[發明專利]一種基于支持向量機的混凝土智能振搗方法

在審

• 申請號: 202310090559.7
• 申請日: 2023-02-09
• 公開（公告）號: CN116309334A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 吳克洋;王帥;王愛勛;李文祥;陸通;陶志紅;奚邦鳳;王波;馮友雄;楊宏正;馮文康;江煉文;羅豐;謝帆;張新亮;王理;楊威;錢晨;杜光謙;楊天東
• 申請（專利權）人: 武漢建工集團股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T1/00;G06V10/764;G06V10/774;G06V10/80;G06V10/50;G06V10/54
• 代理公司: 武漢宇晨專利事務所(普通合伙) 42001
• 代理人: 王敏鋒

1.一種基于支持向量機的混凝土智能振搗方法，其特征在于，包括以下步驟：

S10、采集人工振搗模式漏振、缺振及振搗適度狀態下振搗棒周圍混凝土圖像，并以此為樣本進行支持向量機訓練；

S20、通過泵送設備將混凝土卸料至施工區域；

S30、啟動振搗電機，同時攝像頭啟動，采集振搗過程中混凝土圖像，實時上傳至計算機；

S40、將混凝土圖像輸入至步驟S10中訓練完成的支持向量機模型，獲取實時混凝土振搗圖像在支持向量機訓練空間中的位置；

S50、持續振搗，直至實時混凝土振搗圖像在支持向量機訓練空間中位于適度振搗區域，關閉振動電機，緩慢拔出振搗棒，進行下一區域混凝土振搗。

2.根據權利要求1所述的基于支持向量機的混凝土智能振搗方法，其特征在于，步驟S10中的支持向量機訓練包括以下步驟：

S11、將步驟S10中采集的圖像分為訓練組與測試組，分別占圖像總數80％與20％；

S12、分別計算訓練組與測試組圖像0°、45°、90°、135°方向灰度共生矩陣，歸一化得到灰度共生矩陣特征向量；

S13、分別計算訓練組與測試組歸一化圖像方向梯度特征向量；

S14、聯立圖像方向梯度特征向量與灰度共生矩陣特征向量，得到支持向量機特征向量；

S15、定義訓練組圖像支持向量機特征值，漏振、缺振圖像該值為1，適度振搗圖像特征值為-1；

S16、構建訓練空間，訓練空間的維數與支持向量機特征向量的維數相同；

S17、根據支持向量機特征向量分量，確定訓練組圖像在訓練空間的位置，例如某圖片對應支持向量機特征向量為(1，2，3，4，5，6)^T，則在訓練空間中該圖像位于(1，2，3，4，5，6)；

S18、在訓練空間內構件超平面f(x)＝w^Tx_i+b,式中w^T為超平面的法向量，b為超平面相對原點的偏置，x_i為超平面自變量，自變量形式為[x1,x2,x3……xn]，自變量分量的個數與支持向量機特征向量維數相同；

S19、求解在約束條件yi(w^Tx_i+b)≥1下，達到最大值時對應的超平面的法向量w^T、超平面相對原點的偏置b，||w||為超平面法向量二階范數，yi為圖像支持向量機特征值，漏振、缺振圖像該值為1，適度振搗圖像特征值為-1；此時求得的超平面可將訓練空間分為兩個部分，圖像支持向量機特征值為1和-1的圖像在訓練空間中的位置被超平面分隔；

S110、驗證訓練空間內超平面分隔效果，計算測試組圖像支持向量機特征向量，并以此確定其在訓練空間中的位置，測試組圖像包括漏振、缺振圖像與適度振搗圖像，若測試組圖像在訓練空間中位置與被超平面分隔為兩部分，則完成支持向量機訓練，若測試組圖像不滿足該條件，則訓練失效或訓練精度不足，此時應增加訓練組與測試組圖像個數，重新進行支持向量機訓練。