过三dsp处理器可以快速进行图像剪裁、中值滤波、图像灰度直方图转换、图像二值化、小波边缘检测、图像分割等一些运算。
65.在得到管壁和障碍物的信息后，可以通过路径规划的方法计算避障路线。
66.获得避障路线后，计算机器人按照避障路线前进需要对行进角度进行调整，计算满足避障路线所需调整的角度为避障角准确计算。
67.计算的避障角是需要调整的目标角度，检测机器人驱动轮采集的姿态角是机器人当前的实时角度，二者的偏差是需要调整的角度。
68.pid控制可以为：比例积分微分控制，根据给定值和实际输出值构成控制偏差，将偏差按比例、积分和微分通过线性组合构成控制量，对被控对象进行控制，本发明中，通过pid控制算法消除计算得到的避障角和管道检测机器人驱动轮上倾角传感器测得的姿态角的偏差。
69.根据pid控制算法计算消除偏差参数，输出用于控制机器人状态的控制信号，调整机器人行进方向进行避障。
70.双目视觉管道障碍识别系统包括两个ccd摄像头、两个图像解码器及缓存器、三片dsp处理器。所述的两个ccd摄像头安装在管道检测机器人前端，用于实时采集管道内三维信息，并将图像信息上传到图像解码器及缓存器进行解码和缓存；dsp1、dsp2用来读取缓存器传过来的数字图像数据，并将其做初步的图像剪裁、中值滤波等算法；dsp3将dsp1、dsp2滤波处理后的图像进行整合，再进行图像灰度直方图转换、图像二值化、小波边缘检测、图像分割等处理，并进一步完成管道中心线跟踪和避障角度计算，传输避障角给控制器3，让
控制器3控制检测机器人的姿态调整。
71.在某一实施例中，图像裁剪：对图像进行裁剪，保留与三位信息相关内容，删除掉多余无用信息
72.中值滤波：中值滤波是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，从而消除孤立的噪声点。
73.灰度直方图是图像灰度级的函数，用来描述每个灰度级在图像矩阵中的像素个数或者占有率。
74.图像二值化是将彩图或者灰度图像转换为黑白二值图像，二值图像是图像中每个像素的灰度值仅可取0或1，即不是取黑，就是取白。
75.小波边缘检测：边缘检测是图像处理和计算机视觉中的一种技术，边缘检测的目的是识别数字图像中亮度变化明显的点，使用边缘线代表图像所携带的信息，常用的有canny算子、marr-hildreth算子和小波边缘检测等，基于小波变换的边缘检测原理就是用平滑函数,在不同的尺度下平滑所检测的信号。根据一次或二次微分找出它的突变点。当所选择的小波函数等于平滑函数的一阶微分时候,根据小波变换系数极值进行边缘检测。
76.图像分割：图像分割就是把图像分成若干个特定的、具有独特性质的区域，是将数字图像划分成互不相交的区域的过程，本专利中将图像根据特征进行分割，提取出障碍物等实际信息。
77.通过使用双目视觉相机识别出来的管道信息和障碍物信息，结合管道中心线信息计算得到的机器人姿态信息，规划避障路线，并计算检测机器人目前姿态角与避障路线需要的避障角之间测偏差。
78.通过pid控制计算得到避障角度，得到用于控制机器人进行避障的参数输出到控制器3，控制器3完成机器人的姿态调整。
79.基于pid控制的管道检测机器人避障控制方法包括pid控制算法、旋转舵机和倾角传感器，管道检测机器人pid避障控制框图如图4所示。所述的旋转舵机安装在管道检测机器人的中心轴，可带动检测机器人实现旋转姿态调整；所述的倾角传感器用于采集检测机器人的实时姿态角；所述的pid控制算法是利用双目视觉管道障碍识别系统输出的避障角与检测机器人的实时姿态角的偏差，输出控制信号，控制检测机器人中心轴上的旋转舵机，调整检测机器人的姿态，完成障碍物的规避。需要说明的是，在管道机器人的中心轴上安装有一个旋转舵机，旋转舵机工作后可以调整机器人的运行角度，达到检测机器人姿态调整的效果。
80.双目摄像机能够将二维平面扩展成三维空间，计算三维空间坐标，双目视觉定位通过计算两幅图像的视差，可以计算障碍物的距离信息变化，得到管壁到摄像头距离信息。使用双目视觉相机识别出来的管道信息和障碍物信息，规划避障路线，并计算检测机器人目前姿态角与避障路线需要的避障角之间测偏差。
81.pid控制(比例积分微分控制)根据给定值和实际输出值构成控制偏差，将偏差按比例、积分和微分通过线性组合构成控制量，对被控对象进行控制，本发明中，通过pid控制算法消除计算得到的避障角和管道检测机器人驱动轮上倾角传感器测得的姿态角的偏差。
82.将pid控制计算得到的调整机器人姿态的控制信号发送到机器人控制器，控制旋转舵机进行姿态调整，控制机器人进行避障。
83.本发明提出的管道机器人视觉识别系统能够实现管道检测机器人在运行过程中对管道内部障碍的实时监测，为检测机器人的避障控制提供数据支持；本发明提出的基于pid控制的管道检测机器人避障控制方法，能够实现检测机器人在识别出障碍后的转向、避障，避免卡堵的风险；本发明提出的管道检测机器人障碍识别、避障控制方法，降低了检测机器人的碰撞损坏风险，间接提高了检测机器人的检测效率和检测精度。
84.在某一实施例中，一种管道检测机器人避障系统，包括：采集模块1101、处理模块1102、计算模块1103、控制模块1104和调整模块1105；
85.所述采集模块1101用于采集管道内的三维信息；
86.所述处理模块1102用于通过多个dsp处理器对所述三维信息进行处理，获得处理后的图像数据；
87.所述计算模块1103用于根据所述处理后的图像数据计算避障角和姿态角的偏差值；
88.所述控制模块1104用于根据所述偏差值，结合pid控制算法输出控制信号；
89.所述调整模块1105用于根据所述控制信号调整管道检测机器人的姿态，以消除所述偏差值。
90.本方案的管道检测机器人避障方法能够实现检测机器人在识别出障碍后的转向、避障，避免卡堵的风险，降低了检测机器人的碰撞损坏风险，间接提高了检测机器人的检测效率和检测精度。
91.可选地，在一些实施例中，所述处理模块1102具体用于通过第一dsp处理器和第二dsp处理器对所述三维信息进行初步处理；
92.通过第三dsp处理器对初步处理后的数据进行预设图像处理。
93.可选地，在一些实施例中，所述初步处理具体包括：图像剪裁处理、中值滤波处理和整合处理。
94.可选地，在一些实施例中，所述预设图像处理包括：图像灰度直方图转换处理、图像二值化处理、小波边缘检测处理和图像分割处理。
95.可以理解，在一些实施例中，可以包含如上述各实施例中的部分或全部可选实施方式。
96.需要说明的是，上述各实施例是与在先方法实施例对应的产品实施例，对于产品实施例中各可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。
97.在另一实施例中，当管道检测机器人在管道内运行时，双目视觉管道障碍识别系统的ccd摄像头实时采集管道内三维信息，并将图像信息上传到图像解码器及缓存器进行解码和缓存，经过dsp1、dsp2、dsp3进行图像剪裁、中值滤波、图像整合、图像灰度直方图转换、图像二值化、小波边缘检测、图像分割等处理后，计算得到避障角度，并传输避障角给控制器3，让控制器3利用双目视觉管道障碍识别系统输出的避障角与检测机器人的实时姿态角的偏差，输出控制信号，控制检测机器人中心轴上的旋转舵机，调整检测机器人的姿态，完成障碍物的规避。
98.读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、
材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
99.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的方法实施例仅仅是示意性的，例如，步骤的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个步骤可以结合或者可以集成到另一个步骤，或一些特征可以忽略，或不执行。
100.上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
101.以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种管道检测机器人避障方法，其特征在于，包括：采集管道内的三维信息；通过多个dsp处理器对所述三维信息进行处理，获得处理后的图像数据；根据所述处理后的图像数据计算避障角和姿态角的偏差值；根据所述偏差值，结合pid控制算法输出控制信号；根据所述控制信号调整管道检测机器人的姿态，以消除所述偏差值。2.根据权利要求1所述的一种管道检测机器人避障方法，其特征在于，所述通过多个dsp处理器对所述三维信息进行处理，具体包括：通过第一dsp处理器和第二dsp处理器对所述三维信息进行初步处理；通过第三dsp处理器对初步处理后的数据进行预设图像处理。3.根据权利要求2所述的一种管道检测机器人避障方法，其特征在于，所述初步处理具体包括：图像剪裁处理、中值滤波处理和整合处理。4.根据权利要求2或3所述的一种管道检测机器人避障方法，其特征在于，所述预设图像处理包括：图像灰度直方图转换处理、图像二值化处理、小波边缘检测处理和图像分割处理。5.一种管道检测机器人避障系统，其特征在于，包括：采集模块、处理模块、计算模块、控制模块和调整模块；所述采集模块用于采集管道内的三维信息；所述处理模块用于通过多个dsp处理器对所述三维信息进行处理，获得处理后的图像数据；所述计算模块用于根据所述处理后的图像数据计算避障角和姿态角的偏差值；所述控制模块用于根据所述偏差值，结合pid控制算法输出控制信号；所述调整模块用于根据所述控制信号调整管道检测机器人的姿态，以消除所述偏差值。6.根据权利要求5所述的一种管道检测机器人避障系统，其特征在于，所述处理模块具体用于通过第一dsp处理器和第二dsp处理器对所述三维信息进行初步处理；通过第三dsp处理器对初步处理后的数据进行预设图像处理。7.根据权利要求6所述的一种管道检测机器人避障系统，其特征在于，所述初步处理具体包括：图像剪裁处理、中值滤波处理和整合处理。8.根据权利要求6或7所述的一种管道检测机器人避障系统，其特征在于，所述预设图像处理包括：图像灰度直方图转换处理、图像二值化处理、小波边缘检测处理和图像分割处理。9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如权利要求1至4中任一项所述的一种管道检测机器人避障方法。10.一种电子设备，其特征在于，包括处理器和权利要求9所述的存储介质，所述处理器执行所述存储介质中的指令。

技术总结
本发明公开了一种管道检测机器人避障方法、系统、介质和电子设备，涉及油气管道检测领域。该方法包括：采集管道内的三维信息；通过多个DSP处理器对所述三维信息进行处理，获得处理后的图像数据；根据所述处理后的图像数据计算避障角和姿态角的偏差值；根据所述偏差值，结合PID控制算法输出控制信号；根据所述控制信号调整管道检测机器人的姿态，以消除所述偏差值。通过本方案的管道检测机器人避障方法能够实现检测机器人在识别出障碍后的转向、避障，避免卡堵的风险，降低了检测机器人的碰撞损坏风险，间接提高了检测机器人的检测效率和检测精度。检测精度。检测精度。


技术研发人员：富宽 李睿 康叶伟 贾光明 郑建峰 兰浩
受保护的技术使用者：国家石油天然气管网集团有限公司
技术研发日：2023.03.23
技术公布日：2023/7/13