CN117436184A - 混凝土现浇布料仿真模拟方法及系统 - Google Patents

Abstract

本发明实施例提供了一种混凝土现浇布料仿真模拟方法及系统，所述方法包括：基于BIM模型获取建筑结构数据；基于浇筑设备模型获取浇筑工具数据；基于施工规划报告获取施工过程数据；基于所述建筑结构数据、浇筑工具数据、施工过程数据构建施工模型；基于所述施工模型对所述建筑结构的混凝土浇筑过程进行仿真模拟；其中，所述施工过程数据至少包括以下之一：内置钢筋的数量、位置、长度以及浇筑容器的体积。通过本发明，解决了相关技术中BIM模型的仿真结果无法完全准确地反映实际施工环境的复杂性的问题，进而达到了提高仿真结果准确度的效果。

Description

混凝土现浇布料仿真模拟方法及系统

技术领域

本发明实施例涉及混凝土智能浇筑的技术领域，具体而言，涉及一种混凝土现浇布料仿真模拟方法及系统。

背景技术

混凝土智能浇筑方案是一种利用先进技术和智能系统来实现混凝土的高效、精确浇筑的方法。相关技术中主要采用建筑信息模型（Building Information Modeling, BIM）进行仿真，通过模拟混凝土浇筑的过程来优化施工计划和工艺，以提高施工效率和质量。

然而，基于BIM模型进行仿真存在一些缺陷。一般来说，BIM模型主要关注建筑物的框架结构，而在混凝土浇筑过程中，涉及到的环境因素更加复杂，例如周围的土壤状况、气候条件、设备限制等。这些因素往往需要在实际施工中考虑，但在BIM模型中却难以准确地建模和模拟。

因此，由于这些因素难以准确建模和模拟，BIM模型的仿真结果无法完全准确地反映实际施工环境的复杂性。

发明内容

本发明实施例提供了一种混凝土现浇布料仿真模拟方法及系统，以至少解决相关技术中BIM模型的仿真结果无法完全准确地反映实际施工环境的复杂性的问题。

根据本发明的一个实施例，提供了一种混凝土现浇布料仿真模拟方法，包括：

基于BIM模型获取建筑结构数据；

基于浇筑设备模型获取浇筑工具数据；

基于施工规划报告获取施工过程数据；

基于所述建筑结构数据、浇筑工具数据、施工过程数据构建施工模型；

基于所述施工模型对所述建筑结构的混凝土浇筑过程进行仿真模拟；

其中，所述施工过程数据至少包括以下之一：内置钢筋的数量、位置、长度以及浇筑容器的体积。

根据本发明的另一个实施例，提供了一种混凝土现浇布料仿真模拟系统，包括：

获取模块，基于BIM模型获取建筑结构数据；以及，

基于浇筑设备模型获取浇筑工具数据；以及，

基于施工规划报告获取施工过程数据；

处理模块，用于基于所述建筑结构数据、浇筑工具数据、施工过程数据构建施工模型；

执行模块，用于基于所述施工模型对所述建筑结构的混凝土浇筑过程进行仿真模拟；

其中，所述施工过程数据至少包括以下之一：内置钢筋的数量、位置、长度以及浇筑容器的体积。

根据本发明的又一个实施例，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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，由于通过基于BIM模型获取建筑结构数据、基于浇筑设备模型获取浇筑工具数据以及基于施工规划报告获取施工过程数据来构建施工模型。这样的方法有效地解决了相关技术中BIM模型无法准确建模和模拟混凝土浇筑过程中复杂的环境因素的问题。

首先，通过获取建筑结构数据，该方法能够更准确地模拟混凝土浇筑时涉及到的建筑物框架结构，保证了模型的基本准确性。

其次，通过获取浇筑设备模型和浇筑工具数据，该方法能够更准确地模拟混凝土浇筑所用的设备和工具，例如搅拌车、振动棒等，从而更真实地模拟施工现场中的实际操作。

此外，通过获取施工过程数据，该方法能够考虑到更多现实施工环境中的因素，例如内置钢筋的数量、位置、长度以及浇筑容器的体积等，从而提高了模拟的准确度。

因此，综上所述，改进技术利用基于BIM模型的建筑结构数据、浇筑设备模型的浇筑工具数据和施工过程数据构建施工模型，并进行混凝土浇筑过程的仿真模拟。通过考虑更多环境因素和实际操作，该方法能够更准确地反映实际施工环境的复杂性，进而提高仿真结果的准确度。

