基于机器视觉的地铁巡检机器人车底缺陷检测方法研究

温秀兰; 雷志发; 唐颖; 王树刚; 夏正仙; 周志峰

doi:10.13960/j.issn.1672-2558.2025.04.007

南京工程学院学报（自然科学版） ›› 2025, Vol. 23 ›› Issue (4) : 41 -48. DOI: 10.13960/j.issn.1672-2558.2025.04.007

基于机器视觉的地铁巡检机器人车底缺陷检测方法研究

温秀兰, 雷志发, 唐颖, 王树刚, 夏正仙, 周志峰

作者信息 +

Author information +

文章历史 +

摘要

针对地铁车底巡检机器人图像采集精度低、缺陷检测准确率不高等问题,提出一种融合视觉伺服控制与深度学习的智能巡检方法.在车底图像采集环节引入基于图像的视觉伺服控制技术,采用ORB特征点检测结合USAC精匹配算法,实现机械臂位姿自适应调整,有效抑制因车辆停靠偏差引起的视角偏离;构建融合YOLOv8模型与PaDiM异常检测算法的深度学习缺陷检测模型,实现车底部件的智能缺陷识别.将该方法应用于车底螺栓缺陷检测,试验结果表明,视觉伺服系统将目标定位偏差控制在±4像素内,显著改善示教式中目标易遮挡问题;融合检测模型能够准确识别螺栓松动、缺失等异常状态.该方法为地铁车底巡检智能化提供了可行的技术方案.