CN116716781A - 基于3d打印的路面病害智能修复装置及方法 - Google Patents
基于3d打印的路面病害智能修复装置及方法 Download PDFInfo
- Publication number
- CN116716781A CN116716781A CN202310671124.1A CN202310671124A CN116716781A CN 116716781 A CN116716781 A CN 116716781A CN 202310671124 A CN202310671124 A CN 202310671124A CN 116716781 A CN116716781 A CN 116716781A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- mechanical arm
- crack
- printing
- vehicle body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 201000010099 disease Diseases 0.000 title claims abstract description 80
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 80
- 238000010146 3D printing Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 11
- 238000005094 computer simulation Methods 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 238000012800 visualization Methods 0.000 claims abstract description 6
- 230000007246 mechanism Effects 0.000 claims description 51
- 230000008439 repair process Effects 0.000 claims description 36
- 238000007599 discharging Methods 0.000 claims description 29
- 230000007547 defect Effects 0.000 claims description 27
- 238000007664 blowing Methods 0.000 claims description 25
- 238000005485 electric heating Methods 0.000 claims description 21
- 238000004140 cleaning Methods 0.000 claims description 13
- 239000007921 spray Substances 0.000 claims description 13
- 238000001816 cooling Methods 0.000 claims description 9
- 238000002844 melting Methods 0.000 claims description 8
- 230000008018 melting Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 239000010426 asphalt Substances 0.000 description 27
- 239000000463 material Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011049 filling Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 239000010410 layer Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000001125 extrusion Methods 0.000 description 3
- 239000012943 hotmelt Substances 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000009958 sewing Methods 0.000 description 2
- 241000270281 Coluber constrictor Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- OQZCSNDVOWYALR-UHFFFAOYSA-N flurochloridone Chemical compound FC(F)(F)C1=CC=CC(N2C(C(Cl)C(CCl)C2)=O)=C1 OQZCSNDVOWYALR-UHFFFAOYSA-N 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/06—Devices or arrangements for working the finished surface; Devices for repairing or reconditioning the surface of damaged paving; Recycling in place or on the road
- E01C23/09—Devices or arrangements for working the finished surface; Devices for repairing or reconditioning the surface of damaged paving; Recycling in place or on the road for forming cuts, grooves, or recesses, e.g. for making joints or channels for markings, for cutting-out sections to be removed; for cleaning, treating, or filling cuts, grooves, recesses, or fissures; for trimming paving edges
- E01C23/096—Devices or arrangements for working the finished surface; Devices for repairing or reconditioning the surface of damaged paving; Recycling in place or on the road for forming cuts, grooves, or recesses, e.g. for making joints or channels for markings, for cutting-out sections to be removed; for cleaning, treating, or filling cuts, grooves, recesses, or fissures; for trimming paving edges for forming, opening-out, cleaning, drying or heating and filling
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
- E01F9/00—Arrangement of road signs or traffic signals; Arrangements for enforcing caution
- E01F9/60—Upright bodies, e.g. marker posts or bollards; Supports for road signs
- E01F9/658—Upright bodies, e.g. marker posts or bollards; Supports for road signs characterised by means for fixing
- E01F9/662—Upright bodies, e.g. marker posts or bollards; Supports for road signs characterised by means for fixing mounted on vehicles, e.g. service vehicles; Warning vehicles travelling along with road-maintenance, e.g. remotely controlled
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Mining & Mineral Resources (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Road Repair (AREA)
Abstract
本公开提供了基于3D打印的路面病害智能修复装置及方法,涉及路面图像识别技术领域,包括获取路面前方道路图像信息、路面病害三维数据以及路面病害定位信息;判断病害的类别为裂缝或者坑槽;若为裂缝,通过坐标系转换将其映射到点云之中,建立图像与点云之间的映射关系,进而找到裂缝在点云的具体位置;若为坑槽,对该病害区域的三维点云数据进行精简处理,获得光滑平顺的点云数据;对获取的裂缝或坑槽的点云数据进行处理,通过连接云中点,进行三维可视化,创建病害区域三维计算机模型利用3D打印规划路径结果;根据路径规划结果控制牵引车体以及修补车体进行3D打印修补提高路面病害修复效率、精度及一致性。
Description
技术领域
本公开涉及路面图像识别技术领域,具体涉及一种基于3D打印的路面病害智能修复装置及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
沥青路面出现裂缝,在车辆荷载和雨水的冲刷作用下,裂缝向下发展,随着时间的推移,路面容易形成坑槽,甚至大面积破坏,影响高速公路的正常运行。对高速公路早期损坏进行小型维修是很有必要的,特别是对裂缝和坑槽的修补,可以减缓高速公路病害发生,延长公路的使用寿命,对社会和经济效益都有很大的作用。
