管道前望镜通常是一个集成了摄像头、光源、各种传感器(包括激光测距传感器)、动力驱动和数据传输模块的智能设备。它能够在管道内部自主或远程操控移动,就像一个迷你机器人一样,将管道内部的“健康状况”实时传回。
为了确保这个“侦察兵”能高效、准确地完成任务,它必须满足一系列严苛的技术要求:
尺寸与通过性: 管道前望镜的整体尺寸必须足够小巧,能够顺利通过管道的最小内径,并适应各种弯曲和变径段。这就要求其搭载的传感器也要尽可能紧凑。
环境适应性: 管道内部环境复杂多变,可能存在高温、高湿、腐蚀性气体、高压、粉尘、油污、泥沙,甚至完全黑暗或强光照射(如在高温熔炉管道附近)。传感器必须具备高防护等级(如IP65或更高),能在这些恶劣环境下稳定工作。
测量精度与稳定性: 这是核心要求。无论是测量管道内径、壁厚、缺陷尺寸,还是定位管道走向、障碍物位置,都需要高精度的距离数据。同时,在运动和复杂环境中的稳定性也至关重要,不能出现数据漂移或跳变。
数据传输与实时性: 测得的数据需要实时传回控制中心进行分析和决策,因此要求传感器具备可靠、快速的数据输出接口。
能源效率与续航: 管道前望镜通常依靠自身电池供电,传感器的低功耗设计有助于延长其在管道内的作业时间。
可维护性与耐用性: 考虑到管道检测的特殊性,传感器的耐用性和易于维护、更换的特性,能够有效降低整体运营成本。
在管道检测领域,为了确保安全和质量,我们需要监测多种参数,并有相应的标准来定义这些参数和评价方法。
管道内径/外径测量: 这指的是管道的横截面尺寸。通过测量这些尺寸,我们可以评估管道是否因压力、温度或外部应力而发生膨胀、收缩或变形,确保其输送能力和结构完整性。
壁厚检测: 壁厚是管道承压能力的关键指标。通过持续监测壁厚,我们可以发现腐蚀、磨损导致的减薄现象,评估管道的使用寿命和潜在风险。
形变分析: 管道可能出现椭圆化、局部凹陷、鼓包、弯曲等形变。这些形变会影响流体的顺畅流动,甚至导致结构性失效。检测时需要精确量化这些形变的程度和位置。
缺陷识别与量化: 这是管道检测的重中之重。常见的缺陷包括裂纹(如疲劳裂纹、应力腐蚀裂纹)、腐蚀坑、焊缝缺陷(如未焊透、夹渣、气孔)、以及异物附着或堆积。对于这些缺陷,需要准确测量其位置、尺寸、深度、长度等关键参数,以便评估其严重性和发展趋势。
相对位置与距离定位: 在管道内部,前望镜需要知道自己距离管道壁有多远,以及距离管道中的某个特征点有多远。这不仅有助于导航和避障,也是进行管道内部三维建模、定位缺陷、评估管道走向等任务的基础。
表面粗糙度测量: 管道内壁的粗糙度会影响流体阻力,从而影响输送效率。同时,粗糙度异常也可能预示着表面腐蚀或沉积物的形成,是早期预警的重要指标。
这些参数的定义和评价方法,通常在行业标准和规范中有详细规定,旨在为管道的生产、安装、运行和维护提供统一的技术依据。
3.1 市面上各种相关技术方案
在管道前望镜的测距应用中,市面上主流的测量技术各有侧重,我们可以根据具体需求来选择最合适的“眼睛”。
激光飞行时间(Time-of-Flight, ToF)测量
就像我们对着山谷喊一声,然后测量听到回声需要多长时间来估算山谷的距离一样。激光飞行时间传感器发射一个极短的激光脉冲,这个脉冲以光速(约每秒30万公里)前进,碰到管道内壁后反射回来,再被传感器接收。传感器内部的精密计时器会准确记录激光从发射到接收这段“旅行”的总时间。
工作原理和物理基础:
激光飞行时间测量基于光速恒定原理。传感器发射一束激光脉冲,当脉冲接触到目标物体表面后,一部分光会反射回来被传感器接收。通过测量激光脉冲从发射到接收的总时间差(往返时间),结合光在空气中的传播速度,就可以计算出传感器与目标物体之间的距离。
其基本计算公式为:
距离 (D) = 光速 (c) × 往返时间 (t) / 2
其中: * D 代表传感器到目标物体的距离。 * c 代表光在介质中的传播速度,在空气中近似为 3 × 10^8 米/秒。 * t 代表激光脉冲从发射到被反射回来的总时间。
