Nothing Special   »   [go: up one dir, main page]

CN113628177A - 一种梁体双层存梁检测系统 - Google Patents

一种梁体双层存梁检测系统 Download PDF

Info

Publication number
CN113628177A
CN113628177A CN202110867968.4A CN202110867968A CN113628177A CN 113628177 A CN113628177 A CN 113628177A CN 202110867968 A CN202110867968 A CN 202110867968A CN 113628177 A CN113628177 A CN 113628177A
Authority
CN
China
Prior art keywords
value
dimensional model
storage
determining
layer
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
Application number
CN202110867968.4A
Other languages
English (en)
Inventor
郑翼
高阳
郑彪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Haoyunda Zhichuang Technology Co Ltd
Good Luck Innovative Intelligence Technology Co Ltd
Original Assignee
Beijing Haoyunda Zhichuang Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Haoyunda Zhichuang Technology Co Ltd filed Critical Beijing Haoyunda Zhichuang Technology Co Ltd
Priority to CN202110867968.4A priority Critical patent/CN113628177A/zh
Publication of CN113628177A publication Critical patent/CN113628177A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供一种梁体双层存梁检测系统，包括：扫描单元，用于通过三维激光扫描设备对待检测梁体进行扫描获得点云数据；数据处理单元，用于点云数据进行处理，构建待检测梁体的第一三维模型；对比单元，用于将第一三维模型与预设的对应的标准模型进行对比，并基于对比的结果生成检测报告。本发明的梁体双层存梁检测系统，通过检测使使用的上层箱梁和下层箱梁的支点中心一致，并且顶层箱梁与底层箱梁的支点位置相同，保证人工指挥落梁时，不发生倾斜等，保证人员和设施的安全。

