CN110738582A - 基于无人机的沥青路面压实方法、装置、计算机设备 - Google Patents
基于无人机的沥青路面压实方法、装置、计算机设备 Download PDFInfo
- Publication number
- CN110738582A CN110738582A CN201910962969.XA CN201910962969A CN110738582A CN 110738582 A CN110738582 A CN 110738582A CN 201910962969 A CN201910962969 A CN 201910962969A CN 110738582 A CN110738582 A CN 110738582A
- Authority
- CN
- China
- Prior art keywords
- compaction
- temperature
- aerial vehicle
- unmanned aerial
- road surface
- 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
- 238000005056 compaction Methods 0.000 title claims abstract description 486
- 239000010426 asphalt Substances 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000003860 storage Methods 0.000 claims abstract description 9
- 239000000203 mixture Substances 0.000 claims description 157
- 238000005096 rolling process Methods 0.000 claims description 98
- 238000012360 testing method Methods 0.000 claims description 63
- 230000008569 process Effects 0.000 claims description 47
- 238000003825 pressing Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 25
- 238000005204 segregation Methods 0.000 claims description 25
- 238000009472 formulation Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 description 52
- 238000001931 thermography Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 239000004567 concrete Substances 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 239000011384 asphalt concrete Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Radar, Positioning & Navigation (AREA)
- Human Resources & Organizations (AREA)
- Automation & Control Theory (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Aviation & Aerospace Engineering (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Road Paving Machines (AREA)
Abstract
本申请涉及一种基于无人机的沥青路面压实方法、装置、计算机设备和存储介质。所述方法包括:生成无人机控制参数;发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;接收所述无人机反馈的所述红外图像;根据所述红外图像,得到路面压实情况;所述路面压实情况包括路面压实区域、路面压实度和/或路面压实异常信息;根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。采用本方法,通过具有红外摄像功能的无人机准确获取路面压实情况,根据路面压实情况制定施工工艺,能够提高沥青路面压实的施工质量。
Description
技术领域
本申请涉及路面施工技术领域,特别是涉及一种基于无人机的沥青路面压实方法、装置、计算机设备和存储介质。
背景技术
路面压实是沥青路面施工过程中的重要环节,压实效果将直接影响公路的整体施工质量。当压实不充分、压实过度或者压实不均匀时,容易导致沥青路面出现渗水、车辙、泛油、失稳等问题,进而有可能影响公路的正常运行,为行车安全带来隐患。
传统的沥青路面压实施工方法中,在施工初期的试铺阶段,使用温度测量仪在指定试铺地点测量沥青混合料温度,根据沥青混合料温度分析路面压实质量,制定路面压实施工工艺。
然而,传统的路面压实施工方法容易受施工环境、施工天气、施工内容和试铺地点选取方法的影响,导致对混合料温度测量不准确,进而影响路面压实施工工艺的制定,出现漏压、过压,甚至施工工艺混乱等情况,造成路面施工质量下降。
因此,传统的路面压实施工方法存在施工质量较低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种基于无人机的沥青路面压实方法、装置、计算机设备和存储介质。
一种基于无人机的沥青路面压实方法,所述无人机具有红外摄像功能,所述方法包括:
生成无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
接收所述无人机反馈的所述红外图像;
根据所述红外图像,得到路面压实情况;所述路面压实情况包括路面压实区域、路面压实度/或路面压实异常信息;
根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
在其中一个实施例中,还包括:
接收所述无人机拍摄的非红外图像;
从所述非红外图像中识别出路面实际摊铺情况和/或路面实际碾压情况;
针对于所述路面实际摊铺情况和/或所述路面实际碾压情况,调整所述无人机控制参数,得到调整后控制参数;
发送所述调整后控制参数至所述无人机,供所述无人机调整所述无人机控制参数。
在其中一个实施例中,所述根据所述红外图像,得到路面压实情况,包括:
识别所述红外图像,得到沥青混合料的混合料温度;
根据所述混合料温度,确定所述路面压实区域;所述路面压实区域包括初压区域、复压区域和终压区域。
在其中一个实施例中,所述根据所述红外图像,得到路面压实情况,还包括:
选取试验路段;
获取所述试验路段的测试数据;所述测试数据包括压路机参数、实际压实度和试验路段温度;
利用所述测试数据,建立所述实际压实度与所述压路机参数和所述试验路段温度之间的关系模型,得到压实度模型;
将所述混合料温度输入所述压实度模型,得到所述路面压实度。