之所以要除以2,是因为测量的是激光往返的总时间,而我们所需的距离是单程距离。
核心性能参数:
测量范围: 从几厘米到数百米甚至上千米。这是ToF技术的一大优势,使得它能够胜任从近距离目标到远距离目标的广泛应用。
精度: 激光飞行时间测距的精度通常在毫米到厘米级别。
响应时间: 通常在毫秒级别。这意味着传感器能够以较快的速度进行连续测量,捕获动态变化。
重复精度: 在相同条件下重复测量时,结果的一致性,通常在毫米级。
技术方案的优缺点:
优点:
测量范围广: 尤其擅长中长距离测量,非常适合管道内较长距离的前向探测,能提前发现障碍物或评估管道走向。
抗环境干扰能力强: 对管道内可能存在的灰尘、水汽、烟雾等环境因素有较好的抵抗力。ToF传感器通常采用脉冲调制技术,能够有效抑制环境杂散光的影响,即使在光线不均匀的环境中也能稳定工作。
适应性好: 对目标物体表面的颜色、粗糙度、反射率变化不敏感。
结构相对简单紧凑: 内部光学和电子器件相对简单,易于集成到管道前望镜等空间有限的设备中。
缺点:
短距离精度相对较低: 在极短距离(例如几毫米到几十毫米)的超高精度测量上,ToF传感器通常不如激光三角测量,难以达到微米级精度。
成本考量: 虽然整体性价比高,但根据测量范围和精度要求,高性能ToF传感器的价格仍会高于入门级传感器。
适用场景: 管道内部的通用距离测量、障碍物探测、管道长度评估,以及对精度要求在毫米级别的尺寸检测。例如,用于引导管道机器人导航、测量管道内壁与机器人之间的距离以防止碰撞,或初步确定大型缺陷的位置和大致尺寸。
激光三角测量
想象一下我们用三角尺测量高度。传感器发射一束激光,打到目标物体上形成一个光点。这个光点被传感器内的另一个位置敏感探测器(比如CMOS相机)接收。当目标物体距离发生变化时,光点在探测器上的位置也会发生偏移。传感器就像一位精确的“几何学专家”,通过测量这个偏移量,并利用三角几何原理,就能计算出距离。
工作原理和物理基础:
激光三角测量基于三角函数原理。传感器内部包含一个激光发射器和一个接收器(通常是CCD或CMOS线性阵列传感器),两者之间有一个固定的基线距离。激光束以特定角度发射到被测物体表面,形成一个光点。反射光会从光点射向接收器。当目标物体的距离发生变化时,反射光在接收器上的入射角度会改变,导致光点在接收器阵列上的位置发生位移。通过精确测量这个位移量,并结合发射器、接收器和基线距离的几何关系,就可以计算出目标物体到传感器的距离。
简化的距离计算公式(实际应用中会通过标定和更复杂的算法进行修正)可以表示为: D = L * f / (x * sin(θ) + f * cos(θ)) 其中: * D是传感器到目标物体的垂直距离。 * L是激光发射器和接收器之间的基线距离。 * f是接收镜头焦距。 * x是反射光点在接收器上的位移。 * θ是激光发射角度。
核心性能参数:
测量距离: 通常为几毫米到几百毫米,适用于近距离高精度测量。
重复精度: 可达微米级别。
线性度: 优异。
响应速度: 快至毫秒级,适合在线检测。
技术方案的优缺点:
优点:
超高精度: 在短距离测量中能达到微米级的精度,非常适合管道内部的精细尺寸测量和微小缺陷检测,如焊缝高度、裂纹宽度、腐蚀坑深度。
分辨率高: 能捕捉到目标物体表面非常微小的变化和形貌细节。
结构紧凑: 易于集成到空间有限的管道前望镜中,不占用太多内部空间。
缺点:
测量范围有限: 测量距离通常较短,不适合远距离探测或导航。
受表面特性影响较大: 目标表面反射率、颜色、倾斜角度会显著影响测量精度和稳定性,例如在强反光或吸光表面可能表现不佳。
抗环境干扰能力弱: 管道内的灰尘、水汽、烟雾等可能遮挡光路,影响测量精度和信号接收。
适用场景: 管道内壁的几何尺寸、焊缝、微小裂纹、腐蚀坑深度等需要高精度近距离测量的场合,尤其是在管道表面形貌分析和缺陷量化方面。