Description

一种梁体双层存梁检测系统
技术领域
本发明涉及检测系统技术领域，特别涉及一种梁体双层存梁检测系统。
背景技术
目前，提梁机提出箱梁，吊运至准备双层存梁的台座，移动至第一层箱梁上方，由指挥人员指挥提梁机司机与底层箱梁中线对齐，然后提梁机卷扬机开动，顶层箱梁下落。即人工指挥落梁。在施工过程中，双层存梁梁体的体积大，导致落梁的难关稳定性、安全性、及支点高差是需要解决的实际问题。
发明内容
本发明目的之一在于提供了一种梁体双层存梁检测系统，通过检测使使用的上层箱梁和下层箱梁的支点中心一致，并且顶层箱梁与底层箱梁的支点位置相同，保证人工指挥落梁时，不发生倾斜等，保证人员和设施的安全。
本发明实施例提供的一种梁体双层存梁检测系统，包括：
扫描单元，用于通过三维激光扫描设备对待检测梁体进行扫描获得点云数据；
数据处理单元，用于点云数据进行处理，构建待检测梁体的第一三维模型；
对比单元，用于将第一三维模型与预设的对应的标准模型进行对比，并基于对比的结果生成检测报告。
优选的，对比单元执行如下操作：
获取用户输入的检测项目；
基于检测项目，从提取规则库中获取与检测项目对应的提取规则表；
基于提取规则表，对第一三维模型进行数据提取，获得采样数据；
基于提取规则表，对标准模型进行数据提取，获得标准数据；
基于采样数据和标准数据进行对比并生成报告。
优选的，检测项目包括：
梁体各个表面平整度、反拱、扭转、变形其中一种或多种结合。
优选的，梁体双层存梁检测系统，还包括：
目标存放位置确定单元，用于确定待检测梁体的目标存放位置；
目标存放位置确定单元执行如下操作：
获取梁场内的各个可存放位置；
当可存放位置为直接在底座上存放时，获取底座的第二三维模型；
基于第二三维模型与第一三维模型，确定第一适配值；
当可存放位置为在第二层存放时，获取可存放位置的底座的第二三维模型和第一层存放的梁体的第三三维模型；
基于第二三维模型、第三三维模型与第一三维模型，确定第二适配值；
基于第一适配值和第二适配值，确定目标存放位置。
优选的，梁体双层存梁检测系统，还包括：
目标存放位置确定单元，用于确定待检测梁体的目标存放位置；
目标存放位置确定单元执行如下操作：
获取梁场内的各个可存放位置；
当可存放位置为直接在底座上存放时，获取底座的第二三维模型；
基于第二三维模型与第一三维模型，确定第一适配值；
当可存放位置为在第二层存放时，获取可存放位置的底座的第二三维模型和第一层存放的梁体的第三三维模型；
基于第二三维模型、第三三维模型与第一三维模型，确定第二适配值；
基于第一适配值和第二适配值，对可存放位置进行筛选，获取多个参考位置；将第一适配值或第二适配值作为参考位置的第三适配值；
获取参考位置的路径信息、存放模式；
基于路径信息、存放模式、第三适配值，确定各个参考位置的优先值；
将优先值最大的参考位置作为目标存放位置。
优选的，基于路径信息、存放模式、第三适配值，确定各个参考位置的优先值，包括：
解析路径信息，确定路径信息对应的移动时间；将移动时间作为第一参数值；
基于预设的存放识别模板，识别存放模式，确定第二参数值；
将第三适配值作为第三参数值；
基于第一参数、第二参数值和第三参数值，计算优先值，优先值的计算公式如下：
Y＝α1A1+α2A2+α3A3；
其中，Y为优先值；A1为第一参数值；A2为第二参数值；A3为第三参数值；α1、α2、α3分别为第一参数值、第二参数值和第三参数值对应的关系系数。
优选的，基于第二三维模型与第一三维模型，确定第一适配值，包括：
对第二三维模型进行特征提取，获取多个第一特征值；
对第一三维模型进行特征提取，获取多个第二特征值；
将第一特征值和第二特征值，输入预设的第一神经网络中，获取第一适配值；
基于第二三维模型、第三三维模型与第一三维模型，确定第二适配值，包括：
对第二三维模型进行特征提取，获取多个第一特征值；
对第一三维模型进行特征提取，获取多个第二特征值；
对第三三维模型进行特征提取，获取多个第三特征值；
将第一特征值、第二特征值和第三特征值，输入预设的第二神经网络中，获取第二适配值；
基于第一适配值和第二适配值，对可存放位置进行筛选，获取多个参考位置；包括：
确定第一适配值和第二适配值中最大值；
基于最大值和预设的参考阈值，提取第一适配值或第二适配值与最大值的差值处于参考阈值的范围内的可存放位置作为参考位置。
优选的，目标存放位置确定单元在获取梁场内的各个可存放位置，执行如下操作：
获取梁场内空闲位置；
当空闲位置为第一层存放位置时，直接空闲位置作为可存放位置；
当空闲位置为第二层存放位置时，获取空闲位置对应的第一层存放位置的梁体的第一预计使用时间，当第一预计使用时间大于等于待检测梁体的第二预计使用时间时，将空闲位置作为可存放位置，否则，不将空闲位置作为可存放位置。
