CN110146035A - 构件生产线的预埋件检测方法、装置、设备及系统 - Google Patents
构件生产线的预埋件检测方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN110146035A CN110146035A CN201910294461.7A CN201910294461A CN110146035A CN 110146035 A CN110146035 A CN 110146035A CN 201910294461 A CN201910294461 A CN 201910294461A CN 110146035 A CN110146035 A CN 110146035A
- Authority
- CN
- China
- Prior art keywords
- built
- fitting
- image
- die station
- laser
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 118
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000000605 extraction Methods 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2504—Calibration devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automatic Assembly (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种构件生产线的预埋件检测方法、装置、设备及系统。其中，方法包括获取待放置预埋件的位置信息、未放置预埋件的初始模台图像及放置预埋件后的模台图像；根据位置信息提取初始模台图像中的初始投影轮廓线、模台图像中的激光轮廓线和预埋件图像特征；根据初始投影轮廓线、激光轮廓线和标准激光轮廓线的比对结果，生成预埋件位置检测结果，标准激光轮廓线为待放置预埋件放置在模台的位置符合标准要求时的激光轮廓线；根据预埋件图像特征和待放置预埋件图像特征的比对结果，生成预埋件类型检测结果，从而实现了预埋件有无、放置位置和类型的快速、准确检测，提高了预制构件自动化程度和生产效率，降低人工劳动工作量。
Description
技术领域
本发明实施例涉及装配式建筑技术领域，特别是涉及一种构件生产线的预埋件检测方法、装置、设备及系统。
背景技术
随着建筑工程行业的发展，传统建筑的现浇方式，由于工序繁琐、人工需求大、管理混乱、资源浪费、噪音大、工期较长、建筑质量不可控，导致建筑质量问题较多。装配式建筑方式的诞生，即设计-制造 -装配(施工)一体化，有效地解决了上述问题，广泛应用于建筑行业。
装配式建筑模式，需要在施工之前预先制备好各种预制构件，预制构件生产工艺形式主要有两种，即固定工位生产方式和流水线生产方式。流水线生产方式的特点是台模(也就是工作平台，或是模台) 随着工艺顺序通过生产线的传送系统流动至每个工序对应的工位；每一个工位的操作人员和具体工作相对固定，例如，装挡边模、钢筋摆放、混凝土浇筑、振捣、养护等操作在固定位置由相对固定的人和设备来操作。这种生产工艺形式可降低劳动强度、提高生产效率，节省人工，目前国内预制构件生产企业对于预制外墙板和内墙板多采用这两种生产方式进行生产。
台模分为固定台模和移动台模，二者在结构上没太多不一样，主要区别在于是否移动，是否随着生产线流转。所谓固定台模，就是台模下面只有支腿或者支撑架，台模不能移动，而移动台模，生产线上设有多个滚轮台座，台模下方的柱状物，台模可在滚轮台座(地面行走轮)上流转，台模在流水线上流转于不同的工位，先后完成清扫、划线、预埋、喷油、配筋、浇筑、养护等工序。
预制构件自动化生产过程中，通常在钢筋骨架组合完成后，需将预埋件放置在预制构件生产模台的指定位置。相关技术采用基于计算机视觉技术结合传感器技术确定预埋件在台模上的摆放位置。但是，在实际生产过程中如发生异常，为保证检测完整性，需将台模退出图像采集室，人工定位异常点并加以修正后，模台才可再次进入检测。人工定位异常点，不仅需要耗费大量人力，加重人工工作量，而且模台反复进出势必影响预制构件的生产效率，导致整个预制构件生产效率较低。
发明内容
本公开实施例提供了一种构件生产线的预埋件检测方法、装置、设备及系统，实现了预制构件中预埋件的有无、放置位置和类型的快速、准确检测，提高预制构件自动化程度，提高生产效率，降低人工劳动工作量。
为解决上述技术问题，本发明实施例提供以下技术方案：
本发明实施例一方面提供了一种的构件生产线的预埋件检测法，包括：
获取待放置预埋件的位置信息及未放置预埋件的初始模台图像；
获取放置预埋件后的模台图像，并根据所述位置信息提取所述模台图像的激光轮廓线和预埋件图像特征；
根据所述初始投影轮廓线、所述激光轮廓线和标准激光轮廓线的比对结果，生成预埋件位置检测结果；
根据所述预埋件图像特征和预先存储的所述待放置预埋件图像特征的比对结果，生成预埋件类型检测结果；
其中，所述初始模台图像包括所述待放置预埋件在模台的初始投影轮廓线，所述标准激光轮廓线为所述待放置预埋件放置在所述模台的位置符合标准要求时的激光轮廓线。
