基于人工智能的无人机测绘路基作业方法、终端设备及存储介质技术

本申请适用于路基路面工程技术领域，公开了一种基于人工智能的无人机测绘路基作业方法、终端设备及存储介质。本申请方法通过根据施工现场的影像数据构建实时展示三维模型，从而可以从实时展示三维模型中获取路基施工现场的当前填筑总方量，同时获取每辆运输车的单次运输时长和单次运输方量以及每辆运输车对应取土点的实时存土量，再根据当前填筑总方量、实时存土量、单次运输时长和单次运输方量调整运输车的运输路线，从而可以有效减少发生因取土场没有土导致施工停滞的问题，以提高施工效率。工效率。工效率。

【技术实现步骤摘要】
基于人工智能的无人机测绘路基作业方法、终端设备及存储介质


[0001]本申请涉及路基路面工程
，具体涉及一种基于人工智能的无人机测绘路基作业方法、终端设备及存储介质。

技术介绍

[0002]目前路基施工方式为：项目部按设计的路基路程和填筑土石方量，将填筑工点分配给劳务队，劳务队自行配置相应施工机械进行施工，项目部仅控制质量和根据路基填筑收方进行结算。但是，实际现场情况变化较多，例如取土点的土量不够填充点的填充料，从而使得这种施工方式调度下的施工停滞，降低了施工效率。

