一种基于AI技术的钢筋加工分析系统和方法与流程

一种基于ai技术的钢筋加工分析系统和方法
技术领域
1.本发明涉及钢筋加工技术领域，具体涉及一种基于ai技术的钢筋加工分析系统和方法。


背景技术：

2.钢筋构件是由钢筋制作而成的构件，用于建筑施工中使用，在进行钢筋构件的制作过程中需要对钢筋进行不同的处理后进行焊接和捆扎等操作将不同的钢筋组装成钢筋构件，在对单根钢筋进行加工处理的过程中，如果单根钢筋加工的参数不符合标准时，在焊接组成钢筋构件的过程中容易出现尺寸不匹配等问题导致最终制作完成的钢筋构件不能满足要求，同时钢筋构件制作完成后堆载的过程中若堆载的高度和垂直度不符合要求，容易出现倾倒的问题。


技术实现要素：

3.本发明实施例提供了一种基于ai技术的钢筋加工分析系统和方法，通过获取钢筋构件的尺寸生成钢筋构件的制作流程清单，钢筋加工人员根据制作流程清单对钢筋进行加工，同时对钢筋加工过程中钢筋的参数进行监测，在发现异常时对钢筋加工人员进行提醒，还对制作完成后堆放的钢筋构件的参数监测，在发现异常时对钢筋加工人员进行提醒，达到对钢筋处理过程中和钢筋构件堆载过程进行实时监测，避免出现钢筋加工的参数不符合标准以及堆载的过程中堆载的高度和垂直度不符合要求的问题。
4.一种基于ai技术的钢筋加工分析系统，包括：构件模型建立模块、加工数据获取模块、堆放数据获取模块、监测模块和预警模块；
5.所述构件模型建立模块，用于获取钢筋构件的尺寸后根据尺寸建立模型，并对模型进行分析，生成制作流程清单；
6.所述加工数据获取模块，用于获取钢筋构件制作过程中钢筋的参数；
7.所述堆放数据获取模块，用于获取制作完成后堆放的钢筋构件的参数；
8.所述监测模块，用于对所述加工数据获取模块获取的参数进行监测，还用于对所述堆放数据获取模块获取的参数进行监测，在监测发现异常时放预警信息到预警模块；
9.所述预警模块，用于接收到预警信息后对钢筋加工人员进行提醒。
10.进一步的，所述构件模型建立模块包括构件参数获取单元、模型生成单元和制作流程清单生成单元，所述构件参数获取单元用于获取钢筋构件的尺寸，所述模型生成单元用于根据获取的尺寸生成模型，所述制作流程清单生成单元用于对模型进行分析，对模型进行拆分根据拆分结果生成制作流程清单，制作流程清单包括钢筋构件的制作流程和钢筋的参数，钢筋的参数包括钢筋的尺寸、钢筋的弯折角度、钢筋表面的清洁度和钢筋的弯曲度，钢筋构件的制作流程为钢筋构件全部所需单根钢筋的制作顺序。
11.进一步的，所述加工数据获取模块包括设置在加工区的定位线框和设置于定位线框正上方的第一图像采集单元，加工数据获取模块还包括尺寸获取单元、弯折角度获取单
元、表面处理数据获取单元和弯曲度数据获取单元，所述第一图像采集单元用于采集定位线框内钢筋的图像，所述尺寸获取单元用于根据采集的定位线框内钢筋的图像获取钢筋的尺寸，所述弯折角度获取单元用于根据采集的定位线框内钢筋的图像获取钢筋的弯折角度，所述表面处理数据获取单元用于根据采集的定位线框内钢筋的图像获取钢筋表面的清洁度，所述弯曲度数据获取单元用于根据采集的定位线框内钢筋的图像获取钢筋的弯曲度。
12.进一步的，所述加工数据获取模块获取的钢筋的参数包括尺寸数据、弯折角度数据、表面处理数据和弯曲度数据。
13.进一步的，所述堆放数据获取模块包括设置于堆放区的第二图像采集单元，用于获取堆放区钢筋构件的图像，所述堆放数据获取模块还包括堆载高度采集单元和堆载垂直度采集单元，所述堆载高度采集单元用于根据获取的堆放区钢筋构件的图像获取钢筋构件堆载高度，所述堆载垂直度采集单元用于根据获取的堆放区钢筋构件的图像获取钢筋构件堆载垂直度。
14.进一步的，制作完成后堆放的钢筋构件的参数包括堆载高度和堆载垂直度。
15.进一步的，所述监测模块包括加工监测单元和堆载监测单元，所述加工监测单元用于对所述加工数据获取模块获取的钢筋的参数进行实时检测，在所述加工数据获取模块获取的钢筋的参数与制作流程清单中钢筋的参数不相符合时，发送预警信息到所述预警模块，所述堆载监测单元用于对所述堆放数据获取模块获取的制作完成后堆放的钢筋构件的参数进行实时检测，在制作完成后堆放的钢筋构件的参数低于堆载垂直度采集单元的预设阈值时，发送预警信息到所述预警模块。
16.第二方面，本发明实施例提供一种基于ai技术的钢筋加工分析方法，包括以下步骤：
17.s1，钢筋构件模型建立，构件参数获取单元获取钢筋构件的尺寸，模型生成单元根据获取的尺寸生成模型，制作流程清单生成单元对模型进行分析，对模型进行拆分根据拆分结果生成制作流程清单；
18.s2，钢筋加工数据获取，钢筋加工人员根据制作流程清单中的钢筋构件的制作流程对钢筋进行加工，在钢筋加工过程中，第一图像采集单元采集定位线框内钢筋的图像，尺寸获取单元根据采集的定位线框内钢筋的图像获取钢筋的尺寸，弯折角度获取单元根据采集的定位线框内钢筋的图像获取钢筋的弯折角度，表面处理数据获取单元根据采集的定位线框内钢筋的图像获取钢筋表面的清洁度，弯曲度数据获取单元根据采集的定位线框内钢筋的图像获取钢筋的弯曲度；
19.s3，钢筋加工过程监测，加工监测单元对加工数据获取模块获取的钢筋的参数进行实时检测，在加工数据获取模块获取的钢筋的参数与制作流程清单中钢筋的参数不相符合时，发送预警信息到预警模块；
20.s4，钢筋构件堆放数据获取，第二图像采集单元获取堆放区钢筋构件的图像，堆载高度采集单元根据获取的堆放区钢筋构件的图像获取钢筋构件堆载高度，堆载垂直度采集单元根据获取的堆放区钢筋构件的图像获取钢筋构件堆载垂直度；
21.s5，钢筋构件堆载监测，堆载监测单元对堆放数据获取模块获取的制作完成后堆放的钢筋构件的参数进行实时检测，在制作完成后堆放的钢筋构件的参数低于堆载垂直度
采集单元的预设阈值时，发送预警信息到预警模块；
22.s6，预警提醒，预警模块接收到预警信息后对钢筋加工人员进行提醒。
23.本发明实施例提供的上述技术方案的有益效果至少包括：
24.本发明通过获取钢筋构件的尺寸生成钢筋构件的制作流程清单，钢筋加工人员根据制作流程清单对钢筋进行加工，同时对钢筋加工过程中钢筋的参数进行监测，在发现异常时对钢筋加工人员进行提醒，还对制作完成后堆放的钢筋构件的参数监测，在发现异常时对钢筋加工人员进行提醒，达到对钢筋处理过程中和钢筋构件堆载过程进行实时监测，避免出现钢筋加工的参数不符合标准以及堆载的过程中堆载的高度和垂直度不符合要求的问题。
25.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
26.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
27.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
28.图1为本发明实施例公开的基于ai技术的钢筋加工分析系统的结构示意图；
29.图2为本发明实施例公开的基于ai技术的钢筋加工分析方法的流程示意图。
30.附图标记：
31.1、构件模型建立模块；11、构件参数获取单元；12、模型生成单元；13、制作流程清单生成单元；2、加工数据获取模块；21、定位线框；22、第一图像采集单元；23、尺寸获取单元；24、弯折角度获取单元；25、表面处理数据获取单元；26、弯曲度数据获取单元；3、堆放数据获取模块；31、第二图像采集单元；32、堆载高度采集单元；33、堆载垂直度采集单元；4、监测模块；41、加工监测单元；42、堆载监测单元；5、预警模块。
具体实施方式
32.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
33.实施例一
34.如图1所示，本发明实施例提供一种基于ai技术的钢筋加工分析系统，包括：构件模型建立模块1、加工数据获取模块2、堆放数据获取模块3、监测模块4和预警模块5；
35.构件模型建立模块1，用于获取钢筋构件的尺寸后根据尺寸建立模型，并对模型进行分析，生成制作流程清单；
36.具体的，构件模型建立模块1包括构件参数获取单元11、模型生成单元12和制作流程清单生成单元13，构件参数获取单元11用于获取钢筋构件的尺寸，模型生成单元12用于根据获取的尺寸生成模型，制作流程清单生成单元13用于对模型进行分析，对模型进行拆
