撞击（IS）和Impact-echo（IE）是发达的非破坏性评估（NDE）方法，这些方法被广泛用于检查混凝土结构以确保安全和可持续性。但是，这是一项繁琐的工作，沿着网格线的数据涵盖了较大的目标区域，以表征地下缺陷。另一方面，数据处理非常复杂，需要域专家解释结果。为了解决上述问题，我们提出了一个新型的机器人检查系统，称为Impact-Rover，以自动化数据收集过程并引入数据分析软件以可视化检查结果，从而使常规的非专业人士可以理解。该系统由三个模块组成：1）一个具有垂直移动性的机器人平台，即在难以到达位置的数据，2）基于视觉的定位模块，该模块将融合RGB-D摄像头，IMU和车轮编码器以估算机器人的6-DOF姿势，3）用于处理IS数据以生成缺陷图的数据分析软件模块。 Impact-Rover托管IE和是滑动机构上的设备，可以执行移动样本操作以在可调间距下收集多个IS和IE数据。机器人采取的样品比手动数据收集方法快得多，因为它会自动沿直线进行多个测量值并记录位置。本文着重于报告实验结果。我们计算特征，并使用无监督的学习方法来分析数据。通过将基于视觉的本地化模块和滑动机制的头部位置产生的姿势组合，我们可以生成可能的缺陷地图。混凝土板上的结果表明，我们听起来很撞击的系统可以有效揭示浅缺陷。
translated by 谷歌翻译