本发明专利技术公开了一种泵送混凝土坍落度在线监测方法、装置及设备，该方法包括：通过摄像模块实时获取混凝土的图像数据；从图像数据中抽取第一图像数据集，对第一图像数据集进行预处理，增强图像特征；通过图像分割模型将预处理后的第一图像数据集中图像数据的感兴趣混凝土区域分割出来，并将其矩形化后得到处理结果；根据处理结果确定第二图像数据集，将第二图像数据集输入至图像分类模型中得到分类结果，根据分类结果输出性能数值；其中，图像分割模型和图像分类模型为根据混凝土的图像数据训练好的模型。训练好的模型。训练好的模型。
【技术实现步骤摘要】
一种泵送混凝土坍落度在线监测方法、装置及设备
[0001]本专利技术涉及混凝土工程
，尤其涉及一种泵送混凝土坍落度在线监测方法、装置及设备。
技术介绍
[0002]混凝土坍落度是评价其工作性能的重要指标之一，也是用以表征其流动性的基础常用指标，尤其是对于泵送混凝土来说，适宜的坍落度是保证其能够施工正常的前提。混凝土经预拌生产后需由混凝土搅拌运输车送至施工现场，在运输过程中由于水泥水化、水分蒸发等因素通常会造成坍落度的损失，二坍落度损失过大则会造成混凝土泵送、振捣困难，甚至发生堵泵，严重影响施工进度。
[0003]目前混凝土坍落度绝大多数情况下依照GB/T 50080
‑
2016《普通混凝土拌合物性能试验方法标准》中的相关规定，通过人工取料采用坍落度筒测定，此种方法较为不便，不仅个人的操作对数值影响较大，而且无法得知在运输途中混凝土的坍落度变化情况，极易造成问题发现、反馈的滞后，给后续的交付、施工带来不便。
[0004]当前，混凝土坍落度在线监测主要通过两种方法，一是通过混凝土搅拌运输车搅拌驱动轴的扭矩等参数，二是通过图像。
[0005]专利CN 113146849 A公开了一种拌车混凝土的坍落度监控方法及装置，其通过测量搅拌车罐体驱动轴的扭矩和转速计算搅拌罐内混凝土坍落度，并可将搅拌车进料口处图像获取模块获取的搅拌罐内混凝土图像上传至后台控制中心，由控制中心人员目视观察估测。
[0006]专利CN 112752077A公开了一种混凝土运输过程的智能化监控系统，其通过摄像模块采集混凝土在运输车内状态影像，通过边缘运算处理器对视频进行图形对比分析得出混凝土的状态分类。
[0007]专利CN 113134913A公开了一种车载混凝土拌合物远程智能控制系统及混凝土搅拌车，通过数据分析对比模块对摄像模块所获取图像信号和标准的图像信号比对分析，从而得出坍落度。
[0008]上述专利所述，其存在的主要问题包括：(1)人工通过坍落度筒测定无法对运输过程中的混凝土坍落度进行测定；(2)由于混凝土种类的不同等因素，通过搅拌车罐体驱动周的扭矩计算坍落度的计算公式易产生误差；(3)上传图像至控制中心人工判读存在在主观影响且工作量较大、不便于持续观测；(4)图像对比法由于对比分析程序的差异，其效果参差不齐。上述问题需要通过研究加以改进。
技术实现思路
[0009]本专利技术提供了一种泵送混凝土坍落度在线监测方法、装置及设备，解决了如何对运输过程中的泵送混凝土坍落度进行高准确度的监测的问题。
[0010]一种泵送混凝土坍落度在线监测方法，包括：
[0011]通过摄像模块实时获取混凝土的图像数据；
[0012]从所述图像数据中抽取第一图像数据集，对所述第一图像数据集进行预处理，增强图像特征；
[0013]通过图像分割模型将预处理后的所述第一图像数据集中图像数据的感兴趣混凝土区域分割出来，并将其矩形化后得到处理结果；
[0014]根据所述处理结果确定第二图像数据集，将所述第二图像数据集输入至图像分类模型中得到分类结果，根据所述分类结果输出性能数值；
[0015]其中，所述图像分割模型和所述图像分类模型为根据混凝土的图像数据训练好的模型。
[0016]在本专利技术的一种实施例中，所述对所述第一图像数据集进行预处理，具体包括：通过传统视觉算法对于视频序列原图形进行图像增强处理，去除图像中的无效信息；所述图像增强处理包括直方图均衡化和对比度增强。
[0017]在本专利技术的一种实施例中，所述从所述图像数据中抽取第一图像数据集，具体包括：确定视频序列中的搅拌叶旋转一周的时间周期T；在一个时间周期T中，确定第一时刻的图像帧为所述时间周期T内的首张图像；在选取第一时刻的图像帧后，间隔预设时段t，再次选取第二时刻的图像帧为所述时间周期T内的第二张图像；以此类推，以所述预设时段t为时间间隔，在所述一个时间周期T内选取n张图像；其中，选取的图像数量与时间间隔相乘小于一个时间周期，即满足nt<T。
[0018]在本专利技术的一种实施例中，所述将预处理后的所述第一图像数据集中图像数据的感兴趣混凝土区域分割出来，具体包括：S1:对图像数据通过卷积操作进行特征提取，得到第一中间数据；S2：将所述第一中间数据进行池化处理，得到第二中间数据；重复S1～S2，进行降维处理，得到最终的降维结果；S3：对所述降维结果通过上采样操作进行维度恢复，得到第三中间数据；S4：对上采样后的所述第三中间数据通过卷积操作进行特征提取，得到第四中间数据；重复S3～S4，进行升维处理，得到最终的升维结果；其中，池化处理与所述上采样操作的次数相对应；将对应次数的第一中间数据和所述第四中间数据进行特征融合；将特征融合后的数据进行卷积操作，得到输出结果。
