[发明专利]一种基于优化YOLOv3算法的管道连接器及缺陷精确识别方法

说明书

本发明提供一种基于优化YOLOv3算法的管道连接器及缺陷精确识别方法，包括：采集数据；处理数据；得到训练集和验证集；对网络模型参数进行调优试验，提取图片特征值，并且冰冻一部分训练集对管道连接器及缺陷识别模型进行训练；判断是否收敛，损失函数是否过拟合，解冻数据集优化参数继续训练模型；验证最终的训练模型，计算模型得到的管道连接器及缺陷区域与实际标记区域的交并比，绘制各类别精度值的平均值曲线进而分析模型是否满足条件；用训练好的模型将连接器及缺陷识别出来。本发明的检测结果适应于地下深埋、室内等GPS无法定位的小径管道内部检测，可有效识别出管道连接器提高定位精度，同时可检测出管道缺陷情况，提高检测效率并节省检测成本。

技术领域

本发明涉及一种基于优化YOLOv3算法的管道连接器及缺陷图像识别技术辅助管道机器人定位以及管道日常维护的方法，尤其涉及一种基于优化YOLOv3算法的管道连接器及缺陷精确识别方法，属于小径管道内部检测技术领域。

背景技术

全世界有300多万公里(中国有超过60万)的管道埋在地下和海床下，其中部分管道为小径管道，但是由于自然腐蚀、人为活动、地壳运动等原因，造成的管道泄漏、破损甚至爆炸事故频频发生，这不仅使运输物质污染造成资源浪费，还会损害环境造成生态灾难，而且在人口集中地区会严重危害人身安全，给社会造成极大的负面影响。因此管道的定期检测与维护是十分必要的，维护管道输送系统的安全运行具有重要意义。

对此，市面上通过使用管道机器人携带各种检测仪器进入管道内部进行检测，许多管道机器人采用GPS定位，这使其在地下深处、室内等管道环境中定位精度不高，从而导致其管道检测效率降低。目前定位精度较高的一种管道机器人采用基于捷联惯性导航系统/里程仪/管道连接器及缺陷进行有效定位，这种定位方法通过加速度计特性的尖峰信号识别管道连接器，可为捷联惯性导航系统在直管道段提供方位角和俯仰角误差修正指示，降低捷联惯性导航系统方位角误差导致的定位误差。这种定位方法中，通过处理加速度计在经过管道连接器产生的尖峰信号来得到管道连接器信息，然而加速度计在经过堆积物也会产生尖峰信号导致测量误差，需要对管道进行繁琐的清理工作，而许多小径管道不便进行清管工作，而且即使清管后测量许多管道中的大裂痕也会造成加速度计测量到尖峰信号，不能保证得到准确的管道连接器及缺陷信息。本发明提出的基于优化YOLOv3算法的图像识别技术精确识别管道连接器，对加速度计得到的管道连机器信息进行修正，有效提高管道机器人定位精度。同时对于管道缺陷检测技术，市面上常用的检测技术，对管道材质、清洁程度要求高，且检测成本较高，无法满足复杂城市小管道的定期检测。本方法中二次利用管道检测设备的视频信息对管道缺陷进行检测，保证管道的安全运行，减轻管道检测的工作量，避免了小径管道清理管道内部的繁琐复杂的工作；成本低，本方法在已有的检测技术基础上进行改进，不添加任何其他传感器，只需要将已经得到的检测视频数据再一次利用；识别管道连接器辅助定位的同时还可以得到管道健康程度，标记出管道是否存在病害情况并表明病害概率，减少人工成本，提高检测效率，适用于GPS信号较弱或几乎无信号的地下管网等管道系统的自主检测。

现有技术通常采用的多种传感器设备装载在管道机器人上对管道进行检测，传感器设备在小径管道内由于尺寸、功耗等受限，使市面上缺少针对小径管道检测的管道机器人，本发明使用视觉辅助定位检测适用小径管道机器人，在不增加传感器个数和不改变小机器人整体体积的同时，提高管道检测精确，解决现在小径管道内部检测精度低、成本高、检测工作繁琐的问题。

目前在核心期刊与专利查询中均未发现与此发明类似的方法介绍。

发明内容

为了解决现有的技术问题，本发明的目的是提供一种基于优化YOLOv3目标识别算法的管道内部连接器及其缺陷精确检测方法，识别管道连接器进而实现视觉辅助提高小径管道检测机器人在管道内的定位精度，精确识别管道缺陷情况方便管道日常维护管理。

所述的已有小径管道检测装置包括：电源模块、里程仪、前置摄像头、LED灯、微惯性测量单元、数据存储单元、数据处理单元、密封圈、四个适用于管道内部的支撑轮和机器人主体组成；