裂缝是沥青路面最主要的损坏,产生的主要原因是有路基缺乏足够的压实度、缺乏良好的施工质量以及对沥青公路路面的超负荷使用。沥青公路路面产生坑槽的原因是面层的网裂、龟裂,若不及时进行养护,在车轮荷载和雨水冲刷作用下造成路面沥青混合料脱落而逐渐形成坑槽,沥青路面裂缝修补技术有直接灌缝、贴缝带处治和热再生技术,坑槽的修补技术有填料式坑槽修补、挖补式坑槽修补、热烘式坑槽修补和喷射式坑槽修补。目前沥青路面早期病害修补都需要大量工人进行现在作业,并且需要对道路实行交通管制。急需自动化沥青路面早期病害智能修复装备。
3D打印技术是指通过连续的物理层叠加,逐层增加材料来生成三维实体的技术。其与传统的材料加工技术不同,因此又称为添加制造技术。近年来3D打印技术再土木工程方面成熟运用,利用3D打印技术“打印”修复材料,可修补沥青路面的裂缝、坑槽;现有的已存在对路面病害的智能修复,但是发明人发现,现有技术中仍然存在以下问题:
1)虽然利用了智能修复装备,但是仍然需要大量的人工进行辅助,这无疑增加了劳动力成本压力,无法实现对修补材料的高效利用。
2)在进行修复的过程中,不能有效的将裂缝或者坑槽进行清除杂物和烘干,导致修补位置不能稳定的粘结,粘结力不够,导致后期可能再次出现裂缝的隐患。
3)需要另外设置单一用途的信号指示车或者专用路标用于警示,增加了道路维护养护的成本。
4)三维激光扫描仪用于路面裂缝采集,常发现裂缝区域点云数据的高程低于非裂缝区域的高程,并且裂缝的点云数据常存在大面积缺损现象,三维激光扫描仪并不适用于采集路面裂缝数据。
发明内容
本公开为了解决上述问题,提出了基于3D打印的路面病害智能修复装置及方法,获取沥青路面图像形成3D打印规划路径,精准修补沥青路面裂缝或者坑槽,增强修复部位的均匀稳定性和强度,提高路面病害修复效率、精度及一致性。
根据一些实施例,本公开采用如下技术方案:
基于3D打印的路面病害智能修复方法,包括:
获取路面前方道路图像信息、路面病害三维数据以及路面病害定位信息;
对图像信息进行预处理,突出路面病害区域特征,对路面病害区域的几何特征进行计算,判断病害的类别为裂缝或者坑槽;
若为裂缝,通过坐标系转换将其映射到点云之中,建立图像与点云之间的映射关系,进而找到裂缝在点云的具体位置;
若为坑槽,对该病害区域的三维点云数据进行精简处理,获得光滑平顺的点云数据;对获取的裂缝或坑槽的点云数据进行处理,通过连接云中点,进行三维可视化,创建病害区域三维计算机模型利用3D打印规划路径结果;
根据路径规划结果控制牵引车体以及修补车体进行3D打印修补。
根据一些实施例,本公开采用如下技术方案:
基于3D打印的路面病害智能修复装置,包括牵引车体、修补车体、机械臂、裂缝清吹机构、路面病害识别机构以及出料机构;所述路面病害识别机构用于识别路面病害类型、定位病害位置以及规划修补路径;所述机械臂的机械臂底座固定在修补车体顶部,另一端的机械臂连接端连接所述出料机构,用于带动出料机构移动进行路面病害修补;
所述裂缝清吹机构包括吹缝机底座,所述吹缝机底座安装于牵引车体底部能够进行360°旋转,所述吹缝机底座上安装有吹缝机转头,能够在竖直方向进行180°旋转,所述吹缝机转头一侧设置热气喷枪,所述热气喷枪上设置有空气压缩机,所述热气喷枪能将空气压缩机排出的风进行加热,能够将堆积在裂缝或坑槽内的杂物清除干净并对病害位置进行烘干和预热。
进一步的,所述路面病害识别机构包括一台线阵CCD相机、两台三维激光扫描仪、GPS定位仪以及控制中心,所述线阵CCD相机安装在牵引车体顶部,用于获取路面病害图像;所述三维激光扫描仪安装在牵引车体底部前端的两侧,用于获取识别出的路面病害类型的三维坐标数据,所述GPS定位仪位于牵引车体顶部靠后侧,获取路面病害的位置信息。
进一步的,所述机械臂包括机械臂底座、机械臂大臂、机械臂小臂以及机械臂连接端,所述机械臂底座固定在修补车体顶部,机械臂大臂一端连接机械臂底座,另一端连接机械臂小臂一端,所述机械臂小臂另一端连接机械臂连接端。
进一步的,所述机械臂底座能够进行360°旋转,所述机械臂大臂在竖直方向能够进行90°旋转,机械臂小臂在竖直方向能够进行180°旋转,所述机械臂连接端在水平方向能够进行180°旋转。
进一步的,所述出料机构包括外壳、螺旋推杆、喷嘴、导热内管、电加热外壳、下料漏斗、散热风扇以及步进电机,所述出料机构的外壳连接机械臂连接端。
进一步的,所述步进电机设置在外壳内部,所述散热风扇设置在步进电机两侧,所述外壳下方开口,并设置连接有电加热外壳,所述电加热外壳内部设置导热内管,所述电加热外壳上设置有多个安装加热电阻的槽,通过导热内管作用,使腔体内温度升高。
进一步的,所述导热内管的内部设置有螺旋推杆,所述螺旋推杆顶部连接步进电机,所述电加热外壳与导热内管的相同一侧设置相对应的弧形缺口用于安装下料漏斗;所述导热内管的底部连接喷嘴。
进一步的,所述修补车体顶部还安装有热熔箱,所述热熔箱的一侧安装有泵,所述泵通过输料管与下料漏斗连接,所述输料管为伸缩管。
与现有技术相比,本公开的有益效果为:
本公开一种基于3D打印的路面病害智能修复装置在进行修复作业时不需要人工参与,不仅能够缓解日益增长的劳动力成本压力,而且可以实现对修补材料的高效利用,有效降低养护成本,使道路养护由劳动密集型向技术密集型转变。
本公开方案与传统沥青路面修复方法相比,本公开利用3D打印技术修补沥青路面裂缝或者坑槽,可以将7d的养护工作缩短为1~2h,大幅度减少交通管制的时间,降低因路面修复造成的交通事故和经济损失,缓解了交通堵塞,而且修复部位的均匀稳定性和强度都能满足要求,提高路面病害修复效率、精度及一致性。
本公开采用牵引车体下方的裂缝清吹机构在灌缝前对裂缝或坑槽进行清缝和烘干。可有效清楚裂缝或坑槽内的杂物,为后续工作创造良好条件;并且可以对修补位置进行加热,去除裂缝或坑槽内的潮气,形成热效应,确保灌缝料与缝壁、缝底稳定粘结。
本公开采用基于点云和图像的路面病害检测,针对路面坑槽采用三维激光点云识别,通过坑槽点云的高程信息,直观反映路面凹凸情况。针对三维激光扫描仪识别路面裂缝不精确的问题,本公开先通过线阵CCD相机图像拍摄,对图像进行预处理,在通过坐标系转换,建立图像与点云之间的映射关系,实现裂缝三维点云的建立。两种方法有效搭配可实现对路面病害的精准识别,并可以建立高精度的病害区域三维数字坐标模型。
本公开在牵引车体两侧设置频闪警示灯,频闪警示灯具有价格低廉、耗电少、耐久性好、在较远距离处可见性良好等优点,该装置的设置省去了单一用途的信号指示车和专用路标,可以提醒驾驶员及早采取措施,有效地提高了修补效率和安全保障。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1为本公开实施例装置的整体结构示意图;
图2为本公开实施例装置的修补车体结构示意图;
图3为本公开实施例装置的出料机构的结构示意图;
图4为本公开实施例装置的出料机构的剖面结构示意图;
图5为本公开实施例装置的可替换喷嘴结构示意图。
其中,1、线阵CCD相机;2、空气压缩机;3、吹缝机底座;4、吹缝机转头;5、热气喷枪;6、泵;7、热熔箱;8、输料管;9、机械臂底座;10、机械臂大臂;11、机械臂小臂;12、机械臂连接端;13、三维激光扫描仪;14、散热风扇;15、步进电机;16、下料漏斗,17、电加热外壳;18、导热内管;19、喷嘴;20、螺旋推杆;21、外壳;22、牵引车体;23、修补车体;24、频闪警示灯;25、GPS定位仪;26、红外温度传感器。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例1
本公开的一种实施例中提供了一种基于3D打印的路面病害智能修复方法,包括:
步骤一:获取路面前方道路图像信息、路面病害三维数据以及路面病害定位信息;
步骤二:对图像信息进行预处理,突出路面病害区域特征,对路面病害区域的几何特征进行计算,判断病害的类别为裂缝或者坑槽;
若为裂缝,通过坐标系转换将其映射到点云之中,建立图像与点云之间的映射关系,进而找到裂缝在点云的具体位置;
若为坑槽,对该病害区域的三维点云数据进行精简处理,获得光滑平顺的点云数据;对获取的裂缝或坑槽的点云数据进行处理,通过连接云中点,进行三维可视化,创建病害区域三维计算机模型利用3D打印规划路径结果;
步骤三:根据路径规划结果控制牵引车体以及修补车体进行3D打印修补。
首先路面病害识别机构对线阵CCD相机获取的路面病害图像进行数据处理,实现图像噪声的有效去除,使路面病害区域图像得到增强,得到路面病害区域的破损情况,并进一步识别病害的类型是否为裂缝或坑槽。
若为裂缝,所述的路面病害识别机构进一步对图像进行处理,通过坐标系转换将其映射到点云之中,建立图像与点云之间的映射关系,进而找到裂缝在点云的具体位置。
若为坑槽,路面病害识别机构对得到的坑槽点云数据首先进行精简处理,并去除由设备或外部环境等因素影响产生的离群点,获得光滑平顺的点云数据。
具体的,使用法线空间采样的点云精简方法,法向量可以反映点云构成曲面的变化程度,是十分重要的几何特征,该方法是在法向量空间内进行采样,结果表现为路面缺陷处点云特征变化大的地方剩余点较多,变化小的地方剩余点稀少,可有效保持地物特征。
第二步去除离群点,离群点是脱离激光扫描仪采集点云之外的点,如不去除的话会对后续点云处理带来极大影响,采用统计分布方法对离群点进行检测,离群点在空间分布表现为稀松特征,某个区域中点云越集中则此部分信息量越大,而离群点则是无效信息;
因此根据离群点特征,可以定义某个点云小于某个密度,使其成为一个不正确的点云,可以计算每个点与它的k个最近的邻接点的平均距离。
假设点云数据中所有点的距离都满足高斯分布,然后通过计算点云的相邻距离的平均值和标准差来设定尖峰的阈值,将那些超过阈值的平均距离的点标记为尖峰,并从点云空间中删除,获得光滑平顺的点云数据。
对得到的裂缝或坑槽的点云数据进行处理,通过连接云中点,将处理好的数据进行三维可视化,创建病害区域三维计算机模型,并将其导入3D切片软件,根据切片软件和规划路径结果,控制机械臂进行3D移动,控制牵引车体移动,使其修补车体到达病害修复区域,进行供料实现3D打印修补。
实施例2
本公开的一种实施例中提供了一种基于3D打印的路面病害智能修复装置,如图1所示,包括牵引车体22、修补车体23、机械臂、裂缝清吹机构、路面病害识别机构以及出料机构;所述路面病害识别机构用于识别路面病害类型、定位病害位置以及规划修补路径;所述机械臂的机械臂底座9固定在修补车体23顶部,另一端的机械臂连接端12连接所述出料机构,用于带动出料机构移动进行路面病害修补;
所述裂缝清吹机构包括吹缝机底座3,所述吹缝机底座3安装于牵引车体22底部能够进行360°旋转,所述吹缝机底座3上安装有吹缝机转头4,能够在竖直方向能够进行180°旋转,可根据路面情况调节喷头与裂缝的距离,使施工更加轻便、安全、高效。
所述吹缝机转头4一侧设置热气喷枪5,所述热气喷枪5上设置有空气压缩机2,所述热气喷枪5能将空气压缩机2排出的风进行加热,能够将堆积在裂缝或坑槽内的杂物清除干净并对病害位置进行烘干和预热。空气压缩机具有较小的体积和重量,达到了整体结构紧凑,额定压力为0.6Mpa,额定排气量为0.4·。热气喷枪5排出的风在出风口被电热丝加热,变成热风送出,以去除裂缝或坑槽内的潮气,并保证不会造成路面沥青的焦化。裂缝清吹机构启动后,能够将堆积在裂缝或坑槽内的杂物清除干净并对病害位置进行烘干和预热,确保灌缝料与缝壁、缝底稳定粘结。
作为一种实施例,如图1和图2所示,所述的路面病害识别机构包括一台线阵CCD相机1和两台三维激光扫描仪13以及GPS定位仪25,还包括控制中心,线阵CCD相机1位于牵引车体顶部,GPS定位仪25位于牵引车体22顶部靠后侧,两台三维激光扫描仪13位于牵引车体22底部两侧。线阵CCD相机1的型号为:Basler racer L100,分辨率为2k,像素尺寸为:10.0*10.0*10.0(pitch)像素深度8bits,同步过程由距离感应器触发拍照,此相机在运动过程中会保持良好采集性能,能在检测车颠簸、变速变向行驶时有一定的参数进行控制,能提高相机在采集数据的过程中地准确度。三维激光扫描仪13通过对路面坑槽病害位置进行完整的三维坐标数据测量,记录病害处在空间上的三维信息,由此可得到病害密集而连续的点数据,称其为点云数据。点云数据可以真实描述病害处的结构形态,通过扫描测量点云编织出的外皮来逼近目标的完整原形及矢量化数据结构,完成目标坑槽病害处的三维重建。控制中心与线阵CCD相机1和两台三维激光扫描仪13以及GPS定位仪25相连。
具体地,控制中心首先对线阵CCD相机1得到的图像进行数据处理,通过图像灰度校正、去除图像阴影、高斯-中值滤波去噪以及图像增强得到清晰图像,进一步判断病害的类别是否为裂缝或坑槽,若为裂缝,所述的路面病害识别机构进一步对图像进行处理,通过坐标系转换将其映射到点云之中,先通过图像坐标转换像素坐标,其次通过相机坐标转换图像坐标,最后通过世界坐标转换相机坐标便可得到图像裂缝与点云数据的相应的关系,进而找到裂缝在点云的具体位置。若病害类型为坑槽,控制中心控制三维激光扫描仪开始工作,对坑槽位置进行三维扫描,扫描结束后,对三维激光扫描仪13得到的坑槽点云数据首先进行精简处理,使用法线空间采样的点云精简方法,法向量可以反映点云构成曲面的变化程度,是十分重要的几何特征,该方法是在法向量空间内进行采样,结果表现为路面缺陷处点云特征变化大的地方剩余点较多,变化小的地方剩余点稀少,可有效保持地物特征。第二部去除离群点,离群点是脱离激光扫描仪采集点云之外的点,如不去除的话会对后续点云处理带来极大影响,采用统计分布方法对离群点进行检测,离群点在空间分布表现为稀松特征,某个区域中点云越集中则此部分信息量越大,而离群点则是无效信息,因此根据离群点特征,可以定义某个点云小于某个密度,使其成为一个不正确的点云,可以计算每个点与它的k个最近的邻接点的平均距离。假设点云数据中所有点的距离都满足高斯分布,然后通过计算点云的相邻距离的平均值和标准差来设定尖峰的阈值,将那些超过阈值的平均距离的点标记为尖峰,并从点云空间中删除。获得光滑平顺的点云数据。最后所述的GPS定位仪25将裂缝和坑槽的位置传输至控制中心。
具体地,控制中心对所述的路面病害识别机构得到的裂缝或坑槽的点云数据进行处理,通过连接云中点,将处理好的数据进行三维可视化,创建病害区域三维计算机模型,并将其导入3D切片软件,根据切片软件和规划路径结果,控制机械臂进行3D移动。控制中心将继续控制牵引车体移动,使其修补车体到达病害修复区域,将控制出料机构进行供料实现3D打印修补。
具体的,如图1所示,机械臂包括机械臂底座9、机械臂大臂10、机械臂小臂11以及机械臂连接端12,所述机械臂底座9固定在修补车体23顶部,机械臂大臂10一端连接机械臂底座9,另一端连接机械臂小臂11一端,所述机械臂小臂11另一端连接机械臂连接端12。
所述机械臂底座9能够进行360°旋转,所述机械臂大臂10在竖直方向能够进行90°旋转,机械臂小臂11在竖直方向能够进行180°旋转,所述机械臂连接端12在水平方向能够进行180°旋转。
作为一种实施例,如图3以及图4所示,出料机构包括外壳21、螺旋推杆20、喷嘴19、导热内管18、电加热外壳17、下料漏斗16、散热风扇14以及步进电机15,所述出料机构的外壳21连接机械臂连接端;机械臂可带动出料机构进行3D移动。
步进电机15设置在出料机构的外壳21内部,所述散热风扇14设置在步进电机15两侧,所述出料机构的外壳21下方开口,并设置连接有电加热外壳17,所述电加热外壳17内部设置导热内管18,所述电加热外壳17上设置有多个安装加热电阻的槽,通过导热内管作用,使腔体内温度升高。
导热内管18的内部设置有螺旋推杆20,所述螺旋推杆20顶部连接步进电机15,所述电加热外壳17与导热内管18的相同一侧设置相对应的弧形缺口用于安装下料漏斗16;所述导热内管18的底部连接喷嘴19。如图5所所示,所述喷嘴为可拆卸喷嘴,可拆卸喷嘴通过螺纹连接,具有结构简单、连接可靠、装拆方便等优点,针对不同裂缝或坑槽采用不同喷嘴,提高修补效率。
如图1和图3所示,修补车体23顶部还安装有热熔箱7,所述热熔箱7的一侧安装有泵6,所述泵6通过输料管8与下料漏斗16连接,所述输料管8为伸缩管,可自由进行伸缩,方便机械臂带动沥青挤出装置进行3D移动,熔融沥青可顺利进入下料漏斗。步进电机15带动螺旋推杆20旋转,推动工作腔中的熔融沥青,使熔融沥青变得均匀,保证了出料的稳定。两侧散热风扇14与步进电机15相连接,步进电机15同时也带动散热风扇旋转,可以及时对步进电机15进行散热。
具体的,热熔箱7位于修补车体23上方,靠近机械臂底座9,热熔箱7侧面的泵6通过输料管8与沥青挤出装置的下料漏斗16相连接,从而实现对熔融沥青的输送。
如图1所示,牵引车体22两侧设置频闪警示灯24,用于警示前方施工,提醒驾驶员注意安全驾驶。所述牵引车体22与所述修补车体23通过Y型架相连,所述机械臂、裂缝清吹机构、路面检测机构以及出料机构都与控制中心相连。当装备开始工作时,频闪警示灯24将会打开,发出黄色灯光,提醒驾驶员及早采取避让措施,有效地提高了修补效率和安全保障。
对路面病害图像进行分析,识别路面病害类型和位置,控制器控制整体车体缓慢向病害区域移动并控制裂缝清吹机构对裂缝或坑槽的清理、烘干和预热;
根据3D打印规划路径,控制机械臂带动出料机构开始移动,当出料机构到达打印初始地方时,热熔箱侧边的泵通过输料管将熔融沥青输送到下料漏斗中,熔融沥青通过下料漏斗顺利进入导热内管,此时步进电机15、电加热外壳同时开始工作,步进电机15带动螺旋推杆与散热风扇开始旋转,推杆推动工作腔中的熔融沥青从喷嘴处喷出,实现病害区域的逐层打印修补。
作为一种实施例,一种基于3D打印的路面病害智能修复装置的修复方法具体的实施方法为:
步骤一:在控制中心预设修补路线,控制牵引车体22带动修补车体23前往路面病害位置;
步骤二:所述的线阵CCD相机1同步过程由距离感应器触发拍照,并将所得到的图像传输到路面病害识别机构;
步骤三:对裂缝图像进行数据处理,识别路面病害类型得到路面的破损情况,并判断路面病害类型是否为裂缝或坑槽。若路面病害为裂缝,所述的路面病害识别机构进一步对图像进行处理,通过坐标系转换将其映射到点云之中,建立图像与点云之间的映射关系,进而找到裂缝在点云的具体位置;若路面病害为坑槽,控制中心控制三维激光扫描仪开始工作对坑槽进行三维扫描,对坑槽三维点云进行预处理,将得到的坑槽三维点云光滑连续,并同时启动GPS定位仪25定位具体破损位置,进而方便病害精确范围修补;
步骤四:根据GPS定位仪25定位的病害路面位置,控制中心控制裂缝清吹系统对病害位置进行清吹和预热,确保灌缝料与缝壁、缝底或槽壁、槽底稳定粘结;
步骤五:清吹和预热到预定时间后,牵引车体22按照预设路线带动修补车体23继续移动,使修补车体23到达病害位置处的上方;
步骤六:对得到的裂缝或坑槽的点云数据进行处理,通过过连接云中点,创建病害区域三维计算机模型,再将其导入3D切片软件,根据切片和路径规划结果,确定最优3D打印路线;
步骤七:控制中心控制热熔箱7开始加热,达到预设温度后,所述的泵6通过输料管8将熔融沥青传输至沥青挤出装置下料漏斗16;
步骤八:控制中心控制机械臂按照最优规划路径开始进行3D移动;
步骤九:控制中心控制步进电机15开始工作,推动工作腔中的熔融沥青从喷嘴19挤出,此时步进电机15两侧散热风扇14对步进电机15进行散热降温;
步骤十:修补完成后,所述的控制中心控制牵引车体22前往下一处病害位置,并控制泵6,步进电机15停止工作,机械臂恢复到工作前位置状态。
优选地,步骤四还包括:
所述的红外温度传感器26在裂缝清吹系统工作时同时开始工作,实时检测路面病害处温度,并将实时温度传输到控制中心:
所述控制中心判断路面病害处温度是否大于或小于预设温度范围;
若高于预设温度范围,则控制中心控制所述的电加热丝降低温度;
若低于预设温度范围,则控制中心控制所述的电加热丝提升温度。
具体地,沥青路面修补具有较高的环境要求,为了克服修补裂缝或坑槽时新料与缝壁、缝底或坑槽壁之间粘结不够好的情况,以及病害处过湿或有冰冻,本发明增设裂缝清吹系统。当所述地红外温度传感器26监测路面病害处温度高于预设温度,所述的控制中心将降低所述的热气喷枪5内电加热丝温度,防止温度过高破坏原有路面形态。当路面病害处温度低于预设温度,所述的控制中心将提升所述的热气喷枪5内电加热丝温度,将路面病害处进行预热,使之软化,便于新料与病害处之间能够良好地结合。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.基于3D打印的路面病害智能修复方法,其特征在于,包括:
获取路面前方道路图像信息、路面病害三维数据以及路面病害定位信息;
对图像信息进行预处理,突出路面病害区域特征,对路面病害区域的几何特征进行计算,判断病害的类别为裂缝或者坑槽;
若为裂缝,通过坐标系转换将其映射到点云之中,建立图像与点云之间的映射关系,进而找到裂缝在点云的具体位置;
若为坑槽,对该病害区域的三维点云数据进行精简处理,获得光滑平顺的点云数据;对获取的裂缝或坑槽的点云数据进行处理,通过连接云中点,进行三维可视化,创建病害区域三维计算机模型利用3D打印规划路径结果;
根据路径规划结果控制牵引车体以及修补车体进行3D打印修补。
2.如权利要求1所述的基于3D打印的路面病害智能修复方法,其特征在于,若为坑槽,对该病害区域的三维点云数据进行精简处理的方法包括:使用法线空间采样的点云精简方法,去除离群点,根据离群点特征,定义某个点云小于某个密度,使其成为一个不正确的点云,计算每个点与其k个最近的邻接点的平均距离,通过计算点云的相邻距离的平均值和标准差来设定尖峰的阈值,将那些超过阈值的平均距离的点标记为尖峰,并从点云空间中删除,获得光滑平顺的点云数据。
3.基于3D打印的路面病害智能修复装置,其特征在于,包括牵引车体、修补车体、机械臂、裂缝清吹机构、路面病害识别机构以及出料机构;所述路面病害识别机构用于识别路面病害类型、定位病害位置以及规划修补路径;所述机械臂的机械臂底座固定在修补车体顶部,另一端的机械臂连接端连接所述出料机构,用于带动出料机构移动进行路面病害修补;
所述裂缝清吹机构包括吹缝机底座,所述吹缝机底座安装于牵引车体底部,能够进行360°旋转,所述吹缝机底座上安装有吹缝机转头,能够在竖直方向进行180°旋转,所述吹缝机转头一侧设置热气喷枪,所述热气喷枪上设置有空气压缩机,所述热气喷枪能将空气压缩机排出的风进行加热,能够将堆积在裂缝或坑槽内的杂物清除干净并对病害位置进行烘干和预热。
4.如权利要求3所述的基于3D打印的路面病害智能修复装置,其特征在于,所述路面病害识别机构包括一台线阵CCD相机、两台三维激光扫描仪以及GPS定位仪,所述线阵CCD相机安装在牵引车体顶部,用于获取路面病害图像;所述三维激光扫描仪安装在牵引车体底部前端的两侧,用于获取识别出的路面病害类型的三维坐标数据,所述GPS定位仪位于牵引车体顶部靠后侧,获取路面病害的位置信息。
5.如权利要求3所述的基于3D打印的路面病害智能修复装置,其特征在于,所述机械臂包括机械臂底座、机械臂大臂、机械臂小臂以及机械臂连接端,所述机械臂底座固定在修补车体顶部,机械臂大臂一端连接机械臂底座,另一端连接机械臂小臂一端,所述机械臂小臂另一端连接机械臂连接端。
6.如权利要求3所述的基于3D打印的路面病害智能修复装置,其特征在于,所述机械臂底座能够进行360°旋转,所述机械臂大臂在竖直方向能够进行90°旋转,机械臂小臂在竖直方向能够进行180°旋转,所述机械臂连接端在水平方向能够进行180°旋转。
7.如权利要求3所述的基于3D打印的路面病害智能修复装置,其特征在于,所述出料机构包括外壳、螺旋推杆、喷嘴、导热内管、电加热外壳、下料漏斗、散热风扇以及步进电机,所述出料机构的外壳连接机械臂连接端。
8.如权利要求5所述的基于3D打印的路面病害智能修复装置,其特征在于,所述步进电机设置在外壳内部,所述散热风扇设置在步进电机两侧,所述外壳下方开口,并设置连接有电加热外壳,所述电加热外壳内部设置导热内管,所述电加热外壳上设置有多个安装加热电阻的槽,通过导热内管作用,使腔体内温度升高。
9.如权利要求6所述的基于3D打印的路面病害智能修复装置,其特征在于,所述导热内管的内部设置有螺旋推杆,所述螺旋推杆顶部连接步进电机,所述电加热外壳与导热内管的相同一侧设置相对应的弧形缺口用于安装下料漏斗;所述导热内管的底部连接喷嘴。
10.如权利要求1所述的基于3D打印的路面病害智能修复装置,其特征在于,所述修补车体顶部还安装有热熔箱,所述热熔箱的一侧安装有泵,所述泵通过输料管与下料漏斗连接,所述输料管为伸缩管。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671124.1A CN116716781A (zh) | 2023-06-06 | 2023-06-06 | 基于3d打印的路面病害智能修复装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671124.1A CN116716781A (zh) | 2023-06-06 | 2023-06-06 | 基于3d打印的路面病害智能修复装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116716781A true CN116716781A (zh) | 2023-09-08 |
Family
ID=87865412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310671124.1A Pending CN116716781A (zh) | 2023-06-06 | 2023-06-06 | 基于3d打印的路面病害智能修复装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116716781A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816664A (zh) * | 2018-12-25 | 2019-05-28 | 西安中科天塔科技股份有限公司 | 一种三维点云分割方法及装置 |
CN110390256A (zh) * | 2019-05-29 | 2019-10-29 | 广东建科交通工程质量检测中心有限公司 | 一种沥青路面裂缝提取方法 |
CN210514100U (zh) * | 2019-06-14 | 2020-05-12 | 汕头大学 | 一种路桥裂缝检测与修复一体化机器人 |
CN112160227A (zh) * | 2020-09-30 | 2021-01-01 | 珠海阔朗科技有限公司 | 一种智能化路面裂缝修补系统 |
