可供检测管道缺陷的管道机器人及其控制方法与控制系统

摘要

本发明提供了可供检测管道缺陷的管道机器人及其控制方法与控制系统，主要是将管道机器人本体于管道内，在透过闪光灯对管道进行脉冲加热，同时再配合热像仪进行热影像撷取，撷取后将各热影像撷取数据制作成二维热影像矩阵数据，接下来依序进行置中化、白色化、高斯运算、正交化与正规化等运算，最后得到独立成分矩阵，再将内部各独立成分重新排列得到一热影像分析数据，如此一来，管道发生结构缺陷的部分将会被很清楚地呈现出来。

权利要求

1.可供检测管道缺陷的管道机器人，其特征在于，包括：

一管道机器人本体、一闪光灯、一热像仪，及一处理器；其中，

所述管道机器人本体设有所述闪光灯及所述热像仪；

所述闪光灯可供对管道进行脉冲加热；

在所述脉冲加热的同时，所述热像仪用于对所述管道进行热影像撷取，得到复数热影像撷取数据，其中，各热影像撷取数据分别包括复数水平像素数据及复数垂直像素数据；

所述处理器将所述复数热影像撷取数据制作成一三维热影像矩阵数据nt*nx*ny，其中nt代表所述热影像撷取数据、nx代表所述水平像素数据、ny代表所述垂直像素数据；再将所述三维热影像矩阵数据转换成二维热影像矩阵数据nt*nxny，其中nxny代表变量数；以及，所述处理器将所述二维热影像矩阵数据进行置中化，所述处理器先根据所述二维热影像矩阵数据的各变量数计算出一平均值，再将各变量数减去所述平均值，得到置中化矩阵T ‑1/2 T接着依序根据公式： Cx＝EDE 、M＝ED E、 得到白色化矩阵Z，其中E代表单位正交矩阵、M代表白化矩阵、Z代表白色化矩阵、D代表对角矩阵、Cx代表共变异矩阵；

T T

所述处理器选择随机向量bi且||bi||＝1，并根据公式：bi＝E{Zg(biZ)}‑E{Zg'(biZ)}4

bi，且G(y)＝y ，从i＝1开始进行迭代运算直到i＝m，得到复数随机向量；其中，m为所述热影像撷取数据的数量、G(y)为非二次高斯函数、y为机率变量、g为G(y)的一阶微分、g'为G(y)的二阶微分；

接着所述处理器根据公式： 及公式： ，从i＝1开始

依序进行正交化与正规化的运算直到i＝m，若bi形成收敛则输出bi，最后将各bi定为一正交分离矩阵B；

T

所述处理器将所述正交分离矩阵分别根据公式： 及公式：W＝BM，运算出一分离矩阵W及独立成分矩阵 再将所述独立成分矩阵中的各独立成分重新排列成nx*ny时，得到一热影像分析数据。

2.根据权利要求1所述可供检测管道缺陷的管道机器人，其特征在于，将所述独立成分

4 2 2

矩阵中的各独立成分根据公式：k＝E{y}‑3(E{y}) ，计算出每个独立成分的峰值k，从各峰值中取出数值最高及次高者作为最高峰值及次高峰值，并根据各峰值计算出一平均峰值，当所述最高峰值及所述次高峰值与所述平均峰值的差值超过一默认值时，则将所述最高峰值与所述次高峰值相对应的独立成分取出，并重新排列成nx*ny而得到一缺陷数据。

3.根据权利要求2所述可供检测管道缺陷的管道机器人，其特征在于，所述管道机器人本体内部设有一定位单元，所述定位单元可供侦测所述管道机器人本体的所在位置而得到一定位数据；当所述处理器运算出所述缺陷数据时，所述处理器将所述定位数据储存于所述缺陷数据内。

4.根据权利要求3所述可供检测管道缺陷的管道机器人，其特征在于，于所述管道机器人本体底部设有一动力轮组，以供驱动所述管道机器人本体行进；所述管道机器人本体顶面由下而上依序设有一倾斜单元及一伸缩杆；所述管道机器人本体内部设有一倾斜角度侦测单元，所述处理器信息连接所述倾斜角度侦测单元及所述伸缩杆，所述处理器可供根据所述倾斜角度侦测单元的侦测结果控制所述倾斜单元，且所述处理器可供控制所述伸缩杆的伸长量。

