一种集成AI感知的箱梁端模智能脱模方法及存储介质与流程
本技术涉及预制箱梁施工装备领域,尤其涉及一种集成ai感知的箱梁端模智能脱模方法及存储介质。
背景技术:
1、现有箱梁端模脱模多采用轨道液压小车,由人工指挥对位、人工检查锁扣、固定夹持框架和无传感油缸恒推力顶推。该方式人员靠近危险区,位姿对位易磕碰梁体与模板;局部粘连时硬拉,造成端模变形和箱梁边角破损;换梁型需人工拆装工装,调试时间长;设备与模板损伤依靠事后排查,停机和质量隐患大。已有视觉、激光、力传感多为外置独立设备,未与夹持、行走、液压执行机构形成实时闭环。
2、因此,本技术提供了一种集成ai感知的箱梁端模智能脱模方法及存储介质。
技术实现思路
1、本技术提供一种集成ai感知的箱梁端模智能脱模方法及存储介质,解决了现有端模脱模依赖人工与恒推力、换型调试繁琐且缺乏实时故障和损伤识别,易致端模变形、梁端破损及故障发现滞后的技术问题。
2、为达到上述目的,本技术采用如下技术方案:
3、第一方面,提供一种集成ai感知的箱梁端模智能脱模方法,应用于机身集成有ai感知机头、车载ai控制箱、电动自适应夹持框架、液压油缸和制动式agv行走底盘的脱模机器人,所述方法由所述车载ai控制箱执行;其中,所述液压油缸内置有压力传感器和位移传感器,所述压力传感器用于采集油缸压力,并根据油缸有效作用面积换算得到夹紧力或脱模推力,包括:
4、所述ai感知机头采集端模锁扣区域的多模态感知数据,所述车载ai控制箱对所述多模态感知数据进行融合以识别锁扣状态,若判定锁扣未处于解锁状态,则触发声光报警并锁死除报警外的全部作业动作;
5、在锁扣处于解锁状态时,所述车载ai控制箱识别箱梁梁型,从预置的多梁型模型库中调用对应的端模模板和夹持参数;依据所述端模模板解算端模位姿,并生成导航指令和调幅指令;所述制动式agv行走底盘依据所述导航指令行走对位并机械锁止,所述电动自适应夹持框架依据所述调幅指令调整夹持宽度和俯仰角度以匹配端模;
6、所述液压油缸对端模执行抱紧,确认充分贴合后执行顶推脱模;脱模过程中,所述车载ai控制箱以各油缸实时采集的推力和行程为反馈,动态调节各油缸的推力形成力-位闭环控制,并在满足预置的异常停机条件时执行停机保护;
7、脱模完成后,所述液压油缸退回,所述制动式agv行走底盘解锁并转运端模。
8、基于上述技术方案,本技术提供的一种集成ai感知的箱梁端模智能脱模方法,与现有技术中人工指挥对位、恒推力脱模、固定夹持、换型拆装工装、故障事后排查的液压脱模小车相比,本技术将锁扣融合识别、梁型识别、点云配准、agv对位锁止、夹持框架调幅、力位闭环顶推、异常保护和健康检测整合为连续作业流程。其有助于减少人工近距离操作,降低对位和推力控制不一致带来的端模变形、梁端破损风险,缩短换梁型调试时间,并在脱模后及时发现设备和模板异常。
9、结合上述第一方面,在一种可能的实现方其中,所述识别锁扣状态,包括:
10、由工业相机对锁扣区域成像并进行图像特征分类,得到锁扣已解锁的图像置信度;由三维激光扫描仪采集锁扣区域点云并进行几何模板匹配,得到锁扣已解锁的点云置信度;按下式对所述图像置信度与所述点云置信度进行加权几何融合,得到融合置信度:
11、;
12、其中,为预设的视觉权重系数且取值介于零与一之间,、、的取值均介于零与一之间;当所述融合置信度达到预置的解锁确认阈值时判定锁扣处于解锁状态,否则判定为未解锁;所述锁死除报警外的全部作业动作,包括切断液压回路、电磁制动器抱闸及关闭伺服电机使能。