CN114708319A (zh) * | 2022-05-25 | 2022-07-05 | 深圳思谋信息科技有限公司 | 病害区域定位方法、装置、设备、存储介质和程序产品 |
CN217710254U (zh) * | 2022-03-27 | 2022-11-01 | 河北工业大学 | 沥青路面早期裂缝及轻度坑槽修补挤出式3d打印机器人 |
CN115538269A (zh) * | 2022-09-15 | 2022-12-30 | 山东大学 | 一种沥青路面病害智能修复装置及方法 |
-
2023
- 2023-06-06 CN CN202310671124.1A patent/CN116716781A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816664A (zh) * | 2018-12-25 | 2019-05-28 | 西安中科天塔科技股份有限公司 | 一种三维点云分割方法及装置 |
CN110390256A (zh) * | 2019-05-29 | 2019-10-29 | 广东建科交通工程质量检测中心有限公司 | 一种沥青路面裂缝提取方法 |
CN210514100U (zh) * | 2019-06-14 | 2020-05-12 | 汕头大学 | 一种路桥裂缝检测与修复一体化机器人 |
CN112160227A (zh) * | 2020-09-30 | 2021-01-01 | 珠海阔朗科技有限公司 | 一种智能化路面裂缝修补系统 |
CN217710254U (zh) * | 2022-03-27 | 2022-11-01 | 河北工业大学 | 沥青路面早期裂缝及轻度坑槽修补挤出式3d打印机器人 |
CN114708319A (zh) * | 2022-05-25 | 2022-07-05 | 深圳思谋信息科技有限公司 | 病害区域定位方法、装置、设备、存储介质和程序产品 |
CN115538269A (zh) * | 2022-09-15 | 2022-12-30 | 山东大学 | 一种沥青路面病害智能修复装置及方法 |
Non-Patent Citations (2)
Title |
---|
施洋: "基于图像和点云的路面缺陷检测及点云修复技术研究", 万方学位论文, 10 December 2021 (2021-12-10), pages 9 - 15 * |
王夫成,袁堂: "《公路沥青路面养护机械化》", 30 June 2009, 山东大学出版社, pages: 40 - 46 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112160227B (zh) | 一种智能化路面裂缝修补系统 | |
CN108657223A (zh) | 一种城市轨道交通自动巡检系统及隧道形变检测方法 | |
CN209765730U (zh) | 一种车型识别系统 | |
CN111717306A (zh) | 一种能规避清洗障碍的隧道路灯清洗车和障碍规避方法 | |
CN111501543B (zh) | 一种桥梁表面裂缝检测装置 | |
CN105350437A (zh) | 一种沥青路面病害检测装置和方法 | |
CN108288836A (zh) | 一种基于激光切熔的输电线路带电远程清障装置及方法 | |
CN115452723A (zh) | 一种桥梁工程用的桥梁缺陷检测设备及缺陷识别方法 | |
CN116716781A (zh) | 基于3d打印的路面病害智能修复装置及方法 | |
CN112557063A (zh) | 一种基于视觉的跨座式单轨轮胎的胎面检测系统 | |
CN112483330B (zh) | 一种匹配在役风力机状态的无人巡检轨迹程控方法 | |
CN112319429A (zh) | 一种动车前挡风玻璃自动清洗的控制系统及控制方法 | |
CN111561967A (zh) | 弓网运行状态实时在线检测方法及系统 | |
CN115538269A (zh) | 一种沥青路面病害智能修复装置及方法 | |
CN111041957A (zh) | 一种交通工程施工用路面裂缝修补装置 | |
CN113885504A (zh) | 一种列检机器人自主巡检方法、系统及存储介质 | |
CN116039531B (zh) | 一种车载道路巡检装置及巡检方法 | |
CN210766282U (zh) | 一种沥青路面裂缝检测装置 | |
CN112698352B (zh) | 一种用于电机车的障碍物识别装置 | |
CN110823742B (zh) | 一种风电叶片雨蚀测试系统 | |
CN105780631A (zh) | 一种手推式水泥混凝土路面接缝损坏检测装置 | |
CN207939096U (zh) | 一种基于激光切熔的输电线路带电远程清障装置 | |
CN116477078B (zh) | 基于无人机3d打印的沥青路面病害智能修复装备及方法 | |
CN114000396A (zh) | 一种高速公路道路不平度自动化修复系统及修复方法 | |
CN116142245B (zh) | 一种小型的多功能集成地铁智能巡检车及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |