一种基于多源数据融合的机器人智能控制方法及系统与流程

本发明涉及建筑饰面层下检测与机器人智能控制领域，尤其涉及一种基于多源数据融合的机器人智能控制方法及系统。

背景技术：

1、在室内装饰工程中，石材和瓷砖饰面材料通过水泥砂浆湿贴于轻钢龙骨石膏板隔墙表面，自攻螺钉被完全覆盖于饰面层之下；随着时间推移，温湿度循环和砂浆收缩等因素会诱发螺钉周围粘结界面的隐蔽性微脱粘裂纹，这些裂纹在持续发展，贯通后将形成大面积空鼓，进而引发饰面层脱落和墙面结露霉变问题；现有检测手段主要依赖敲击听音法，通过声音的沉闷和清脆程度来判断空鼓是否已经形成；但是上述微脱粘裂纹在初期阶段尚未形成宏观空鼓，敲击产生的声学响应差异非常微弱，人耳和常规声学检测设备难以与完好区域有效区分；同时饰面层本身不可以被破坏的约束条件，使得直接探查粘结界面状态可行性低；这类隐蔽裂纹的萌生与亚临界扩展具有显著的先损伤后表征的滞后特性，往往在达到可以被识别的空鼓规模时，粘结层内部已经出现不可逆的结构分化，修复成本与难度大幅上升；

2、现有技术在饰面层下粘结质量的评估中，普遍采用被动式声学检测和外部热激励红外检测的路线；被动声学法在微损伤阶段几乎不具备分辨能力，而外部热激励法则受限于石材表面的高反射特性和自攻钉自身形成的热桥效应，难以在粘结界面处建立起稳定解析的温度调制信号；此外上述方法仅能对当前时刻的损伤状态作出判断，不具备基于当前状态推演未来热湿耦合劣化趋势的能力；但是从微裂纹扩展为空鼓、再到引发结露和湿损伤，是一个受材料热惯性分布、环境温湿度边界条件和湿气迁移路径共同控制的动态演化过程；由于缺乏一种能够穿透饰面层并且在微损伤阶段就可以实现粘结界面热物性参数无损反演的技术手段，同时也缺少将反演结果与热湿耦合模型相结合以进行超前风险预测和主动干预的完整方法框架，现有技术无法在饰面层不可以被破坏的约束下，实现从早期感知、趋势预测到精准干预的全过程闭环控制。

技术实现思路

1、为了克服微损伤早期感知与热湿风险预测困难的缺点，本发明提供了一种基于多源数据融合的机器人智能控制方法及系统。

2、技术方案如下：一种基于多源数据融合的机器人智能控制方法，包括以下步骤：

3、s1：控制激振器对饰面层表面施加固定频率的正弦振动激励，诱发粘结界面隐蔽裂纹产生呼吸效应，同步采集表面温度序列数据、三维形貌点云数据、环境温湿度数据及激振器参考信号；

4、s2：利用所述三维形貌点云数据对所述表面温度序列数据进行几何校正和周期平均，以所述激振器参考信号为基准对校正后的温度序列进行锁相分析，提取归一化振幅衰减和相位延迟；

5、s3：基于所述相位延迟、已知的自攻钉设计埋深和所述正弦振动激励的频率，逐像素反演热扩散率，构建热惯性图谱，利用所述归一化振幅衰减对反演结果进行一致性校验；

6、s4：以所述热惯性图谱和环境温湿度数据为输入，构建热湿耦合预测模型，计算未来时段内的热积聚风险指标、结露风险指标和累积冷凝量，加权融合生成综合风险指数图谱；

7、s5：当所述综合风险指数图谱中存在超过综合风险判定阈值的区域时，根据风险类型和位置特征生成干预指令，控制机器人末端执行装置执行差异化的主动干预动作。

8、优选地，所述控制激振器对饰面层表面施加固定频率的正弦振动激励，诱发粘结界面隐蔽裂纹产生呼吸效应，同步采集表面温度序列数据、三维形貌点云数据、环境温湿度数据及激振器参考信号，包括：由机器人末端搭载的激振器输出固定频率的正弦振动激励，作用于饰面层-粘结层-基层结构，使粘结界面处的隐蔽脱粘裂纹在激励下周期性开合以调制表面温度场；由与所述激振器同平台固联的高帧率红外热像仪连续采集饰面层表面温度分布，获得原始表面温度序列数据；由与所述高帧率红外热像仪同平台固联的激光轮廓仪同步获取墙面三维形貌点云数据；由搭载于机器人上的温湿度传感器实时记录室内空气温度和相对湿度作为环境温湿度数据；同时记录所述激振器输出的正弦信号作为激振器参考信号。