优选的，梁体双层存梁检测系统，还包括：
对位单元，用于确定待检测梁体存放至目标存放位置时，与下层的梁体或底座的对齐位置；
输出单元，用于输出对齐位置。
优选的，输出单元包括：
两个对称设置在待检测梁体两端的辅助对齐机构；
辅助对齐机构包括：
第一主体和第二主体；第一主体的截面与待检测梁体截面的外形大小相适应；第二主体的截面与待检测梁体截面的内腔的外形大小相适应；在第二主体的侧面嵌设有防滑圈；
显示屏，设置在第一主体对应待检测梁体上端面的一侧；
开口槽体，设置在第一主体远离显示屏的一侧；
导轨，设置在开口槽体内，在导轨上滑动设置有滑块；
摄像头，设置在滑块上。
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。
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
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：
图1为本发明实施例中一种梁体双层存梁检测系统的示意图；
图2为本发明实施例中一种辅助对齐机构的主视图；
图3为本发明实施例中一种辅助对齐机构的仰视图；
图4为本发明实施例中一种辅助对齐机构的俯视图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种梁体双层存梁检测系统，如图1所示，包括：
扫描单元1，用于通过三维激光扫描设备对待检测梁体进行扫描获得点云数据；
数据处理单元2，用于点云数据进行处理，构建待检测梁体的第一三维模型；
对比单元3，用于将第一三维模型与预设的对应的标准模型进行对比，并基于对比的结果生成检测报告。
上述技术方案的工作原理及有益效果为：
梁体双层存梁检测系统主要应用在将梁体运送至存放位置前，将梁体作为待检测梁体，利用三维激光扫描设备对其进行扫描，形成三维模型，将扫描的三维模型与标准的三维模型进行比对，进而生成梁体的检测报告，通过扫描出的检测报告可以判断出梁体的重心位置等，进而使存放的时候的上层箱梁和下层箱梁的支点中心一致，并且顶层箱梁与底层箱梁的支点位置相同，保证人工指挥落梁时，不发生倾斜等，保证人员和设施的安全。其中，系统的硬件基础有：三维激光扫描设备、计算设备；三维激光设备与计算设备通讯连接；三维激光扫描设备，可以采用放置在梁体四周边角方向上的三脚架及其上的三维激光扫描仪构成。
在一个实施例中，对比单元3执行如下操作：
获取用户输入的检测项目；
基于检测项目，从提取规则库中获取与检测项目对应的提取规则表；
基于提取规则表，对第一三维模型进行数据提取，获得采样数据；
基于提取规则表，对标准模型进行数据提取，获得标准数据；
基于采样数据和标准数据进行对比并生成报告。
优选的，检测项目包括：
梁体各个表面平整度、反拱、扭转、变形其中一种或多种结合。
上述技术方案的工作原理及有益效果为：
基于扫描的点云数据构建了梁体的三维模型；可以从测量三维模型上的梁体的参数映射出梁体的实际参数。通过用户输入的检测项目确定出需要从三维模型上提取测量的参数；检测项目包括：梁体各个表面平整度、反拱、扭转、变形、各个边线的长度等；从第一三维模型即实时扫描的梁体的三维模型上提取代表梁体的采样数据与从标准模型上提取代表标准的标准数据；比较采样数据和标准数据的差异，进而形成报告。例如：当检测项目为梁体其中一个表面的平整度时，从三维模型中对应的表面提取多个采样点在三维模型中的坐标值，从标准模型中对应的表面基于相同的位置提取多个标准点在标准模型中的坐标值，比较采样点的坐标值与标准点的坐标值的差异即可，当然在比较坐标值差异的时候需要将采样点的坐标值对应的坐标系与标准点的坐标值的坐标系进行统一。
在一个实施例中，梁体双层存梁检测系统，还包括：
目标存放位置确定单元，用于确定待检测梁体的目标存放位置；
目标存放位置确定单元执行如下操作：
获取梁场内的各个可存放位置；
当可存放位置为直接在底座上存放时，获取底座的第二三维模型；
基于第二三维模型与第一三维模型，确定第一适配值；
当可存放位置为在第二层存放时，获取可存放位置的底座的第二三维模型和第一层存放的梁体的第三三维模型；
基于第二三维模型、第三三维模型与第一三维模型，确定第二适配值；
基于第一适配值和第二适配值，确定目标存放位置。
上述技术方案的工作原理及有益效果为：
