一种基于多传感器融合与深度学习的管道内缺陷智能检测方法

本发明公开了一种基于多传感器融合与深度学习的管道内缺陷智能检测方法，涉及工业缺陷检测领域。技术方案为：采集管道内部的三维点云数据和二维图像数据；对管道内部的三维点云数据和二维图像数据进行同步定位与地图构建处理，得到巡检路径数据；对巡检路径数据进行独立特征提取处理，得到视觉、漏磁和超声特征向量数据；对视觉、漏磁和超声特征向量数据进行不确定性系数量化处理，得到修正后的联合特征数据；对修正后的联合特征数据进行图神经网络多层次贝叶斯迭代计算处理，得到全局缺陷判定概率数据；对缺陷判定概率数据关联位姿数据处理，得到三维坐标映射生成缺陷热力图数据。本发明解决了现有检测单一性、精度不足及路径规划能力低的问题。