结构光三维视觉测量
传感器像一个"光线投影仪"一样,向管道内壁投射一个已知图案(比如一系列平行线或网格)。当这些光线图案照射到有起伏的表面时,就会发生变形。一个高分辨率相机从另一个角度捕捉这些变形的图案。传感器就像一位“几何学家”,通过分析这些图案的变形,结合三角测量原理,就能精确地重建出管道内壁的三维形状,包括它的凹凸、弯曲和缺陷。
工作原理和物理基础:
结构光三维视觉测量通过向物体表面投射已知的光图案(如激光条纹、网格、编码图案),并使用一个或多个摄像头从不同角度捕获这些图案在物体表面上的畸变图像。由于物体的三维形状会使投射光图案发生可预测的变形,系统通过分析这些畸变,结合摄像头和投影仪的几何参数(已通过标定获取),利用三角测量原理,计算出物体表面上每个点的三维坐标,最终重建出物体表面的完整三维点云数据或模型。
核心性能参数:
Z轴重复精度: 可达微米级别。
视野(FOV): 可变,从几十毫米到几米,适应不同尺寸的管道。
测量速度: 可达每秒数千个3D轮廓,效率较高。
技术方案的优缺点:
优点:
三维形貌获取: 能全面获取管道内壁的三维数据,对复杂几何缺陷(如凹坑、凸起、裂纹深度)有极高的检测能力,提供更直观、全面的缺陷信息。
非接触式: 不会对管道内壁造成任何损伤,适用于各类材质管道。
高效率: 一次扫描可获取较大面积的三维数据,显著提升检测效率。
缺点:
对环境光敏感: 管道内光线条件复杂或有强反射区域可能影响投射图案的清晰度,进而影响测量精度。
数据量大,处理复杂: 生成的三维点云数据量庞大,需要强大的计算能力和专业的图像处理软件进行分析。
成本较高: 系统通常较为复杂,包含高分辨率相机、高精度投影仪和强大处理器,初期投资成本相对较高。
适用场景: 管道内部的整体形变分析、复杂缺陷(如鼓包、凹陷、大面积腐蚀)的三维量化、焊缝区域的完整性检查以及管道内部三维建模。
二维光学影像测量
就像一个高精度相机在拍照,但它不是拍颜色,而是拍形状轮廓。系统通过高亮度的LED背光照亮管道内壁,使其轮廓清晰地呈现在相机视野中。高分辨率CMOS相机捕捉这些轮廓图像。通过先进的图像处理软件,系统能够识别图像中的边缘,并根据像素信息,快速、精确地计算出管道内部的各种二维尺寸,比如某个孔洞的直径、一个缺陷的长度和宽度。
工作原理和物理基础:
二维光学影像测量系统通过利用高亮度的LED背光光源对被测物体(如管道内壁上的特征)进行照明,使其在相机视野中形成清晰的二维轮廓阴影。高分辨率的CMOS相机从正面捕捉这些阴影图像。系统随后利用图像处理软件,对捕捉到的图像进行边缘检测、特征提取和尺寸计算。通过预先的像素-物理尺寸标定,系统能够根据图像中像素点的数量和分布,精确计算出物体在二维平面上的各种尺寸、几何特征、角度和形状。
核心性能参数:
测量范围: 适用于局部区域的二维测量。
分辨率: 可达微米级别。
测量精度: 微米级别。
测量速度: 极快,适合批量检测。
技术方案的优缺点:
优点:
高精度、高速度: 在二维尺寸测量方面表现出色,能在短时间内完成对复杂零件多个尺寸的精确测量。
非接触式: 不会损伤管道内壁,避免二次污染或划伤。
易于操作: 界面通常比较直观,适合快速批量检测,降低操作难度。
缺点:
仅限二维测量: 无法直接获取物体深度信息和三维形貌,对于需要立体信息(如缺陷深度)的检测任务有局限性。
视野有限: 通常需要移动传感器或目标才能覆盖更大区域,对于大口径管道或大面积检测可能效率不高。
受对比度影响: 被测物体的轮廓必须清晰,否则影响边缘识别和测量精度。
适用场景: 管道内部的直径、椭圆度、关键孔位尺寸、缺陷(如划痕、裂纹)的长度和宽度等二维尺寸的快速、精确测量。
3.2 市场主流品牌/产品对比
以下是针对管道前望镜测距应用,几家主流国际测量产品厂商的对比:
日本基恩士 (激光三角测量)
技术:激光三角测量。