可选的，所述生成预埋件位置检测结果之后，还包括：
根据所述预埋件位置检测结果确定所述模台未放置预埋件，则所述激光轮廓线的显示颜色为第一颜色；
根据所述预埋件位置检测结果确定所述模台中的预埋件放置位置符合所述标准要求，则所述激光轮廓线的显示颜色为第二颜色；
根据所述预埋件位置检测结果确定所述模台的预埋件放置位置不符合所述标准要求，则所述激光轮廓线的显示颜色为第三颜色。
可选的，所述根据所述预埋件位置检测结果确定所述模台的预埋件放置位置不符合所述标准要求之后，还包括：
进行报警提示，以提示用户所述模台的预埋件放置位置不符合所述标准要求。
可选的，所述生成预埋件类型检测结果之后，还包括：
根据所述预埋件类型检测结果确定所述模台的预埋件类型与所述待放置预埋件的类型不同，进行报警提示，以提示用户所述模台的预埋件类型出错。
可选的，所述生成预埋件类型检测结果之后，还包括：
根据所述预埋件类型检测结果确定所述模台的预埋件类型与所述待放置预埋件的类型不同，则所述激光轮廓线的显示颜色为第四颜色。
可选的，所述待放置预埋件为多个，所述根据所述位置信息提取所述模台图像的激光轮廓线和预埋件图像特征包括：
根据各待放置预埋件的位置信息从所述模台图像中提取相对应的预埋件区域图像；
对每个预埋件区域图像进行图像预处理，以提取得到各自相应的激光轮廓线和预埋件图像特征。
可选的，所述生成预埋件类型检测结果之后，还包括：
将所述预埋件类型检测结果和所述预埋件位置检测结果记录并存储于云端服务器中。
本发明实施例另一方面提供了一种构件生产线的预埋件检测装置，包括：
初始信息获取模块，用于获取待放置预埋件的位置信息及未放置预埋件的初始模台图像，所述初始模台图像包括所述待放置预埋件在模台的初始投影轮廓线；
预埋件当前状态信息提取模块，用于获取放置预埋件后的模台图像，并根据所述位置信息提取所述模台图像的激光轮廓线和预埋件图像特征；
预埋件位置检测模块，用于根据初始投影轮廓线、所述激光轮廓线和标准激光轮廓线的比对结果，生成预埋件位置检测结果；所述标准激光轮廓线为所述待放置预埋件放置在所述模台的位置符合标准要求时的激光轮廓线；
预埋件类型检测模块，用于根据所述预埋件图像特征和预先存储的所述待放置预埋件图像特征的比对结果，生成预埋件类型检测结果。
本发明实施例还提供了一种构件生产线的预埋件检测设备，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述构件生产线的预埋件检测方法的步骤。
本发明实施例还提供了一种构件生产线的预埋件检测系统，包括视觉传感器、投影设备及如前所述的构件生产线的预埋件检测装置；所述构件生产线的预埋件检测装置分别与所述视觉传感器和所述投影设备相连；所述投影设备用于根据接收到的位置数据信息向模台上投射激光线。
本发明实施例最后还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有构件生产线的预埋件检测程序，所述构件生产线的预埋件检测程序被处理器执行时实现如前任一项所述构件生产线的预埋件检测方法的步骤。
本申请提供的技术方案的优点在于，基于预埋件的图像特征信息、在预制构件中的位置信息和其按照标准要求放置在模台时的激光轮廓线信息，通过比对未放置预埋件的模台图像和放置预埋件的模台图像的激光轮廓线实现对预埋件有无放置、放置准确与否、放置预埋件类别是否准确的快速、精准检测识别，不需要外加图像采集罩壳，检测异常时人工可直接处理，解决了因图像采集室遮挡导致操作员不方便进入，需要模台反复进出图像采集室导致预制构件生产效率低的问题，有效提高了预制构件自动化程度和生产效率，降低人工劳动工作量。
此外，本发明实施例还针对构件生产线的预埋件检测方法提供了相应的实现装置、设备及系统，进一步使得所述方法更具有实用性，所述装置、设备及系统具有相应的优点。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
为了更清楚的说明本发明实施例或相关技术的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种构件生产线的预埋件检测方法的流程示意图；
图2为本发明实施例提供的另一种构件生产线的预埋件检测方法的流程示意图；
图3为本发明实施例提供的构件生产线的预埋件检测装置的一种具体实施方式结构图；
图4为本发明实施例提供的构件生产线的预埋件检测装置的另一种具体实施方式结构图；
图5为本发明实施例提供的构件生产线的预埋件检测系统的一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
在介绍了本发明实施例的技术方案后，下面详细的说明本申请的各种非限制性实施方式。
首先参见图1，图1为本发明实施例提供的一种构件生产线的预埋件检测方法的流程示意图，本发明实施例可包括以下内容：
S101：获取待放置预埋件的位置信息及未放置预埋件的初始模台图像。
基于预制构件(例如PC构件，即混凝土构件)的BIM建筑设计模型可得到该构件中各预埋件的位置相关信息数据，预埋件有各种类型，在不同构件中摆放的位置不同，这些位置相关信息数据用于作为激光投影的数据信息，从这些数据中提取得到预埋件的位置坐标信息数据，位置坐标信息数据可存储在搭载BIM平台的服务器上或其他任何一台计算机或其他存储设备。在执行本申请实施例时，可直接从数据存储端获取这些位置信息数据。
