CN112200871A - 混凝土智能浇筑系统及方法 - Google Patents

Abstract

本发明公开了一种混凝土智能浇筑系统及方法，该系统包括台架、混凝土布料机臂架系统、水平可移动式行车、辅助支架、全景相机、角度传感器、紧锁装置和控制室。本方法通过台架对整个系统进行同步顶升；在辅助支架上安装全景监控摄像头，运用图像拼接技术获取作业现场全景图；角度传感器测量臂架与水平地面的夹角，通过运动学解算获取末端位姿；混凝土布料机臂架作为主控对象通过遥操作和计算机自主控制实现控制任务，性能稳定可靠，能保证浇筑作业安全和任务的高效完成。本发明能够实现在复杂建筑施工环境中的楼层自主浇筑作业，解决了人工浇筑作业时的振动和噪声对操作人员身体健康的影响，对操作人员的要求不高，适用对象广，提高了浇筑的效率。

Description

混凝土智能浇筑系统及方法

技术领域

本发明涉及工程施工领域，特别涉及一种混凝土智能浇筑系统及方法。

背景技术

随着我国经济持续的发展，基础设施和城镇一体化建设飞速增长，工程施工变得更加频繁。施工进度明显加快，施工的质量更加需要得到保障。在施工过程中，混凝土浇筑对混凝土建筑物施工质量有很大的影响。因此保证混凝土浇筑质量是工程施工中的重要环节。常见的浇筑作业需要一个操作工人用遥操作杆控制混凝土臂架的展开与运动，另一个操作工人拖拽着臂架末端软管在平面内进行浇筑作业。恶劣的施工环境和高频振动的末端软管对操作工人的身体健康产生影响。

此外，对于多层建筑的浇筑作业而言，目前传统的浇筑方式效率较低。对于大片的浇筑作业区域，目前只能依靠人工拖拽末端软管的方式进行浇筑作业。此外随着浇筑楼层的递增，人工浇筑作业的人员和设备安全性也很难得到保障。

发明内容

本发明的的目的在于提供一种混凝土智能浇筑系统及方法。

实现本发明目的的技术解决方案为：一种混凝土智能浇筑系统，包括：台架1、混凝土布料机臂架系统2、水平可移动式行车3、辅助支架4、全景相机5、紧锁装置6以及控制室7；

所述台架1上设有导轨，所述水平可移动式行车3设置于所述导轨上，可沿导轨滑动；所述水平可移动式行车3下端设有导轨，所述混凝土布料机臂架系统2设置于水平可移动式行车3的导轨上，可沿导轨滑动；所述辅助支架4的一端固定在水平可移动式行车3，其另一端端上设置用于采集浇筑区域图像的全景相机5，该系统还包括紧锁装置6，紧锁装置6由两块可移动的滑块组成，当混凝土布料机臂架系统(2)或水平可移动式行车3需要固定时，控制滑块相向运动将部件紧锁。

一种混凝土智能浇筑系统的浇筑方法，包括以下步骤：

步骤1、控制行车和臂架基座运动到相应位置，接着通过遥操作将臂架展开并调整布料杆各关节初始角度，将布料机末端布料软管送至待浇筑区域；

步骤2、显示全景监控相机的拍摄页面，获取所述拍摄页面的图像，根据所述图像确定所述拍摄界面上包括待浇筑区域；

步骤3、对全景监控相机采集的图像进行图像拼接，获取浇筑作业现场的视频图像信息；

步骤4、作业端计算机根据作业任务类别，初步调整各臂架的姿态以便自主作业；

步骤5、当臂架的姿态调整结束后，启动浇筑系统自主作业指令；

步骤6、根据作业任务指令，混凝土布料机臂架系统通过运动学解算获取末端位姿后，根据获取到的姿态信息和预期到达的位置信息，计算机内部进行计算规划浇筑轨迹之后按照预定的自主作业流程进行自主作业；

步骤7、作业完成后，任务结束，臂架系统自主复位，复位完成后将在监控计算机上显示复位完成状态；

步骤8、当监控计算机上显示臂架系统复位后，控制行车和臂架基座进行移动，通过遥操纵杆将布料机末端布料软管送至下一待浇筑区域，之后返回步骤2，直至任务结束。

本发明与现有技术相比，其显著优点为：(1)与人工浇筑作业相比，对环境的适应性强，通过浇筑平台的顶升实现对多个楼层的浇筑作业任务；(2)可以通过遥操作外部控制和计算机自主控制实现精准的浇筑作业，使得浇筑的质量和效率得到保障；(3)通过对全景相机拍摄到的图片进行图像拼接可以获取待浇筑区域的全景图，在远离现场的控制室中的操作人员根据作业现场全景图对混凝土智能浇筑系统进行各项操作；(4)遥操作控制操作方便，操作人员经过简单培训后即能进行操作，上手快。对操作人员的体力和经验要求不高，适用对象广，大大提高了混凝土浇筑的效率；(5)图像融合算法采用改进后的渐入渐出法，渐入渐出法由于权值并不完全适用于每一个像素，容易造成图像重叠区域模糊，改进后的渐入渐出法保留特征更明显的特征点，使得图像在重叠区域更清晰。

下面结合附图对本发明作进一步详细描述。

附图说明

图1为本发明混凝土智能浇筑系统结构图。

图2为本发明混凝土智能浇筑方法流程图。

图3为本发明图像拼接流程图。

图4为本发明系统流程示意图。

图5为本发明未进行RANSAC算法的特征点检测的原图。

图6为本发明基于RANSAC算法的特征点检测图。

图7为本发明融合前的图像A。

图8为本发明融合前的图像B。

图9为本发明基于改进的渐入渐出融合得到的图像。

图10为本发明滤波、去噪、样条插值处理前θ₂速度变化曲线图。

图11为本发明滤波、去噪、样条插值处理后θ₂速度变化曲线图。

图12为本发明滤波、去噪、样条插值处理前θ₃速度变化曲线图。

图13为本发明滤波、去噪、样条插值处理后θ₃速度变化曲线图。

图14为本发明滤波、去噪、样条插值处理前θ₄速度变化曲线图。

图15为本发明滤波、去噪、样条插值处理后θ₄速度变化曲线图。

具体实施方式

一种混凝土智能浇筑系统，包括：台架1、混凝土布料机臂架系统2、水平可移动式行车3、辅助支架4、全景相机5、紧锁装置6及控制室7；

所述台架1上设有导轨，所述水平可移动式行车3设置于所述导轨上，可沿导轨滑动；所述水平可移动式行车3下端设有导轨，所述混凝土布料机臂架系统2设置于水平可移动式行车3的导轨上，可沿导轨滑动；所述辅助支架4的一端固定在水平可移动式行车3，其另一端端上设置用于采集浇筑区域图像的全景相机5。

进一步的，所述的台架1通过液压驱动可以实现整个混凝土智能浇筑系统的同步顶升运动。

进一步的，该系统还包括紧锁装置6，紧锁装置6由两块可移动的滑块组成，当混凝土布料机臂架系统2或水平可移动式行车3需要固定时，控制滑块相向运动将部件紧锁。

进一步的，所述混凝土布料机臂架系统2基座的位置、水平可移动式行车3通过遥操作杆控制

进一步的，所述辅助支架4可通过遥操作在关节处进行旋转，调整全景相机拍摄角度获取浇筑现场图像。

一种混凝土智能浇筑方法，包括以下步骤：

步骤1、控制行车和臂架基座运动到相应位置，接着通过遥操作将臂架展开并调整布料杆各关节初始角度，将布料机末端布料软管送至待浇筑区域；

步骤2、显示全景监控相机的拍摄页面，获取所述拍摄页面的图像，根据所述图像确定所述拍摄界面上包括待浇筑区域；

步骤3、对全景监控相机采集的图像进行图像拼接，获取浇筑作业现场的视频图像信息，具体包括如下步骤：

步骤3-1、对相机采集到的图像进行预处理，对相机进行标定获得内参、外参信息，对获得的图片进行图像矫正和降噪处理，具体包括：

步骤3-1-1：图像校正所用公式为：

r_u＝r_d(1+kr_d ²)

其中r_u是非畸变图像中某一像素点离图像中心点的距离，r_d是该像素点在图像桶型畸变后到图像中心的距离，k是畸变因子，由相机的参数决定；

步骤3-1-2：采用线性平滑处理中的3×3均值滤波方法对矫正后的图像信号进行降噪处理，具体所用公式为：

公式中f(i,j)为原始的含扰动的图像信号，g(i,j)为经过均值滤波处理后的图像信号，s是选择的邻域范围，M是邻域内的像素数量。按照顺序对图像中每一个像素点选取一个固定大小的邻域，然后用邻域内像素的平均灰度值替换这一点的像素值，对所有像素值处理后得到g(i,j)。对于邻域权重采用以下3种均值滤波模板：

步骤3-2、用RANSAC算法进行特征点检测和匹配，正确的匹配点对称为内点，错误的匹配点对称为外点，该算法能计算出正确的模型，减少错误匹配点对数目，具体步骤如下：

步骤3-2-1设P为匹配点对集合，其中有n对匹配点对，随机选取4对来算单应性矩阵H，并假设得到的H是正确的，

步骤3-2-2设定一个阈值t，用集合P中剩下的n-4个匹配点对来验证得到的单应性矩阵是否正确，通过比较该匹配点对到单应性矩阵的距离和设定阈值的大小。若小于该阈值，则符合该单应性矩阵，该点对即为内点。

步骤3-2-3重复以上步骤k次，每重复一次得到一个新的单应性矩阵H和对应的内点个数m。

步骤3-3选出步骤3-2求得的内点个数最多的匹配点对的集合，计算该集合的单应性矩阵H，单应性矩阵是一个由8个参数构成的3×3矩阵，其表达式如下：

步骤3-4、对图像进行投影变换，将两幅图像投影到同一坐标平面中，，通过H矩阵对图像中的像素点坐标进行变换，变换公式为：

其中，[x y 1]^T为图像中像素点在原坐标系中坐标，[x′ y′ 1]^T为图像中像素点经过H变换后的坐标；

步骤3-5、基于改进的渐入渐出法对多幅图像进行融合，对图像重叠部分的像素点进行判断，对不在重合区域内的像素点进行保留；利用步骤3-2的RANSAC算法判断重叠区域像素点及其周围8个像素点是否为特征点，若像素点不是特征点，则用渐入渐出法对该点进行融合，具体公式如下：

首先计算重叠区域内像素点p(x,y)的权重，公式为：

w₂＝1-w₁

其中，j为像素点p(x,y)所在的列数，L为重叠区域左边界，R为重叠区域右边界。w₁和w₂分别是未融合前左、右图像像素点的权重；

然后计算融合后的图像像素值，公式为：

其中，f₁(x,y)、f₂(x,y)分别表示未融合前左、右图像像素点的像素值，f(x,y)为融合后的像素值；

若像素点是特征点，则在两幅图中进行比较，若像素点在图像A中更显著，则保留图像A中的目标，舍去图像B中目标，反之，保留图像B中目标，舍去图像A中目标。

步骤4、作业端计算机根据作业任务类别，初步调整各臂架的姿态以便自主作业；

步骤5、当臂架的姿态调整结束后，启动浇筑系统自主作业指令；

步骤6、根据作业任务指令，混凝土布料机臂架系统通过运动学解算获取末端位姿后，根据获取到的姿态信息和预期到达的位置信息，计算机内部进行计算规划浇筑轨迹之后按照预定的自主作业流程进行自主作业，具体包括如下步骤：

步骤6-1：所述混凝土布料机臂架系统每一节臂架上设置角度传感器测量臂架与水平地面的夹角，角度传感器获取的各臂架角度值分别为θ₁，θ₂，θ₃，θ₄，对角度传感器获取到的角度值进行滤波、去噪处理，采用样条插值对角度变化曲线进行平滑处理，分别得到处理后的各臂架角度值θ₁'，θ₂'，θ₃'，θ₄'；

步骤6-2、根据每一段臂架的长度l₁，l₂，l₃，l₄、臂架系统基座旋转角度θ₅、θ₅＝0时最后一个臂架末端在x方向上的偏移量l_p和臂架基座坐标系原点相较全局坐标系原点的偏移量(x₀，y₀，0)，可以求出最后一个臂架末端在全局坐标系下的位姿T为：

步骤6-3、根据步骤6-2求取的位姿T以及末端布料软管与最后一个臂架末端之间的恒定距离Y_p，求取臂架系统位姿T'：

步骤7、作业完成后，任务结束，臂架系统自主复位，复位完成后将在监控计算机上显示复位完成状态；

步骤8、当监控计算机上显示臂架系统复位后，控制行车和臂架基座进行移动，通过遥操纵杆将布料机末端布料软管送至下一待浇筑区域，之后返回步骤2，直至任务结束。

本发明针对传统人工浇筑作业效率低、成本高、施工安全难以得到保障的问题，提出了一种混凝土智能浇筑系统及方法，通过台架对整个浇筑系统进行同步顶升；通过在辅助支架上安装全景监控摄像头，运用图像拼接技术获取作业现场全景图；角度传感器测量臂架与水平地面的夹角，通过运动学解算获取末端位姿；混凝土布料机臂架作为主控对象通过遥操作和计算机自主控制实现控制任务，性能稳定可靠，且能保证浇筑作业安全和任务的高效完成。

下面结合附图与实施例对本发明做详细说明。

实施例

结合图1，本发明提出的混凝土智能浇筑系统，包括：台架1、混凝土布料机臂架系统2、水平可移动式行车3、辅助支架4、全景相机5、缩紧装置6以及控制室7；

台架1上设有导轨，水平可移动式行车3设置于所述导轨上，可沿导轨滑动；水平可移动式行车3下端设有导轨，混凝土布料机臂架系统2设置于水平可移动式行车3导轨上，可沿导轨滑动；辅助支架4末端固定在水平可移动式行车3上且其首端上设置用于采集浇筑区域图像的全景相机5；台架1、混凝土布料机臂架系统2、水平可移动式行车3在控制室7操作人员的外部控制和计算机自主控制作用下实现各自的运动。

进一步地，在其中一个实施例中，台架通过液压驱动可以实现整个混凝土智能浇筑系统的同步顶升运动，从而实现对不同楼层待浇筑区域的作业。

进一步地，在其中一个实施例中，该系统还包括紧锁装置6，用于固定混凝土布料机臂架系统2的基座、水平可移动式行车3移动后的位置，紧缩装置6由两块可移动的滑块组成，当混凝土布料机臂架系统2或水平可移动式行车3需要固定时，通过遥操作控制滑块相向运动将部件紧锁，以防止混凝土布料机臂架系统在浇筑作业时混凝土不规则、高频率地泵送对臂架末端布料软管产生的振动引起混凝土布料机臂架系统2的基座、水平可移动式行车3的移动。

进一步地，在其中一个实施例中，混凝土布料机臂架系统2基座的位置、水平可移动式行车3通过遥操作杆控制。

结合图2，本发明基于上述混凝土智能浇筑方法，包括以下步骤：

步骤1、控制行车和臂架基座运动到相应位置，接着通过遥操作将臂架展开并调整布料杆各关节初始角度，将布料机末端布料软管送至待浇筑区域；

步骤2、显示全景监控相机的拍摄页面，获取所述拍摄页面的图像，根据所述图像确定所述拍摄界面上包括待浇筑区域；

步骤3、对全景监控相机采集的图像进行图像拼接，获取浇筑作业现场的视频图像信息，如图5和图6分别为基于RANSAC算法的特征点检测前与检测后的图像，如图7至图9为基于改进的渐入渐出融合前后得到的图像；

步骤4、作业端计算机根据作业任务类别，初步调整各臂架的姿态以便自主作业；

步骤5、当臂架的姿态调整结束后，启动浇筑系统自主作业指令；

步骤6、根据作业任务指令，混凝土布料机臂架系统通过运动学解算获取末端位姿后，根据获取到的姿态信息和预期到达的位置信息，计算机内部进行计算规划浇筑轨迹之后按照预定的自主作业流程进行自主作业，图10至图15分别为为滤波、去噪、样条插值处理前后θ₂，θ₃，θ₄速度变化曲线图；

步骤7、作业完成后，任务结束，臂架系统自主复位，复位完成后将在监控计算机上显示复位完成状态；

步骤8、当监控计算机上显示臂架系统复位后，控制行车和臂架基座进行移动，通过遥操纵杆将布料机末端布料软管送至下一待浇筑区域，之后返回步骤2，直至任务结束。

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)

1.一种混凝土智能浇筑系统，其特征在于，包括：台架(1)、混凝土布料机臂架系统(2)、水平可移动式行车(3)、辅助支架(4)、全景相机(5)、紧锁装置(6)及控制室(7)；

所述台架(1)上设有导轨，所述水平可移动式行车(3)设置于所述导轨上，可沿导轨滑动；所述水平可移动式行车(3)下端设有导轨，所述混凝土布料机臂架系统(2)设置于水平可移动式行车(3)的导轨上，可沿导轨滑动；所述辅助支架(4)的一端固定在水平可移动式行车(3)，其另一端端上设置用于采集浇筑区域图像的全景相机(5)。

2.根据权利要求1所述的混凝土智能浇筑系统，其特征在于，所述的台架(1)通过液压驱动可以实现整个混凝土智能浇筑系统的同步顶升运动。

3.根据权利要求1所述的混凝土智能浇筑系统，其特征在于，该系统还包括紧锁装置(6)，紧缩装置(6)由两块可移动的滑块组成，当混凝土布料机臂架系统(2)或水平可移动式行车(3)需要固定时，控制滑块相向运动将部件紧锁。

4.根据权利要求1所述的混凝土智能浇筑系统，其特征在于，所述混凝土布料机臂架系统(2)基座的位置、水平可移动式行车(3)通过遥操作杆控制。

5.根据权利要求1所述的混凝土智能浇筑系统，其特征在于，所述辅助支架(4)可通过遥操作在关节处进行旋转，调整全景相机拍摄角度获取浇筑现场图像。

6.一种混凝土智能浇筑方法，其特征在于，包括以下步骤：

步骤1、控制行车和臂架基座运动到相应位置，接着通过遥操作将臂架展开并调整布料杆各关节初始角度，将布料机末端布料软管送至待浇筑区域；

步骤2、显示全景监控相机的拍摄页面，获取所述拍摄页面的图像，根据所述图像确定所述拍摄界面上包括待浇筑区域；

步骤3、对全景监控相机采集的图像进行图像拼接，获取浇筑作业现场的视频图像信息；

步骤4、作业端计算机根据作业任务类别，初步调整各臂架的姿态以便自主作业；

步骤5、当臂架的姿态调整结束后，启动浇筑系统自主作业指令；

步骤6、根据作业任务指令，混凝土布料机臂架系统通过运动学解算获取末端位姿后，根据获取到的姿态信息和预期到达的位置信息，计算机内部进行计算规划浇筑轨迹之后按照预定的自主作业流程进行自主作业；

步骤7、作业完成后，任务结束，臂架系统自主复位，复位完成后将在监控计算机上显示复位完成状态；

步骤8、当监控计算机上显示臂架系统复位后，控制行车和臂架基座进行移动，通过遥操纵杆将布料机末端布料软管送至下一待浇筑区域，之后返回步骤2，直至任务结束。

7.根据权利要求6所述的一种混凝土智能浇筑方法，其特征在于，步骤3所述操作人员通过对全景监控相机采集的图像进行图像拼接，具体包括如下步骤：

步骤3-1、对相机采集到的图像进行预处理，对相机进行标定获得内参、外参信息，对获得的图片进行图像矫正和降噪处理；

步骤3-2、用RANSAC算法进行特征点检测和匹配，正确的匹配点对称为内点，错误的匹配点对称为外点，该算法能计算出正确的模型，减少错误匹配点对数目；

步骤3-3选出步骤3-2求得的内点个数最多的匹配点对的集合，计算该集合的单应性矩阵H，单应性矩阵是一个由8个参数构成的3×3矩阵，其表达式如下：

步骤3-4、对图像进行投影变换，将两幅图像投影到同一坐标平面中，，通过H矩阵对图像中的像素点坐标进行变换，变换公式为：

其中，[x y 1]^T为图像中像素点在原坐标系中坐标，[x′ y′ 1]^T为图像中像素点经过H变换后的坐标；

步骤3-5、基于改进的渐入渐出法对多幅图像进行融合，对图像重叠部分的像素点进行判断，对不在重合区域内的像素点进行保留；利用步骤3-2的RANSAC算法判断重叠区域像素点及其周围8个像素点是否为特征点，若像素点不是特征点，则用渐入渐出法对该点进行融合，具体公式如下：

首先计算重叠区域内像素点p(x,y)的权重，公式为：

w₂＝1-w₁

其中，j为像素点p(x,y)所在的列数，L为重叠区域左边界，R为重叠区域右边界。w₁和w₂分别是未融合前左、右图像像素点的权重；

然后计算融合后的图像像素值，公式为：

其中，f₁(x,y)、f₂(x,y)分别表示未融合前左、右图像像素点的像素值，f(x,y)为融合后的像素值；

若像素点是特征点，则在两幅图中进行比较，若像素点在图像A中更显著，则保留图像A中的目标，舍去图像B中目标，反之，保留图像B中目标，舍去图像A中目标。

8.根据权利要求7所述的一种混凝土智能浇筑方法，其特征在于，所述步骤3-1中对获得的图片进行图像矫正和降噪处理具体包括如下步骤：

步骤3-1-1：图像矫正所用公式为：

r_u＝r_d(1+kr_d ²)

其中r_u是非畸变图像中某一像素点离图像中心点的距离，r_d是该像素点在图像桶型畸变后到图像中心的距离，k是畸变因子，由相机的参数决定；

步骤3-1-2：采用线性平滑处理中的3×3均值滤波方法对矫正后的图像信号进行降噪处理，具体所用公式为：

公式中f(i,j)为原始的含扰动的图像信号，g(i,j)为经过均值滤波处理后的图像信号，s是选择的邻域范围，M是邻域内的像素数量，按照顺序对图像中每一个像素点选取一个固定大小的邻域，然后用邻域内像素的平均灰度值替换这一点的像素值，对所有像素值处理后得到g(i,j)。

9.根据权利要求7所述的一种混凝土智能浇筑方法，其特征在于，所述步骤3-2中用RANSAC算法进行特征点检测和匹配具体包括如下步骤：

步骤3-2-1设P为匹配点对集合，其中有n对匹配点对，随机选取4对来算单应性矩阵H，并假设得到的H是正确的；

步骤3-2-2设定一个阈值t，用集合P中剩下的n-4个匹配点对来验证得到的单应性矩阵是否正确，通过比较该匹配点对到单应性矩阵的距离和设定阈值的大小，若小于该阈值，则符合该单应性矩阵，该点对即为内点；

步骤3-2-3重复以上步骤k次，每重复一次得到一个新的单应性矩阵H和对应的内点个数m。

10.根据权利要求7所述的一种混凝土智能浇筑方法，其特征在于，所述步骤6中的混凝土布料机臂架系统通过运动学解算获取末端位姿具体包括如下步骤：

步骤6-1：所述混凝土布料机臂架系统每一节臂架上设置角度传感器测量臂架与水平地面的夹角，角度传感器获取的各臂架角度值分别为θ₁，θ₂，θ₃，θ₄，对角度传感器获取到的角度值进行滤波、去噪处理，采用样条插值对角度变化曲线进行平滑处理，分别得到处理后的各臂架角度值θ₁'，θ₂'，θ₃'，θ₄'；

步骤6-2、根据每一段臂架的长度l₁，l₂，l₃，l₄、臂架系统基座旋转角度θ₅、θ₅＝0时最后一个臂架末端在x方向上的偏移量l_p和臂架基座坐标系原点相较全局坐标系原点的偏移量(x₀，y₀，0)，求出最后一个臂架末端在全局坐标系下的位姿T为：

步骤6-3、根据步骤6-2求取的位姿T以及末端布料软管与最后一个臂架末端之间的恒定距离Y_p，求取臂架系统位姿T'：

Images