在其中一个实施例中,所述根据所述红外图像,得到路面压实情况,还包括:
根据所述混合料温度,计算所述路面压实区域内沥青混合料的温度离析情况;
根据所述温度离析情况,得到所述路面压实异常信息。
在其中一个实施例中,所述根据所述路面压实情况,生成路面压实指导信息,包括:
获取初压温度上限、初压温度下限、复压温度上限、复压温度下限、终压温度上限、终压温度下限,以及,获取初压拟达到的初压压实度和复压拟达到的复压压实度;
当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度小于所述初压压实度时,提示使用初压压路机进行碾压;
当所述混合料温度不大于所述初压温度下限,或者,当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度不小于所述初压压实度时,提示停止使用初压压路机进行碾压;
当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;
当所述混合料温度不大于所述复压温度下限,或者,当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度不小于所述复压压实度时,提示停止使用复压压路机进行碾压;
当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;
当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度不小于所述复压压实度时,提示使用终压压路机进行碾压;
当所述混合料温度不大于所述终压温度下限时,提示停止碾压。
一种基于无人机的沥青路面压实方法,所述无人机具有红外摄像功能,所述方法包括:
接收服务器发送的无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
发送所述红外图像至所述服务器,供所述服务器用于根据所述红外图像,得到路面压实情况,并根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
一种基于无人机的沥青路面压实装置,所述装置包括:
参数生成模块,用于生成无人机控制参数;
参数发送模块,用于发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
图像接收模块,用于接收所述无人机反馈的所述红外图像;
分析模块,用于根据所述红外图像,得到路面压实情况;
信息生成模块,用于根据所述路面压实情况,生成路面压实指导信息。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
生成无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
接收所述无人机反馈的所述红外图像;
根据所述红外图像,得到路面压实情况;所述路面压实情况包括路面压实区域、路面压实度/或路面压实异常信息;
根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
所述处理器执行所述计算机程序时还实现以下步骤:
接收服务器发送的无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
发送所述红外图像至所述服务器,供所述服务器用于根据所述红外图像,得到路面压实情况,并根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
生成无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
接收所述无人机反馈的所述红外图像;
根据所述红外图像,得到路面压实情况;所述路面压实情况包括路面压实区域、路面压实度/或路面压实异常信息;
根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
所述计算机程序被处理器执行时还实现以下步骤:
接收服务器发送的无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
发送所述红外图像至所述服务器,供所述服务器用于根据所述红外图像,得到路面压实情况,并根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
上述基于无人机的沥青路面压实方法、装置、计算机设备和存储介质,服务器根据沥青路面压实施工安排生成无人机控制参数,生成的无人机控制参数符合实际施工需要,采用此控制参数控制无人机跟踪拍摄施工路面,能够获取满足实际施工需求的施工路面实时红外图像,根据此红外图像得到的路面压实情况具有较高的准确性,进而根据此路面压实情况生成的路面压实指导信息具有较高的可靠性,根据此指导信息指定施工工艺,能够提高沥青路面压实的施工质量。
附图说明
图1为一个实施例中基于无人机的沥青路面压实方法的流程示意图;
图2为一个实施例中基于无人机的沥青路面压实方法的应用环境图;
图3为一个实施例中路面压实区域的示意图;
图4为一个实施例中温度离析情况的示意图;
图5为一个实施例中基于无人机的沥青路面压实方法的流程示意图;
图6为一个实施例中基于无人机的沥青路面压实装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种基于无人机的沥青路面压实方法。该沥青路面压实方法可以应用于图2所示的应用环境中,在该应用环境中,包括有无人机202和路面压实服务器204。上述的沥青路面压实方法,以应用于图2中的路面压实服务器204为例进行说明,可以包括以下步骤:
步骤S102,生成无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数。
其中,无人机控制参数为无人机拍摄红外图像时用于控制无人机飞行和拍摄的参数,镜头参数为无人机上搭载的红外热成像系统的镜头参数。
具体实现中,可以将施工安排输入路面压实服务器204,路面压实服务器204根据施工安排为无人机202制定飞行拍摄计划,确定拍摄范围、飞行速度、飞行高度和镜头参数等控制参数,将控制参数记录成控制参数数据表。
例如,当需要对一段路段进行摊铺和/或碾压时,可以确定拍摄范围为当前摊铺和/或碾压操作的全路段区域;飞行速度可以根据摊铺机运行速度来确定,当摊铺机运行速度为0.05米/秒时,无人机202飞行速度可以设置为0.05米/秒;飞行高度可以根据路面宽度和成像系统拍摄视角来确定,例如,当路面宽度为6米,视角为90度时,可以设置无人机202飞行高度为3米;镜头参数可以根据飞行高度和需要拍摄的红外图像的分辨率等参数来进行调节。
步骤S104,发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像。
其中,红外图像为无人机拍摄范围内沥青混合料的红外图像。
具体实现中,无人机202搭载红外热成像系统,在飞行前对红外热成像系统进行温度校准。路面压实服务器204可以通过移动通信、Wi-Fi、蓝牙等无线通信技术将无人机控制参数发送至无人机202。无人机202在接收到控制参数后,根据拍摄范围、飞行速度、飞行高度等控制参数控制无人机飞行;无人机202将镜头参数传输给红外热成像系统,供红外热成像系统调整摄像镜头进行拍摄。
步骤S106,接收所述无人机反馈的所述红外图像。