分根据拆分结果生成制作流程清单，制作流程清单包括钢筋构件的制作流程和钢筋的参数，钢筋的参数包括钢筋的尺寸，其中钢筋的尺寸为钢筋的长度、钢筋的弯折角度，其中钢筋的弯折角度为钢筋的折弯角度、钢筋表面的清洁度，其中，钢筋表面的清洁度为钢筋表面锈蚀的区域所占钢筋表面积的比例，比例越高清洁度越低，比例越低，清洁度越高，对钢筋的处理过程还包括对钢筋表面的锈蚀区域进行处理、钢筋的弯曲度，其中，钢筋的弯曲度为钢筋未弯折区域在钢筋径向方向的弯曲角度，如呈“一”字形的钢筋，在水平放置时，钢筋与水平面平行，若在水平放置时钢筋与水平面不平行则该钢筋弯曲度大于0，钢筋构件的制作流程为钢筋构件全部所需单根钢筋的制作顺序，钢筋加工人员根据钢筋构件的制作流程依次对全部的钢筋进行加工处理。
37.加工数据获取模块2，用于获取钢筋构件制作过程中钢筋的参数；
38.具体的，加工数据获取模块2获取的钢筋的参数包括尺寸数据、弯折角度数据、表面处理数据和弯曲度数据，加工数据获取模块2包括设置在加工区的定位线框21和设置于定位线框21正上方的第一图像采集单元22，加工数据获取模块2还包括尺寸获取单元23、弯折角度获取单元24、表面处理数据获取单元25和弯曲度数据获取单元26，第一图像采集单元22用于采集定位线框21内钢筋的图像，尺寸获取单元23用于根据采集的定位线框21内钢筋的图像获取钢筋的尺寸，弯折角度获取单元24用于根据采集的定位线框21内钢筋的图像获取钢筋的弯折角度，表面处理数据获取单元25用于根据采集的定位线框21内钢筋的图像获取钢筋表面的清洁度，弯曲度数据获取单元26用于根据采集的定位线框21内钢筋的图像获取钢筋的弯曲度；
39.在本实施例中，定位线框21为矩形线框，颜色为白色或黄色，用于标定钢筋加工处理区域，钢筋加工人员根据钢筋构件的制作流程结合对应的钢筋的参数对钢筋进行处理，正上方设置第一图像采集单元22为摄像头，在获取到正下方的图像后，尺寸获取单元23对图像中的钢筋对钢筋的尺寸进行识别，弯折角度获取单元24对钢筋的弯折角度进行识别，表面处理数据获取单元25对钢筋表面的清洁度进行识别，弯曲度数据获取单元26对钢筋的弯曲度进行识别，分别得到当前钢筋的尺寸数据、弯折角度数据、表面处理数据和弯曲度数据。
40.堆放数据获取模块3，用于获取制作完成后堆放的钢筋构件的参数；
41.具体的，制作完成后堆放的钢筋构件的参数包括堆载高度和堆载垂直度，堆放数据获取模块3包括设置于堆放区的第二图像采集单元31，用于获取堆放区钢筋构件的图像，堆放数据获取模块3还包括堆载高度采集单元32和堆载垂直度采集单元33，堆载高度采集单元32用于根据获取的堆放区钢筋构件的图像获取钢筋构件堆载高度，堆载垂直度采集单元33用于根据获取的堆放区钢筋构件的图像获取钢筋构件堆载垂直度。
42.监测模块4，用于对加工数据获取模块2获取的参数进行监测，还用于对堆放数据获取模块3获取的参数进行监测，在监测发现异常时放预警信息到预警模块5；
43.具体的，监测模块4包括加工监测单元41和堆载监测单元42，加工监测单元41用于对加工数据获取模块2获取的钢筋的参数进行实时检测，根据制作流程清单中的钢筋构件的制作流程中的钢筋顺序以及对应的钢筋的参数与加工数据获取模块2获取的钢筋的参数进行比对，若不相符，则发送预警信息到预警模块5，若相符，则判定当前钢筋的处理合格，按照钢筋构件的制作流程中的钢筋顺序，进行下一钢筋监测，堆载监测单元42用于对堆放
数据获取模块3获取的制作完成后堆放的钢筋构件的参数进行实时检测，在制作完成后堆放的钢筋构件的参数低于堆载垂直度采集单元33的预设阈值时，发送预警信息到预警模块5，其中，堆载高度阈值设置为3m，堆载垂直度阈值设置为85度，在垂直度低于85度时，发送预警信息到预警模块5，需要说明的是，堆载垂直度为堆载的钢筋构件左侧最边缘的像素低点拟合而成的直线与地面之间的夹角，该夹角为堆载垂直度。
44.预警模块5，用于接收到预警信息后对钢筋加工人员进行提醒；
45.需要说明的是，提醒方式通过语音提示或问题提示的方式对钢筋加工人员进行提醒。
