基于线结构光和YOLOv5的管道保温层破损检测

现有的自动破损检测忽略了深度信息，仅使用图像2D信息，难以准确检测复杂环境下的管道保温层破损。为解决该问题，针对轨道式机器人巡检场景，提出一种基于线结构光和YOLOv5的管道保温层破损检测方法。将线结构光加入视频采集装置中，对激光域进行预分割后，采用自适应阈值方法提取激光中心线，结合线结构光测量深度原理，进行主动式测距。经图像拼接由视频自动生成RGB-D图像，解决了RGB图像与深度信息配准问题。最后结合中层特征融合的YOLOv5算法进行RGB-D破损检测，对凸起和凹陷两类破损进行分类检测。实验结果表明，所提方法可以从轨道式机器人采集视频中获取RGB-D信息，检测的平均精度均值可达85.1%，能够实现对热力管道保温层破损的有效准确识别。