具体实现中,无人机202可以将红外热成像系统拍摄的红外图像存储为图像数据,使用无线通信技术,例如,移动通信、Wi-Fi、蓝牙等,将图像数据发送给路面压实服务器204,路面压实服务器204在接收到图像数据后,将图像数据存储为图像数据表。
步骤S108,根据所述红外图像,得到路面压实情况;所述路面压实情况包括路面压实区域、路面压实度/或路面压实异常信息。
其中,路面压实区域为初压区域、复压区域和终压区域,路面压实度为在路面压实区域内路面的压实程度,路面压实异常可以为沥青混合料压实不均匀导致的离析现象。
具体实现中,由于通常情况下沥青混凝土路面碾压施工包括初压、复压和终压三个阶段,可以预先设置包括初压温度范围、复压温度范围和终压温度范围在内的温度范围,从红外图像中识别沥青混合料温度,根据沥青混合料温度和预先设置的温度范围,初步确定三个碾压阶段所对应的路面压实区域,即初压区域、复压区域和终压区域。对于路面压实度,可以选取试验路段测试压路机参数、实际压实度和试验路段温度,建立实际压实度与压路机参数和试验路段温度之间的关系模型,得到压实度模型,将沥青混合料温度输入压实度模型,可以计算路面压实度。对于路面压实异常信息,可以为沥青混合料压实不均匀导致的局部离析情况,表现为局部施工区域内沥青混合料的温度变化较大。
步骤S110,根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
其中,路面压实指导信息包括压路机类型的选择,碾压次数和碾压温度的设置等信息。
具体实现中,可以实时监控沥青混合料温度、路面压实度和/或路面压实异常,基于BIM(Building Information Modeling,建筑信息模型)系统,通过服务器对监测结果进行分析和判断。例如,对于局部离析情况,根据温度差异区域优先碾压的原则,需要调动临近压路机对温度存在差异的区域优先进行碾压,可以通过调整压路机行驶路线、行驶速度、工作参数或采用小型压路机等方式来实现。
本实施例中,根据沥青路面压实施工安排,路面压实服务器204生成符合实际施工需要的无人机控制参数,采用此控制参数控制无人机202实时跟踪拍摄施工路面,能够获取满足实际施工需求的施工路面实时红外图像,根据此红外图像得到的路面压实情况具有较高的准确性,进而根据此路面压实情况生成的路面压实指导信息具有较高的可靠性,根据此指导信息指定施工工艺,能够提高沥青路面压实的施工质量。
在其中一个实施例中,可以还包括以下步骤:
接收所述无人机拍摄的非红外图像;从所述非红外图像中识别出路面实际摊铺情况和/或路面实际碾压情况;针对于所述路面实际摊铺情况和/或所述路面实际碾压情况,调整所述无人机控制参数,得到调整后控制参数;发送所述调整后控制参数至所述无人机,供所述无人机调整所述无人机控制参数。
其中,非红外图像为无人机搭载的红外热成像系统拍摄的普通图像,能够反映路面实际摊铺情况和/或路面实际碾压情况。
其中,路面实际摊铺情况为使用摊铺机摊铺沥青混合料的情况,路面实际碾压情况为使用压路机对沥青路面进行碾压的情况。
具体实现中,无人机202搭载的红外热成像系统采用双镜头摄像模式,在获取红外图像的同时,在拍摄范围内拍摄沥青路面的非红外图像。无人机202使用无线通信技术将非红外图像发送至路面压实服务器204,路面压实服务器204在接收到图像数据后,将图像数据存储为图像数据表。
路面压实服务器204读取非红外图像,通过图像处理技术从非红外图像中识别出路面实际摊铺情况和/或路面实际碾压情况。
根据实际施工过程中路面实际摊铺和/或路面实际碾压情况,调整无人机202的飞行速度和/或飞行方向,确保能够拍摄施工全路段红外图像,进而能够获取全路段沥青混合料的温度分布情况。
例如,从非红外图像中识别出当前处于摊铺机摊铺阶段,且摊铺机运行速度为0.05米/秒,此时可以将无人机飞行速度调整为0.05米/秒;当从非红外图像中识别出当前处于碾压机碾压阶段时,可以将无人机的飞行状态调整为以恒定的飞行速度在碾压机上空往返飞行。
路面压实服务器204在得到调整后控制参数后,根据调整后控制参数更新控制参数数据表,通过无线通信技术将更新后的控制参数发送至无人机202,供无人机202调整无人机控制参数,以实时地适应实际施工场景的改变。
本实施例中,路面压实服务器204接收无人机拍摄的非红外图像,从非红外图像中识别出路面实际摊铺情况和/或路面实际碾压情况,能够实时地捕捉到沥青路面实际施工场景的变化情况,进而有针对性地根据路面实际摊铺情况和/或所述路面实际碾压情况调整无人机控制参数,无人机根据此控制参数进行拍摄,得到的红外图像能够更准确地反映路面压实情况。
在其中一个实施例中,上述步骤S108,可以具体包括:
识别所述红外图像,得到沥青混合料的混合料温度;
根据所述混合料温度,确定所述路面压实区域;所述路面压实区域包括初压区域、复压区域和终压区域。
需要说明的是,通常情况下沥青混凝土路面的碾压施工包括初压、复压和终压三个阶段,因此,可以预先设置包括初压温度范围、复压温度范围和终压温度范围在内的温度范围。
具体实现中,路面压实服务器204可以从红外图像中识别沥青混合料温度,根据沥青混合料温度和预先设置的温度范围,确定三个碾压阶段所对应的路面压实区域,得到初压区域、复压区域和终压区域。
图3是一个实施例的一种路面压实区域的示意图,其中,301为摊铺机,302为碾压工作面边界,303为压路机。具体实现中,预先根据沥青混合料在不同成型温度下的压实度-温度关系曲线,结合规范或设计文件中现场碾压的压实度要求,确定不同碾压阶段的温度区间,得到初压温度范围Tc~Tf,复压温度范围Tf~Tz和终压温度范围Tz~Tzz,其中,Tc为沥青混合料摊铺完成并开始进行初压的温度,不高于规范规定的沥青混合料的废弃温度195℃,Tf为沥青混合料开始进行复压的温度,Tz为沥青混合料开始进行终压的温度,Tzz为沥青混合料结束碾压的最低温度。然后,识别红外图像,得到沥青混合料温度,根据温度范围对红外图像进行温度区域划分,将处于初压温度范围的区域设置为初压区域304,处于复压温度范围的区域设置为复压区域305,处于终压温度范围的区域设置为终压区域306。
本实施例中,红外图像能够捕捉施工路面的实时情况,根据红外图像确定沥青混合料温度,得到的沥青混合料温度准确度较高,进而,跟据沥青混合料温度确定的路面压实区域也具有较高的准确性,对当前施工的初压区域、复压区域和终压区域的划分更为可靠。
进一步地,上述方法可以解决现有规范中碾压温度区间与实际施工过程中所控制的温度区间不符合,适用性较差的问题。
进一步地,上述方法可以解决传统路面压实施工方法难以判断实际碾压遍数,以及是否存在漏压、过压,进而导致碾压工艺混乱的问题。
在其中一个实施例中,上述步骤S108,还可以具体包括:
选取试验路段;
获取所述试验路段的测试数据;所述测试数据包括压路机参数、实际压实度和试验路段温度;
利用所述测试数据,建立所述实际压实度与所述压路机参数和所述试验路段温度之间的关系模型,得到压实度模型;
将所述混合料温度输入所述压实度模型,得到所述路面压实度。
其中,试验路段可以为从路面压实区域中选取的一段路面,也可以是从其他区域中选取的一段路面,用于建立压实度模型;压路机参数为压路机传感器对于输入信号所做出的响应的数值;实际压实度为通过灌砂法或无核密度仪等方式对试验路段的压实度进行现场检测,得到的压实度;试验路段温度为试验路段的沥青混合料温度。