46.本发明通过构件参数获取单元11获取钢筋构件的尺寸，由模型生成单元12生成钢筋构件的模型，同时制作流程清单生成单元13根据模型生成钢筋构件的制作流程清单，钢筋加工人员根据制作流程清单对钢筋进行加工，加工数据获取模块2获取钢筋构件制作过程中钢筋的参数，堆放数据获取模块3获取制作完成后堆放的钢筋构件的参数，监测模块4根据加工数据获取模块2获取钢筋构件制作过程中钢筋的参数对钢筋加工过程中钢筋的参数进行监测，在发现异常时对钢筋加工人员进行提醒，还根据放数据获取模块获取制作完成后堆放的钢筋构件的参数对制作完成后堆放的钢筋构件的参数监测，在发现异常时对钢筋加工人员进行提醒，达到对钢筋处理过程中和钢筋构件堆载过程进行实时监测，避免出现钢筋加工的参数不符合标准以及堆载的过程中堆载的高度和垂直度不符合要求的问题。
47.实施例二
48.本发明实施例还公开了一种基于ai技术的钢筋加工分析方法，如图2，包括以下步骤：
49.s1，钢筋构件模型建立，构件参数获取单元11获取钢筋构件的尺寸，模型生成单元12根据获取的尺寸生成模型，制作流程清单生成单元13对模型进行分析，对模型进行拆分根据拆分结果生成制作流程清单；
50.s2，钢筋加工数据获取，钢筋加工人员根据制作流程清单中的钢筋构件的制作流程对钢筋进行加工，在钢筋加工过程中，第一图像采集单元22采集定位线框21内钢筋的图像，尺寸获取单元23根据采集的定位线框21内钢筋的图像获取钢筋的尺寸，弯折角度获取单元24根据采集的定位线框21内钢筋的图像获取钢筋的弯折角度，表面处理数据获取单元25根据采集的定位线框21内钢筋的图像获取钢筋表面的清洁度，弯曲度数据获取单元26根据采集的定位线框21内钢筋的图像获取钢筋的弯曲度；
51.s3，钢筋加工过程监测，加工监测单元41对加工数据获取模块2获取的钢筋的参数进行实时检测，在加工数据获取模块2获取的钢筋的参数与制作流程清单中钢筋的参数不相符合时，发送预警信息到预警模块5；
52.s4，钢筋构件堆放数据获取，第二图像采集单元31获取堆放区钢筋构件的图像，堆载高度采集单元32根据获取的堆放区钢筋构件的图像获取钢筋构件堆载高度，堆载垂直度采集单元33根据获取的堆放区钢筋构件的图像获取钢筋构件堆载垂直度；
53.s5，钢筋构件堆载监测，堆载监测单元42对堆放数据获取模块3获取的制作完成后堆放的钢筋构件的参数进行实时检测，在制作完成后堆放的钢筋构件的参数低于堆载垂直度采集单元33的预设阈值时，发送预警信息到预警模块5；
54.s6，预警提醒，预警模块5接收到预警信息后对钢筋加工人员进行提醒。
55.本实发明通过获取钢筋构件的尺寸生成钢筋构件的制作流程清单，钢筋加工人员根据制作流程清单对钢筋进行加工，同时对钢筋加工过程中钢筋的参数进行监测，在发现异常时对钢筋加工人员进行提醒，还对制作完成后堆放的钢筋构件的参数监测，在发现异常时对钢筋加工人员进行提醒，达到对钢筋处理过程中和钢筋构件堆载过程进行实时监测，避免出现钢筋加工的参数不符合标准以及堆载的过程中堆载的高度和垂直度不符合要求的问题。
56.应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
57.在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
58.本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
59.结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、移动磁盘、cd-rom或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于asic中。该asic可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。
60.对于软件实现，本技术中描述的技术可用执行本技术所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。
61.上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。