德国preML公司联合VMT研发盾构内管片自动化质检系统

研发背景

大直径盾构管片在生产和运输过程中,不可避免地会出现裂纹、剥落、销钉缺失、密封件错位等缺陷。因此,大直径盾构管片从生产到安装的各个环节,都需要进行控制、检查和记录,特别是进行安装前的最终质量检查尤为重要。

随着自动管片拼装技术的不断发展,许多承包商期望盾构内的管片质量检查流程也能实现自动化,以进一步减少施工现场所需的工作人员。

依靠传统的图像识别技术很难实现盾构内的管片缺陷检测任务,因为盾构前端狭小的空间使得摄像头的位置选择非常受限,几乎不可能正对需要检测的面,只能以倾斜视角进行拍摄;此外,不同管片、不同盾构视角的倾斜角度也会不同。

除了拍摄角度外,盾构内的照明、灰尘、油污和振动也会对图像识别产生不利影响,这些因素都加大了盾构内管片缺陷检测软件的开发难度。

技术发展

1)倾斜视角问题。倾斜的拍摄视角是实现自动化缺陷检测的主要难点。开发者最初计划通过机器学习算法,直接训练AI识别倾斜的画面,但不同的隧道项目所用盾构和管片不同,盾构内摄像头的部署位置和画面的倾斜角度也不同,这意味着AI需要针对每个项目进行单独训练以适应新的角度。

为每个项目单独进行训练成本太高,因此,开发者开发了专用的3D姿态估算法来解决倾斜视角问题;专门准备了1台摄像机对管片进行整体监控,以获取并计算管片当前的3D姿态。借助3D姿态数据,通过软件分析和调整倾斜的画面,让AI能够进行图像识别,无需关心管片本身的几何形状和摄像机的拍摄角度。

2)恶劣环境问题。为便于对管片进行最终质量检测,将摄像设备部署在盾构前部,这意味着灰尘、油污、振动和不佳的照明都会对图像识别产生不利影响。为避免这个问题,开发者为每台摄像机制作了1个定制外壳,以防止污物进入并保护其免受振动影响;开发者还使用了高精度的摄像机,能够在不佳的照明条件下工作。

有时候,灰尘和照明会导致一些误判,此时需要依靠人工对现场环境进行分析及对系统的灵敏度进行调整。

应用与发展

开发者已经在不同的隧道项目和环境中进行了测试性的使用,验证了系统的通用性和可靠性。为了让现场工作人员能够便利地使用,开发团队还设计了简单易用的操作界面,现场工作人员只需要简单的培训就可以掌握使用方法。通过这个界面,工作人员可以调整系统的设置、系统状态或者调取过去的检测结果。

未来,开发者计划给检测设备加装3D相机和激光雷达,这样这套系统就可以检测包括尺寸精度在内的更多数据。