具体实现中,从路面压实区域中选取一段试验路段,例如,可以从初压区域选取一段路面作为试验路段,在试验路段实时监测压路机碾压过程中的压路机参数、实际压实度和试验路段温度,利用压路机参数、实际压实度和试验路段温度建立压实度模型,主要包括以下步骤:
1)在试验路段,监测压路机参数R和试验路段温度T,通过灌砂法或无核密度仪等方式现场检测实际压实度C。
2)建立实际压实度与压路机参数之间的关系模型,得到
C=a0+a1R1+a2R2+…+aiRi,i=0,1,2,…
其中ai为实际压实度-压路机参数关系模型系数,可以根据实际压实度和压路机参数来确定。
3)建立ai与试验路段温度之间的关系模型,得到
am=km0+km1T1+km2T2+…+kmjTj,m=0,1,…,i j=0,1,2,…
其中kmj为ai-试验路段温度关系模型系数,可以根据试验路段温度来确定。
4)根据步骤B和C的关系模型,建立实际压实度与压路机参数和试验路段温度之间的关系模型,得到压实度模型
C=(k00+k01T1+k02T2+…+k0jTj)+(k10+k11T1+k12T2+…+k1jTj)R1+…+(ki0+ki1T1+ki2T2+…+kijTj)Ri
基于压实度模型,实时监测压路机参数,将混合料温度输入压实度模型,计算得到路面压实度。
本实施例中,通过红外图像得到的试验路段温度具有较高的准确性,根据此温度建立的压实度模型也具有较高的准确性,因此,将沥青混合料温度输入此压实度模型,计算得到的路面压实度准确性较高,能够避免施工过程中出现过压、少压等情况。
在其中一个实施例中,上述步骤S108,还可以具体包括:
根据所述混合料温度,计算所述路面压实区域内沥青混合料的温度离析情况;
根据所述温度离析情况,得到所述路面压实异常信息。
其中,温度离析为沥青混合料分布不均匀导致温度下降不一致,进而造成的沥青混合料温度不均匀。
具体实现中,从红外图像中识别各个路面压实区域内沥青混合料的局部温度,对温度变化较大的部位计算温度离析情况,基于预设的温度差异阈值,判断是否发生路面压实异常,发出路面压实异常信息,并根据温度差异区域优先碾压原则调动邻近压路机对温度存在差异的区域优先进行碾压。
图4是一个实施例的一种温度离析情况示意图,其中,402为环状虚曲线区域,404为实闭合曲线区域,d为环状虚曲线区域与实闭合曲线之间的最大距离。对于某一温度环(温度区域),若|T外-T内|/T外>β,则该温度环(温度区域)内的温度相对外部温度有较大差异,需优先对该温度环区域进行碾压。其中,T内为实闭合曲线内部混合料温度平均值,T外为距实闭合曲线外侧宽度为d的环状虚曲线区域内混合料温度平均值,β为所允许的局部绝对温度差异大小,d和β可由现场试验路段调试确定。
本实施例中,通过红外图像得到的混合料温度具有较高的准确性,根据混合料温度计算的温度离析情况也具有较高的准确性,因此,根据温度离析情况获取路面压实异常信息准确性较高。
进一步地,上述方法考虑了温度离析导致的压实不均匀问题,可以根据沥青混合料温度来决策不同区域压实的先后顺序,对于摊铺后存在温度离析的路面,可以在碾压阶段得到进一步控制。
在其中一个实施例中,上述步骤S110,可以具体包括:
获取初压温度上限、初压温度下限、复压温度上限、复压温度下限、终压温度上限、终压温度下限,以及,获取初压拟达到的初压压实度和复压拟达到的复压压实度;
当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度小于所述初压压实度时,提示使用初压压路机进行碾压;
当所述混合料温度不大于所述初压温度下限,或者,当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度不小于所述初压压实度时,提示停止使用初压压路机进行碾压;
当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;
当所述混合料温度不大于所述复压温度下限,或者,当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度不小于所述复压压实度时,提示停止使用复压压路机进行碾压;
当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;
当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度不小于所述复压压实度时,提示使用终压压路机进行碾压;
当所述混合料温度不大于所述终压温度下限时,提示停止碾压。
其中,初压压路机为两台双钢轮压路机,在初压阶段碾压两遍,碾压温度不低于135℃;复压压路机同样为两台双钢轮压路机,在复压阶段碾压2~3遍,碾压温度不低于110℃;终压压路机同样为两台双钢轮压路机,碾压遍数不低于2遍,碾压温度不低于90℃。
具体实现中,实时监控沥青混合料温度、路面压实度和/或路面压实异常,基于BIM系统,通过路面压实服务器204对监测结果进行分析和判断,为沥青碾压施工工艺提供指导。
例如,获取初压温度上限Tc、初压温度下限Tf、复压温度上限Tf、复压温度下限Tz,、终压温度上限Tz、终压温度下限Tzz,以及,确定初压拟达到的初压压实度C1复压拟达到的复压压实度C2,其中,C1可根据试验路段确定,C2一般为路面设计压实度值。
在初压区域,若某一碾压点的混合料温度Ti(x,y)∈(Tc,Tf),且该点压实度Ci(x,y)<C1,则该处沥青混合料需继续采用初压压路机进行碾压,若某一碾压点的混合料温度Ti(x,y)≤Tf,或Ti(x,y)∈(Tc,Tf)但Ci(x,y)≥C1,则结束初压阶段的碾压。
在复压区域,若某一碾压点的混合料温度Ti(x,y)∈(Tf,Tz),且该点压实度Ci(x,y)<C2,则该处沥青混合料需继续采用复压压路机进行碾压,若某一碾压点的温度Ti(x,y)≤Tz,或Ti(x,y)∈(Tf,Tz)但Ci(x,y)≥C2,则结束复压阶段的碾压。
在终压区域,若某一碾压点的混合料温度Ti(x,y)∈(Tz,Tzz),且该点压实度Ci(x,y)<C2,则该处沥青混合料需继续采用复压压路机进行碾压;若某一碾压点的混合料温度Ti(x,y)∈(Tz,Tzz),且该点压实度Ci(x,y)≥C2,则该处沥青混合料需采用终压压路机进行碾压;若某一碾压点的温度Ti(x,y)≤Tzz,则该处的沥青混合料碾压结束。
进一步地,在一个实施例中,对于路面压实异常信息,例如,局部区域沥青混合料温度离析情况的信息,为了保证沥青混合料的压实均匀性,生成的指导信息中可以对碾压工艺和压路机参数进行调整,例如,可通过合理调整碾压顺序,采用小型压路机,或者调整压路机行驶路线、行驶速度、工作参数等方式,来保证沥青混合料的压实均匀性。
本实施例中,根据沥青路面施工的实时红外图像确定混合料温度,得到的混合料温度准确性较高,根据此混合料温度计算得到的路面压实情况能够准确反映实际施工情况,根据此实际施工情况生成的路面压实指导信息具有较高的可靠性。
在其中一个实施例中,如图5所示,提供了一种基于无人机的沥青路面压实方法,以应用于图2中的无人机202为例进行说明,所述方法可以包括以下步骤:
步骤S502,接收服务器发送的无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
具体实现中,无人机202接收路面压实服务器204发送的控制参数数据表,从控制参数数据表中读取拍摄范围、飞行速度、飞行高度和镜头参数等控制参数,将控制参数传输给各个相关模块。
