%0 Journal Article
%A 刘巍
%A 葛海彬
%A 徐妍彦
%A 赵洪光
%A 金京善
%A 季昊巍
%T 基于智能机器人的水下建筑物裂缝检测方法与应用
%D 2023
%R 10.11988/ckyyb.20221383
%J 新澳门游戏网站入口
院报
%P 164-169, 190
%V 40
%N 4
%X 针对水下建筑物裂缝检测问题,研发了一款新型智能水下机器人,此机器人具备恒温控制、低耗能驱动功能,可以在超低温深水环境下进行自主采集数据、导航与定位。基于机器人采集得到的图像数据,在图像预处理、深度卷积网络理论和裂缝特征数据标注的基础上,改进了原始的CNN模型,提出了特征金字塔融合卷积神经网络模型FPECNN,对不同类型的裂缝进行了提取。将FPECNN网络应用于莲花水电站大坝的裂缝检测工程中,计算结果表明FPECNN在检测率、召回率和<i>F</i>值上都处于较高的水平,达到了97.26%、98.04%和96.65%,耗时为3.12 s;FPECNN网络普适性与鲁棒性更佳,能够适应大多数的裂缝数据,生存能力更好,有利于解决常规CNN模型在水下建筑物检测中检测率低、效率低的问题。该智能机器人可将检测人员从高寒水下恶劣、繁重和危险的现场作业中解脱出来,同时解决水电站传统检测中因弃水造成的巨大经济损失问题,并能提高检测效率和精度。
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20221383