13、基于上述技术方案,与单一工业相机识别或人工目检锁扣相比,该方案将图像置信度和激光点云置信度按指数加权几何融合,得到融合置信度后再判定锁扣状态,可降低油污、逆光、遮挡等单一信息源误判。未达到解锁确认阈值时判定未解锁,并切断液压回路、电磁制动器抱闸、关闭伺服电机使能,避免锁扣未解锁时继续顶推。与仅靠报警提示、仍可能误操作的传统方式相比,该方案把识别结果与动作锁死直接关联,提高了锁扣确认的可靠性和作业安全性。
14、结合上述第一方面,在一种可能的实现方其中,所述解算端模位姿,包括:
15、由三维激光扫描仪和深度相机协同采集端模及梁端的实时扫描点云,将所述实时扫描点云与所述多梁型模型库中当前梁型的端模模板点云进行迭代配准,通过最小化下式所示的两点集均方误差求解最优变换矩阵:
16、;
17、其中,为实时扫描点云中第j个采样点的三维坐标,为端模模板点云中与第j个采样点配准对应的模板点的三维坐标,为参与配准的采样点总数,为待求解的三维旋转矩阵,为待求解的三维平移向量,e为均方误差代价函数;
18、由所述最优变换矩阵解析得到端模位姿,所述端模位姿包括端模的三维位置和俯仰角、偏航角、滚转角;
19、当位姿误差小于预设位姿容差时,控制所述制动式agv行走底盘机械锁止。
20、基于上述技术方案,与人工划线定位、卷尺测量或外置测量设备对位相比,该方案利用三维激光扫描仪和深度相机采集实时点云,与当前梁型端模模板点云迭代配准,通过最小化两点集均方误差求取最优旋转矩阵和平移向量,得到端模三维位置及俯仰、偏航、滚转角。位姿误差小于容差后再控制agv锁止轮组机械锁止,可为后续夹持和顶推提供稳定基准。对比试验中,位姿对位误差由约±15mm缩小至±3mm,有助于减少对位磕碰、端模偏载和人工反复调整,提高自动对位一致性。
21、结合上述第一方面,在一种可能的实现方其中,所述电动自适应夹持框架依据所述调幅指令调整夹持宽度和俯仰角度,包括:
22、所述车载ai控制箱根据所述箱梁梁型查询所述多梁型模型库中的夹持参数,所述夹持参数包括目标夹持宽度和目标俯仰角度;
23、通过伺服电机驱动电动滑移副沿底盘导轨对称滑移,使框架宽度到达所述目标夹持宽度,并通过俯仰伺服机构驱动框架绕水平轴转动,使框架到达所述目标俯仰角度;调整到位后由电磁制动器将所述电动自适应夹持框架锁紧,同时框架内侧各组柔性夹持垫块由各自的微型伺服电机独立驱动开合,以适配端模边缘厚度。
24、基于上述技术方案,与固定式夹持框架、换梁型需人工拆装工装的传统小车相比,该方案根据箱梁梁型查询多梁型模型库中的目标夹持宽度和目标俯仰角度,通过伺服电机驱动电动滑移副对称滑移,通过俯仰伺服机构调整角度,到位后电磁制动器锁紧,并由各组柔性夹持垫块独立开合适配端模边缘厚度。换型时无需人工改装工装,调试时间由约45~60min缩短至5min以内。该方案提高设备通用性和夹持贴合性,减少人工装调工作量。
25、结合上述第一方面,在一种可能的实现方其中,所述液压油缸为多个;多个液压油缸协同顶推时,车载ai控制箱选定其中一个液压油缸作为主缸,其余液压油缸作为从缸,主缸按全局推力指令工作,各从缸根据与主缸的实时受力偏差自适应调节推力,使多缸推力不平衡控制在预设平衡阈值以内;
26、计算各所述液压油缸在t时刻的期望推力:
27、;
28、其中,i为油缸编号;为脱模初始阶段克服最大静摩擦与界面黏附力的基准推力设定值;为第i根油缸在t时刻由位移传感器采集的实际顶推位移;为当前箱梁梁型对应的端模理论最大脱模行程;为表征端模与混凝土界面黏附力随位移衰减特性的衰减系数;为第i根油缸在t时刻的位置偏差,为t时刻规划的期望顶推位移;为位置偏差刚度增益系数;为第i根油缸在t时刻的速度偏差,为实际顶推速度,为期望顶推速度;为速度偏差阻尼增益系数;为多缸推力均衡增益系数;为主缸的实际推力,为第i根油缸的实际推力;