步骤S504,根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
具体实现中,无人机202在接收到控制参数后,根据拍摄范围、飞行速度、飞行高度等控制参数控制无人机飞行;无人机202将镜头参数传输给红外热成像系统,供红外热成像系统调整摄像镜头,在飞行过程中拍摄红外图像。
步骤S506,发送所述红外图像至所述服务器,供所述服务器用于根据所述红外图像,得到路面压实情况,并根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
具体实现中,无人机202通过无线通信技术将红外图像发送至路面压实服务器204,路面压实服务器204从红外图像中识别沥青混合料温度,根据沥青混合料温度实时监测路面压实情况,基于BIM系统进行分析和判断,生成沥青碾压施工工艺指导信息。
本实施例中,无人机202根据路面压实服务器204发送的无人机控制参数进行飞行和拍摄,由于无人机控制参数符合实际施工需要,能够获取满足实际施工需求的施工路面实时红外图像,进而,路面压实服务器204能够根据此红外图像得到较为准确的路面压实情况和较为可靠的路面压实指导信息。
应该理解的是,虽然图1和图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1和图5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种基于无人机的沥青路面压实装置的结构示意图。所述无人机具有红外摄像功能。所述基于无人机的沥青路面压实装置,具体包括参数生成模块602、参数发送模块604、图像接收模块606、分析模块608和信息生成模块610,其中:
参数生成模块602,用于生成无人机控制参数;
参数发送模块604,用于发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
图像接收模块606,用于接收所述无人机反馈的所述红外图像;
分析模块608,用于根据所述红外图像,得到路面压实情况;
信息生成模块610,用于根据所述路面压实情况,生成路面压实指导信息。
在其中一个实施例中,所述基于无人机的沥青路面压实装置,还包括:
接收模块,用于接收所述无人机拍摄的非红外图像;
识别模块,用于从所述非红外图像中识别出路面实际摊铺情况和/或路面实际碾压情况;
参数调整模块,用于针对于所述路面实际摊铺情况和/或所述路面实际碾压情况,调整所述无人机控制参数,得到调整后控制参数;
发送模块,用于发送所述调整后控制参数至所述无人机,供所述无人机调整所述无人机控制参数。
在其中一个实施例中,所述分析模块用于识别所述红外图像,得到沥青混合料的混合料温度;根据所述混合料温度,确定所述路面压实区域;所述路面压实区域包括初压区域、复压区域和终压区域。
在其中一个实施例中,所述分析模块还用于选取试验路段;获取所述试验路段的测试数据;所述测试数据包括压路机参数、实际压实度和试验路段温度;利用所述测试数据,建立所述实际压实度与所述压路机参数和所述试验路段温度之间的关系模型,得到压实度模型;将所述混合料温度输入所述压实度模型,得到所述路面压实度。
在其中一个实施例中,所述分析模块还用于根据所述混合料温度,计算所述路面压实区域内沥青混合料的温度离析情况;根据所述温度离析情况,得到所述路面压实异常信息。
在其中一个实施例中,所述信息生成模块用于获取初压温度上限、初压温度下限、复压温度上限、复压温度下限、终压温度上限、终压温度下限,以及,获取初压拟达到的初压压实度和复压拟达到的复压压实度;当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度小于所述初压压实度时,提示使用初压压路机进行碾压;当所述混合料温度不大于所述初压温度下限,或者,当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度不小于所述初压压实度时,提示停止使用初压压路机进行碾压;当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;当所述混合料温度不大于所述复压温度下限,或者,当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度不小于所述复压压实度时,提示停止使用复压压路机进行碾压;当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度不小于所述复压压实度时,提示使用终压压路机进行碾压;当所述混合料温度不大于所述终压温度下限时,提示停止碾压。
在一个实施例中,提供了一种基于无人机的沥青路面压实装置,包括参数接收模块、控制模块和发送模块,其中:
参数接收模块,用于接收服务器发送的无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
控制模块,用于根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
发送模块,用于发送所述红外图像至所述服务器,供所述服务器用于根据所述红外图像,得到路面压实情况,并根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
关于基于无人机的沥青路面压实装置的具体限定可以参见上文中对于基于无人机的沥青路面压实方法的限定,在此不再赘述。上述基于无人机的沥青路面压实监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储流量异动监测数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种流量异动监测方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
生成无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;接收所述无人机反馈的所述红外图像;根据所述红外图像,得到路面压实情况;所述路面压实情况包括路面压实区域、路面压实度和/或路面压实异常信息;根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
接收所述无人机拍摄的非红外图像;从所述非红外图像中识别出路面实际摊铺情况和/或路面实际碾压情况;针对于所述路面实际摊铺情况和/或所述路面实际碾压情况,调整所述无人机控制参数,得到调整后控制参数;发送所述调整后控制参数至所述无人机,供所述无人机调整所述无人机控制参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
识别所述红外图像,得到沥青混合料的混合料温度;根据所述混合料温度,确定所述路面压实区域;所述路面压实区域包括初压区域、复压区域和终压区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
