一种基于任务分解的外墙修缮全流程控制方法
本发明涉及建筑外墙智能修缮与机器人施工控制,具体为一种基于任务分解的外墙修缮全流程控制方法。
背景技术:
1、建筑外墙在长期服役过程中受到温度变化、雨水侵蚀、紫外线照射、基层变形、材料老化和施工质量差异的共同影响,容易出现裂缝、空鼓、渗漏、饰面脱落、粉化、污染和表面不平整问题。传统外墙修缮通常依赖人工巡检、人工敲击、吊篮或脚手架辅助施工、现场经验调色和人工分段维修,检测环节受观察距离、作业视角、光照条件和人员经验影响,深层空鼓、内部渗漏和微小裂缝存在漏检风险;施工环节需要在检测、清理、补强、防水、找平、喷涂、复检之间反复切换,作业参数依赖施工人员经验;配色环节受墙面老化程度、环境光照、材料批次和施工厚度影响,修补区域与原墙面之间容易产生色差;质量验收环节主要依赖人工观察和抽检记录,缺少按缺陷区域追溯的全过程数据。
2、现有智能外墙修缮技术已经引入视觉检测、红外检测、机器人吸附移动、机械臂喷涂和智能配色手段,但各技术单元之间通常处于相互分离状态。检测系统输出的是缺陷图像或缺陷框,施工系统执行的是预设轨迹或单项动作,配色系统输出的是颜色建议,材料系统输出的是固定流量,复检系统输出的是单独验收结果。上述信息未被统一封装为具有空间位置、工序依赖、材料参数、设备动作、安全边界和验收阈值的任务对象,则难以形成贯穿检测、诊断、施工、复检和归档的完整控制链。
3、因此,需要提供一种基于任务分解的外墙修缮全流程控制方法,将外墙缺陷识别结果转换为可调度、可执行、可复检和可追溯的任务对象,并通过任务对象统一关联墙面空间模型、检测数据、材料参数、机器人动作、安全阈值和验收标准,以满足外墙修缮工程的实际落地应用需求。
技术实现思路
1、解决的技术问题
2、针对现有技术的不足,本发明提供了一种基于任务分解的外墙修缮全流程控制方法,解决了以下问题:
3、1、解决了传统外墙修缮依赖人工巡检、人工敲击和人工判断,检测范围受作业视角、楼层高度、墙面遮挡和人员经验限制,导致裂缝、空鼓、渗漏和饰面脱落区域无法被连续、准确、统一识别的问题。
4、2、解决了现有外墙修缮中检测结果、配色结果、材料输送参数、机器人动作参数和质量复核结果相互分离,缺陷区域无法形成统一任务对象,导致检测数据难以直接驱动后续施工动作的问题。
5、3、解决了传统外墙修缮工序依赖人工安排,裂缝修补、空鼓处理、渗漏封堵、腻子找平、喷涂恢复和复检验收之间缺少任务级联控制,导致机器人重复移动、重复换料、重复调姿和现场施工效率低的问题。
6、4、解决了现有外墙喷涂修补依赖人工经验调色,原墙面颜色、墙面老化程度、材料批次、环境光照和喷涂厚度未被统一纳入控制,导致修补区域与原墙面之间产生明显色差的问题。
7、5、解决了现有外墙高空修缮过程中机器人吸附状态、机械臂外伸状态、敲打载荷、找平压力、喷涂压力和风载荷缺少统一安全判定,导致作业过程无法根据实时状态执行暂停、姿态调整和安全撤离的问题。
8、6、解决了现有外墙修缮质量验收主要依赖人工观察和分散记录,缺少按照墙面空间编码保存的修缮前数据、修缮过程数据、修缮后复测数据和返修记录,导致维修结果难以追溯的问题。
9、技术方案
10、为实现以上目的,本发明通过以下技术方案予以实现:一种基于任务分解的外墙修缮全流程控制方法,包括如下步骤:
11、sp1、建立外墙空间基准模型,获取待修缮建筑的建筑编号、立面编号、楼层高度、墙面材质、窗洞位置、管线位置、历史维修记录和禁止施工区域信息,以建筑外立面基准点建立墙面坐标系,将外墙划分为多个墙面网格单元,并为每个墙面网格单元生成由建筑编号、立面编号、楼层编号、水平序号和竖直序号组成的空间编码;