附图说明

图1是根据本发明实施例的一种混凝土现浇布料仿真模拟方法的流程图；

图2是根据本发明实施例的浇筑点位部署的方法的流程图；

图3是根据本发明实施例的调整浇筑参数的方法的流程图；

图4是根据本发明实施例的基于施工规划报告获取施工过程数据的方法的流程图；

图5是根据本发明实施例的规划第二浇筑路径的方法的流程图；

图6是根据本发明实施例的对浇筑机器人的机械臂的控制方法的流程图；

图7是根据本发明实施例的一种混凝土现浇布料仿真模拟系统的结构示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明的实施例。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

在本实施例中提供了一种混凝土现浇布料仿真模拟方法，图1是根据本发明实施例的一种混凝土现浇布料仿真模拟方法的流程图，如图1所示，该流程包括如下步骤：

步骤S101，基于BIM模型获取建筑结构数据；

在一种示例性的实施方式中，使用基于BIM模型获取建筑结构数据的方法如下：

导入BIM模型：将构建好的BIM模型导入到仿真软件中。这个过程可以通过选择导入或打开选项来完成。

选择建筑结构：在仿真软件中，使用相关工具或功能来选择所需的建筑结构。这可以是整个建筑物或特定区域的部分。可以使用选框工具、选择工具等。

提取结构数据：当建筑结构被选择后，仿真软件会分析BIM模型，并提取所需的结构数据。这可以包括柱、梁、楼板等的尺寸、位置、形状等信息。

创建施工模型：基于提取的结构数据，自动或手动创建一个施工模型。这个模型将用于仿真混凝土浇筑过程。

设置浇筑参数：根据具体需求，设置混凝土浇筑的参数。可以包括混凝土配比、浇筑速度、浇筑方式等。这些参数可以根据BIM模型和实际要求来确定。

执行仿真模拟：在设置完毕之后，可以启动仿真模拟。软件将基于BIM模型中提取的建筑结构数据和浇筑参数来模拟混凝土的浇筑过程。模拟结果可以包括浇筑的流程、混凝土的均匀性、浇筑速度等。

分析和优化：根据仿真结果，可以分析混凝土浇筑过程中的任何问题或改进的空间。可以进行参数调整、路径优化等操作来提高施工效率和质量。

步骤S102，基于浇筑设备模型获取浇筑工具数据；

在一种示例性的实施方式中，使用浇筑设备模型获取浇筑工具数据的方法如下：

导入浇筑设备模型：从软件的资源库中选择适当的浇筑设备模型，例如混凝土布料机、混凝土泵车、搅拌车等。将所选模型导入到仿真环境中。

设置工具参数：在仿真软件中，设置浇筑工具的参数，如流量、压力、喷射角度等。这些参数将影响混凝土的流动特性和喷射效果。

定义浇筑路径：根据具体的浇筑需求，在仿真软件中定义浇筑路径。这可以包括指定浇筑点、流动路径和轨迹等。

运行仿真：运行仿真程序，让软件模拟混凝土喷射的过程。仿真软件会根据浇筑设备模型和工具参数，在指定的浇筑路径上模拟混凝土流动的行为。

获取浇筑工具数据：在仿真过程中，可以实时或事后获取浇筑工具的数据。可以包括混凝土流速、喷射角度、喷射距离等关键参数。仿真软件通常提供图表、表格或其他可视化工具来呈现这些数据。

分析和优化：根据浇筑工具数据，可以进行进一步的分析和优化。通过改变工具参数、浇筑路径或设备模型等因素，可以尝试改善混凝土浇筑过程的效率和质量。

步骤S103，基于施工规划报告获取施工过程数据；

在一种示例性的实施方式中，使用施工规划报告获取施工过程数据的方法如下：

获取施工规划报告：获取具有详细施工规划信息的报告，该报告应包含有关混凝土浇筑过程的数据，如浇筑时间、浇筑顺序、施工工艺等信息。

导入施工规划报告：将施工规划报告导入到仿真软件中。通常，仿真软件将提供导入或打开功能，可以使用这些选项选择并导入报告文件。

解析报告数据：在报告被导入之后，仿真软件将解析报告数据以提取有关施工过程的信息。这可以涉及到读取和分析报告中的文本、表格或其他结构化数据。

创建施工模型：基于解析得到的施工过程数据，仿真软件将自动或手动创建一个施工模型。这个模型将用于仿真混凝土浇筑过程。

设置施工参数：根据施工规划报告中的数据，设置混凝土浇筑的相关参数。这可以包括浇筑区域、浇筑时间、施工策略等。根据报告中的详细信息，设置仿真模型的参数。

执行仿真模拟：在设置完毕之后，启动仿真模拟。仿真软件将基于施工规划报告中提取的施工过程数据来模拟混凝土的浇筑过程。模拟结果可能包括浇筑的时序、浇筑路径、施工工艺等。