[0019]在本专利技术的一种实施例中，所述将所述第二图像数据集输入至图像分类模型中得到分类结果，具体包括：将输出的矩形图像集合作为图像数据集；通过图像分类模型对所述图像数据集进行特征提取，得到特征值；将所述特征值作为输入数据输入分类器，根据预设的多个坍落度等级，输出与所述图像数据对应的坍落度等级。
[0020]一种泵送混凝土坍落度在线监测装置，包括：
[0021]摄像模块，用于拍摄搅拌罐内混凝土视频图像；
[0022]清洁模块，用于通过加压水流清洗所述摄像模块镜头上的混凝土浆体等污渍；
[0023]数据处理模块，用于工控机将通过所述摄像模块获得的视频图像数据依照预设算法进行分析处理从而得出混凝土坍落度；
[0024]显示模块，用于将罐内混凝土图像及得出坍落度显示于驾驶室内显示器上；
[0025]通信模块，用于将罐内混凝土实时图像及数据处理模块所得坍落度上传到云端。
[0026]在本专利技术的一种实施例中，所述摄像模块为夜视、分辨率为1080P的摄像机，所述摄像机的镜头上设有纳米防雾防水贴膜。
[0027]在本专利技术的一种实施例中，所述清洁模块包括储水罐、气管、水管、加压阀、控制阀、喷嘴。
[0028]一种泵送混凝土坍落度在线监测设备，包括：
[0029]至少一个处理器；以及，
[0030]与所述至少一个处理器通过总线通信连接的存储器；其中，
[0031]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被执行，以实现：
[0032]通过摄像模块实时获取混凝土的图像数据；
[0033]从所述图像数据中抽取第一图像数据集，对所述第一图像数据集进行预处理，增强图像特征；
[0034]通过图像分割模型将预处理后的所述第一图像数据集中图像数据的感兴趣混凝土区域分割出来，并将其矩形化后得到处理结果；
[0035]根据所述处理结果确定第二图像数据集，将所述第二图像数据集输入至图像分类模型中得到分类结果，根据所述分类结果输出性能数值；
[0036]其中，所述图像分割模型和所述图像分类模型为根据混凝土的图像数据训本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种泵送混凝土坍落度在线监测方法，其特征在于，包括：通过摄像模块实时获取混凝土的图像数据；从所述图像数据中抽取第一图像数据集，对所述第一图像数据集进行预处理，增强图像特征；通过图像分割模型将预处理后的所述第一图像数据集中图像数据的感兴趣混凝土区域分割出来，并将其矩形化后得到处理结果；根据所述处理结果确定第二图像数据集，将所述第二图像数据集输入至图像分类模型中得到分类结果，根据所述分类结果输出性能数值；其中，所述图像分割模型和所述图像分类模型为根据混凝土的图像数据训练好的模型。2.根据权利要求1所述的方法，其特征在于，所述对所述第一图像数据集进行预处理，具体包括：通过传统视觉算法对于视频序列原图形进行图像增强处理，去除图像中的无效信息；所述图像增强处理包括直方图均衡化和对比度增强。3.根据权利要求1所述的方法，其特征在于，所述从所述图像数据中抽取第一图像数据集，具体包括：确定视频序列中的搅拌叶旋转一周的时间周期T；在一个时间周期T中，确定第一时刻的图像帧为所述时间周期T内的首张图像；在选取第一时刻的图像帧后，间隔预设时段t，再次选取第二时刻的图像帧为所述时间周期T内的第二张图像；以此类推，以所述预设时段t为时间间隔，在所述一个时间周期T内选取n张图像；其中，选取的图像数量与时间间隔相乘小于一个时间周期，即满足nt<T。4.根据权利要求1所述的方法，其特征在于，所述将预处理后的所述第一图像数据集中图像数据的感兴趣混凝土区域分割出来，具体包括：S1:对图像数据通过卷积操作进行特征提取，得到第一中间数据；S2：将所述第一中间数据进行池化处理，得到第二中间数据；重复S1～S2，进行降维处理，得到最终的降维结果；S3：对所述降维结果通过上采样操作进行维度恢复，得到第三中间数据；S4：对上采样后的所述第三中间数据通过卷积操作进行特征提取，得到第四中间数据；重复S3～S4，进行升维处理，得到最终的升维结果；其中，池化处理与所述上采样操作的次数相对应；将对应次数的第一中间数据和所述第四中间数据进行特征融合；将特征融合后的数据进行卷积操作，得到输出结果。5.根据权利要求1所述的方法，其特征在于，所述将所述第二图像数据集输入至图像分类模型中得到分类结果，具体包括：将输出的矩形图像集合作为图像数据集；通过图像分类模型对所述图像数据集进...
【专利技术属性】
技术研发人员：王肇嘉，高校，王帅，严海蓉，涂玉波，房桂明，郑鑫，王治吏，李润丰，张全贵，田玲香，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。