12、sp2、控制外墙检修机器人沿预设吸附路径移动至目标墙面网格单元,通过视觉摄像头采集墙面图像,通过激光检测器采集墙面轮廓数据,通过红外检测器采集墙面热分布数据,通过吸附压力传感器、力传感器、位移传感器、喷涂压力传感器和物料流量传感器采集机器人状态数据,并将墙面图像、墙面轮廓数据、墙面热分布数据和机器人状态数据按照空间编码及采集时间进行同步;
13、sp3、将同步后的墙面图像、墙面轮廓数据和墙面热分布数据输入多源缺陷识别模型,输出每个墙面网格单元中的缺陷类型、缺陷边界、缺陷面积、缺陷深度、缺陷置信度和缺陷严重等级,所述缺陷类型包括裂缝、空鼓、渗漏、饰面脱落、粉化、污染和不平整;
14、sp4、根据缺陷类型、缺陷边界、缺陷面积、缺陷深度、缺陷置信度和缺陷严重等级生成缺陷任务对象,每个缺陷任务对象包括空间编码、缺陷类型、缺陷边界、墙面材质、原墙面颜色、施工工序序列、材料类型、材料用量、机器人姿态约束、安全阈值、复检项目、验收阈值和任务状态;
15、sp5、按照缺陷任务对象中的缺陷类型和施工工序序列,将缺陷任务对象拆分为主任务、子任务和动作单元,所述主任务对应一个缺陷区域,所述子任务对应一个施工工序,所述动作单元对应外墙检修机器人的一个执行动作;
16、sp6、根据缺陷严重等级、机器人当前位置、材料类型、材料固化时间、施工工序依赖关系、机器人姿态约束和安全阈值生成修缮任务队列;
17、sp7、根据修缮任务队列调用外墙检修机器人的底盘吸附模块、传感检测模块、多功能机械臂模块、刮腻子找平模块、物料传输模块和安全防护模块,按照动作单元执行空鼓敲打、裂缝填补、渗漏封堵、基层修补、腻子找平、喷涂恢复和复检动作;
18、sp8、在每个动作单元执行后采集机器人状态数据和墙面复测数据,将机器人状态数据与安全阈值比对,将墙面复测数据与验收阈值比对,并根据比对结果将对应任务状态更新为执行中、等待、暂停、返修或完成;
19、sp9、在全部缺陷任务对象完成后,按照空间编码生成外墙修缮档案,所述外墙修缮档案包括修缮前墙面数据、缺陷识别数据、任务分解数据、材料批次数据、机器人动作数据、修缮后复测数据、返修记录和验收记录。
20、优选的,所述sp1中,墙面网格单元的有效作业面积按照如下公式确定:
21、;
22、其中,表示单个墙面网格单元的有效作业面积,表示墙面网格单元在水平方向的宽度,表示墙面网格单元在竖直方向的高度,表示该墙面网格单元内窗洞、管线支架、空调外机、装饰线条和禁止施工区域占用的面积;当大于预设占用面积阈值时,将该墙面网格单元标记为受限作业区域,并在该墙面网格单元对应的缺陷任务对象中写入机械臂动作范围限制和喷涂路径限制。
23、优选的,sp3中,所述多源缺陷识别模型包括视觉特征分支、激光几何特征分支、红外热异常特征分支、历史修正特征分支和融合判定层,融合判定层按照如下公式计算缺陷融合评分:
24、;
25、其中,表示第个墙面网格单元属于第类缺陷的融合评分,表示墙面网格单元的序号,表示缺陷类别,表示视觉图像对第个墙面网格单元属于第类缺陷的识别评分,表示激光轮廓数据对第个墙面网格单元属于第类缺陷的识别评分,表示红外热成像数据对第个墙面网格单元属于第类缺陷的识别评分,表示历史维修记录和同区域历史病害发展数据对第个墙面网格单元属于第类缺陷的修正评分,、、、分别表示视觉图像、激光轮廓、红外热成像和历史数据的权重系数,且满足;当大于预设缺陷确认阈值时,将第个墙面网格单元标记为第类缺陷区域。