分析和优化：根据仿真结果，分析混凝土浇筑过程中的任何问题或改进空间。可以根据报告中的数据进行参数调整、路径优化等操作，以提高施工效率和质量。

步骤S104，基于建筑结构数据、浇筑工具数据、施工过程数据构建施工模型；

在一种示例性的实施方式中，使用建筑结构数据、浇筑工具数据、施工过程数据构建施工模型的方法如下：

准备建筑结构数据：收集和整理有关建筑结构的数据，包括楼层平面图、立面图、结构设计图纸等。将这些数据转化为软件可接受的格式，如CAD文件、BIM模型等。

导入建筑结构数据：将准备好的建筑结构数据导入仿真软件。根据软件的指导，选择正确的导入工具和格式，确保建筑结构与实际模型的尺寸和比例匹配。

设置浇筑工具数据：根据浇筑需求，在仿真软件中设置浇筑工具的数据。这包括混凝土泵车或搅拌车的参数，如流量、压力、喷射角度等。这些参数对混凝土的流动和喷射行为有重要影响。

定义施工过程数据：根据实际施工过程，定义浇筑的顺序、间距和时间等相关数据。这可以包括浇筑的顺序、浇筑区域的划分、每个浇筑区域的施工时间等。

构建施工模型：使用仿真软件提供的建模工具，根据建筑结构、浇筑工具和施工过程的数据，构建施工模型。这包括在建筑结构上放置浇筑设备，建筑施工脚手架模型、建筑模板模型、混凝土输送管道和设置浇筑路径和参数等。

运行施工模型：运行仿真程序，让软件模拟施工过程的进行。仿真软件会根据施工模型和设定的参数，模拟混凝土浇筑的行为和过程。

分析和优化：根据仿真结果，分析施工过程中可能出现的问题和瓶颈，并进行优化。例如，可以调整浇筑工具的参数、施工过程的顺序或施工区域的划分，以改善施工效率和质量。

步骤S105，基于施工模型对建筑结构的混凝土浇筑过程进行仿真模拟；

其中，施工过程数据至少包括以下之一：内置钢筋的数量、位置、长度以及浇筑容器的体积。

通过上述步骤，由于通过基于BIM模型获取建筑结构数据、基于浇筑设备模型获取浇筑工具数据以及基于施工规划报告获取施工过程数据来构建施工模型。这样的改进方法有效地解决了相关技术中BIM模型无法准确建模和模拟混凝土浇筑过程中复杂的环境因素的问题。

首先，通过获取建筑结构数据，该方法能够更准确地模拟混凝土浇筑时涉及到的建筑物框架结构，保证了模型的基本准确性。

其次，通过获取浇筑设备模型和浇筑工具数据，该方法能够更准确地模拟混凝土浇筑所用的设备和工具，例如搅拌车、振动棒等，从而更真实地模拟施工现场中的实际操作。

此外，通过获取施工过程数据，该方法能够考虑到更多现实施工环境中的因素，例如内置钢筋的数量、位置、长度以及浇筑容器的体积等，从而提高了模拟的准确度。

因此，综上所述，改进技术利用基于BIM模型的建筑结构数据、浇筑设备模型的浇筑工具数据和施工过程数据构建施工模型，并进行混凝土浇筑过程的仿真模拟。通过考虑更多环境因素和实际操作，该方法能够更准确地反映实际施工环境的复杂性，进而提高仿真结果的准确度。

图2是根据本发明实施例的浇筑点位部署的方法的流程图。

进一步地，如图2所示，该方法还包括：

步骤S201，识别建筑结构数据的属性，将建筑结构划分为多个大组结构；

在一种示例性的实施方式中，对建筑结构数据的属性进行识别，可以将墙体、墙柱等具有多处连续的位置的建筑结构划分为第一大组，将梁等具有多处间隔位置并且高度较大的建筑结构划分为第二大组，将楼板等具有电梯井安装空位并且厚度较小的建筑结构划分为第三大组。具体的划分标准可以基于实际情况设定，这里不再赘述。

步骤S202，将大组结构划分为多层结构；

在一种示例性的实施方式中，基于每组内建筑结构的高度，对建筑结构进行分层处理。例如可以将多个大组内的建筑结构统一进行划分，将所有建筑结构放置于同一平面，以使所有建筑结构的高度起点一致，对多个大组统一设定预设分层高度，沿着建筑结构的高度，按照预设分层高度进行分层处理。当然，也可以针对每组内建筑结构设定预设分层高度，沿着建筑结构的高度，按照预设分层高度进行分层处理。

步骤S203，将每层的建筑结构划分为多个小组结构；

在一种示例性的实施方式中，例如将第一大组中的墙体、墙柱再次进行划分，划分出墙体小组和墙柱小组，以分别根据墙体小组和墙柱小组的属性进行处理。或者对于第二大组的梁结构，由于可能需要安装暖气管道、通风管道、灯体等，需要预留安装空位。因此对于梁结构中的连续位置的形状可能为“Z”字形，可以为“回”字形，因此可以将“Z”字形的连续位置划分为“Z”字形小组，将“回”字形的连续位置划分为“回”字形小组。