在获取得到位置信息数据后，可在本地保存位置信息数据，并建立位置信息数据-预埋件-构件的一个对应关系，以便后续进行相同类型预埋件的检测中便可直接从本地内存中调用，无需从其他存储端获取，节省操作和传输时间，从而有利于提升整个预制构件的生产效率。
当预制构件模台自动流转到指定位置后，投影设备会根据接收到的位置信息数据向模台投射待放置预埋件的轮廓线，同时，架设在模台上方的视觉传感器对投影后的模台进行视觉成像，拍摄未放置预埋件的模台图像，也即得到初始模台图像，初始模台图像包括待放置预埋件在模台的初始投影轮廓线。
S102：获取放置预埋件后的模台图像，并根据位置信息提取模台图像的激光轮廓线和预埋件图像特征。
考虑到人工或机器将预埋件放置在模台上需要一定的时间，故可设置获取频率或者获取周期，每隔一段时间(如2min)进行一次模台图像的获取。本领域技术人员可根据实际情况确定图像获取频率或周期，本申请对此不做任何限定。
激光轮廓线为模台上放置预埋件后，投影设备出射的激光线投射在模台上经预埋件位置影响后的轮廓线形状，预埋件图像特征为提取的模台上预埋件的图形特征，可用于表征预埋件的类型。
在获取得到安放预埋件的模台图像后，可先根据预埋件的位置信息在模台图像中定位到预埋件区域图像，然后在从预埋件区域图像中提取激光轮廓线和预埋件图像特征。相同的，从初始模台图像中提取初始投影轮廓线时，也可先确定预埋件区域图像，然后再从预埋件区域图像中提取得到初始投影轮廓线。
可利用任何一种图像处理方法从图像中提取激光轮廓线和预埋件图像特征，本申请对此不做任何限定，从预埋件区域图像中提取激光轮廓线和预埋件图像特征可参阅相关技术的实现过程，此处，便不再赘述。
当预制构件中包含多个预埋件时，例如楼梯预埋件中包含竖直吊点、侧面吊点、销键预留洞等，可依次获取各预埋件的位置信息，然后根据各待放置预埋件的位置信息从模台图像中提取相对应的预埋件区域图像；对每个预埋件区域图像进行图像预处理，以提取得到各自相应的激光轮廓线和预埋件图像特征。图像预处理可为任何一种可从图像中提取得到激光轮廓线和图像特征的图像处理技术，例如可利用 LSD直线段检测分割技术从图像中提取激光轮廓线，利用深度学习算法从模台图像中提取预埋件图像特征，本申请对此不做任何限定。
S103：根据初始投影轮廓线、激光轮廓线和标准激光轮廓线的比对结果，生成预埋件位置检测结果。
预埋件位置检测结果可为以下任意一项：未放置预埋件、准确放置预埋件、预埋件放置位置不到位。当预埋件放置位置不到位时，可记录当前预埋件的放置位置坐标信息，以用于后续产品追溯。
标准激光轮廓线为待放置预埋件放置在模台的位置符合标准要求时的激光轮廓线。标准要求为预埋件放置在模台上的规范要求，为本领域技术人员约定俗成的要求或者是预先设定好的规范要求。
模台放置预埋件的区域内未放置任何预埋件，则激光轮廓线形状不变化，也即初始投影轮廓线和激光轮廓线相同。模台上放置预埋件后，激光轮廓线形状发生变化，初始投影轮廓线和激光轮廓线不相同。如预埋件放置倾斜或放置不到位等情况都会影响激光投影后的轮廓线形状，据此可以判别是否放置预埋件与放置是否符合基本要求，也即，通过比对分析激光轮廓线和标准激光轮廓线可知，当前预埋件的放置位置是否准确。
S104：根据预埋件图像特征和预先存储的待放置预埋件图像特征的比对结果，生成预埋件类型检测结果。
预埋件类型检测结果可为模台放置预埋件为指代类型的预埋件或者是模台放置预埋件不为指代类型的预埋件。举例来说，待放置预埋件为窗框连接件，若当前放置在模台上的为滴水槽，那么经过S104 比对结果可知，预埋件类型检测结果为预埋件类型不为指定预埋件类型；若当前放置在模台上的为窗框连接件，那么经过S104比对结果可知，预埋件类型检测结果为预埋件类型为指定预埋件类型。
S102中提取的预埋件图像特征和预先存储的图像特征为采用同一种特征提取算法提取得到的特征。
在S104中，可选的，可仅简单比对S102提取的预埋件图像特征是否和预先存储的待放置预埋件图像特征相同。当然，也可先识别 S102提取的预埋件图像特征对应的预埋件类型，然后和待放置预埋件的类型进行比对，针对这种场景，需要先构建预埋件类型识别模型，用于识别输入特征对应的预埋件类型，可采用任何一种机器学习方法构建预埋件类型识别模型，具体实现过程可参阅相关技术的描述，此处，不再赘述。
为了进一步提高整个构件生产线的预埋件检测流程的效率，可选的，在预埋件放置在模台上，且预埋件的摆放位置符合要求之后，在对预埋件的类型进行检测。
需要说明的是，本申请不限定S103和S104的执行顺序，也即可先执行S104，然后再执行S103，也可同时执行S103和S104，这均不影响本申请的实现。
在本发明实施例提供的技术方案中，基于预埋件的图像特征信息、在预制构件中的位置信息和其按照标准要求放置在模台时的激光轮廓线信息，通过比对未放置预埋件的模台图像和放置预埋件的模台图像的激光轮廓线实现对预埋件有无放置、放置准确与否、放置预埋件类别是否准确的快速、精准检测识别，不需要外加图像采集罩壳，检测异常时人工可直接处理，解决了因图像采集室遮挡导致操作员不方便进入，需要模台反复进出图像采集室导致预制构件生产效率低的问题，有效提高了预制构件自动化程度和生产效率，降低人工劳动工作量。
本申请还提供了另外一个实施例，请参见图2，图2为本发明实施例提供的另一种构件生产线的预埋件检测方法的流程示意图，可包括以下内容：