9、优选地，所述利用所述三维形貌点云数据对所述表面温度序列数据进行几何校正和周期平均，以所述激振器参考信号为基准对校正后的温度序列进行锁相分析，提取归一化振幅衰减和相位延迟，包括：利用所述三维形貌点云数据计算各像素对应的表面单元法向、距离和视角因子，对所述表面温度序列数据进行发射率补偿和距离衰减校正，消除几何因素引入的伪影；按激励周期将校正后的表面温度序列数据进行对齐叠加平均，获得单周期代表温度序列；基于所述三维形貌点云数据提取墙面局部平整度信息，选取铺贴质量完好的区域作为参考区；以所述激振器参考信号为基准，对每个像素的所述单周期代表温度序列进行数字锁相运算，提取同相分量和正交分量，进而计算振幅和相位；在所述参考区内选取参考点，获得参考振幅和参考相位，计算各像素的归一化振幅衰减和相位延迟，其中所述归一化振幅衰减为各像素振幅与参考振幅的比值，所述相位延迟为各像素相位与参考相位的差值。

10、优选地，所述基于所述相位延迟、已知的自攻钉设计埋深和所述正弦振动激励的频率，逐像素反演热扩散率，构建热惯性图谱，利用所述归一化振幅衰减对反演结果进行一致性校验，包括：所述热扩散率的反演依据公式逐像素进行，其中为像素位置处的热扩散率，为所述正弦振动激励的频率，为所述自攻钉设计埋深，为所述相位延迟；当像素的相位延迟绝对值小于预设最小阈值时，将所述像素记为无效像素；利用所述归一化振幅衰减与热扩散率的理论关系对反演所得热扩散率进行一致性校验，将相位反演所得振幅理论值与实测归一化振幅衰减进行比较，超出预设误差阈值的像素判为不可靠像素并采用邻近有效像素的插值进行补齐，差异不超过所述预设误差阈值的像素予以保留，得到可靠的热扩散率分布图，构成所述热惯性图谱。

11、优选地，所述利用所述归一化振幅衰减与热扩散率的理论关系对反演所得热扩散率进行一致性校验，将相位反演所得振幅理论值与实测归一化振幅衰减进行比较，超出预设误差阈值的像素判为不可靠像素并采用邻近有效像素的插值进行补齐，差异不超过所述预设误差阈值的像素予以保留，包括：所述归一化振幅衰减与热扩散率的理论关系为，其中为像素位置处的振幅理论值，为所述自攻钉设计埋深，为所述正弦振动激励的频率，为所述热扩散率；对于每个有效像素，计算所述振幅理论值与实测归一化振幅衰减之间的相对偏差；将所述相对偏差与所述预设误差阈值进行比较，当所述相对偏差大于所述预设误差阈值时，判定所述像素为不可靠像素，以所述不可靠像素为中心，搜索邻近区域内未被判定为不可靠像素的有效像素，取所述有效像素的热扩散率均值作为所述不可靠像素的插值补齐值。

12、优选地，所述以所述热惯性图谱和环境温湿度数据为输入，构建热湿耦合预测模型，计算未来时段内的热积聚风险指标、结露风险指标和累积冷凝量，加权融合生成综合风险指数图谱，包括：将所述热惯性图谱结合材料体积热容得到导热系数分布，建立墙面二维瞬态热传导有限元模型；以所述环境温湿度数据中的室内空气温度外推未来温度曲线作为室内侧边界条件，求解得到未来温度场；计算一个温度循环内各像素温度峰峰值与时间平均温度梯度模长的乘积，作为热积聚风险指标；利用所述环境温湿度数据中的室内空气温度和相对湿度计算露点温度，在所述未来温度场中累计各像素表面温度低于所述露点温度的时长，作为结露风险指标；通过预制试件实验建立热扩散率与水蒸气渗透系数之间的回归模型，由所述热惯性图谱映射得到水蒸气渗透系数分布，建立水蒸气稳态扩散模型，求解水蒸气分压力场，基于所述水蒸气分压力场的梯度计算水蒸气通量矢量并绘制湿气流线，计算冷桥结露区的局部冷凝速率并在预测时间范围内积分，得到累积冷凝量；将所述热积聚风险指标、结露风险指标和累积冷凝量分别归一化至预设区间后，以预设权重进行加权求和，生成综合风险指数图谱，其中所述预设权重根据历史样本中各指标对实际损伤结果的贡献度确定。

13、优选地，所述利用所述环境温湿度数据中的室内空气温度和相对湿度计算露点温度，在所述未来温度场中累计各像素表面温度低于所述露点温度的时长，作为结露风险指标，包括：所述露点温度依据公式计算，其中，和为常数，为所述室内空气温度，为所述相对湿度；在所述墙面二维瞬态热传导有限元模型求解得到的未来温度场中，针对预测时间范围内的每个时刻，判断各像素表面温度是否低于所述露点温度；所述结露风险指标定义为，其中为指示函数，当时取值为1，当取值为0，为预测时间长度。

14、优选地，所述当所述综合风险指数图谱中存在超过综合风险判定阈值的区域时，根据风险类型和位置特征生成干预指令，控制机器人末端执行装置执行差异化的主动干预动作，包括：将所述综合风险指数图谱中综合风险值大于或等于综合风险判定阈值的像素所在区域判定为需干预高风险区；当需干预高风险区同时满足多个干预条件时，按照微孔注浆、隔热防露涂层喷涂、防水蒸汽界面剂喷涂的优先级顺序执行干预动作，且当前序干预动作完成后对应风险指标下降至综合风险解除阈值以下时，不再执行后续干预动作；对位于自攻钉中心且热积聚风险指标与累积冷凝量共位的区域，生成微孔注浆指令，控制末端钻孔装置在钉头正上方饰面层钻微孔至脱粘界面，低压注入与基体热导率匹配的修复浆料，以填充脱粘裂纹并恢复热接触；对结露风险指标极高但未空鼓的钉头区域，生成隔热防露涂层喷涂指令，控制末端喷涂装置涂刷隔热防露涂层；对湿气流线密集汇聚且无自攻钉的板缝区域，生成防水蒸汽界面剂喷涂指令，控制末端喷涂装置喷涂防水蒸汽界面剂。

15、优选地，所述对位于自攻钉中心且热积聚风险指标与累积冷凝量共位的区域，生成微孔注浆指令，控制末端钻孔装置在钉头正上方饰面层钻微孔至脱粘界面，低压注入与基体热导率匹配的修复浆料，以填充脱粘裂纹并恢复热接触，包括：利用所述三维形貌点云数据定位自攻钉头位置，结合施工图纸提供的自攻钉位坐标确定各自攻钉中心的精确坐标；将所述综合风险指数图谱中同时满足热积聚风险指标超过预设热积聚阈值且累积冷凝量超过预设冷凝阈值的区域判定为热积聚风险指标与累积冷凝量共位的区域；将所述需干预高风险区与所述自攻钉中心的精确坐标及所述共位区域进行空间叠加分析，筛选出位于自攻钉中心且共位的目标干预点；针对所述目标干预点生成微孔注浆指令，所述微孔注浆指令控制末端钻孔装置在钉头正上方饰面层钻微孔，钻孔深度达到所述自攻钉设计埋深，控制注浆装置以预设低压注入与基体热导率匹配的修复浆料，以填充脱粘裂纹并恢复热接触。

16、优选地，一种基于多源数据融合的机器人智能控制系统，还包括：

17、激励与多源感知模块，用于控制激振器对饰面层表面施加固定频率的正弦振动激励，诱发粘结界面隐蔽裂纹产生呼吸效应，同步采集表面温度序列数据、三维形貌点云数据、环境温湿度数据及激振器参考信号；

18、数据预处理与锁相特征提取模块，用于利用所述三维形貌点云数据对所述表面温度序列数据进行几何校正和周期平均，以所述激振器参考信号为基准对校正后的温度序列进行锁相分析，提取归一化振幅衰减和相位延迟；

19、热惯性反演与图谱构建模块，用于基于所述相位延迟、已知的自攻钉设计埋深和所述正弦振动激励的频率，逐像素反演热扩散率，构建热惯性图谱，利用所述归一化振幅衰减对反演结果进行一致性校验；

20、热湿耦合预测与风险融合模块，用于以所述热惯性图谱和环境温湿度数据为输入，构建热湿耦合预测模型，计算未来时段内的热积聚风险指标、结露风险指标和累积冷凝量，加权融合生成综合风险指数图谱；

21、融合决策与主动干预控制模块，用于当所述综合风险指数图谱中存在超过综合风险判定阈值的区域时，根据风险类型和位置特征生成干预指令，控制机器人末端执行装置执行差异化的主动干预动作；

22、机器人末端执行模块，用于接收融合决策与主动干预控制模块生成的干预指令，根据干预指令控制钻孔装置、注浆装置及喷涂装置执行对应的主动干预动作，其中包括微孔注浆、隔热防露涂层喷涂和防水蒸汽界面剂喷涂。

23、有益效果：本发明通过控制激振器施加正弦振动，利用裂纹呼吸效应获取内源热调制信号，克服了饰面层不可以被破坏和外部热激励失效的局限，实现对隐蔽微脱粘的早期感知；通过同步采集表面温度序列、三维形貌点云和环境温湿度数据，进行几何校正与锁相分析，提取归一化振幅衰减和相位延迟，消除几何伪影并提升调制信号信噪比；利用相位延迟与已知自攻钉埋深反演粘结界面热扩散率，以振幅衰减进行一致性校验，构建表征界面热惯性的可靠图谱，使不可见损伤的热物性特征得以量化；以热惯性图谱为基础，结合环境温湿度边界条件，建立热湿耦合预测模型，计算热积聚风险、冷桥结露风险和湿扩散累积冷凝量，通过加权融合生成综合风险指数，实现由当前状态到未来风险的超前预判；根据综合风险指数和自攻钉定位信息，驱动机器人执行微孔注浆、隔热防露涂层喷涂和防水蒸汽界面剂喷涂等分级干预动作，以前面的干预效果决定后续额步骤，形成从感知、建模、预测到主动干预的完整闭环，阻断空鼓与湿损演化路径；通过将多源异构数据在特征层和决策层深度融合，显著提升评估的准确性与鲁棒性，赋予在饰面层不可以被破坏约束下进行早期预警和精准调控的能力。