首页 > 论文范文 > 工程工业论文 > 水利工程论文 > 水利规划论文 > 雨污输配管线自动巡检技术的研究

雨污输配管线自动巡检技术的研究

2024-06-25 67 上传者：管理员

摘要：为了提高雨污管道巡检的效率和精度，本文通过介绍雨污管道声呐检测、复杂环境下的两栖机器人运动自动化控制、雨污管道图像处理与巡检，提出了基于两栖机器人的自动化巡检方案。研究结果表明，基于两栖机器人的雨污管道自动化巡检技术具有较高的可行性和实用性。通过两栖机器人的结构设计、控制策略和图像处理技术的综合应用，可以实现管道巡检的高效、精准和自动化，为城市排水系统的维护和管理提供了一种新的解决方案。

关键词：
两栖机器人
巡检
技术
管道
自动化
雨污
加入收藏

随着城市化进程的加快，排水管道的规模日益扩大，传统的管道巡检方法已经无法满足现代城市的需求。两栖机器人作为一种新型的自动化设备，具有在复杂环境中工作的能力，为雨污管道的自动化巡检提供了新的可能[1]。两栖机器人是一种兼具水陆两用、对环境适应能力强的水下机器人。在雨污管道巡检中，两栖机器人可以代替人工进行全天候、全方位地检测，有效降低人工巡检的难度和工作量。本文主要研究了利用两栖机器人进行雨水、污水管线自动巡检的方法。

1、雨污管道声呐检测

针对雨污管道中复杂的环境条件，引入声呐检测技术，实现对其自动化徐巡检[2]。可以用齐次声波的波方程来表达水中的声传播：

式中：P代表声波，c代表水中声速，x、y、z代表空间方向。这一公式适合于在少量扰动条件下，把声波看成是一条直线，而在扰动很大时，由于其具有时色散、激波等特性，因而不能被识别为直线波[3]。在水介质中，声波的传播损失可把表示为：

式中：TL代表声波传播损失，I(R,D）代表距离为R深度为D位置上的声强，I0代表参考距离声强。在明确声呐检测的基本原理后，由水传播的声波和接收到的回波时间分布，实现对雨污管道巡检图像的描述，图1为声呐检测的工作原理图。

图1声呐检测的工作原理图

声呐技术根据信号来源可以分为两类：主动声呐和被动声呐。主动声呐能够自主发射和接收声波信号，而被动声呐则只能被动地接收水中目标反射的其他设备或噪声产生的信号，不具备发射声波的能力。在声呐图像的滤波中，常用的方法是灰度变换和直方图均衡[4]。首先，通过调节灰度来调节图象的对比度和灰度动态范围，从而提高图象的清晰度，同时也能突出图象的对应特性。其次，利用直方图均衡技术，对整个图象进行灰度分布的调节；该方法能有效地提高图象的灰度变化幅度，使图象的对比度得到进一步提高。为了提高声呐图像的对比度，可以使用拉普拉斯算子对其进行锐化。

2、复杂环境下的两栖机器人运动自动化控制

本文针对两栖机器人进行雨污管道的自动化巡检技术展开研究。所采用的管道机器人设计独特，采用两侧六主动轮的驱动方案。两侧各有三个车轮，其中一个是直接由直流电动机带动，其他两个车轮经由正时皮带与之相连[5]。本项目拟以此为基础，建立一套适用于管道机器人的动态数学模型，以更好地了解马达的输出转矩与其运动参数的关系。藉由此项研究，可确定马达之各项特性参数，进而使其动作效能达到最佳。图2为两栖机器人在雨污管道内的动力学原理图。

图2两栖机器人在雨污管道内的动力学原理图

图2中，θ代表两栖机器人转动角度，结合图2中的内容，对两栖机器人在雨污管道内的受力情况进行分析：

式中：mM代表两栖机器人在雨污管道内的受力，TL代表两栖机器人左侧驱动力，TR代表两栖机器人右侧驱动力，Fy代表约束力向量。通过对雨污管内壁机器人的定位与姿态的分析，对其进行连续平移、转动，并与欧拉角度相结合，得出了两栖机器人的转动矩阵：