S201：获取待放置预埋件的位置信息及未放置预埋件的初始模台图像。
S202：获取放置预埋件后的模台图像，并根据位置信息提取模台图像的激光轮廓线和预埋件图像特征。
S203：根据初始投影轮廓线、激光轮廓线和标准激光轮廓线的比对结果，生成预埋件位置检测结果。
S204：根据预埋件位置检测结果判断模台是否放置预埋件，若是，则执行S205，若否，则执行S208。
S205：判断预埋件的放置位置是否符合标准要求，若是，则执行 S206，若否，则执行S207。
S206：将投射到模台的激光轮廓线的显示颜色调整为第二颜色，并执行S209。
S207：将投射到模台的激光轮廓线的显示颜色调整为第三颜色，并执行S212。
S208：将投射到模台的激光轮廓线的显示颜色调整为第一颜色，并执行S212。
S209：根据预埋件图像特征和预先存储的待放置预埋件图像特征的比对结果，生成预埋件类型检测结果。
S210：根据预埋件类型检测结果判断预埋件类型是否准确，若是，执行S213，若否，则执行S211。
举例来说，如未放置预埋件，预埋件区域投影红色激光轮廓线；当正确放置预埋件后，激光轮廓线改变为绿色；如放置位置或类型不正确时，投射黄色激光轮廓线。
通过改变模台上激光投影线颜色直观展示检测结果，可以避免操作人员漏操作或误操作，同时，操作人员可直接通过观看模台激光投影线颜色来确定安装结果，节省操作人员来回查看操作屏的时间，提高工作效率。
S211：将投射到模台的激光轮廓线的显示颜色调整为第四颜色。
可选的，预埋件类型出错时，激光轮廓线的显示颜色也可与预埋件放置位置不符合标准时的激光轮廓线的显示颜色相同。
S212：进行报警提示。
报警提示可仅有报警信息，例如蜂鸣器报警，可以按照不同的报警内容设置分级别报警，级别不同，分贝不同，例如未放置预埋件为一级报警，放置预埋件不合要求为二级报警，预埋件类型出错为三级报警。
在没差别报警的同时，还可携带提示信息，提示方式可为语音提示、显示灯颜色提示，举例来说，可播放当前要提示的内容，例如未放置预埋件；显示灯为红色，则表示未放置预埋件，显示灯为绿色，则表示放置预埋件不合要求，显示灯为黄色，预埋件类型不对。
S213：将预埋件类型检测结果和预埋件位置检测结果记录并存储于云端服务器中。
可将最终检测结果，图像等数据信息进行更新、记录和保存，还可将每个预埋件的检测过程所涉及到的所有数据进行记录和保存，用于信息化建设，以便后续产品记录与追溯。
本发明实施例与上述实施例相同的方法或步骤，可参阅上述实施例记载的实现过程，此处，便不再赘述。
由上可知，本发明实施例实现了预埋件埋放位置和类型的准确度检测，提高了预制构件自动化程度和生产效率，降低人工劳动工作量；此外，根据预埋件安放结果对投射的预埋件激光轮廓线颜色进行变化，实时、直观的将检测结果反馈出来，可以避免操作人员漏操作或误操作，同时，操作人员可直接通过观看模台激光投影线颜色来确定安装结果，节省操作人员来回查看操作屏的时间，提高预埋件放置效率，进一步的降低了人工劳动量。
本发明实施例还针对构件生产线的预埋件检测方法提供了相应的实现装置，进一步使得所述方法更具有实用性。下面对本发明实施例提供的构件生产线的预埋件检测装置进行介绍，下文描述的构件生产线的预埋件检测装置与上文描述的构件生产线的预埋件检测方法可相互对应参照。
参见图3，图3为本发明实施例提供的构件生产线的预埋件检测装置在一种具体实施方式下的结构图，该装置可包括：
初始信息获取模块301，用于获取待放置预埋件的位置信息及未放置预埋件的初始模台图像，初始模台图像包括待放置预埋件在模台的初始投影轮廓线。
预埋件当前状态信息提取模块302，用于获取放置预埋件后的模台图像，并根据位置信息提取模台图像的激光轮廓线和预埋件图像特征。
预埋件位置检测模块303，用于根据初始投影轮廓线、激光轮廓线和标准激光轮廓线的比对结果，生成预埋件位置检测结果；标准激光轮廓线为待放置预埋件放置在模台的位置符合标准要求时的激光轮廓线。
预埋件类型检测模块304，用于根据预埋件图像特征和预先存储的待放置预埋件图像特征的比对结果，生成预埋件类型检测结果。
可选的，在本实施例的一些实施方式中，请参阅图4，所述装置还可以包括激光轮廓线显示调整模块305，用于根据预埋件位置检测结果确定模台未放置预埋件，则激光轮廓线的显示颜色为第一颜色；根据预埋件位置检测结果确定模台中的预埋件放置位置符合标准要求，则激光轮廓线的显示颜色为第二颜色；根据预埋件位置检测结果确定模台的预埋件放置位置不符合标准要求，则激光轮廓线的显示颜色为第三颜色；根据预埋件类型检测结果确定模台的预埋件类型与待放置预埋件的类型不同，则激光轮廓线的显示颜色为第四颜色。
在另外一些实施方式中，所述装置还包括报警提示模块306，用于进行报警提示，以提示用户模台的预埋件放置位置不符合标准要求或者是提示用户模台的预埋件类型出错。
此外，所述装置例如还包括云端存储模块307，用于将预埋件类型检测结果和预埋件位置检测结果记录并存储于云端服务器中。
可选的，在其他一些实施方式中，所述预埋件当前状态信息提取模块302还可用于根据各待放置预埋件的位置信息从模台图像中提取相对应的预埋件区域图像；对每个预埋件区域图像进行图像预处理，以提取得到各自相应的激光轮廓线和预埋件图像特征。