29、所述车载ai控制箱根据所述期望推力与实时采集的的偏差,生成各从缸比例换向阀的控制量并下发,以实现推力调节。
30、基于上述技术方案,与无传感器的液压油缸恒推力顶推、各缸独立动作的方式相比,该方案设置主缸和从缸,主缸按全局推力指令工作,从缸根据主缸实时受力偏差调节推力,并通过期望推力公式综合黏附力衰减、位置偏差、速度偏差和主从推力偏差平方进行修正。多缸推力不平衡控制在预设阈值以内,可减少端模偏载、局部过载和硬拉损伤。
31、结合上述第一方面,在一种可能的实现方其中,所述液压油缸对端模执行抱紧,确认充分贴合后执行顶推脱模,包括:
32、依次进行的抱紧阶段和顶推阶段:在所述抱紧阶段,各油缸以预置的低速同时伸出,使柔性夹持垫块贴合端模表面,由压力传感器采集夹紧力并稳定至预置的抱紧力设定值,当油缸行程达到由所述车载ai控制箱根据端模模板计算的抱紧终点位置时,自动切换至所述顶推阶段;
33、在所述顶推阶段,当所述ai感知机头基于实时扫描点云检测到端模存在变形区域,或基于推力-位移曲线斜率突变检测到端模存在局部粘连区域时,所述车载ai控制箱联动调整夹持力分布,对变形区域减小抱紧力、对粘连区域增大抱紧力,并相应重新分配各油缸推力。
34、基于上述技术方案,与油缸直接顶推、缺少抱紧确认的方式相比,该方案先执行抱紧阶段,各油缸低速伸出使柔性夹持垫块贴合端模,压力传感器采集夹紧力并稳定至抱紧力设定值,行程到达抱紧终点后再切换顶推阶段,可降低夹持未充分时打滑或顶偏的风险。顶推阶段若检测到端模变形区域或局部粘连区域,则对变形区域减小抱紧力、对粘连区域增大抱紧力,并重新分配油缸推力。该方案使夹持和顶推适应端模实际状态,有助于减少二次损伤和局部滑移。
35、结合上述第一方面,在一种可能的实现方其中,所述顶推阶段采用分段变推力策略,包括:
36、当油缸实时推力低于预置的第一推力阈值时,以恒速度模式控制顶推;当油缸实时推力处于所述第一推力阈值与预置的第二推力阈值之间时,切换为恒推力模式,将推力稳定于预置的目标脱模力;
37、所述异常停机条件包括:
38、第一停机条件:在所述恒推力模式下,位移传感器检测到油缸行程停滞,且推力维持于所述目标脱模力达到预置的时长阈值;
39、第二停机条件:在所述顶推阶段,任一油缸的实时推力超过预置的第二推力阈值;
40、满足所述第一停机条件或所述第二停机条件时,所述车载ai控制箱立即执行所述停机保护,包括:令比例换向阀回中、锁闭油缸、触发声光报警并记录异常位置。
41、基于上述技术方案,与恒推力硬拉脱模相比,该方案在顶推阶段采用分段变推力策略:实时推力低于第一推力阈值时恒速度控制,处于第一与第二推力阈值之间时切换恒推力控制并将推力稳定于目标脱模力。若恒推力模式下行程停滞且推力维持超时,或任一油缸推力超过第二推力阈值,则比例换向阀回中、锁闭油缸、声光报警并记录异常位置。该方案兼顾初始平稳建立位移和稳定阶段力控,遇到局部粘连或行程停滞时及时停机,可降低端模变形、油缸过载和梁端破损风险。
42、结合上述第一方面,在一种可能的实现方其中,所述方法还包括自动立模步骤:
43、脱模完成且端模转运至立模工位后,由三维激光扫描仪对端模定位销孔进行扫描,对扫描截面图像进行圆形特征提取并结合点云计算销孔中心三维坐标;
44、将所述销孔中心三维坐标与设计理论位置比对得到姿态偏差,当所述姿态偏差超出预置的偏差容限时,所述车载ai控制箱通过逆运动学解算框架调整量,驱动俯仰伺服电机和电动滑移副微调端模姿态直至销孔对位,随后由所述制动式agv行走底盘低速推送端模就位;