核心参数:测量距离 300 ± 100 mm,重复精度 10 μm,响应速度 1.5 ms。
应用特点和优势:日本基恩士在工业自动化传感器领域享有盛誉,其激光位移传感器以其卓越的高精度和高分辨率在近距离测量中表现出色。设备结构紧凑,易于集成到空间有限的管道前望镜中,特别适合用于管道内部的精细尺寸检测、焊缝检查以及微小缺陷的精确量化。
英国真尚有 (激光飞行时间ToF)
技术:激光飞行时间(ToF)。
核心参数:测量范围 0.05m 至 500m,精度 ±1mm,测量速度高达 250Hz,可测最高表面温度 1550℃,扩展工作温度 -40 ... + 60°C。
应用特点和优势:英国真尚有的LCJ系列激光测距传感器在长距离测量和恶劣环境适应性方面表现突出。其宽泛的测量范围和高精度,使其成为管道前望镜进行长距离探查和通用尺寸测量的理想选择。其能够测量高温物体表面距离,以及宽泛的工作温度范围,适用于高温化工管道、冶金管道等特殊管道检测。该系列传感器提供多种串行接口,并具有IP65防护等级。
德国西克 (激光飞行时间ToF)
技术:激光飞行时间(ToF)。
核心参数:测量距离 0.2 m 至 10 m (自然目标),重复精度 ±1 mm,响应时间 2 ms。
应用特点和优势:德国西克是全球知名的工业传感器制造商,其激光测距传感器以测量范围广、抗环境干扰能力强和坚固耐用而著称。适用于管道内部中长距离的检测任务,能够应对管道内部可能存在的灰尘、水汽、温度变化等复杂环境,提供稳定可靠的距离数据,支持在线批量检测,是通用管道距离测量的可靠选择。
美国康耐视 (结构光三维视觉测量)
技术:结构光三维视觉测量。
核心参数:Z轴重复精度最低 2.5 µm,视野(FOV)广,测量速度可达 2k 3D轮廓/秒。
应用特点和优势:美国康耐视是机器视觉领域的全球领导者,其In-Sight 3D系列传感器能够高精度地获取物体表面三维形状和尺寸数据。这对于管道内部复杂几何缺陷的精确测量至关重要,提供全面的三维缺陷分析能力。
意大利马波斯 (二维光学影像测量)
技术:二维光学影像测量。
核心参数:测量范围 100 x 100 mm (X-Y轴),分辨率最高 0.2 µm,测量精度 ±1 µm,测量速度快。
应用特点和优势:意大利马波斯是精密测量和质量控制解决方案的全球供应商。OptoFlash 2D光学测量系统以其高精度、高速度和非接触式测量特点脱颖而出。它能够在短时间内完成对复杂零件多个二维尺寸的精确测量,非常适用于管道内部各种几何尺寸的快速、在线批量检测,显著提高检测效率和数据可靠性。
3.3 选择设备/传感器时需要重点关注的技术指标及选型建议
选择合适的激光测距传感器,就像是给管道前望镜选配一双“火眼金睛”,需要综合考量多方面因素。
测量范围:
实际意义: 传感器能测量的最近距离到最远距离。这直接决定了你的“眼睛”能“看”多远,以及能否在极近距离进行精确定位。
对测量效果的影响: 范围过小可能无法提前发现远处的障碍物或进行远距离管道走向分析;而范围过大但精度不足的传感器,则可能在近距离精密测量时无法满足需求,造成资源浪费。
选型建议: 如果主要任务是远距离导航、障碍物探测和管道整体结构评估,应优先选择测量范围大的传感器(如激光飞行时间ToF)。如果主要是近距离的缺陷检测、焊缝测量等高精度任务,则应侧重短距离、超高精度的传感器(如激光三角测量、结构光)。
测量精度/重复精度:
实际意义: 精度是指测量结果与真实值之间的接近程度;重复精度则指传感器在相同条件下多次测量同一目标时,测量结果的一致性。
对测量效果的影响: 精度低会导致对管道尺寸的判断出现错误,可能遗漏关键缺陷或产生误报;重复精度差则会使数据波动大,无法进行可靠的趋势分析,降低了检测的可信度。