选取试验路段;获取所述试验路段的测试数据;所述测试数据包括压路机参数、实际压实度和试验路段温度;利用所述测试数据,建立所述实际压实度与所述压路机参数和所述试验路段温度之间的关系模型,得到压实度模型;将所述混合料温度输入所述压实度模型,得到所述路面压实度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据所述混合料温度,计算所述路面压实区域内沥青混合料的温度离析情况;根据所述温度离析情况,得到所述路面压实异常信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取初压温度上限、初压温度下限、复压温度上限、复压温度下限、终压温度上限、终压温度下限,以及,获取初压拟达到的初压压实度和复压拟达到的复压压实度;当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度小于所述初压压实度时,提示使用初压压路机进行碾压;当所述混合料温度不大于所述初压温度下限,或者,当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度不小于所述初压压实度时,提示停止使用初压压路机进行碾压;当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;当所述混合料温度不大于所述复压温度下限,或者,当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度不小于所述复压压实度时,提示停止使用复压压路机进行碾压;当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度不小于所述复压压实度时,提示使用终压压路机进行碾压;当所述混合料温度不大于所述终压温度下限时,提示停止碾压。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
接收服务器发送的无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;发送所述红外图像至所述服务器,供所述服务器用于根据所述红外图像,得到路面压实情况,并根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
生成无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;接收所述无人机反馈的所述红外图像;根据所述红外图像,得到路面压实情况;所述路面压实情况包括路面压实区域、路面压实度和/或路面压实异常信息;根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
接收所述无人机拍摄的非红外图像;从所述非红外图像中识别出路面实际摊铺情况和/或路面实际碾压情况;针对于所述路面实际摊铺情况和/或所述路面实际碾压情况,调整所述无人机控制参数,得到调整后控制参数;发送所述调整后控制参数至所述无人机,供所述无人机调整所述无人机控制参数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
识别所述红外图像,得到沥青混合料的混合料温度;根据所述混合料温度,确定所述路面压实区域;所述路面压实区域包括初压区域、复压区域和终压区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
选取试验路段;获取所述试验路段的测试数据;所述测试数据包括压路机参数、实际压实度和试验路段温度;利用所述测试数据,建立所述实际压实度与所述压路机参数和所述试验路段温度之间的关系模型,得到压实度模型;将所述混合料温度输入所述压实度模型,得到所述路面压实度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据所述混合料温度,计算所述路面压实区域内沥青混合料的温度离析情况;根据所述温度离析情况,得到所述路面压实异常信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取初压温度上限、初压温度下限、复压温度上限、复压温度下限、终压温度上限、终压温度下限,以及,获取初压拟达到的初压压实度和复压拟达到的复压压实度;当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度小于所述初压压实度时,提示使用初压压路机进行碾压;当所述混合料温度不大于所述初压温度下限,或者,当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度不小于所述初压压实度时,提示停止使用初压压路机进行碾压;当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;当所述混合料温度不大于所述复压温度下限,或者,当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度不小于所述复压压实度时,提示停止使用复压压路机进行碾压;当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度不小于所述复压压实度时,提示使用终压压路机进行碾压;当所述混合料温度不大于所述终压温度下限时,提示停止碾压。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
接收服务器发送的无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;发送所述红外图像至所述服务器,供所述服务器用于根据所述红外图像,得到路面压实情况,并根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于无人机的沥青路面压实方法,其特征在于,所述无人机具有红外摄像功能,所述方法包括:
生成无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
接收所述无人机反馈的所述红外图像;
根据所述红外图像,得到路面压实情况;所述路面压实情况包括路面压实区域、路面压实度和/或路面压实异常信息;
根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
2.根据权利要求1所述的方法,其特征在于,还包括:
接收所述无人机拍摄的非红外图像;
从所述非红外图像中识别出路面实际摊铺情况和/或路面实际碾压情况;
针对于所述路面实际摊铺情况和/或所述路面实际碾压情况,调整所述无人机控制参数,得到调整后控制参数;
发送所述调整后控制参数至所述无人机,供所述无人机调整所述无人机控制参数。
3.根据权利要求1所述的方法,其特征在于,所述根据所述红外图像,得到路面压实情况,包括:
识别所述红外图像,得到沥青混合料的混合料温度;
根据所述混合料温度,确定所述路面压实区域;所述路面压实区域包括初压区域、复压区域和终压区域。
4.根据权利要求3所述的方法,其特征在于,所述根据所述红外图像,得到路面压实情况,还包括:
选取试验路段;
获取所述试验路段的测试数据;所述测试数据包括压路机参数、实际压实度和试验路段温度;
利用所述测试数据,建立所述实际压实度与所述压路机参数和所述试验路段温度之间的关系模型,得到压实度模型;
将所述混合料温度输入所述压实度模型,得到所述路面压实度。
5.根据权利要求3所述的方法,其特征在于,所述根据所述红外图像,得到路面压实情况,还包括:
根据所述混合料温度,计算所述路面压实区域内沥青混合料的温度离析情况;
根据所述温度离析情况,得到所述路面压实异常信息。
6.根据权利要求1所述的方法,其特征在于,所述根据所述路面压实情况,生成路面压实指导信息,包括:
获取初压温度上限、初压温度下限、复压温度上限、复压温度下限、终压温度上限、终压温度下限,以及,获取初压拟达到的初压压实度和复压拟达到的复压压实度;
当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度小于所述初压压实度时,提示使用初压压路机进行碾压;
当所述混合料温度不大于所述初压温度下限,或者,当所述混合料温度大于所述初压温度下限,且小于所述初压温度上限,且所述路面压实度不小于所述初压压实度时,提示停止使用初压压路机进行碾压;
当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;
当所述混合料温度不大于所述复压温度下限,或者,当所述混合料温度大于所述复压温度下限,且小于所述复压温度上限,且所述路面压实度不小于所述复压压实度时,提示停止使用复压压路机进行碾压;
当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度小于所述复压压实度时,提示使用复压压路机进行碾压;
当所述混合料温度大于所述终压温度下限,且小于所述终压温度上限,且所述路面压实度不小于所述复压压实度时,提示使用终压压路机进行碾压;
当所述混合料温度不大于所述终压温度下限时,提示停止碾压。
7.一种基于无人机的沥青路面压实方法,其特征在于,所述无人机具有红外摄像功能,所述方法包括:
接收服务器发送的无人机控制参数;所述无人机控制参数包括拍摄范围、飞行速度、飞行高度和镜头参数;
根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
发送所述红外图像至所述服务器,供所述服务器用于根据所述红外图像,得到路面压实情况,并根据所述路面压实情况,生成路面压实指导信息;所述路面压实指导信息用于指导沥青路面压实工艺的制定。
8.一种基于无人机的沥青路面压实装置,其特征在于,所述装置包括:
参数生成模块,用于生成无人机控制参数;
参数发送模块,用于发送所述无人机控制参数至所述无人机,供所述无人机根据所述无人机控制参数进行飞行,并在飞行过程中拍摄红外图像;
图像接收模块,用于接收所述无人机反馈的所述红外图像;
分析模块,用于根据所述红外图像,得到路面压实情况;
信息生成模块,用于根据所述路面压实情况,生成路面压实指导信息。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910962969.XA CN110738582B (zh) | 2019-10-11 | 2019-10-11 | 基于无人机的沥青路面压实方法、装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910962969.XA CN110738582B (zh) | 2019-10-11 | 2019-10-11 | 基于无人机的沥青路面压实方法、装置、计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110738582A true CN110738582A (zh) | 2020-01-31 |
CN110738582B CN110738582B (zh) | 2022-07-01 |
Family
ID=69269917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910962969.XA Active CN110738582B (zh) | 2019-10-11 | 2019-10-11 | 基于无人机的沥青路面压实方法、装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110738582B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111289539A (zh) * | 2020-03-04 | 2020-06-16 | 东南大学 | 一种基于红外图像的沥青路面摊铺均匀性评价方法 |
CN112227147A (zh) * | 2020-10-13 | 2021-01-15 | 江苏正方交通科技有限公司 | 沥青路面碾压工艺初压、复压、终压识别方法及识别系统 |
CN112345086A (zh) * | 2020-11-19 | 2021-02-09 | 深圳市粤通建设工程有限公司 | 基于无人机的沥青混合料施工温度实时检测方法、系统 |
CN116630752A (zh) * | 2023-07-25 | 2023-08-22 | 广东南方电信规划咨询设计院有限公司 | 基于ai算法的施工现场目标对象识别方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102108666A (zh) * | 2011-01-17 | 2011-06-29 | 长安大学 | 一种沥青路面施工质量实时控制方法 |
CN102691251A (zh) * | 2011-03-25 | 2012-09-26 | 德国Moba自动控制股份有限公司 | 摊铺机沥青温度离析红外检测系统及检测方法 |
CN104499396A (zh) * | 2014-11-25 | 2015-04-08 | 国家林业局昆明勘察设计院 | 沥青路面再生旧料最佳掺配比例的确定及其方法 |
CN105069757A (zh) * | 2015-08-17 | 2015-11-18 | 长安大学 | 无人机载红外获取沥青图像的双向迭代双边滤波方法 |
CN107610082A (zh) * | 2017-09-20 | 2018-01-19 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及系统 |
CN207352664U (zh) * | 2017-09-20 | 2018-05-11 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及系统 |
CN108287022A (zh) * | 2017-12-20 | 2018-07-17 | 南通大学 | 一种基于红外热像仪对沥青路面压实质量的检测方法 |
CN109308698A (zh) * | 2018-09-30 | 2019-02-05 | 中铁四局集团有限公司 | 一种沥青路面施工质量评价方法 |
CN109387285A (zh) * | 2017-08-07 | 2019-02-26 | 江西省交通科学研究院 | 一种基于红外热像的沥青混合料温度离析检测方法 |
CN109783988A (zh) * | 2019-03-01 | 2019-05-21 | 中国水利水电第七工程局有限公司 | 一种基于ga-bp网络的碾压混凝土压实度评价方法 |
-
2019
- 2019-10-11 CN CN201910962969.XA patent/CN110738582B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102108666A (zh) * | 2011-01-17 | 2011-06-29 | 长安大学 | 一种沥青路面施工质量实时控制方法 |