本发明实施例所述构件生产线的预埋件检测装置的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例实现了预埋件埋放位置和类型的准确度检测，通过控制不同预埋件安放结果对投射的预埋件激光轮廓线进行不同的颜色变化，实时、直观的将检测结果反馈出来，提高了预制构件自动化程度和生产效率，提高了预埋件安放效率，降低了人工劳动工作量。
本发明实施例还提供了一种构件生产线的预埋件检测系统，请参阅图5，可包括视觉传感器501、构件生产线的预埋件检测装置502 及投影设备503。
构件生产线的预埋件检测装置502分别与视觉传感器501和投影设备503相连。
视觉传感器501用于对模台进行视觉成像，生成模台图像，模台图像包括未放置预埋件的模台图像和放置预埋件的模台图像。视觉传感器 501可以实时采集图像，并将采集的图像存储在预设位置或者是直接发送至构件生产线的预埋件检测装置502中。考虑到人工或机器将预埋件放置在模台上需要一定的时间，故可设置视觉传感器501按照预设频率，每隔一段时间(如2min)进行一次模台图像的采集。视觉传感器采集图像频率可以通过人工操作，也可通过机器操作。例如人工操作时，可增加外部按钮或其他操作装置，点击后可发送触发图像采集信号；机器操作时，机械手等机器抓取预埋件进行摆放，摆放完成后，电控系统再发采集图像信号，即由电控系统控制图像的采集频率。
投影设备503用于根据接收到的位置数据信息在模台上投射激光线，这些位置数据信息表征预埋件在预制构件中的位置，利用激光线将放置位置的轮廓投射出来，以使工作人员按照投射的激光轮廓线在模台上摆放预埋件。
构件生产线的预埋件检测装置502可参阅上述装置实施例的相关描述，此处不再赘述。
本发明实施例所述构件生产线的预埋件检测系统的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例实现了预埋件埋放位置和类型的准确度检测，通过控制不同预埋件安放结果对投射的预埋件激光轮廓线进行不同的颜色变化，实时、直观的将检测结果反馈出来，提高了预制构件自动化程度和生产效率，提高了预埋件安放效率，降低了人工劳动工作量。
本发明实施例还提供了一种构件生产线的预埋件检测设备，具体可包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序以实现如上任意一实施例所述构件生产线的预埋件检测方法的步骤。
本发明实施例所述构件生产线的预埋件检测设备的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例实现了预埋件埋放位置和类型的准确度检测，通过控制不同预埋件安放结果对投射的预埋件激光轮廓线进行不同的颜色变化，实时、直观的将检测结果反馈出来，提高了预制构件自动化程度和生产效率，提高了预埋件安放效率，降低了人工劳动工作量。
本发明实施例还提供了一种计算机可读存储介质，存储有构件生产线的预埋件检测程序，所述构件生产线的预埋件检测程序被处理器执行时如上任意一实施例所述构件生产线的预埋件检测方法的步骤。
本发明实施例所述计算机可读存储介质的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
本发明实施例实现了预埋件埋放位置和类型的准确度检测，通过控制不同预埋件安放结果对投射的预埋件激光轮廓线进行不同的颜色变化，实时、直观的将检测结果反馈出来，提高了预制构件自动化程度和生产效率，提高了预埋件安放效率，降低了人工劳动工作量。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程 ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种构件生产线的预埋件检测方法、装置、设备及系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种构件生产线的预埋件检测方法，其特征在于，包括：
获取待放置预埋件的位置信息及未放置预埋件的初始模台图像；
获取放置预埋件后的模台图像，并根据所述位置信息提取所述模台图像的激光轮廓线和预埋件图像特征；
根据初始投影轮廓线、所述激光轮廓线和标准激光轮廓线的比对结果，生成预埋件位置检测结果；
根据所述预埋件图像特征和预先存储的所述待放置预埋件图像特征的比对结果，生成预埋件类型检测结果；
其中，所述初始模台图像包括所述待放置预埋件在模台的初始投影轮廓线，所述标准激光轮廓线为所述待放置预埋件放置在所述模台的位置符合标准要求时的激光轮廓线。
2.根据权利要求1所述的构件生产线的预埋件检测方法，其特征在于，所述生成预埋件位置检测结果之后，还包括：
根据所述预埋件位置检测结果确定所述模台未放置预埋件，则所述激光轮廓线的显示颜色为第一颜色；
根据所述预埋件位置检测结果确定所述模台中的预埋件放置位置符合所述标准要求，则所述激光轮廓线的显示颜色为第二颜色；
根据所述预埋件位置检测结果确定所述模台的预埋件放置位置不符合所述标准要求，则所述激光轮廓线的显示颜色为第三颜色。
3.根据权利要求2所述的构件生产线的预埋件检测方法，其特征在于，所述根据所述预埋件位置检测结果确定所述模台的预埋件放置位置不符合所述标准要求之后，还包括：
进行报警提示，以提示用户所述模台的预埋件放置位置不符合所述标准要求。
4.根据权利要求1至3任意一项所述的构件生产线的预埋件检测方法，其特征在于，所述生成预埋件类型检测结果之后，还包括：