选型建议: 对于关键尺寸和缺陷深度测量,需要高精度传感器(如激光三角测量、结构光、白光干涉)。对于一般定位和距离探测,毫米级精度通常足够。在复杂的管道环境中,传感器的重复精度往往比绝对精度更能体现其稳定性,因此在对比选型时需要特别关注。
测量速度/响应时间:
实际意义: 传感器完成一次测量所需的时间,或者每秒能进行多少次测量(测量频率)。
对测量效果的影响: 速度慢会拖慢整个检测进程,尤其是在管道前望镜高速移动时,可能导致数据点稀疏,无法捕捉到管道表面的所有细节,进而错过重要缺陷。
选型建议: 对于高速移动的管道机器人或需要快速扫描大面积管道的场景,选择测量速度快的传感器至关重要。对于静态或慢速检测,对速度的要求可以适当放宽。
环境适应性(温度、灰尘、光照、反射率):
实际意义: 传感器在恶劣的管道环境中保持稳定工作的能力。
对测量效果的影响: 管道内部环境复杂多变,常有高温、潮湿、腐蚀性气体、灰尘、油污、强弱不均的光照,以及表面反射率差异大的材质。环境适应性差会导致传感器故障、测量数据不稳定或失真。
选型建议:
温度: 务必关注传感器的工作温度范围,对于高温管道,可能需要配备冷却外壳或选择具有更高耐温能力的传感器。
灰尘/水汽: 激光飞行时间(ToF)传感器通常对此有较好的抵抗力;而高精度的光学传感器可能需要额外的吹气装置或防护罩来保持光学窗口的清洁。
光照/反射率: ToF传感器对环境光和目标表面反射率变化不敏感,适用性广;激光三角测量和结构光可能需要额外考虑环境光抑制功能或对目标表面进行预处理。选择IP65或更高防护等级的传感器,能够有效防止水尘侵入。
输出接口:
实际意义: 传感器如何与管道前望镜的控制系统或数据记录系统进行通信和数据交互。
对测量效果的影响: 接口不兼容会大大增加系统集成的难度和成本,甚至导致无法集成。
选型建议: 确保传感器提供与现有系统兼容的多种标准接口。选择多接口选择性强的传感器,能提供更大的系统集成灵活性。
3.4 实际应用中可能遇到的问题和相应解决建议
即使选择了高性能的传感器,在复杂的管道检测实际应用中,仍可能遇到一些挑战。
问题1: 测量数据不稳定或出现异常跳变
原因分析:
管道内环境复杂性: 管道内部的灰尘、水雾、油污等悬浮颗粒或附着在传感器光学窗口上,都会导致激光信号衰减、散射,进而影响接收信号强度和稳定性。
目标表面反射率变化大: 管道内壁可能存在锈蚀、涂层脱落、焊缝、腐蚀坑等,导致不同区域的激光反射率差异巨大,传感器接收到的信号强度不一,影响测量稳定性。
传感器振动: 管道前望镜在移动过程中,尤其是在通过弯曲或复杂区域时,可能产生振动或晃动,导致传感器与目标之间的相对位置频繁变化,引起数据波动。
影响程度: 严重影响检测结果的准确性和可靠性,可能导致对缺陷的误判或遗漏,甚至影响管道前望镜的导航。
解决建议:
定期清洁与维护: 制定严格的传感器光学窗口清洁计划,在每次作业前后检查并清洁。
优化安装与防护: 确保传感器在管道前望镜上的固定牢固,采用减震措施,减少振动影响。可考虑为传感器安装吹气防尘罩或采用自清洁设计,保持光学窗口清洁。
选择抗干扰强的传感器: 优先选择对反射率变化不敏感、具有良好环境光抑制能力和高信噪比的传感器。
数据后处理: 在数据采集端或上位机软件中,应用平均滤波、中值滤波、卡尔曼滤波等算法对采集数据进行平滑处理,消除异常跳变,提高数据稳定性。
问题2: 传感器寿命短或故障率高,导致维护成本增加
原因分析:
恶劣环境超限运行: 传感器长时间在超出其额定工作温度、湿度、腐蚀性气体等极端环境中运行,加速了元器件老化和损坏。
机械冲击与磨损: 管道内部结构复杂,前望镜在移动过程中可能发生碰撞,或传感器外壳与管道内壁摩擦,造成物理损伤。
供电不稳定: 电源电压波动、电流过大或过小,以及线路老化、接触不良等,都可能对传感器内部电路造成损害。
影响程度: 增加设备的停机时间和维修频率,直接导致维护成本上升和检测效率下降。
解决建议:
严格选型与环境匹配: 在选购传感器时,务必根据管道的实际运行环境(如最高/最低温度、腐蚀性介质等)严格匹配传感器的防护等级、工作温度范围等指标。对于极端高温环境,务必考虑配备专业的冷却外壳。
强化物理防护: 为传感器设计和安装坚固耐用的保护罩或外壳,减少碰撞风险;定期检查传感器的机械固定情况和外壳磨损情况。
优化电源管理: 提供稳定可靠的电源供应,避免电压电流波动。定期检查并维护连接线路,确保连接可靠。
预防性维护计划: 制定传感器的定期检查、校准和预防性更换计划,避免在关键任务中出现突发故障。
问题3: 无法精确测量特定类型的缺陷,或检测盲区多
原因分析:
技术原理局限: 不同的传感器技术有其擅长和不擅长的测量对象。例如,激光飞行时间ToF传感器虽然测量范围广,但在测量微米级的表面粗糙度或极小的裂纹深度时,其精度可能不足。
分辨率或精度不足: 传感器本身的最高分辨率或精度无法满足对微小缺陷的量化要求。
光斑尺寸过大: 激光光斑尺寸太大,无法分辨微小缺陷的细节,导致“以偏概全”。
视场角限制: 单个传感器可能存在测量盲区,无法全面覆盖管道内壁。
影响程度: 遗漏关键缺陷信息,导致对管道健康状况的评估不准确,甚至带来潜在的安全隐患。
解决建议:
多技术融合应用: 针对不同类型的缺陷和测量需求,组合使用不同原理的传感器。例如,ToF传感器用于大范围距离定位和宏观缺陷的初步发现,而激光三角测量或结构光三维视觉传感器则用于微小缺陷的精细测量和三维形貌分析。
优化传感器配置: 对于需要检测微小细节的场景,选择光斑尺寸更小、分辨率更高的传感器,或通过调整传感器焦距来优化光斑大小。
多传感器协同工作: 在管道前望镜上集成多个传感器,通过调整它们的安装角度和位置,实现对管道内壁的全方位覆盖,消除测量盲区。
制定详细的检测策略: 在检测前,充分了解管道可能存在的缺陷类型和测量要求,根据这些需求定制合适的传感器配置和检测流程。
油气管道内部腐蚀与形变检测: 在长距离油气输送管道中,激光测距传感器安装在智能管道机器人上,实时测量管道内壁与机器人之间的距离。通过连续采集的数据,可以构建管道内壁的三维模型,从而定位腐蚀坑、凹陷、鼓包等结构性缺陷,并量化其严重程度,为管道的维修和更换提供科学依据,确保输油气安全。
城市排水管网破损与堵塞评估: 城市排水系统往往深埋地下,环境复杂且充满污水。管道前望镜搭载激光测距传感器,可以在黑暗、潮湿的排水管道中快速定位破损裂缝、接口错位以及异物堵塞点。传感器能够迅速提供堵塞物的距离和大致尺寸信息,为后续的清淤和修复作业提供精确的导航数据,有效提升城市排水系统的维护效率。
核电站管道焊缝质量与异物探测: 在核电站这种高辐射、高污染的特殊环境中,人工检测几乎不可能。机器人携带激光测距传感器进入反应堆冷却剂管道等关键区域,进行非接触式检测。传感器可以检查焊缝区域的尺寸均匀性、有无错位或缺陷,并探测管道内是否存在可能影响系统安全运行的异物或沉积物,确保核设施的长期稳定运行。
内径测量仪精密轮廓检测系统微观型面测量系统静态形变测量系统精密在线测厚系统振动测量系统无人警卫船光伏清洁机器人智能垃圾压实机智能机器人自稳定无人机起落平台空气质量检测仪桥梁结构健康检测系统其他检测系统
焊缝分析软件3D数据处理软件工业物联网平台电涡流软件预测分析软件AI软件计算机视觉平台数据平台解决方案服务免代码软件集成平台定制软件
测速测长_测距传感器 | 测距仪皮米级电容位移传感器线激光轮廓扫描仪 | 线扫激光传感器激光位移传感器线性位置传感器光谱共焦传感器Kaman传感器系统干涉仪测径仪 | 测微计 | 激光幕帘千分尺传感器纳米平台光栅传感器地下探测仪光纤传感器太赫兹传感器液位测量传感器倾角 | 加速度测量传感器3D扫描传感器视觉相机 | 3D相机水下测量仪磁耦合线性执行器磁场传感器雷达传感器石墨烯霍尔效应传感器卷材位置传感器振动测量传感器结构检测传感器监控电涡流传感器水听器校准器无线光学通讯传感器网关纳米级电涡流传感器其它检测设备