为了实现合理的梁体的存储，以及减少在放置时可能出现的危险，需要为每个待检测梁体选择适合其存储的位置。其中，可存储的位置分为两种情况：一种为直接在底座上放置，在底座上放置时只需根据梁体的第一三维模型和底座的第二三维模型之间的适配；主要考虑底座的第二三维模型的支点位置与第一三维模型各个可支撑区域的中心的吻合程度；另一种为在已经存放了第一层梁体的上方存放第二层，此时，需要既要考虑第一层梁体与待检测梁体的适配，也要考虑第一层梁体、待检测梁体与底座的整体适配，因此通过第二三维模型、第三三维模型和第一三维模型共同确定第二适配值；将两种可存储位置情况的适配值进行比较，确定出最后的目标存放位置，可以根据适配值的大小来确定最后的目标存放位置，即以适配值最大的可存放位置作为目标存放位置；适配值主要通过大小、形状、重心偏移、底座预设的支点位置与梁体上可承载支点的位置的对应情况、上层梁体与下层梁体的重心偏移中轴线的情况等确定。以上层梁体与下层梁体的重心偏移中轴线的情况为例，下层梁体的重心偏移中轴线为5cm，上层梁体的重心偏移中轴线为-5CM为最佳适配。
在一个实施例中，梁体双层存梁检测系统，还包括：
目标存放位置确定单元，用于确定待检测梁体的目标存放位置；
目标存放位置确定单元执行如下操作：
获取梁场内的各个可存放位置；
当可存放位置为直接在底座上存放时，获取底座的第二三维模型；
基于第二三维模型与第一三维模型，确定第一适配值；
当可存放位置为在第二层存放时，获取可存放位置的底座的第二三维模型和第一层存放的梁体的第三三维模型；
基于第二三维模型、第三三维模型与第一三维模型，确定第二适配值；
基于第一适配值和第二适配值，对可存放位置进行筛选，获取多个参考位置；将第一适配值或第二适配值作为参考位置的第三适配值；
获取参考位置的路径信息、存放模式；
基于路径信息、存放模式、第三适配值，确定各个参考位置的优先值；
将优先值最大的参考位置作为目标存放位置。
上述技术方案的工作原理及有益效果为：
不管是第一适配值，还是第二适配值，都是只考虑底座或第一层梁体与待检测的梁体之间的适配，但是在实际情况中还需要考虑路径及第二层存放与直接在底座上存放的存放模式的不同；故，在计算出第一适配值和第二适配值后，按照数值大小对各个可存放位置进行排序，然后筛选前预设个数的可存放位置作为二次比较的参考位置；在第二次比较时综合考虑路径信息、存放模式、第三适配值确定出各个参考位置的优先值，进而确定出目标存放位置。例如：路径用时越短，优先值越高；存放模式中直接在底座存放的优先值高于在第二层存放的优先值；第三适配值越大，优先值越高。
在一个实施例中，基于路径信息、存放模式、第三适配值，确定各个参考位置的优先值，包括：
解析路径信息，确定路径信息对应的移动时间；将移动时间作为第一参数值；
基于预设的存放识别模板，识别存放模式，确定第二参数值；
将第三适配值作为第三参数值；
基于第一参数、第二参数值和第三参数值，计算优先值，优先值的计算公式如下：
Y＝α1A1+α2A2+α3A3；
其中，Y为优先值；A1为第一参数值；A2为第二参数值；A3为第三参数值；α1、α2、α3分别为第一参数值、第二参数值和第三参数值对应的关系系数。
上述技术方案的工作原理及有益效果为：
本实施例给出了一种基于路径信息、存放模式、第三适配值，确定各个参考位置的优先值的方式，提取路径信息中的移动时间作为第一参考要素，将存放模式作为第二参考要素，将第三适配值作为第三参考要素；采用预设的关系系数对其进行处理，进而计算出优先值。其中，确定作为第一参考要素的移动时间即从路径信息的起点移动到终点的时间值；第二参考要素主要是通过预设的存放识别模板对存放模式进行识别，例如，可定义为在底座存放时第二参考值为2，在第二层存放时第二参考值为1。实现将路径信息、存放模式和第三适配值进行统一联系，进而确定各个参考位置的优先值。
在一个实施例中，基于第二三维模型与第一三维模型，确定第一适配值，包括：
对第二三维模型进行特征提取，获取多个第一特征值；
对第一三维模型进行特征提取，获取多个第二特征值；
将第一特征值和第二特征值，输入预设的第一神经网络中，获取第一适配值；
基于第二三维模型、第三三维模型与第一三维模型，确定第二适配值，包括：
对第二三维模型进行特征提取，获取多个第一特征值；
对第一三维模型进行特征提取，获取多个第二特征值；
对第三三维模型进行特征提取，获取多个第三特征值；
将第一特征值、第二特征值和第三特征值，输入预设的第二神经网络中，获取第二适配值；
基于第一适配值和第二适配值，对可存放位置进行筛选，获取多个参考位置；包括：
确定第一适配值和第二适配值中最大值；
基于最大值和预设的参考阈值，提取第一适配值或第二适配值与最大值的差值处于参考阈值的范围内的可存放位置作为参考位置。
上述技术方案的工作原理及有益效果为：