步骤S204，将每个小组结构划分为多个浇筑网格；

在一种示例性的实施方式中，在划分出墙体小组和墙柱小组的前提下，例如墙体小组在水平面上的长度较大，需要多次进行浇筑。因此，可以沿着墙体小组在水平面上的方向，划分出多个浇筑网格，分批次地对浇筑网格进行浇筑工作。或者对于“Z”字形小组，沿着“Z”字形的形状依次划分多个浇筑网格，对于“回”字形小组的形状依次划分多个浇筑网格。

步骤S205，基于浇筑网格进行浇筑点位部署。

在一种示例性的实施方式中，结合浇筑网格的体积、位置、混凝土的浇筑速度等因素，部署浇筑点位。例如，在混凝土浇筑速度受限的情况下，浇筑网格的体积大于一次浇筑混凝土的浇筑量的前提下，并且该位置的周围都是连续结构，则可以在该浇筑网格的位置部署多个浇筑点位。

图3是根据本发明实施例的调整浇筑参数的方法的流程图。

进一步地，如图3所示，基于浇筑网格进行浇筑点位部署之后，包括：

步骤S301，以浇筑点位为中心设定预设浇筑区域；

在一种示例性的实施方式中，以浇筑点位为中心，以混凝土浇筑设备的臂长为半径划分圆形区域，以圆形区域的内接圆为预设浇筑区域。

步骤S302，识别浇筑区域的内置钢筋的数量和位置，得到内置钢筋的密度；

在一种示例性的实施方式中，基于内置钢筋的数量和位置，可以计算得到内置钢筋的密度。

步骤S303，基于内置钢筋的密度，调整浇筑参数；其中，浇筑参数至少包括以下之一：浇筑点位的位置、浇筑点位的数量、浇筑混凝土的速度。

在一种示例性的实施方式中，由于混凝土中掺杂有砂石等物质，基于内置钢筋的密度可以考虑改变浇筑参数。例如在内置钢筋的密度较大的情况下，可以适当降低浇筑混凝土的速度，以使混凝土在相邻的内置钢筋的缝隙间流过。在砂石颗粒度较大的情况下，也可以适当降低浇筑混凝土的速度，防止浇筑速度过大，使砂石受力冲击在相邻的内置钢筋的缝隙间，进而卡在相邻的内置钢筋的缝隙间，对流动的混凝土造成遮挡，进而容易出现“浇筑空心”的情况。在降低浇筑混凝土的速度之后，即使有部分砂石堵在相邻的内置钢筋的缝隙间，但是受到流动的混凝土在水平方向的作用力或者重力作用，可以使砂石从相邻的内置钢筋的缝隙间穿过，进而使流动的混凝土穿过内置钢筋的缝隙，进而流入浇筑网格的底部，降低了“浇筑空心”的情况出现的概率。

当然，当该浇筑网格的内置钢筋密度较大，在砂石的体积大于相邻的内置钢筋的缝隙的情况下，可以结合与该浇筑网格相邻的浇筑网格内的内置钢筋的密度，当相邻的浇筑网格内的内置钢筋的密度较小的情况下，可以考虑在相邻的浇筑网格内布置浇筑点位，降低砂石堵塞的情况，以使流入相邻的浇筑网格内浇筑的混凝土流入该浇筑网格。

又或者当该浇筑网格的内置钢筋密度较小的情况下，并且该位置的周围都是连续结构，则可以在该浇筑网格的位置部署多个浇筑点位。

进一步地，基于内置钢筋的密度，调整浇筑参数之后，还包括：基于调整之后的浇筑点位的位置规划第一浇筑路径。

在一种示例性的实施方式中，在内置钢筋密集的浇筑网格内，难免也会出现网格的表面会有内置钢筋的一部分延伸出来，在这种情况下，这些延伸出来的内置钢筋占据的位置便成为了障碍物点位。连接相邻的浇筑点位，但是避开障碍物点位，以得到第一浇筑路径。

图4是根据本发明实施例的基于施工规划报告获取施工过程数据的方法的流程图。

进一步地，如图4所示，基于施工规划报告获取施工过程数据，包括：

步骤S401，使用时序模拟的方法，规划施工进度；

在一种示例性的实施方式中，使用时序模拟方法，确保模型能够在每个时间步骤上更新建筑结构状态、内置钢筋状态和混凝土状态。当然，也可以基于上述规划出的多层结构调整施工进度，规划在一个施工周期内施工一定数量的层数，以得到施工进度。