26、优选的,所述sp3中,缺陷严重等级按照如下公式确定:
27、;
28、其中,表示第个缺陷区域的严重等级数值,表示第个缺陷区域的实际面积,表示该缺陷所在墙面网格单元的有效作业面积,表示第个缺陷区域的最大深度、最大裂缝宽度或最大凹凸偏差,表示该类缺陷在施工标准中设定的最大对比值,表示第个缺陷区域的缺陷置信度,表示第个缺陷区域对行人、窗洞、出入口、临街区域和附属设施的安全影响系数,表示第个缺陷区域的历史复发系数,、、、、分别表示面积占比、缺陷深度、缺陷置信度、安全影响和历史复发的权重系数,且满足。
29、优选的,所述sp5中,裂缝对应的子任务依次为裂缝清理、基层干燥、填缝材料注入、防水封闭、表面找平、喷涂恢复和复检;空鼓对应的子任务依次为空鼓边界确认、敲打剥离、松动层清除、基层补强、腻子找平、表面喷涂和红外复检;渗漏对应的子任务依次为渗漏点确认、基层开槽、堵漏材料注入、防水层施工、表面恢复和红外复检;饰面脱落对应的子任务依次为边缘清理、基层修补、找平层施工、智能配色、喷涂修复和色差复核;粉化和污染对应的子任务依次为表面清洁、附着力检测、界面剂喷涂、饰面喷涂和色差复核。
30、优选的,所述sp6中,修缮任务队列按照综合调度代价确定,综合调度代价按照如下公式计算:
31、;
32、其中,表示第个任务进入当前执行位置的综合调度代价,表示机器人从当前位置移动至第个任务位置的路径长度或路径时间,表示执行第个任务所需的换料代价,表示第个任务因材料固化、基层干燥或天气限制产生的等待代价,表示第个任务对机械臂姿态、吸附角度和喷涂距离的调整代价,表示第个任务的安全风险等级,、、、、分别表示路径长度、换料代价、等待代价、姿态调整代价和安全风险等级的权重系数,且满足;按照从小到大的顺序形成修缮任务队列,并将安全风险等级大于预设高风险阈值的任务插入高风险任务队列。
33、优选的,所述sp7中,喷涂恢复动作执行前采集缺陷周边原墙面的颜色样本、光照强度、墙面材质和老化等级,将颜色样本、光照强度、墙面材质和老化等级输入智能配色模型生成目标修复颜色参数,并按照如下公式计算色差值:
34、;
35、其中,表示修复区域与目标墙面之间的色差值,表示修复材料在标准色彩空间中的明度值,表示修复材料在标准色彩空间中由绿色至红色轴向的颜色值,表示修复材料在标准色彩空间中由蓝色至黄色轴向的颜色值,表示目标原墙面在标准色彩空间中的明度值,表示目标原墙面在标准色彩空间中由绿色至红色轴向的颜色值,表示目标原墙面在标准色彩空间中由蓝色至黄色轴向的颜色值;当小于预设色差阈值时,将目标修复颜色参数写入喷涂动作单元。
36、优选的,所述sp7中,喷涂材料用量按照如下公式确定:
37、;
38、其中,表示第个喷涂任务所需材料质量,表示当前喷涂材料的单位体积质量,表示第个喷涂任务对应的实际喷涂面积,表示第个喷涂任务的设计喷涂厚度,表示施工损耗修正系数,所述施工损耗修正系数由墙面粗糙度、材料黏度、喷涂距离、风速和喷涂重叠率确定;相邻喷涂轨迹之间的重叠率按照如下公式确定:
39、;
40、其中,表示第个喷涂任务中相邻喷涂轨迹之间的重叠率,表示喷嘴在设定压力和设定距离下形成的有效喷幅宽度,表示相邻两条喷涂轨迹中心线之间的间距。
41、优选的,所述sp7中,空鼓敲打动作的敲打能量按照如下公式确定:
42、;
