1 哈尔滨工业大学仪器科学与工程学院先进光电成像技术研究室，黑龙江 哈尔滨 150080
2 哈尔滨医科大学附属第二医院神经外科室，黑龙江 哈尔滨 150086
3 东北林业大学机电工程学院，黑龙江 哈尔滨 150040
4 北京协同创新研究院，北京 100094
5 北京大学未来技术学院国家生物医学成像科学中心分子医学研究所膜生物学国家重点实验室，代谢及心血管分子医学北京市重点实验室，北京 100871
管道机器人是对复杂系统中管道损伤进行检测和评估的主要工具之一，通过沿行进方向搭载成像系统，实现了在管道中的运动导航和内环境观察。然而，这会导致管壁信息存在于图像传感器边缘，不可避免地会受到镜头畸变的影响而降低对损伤的检测精度，提高对损伤的定量难度。而搭载额外的成像系统观察管壁会大大增加机器人的承载负荷和整体体积，尤其在小尺寸管道机器人中。设计一款适用于管道机器人的微型化管壁成像系统。经过元件选型、光学系统优化和3D打印集成后，整个系统的体积为25 mm×30 mm×12 mm，最优横向分辨率为15.63 μm。最后利用该系统制作了一款微型管道机器人，验证了其成像效果和定量能力。此系统有望搭载到其他管道机器人上作为扩展载荷，提升对管壁细节信息的捕捉能力。
激光与光电子学进展
2024, 61(2): 0211013
宁波大学机械工程与力学学院，浙江 宁波 315211
针对管道检测过程中图像采集光照不均匀、缺陷边缘提取不准确的问题，提出一种基于自适应图像增强的管道机器人缺陷检测方法。首先设计单尺度Retinex 自适应图像增强算法，利用引导滤波对图像进行照度分量估计，经自适应Gamma 矫正得到光照均衡图像，实现自适应图像增强；再对传统Canny 边缘检测方法进行改进，采用双边滤波平滑图像，通过迭代阈值法进行缺陷图像分割，根据边缘像素相似性进行连接，实现缺陷轮廓的有效提取。搭建基于自适应图像增强的管道机器人缺陷检测系统，利用履带式小车搭载云台摄像机，对管道内壁缺陷进行全方位视觉检测。实验结果表明，本文的检测方法可自适应矫正图像亮度，图像亮度不均匀明显改善，相比次优算法，图像信息熵提升2.4%，图像平均梯度提升2.3%，峰值信噪比提升4.4%，可有效提取出管道缺陷边缘，缺陷识别准确率达到97%。
管道机器人 自适应图像增强 Gamma 矫正 缺陷检测 pipeline robot adaptive image enhancement Gamma correction defect inspection
1 中国矿业大学 信息与电气工程学院，江苏 徐州 221008
2 江苏师范大学 物理与电子工程学院，江苏 徐州 221116
3 中国矿业大学 机电工程学院，江苏 徐州 221008
4 南京理工大学 机械工程学院，江苏 南京 210094
针对金属管道机器人跟踪定位问题，提出了一种改进的自适应无线电磁定位方法，在未知管道几何尺寸和周围环境电磁参数的情况下实现了管道内机器人的三维定位。首先，通过磁偶极子模型分析了管道外极低频电磁场分布规律。其次，建立了六传感器接收天线的自适应定位模型，设计了电磁发射和接收电路，基于该模型推导出了含有6个未知数的非线性方程组，并分别采用3种算法对其进行了仿真分析。最后，分别对不同壁厚及不同埋藏深度管道进行了试验研究。试验结果表明，在管道壁厚为5.74 mm,埋藏深度为0.8~2 m的情况下，总位置误差的平均值小于18.7 cm，即比原模型减少了3.4 cm，满足机器人实际工作中的定位需要。
管道机器人 磁偶极子模型 阵列式传感器 跟踪 定位 pipeline robot magnetic dipole model sensor array tracking localization
