针对智能巡检方法难以有效应对复杂环境而导致巡检效率低下、漏检率高的问题,提出智能机器人巡检油气管道异常状态激光点云定位预警方法。设计智能巡检机器人,包括机械摇臂、密封舱和框架结构模块。采用3维激光扫描仪收集管道数据,3维...针对智能巡检方法难以有效应对复杂环境而导致巡检效率低下、漏检率高的问题,提出智能机器人巡检油气管道异常状态激光点云定位预警方法。设计智能巡检机器人,包括机械摇臂、密封舱和框架结构模块。采用3维激光扫描仪收集管道数据,3维激光同时定位与地图构建(simultaneous localization and mapping,SLAM)技术中激光雷达里程计与建图系统(lightweight and ground-optimized lidar odometry and mapping,LeGO-LOAM)算法进行改进,实现机器人同步定位与建图,结合卷积神经网络评估管道状态并预警定级。实验结果表明,该方法能准确检测管道防腐层状况、裂缝和变形等异常,检测数量与实际一致,巡检率、预警率超99.8%,漏检率和虚警率低于0.3%,路径规划高效,整体巡检性能优异。展开更多
文摘针对智能巡检方法难以有效应对复杂环境而导致巡检效率低下、漏检率高的问题,提出智能机器人巡检油气管道异常状态激光点云定位预警方法。设计智能巡检机器人,包括机械摇臂、密封舱和框架结构模块。采用3维激光扫描仪收集管道数据,3维激光同时定位与地图构建(simultaneous localization and mapping,SLAM)技术中激光雷达里程计与建图系统(lightweight and ground-optimized lidar odometry and mapping,LeGO-LOAM)算法进行改进,实现机器人同步定位与建图,结合卷积神经网络评估管道状态并预警定级。实验结果表明,该方法能准确检测管道防腐层状况、裂缝和变形等异常,检测数量与实际一致,巡检率、预警率超99.8%,漏检率和虚警率低于0.3%,路径规划高效,整体巡检性能优异。