式中：(φ,θ,δ)代表欧拉角，R(φ,θ,6)代表欧拉角矩阵。进一步得出动坐标系到绝对坐标系的变换矩阵为：

式中：d=[x0 y0 z0]T,(x0,y0,z0)表示绝对坐标，T代表转化系数。在机器人运行的过程中，需要对其在雨污管道弯管处的几何尺寸进行约束[6]。图3为两栖机器人与雨污管道圆弧弯道之间的几何关系示意图。

图3两栖机器人与雨污管道圆弧弯道之间的几何关系示意图

为了确保两栖机器人能够在雨污管道圆弧弯道上顺利通过，对其设置约束条件。针对雨水、污水管线在设计之初，为减小空气阻力及压损，一般在弯头处设置90度圆弧弯头。按照图2所示，将其几何结构放置在XYZ坐标系中，其管道内壁上的一点应当满足下述条件：

式中：D代表弯道直径，R代表弯道曲率半径，λ代表截面圆旋转角。

综合上述的约束条件，当两栖机器人在复杂的雨污管道中工作时，仅仅依靠机器人的硬件设计是不足以保证其稳定和高效地运动的。因此，控制算法的选用和优化变得至关重要。PID算法是一种经典的控制方法，它被广泛地应用于控制系统[7]。PID算法应用下，输出控制量△P(k)可以用下述公式表示：

式中：△P代表PWM波占空比，e(k)代表当前速度偏差值，△V代表变化增量，K p代表比例系数，1K代表积分系数，代表微分系数。当两栖机器人在雨污管道中进行转弯时，需要关注多个运动参数，如转弯方向、转弯半径、转弯角度等。在两栖机器人转弯过程中，其横滚角与俯仰角也会发生变化。虽然对两栖机器人姿态的调整控制可以提升其稳定性，但这样会使控制规则变得复杂[8]。为了简化控制逻辑并确保转弯的稳定性，我们决定在两栖机器人转弯时不进行姿态调整，而是在转弯后的直线运动过程中对横滚角进行调整。

3、雨污管道图像处理与巡检

雨污管道中，由于受水流冲击及管道内复杂地形等因素的影响，采集到的视频图像存在抖动现象，给管道内部缺陷及异物检测带来了很大难度。要消除这些抖动，获得更好的图像质量，就必须利用视频稳像技术来对原视频进行处理。利用视频稳定技术，对视频序列间的不合理地移动进行了补偿，得到了更稳定、更清晰的视频流。这样，机器人在雨污管道中拍摄的视频将更加清晰、稳定，有助于提高对管内缺陷和异物的准确识别，提升自动化巡检的效率和精度。图4为视觉稳像流程图。

图4视觉稳像流程图

在视频稳像处理的基本流程中，每一步都有多种算法可供选择。为了获得最佳的稳像效果，我们需要根据具体的情境选择合适的算法。针对每个画面，我们先按以上方法，逐帧去除抖动，最后得到一个稳定、连贯的视频。在无水体条件下，对管道中的运动扰动进行了建模。然后，本文提出了一种新的基于卡尔曼滤波的方法，即基于特征匹配的运动估计方法来实现目标的运动估计。另外，我们也利用邻近区域内插的方法来平滑影像，以及切割与重建影像中的空白区域。在对图象进行补偿时，必须选取适当的参照框架来进行运动补偿。常用的参照框架选择方式有邻接框架和固定框架框架。

在运动补偿时，某些像素点的坐标必然会转化成浮点型，这就造成了图象与基准帧之间的距离偏差，造成了图象的“白边缘”和“丢失”。要解决这个问题，就必须对图象进行镶嵌、剪切等操作。在去抖并补偿抖动的视频图像后，对原始视频序列中的某一帧图像进行运动滤波和补偿。然而，这一处理可能导致图像边缘丢失和黑边出现。为了解决这一问题，我们需要对初步稳定的视频序列进行插值和拼接处理。经过插值和拼接重构后的图像，会更加清晰、平滑自然，信息也更加完整。这样，实现视觉稳定的目标，为雨污管道的自动化巡检提供了高质量的视频图像。

在两栖机器人雨污管道自动化巡检的实际应用中，我们特别设计了低转速、中转速和高转速这三档运行速度。这样的设置不仅使得机器人在不同环境和状况下都能灵活应对，同时也满足了巡检工作对于速度调节的多样化需求。通过这样的精细化调节，我们可以更加精准地控制机器人的行进速度，确保在各种条件下都能获得最佳的巡检效果。表1中记录了两栖机器人在雨污管道内运行过程中的各项参数数值。

表1两栖机器人在雨污管道内运行过程中的各项参数数值

结合表1得出，两栖机器人在雨污管道内四次运行中，速度控制误差均不超过5.00%，能够满足两栖机器人在雨污管道中的巡检运行精度要求。

在雨污管环境中，由于水流、管壁摩擦和其他环境因素的影响，机器人视觉装置在行进过程中可能会出现抖动现象，这会直接影响到巡检的准确性和稳定性。为了解决这一问题，我们采用了先进的视频稳像技术，对机器人采集的管路视频进行稳定处理。通过一系列复杂的算法和图像处理技术，我们成功地消除了视频中的抖动，确保了巡检图像的清晰和稳定。

在此基础上，我们进一步提出了一种创新的基于特征点的移动估计方法。这种方法的核心思想是通过对两幅图像的特征点进行匹配和比较，来精确计算像素的移动位移量。我们采用了双色判别法来直观地表示这种位移量，使得每一个像素的移动都能被清晰地呈现出来。通过对两帧图像的纵向和横向位移进行深入分析，我们发现这种方法在检测过程中的精度完全满足巡检的要求。

总的来说，通过结合两栖机器人雨污管道自动化巡检的实际应用，我们对机器人的运行速度进行了精细化调节，采用了先进的视频稳像技术，并创新地提出了基于特征点的移动估计方法。这些技术不仅提高了巡检的效率和精度，同时也为城市排水系统的自动化管理提供了强有力的技术支持。

4、结论

基于两栖机器人的雨污管道自动化巡检技术是未来城市排水管道巡检的重要发展方向。该技术不仅可以提高巡检效率，降低人工成本，而且可以有效预防和解决管道故障，保障城市排水系统的正常运行。然而，该技术仍需在实践中不断优化和完善，以适应各种复杂的管道环境。

参考文献:

[1]陈洵圻,张远峰,连一凡,等.基于OpenCV的水下管道自巡检机器人的设计[J].电子制作,2024,32(1):32-35.

[2]高京卫,郭永超,高涛,等.一种基于高精度航测技术的无人机燃气管道智能巡检系统[J].中阿科技论坛(中英文),2023(12):102-106.

[3]李伟.超远程高塔监控在航煤管道安全巡检中的应用[J].石化技术,2023,30(12):214-216.

[4]王锦融,张佳钰,李畅,等.一种自主式小型浅水水下管道巡检机器人的研制与试验[J].机械设计,2023,40(11):83-87.

[5]管锡昭,黄素琴,邓志强.无人机智能巡检系统在长输管道中的应用研究[J].中国石油和化工标准与质量,2023,43(19):110-112.

[6]喻九阳,张德安,戴耀南,等.履带式油气管道巡检机器人爬坡特性分析[J].机床与液压,2023,51(15):57-61.

[7]郗涛,周尧,李晓光,等.冬季山区油气管道困难管段的安防巡检创新模式可行性讨论[J].中国安防,2023(5):101-104.

[8]姚守峰,陈修贤,郝前勇,等.基于OpenCV的管道巡检水下机器人的设计与实现[J].计算技术与自动化,2023,42(1):58-61.