43、其中,表示第个敲打动作的敲打能量,表示机械臂末端敲打头的等效质量,表示第个敲打动作接触墙面前的末端速度;找平动作执行时,找平压力偏差按照如下公式确定:
44、;
45、其中,表示在时刻的找平压力偏差,表示找平任务设定的目标接触压力,表示力传感器在时刻采集到的实际接触压力;找平后的平整度偏差按照如下公式确定:
46、;
47、其中,表示第个找平区域的平均平整度偏差,表示第个找平区域内参与计算的激光采样点数量,表示激光采样点序号,表示第个找平区域内第个激光采样点的高度值,表示第个找平区域内全部激光采样点高度值的平均值。
48、优选的,所述sp8中,机器人吸附安全系数按照如下公式确定:
49、;
50、其中,表示机器人吸附安全系数,表示机器人底盘吸附模块提供的总吸附力,表示机器人本体及所携带材料的重力,表示风载荷作用在机器人上的等效外力,表示机械臂运动、敲打或找平时产生的附加载荷;当小于预设安全系数阈值时,将当前任务状态更新为暂停,并生成吸附增强动作单元、姿态调整动作单元或安全撤离动作单元。
51、有益效果
52、本发明提供了一种基于任务分解的外墙修缮全流程控制方法。具备以下有益效果:
53、1、本发明通过外墙空间建模模块将建筑外墙划分为具有唯一空间编码的墙面网格单元,并通过多源数据采集模块采集墙面图像、墙面轮廓数据、墙面热分布数据和机器人状态数据,使外墙缺陷检测不再依赖单一人工巡检方式,实现了对裂缝、空鼓、渗漏、饰面脱落、粉化、污染和不平整区域的统一采集、统一定位和统一记录。
54、2、本发明通过多源缺陷识别模块将视觉图像、激光轮廓、红外热成像和历史维修记录进行融合分析,并通过缺陷任务对象生成模块将缺陷识别结果转换为空间编码、缺陷类型、缺陷边界、材料参数、机器人姿态、安全阈值和验收阈值关联的任务对象,实现了检测结果向施工控制流程的直接转化。
55、3、本发明通过任务分解模块将每个缺陷任务对象拆分为主任务、子任务和动作单元,并通过任务调度模块按照缺陷严重等级、机器人当前位置、材料类型、材料固化时间、施工工序依赖关系和机器人姿态约束生成修缮任务队列,实现了裂缝修补、空鼓处理、渗漏封堵、基层修补、腻子找平、喷涂恢复和复检动作的连续控制。
56、4、本发明通过智能配色模块采集原墙面颜色样本、光照强度、墙面材质和老化等级,并将目标修复颜色参数写入喷涂动作单元,使喷涂恢复过程中的颜色参数、材料用量、喷涂轨迹和色差复核处于同一任务对象控制下,实现了修补区域与原墙面之间色差的控制。
57、5、本发明通过机器人执行控制模块调用底盘吸附模块、传感检测模块、多功能机械臂模块、刮腻子找平模块、物料传输模块和安全防护模块,使空鼓敲打、裂缝填补、渗漏封堵、基层修补、腻子找平和喷涂恢复动作由任务队列统一控制,实现了外墙修缮作业的流程一致性和参数一致性。
58、6、本发明通过安全反馈模块实时计算机器人吸附安全系数,并对吸附压力、机器人倾角、风速、机械臂负载、喷涂压力、材料余量、电池电量和通信状态进行比对,实现了外墙高空修缮过程中暂停、吸附增强、姿态调整和安全撤离的实时触发。
59、7、本发明通过质量复核模块对每个缺陷任务对象进行墙面图像、激光轮廓、红外热分布和颜色数据的复测,并通过维修档案生成模块按照空间编码保存修缮前墙面数据、缺陷识别数据、任务分解数据、材料批次数据、机器人动作数据、修缮后复测数据、返修记录和验收记录,实现了外墙修缮结果的全过程追溯。
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