根据所述预埋件类型检测结果确定所述模台的预埋件类型与所述待放置预埋件的类型不同，进行报警提示，以提示用户所述模台的预埋件类型出错。
5.根据权利要求4所述的构件生产线的预埋件检测方法，其特征在于，所述生成预埋件类型检测结果之后，还包括：
根据所述预埋件类型检测结果确定所述模台的预埋件类型与所述待放置预埋件的类型不同，则所述激光轮廓线的显示颜色为第四颜色。
6.根据权利要求5所述的构件生产线的预埋件检测方法，其特征在于，所述待放置预埋件为多个，所述根据所述位置信息提取所述模台图像的激光轮廓线和预埋件图像特征包括：
根据各待放置预埋件的位置信息从所述模台图像中提取相对应的预埋件区域图像；
对每个预埋件区域图像进行图像预处理，以提取得到各自相应的激光轮廓线和预埋件图像特征。
7.根据权利要求6所述的构件生产线的预埋件检测方法，其特征在于，所述生成预埋件类型检测结果之后，还包括：
将所述预埋件类型检测结果和所述预埋件位置检测结果记录并存储于云端服务器中。
8.一种构件生产线的预埋件检测装置，其特征在于，包括：
初始信息获取模块，用于获取待放置预埋件的位置信息及未放置预埋件的初始模台图像，所述初始模台图像包括所述待放置预埋件在模台的初始投影轮廓线；
预埋件当前状态信息提取模块，用于获取放置预埋件后的模台图像，并根据所述位置信息提取所述模台图像的激光轮廓线和预埋件图像特征；
预埋件位置检测模块，用于根据初始投影轮廓线、所述激光轮廓线和标准激光轮廓线的比对结果，生成预埋件位置检测结果；所述标准激光轮廓线为所述待放置预埋件放置在所述模台的位置符合标准要求时的激光轮廓线；
预埋件类型检测模块，用于根据所述预埋件图像特征和预先存储的所述待放置预埋件图像特征的比对结果，生成预埋件类型检测结果。
9.一种构件生产线的预埋件检测系统，其特征在于，包括视觉传感器、投影设备及如权利要求8所述的构件生产线的预埋件检测装置；所述构件生产线的预埋件检测装置分别与所述视觉传感器和所述投影设备相连；所述投影设备用于根据接收到的位置数据信息向模台上投射激光线。
10.一种构件生产线的预埋件检测设备，其特征在于，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7任一项所述构件生产线的预埋件检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910294461.7A CN110146035B (zh) | 2019-04-12 | 2019-04-12 | 构件生产线的预埋件检测方法、装置、设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910294461.7A CN110146035B (zh) | 2019-04-12 | 2019-04-12 | 构件生产线的预埋件检测方法、装置、设备及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110146035A true CN110146035A (zh) | 2019-08-20 |
| CN110146035B CN110146035B (zh) | 2020-12-25 |
Family
ID=67588862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910294461.7A Expired - Fee Related CN110146035B (zh) | 2019-04-12 | 2019-04-12 | 构件生产线的预埋件检测方法、装置、设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110146035B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111287212A (zh) * | 2020-02-15 | 2020-06-16 | 广州市芳村建筑工程有限公司 | 电力设备基础两步式施工方法 |
| CN111775301A (zh) * | 2020-06-18 | 2020-10-16 | 中民筑友有限公司 | 预制件生产线上的模台定位方法 |
| CN113375560A (zh) * | 2021-07-13 | 2021-09-10 | 北京好运达智创科技有限公司 | 梁体预埋件进场检验系统及方法 |
| CN113505407A (zh) * | 2021-06-22 | 2021-10-15 | 筑友智造建设科技集团有限公司 | 基于投影的预制构件生产方法、系统、设备及存储介质 |
| CN115126266A (zh) * | 2022-07-04 | 2022-09-30 | 中铁二十局集团第二工程有限公司 | 一种预埋件施工方法 |
| WO2023216643A1 (zh) * | 2022-05-11 | 2023-11-16 | 杭州众硅电子科技有限公司 | 一种晶圆清洁干燥模组状态检测方法、装置及平坦化设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04161841A (ja) * | 1990-10-25 | 1992-06-05 | Nippon Steel Corp | 光学式プリント基板検査装置 |