步骤S402，在预设时间段内更新建筑结构的状态、内置钢筋的状态、混凝土的状态，以获取施工过程数据。

在一种示例性的实施方式中，基于施工周期，更新建筑结构的状态、内置钢筋的状态、混凝土的状态，以动态地模拟施工过程中的变化。

图5是根据本发明实施例的规划第二浇筑路径的方法的流程图。

进一步地，如图5所示，在预设时间段内更新建筑结构的状态、内置钢筋的状态、混凝土的状态，以获取施工过程数据之后，包括：

步骤S501，识别浇筑网格的深度；

在一种示例性的实施方式中，在得到每层的浇筑网格的前提下，对浇筑网格的深度进行识别。

步骤S502，基于浇筑网格的深度，规划施工工期，将浇筑网格分为多个子网格；

在一种示例性的实施方式中，结合上述得到的施工周期的规划，基于浇筑网格的深度，再次对施工工期进行针对性地规划。以根据新的施工工期将浇筑网格划分为多个子网格。以便于针对不同的浇筑网格针对性的进行浇筑施工。

步骤S503，在施工工期的每个预设施工周期内，识别每个子网格的深度和子网格的内置钢筋的长度；

步骤S504，计算子网格的内置钢筋的长度与子网格深度的差值；

步骤S505，基于差值得到障碍物点位，基于障碍物点位和第一浇筑路径更新第二浇筑路径。

在一种示例性的实施方式中，由于采用多次施工的方案，采用自下而上的方式对建筑结构多次进行浇筑。因此，每个子网格的顶面会出现内置钢筋凸出的情况，这些凸出的内置钢筋便成了障碍物点位，在得到第一浇筑路径的前提下，避开这些障碍物点位，得到第二浇筑路径，从而使得到的第二浇筑路径更加合理精确。

进一步地，基于施工规划报告获取施工过程数据，还包括：

结合预测的施工过程的实际数据，以获取施工过程数据；其中，实际数据至少包括以下之一：施工的时间、施工的环境温度、环境湿度。

在一种示例性的实施方式中，例如可以结合天气预报的数据，获取施工工期内施工的时间、施工的环境温度、环境湿度，结合这些实际数据模拟对施工进度的影响，以及对浇筑后混凝土的流动、固化状态的影响。从而便于使模拟结果更加准确。

进一步地，该方法还包括：

检测浇筑机器人安装位置和该安装位置的载荷，得到检测结果；

基于检测结果调节第二浇筑路径。

在一种示例性的实施方式中，当浇筑机器人的安装位置存在电梯井等中空区域或者安装位置的载荷高于浇筑机器人的重量的情况下，删除该安装位置，重新规划安装位置，并且调节第二浇筑路径。具体调节方式可以根据实际情况调整，在此不再赘述。

进一步地，该方法还包括：

测量浇筑机器人和预制墙体的预留孔之间的管道的移动路径；

基于管道的移动路径调节第二浇筑路径。

在一种示例性的实施方式中，测量浇筑机器人和预制墙体的预留孔之间的管道的移动路径，包括：

使用浇筑机器人从浇筑点位一移动至浇筑点位二之前，测量浇筑点位一和浇筑点位二之间的路径，获取浇筑点位一、浇筑点位二、预留孔之间形成的包围区域，该包围区域可以为三角形区域或者扇形区域，检测该包围区域内是否存在影响因素，该影响因素至少包括以下之一：电梯井等中空区域、柱体、管道路径的长度和形状；

在存在影响因素的情况下，重新规划管道的铺设路径。

例如，在该包围区域内存在电梯井等中空区域或者存在柱体遮挡物或者在移动的过程中的管道路径的长度大于管道长度的情况下，需要对第二路径进行调节，以克服上述问题。具体调节方式可以根据实际情况调整，在此不再赘述。