应用人工智能技术，首先对三维模型进行特征提取，将提取的特征值输入至神经网络中，实现快速及智能的适配值确定。其中，特征值包括：长度、宽度、各个预设的位置点的坐标等。第一神经网络模型和第二神经网络模型都是事先经过大量数据训练获得。
在一个实施例中，目标存放位置确定单元在获取梁场内的各个可存放位置，执行如下操作：
获取梁场内空闲位置；
当空闲位置为第一层存放位置时，直接空闲位置作为可存放位置；
当空闲位置为第二层存放位置时，获取空闲位置对应的第一层存放位置的梁体的第一预计使用时间，当第一预计使用时间大于等于待检测梁体的第二预计使用时间时，将空闲位置作为可存放位置，否则，不将空闲位置作为可存放位置。
上述技术方案的工作原理及有益效果为：
在挑选可存放位置时，需要考虑已经存放在第一层的梁体的使用时间和将要存放的梁体的使用时间；以不影响已经存放的梁体的使用为前提，实现存放的合理化。
在一个实施例中，梁体双层存梁检测系统，还包括：
对位单元，用于确定待检测梁体存放至目标存放位置时，与下层的梁体或底座的对齐位置；
输出单元，用于输出对齐位置。
优选的，输出单元包括：
两个对称设置在待检测梁体两端的辅助对齐机构；
如图2、图3和图4所示，辅助对齐机构包括：
第一主体12和第二主体11；第一主体12的截面与待检测梁体截面的外形大小相适应；第二主体11的截面与待检测梁体截面的内腔的外形大小相适应；在第二主体11的侧面嵌设有防滑圈13；
显示屏18，设置在第一主体12对应待检测梁体上端面的一侧；
开口槽体14，设置在第一主体12远离显示屏18的一侧；
导轨15，设置在开口槽体14内，在导轨15上滑动设置有滑块16；
摄像头17，设置在滑块16上。
上述技术方案的工作原理及有益效果为：
对位单元用于在将待检测梁体放置到目标位置时，与下层梁体或底座对齐使用。使用时，在梁体两端将辅助对位机构卡进去，通过防滑圈13实现卡接的紧密。同时在提梁机的操控室内安装显示器，显示器与计算设备通讯连接、辅助对位机构也与计算设备通讯连接，将摄像头17的画面同步至显示器；在显示器的显示画面中部预设十字准线；当目标位置为第二层存储时，通过下层存储的梁体两端的辅助对位机构上的显示器显示对位标志，基于十字准线与对位标志，提梁机的操控员可以自主确认对位，无需人员在梁体周围进行对位指导，避免了人员发生事故的可能。对位位置是基于待检测的梁体的第一三维模型、底座的第二三维模型和下层的梁体的第三三维模型分析确定；为实现更准确的对位，可以在导轨15上设置多个摄像头17，实现多个摄像头17与多个对位标志间的对位。例如，其中一个摄像头17位于待检测的梁体的中轴线上、下层显示的也是位于下层的梁体的中轴线上。此外，在底座的对应梁体两端位置可以埋设显示屏18，用作第一层梁体的对位使用。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种梁体双层存梁检测系统，其特征在于，包括：
扫描单元，用于通过三维激光扫描设备对待检测梁体进行扫描获得点云数据；
数据处理单元，用于所述点云数据进行处理，构建所述待检测梁体的第一三维模型；
对比单元，用于将所述第一三维模型与预设的对应的标准模型进行对比，并基于对比的结果生成检测报告。
2.如权利要求1所述的梁体双层存梁检测系统，其特征在于，所述对比单元执行如下操作：
获取用户输入的检测项目；
基于所述检测项目，从提取规则库中获取与所述检测项目对应的提取规则表；
基于所述提取规则表，对所述第一三维模型进行数据提取，获得采样数据；
基于所述提取规则表，对所述标准模型进行数据提取，获得标准数据；
基于所述采样数据和所述标准数据进行对比并生成报告。
3.如权利要求2所述的梁体双层存梁检测系统，其特征在于，所述检测项目包括：
梁体各个表面平整度、反拱、扭转、变形其中一种或多种结合。
4.如权利要求1所述的梁体双层存梁检测系统，其特征在于，还包括：
目标存放位置确定单元，用于确定所述待检测梁体的目标存放位置；
所述目标存放位置确定单元执行如下操作：
获取梁场内的各个可存放位置；
当可存放位置为直接在底座上存放时，获取底座的第二三维模型；
基于所述第二三维模型与所述第一三维模型，确定第一适配值；
当可存放位置为在第二层存放时，获取所述可存放位置的底座的第二三维模型和第一层存放的梁体的第三三维模型；
基于所述第二三维模型、所述第三三维模型与所述第一三维模型，确定第二适配值；
基于所述第一适配值和所述第二适配值，确定目标存放位置。
5.如权利要求4所述的梁体双层存梁检测系统，其特征在于，还包括：
目标存放位置确定单元，用于确定所述待检测梁体的目标存放位置；
所述目标存放位置确定单元执行如下操作：
获取梁场内的各个可存放位置；