CN102691251A (zh) * | 2011-03-25 | 2012-09-26 | 德国Moba自动控制股份有限公司 | 摊铺机沥青温度离析红外检测系统及检测方法 |
CN104499396A (zh) * | 2014-11-25 | 2015-04-08 | 国家林业局昆明勘察设计院 | 沥青路面再生旧料最佳掺配比例的确定及其方法 |
CN105069757A (zh) * | 2015-08-17 | 2015-11-18 | 长安大学 | 无人机载红外获取沥青图像的双向迭代双边滤波方法 |
CN109387285A (zh) * | 2017-08-07 | 2019-02-26 | 江西省交通科学研究院 | 一种基于红外热像的沥青混合料温度离析检测方法 |
CN107610082A (zh) * | 2017-09-20 | 2018-01-19 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及系统 |
CN207352664U (zh) * | 2017-09-20 | 2018-05-11 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及系统 |
CN108287022A (zh) * | 2017-12-20 | 2018-07-17 | 南通大学 | 一种基于红外热像仪对沥青路面压实质量的检测方法 |
CN109308698A (zh) * | 2018-09-30 | 2019-02-05 | 中铁四局集团有限公司 | 一种沥青路面施工质量评价方法 |
CN109783988A (zh) * | 2019-03-01 | 2019-05-21 | 中国水利水电第七工程局有限公司 | 一种基于ga-bp网络的碾压混凝土压实度评价方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111289539A (zh) * | 2020-03-04 | 2020-06-16 | 东南大学 | 一种基于红外图像的沥青路面摊铺均匀性评价方法 |
CN112227147A (zh) * | 2020-10-13 | 2021-01-15 | 江苏正方交通科技有限公司 | 沥青路面碾压工艺初压、复压、终压识别方法及识别系统 |
CN112227147B (zh) * | 2020-10-13 | 2022-05-20 | 江苏正方交通科技有限公司 | 沥青路面碾压工艺初压、复压、终压识别方法及识别系统 |
CN112345086A (zh) * | 2020-11-19 | 2021-02-09 | 深圳市粤通建设工程有限公司 | 基于无人机的沥青混合料施工温度实时检测方法、系统 |
CN116630752A (zh) * | 2023-07-25 | 2023-08-22 | 广东南方电信规划咨询设计院有限公司 | 基于ai算法的施工现场目标对象识别方法及装置 |
CN116630752B (zh) * | 2023-07-25 | 2023-11-17 | 广东南方电信规划咨询设计院有限公司 | 基于ai算法的施工现场目标对象识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110738582B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110738582B (zh) | 基于无人机的沥青路面压实方法、装置、计算机设备 | |
CN105387939B (zh) | 用于确定冷却行为的用于摊铺机的系统 | |
US8099218B2 (en) | Paving system and method | |
US10482330B2 (en) | Thermographic module for pavers | |
US9476168B2 (en) | Asphalt paver temperature alert system for asphalt compactor operator | |
DE102016002064A1 (de) | Vorrichtung und Verfahren zum Bestimmen, Kommunizieren und Anzeigen einer Einbaumaterialtemperatur | |
KR102445847B1 (ko) | 도로 포장재료의 운반과 시공을 연계한 도로포장 시공관리 시스템 및 그 방법 | |
CN109898391A (zh) | 基于无人驾驶及信息化检测技术的路基智能压实系统 | |
CN112945293B (zh) | 用于工程机械的测量系统 | |
DE102016225502B4 (de) | Messsystem zur Schichtdickenerfassung | |
US20230020213A1 (en) | Retrofit intelligent compaction analyzer | |
KR101398062B1 (ko) | 이동식 작업차량을 이용한 4 계절 실시간 현장 영상 중계 시스템 및 영상 중계 방법 | |
US20220034049A1 (en) | A system and method for assisting in improving a paving job | |
KR102119242B1 (ko) | 무인비행체에 탑재된 초분광 센서를 활용한 포장상태지수 측정 시스템 | |
CN111897280A (zh) | 一种土石方工程填料施工质量管控系统及分析方法 | |
CN103556561B (zh) | 一种用于路面离析检测的方法、系统及工程机械 | |
FI123605B (fi) | Menetelmä ja laitteisto liikenneväylän rakennekerroksen muodostamiseksi | |
KR20190022124A (ko) | 도로보수장치 | |
KR20240013498A (ko) | 드론 기반의 아스콘 온도 수집을 통한 도로 포장공사 관리방법과 이를 위한 관리시스템 | |
CN112485309A (zh) | 基于无人机的沥青混合料施工压实检测方法、装置 | |
KR20160043728A (ko) | 모바일 앱을 이용한 휴대용 계측 단말 및 이를 이용한 계측 관리 방법 | |
Goehl et al. | Planning the Next Generation of Seal Coat Equipment: Guidelines and Implementation | |
US11467035B2 (en) | Automatic application of local specification | |
CN114855560B (zh) | 筑路机的摊铺数据集的合理性检查 | |
KR102292480B1 (ko) | 저조도 환경에서 도로 동적 정보를 수집하는 장치 및 방법 |
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 |