5.可供检测管道缺陷的管道机器人的控制方法，其特征在于应用于上述权利要求1‑4任一项所述的管道机器人，所述管道机器人包括：一管道机器人本体、一闪光灯、一热像仪，及一处理器；所述控制方法包括：(A)所述管道机器人本体于所述管道内，利用所述闪光灯对所述管道进行脉冲加热；在进行所述脉冲加热的同时，控制所述热像仪工作，以对所述管道进行热影像撷取得到复数热影像撷取数据，其中，各热影像撷取数据分别包括复数水平像素数据及复数垂直像素数据；

(B)所述处理器将所述复数热影像撷取数据制作成一三维热影像矩阵数据nt*nx*ny，其中nt代表所述热影像撷取数据、nx代表所述水平像素数据、ny代表所述垂直像素数据；再将所述三维热影像矩阵数据转换成二维热影像矩阵数据nt*nxny，其中nxny代表变量数；

(C)所述处理器将所述二维热影像矩阵数据进行置中化，所述处理器先根据所述二维热影像矩阵数据的各变量数计算出一平均值，再将各变量数减去所述平均值，得到置中化T ‑1/2 T矩阵 接着所述处理器依序根据公式： Cx＝EDE 、M＝ED E 、得到白色化矩阵Z，其中，E代表单位正交矩阵、M代表白化矩阵、Z代表白色化矩阵、D代表对角矩阵、Cx代表共变异矩阵；

T T

(D)所述处理器选择随机向量bi且||bi||＝1，根据公式：bi＝E{Zg(biZ)}‑E{Zg'(bi Z)}4

bi，且G(y)＝y ，从i＝1开始进行迭代运算直到i＝m，得到复数随机向量；其中，m为所述热影像撷取数据的数量、G(y)为非二次高斯函数、y为机率变量、g为G(y)的一阶微分、g'为G(y)的二阶微分；

(E)所述处理器根据公式： 及公式： ，从i＝1开始

依序进行正交化与正规化的运算直到i＝m，若bi形成收敛则输出bi，最后将各bi定为一正交分离矩阵B；

(F)所述处理器将所述正交分离矩阵分别根据公式： 、及公式：W＝T

BM，运算出一分离矩阵W及独立成分矩阵 再将所述独立成分矩阵中的各独立成分重新排列成nx*ny时，得到一热影像分析数据。

6.根据权利要求5所述可供检测管道缺陷的管道机器人的控制方法，其特征在于，更设

4 2 2

步骤(G)：所述处理器将所述独立成分矩阵中的各独立成分根据公式：k＝E{y}‑3(E{y}) ，计算出每个独立成分的峰值k，从各峰值中取出数值最高及次高者作为最高峰值及次高峰值，并根据各峰值计算出一平均峰值，当所述最高峰值及所述次高峰值与所述平均峰值的差值超过一默认值时，则所述处理器将该所述最高峰值与所述次高峰值相对应的独立成分取出，并重新排列成nx*ny而得到一缺陷数据。

7.根据权利要求6所述可供检测管道缺陷的管道机器人的控制方法，其特征在于，更设步骤(H)：当运算出所述缺陷数据时，所述处理器控制所述管道机器人本体的定位单元工作，以供侦测所述管道机器人本体的所在位置而得到一定位数据，并将所述定位数据储存于所述缺陷数据内。

8.根据权利要求7所述可供检测管道缺陷的管道机器人的控制方法，其特征在于，更设步骤(I)：当所述管道机器人本体的倾斜角度侦测单元侦测到所述管道机器人本体处于倾斜状态时，所述处理器根据所述倾斜角度侦测单元的侦测结果，控制所述管道机器人本体的倾斜单元改变倾斜角度。

9.机器人控制系统，其特征在于，包括：

上述权利要求1‑4任一项所述的管道机器人；

一控制中心，所述控制中心信息连接至所述管道机器人；

所述控制中心根据上述权利要求5‑8任一项所述的控制方法控制所述管道机器人。

说明书

可供检测管道缺陷的管道机器人及其控制方法与控制系统

技术领域

[0001] 本发明涉及机器人技术领域，具体而言，涉及可供检测管道缺陷的管道机器人及其控制方法与控制系统。

背景技术

[0002] 目前对于管道的检测、维修，或是管道内状态探勘，又或者对于管道内淤积进行清理，大多采用管道机器人来完成。其中关于管道的检测，大多倚赖影像辨识来完成。然而，影像辨识仅能辨识管道内壁表面的缺陷，对于管道结构上的缺陷则是难以辨识，也因此，本发明者认为此种问题需要被解决，而开始思考解决的办法。

发明内容

[0003] 本发明解决的问题是前述管道机器人在辨识管道的缺陷时，仅能判断管道表面的缺陷，对于结构上的缺陷则是难以辨识。

[0004] 为解决上述问题，本发明提供可供检测管道缺陷的管道机器人及其控制方法与控制系统，其技术方案如下：

[0005] 管道机器人本体于管道内，可供根据预设路线或是远程遥控等方式于所述管道内移动，当所述管道机器人本体欲对所述管道进行缺陷检测时，主要先用闪光灯对所述管道以2000W进行脉冲加热约0.2秒，在进行脉冲加热的同时，再利用所述热像仪以30frame/second对所述管道进行热影像撷取，得到复数热影像撷取数据，接着处理器将各热影像撷取数据统合成一二维热影像矩阵数据nxny，然后将所述二维热影像矩阵数据经过一连串运算得到一正交分离矩阵，再利用所述正交分离矩阵运算出一独立成分矩阵，最后所述处理器将所述独立成分矩阵内的各独立成分重新进行排列成nx*ny时，可得到复数热影像分析数据。

[0006] 如此一来，透过各热影像分析数据可清楚呈现所述管道是否出现结构上缺陷，若有则可以提前进行相对应补救、预防等措施，以维持所述管道的安全性。

附图说明

[0007] 图1为本发明的实施例示意图1；

[0008] 图2为本发明的实施例示意图2；

[0009] 图3为本发明的实施例示意图3；

[0010] 图4为本发明各组件的链接示意图；

[0011] 图5为本发明热检测结果示意图；

[0012] 图6为本发明工作流程图；

[0013] 图7为本发明三维热影像矩阵数据示意图；

[0014] 图8为本发明二维热影像矩阵数据示意图。

[0015] 附图标记说明：

[0016] A‑管道；B1‑板体；B2‑结构缺陷；1‑管道机器人本体；11‑尖部；2‑闪光灯；3‑热像仪；4‑处理器；5‑定位单元；6‑动力轮组；7‑倾斜单元；8‑伸缩杆；9‑倾斜角度辨识单元。

具体实施方式

[0017] 为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

[0018] 请看图4所示，本发明包括一管道机器人本体1、一闪光灯2、一热像仪3、一处理器4、一定位单元5、一动力轮组6、一倾斜单元7、一伸缩杆8，及一倾斜角度侦测单元9。其中，所述闪光灯2及所述热像仪3设置于所述管道机器人本体1外侧，于所述管道机器人本体1的底部设有所述动力轮组6，于所述管道机器人本体1的顶面则是依序由下而上设置所述倾斜单元7及所述伸缩杆8，所述定位单元5及所述处理器4则是设于所述管道机器人本体1内部。请看图1到图3所示，所述管道机器人本体1前侧由左右二半部朝向中央逐渐渐缩而形成一尖部11，透过所述尖部11可降低流体的阻力，如此一来，当所述管道A内有流体时，除了可降低前进阻力外，同时还可降低流体对所述管道机器人本体1所带来的冲击。

[0019] 请看图1到图3所示，所述管道机器人本体1于所述管道A内，可透过事先预设移动路线或是利用远程控制等方式操作所述管道机器人本体1，以令所述管道机器人本体1于所述管道A内移动。当所述管道机器人本体1需进行热影像撷取时，可透过控制所述伸缩杆8的伸长量，使所述伸缩杆8一端顶住所述管道A的顶壁，令所述管道机器人本体1固定于所述管道A内，以避免所述管道机器人本体1受外力影响而产生晃动，进而影响整个热影像撷取的效果。此外，当所述管道机器人本体1移动至斜面且需进行热影像撷取时，为了让所述管道机器人本体1具有较佳的固定效果，所述倾斜单元7可供根据所述倾斜角度侦测单元9的侦测结果来调整倾斜角度，使得所述伸缩杆8可以保持垂直向上顶住所述管道A顶壁，以令所述管道机器人本体1得以稳定于所述管道A内。

