[发明专利]一种智能声学技术对管道内特征的检测、定位与识别方法

说明书

本发明公开了一种智能声学技术对管道内特征的检测、定位与识别方法，包括音频传感器布放、音频声学测试、降噪及定位算法、管道特征分类及识别算法和超声传感器布放及超声传感技术，本发明通过麦克风阵列及信处理技术实现更精准的自定位及管道内特征的检测、定位及识别，兼顾近距离的超声与远距离的音频传感器及传感技术，实现0~50m全距离管道区域内特征的检测、定位及识别，首次实现了可搭载机器人的管道回声特征的智能识别，多种数据同时采集，首次实现了在管道中识别堵塞的位置、大小和形状等特征。

技术领域：

本发明属于智能声学技术领域，尤其涉及一种智能声学技术对管道内特征的检测、定位与识别方法。

背景技术：

随着城市建设进程的加速，城市供水，排污，油气等管道网络规划建设日趋复杂。这些管道中，普遍存在地下基础设施腐蚀、老化，管道具体信息匮乏，过度的交通负载，监测及检测手段落后等问题。管道的损坏，泄露等又引起环境污染，资源流失等问题。而智慧城市的建设迫切需要一种准确测定管道堵塞或泄露，及其位置的方法。

目前针对城市排水管道堵塞检测，通常使用机器人视频拍照进行，然而此类方法一般需要人工观看并分析视频，同时拍摄视频时也需机器人提供持续照明，因此功耗极大。智能化的视频处理及管道堵塞识别方法，则需要处理大量的图形化数据，对机器人的功率和计算能力要求极高。而声学的检测技术则可大大提高测量及分析效率，且功耗小，检测范围长，稳定性强。

目前声学测量的方法进行管道检测，主要存在三点不足：（1）目前管道检测一般采用单个扬声器单元激励，单个麦克风接受声信号，从而通过分析回声的方法，定位管道的堵塞，沙井或管道连接处等。然而这种技术一般仅用单一的声学系统测试（一般低于20kHz），而没有结合超声检测单元，因此存在近距离（2m内）的管道信息检测盲区。（2）由于声波在管道中传播的复杂性，一般声波激励与采集的频率范围小于1kHz，因此这种方法能提取到的声信息有限。而因为频率较低，定位的精准度亦有不足。（3）目前管道中采用声信号进行智能定位，及识别堵塞等管道特征的方法，还没有有效的解决方案。

本发明主要解决的技术问题在于音频声学与超声技术的结合运用，针对管道特征如堵塞等实现准确的智能化检测、定位和识别。其中核心在于声学传感器的布置，声学信号采集的硬件设计，声学信号的降噪处理技术，声学信号中的特征提取（如提取管道堵塞或管道连接信息）及识别的机器学习算法。

发明内容：

针对上述问题，本发明要解决的技术问题是提供一种智能声学技术对管道内特征的检测、定位与识别方法，包括音频传感器布放、音频声学测试、降噪及定位算法、管道特征分类及识别算法和超声传感器布放及超声传感技术；

所述音频传感器布放具体包括以下步骤：

（1）扬声器布放在管道横截面中心；

（2）麦克风阵列布放成圆形，阵列中心即为管道横截面中心，麦克风阵列包含若干个麦克风；

所述音频声学测试具体包括以下步骤：

（1）使用扫频信号激励扬声器；

（2）扬声器激励同时，麦克风阵列采集的声信号，麦克风阵列采集的信号，可以通过解卷积求得冲击响应，解卷积的公式如下：

其中表示冲击响应，表示逆傅里叶变换，表示频域下的单个通道麦克风信号，表示频域下的激励信号，即扫频信号，和分别表示时间和圆频率；

所述降噪及定位算法具体包括以下步骤：

（1）将麦克风阵列测试数据解卷积，得到每个麦克风的冲击响应，然后求和得到总冲击响应；

（2）用sym4小波构建小波矩阵；

（3）通过IHT算法，得到降噪后得冲击响应；

（4）将降噪后得冲击响应进行希尔伯特变换，求得波形包络；

（5）波形包络的峰值横坐标，即对应为管道特征的位置；

所述管道特征分类及识别算法具体包括以下步骤：