图6是根据本发明实施例的对浇筑机器人的机械臂的控制方法的流程图。

进一步地，如图6所示，该方法还包括对浇筑机器人的机械臂的控制方法，浇筑机器人的机械臂为多轴机械臂，控制方法包括：

步骤S601，获取浇筑路径；

在一种示例性的实施方式中，该浇筑路径可以为上述调整之后的第二浇筑路径。

步骤S602，对浇筑路径进行分解，以得到机械臂的每个关节角度的目标位置；

在一种示例性的实施方式中，对于多轴的机械臂，可以使用路径规划算法将浇筑路径分解为机械臂的每个关节角度的目标位置。可以采用如下的路径规划算法：

1.直线插补：如果浇筑路径是一条直线，可以使用直线插补算法来计算机械臂每个关节的目标位置。具体步骤如下：

1.1.确定起始点和结束点的坐标。

1.2.计算起始点和结束点之间的距离，并计算每个关节角度需要旋转的总角度。

1.3.根据机械臂结构和参数，将旋转角度分配给各个关节，以实现机械臂末端在起始点和结束点之间的直线移动。

2.曲线插补：如果浇筑路径是曲线形状，可以使用曲线插补算法来计算机械臂每个关节的目标位置。具体步骤如下：

2.1.基于路径上的数据点，进行曲线拟合，得到一个表示浇筑路径的数学模型。

2.2.根据浇筑路径的模型，计算机械臂末端在路径上的点的坐标。

2.3.通过逆运动学算法，将机械臂末端点的坐标转换为每个关节角度的目标位置。

3.采样点插补：如果浇筑路径是由一系列采样点组成的离散路径，可以使用采样点插补算法来计算机械臂每个关节的目标位置。具体步骤如下：

3.1.根据采样点之间的距离和机械臂结构，计算每个关节需要旋转的角度。

3.2.将旋转角度分配给各个关节，以实现机械臂末端沿着采样点组成的路径移动。

在一种示例性的实施方式中，还可以结合机械臂的运动限制、碰撞检测、动力学效应等因素，并结合实时检测和调整，以确保机械臂能够按照预期的路径进行浇筑操作。具体实现方法可以结合实际进行调整，在此不再赘述。

步骤S603，关节控制，使用PID控制方法和前馈控制方法使关节到达目标位置；

在一种示例性的实施方式中，对于多轴的机械臂中的关节控制，可以使用PID控制方法和前馈控制方法来将关节移动到目标位置。具体的实现步骤如下：

1.PID控制方法：

首先，定义每个关节的目标角度和当前角度。

根据目标角度和当前角度的差距计算误差。可以使用误差项的比例(proportional)、积分(integral)和微分(derivative)来定义PID控制器。

计算比例项(proportional term)，其表示当前角度与目标角度之间的差异。将误差乘以比例系数Kp来得到比例项的输出。

计算积分项(integral term)，其表示误差积分的累计。将误差累积乘以积分系数Ki来得到积分项的输出。

计算微分项(derivative term)，其表示误差变化率的控制。将误差变化率乘以微分系数Kd来得到微分项的输出。

将三个项的输出相加得到最终的控制输出。

使用控制输出来驱动关节进行运动，如通过电机控制或位置反馈等。

2.前馈控制方法：

前馈控制可以通过预先计算关节角度的期望速度和加速度，并将其作为输入来控制关节移动。

首先，根据目标位置和速度，计算出所需的关节角度变化率和加速度。

将角度变化率通过电机控制等方式输出到关节，使其按照期望的角度速度进行运动。

确保关节加速度和角度变化率适合机械臂的限制条件，以避免超过系统的运动能力。

在一种示例性的实施方式中，还可以根据具体机械臂的结构、控制系统的设置以及运动要求等因素来调整PID控制器的参数和前馈控制方法。控制器的参数调整可以基于试验、仿真或优化算法等方法来获得更好的控制性能。

步骤S604，同步控制，使用交互式控制方法，在控制算法中引入关节间的相互关系，以使每个关节在到达目标位置时能协同工作。

在一种示例性的实施方式中，针对多轴机械臂的同步控制，使用交互式控制方法可以实现关节间的相互关系，以使每个关节在到达目标位置时能够协同工作。下面是具体的实现方法：

1.确定关节间的相互关系：

首先，获取机械臂的结构和关节间的相互依赖关系。例如，机械臂可能采用串联结构或并联结构，关节之间可能存在牵引关系等。

在确定相互关系时，需要考虑关节的物理约束、衔接方式等因素。

2.设计交互式控制算法：

根据关节间的相互关系，设计交互式控制算法以实现关节的协同工作。

可以使用迭代控制方法，其中每个关节的控制输入取决于其他关节的状态或运动信息。

在交互式控制算法中，结合每个关节的运动约束、目标位置等因素，以保证关节能够同步并协调地到达目标位置。

3.实施交互式控制算法：

将设计好的交互式控制算法实施到机械臂的控制系统中。

可以使用传感器获取机械臂的状态信息，如位置、速度等。

根据算法的要求，计算每个关节的控制输入，并将其应用于相应的关节驱动系统。

4.调试和优化：

进行实验和测试，通过观察机械臂的运动和响应来调试和优化交互式控制算法。

可以调整关节的控制参数、引入反馈控制、优化信号处理等措施来提高控制的精度和稳定性。

在一种示例性的实施方式中，控制的因素至少包括以下之一：机械臂末端的摆动幅度和摆动加速度。

例如，对于四轴机械臂的浇筑机器人，在浇筑点一和浇筑点二为直角路径的情况下，对机械臂的控制方法如下：

路径规划：首先，根据浇筑点一和浇筑点二之间的直角路径要求，规划出机械臂末端需要经过的具体路径。可以使用线性插值或其他路径规划算法，将直角路径分解为一系列离散的目标位置点，这些点之间形成了机械臂末端的移动轨迹。

