[發明專利]基于BIM技術的膩子涂料噴涂機器人

在審

• 申請號: 202310017587.6
• 申請日: 2023-01-06
• 公開（公告）號: CN115949210A
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 李軍;李自可;單建華;王景晨
• 申請（專利權）人: 杭州豐坦機器人有限公司
• 主分類號: E04F21/08
• 分類號: E04F21/08;G06T7/73;G06V20/64;G06V10/44;G06V10/75;G06N3/006;B25J11/00;B25J9/16
• 代理公司: 深圳市育科知識產權代理有限公司 44509
• 代理人: 楊寧

1.基于BIM技術的膩子涂料噴涂機器人，其特征在于：包括AGV小車、安裝在AGV小車上的機械臂和主控箱，所述機械臂的前端安裝有噴涂機構；

所述主控箱內安裝有控制系統，且控制系統包括圖像處理單元、智能建圖單元、多點導航單元和主控單元；

所述圖像處理單元通過安裝在噴涂機構上的圖像采集設備對噴涂區域進行圖像采集，接收到該圖像后對圖像進行處理，識別出門窗、墻體，并識別出墻體的顏色區分待噴涂的區域；

所述智能建圖單元通過在BIM軟件上根據目標建筑設計圖生成BIM三維模型，再通過視覺和激光提取局部特征，并將局部特征填補至BIM三維模型中，構建能夠定位導航的圖紙；

所述多點導航單元通過選定多個目標點，結合所在區域的位置與噴涂機器人的定位，進行全局規劃，得出導航路徑；

控制系統用于接收圖像處理單元、智能建圖單元以及多點導航單元的信號，并通過上述信號處理后控制AGV小車的運動方向以及機械臂配合噴涂結構對墻面實施噴涂動作。

2.根據權利要求1所述的基于BIM技術的膩子涂料噴涂機器人，其特征在于：所述圖像處理單元包括依次連接的圖像信息獲取模塊、圖像預處理模塊、圖像特征提取模塊以及圖像識別模塊；

所述圖像預處理模塊通過高斯模糊濾波器降低噪音像素，再利用形態學算法去除與形狀特征無關的結構，從而有效消除噪音；

所述圖像特征提取模塊通過接收經過預處理的圖像，識別其中的顏色、形狀特征，將各類的圖像的特征進行逐一的提取；

所述圖像識別模塊通過圖像特征提取模塊中提取圖像的特征進行分類，將特征依次與圖像數據庫進行對比，找到與其相匹配的圖像信息。

3.根據權利要求1所述的基于BIM技術的膩子涂料噴涂機器人，其特征在于：所述構建能夠定位導航的圖紙，具體步驟包括：

步驟1、在BIM軟件上根據目標建筑設計圖生成BIM三維模型；

步驟2、通過視覺和激光在目標建筑內進行巡檢，提取局部特征；

步驟3、將提取的局部特征與BIM三維模型內進行匹配，找到與局部特征對應的位置；

步驟4、將匹配的局部特征填充至BIM三維模型的對應位置；

步驟5、重復步驟2-4，直至完成整個目標建筑的特征提取和填充。

4.根據權利要求3所述的基于BIM技術的膩子涂料噴涂機器人，其特征在于：步驟2中所述提取局部特征的具體步驟為：

使用Canny算法提取地圖輪廓邊界，濾波去除圖像中噪聲后進行像素點的梯度計算，然后利用強度信息對像素點進一步處理提取邊緣信息；

使用霍夫變換提取輪廓圖中的直線，并計算各直線特征所對應的斜率與截距，從而在局部坐標系中定位該直線具體位置。

5.根據權利要求3所述的基于BIM技術的膩子涂料噴涂機器人，其特征在于：步驟3中所述將提取的局部特征與BIM三維模型內進行匹配，具體步驟為：

利用matchTemplate模板匹配算法將局部特征與BIM三維模型中相似像素區域進行匹配，選擇其中最優的匹配方案；

確定最相似的像素區域后，將局部特征分別旋轉0°、90°、180°及270°，將四個方向的局部特征分別與像素區域進行匹配，比較選取其中最優匹配方案。

6.根據權利要求1所述的基于BIM技術的膩子涂料噴涂機器人，其特征在于：所述導航路徑的規劃方法，包括以下步驟：

分別選擇多個目標節點的位置；

獲取機器人自身的定位，根據多個目標節點與機器人定位之間的間距，規劃各個目標節點的順序；

基于免疫優化算法依次生成機器人與各個目標節點之間的最短路線規劃。

7.根據權利要求1所述的基于BIM技術的膩子涂料噴涂機器人，其特征在于：所述免疫優化算法的步驟包括：

(1)初始化免疫個體維數為節點個數N，隨機產生NP個體構成初始父代群體，最大免疫代數為G，克隆個數為Ncl，計算任意兩個節點間的距離矩陣D；

(2)隨機產生初始種群，計算個體親和度，并按親和度升序排列；

(3)取親和度前對NP/2個個體進行克隆，并對每個克隆個體進行變異，然后計算其親和度，進行克隆抑制操作，即只保留親和度最高的個體，從而產生新的免疫種群；

(4)隨機生成NP/2個個體的新種群，并計算個體親和度；免疫種群和隨機種群合并，按親和度排序，進行免疫迭代；

(5)判斷是否滿足終止條件：若滿足，則結束搜索過程，輸出優化值；若不滿足，則繼續進行迭代優化。