[發(fā)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?zhí)枺?/td> | 202310090559.7 | 申請日： | 2023-02-09 |
| 公開（公告）號： | CN116309334A | 公開（公告）日： | 2023-06-23 |
| 發(fā)明（設(shè)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(quán)）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(wù)所(普通合伙) 42001 | 代理人： | 王敏鋒 |
| 地址： | 430056 湖北省武漢市沌口經(jīng)濟開發(fā)*** | 國省代碼： | 湖北;42 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 支持 向量 混凝土 智能 方法 | ||
本發(fā)明公開了一種基于支持向量機的混凝土智能振搗方法，包括：采集人工振搗模式漏振、缺振及振搗適度狀態(tài)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(xùn)練；通過泵送設(shè)備將混凝土卸料至施工區(qū)域；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；將混凝土圖像輸入至訓(xùn)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(xùn)練空間中的位置；關(guān)閉振動電機，緩慢拔出振搗棒，進行下一區(qū)域混凝土振搗。本發(fā)明能夠解決骨料顆粒整形效果依賴人工、無法批量處理、效率低下的問題。本發(fā)明結(jié)合圖像識別灰度共生矩陣計算、圖像方向梯度特征提取、支持向量機機器學(xué)習(xí)技術(shù)對混凝土振搗工藝進行控制。
技術(shù)領(lǐng)域
本發(fā)明涉及建筑工程的技術(shù)領(lǐng)域，尤其涉及一種基于支持向量機的混凝土智能振搗方法。
背景技術(shù)
混凝土作為建筑工程生產(chǎn)建設(shè)中必不可少的材料，其生產(chǎn)工藝與澆筑質(zhì)量影響著建筑物整體強度。混凝土澆筑工藝流程為腳手架搭建-支模版-混凝土坍落度監(jiān)測-混凝土澆筑-混凝土振搗-混凝土磨光-混凝土養(yǎng)護。混凝土振搗是其澆筑工藝中非常重要的部分，在生產(chǎn)過程中漏振或振搗不足，會導(dǎo)致結(jié)構(gòu)出現(xiàn)蜂窩麻面、狗洞等質(zhì)量問題，而過度振搗則會導(dǎo)致混凝土局部離析，粗骨料與細(xì)骨料分離，混凝土失去強度。
現(xiàn)階段一般采用人工手持振搗棒的方式進行混凝土振搗，靠建筑工人的經(jīng)驗判斷混凝土振搗是否適度，澆筑質(zhì)量難以保證。隨著建筑行業(yè)智能化進程的推進，使用機器人替代人工進行施工作業(yè)已成為未來發(fā)展趨勢，需要一種智能化方法指揮機器人進行混凝土振搗作業(yè)，如何將人工經(jīng)驗傳授給機器人，成為了智能化時代施工技術(shù)人員需要面對的難題。
發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)中的不足，本發(fā)明所要解決的技術(shù)問題是在于提供一種基于支持向量機的混凝土智能振搗方法，結(jié)合圖像識別灰度共生矩陣計算、圖像方向梯度特征提取、支持向量機機器學(xué)習(xí)技術(shù)，使用信息化技術(shù)對混凝土振搗工藝進行控制。
為了實現(xiàn)上述的目的，本發(fā)明采用以下技術(shù)措施：
一種基于支持向量機的混凝土智能振搗方法，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(tài)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(xùn)練；
S20、通過泵送設(shè)備將混凝土卸料至施工區(qū)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(xùn)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(xùn)練空間中的位置；
S50、持續(xù)振搗，直至實時混凝土振搗圖像在支持向量機訓(xùn)練空間中位于適度振搗區(qū)域，關(guān)閉振動電機，緩慢拔出振搗棒，進行下一區(qū)域混凝土振搗。
進一步的，所述步驟S10中的支持向量機訓(xùn)練包括以下步驟：
S11、將步驟S10中采集的圖像分為訓(xùn)練組與測試組，分別占圖像總數(shù)80％與20％；
S12、分別計算訓(xùn)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(xùn)練組與測試組歸一化圖像方向梯度特征向量；
S14、聯(lián)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(xùn)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(gòu)建訓(xùn)練空間，訓(xùn)練空間的維數(shù)與支持向量機特征向量的維數(shù)相同；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于武漢建工集團股份有限公司，未經(jīng)武漢建工集團股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202310090559.7/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