逆运动学求解：根据设定的路径点，使用逆运动学求解方法计算出每个路径点对应的关节角度。逆运动学求解方法是根据机械臂的几何结构和运动约束，通过数学计算得到关节角度的解析解或数值解。

关节运动参数设计：设计每个关节的运动参数，包括速度、加速度和速度限制。根据机械臂的动力学特性和路径规划的要求，合理选择关节的运动参数，以实现机械臂的平滑运动和精确位置控制。

控制策略：选择合适的控制策略来实现机械臂的路径跟踪控制。可以采用的控制策略包括PID控制、模型预测控制等。根据机械臂的动力学特性和实时反馈信息，对选择的控制策略进行参数调节，以实现机械臂末端的精确跟踪和控制。例如，使用PID控制控制，在PID控制中，可以通过调节比例(Proportional)、积分(Integral)、微分(Derivative)参数来实现关节位置的精确跟踪。在前馈控制中，可以使用已知的运动路径信息，通过预测下一步关节位置，并进行补偿控制以进一步提高控制性能。

实施控制指令：将计算得到的关节角度转化为适合机械臂的控制信号，并通过控制器对机械臂进行控制。包括在指定的关节角度下达控制命令，控制机械臂进行沿直角路径的运动和浇筑动作。

在一种示例性的实施方式中，以四轴机械臂为例：

对于一个四轴的机械臂，要让机械臂的末端移动1米的距离，可以使用逆运动学算法来计算每个旋转轴的相应旋转角度。逆运动学算法可以通过求解数学模型来确定每个旋转关节的角度，以实现期望位置和方向的末端效果。

具体的计算公式根据机械臂的结构和参数而异。以下是一个简化的例子来说明如何设计算法：

假设机械臂有四个旋转轴，编号从1到4，末端的目标位置为(x,y,z)=(1,0,0)米。可以定义每个旋转轴的角度为θ1,θ2,θ3,θ4，分别对应于每个旋转轴的转动。使用逆运动学算法，可以得到如下计算公式：

对于旋转轴1的角度：θ1=atan2(y,x)

对于旋转轴2和3的角度：θ2、θ3可以根据机械臂的结构和参数通过几何推导或数值优化来计算。

对于旋转轴4的角度：由于旋转轴4通常控制末端的夹持器，因此再确定旋转轴4的角度以保证末端在目标位置。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件添加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。

在本实施例中还提供了一种混凝土现浇布料仿真模拟系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图7是根据本发明实施例的一种混凝土现浇布料仿真模拟系统的结构示意图，如图7所示，该系统包括：

获取模块71，基于BIM模型获取建筑结构数据；以及，

基于浇筑设备模型获取浇筑工具数据；以及，

基于施工规划报告获取施工过程数据；

处理模块72，用于基于所述建筑结构数据、浇筑工具数据、施工过程数据构建施工模型；

执行模块73，用于基于所述施工模型对所述建筑结构的混凝土浇筑过程进行仿真模拟；

其中，所述施工过程数据至少包括以下之一：内置钢筋的数量、位置、长度以及浇筑容器的体积。

进一步地，该系统还用于：

识别建筑结构数据的属性，将建筑结构划分为多个大组结构；

将大组结构划分为多层结构；

将每层的建筑结构划分为多个小组结构；

将每个小组结构划分为多个浇筑网格；

基于浇筑网格进行浇筑点位部署。

进一步地，该系统还用于：基于浇筑网格进行浇筑点位部署之后，包括：

以浇筑点位为中心设定预设浇筑区域；

识别浇筑区域的内置钢筋的数量和位置，得到内置钢筋的密度；

基于内置钢筋的密度，调整浇筑参数；其中，浇筑参数至少包括以下之一：浇筑点位的位置、浇筑点位的数量、浇筑混凝土的速度。

进一步地，该系统还用于：基于内置钢筋的密度，调整浇筑参数之后，还包括：基于调整之后的浇筑点位的位置规划第一浇筑路径。

进一步地，该系统还用于：基于施工规划报告获取施工过程数据，包括：

使用时序模拟的方法，规划施工进度；

在预设时间段内更新建筑结构的状态、内置钢筋的状态、混凝土的状态，以获取施工过程数据。

进一步地，该系统还用于：在预设时间段内更新建筑结构的状态、内置钢筋的状态、混凝土的状态，以获取施工过程数据之后，包括：

识别浇筑网格的深度；

基于浇筑网格的深度，规划施工工期，将浇筑网格分为多个子网格；

在施工工期的每个预设施工周期内，识别每个子网格的深度和子网格的内置钢筋的长度；

计算子网格的内置钢筋的长度与子网格深度的差值；

基于差值得到障碍物点位，基于障碍物点位和第一浇筑路径更新第二浇筑路径。

进一步地，该系统还用于：基于施工规划报告获取施工过程数据，还包括：

结合预测的施工过程的实际数据，以获取施工过程数据；其中，实际数据至少包括以下之一：施工的时间、施工的环境温度、环境湿度。

进一步地，该系统还用于：检测浇筑机器人安装位置和该安装位置的载荷，得到检测结果；

基于检测结果调节第二浇筑路径。

进一步地，该系统还用于：测量浇筑机器人和预制墙体的预留孔之间的管道的移动路径；

基于管道的移动路径调节第二浇筑路径。

进一步地，该系统还用于：设计浇筑机器人的机械臂的控制方法，浇筑机器人的机械臂为多轴机械臂，控制方法包括：

获取浇筑路径；

对浇筑路径进行分解，以得到机械臂的每个关节角度的目标位置；

关节控制，使用PID控制方法和前馈控制方法使关节到达目标位置；

同步控制，使用交互式控制方法，在控制算法中引入关节间的相互关系，以使每个关节在到达目标位置时能协同工作。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器（Read-Only Memory，简称为ROM）、随机存取存储器（Random Access Memory，简称为RAM）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种混凝土现浇布料仿真模拟方法，其特征在于，包括：

基于BIM模型获取建筑结构数据；

基于浇筑设备模型获取浇筑工具数据；

基于施工规划报告获取施工过程数据；

基于所述建筑结构数据、浇筑工具数据、施工过程数据构建施工模型；

基于所述施工模型对所述建筑结构的混凝土浇筑过程进行仿真模拟；

其中，所述施工过程数据至少包括以下之一：内置钢筋的数量、位置、长度以及浇筑容器的体积。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

识别所述建筑结构数据的属性，将所述建筑结构划分为多个大组结构；

将所述大组结构划分为多层结构；

将每层的建筑结构划分为多个小组结构；

将每个所述小组结构划分为多个浇筑网格；

基于所述浇筑网格进行浇筑点位部署。

3.根据权利要求2所述的方法，其特征在于，基于浇筑网格进行浇筑点位部署之后，包括：

以浇筑点位为中心设定预设浇筑区域；

识别所述浇筑区域的内置钢筋的数量和位置，得到内置钢筋的密度；

基于所述内置钢筋的密度，调整浇筑参数；其中，所述浇筑参数至少包括以下之一：浇筑点位的位置、浇筑点位的数量、浇筑混凝土的速度。

4.根据权利要求3所述的方法，其特征在于，基于所述内置钢筋的密度，调整浇筑参数之后，还包括：基于调整之后的所述浇筑点位的位置规划第一浇筑路径。

5.根据权利要求4所述的方法，其特征在于，基于施工规划报告获取施工过程数据，包括：

使用时序模拟的方法，规划施工进度；

在预设时间段内更新建筑结构的状态、内置钢筋的状态、混凝土的状态，以获取所述施工过程数据。

6.根据权利要求5所述的方法，其特征在于，在预设时间段内更新建筑结构的状态、内置钢筋的状态、混凝土的状态，以获取所述施工过程数据之后，包括：

识别所述浇筑网格的深度；

基于所述浇筑网格的深度，规划施工工期，将所述浇筑网格分为多个子网格；

在所述施工工期的每个预设施工周期内，识别每个所述子网格的深度和所述子网格的内置钢筋的长度；

计算所述子网格的内置钢筋的长度与所述子网格深度的差值；

基于所述差值得到障碍物点位，基于所述障碍物点位和所述第一浇筑路径更新第二浇筑路径。

7.根据权利要求1所述的方法，其特征在于，还包括对浇筑机器人的机械臂的控制方法，所述浇筑机器人的机械臂为多轴机械臂，所述控制方法包括：

获取浇筑路径；

对所述浇筑路径进行分解，以得到所述机械臂的每个关节角度的目标位置；

关节控制，使用PID控制方法和前馈控制方法使所述关节到达所述目标位置；

同步控制，使用交互式控制方法，在控制算法中引入关节间的相互关系，以使每个所述关节在到达目标位置时能协同工作。

8.一种混凝土现浇布料仿真模拟系统，其特征在于，包括：

获取模块，基于BIM模型获取建筑结构数据；以及，

基于浇筑设备模型获取浇筑工具数据；以及，

基于施工规划报告获取施工过程数据；

处理模块，用于基于所述建筑结构数据、浇筑工具数据、施工过程数据构建施工模型；

执行模块，用于基于所述施工模型对所述建筑结构的混凝土浇筑过程进行仿真模拟；

其中，所述施工过程数据至少包括以下之一：内置钢筋的数量、位置、长度以及浇筑容器的体积。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时实现所述权利要求1至7任一项中所述的方法的步骤。

10.一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述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所述权利要求1至7任一项中所述的方法的步骤。