| CN103745026A (zh) * | 2013-11-27 | 2014-04-23 | 上海国际航运服务中心开发有限公司 | 用于水工构筑物的预埋件的定位装置及安装方法 |
| CN104713885A (zh) * | 2015-03-04 | 2015-06-17 | 中国人民解放军国防科学技术大学 | 一种用于pcb板在线检测的结构光辅助双目测量方法 |
| CN104867148A (zh) * | 2015-04-22 | 2015-08-26 | 北京爱普力思健康科技有限公司 | 预定种类物体图像的获取方法、装置及口腔远程诊断系统 |
| CN105717132A (zh) * | 2016-03-14 | 2016-06-29 | 上海大学 | 一种pc构件生产线的预埋件检测系统和方法 |
| CN105809219A (zh) * | 2016-03-14 | 2016-07-27 | 上海大学 | 一种隧道预制管片生产线的预制管片质量检测统计系统和方法 |
| CN106643555A (zh) * | 2016-12-27 | 2017-05-10 | 清华大学 | 基于结构光三维测量系统的连接件识别方法 |
| CN107633509A (zh) * | 2017-09-07 | 2018-01-26 | 南京航空航天大学 | 一种汽车配件手眼检测系统及方法 |
| CN108312321A (zh) * | 2018-04-25 | 2018-07-24 | 中民筑友科技投资有限公司 | 一种布料机自动布料方法、装置及自动布料系统 |
| CN108427789A (zh) * | 2017-08-12 | 2018-08-21 | 中民筑友科技投资有限公司 | 一种基于bim的构件质量异常检测方法及装置 |
-
2019
- 2019-04-12 CN CN201910294461.7A patent/CN110146035B/zh not_active Expired - Fee Related
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04161841A (ja) * | 1990-10-25 | 1992-06-05 | Nippon Steel Corp | 光学式プリント基板検査装置 |
| CN103745026A (zh) * | 2013-11-27 | 2014-04-23 | 上海国际航运服务中心开发有限公司 | 用于水工构筑物的预埋件的定位装置及安装方法 |
| CN104713885A (zh) * | 2015-03-04 | 2015-06-17 | 中国人民解放军国防科学技术大学 | 一种用于pcb板在线检测的结构光辅助双目测量方法 |
| CN104867148A (zh) * | 2015-04-22 | 2015-08-26 | 北京爱普力思健康科技有限公司 | 预定种类物体图像的获取方法、装置及口腔远程诊断系统 |
| CN105717132A (zh) * | 2016-03-14 | 2016-06-29 | 上海大学 | 一种pc构件生产线的预埋件检测系统和方法 |
| CN105809219A (zh) * | 2016-03-14 | 2016-07-27 | 上海大学 | 一种隧道预制管片生产线的预制管片质量检测统计系统和方法 |
| CN106643555A (zh) * | 2016-12-27 | 2017-05-10 | 清华大学 | 基于结构光三维测量系统的连接件识别方法 |
| CN108427789A (zh) * | 2017-08-12 | 2018-08-21 | 中民筑友科技投资有限公司 | 一种基于bim的构件质量异常检测方法及装置 |
| CN107633509A (zh) * | 2017-09-07 | 2018-01-26 | 南京航空航天大学 | 一种汽车配件手眼检测系统及方法 |
| CN108312321A (zh) * | 2018-04-25 | 2018-07-24 | 中民筑友科技投资有限公司 | 一种布料机自动布料方法、装置及自动布料系统 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111287212A (zh) * | 2020-02-15 | 2020-06-16 | 广州市芳村建筑工程有限公司 | 电力设备基础两步式施工方法 |
| CN111775301A (zh) * | 2020-06-18 | 2020-10-16 | 中民筑友有限公司 | 预制件生产线上的模台定位方法 |
| CN111775301B (zh) * | 2020-06-18 | 2021-07-02 | 中民筑友有限公司 | 预制件生产线上的模台定位方法 |
| CN113505407A (zh) * | 2021-06-22 | 2021-10-15 | 筑友智造建设科技集团有限公司 | 基于投影的预制构件生产方法、系统、设备及存储介质 |
| CN113375560A (zh) * | 2021-07-13 | 2021-09-10 | 北京好运达智创科技有限公司 | 梁体预埋件进场检验系统及方法 |
| CN113375560B (zh) * | 2021-07-13 | 2023-02-28 | 北京好运达智创科技有限公司 | 梁体预埋件进场检验系统及方法 |
| WO2023216643A1 (zh) * | 2022-05-11 | 2023-11-16 | 杭州众硅电子科技有限公司 | 一种晶圆清洁干燥模组状态检测方法、装置及平坦化设备 |
| CN115126266A (zh) * | 2022-07-04 | 2022-09-30 | 中铁二十局集团第二工程有限公司 | 一种预埋件施工方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110146035B (zh) | 2020-12-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110146035A (zh) | 构件生产线的预埋件检测方法、装置、设备及系统 | |
| US9208458B2 (en) | Methods and apparatus for analyzing locate and marking operations with respect to facilities maps | |
| CN108830837A (zh) | 一种用于检测钢包溶蚀缺陷的方法和装置 | |
| CN111985112A (zh) | 一种基于Unity3D的高炉数字孪生系统 | |
| CN107885913B (zh) | 辐射场屏蔽方案可行性判别方法、装置、计算机设备及存储介质 | |
| CN109992684A (zh) | 预制构件生产线自动投影方法、装置、设备、系统及介质 | |
| CN111612088B (zh) | 叠加字符的图像的检测方法及装置 | |
| CN113762079A (zh) | 环境数据处理方法、装置、设备及存储介质 | |
| CN116227803B (zh) | 一种智能化建筑施工的数据处理方法 | |
| CN116704871A (zh) | 基于网格模型的路面裂缝检测方法、装置、介质及设备 | |
| CN109785312A (zh) | 一种图像模糊检测方法、系统及电子设备 | |
| CN104680433A (zh) | 基于bim的事件和构件关联管理方法和系统 | |
| CN110717508B (zh) | 治具确定方法、确定设备、终端设备及存储介质 | |
| WO2010039243A2 (en) | Methods and apparatus for analyzing locate and marking operations with respect to facilities maps | |
| JP2017092882A (ja) | 情報端末およびサーバ | |
| KR101774642B1 (ko) | 점검자용 시설물 관리서비스 제공장치 및, 이를 포함하는 점검자용 시설물 관리서비스 제공시스템 | |
| CN113722781A (zh) | 异构工程文件显示处理装置 | |
| CN112101299B (zh) | 一种基于双目ccd相机的交通标牌自动提取方法及系统 | |
| CN114615344B (zh) | 一种电力仪表智能规约转换方法与装置 | |
| CN118468617B (zh) | 一种针对大跨度桥梁施工的现浇段标高预测方法和装置 | |
| US12124981B2 (en) | Compliance inspection | |
| CN118194608B (zh) | 基于数字孪生的物料监测与3d仿真方法及系统 | |
| CN117168467B (zh) | 机房巡检路线规划及导航方法、设备及系统 | |
| CN118134437B (zh) | 基于bim技术的管道数字化放样与焊接管理方法 | |
| KR102552050B1 (ko) | 원전 건설 공정의 관리 방법 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 5 / F, office building 2, Zhongmin zhuyou Co., Ltd., No. 10, Zhongshi Road, shaping street, Kaifu District, Changsha City, Hunan Province, 410000 Patentee after: Zhuyou Zhizao Technology Investment Co.,Ltd. Address before: No. 10, Zhongshi Road, Kaifu District, Changsha City, Hunan Province, 410205 Patentee before: Zhongmin Zhuyou Technology Investment Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201225 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |