缆索检测机器人检测系统设计.doc

缆索检测机器人检测系统设计（本科毕业设计）

摘    要

缆索是斜拉索桥和悬索桥的重要组成部分,是这类桥梁关键的受力构件。在桥梁运营中,要求它必须能够安全抵抗疲劳，必须耐久而且有很好的防锈措施。然而，缆索又直接受周围环境状况影响，雨水、雾霜、气体等都能对它造成侵蚀。因此，缆索表面的锈蚀和缺陷监测对于该类桥梁的健康诊断有着十分重大的现实意义。
本文以实现桥梁缆索表面缺陷的快速智能化检测为目标，在深入分析现有方法和技术的基础上，提出了以图像识别为基础的非接触式桥梁缆索表面缺陷检测方案并进行了技术实现。所研制的系统针对桥梁缆索结构的特点，采用4个CCD摄像机组成了并行式图像采集阵列，实时的将同一时刻缆索表面一周的视频图像数据传送到缺陷检测处理系统中。该处理系统是以TI公司TMS320DM642高性能数字信号处理器为核心，结合视频信号转换电路、图像缓冲存储器件、FLASH存储器、ATA硬盘通信接口等资源，实现了对桥梁缆索表面图像获取、处理、缺陷检测、以及缺陷图像信息和位置信息的存储。
本系统实现了实时、准确的缆索缺陷识别,解决了原桥梁缆索表面人工检测中效率低、安全隐患等问题，而且结构简单，成本较低，操作简便，在桥梁缆索表面损伤监测中有实用价值。

关键词：缆索缺陷检测，TMS320DM642，CCD
 

ABSTRACT

As the bearing component, the cable is an important part of bridge. So it should resist fatigue reliably, and it can be anticorrosive. Whereas, some factors, such as the rain, fog, gas and so on, could erode the cable in the environment. As a result, the detection of cable is an important part in health detection of bridge.
In this thesis, the design of the embedded surface damage detection system bridge cable based on image recognition technology is introduced, after analyzing the currently technology of the bridge cable surface damage detection. It makes a target of fast intellective damage detection. Depended on concurrent sensor array of 4 CCD, the system collects the surface image data of the bridge cable, and sends the data to DSP. This DSP based on TMS320DM642, includes video signal transform circuit, SDRAM, FLASH, ATA interface and so on. The image of bridge cable could be cropped, pretreated, rectified projection, detected and saved.
The system provides an effective way to exactly detect the surface damages of bridge cable in real-time, with low costly, and it is another good method in the surface damage detection of bridge cable.

Keywords：The Detection of Cable，TMS320DM642，CCD
 
 

目   录

中文摘要 Ⅰ
ABSTRACT Ⅱ
1绪论 1
  1.1课题背景 1
  1.2缆索机器人在国内外的发展现状 1
    1.2.1国内缆索机器人的发展概况 1
    1.2.2国外缆索机器人的发展概况 1
  1.3课题任务和研究的主要内容 3
 1.3.1课题任务 3
 1.3.2主要研究内容 3
 2缆索表面缺陷检测系统的总体方案 4
 2.1方案比较 4
 2.2最终方案 4
 3缆索检测机器人的硬件系统 8
 3.1 TMS320DM642介绍 8
 3.1.1 CPU结构 8
 3.1.2 Video Port端口 9
 3.1.3外围存储资源 10
 3.2 图像采集系统 11
 3.2.1 光源的选择 11
 3.2.2 CCD相机的选择 12
 3.2.2 镜头的选择 13
 4基于DSP的缺陷检测软件设计 15
 4.1基于TMS320DM642的软件开发环境 15
 4.1.1 DSP软件开发的工具 15
 4.1.2集成开发环境Code Composer Studio 2.0 15
 4.2基于DSP的桥梁拉索表面缺陷检测软件实现 16
 4.2.1总体软件流程实现方案 16
 4.2.2系统程序的加载与启动 17
 4.2.3系统初始化模块 21
4.2.4视频采集驱动模块 22
4.3检测结果 26
4.3.1检测系统所能达到的性能指标 26
4.3.2检测到的图像 26
5. 结语 28
5.1本文的主要工作 28
5.2对未来工作的展望 28

参考文献 29