关键词：
线缆弯曲半径
测量
语义分割
代数化重建
摘要：
线缆敷设过程中弯曲半径控制对线缆使用寿命有重要影响,快速、准确测量线缆弯曲半径是装备制造安装过程的需求。本文针对人工测量线缆弯曲半径操作不便、主观性强、效率低等问题,重点研究线缆双模态图像深度学习语义分割技术、线缆特征曲线代数化重建与弯曲半径估算方法两个关键技术,提高线缆弯曲半径测量效率、准确度,并在实际场景中应用试验,这对减少线缆过弯曲对装备带来的安全隐患,促进智能检测技术发展,具有重要学术价值与实际意义。
论文从概述线缆最小弯曲半径相关评判标准入手,明确线缆弯曲半径检测要求;评述国内外研究进展,指出多模态深度学习语义分割方法能更好地适应复杂环境条件下图像分割任务,将RGB-D双模态语义分割用于线缆分割场景能较好适应线缆细长、敷设环境复杂等特点;指出曲线拟合离散点具有平均效应,可减少离散点噪声对弯曲半径求解影响,曲率计算准确度较高,曲率变化连续,符合线缆实际敷设条件下光顺性要求。确定论文研究内容及框架,主要工作如下:
⑴开展线缆图像分割与弯曲半径测量系统总体设计与关键技术分析。分析线缆弯曲半径测量需满足不同类型线缆测量、便携式测量装置、准确测量及超差报警、检测数据可溯源等方面需求,提出线缆图像分割与弯曲半径测量总体设计方案,具体包括开展线缆弯曲半径测量需求分析与思路设计、整体方案设计、关键技术分析等,指出需重点突破线缆双模态图像深度学习语义分割、应用曲线拟合的线缆弯曲半径估算两方面关键技术,增强深度卷积神经网络图像特征感知能力,提高线缆掩膜分割精度;减少离散点噪声对弯曲半径求解影响,更好地符合线缆实际敷设条件下光顺性要求。
⑵研究线缆双模态图像深度学习语义分割技术。针对线缆RGB图像对比度低、成像条件差,深度图缺失、信息利用不便等问题,研究线缆RGB-D图像优化与深度图像编码处理技术,提升RGB-D图像质量,以及深度图像信息可利用性。针对经典ESANet网络对细长特征线缆分割效果不佳问题,研究应用BMP-SA-ESANet双模态图像特征校正融合的线缆语义分割技术,提升线缆掩膜分割精度、完整度。从特征提取网络、特征融合模块、线缆RGB-D图像数据集等方面验证BMP-SA-ESANet双模态语义分割网络对线缆掩膜分割效果,验证线缆双模态图像深度学习语义分割技术科学性、有效性。
⑶研究线缆特征曲线代数化重建与弯曲半径估算方法。针对线缆掩膜细长、粗细相对均匀的特点,研究Rosenfeld+图搜索GS的掩膜二值图中心线提取、轨迹追踪算法;从深度图、线缆掩膜及其中心线轨迹出发,推导线缆空间点云信息公式,提出精度高、计算量少的等弧弦距(EDAC)采样方法构建线缆空间特征点集,并估算线缆直径;研究线缆空间特征曲线代数化重建方法、线缆空间弯曲半径求解方法,实现光顺性好、误差小的线缆空间曲线重建、弯曲半径计算及查表法制定线束评价方案,可实现弯曲半径高效评价;开展仿真试验,验证线缆空间特征曲线代数化重建及弯曲半径估算方法科学性、有效性。
⑷开展线缆图像分割与弯曲半径测量评价平台开发及应用。面向线缆弯曲半径测量需求,选择合理的硬件设备,采用模块化编程方式,开展线缆图像分割与弯曲半径测量评价软件设计;开展线缆图像分割与弯曲半径测量评价实例应用验证,在通信机房走线、机柜、实验室机柜、动车组跨接线及车底控制线缆等5个不同场景实例中验证本文测量评价方法的可行性、有效性,结果表明:本文研究线缆图像分割与弯曲半径测量评价平台能满足不同类型线缆、便捷快速准确测量及数据可溯源等方面需求。