[0020] 请看图4及图6所示，检测所述管道A是否有结构上的缺陷时，首先先控制所述闪光灯2对所述管道A进行脉冲加热，脉冲加热过程主要是以2000W进行脉冲加热约0.2秒，以对所述管道A进行脉冲加热，在进行脉冲加热的同时，再利用所述热像仪3对所述管道A进行热影像撷取，而得到复数热影像撷取数据nt，请再配合图7所示，各热影像撷取数据分别包括复数水平像素数据nx及复数垂直像素数据ny，接着所述处理器4会将各热影像撷取数据制作成一三维热影像矩阵数据nt*nx*ny，然后请看图8所示，所述处理器4再以所述三维热影像矩阵数据为基础，转换成二维热影像矩阵数据nt*nxny，其中nxny代表变量数。

[0021] 为加快整体的指令周期，需先降低整体运算的复杂度以降低其运算量，所以须对所述二为热影像矩阵数据进行置中化及白色化等运算流程。首先，置中化是所述处理器4先根据所述二维热影像矩阵数据的各变量数计算出一平均值，再将所述二维热影像矩阵数据中各变量量减去所述平均值，得到一置中化矩阵 接着进行白色化运算，是所述处理器4T ‑1/2 T将所述置中化矩阵依序根据公式： Cx＝EDE 、M＝ED E、 进行
运算，最后得到白色化矩阵Z，其中E代表单位正交矩阵、M代表白化矩阵、Z代表白色化矩阵、D代表对角矩阵、Cx代表共变异矩阵。

[0022] 再来是采取负熵的方式进行非高斯性演算，首先所述处理器4选择二次高斯函数4
为G(y)＝y ，可使整体运算将为简单且无须额外选择参数，接着选择随机向量bi且||bi||＝T T
1，并根据公式：bi＝E{Zg(biZ)}‑E{Zg'(biZ)}bi，从i＝1开始进行迭代运算直到i＝m，得到复数随机向量；其中，m为所述热影像撷取数据的数量、G(y)为非二次高斯函数、y为机率变量、g为G(y)的一阶微分、g'为G(y)的二阶微分。

[0023] 当运算完各个随机向量后，接着所述处理器4对每个随机向量进行正交化与正规化的处理程序，其方式是所述处理器4先根据公式： 进行正交化运算，再来则是根据公式： 进行正规化运算，过程中是从i＝1开始迭代进行正交化与正规化的运算直到i＝m，若bi形成收敛则输出bi，最后将各bi定为一正交分离矩阵B。

[0024] 当运算后得到所述正交分离矩阵后，接下来就是透过所述正交分离矩阵将数据中属于独立成分的部份给分离出来，其方式是所述处理器4分别根据公式：T
及公式：W＝B M，运算出一分离矩阵W及独立成分矩阵 再将所述独
立成分矩阵中的各独立成分重新排列成nx*ny时，得到一热影像分析数据。

[0025] 如此一来，请配合参阅图5所示，左边是板体C1及默认结构缺陷C2处，透过本发明可清楚的凸显出所述热影像分析数据中属于缺陷的部分。

[0026] 由于透过上述的步骤所产生的热影像分析数据的数据数量太多，让管理人员相当难以快速地发现所述管道A内是否发生结构缺陷，为了加快检验速度，所述处理器4可进一4 2 2
步根据公式：k＝E{y}‑3(E{y}) ，计算出每个独立成分的峰值k，从各峰值中取出数值最高及次高者作为最高峰值及次高峰值，并根据各峰值计算出一平均峰值，当所述最高峰值及所述次高峰值与所述平均峰值的差值超过一默认值时，表示所述管道A产生结构缺陷，接着将则将所述最高峰值与所述次高峰值相对应的独立成分取出，并重新排列成nx*ny而得到一缺陷数据，如图5所示，所述缺陷数据将明显呈现出缺陷部分，使得相关管理人员得以快速进行补救、抢修等应对措施。

[0027] 为了让所述管道A检验出结构缺陷时，相关管理人员得以派人快速前往处理，所述缺陷数据中较佳包含有定位数据，而所述定位数据则是利用所述定位单元5来侦测所述管道机器人本体1的所在位置而来。

[0028] 虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。