当可存放位置为直接在底座上存放时，获取底座的第二三维模型；
基于所述第二三维模型与所述第一三维模型，确定第一适配值；
当可存放位置为在第二层存放时，获取所述可存放位置的底座的第二三维模型和第一层存放的梁体的第三三维模型；
基于所述第二三维模型、所述第三三维模型与所述第一三维模型，确定第二适配值；
基于所述第一适配值和所述第二适配值，对所述可存放位置进行筛选，获取多个参考位置；将所述第一适配值或所述第二适配值作为所述参考位置的第三适配值；
获取所述参考位置的路径信息、存放模式；
基于所述路径信息、所述存放模式、所述第三适配值，确定各个参考位置的优先值；
将所述优先值最大的所述参考位置作为所述目标存放位置。
6.如权利要求5所述的梁体双层存梁检测系统，其特征在于，所述基于所述路径信息、所述存放模式、所述第三适配值，确定各个参考位置的优先值，包括：
解析所述路径信息，确定所述路径信息对应的移动时间；将所述移动时间作为第一参数值；
基于预设的存放识别模板，识别所述存放模式，确定第二参数值；
将所述第三适配值作为第三参数值；
基于所述第一参数、所述第二参数值和所述第三参数值，计算所述优先值，所述优先值的计算公式如下：
Y＝α1A1+α2A2+α3A3；
其中，Y为所述优先值；A1为所述第一参数值；A2为所述第二参数值；A3为所述第三参数值；α1、α2、α3分别为所述第一参数值、所述第二参数值和所述第三参数值对应的关系系数。
7.如权利要求5所述的梁体双层存梁检测系统，其特征在于，所述基于所述第二三维模型与所述第一三维模型，确定第一适配值，包括：
对所述第二三维模型进行特征提取，获取多个第一特征值；
对所述第一三维模型进行特征提取，获取多个第二特征值；
将所述第一特征值和所述第二特征值，输入预设的第一神经网络中，获取所述第一适配值；
所述基于所述第二三维模型、所述第三三维模型与所述第一三维模型，确定第二适配值，包括：
对所述第二三维模型进行特征提取，获取多个第一特征值；
对所述第一三维模型进行特征提取，获取多个第二特征值；
对所述第三三维模型进行特征提取，获取多个第三特征值；
将所述第一特征值、所述第二特征值和所述第三特征值，输入预设的第二神经网络中，获取所述第二适配值；
所述基于所述第一适配值和所述第二适配值，对所述可存放位置进行筛选，获取多个参考位置；包括：
确定所述第一适配值和所述第二适配值中最大值；
基于所述最大值和预设的参考阈值，提取所述第一适配值或所述第二适配值与所述最大值的差值处于所述参考阈值的范围内的所述可存放位置作为所述参考位置。
8.如权利要求5所述的梁体双层存梁检测系统，其特征在于，所述目标存放位置确定单元在获取梁场内的各个可存放位置，执行如下操作：
获取所述梁场内空闲位置；
当所述空闲位置为第一层存放位置时，直接所述空闲位置作为所述可存放位置；
当所述空闲位置为第二层存放位置时，获取所述空闲位置对应的第一层存放位置的梁体的第一预计使用时间，当所述第一预计使用时间大于等于所述待检测梁体的第二预计使用时间时，将所述空闲位置作为所述可存放位置，否则，不将所述空闲位置作为所述可存放位置。
9.如权利要求4所述的梁体双层存梁检测系统，其特征在于，还包括：
对位单元，用于确定所述待检测梁体存放至所述目标存放位置时，与下层的梁体或底座的对齐位置；
输出单元，用于输出所述对齐位置。
10.如权利要求9所述的梁体双层存梁检测系统，其特征在于，所述输出单元包括：
两个对称设置在所述待检测梁体两端的辅助对齐机构；
所述辅助对齐机构包括：
第一主体和第二主体；所述第一主体的截面与所述待检测梁体截面的外形大小相适应；所述第二主体的截面与所述待检测梁体截面的内腔的外形大小相适应；在所述第二主体的侧面嵌设有防滑圈；
显示屏，设置在所述第一主体对应所述待检测梁体上端面的一侧；
开口槽体，设置在所述第一主体远离所述显示屏的一侧；
导轨，设置在所述开口槽体内，在所述导轨上滑动设置有滑块；
摄像头，设置在所述滑块上。
CN202110867968.4A 2021-07-29 2021-07-29 一种梁体双层存梁检测系统 Pending CN113628177A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110867968.4A CN113628177A (zh) 2021-07-29 2021-07-29 一种梁体双层存梁检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110867968.4A CN113628177A (zh) 2021-07-29 2021-07-29 一种梁体双层存梁检测系统

Publications (1)

Publication Number Publication Date
CN113628177A true CN113628177A (zh) 2021-11-09

Family

ID=78381675

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110867968.4A Pending CN113628177A (zh) 2021-07-29 2021-07-29 一种梁体双层存梁检测系统

Country Status (1)

Country Link
CN (1) CN113628177A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116988377A (zh) * 2023-08-09 2023-11-03 广东省公路建设有限公司湾区特大桥养护技术中心 一种桥梁钢箱梁内表观病害检测机器人及方法

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008099915A1 (ja) * 2007-02-16 2008-08-21 Mitsubishi Electric Corporation 道路地物計測装置、地物識別装置、道路地物計測方法、道路地物計測プログラム、計測装置、計測方法、計測プログラム、計測位置データ、計測端末装置、計測サーバ装置、作図装置、作図方法、作図プログラムおよび作図データ
WO2011127375A1 (en) * 2010-04-09 2011-10-13 Pochiraju Kishore V Adaptive mechanism control and scanner positioning for improved three-dimensional laser scanning
CN107507177A (zh) * 2017-08-30 2017-12-22 广东工业大学 基于三维扫描的机器人加工目标定位方法和装置
WO2018118229A1 (en) * 2016-12-22 2018-06-28 Advanced Construction Robotics, Inc. Autonomous apparatus and system for repetitive tasks in construction project
CN108765475A (zh) * 2018-05-25 2018-11-06 厦门大学 一种基于深度学习的建筑物三维点云配准方法
CN108876831A (zh) * 2018-06-08 2018-11-23 西北工业大学 一种基于深度学习的建筑物三维点云配准方法
CN109146711A (zh) * 2018-07-02 2019-01-04 中国十七冶集团有限公司 一种综合利用bim技术和3d激光扫描系统优化施工的方法
US20190026400A1 (en) * 2017-07-18 2019-01-24 Fuscoe Engineering, Inc. Three-dimensional modeling from point cloud data migration
CN109590952A (zh) * 2018-12-17 2019-04-09 嘉兴运达智能设备有限公司 成套工艺装配板的智能检测方法和检测工作台
CN109682303A (zh) * 2019-01-31 2019-04-26 中铁四局集团第二工程有限公司 基于bim技术的曲线pc轨道梁精密三维检测方法
CN109782300A (zh) * 2019-03-08 2019-05-21 天津工业大学 车间钢卷激光雷达三维定位测量系统
CN110344621A (zh) * 2019-06-13 2019-10-18 武汉大学 一种面向智能车库的车轮点云检测方法
CN111102926A (zh) * 2020-01-02 2020-05-05 青岛国信海天中心建设有限公司 一种基于bim的工程质量检测方法及系统
CN111121733A (zh) * 2019-12-30 2020-05-08 青岛国信海天中心建设有限公司 基于bim和三维激光扫描的施工质量检测方法及系统
CN111188272A (zh) * 2019-12-12 2020-05-22 中冶天工集团有限公司 一种多胎架组装钢箱梁施工辅助装置及其施工方法
CN111268530A (zh) * 2020-03-24 2020-06-12 上海三菱电梯有限公司 电梯井道测量、定位及电梯安装方法和设备
CN111476840A (zh) * 2020-05-14 2020-07-31 阿丘机器人科技(苏州)有限公司 目标定位方法、装置、设备及计算机可读存储介质
CN111598022A (zh) * 2020-05-20 2020-08-28 北京超星未来科技有限公司 一种三维目标检测系统及方法
CN111679291A (zh) * 2020-06-17 2020-09-18 四川智动木牛智能科技有限公司 基于三维激光雷达的巡检机器人目标定位配置方法
CN111862171A (zh) * 2020-08-04 2020-10-30 万申(北京)科技有限公司 基于多视图融合的cbct与激光扫描点云数据牙齿配准方法
CN111967081A (zh) * 2020-08-20 2020-11-20 广西路桥工程集团有限公司 一种基于bim的桥梁施工管理系统
CN112240753A (zh) * 2020-08-28 2021-01-19 天津大学 一种基于机器视觉的桥梁构造三维立体建模方法
CN112417564A (zh) * 2020-11-23 2021-02-26 江苏科技大学 基于三维激光扫描与bim技术的节段梁预制施工监控方法
CN112884647A (zh) * 2021-01-26 2021-06-01 青岛国信海天中心建设有限公司 一种基于bim点云技术指导埋件施工定位方法

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008099915A1 (ja) * 2007-02-16 2008-08-21 Mitsubishi Electric Corporation 道路地物計測装置、地物識別装置、道路地物計測方法、道路地物計測プログラム、計測装置、計測方法、計測プログラム、計測位置データ、計測端末装置、計測サーバ装置、作図装置、作図方法、作図プログラムおよび作図データ
WO2011127375A1 (en) * 2010-04-09 2011-10-13 Pochiraju Kishore V Adaptive mechanism control and scanner positioning for improved three-dimensional laser scanning
WO2018118229A1 (en) * 2016-12-22 2018-06-28 Advanced Construction Robotics, Inc. Autonomous apparatus and system for repetitive tasks in construction project
US20190026400A1 (en) * 2017-07-18 2019-01-24 Fuscoe Engineering, Inc. Three-dimensional modeling from point cloud data migration
CN107507177A (zh) * 2017-08-30 2017-12-22 广东工业大学 基于三维扫描的机器人加工目标定位方法和装置
CN108765475A (zh) * 2018-05-25 2018-11-06 厦门大学 一种基于深度学习的建筑物三维点云配准方法
CN108876831A (zh) * 2018-06-08 2018-11-23 西北工业大学 一种基于深度学习的建筑物三维点云配准方法
CN109146711A (zh) * 2018-07-02 2019-01-04 中国十七冶集团有限公司 一种综合利用bim技术和3d激光扫描系统优化施工的方法
CN109590952A (zh) * 2018-12-17 2019-04-09 嘉兴运达智能设备有限公司 成套工艺装配板的智能检测方法和检测工作台
CN109682303A (zh) * 2019-01-31 2019-04-26 中铁四局集团第二工程有限公司 基于bim技术的曲线pc轨道梁精密三维检测方法
CN109782300A (zh) * 2019-03-08 2019-05-21 天津工业大学 车间钢卷激光雷达三维定位测量系统
CN110344621A (zh) * 2019-06-13 2019-10-18 武汉大学 一种面向智能车库的车轮点云检测方法
CN111188272A (zh) * 2019-12-12 2020-05-22 中冶天工集团有限公司 一种多胎架组装钢箱梁施工辅助装置及其施工方法
CN111121733A (zh) * 2019-12-30 2020-05-08 青岛国信海天中心建设有限公司 基于bim和三维激光扫描的施工质量检测方法及系统
CN111102926A (zh) * 2020-01-02 2020-05-05 青岛国信海天中心建设有限公司 一种基于bim的工程质量检测方法及系统
CN111268530A (zh) * 2020-03-24 2020-06-12 上海三菱电梯有限公司 电梯井道测量、定位及电梯安装方法和设备
CN111476840A (zh) * 2020-05-14 2020-07-31 阿丘机器人科技(苏州)有限公司 目标定位方法、装置、设备及计算机可读存储介质
CN111598022A (zh) * 2020-05-20 2020-08-28 北京超星未来科技有限公司 一种三维目标检测系统及方法
CN111679291A (zh) * 2020-06-17 2020-09-18 四川智动木牛智能科技有限公司 基于三维激光雷达的巡检机器人目标定位配置方法
CN111862171A (zh) * 2020-08-04 2020-10-30 万申(北京)科技有限公司 基于多视图融合的cbct与激光扫描点云数据牙齿配准方法
CN111967081A (zh) * 2020-08-20 2020-11-20 广西路桥工程集团有限公司 一种基于bim的桥梁施工管理系统
CN112240753A (zh) * 2020-08-28 2021-01-19 天津大学 一种基于机器视觉的桥梁构造三维立体建模方法
CN112417564A (zh) * 2020-11-23 2021-02-26 江苏科技大学 基于三维激光扫描与bim技术的节段梁预制施工监控方法
CN112884647A (zh) * 2021-01-26 2021-06-01 青岛国信海天中心建设有限公司 一种基于bim点云技术指导埋件施工定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MINHWAN SHIN: "3D LiDAR-Based Point Cloud Map Registration", 《IEEE ACCESS》, 15 February 2018 (2018-02-15) *
吴思承;: "BIM结合三维激光扫描技术的应用――以钢结构桥梁施工监测为例", 四川建材, no. 10, 10 October 2018 (2018-10-10) *
邓晓隆: "基于三维激光扫描的桥梁结构变形检测及数据分析", 《中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑）》, 31 December 2018 (2018-12-31) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116988377A (zh) * 2023-08-09 2023-11-03 广东省公路建设有限公司湾区特大桥养护技术中心 一种桥梁钢箱梁内表观病害检测机器人及方法
CN116988377B (zh) * 2023-08-09 2024-08-30 广东省公路建设有限公司湾区特大桥养护技术中心 一种桥梁钢箱梁内表观病害检测机器人及方法

Similar Documents

Publication Publication Date Title
CN109357630B (zh) 一种多类型工件批量视觉测量系统及方法
CN109650292B (zh) 一种智能叉车以及智能叉车的位置调整方法和介质
CN110728225B (zh) 一种用于考勤的高速人脸搜索方法
CN109754368A (zh) 一种桥梁质量检测中的裂缝拼接方法
US20240043227A1 (en) Depalletizer system and controlling method for the same
CN113102269A (zh) 基于三维立体视觉的预制构件成品质量检测系统及其应用
CN109019347A (zh) 一种桥式起重机自动控制系统
CN106846352A (zh) 一种用于镜头解析力测试的刀口图片获取方法和装置
CN113618888B (zh) 外模清理打磨控制系统
CN113628177A (zh) 一种梁体双层存梁检测系统
CN115311592B (zh) 一种基于计算机视觉技术的施工现场物料安全评估系统
CN106000903B (zh) 一种用于检测织布机布铗刀口缝隙的非接触式检测系统及方法
EP3772479A1 (en) Method and system of leveling an elevator car
CN110567445A (zh) 一种建筑室内实测实量数据采集和分析系统
CN110991360A (zh) 一种基于视觉算法的机器人巡检点位智能配置方法
JP3501610B2 (ja) 三次元座標測定方法
CN112649325A (zh) 一种混凝土扩展度自动测量方法及系统
CN114170449A (zh) 一种基于深度学习的人工智能图像识别装置
CN107248151A (zh) 一种基于机器视觉的液晶片智能检测方法及系统
CN110143524A (zh) 一种基于视觉检测的集装箱自动着箱系统
CN116443732A (zh) 一种用于集卡自动放箱的视觉检测装置
CN105389795B (zh) 一种垃圾料位检测方法、装置及上料板机
CN112700465B (zh) 面向实测实量的房间主体点云提取与部位分割方法及设备
CN115565171A (zh) 安检图像关联标注方法及装置
CN115330751A (zh) 一种基于YOLOv5和Realsense的螺栓检测与定位方法

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