技术实现思路

[0003]本申请实施例公开了一种基于人工智能的无人机测绘路基作业方法、终端设备及存储介质，可以基于施工现场的图像数据，实时调整运输车的运输路线，从而解决因取土场没有土导致施工停滞的问题，提高施工效率。
[0004]本申请实施例公开一种基于人工智能的无人机测绘路基作业方法，包括：
[0005]获取影像数据，所述影像数据包括无人机对施工现场拍摄的全景数据；
[0006]根据所述影像数据构建路基施工现场的实时展示三维模型；
[0007]从所述实时展示三维模型中获取当前填筑总方量；
[0008]获取每辆运输车的单次运输时长和单次运输方量；
[0009]获取每辆运输车对应取土点的实时存土量；
[0010]根据所述当前填筑总方量、所述实时存土量、所述单次运输时长和所述单次运输方量调整所述运输车的运输路线。
[0011]可选地，所述根据所述影像数据构建路基施工现场的实时展示三维模型，包括：
[0012]根据所述影像数据构建施工现场的实景三维模型；
[0013]对所述影像数据进行AI识别，得到施工现场的施工人员数据、施工设备数据和二维码信息；
[0014]根据所述影像数据构建工程三维模型；
[0015]根据所述施工人员数据、所述施工设备数据和所述二维码信息对所述工程三维模型进行渲染；
[0016]将所述实景三维模型和渲染后的所述工程三维模型进行叠加，得到实时展示三维模型。
[0017]可选地，所述根据所述影像数据构建施工现场的实景三维模型，包括：
[0018]根据所述影像数据重建稀疏点云；
[0019]根据所述稀疏点云重建稠密点云；
[0020]根据所述稠密点云构建初始三维模型；
[0021]计算所述影像数据的可视信息；
[0022]根据所述可视信息在所述初始三维模型上创建纹理，得到实景三维模型。
[0023]可选地，在所述根据所述影像数据构建施工现场的实景三维模型这一步骤后，所述方法还包括：
[0024]剥离所述实景三维模型的几何数据；
[0025]对所述几何数据进行优化处理，所述优化处理的方式包括数据根节点合并、纹理压缩、纹理拆分或三角网简化中的至少一个。
[0026]可选地，所述获取每辆运输车的单次运输时长，包括：
[0027]获取每辆运输车在取土点时的出发时间；
[0028]获取每辆运输车在填筑点时的到达时间；
[0029]根据所述出发时间和所述到达时间确定单次运输时长；
[0030]其中，所述取土点对应位置设有第一FRID打卡器，所述填筑点对应位置设有第二FRID打卡器，所述辆运输车上设有与所述第一FRID打卡器和所述第二FRID打卡器适配的FRID识别卡。
[0031]可选地，所述根据所述当前填筑总方量、所述实时存土量、所述单次运输时长和所述单次运输方量调整所述运输车的运输路线，包括：
[0032]比较所述当前填筑总方量和当前路基所需总方量的第一差值；
[0033]计算所述实时存土量和所述第一差值的第二差值；
[0034]当所述第二差值小于阈值，根据所述单次运输时长和所述单次运输方量调整所述运输车的运输路线。
[0035]可选地，在进行路基施工时，所述方法还包括：
[0036]获取当前施工路基形状；
[0037]根据所述当前施工路基形状确定压路机的压路路径；
[0038]根据所述压路路径控制所述压路机对当前施工路基进行压路操作；
[0039]当压路机完成一次压路后，获取平地机的实时位置和与所述实时位置对应的第一高程；
[0040]当推土机完成一次推土后，获取平地机的实时位置和与所述实时位置对应的第二高程；
[0041]根据所述第一高程和所述第二高程确定所述实时位置的高度不符合预设要求，生成整改提示信息。
[0042]可选地，在进行路基施工时，所述方法还包括：
[0043]获取填筑土的实时含水量和填筑面积；
[0044]根据所述实时含水量控制洒水车的实时移动速度和所述洒水车上喷水口的喷水量；
[0045]其中，所述洒水车上设有定位设备，所述定位设备用于获取所述洒水车的实时位置，所述实时位置用于计算所述实时移动速度。
[0046]本申请实施例公开一种终端设备，包括：
[0047]存储器，所述存储器中存储有计算机程序；
[0048]处理器，当所述计算机程序被所述处理器执行时，使得所述处理器实现本申请实
施例公开的方法。
[0049]本申请实施例公开一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例公开的方法。
[0050]与现有技术相比，本申请实施例具有以下有益效果：
[0051]通过根据施工现场的影像数据构建实时展示三维模型，从而可以从实时展示三维模型中获取路基施工现场的当前填筑总方量，同时获取每辆运输车的单次运输时长和单次运输方量以及每辆运输车对应取土点的实时存土量，再根据当前填筑总方量、实时存土量、单次运输时长和单次运输方量调整运输车的运输路线，从而可以有效减少发生因取土场没有土导致施工停滞的问题，提高施工效率。
附图说明
[0052]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0053]图1是本申请第一实施例提供的路基作业方法的实现流程图；
[0054]图2是本申请一实施例提供的步骤S120的实现流程图；
[0055]图3是本申请第二实施例提供的路基作业方法的实现流程图；
[0056]图4是本申请第三实施例提供的路基作业方法的实现流程图；
[0057]图5是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
[0058]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的无人机测绘路基作业方法，其特征在于，包括：获取影像数据，所述影像数据包括无人机对施工现场拍摄的全景数据；根据所述影像数据构建路基施工现场的实时展示三维模型；从所述实时展示三维模型中获取当前填筑总方量；获取每辆运输车的单次运输时长和单次运输方量；获取每辆运输车对应取土点的实时存土量；根据所述当前填筑总方量、所述实时存土量、所述单次运输时长和所述单次运输方量调整所述运输车的运输路线。2.根据权利要求1所述的基于人工智能的无人机测绘路基作业方法，其特征在于，所述根据所述影像数据构建路基施工现场的实时展示三维模型，包括：根据所述影像数据构建施工现场的实景三维模型；对所述影像数据进行AI识别，得到施工现场的施工人员数据、施工设备数据和二维码信息；根据所述影像数据构建工程三维模型；根据所述施工人员数据、所述施工设备数据和所述二维码信息对所述工程三维模型进行渲染；将所述实景三维模型和渲染后的所述工程三维模型进行叠加，得到实时展示三维模型。3.根据权利要求2所述的基于人工智能的无人机测绘路基作业方法，其特征在于，所述根据所述影像数据构建施工现场的实景三维模型，包括：根据所述影像数据重建稀疏点云；根据所述稀疏点云重建稠密点云；根据所述稠密点云构建初始三维模型；计算所述影像数据的可视信息；根据所述可视信息在所述初始三维模型上创建纹理，得到实景三维模型。4.根据权利要求1所述的基于人工智能的无人机测绘路基作业方法，其特征在于，在所述根据所述影像数据构建施工现场的实景三维模型这一步骤后，所述方法还包括：剥离所述实景三维模型的几何数据；对所述几何数据进行优化处理，所述优化处理的方式包括数据根节点合并、纹理压缩、纹理拆分或三角网简化中的至少一个。5.根据权利要求1所述的基于人工智能的无人机测绘路基作业方法，其特征在于，所述获取每辆运输车的单次运输时长，包括：获取每辆运输车在取土点时的出发时间；获取每辆运输车在填筑点时的到达时间；根据所述出发时间和所述到达时间确...

【专利技术属性】
技术研发人员：李骞，黄彦松，廖锦雄，
申请(专利权)人：广州铁诚工程质量检测有限公司，
类型：发明
国别省市：