45、就位后由工业相机对相邻模板接缝区域成像,采用边缘检测与亚像素边缘拟合测量接缝错台量,当所述错台量超过预置的错台允许偏差时,发出不松夹指令并保持框架抱紧且报警,当所述错台量不超过所述错台允许偏差时,控制油缸缓速松夹完成立模。
46、基于上述技术方案,与人工立模、人工观察销孔和接缝错台相比,该方案在脱模转运后由三维激光扫描仪扫描定位销孔,提取圆形特征并计算销孔中心三维坐标,与设计理论位置比对得到姿态偏差;偏差超限时通过逆运动学解算框架调整量,驱动俯仰伺服电机和电动滑移副微调,再低速推送就位。就位后工业相机检测接缝错台量,超标则保持抱紧并报警,不超标才缓速松夹。该方案有助于提高销孔对位精度和接缝质量,减少人工反复调整和错台超限风险。
47、结合上述第一方面,在一种可能的实现方其中,所述方法还包括本机健康检测步骤:
48、作业完成后由三维激光扫描仪对端模全表面扫描,得到当前端模点云;将所述当前端模点云与初始标定点云三维配准后,逐点计算当前端模点云各点沿初始标定点云对应点法向的偏差量,当所述偏差量超过预置的裂纹偏差阈值且其连续延伸长度超过预置的延伸长度阈值时,判定端模存在裂纹;
49、将所述当前端模点云与标准模板点云配准计算整体变形量,当所述整体变形量超过预置的变形阈值,或变形区域面积占端模表面积的比例超过预置的面积占比阈值时,判定端模变形超标;
50、所述车载ai控制箱汇总各油缸累计行程与最大受力、伺服电机温度与电流、底盘行驶里程与锁止次数及液压站油温油压数据,结合基于规则阈值诊断与磨损趋势预测诊断的结果,按严重程度分级输出维保预警。
51、基于上述技术方案,与设备故障和模板损伤依靠事后排查的方式相比,该方案在作业完成后由三维激光扫描仪扫描端模全表面,将当前点云与初始标定点云或标准模板点云配准,检测裂纹和整体变形;同时汇总油缸累计行程与最大受力、伺服电机温度与电流、底盘行驶里程与锁止次数、液压站油温油压等数据,结合规则阈值诊断和磨损趋势预测诊断,按严重程度分级输出维保预警,以及有助于减少非计划停机和模板质量隐患。
52、第二方面,本技术提供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计算机程序,所述计算机程序被处理器执行时实现如第一方面任一项所述的一种集成ai感知的箱梁端模智能脱模方法。
53、本技术提供一种集成ai感知的箱梁端模智能脱模方法及存储介质,能够通过图像与点云融合识别锁扣状态,未确认解锁时报警并锁死动作,降低误操作风险;通过模板点云配准解算端模位姿并控制agv锁止,提高对位一致性;通过电动夹持框架自动调宽调角,缩短换梁型调试时间;通过力位闭环和分段变推力顶推,减少端模变形和梁端破损;通过自动立模检测错台和作业后健康诊断,提前发现设备与模板异常。与现有人工对位、恒推力脱模、固定夹持和事后排查相比,有助于提升安全性、通用性和质量一致性。效果依赖传感器精度、模型库标定和现场维护。
54、应当理解的是,本技术中对技术特征、技术方案、有益效果或类似语言的描述并不是暗示在任意的单个实施例中可以实现所有的特点和优点。相反,可以理解的是对于特征或有益效果的描述意味着在至少一个实施例中包括特定的技术特征、技术方案或有益效果。因此,本说明书中对于技术特征、技术方案或有益效果的描述并不一定是指相同的实施例。进而,还可以任何适当的方式组合本实施例中所描述的技术特征、技术方案和有益效果。本领域技术人员将会理解,无需特定实施例的一个或多个特定的技术特征、技术方案或有益效果即可实现实施例。在其他实施例中,还可在没有体现所有实施例的特定实施例中识别出额外的技术特征和有益效果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com