基于立体视觉的混凝土振捣质量监测系统的开发

发布时间：2021-11-21 01:54

　　随着基础设施和城镇建设量飞速增长,施工进度越来越快,对混凝土浇筑质量的要求日益严格。振捣是混凝土浇筑过程中的关键工艺,振捣质量的监测与控制是施工质量控制中的重要环节。因而对振捣质量的智能监测与评估有重要意义。目前,施工人员主要依据个人经验进行振捣质量控制,随意性强且振捣效果难以量化评价。一旦欠振、过振或漏振将造成质量缺陷而无法及时得知,留下重大安全隐患。现有的振捣质量监测系统往往需对振捣棒进行大幅改进,且需在建筑工地建立GPS基站,工序繁琐,操作复杂,成本较高,未能普遍应用。根据施工场景及振捣工艺要求进行振捣质量监测系统的硬件参数计算、选型及搭建,采用张正友标定法及立体标定算法进行双目标定,得到图像坐标与三维物理坐标的转换关系;基于交并比和中心坐标像素偏差距离对比分析多尺度自适应型均值漂移算法（ASMS）,引入核函数的相关滤波类算法（kcf）,高效的卷积滤波算子（ECO）,以及Siamese全卷积神经网络（Siam FC）四种运动跟踪算法,选择鲁棒性最好、精度最高且效率最高的ECO算法进行振捣棒的运动跟踪。结合最大响应值和平均峰值相关能量（APEC）设计一种新的跟踪置信度指标评估算法跟... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

混凝土振捣示意图

图 1-4 通讯网络示意图[8]9 月，河海大学的田正宏、李东新等提出一种振捣时捣棒插拔混凝土时，棒体工作电流和振捣音频差异是否处于振捣状态，进而计算时长。如图 1-5 为振实时采集振捣棒工作电流实时采集振捣棒工作音频与电流阈值比较大小得到工作状态A与音频阈值比较大小得到工作状态BA与B相同？保持工作状态YNN

哈尔滨工业大学工学硕士学位论文状态预测是根据状态转移模型递推来实现的，利用当前观测值和观测似然模型，计算预测值的置信度，并进行修正。当模型服从线性分布、系统噪声和观测噪声服从正态分布时，采用卡尔曼滤波算法，可得贝叶斯滤波最优解；而对于非线性的情况，通过扩展卡尔曼滤波(Extended Kalman Filter)[18]可得其次优解。如均值漂移算法(Mean-shift)[19]以及为实现尺度鲁棒估计的自适应尺度均值漂移算法 ASMS(Adaptive Scaled Mean Shift)[20]是精度和鲁棒性都较好的概率跟踪方法。如图 1-7 为采用不同的跟踪算法对小狗的跟踪结果。

【参考文献】：
期刊论文
[1]基于视觉的移动机器人自主定位导航[J]. 方强,谢存禧.  机床与液压. 2004(07)
[2]运动视觉在移动机器人导航与定位中的应用[J]. 朱常琳,郭光辉.  兰州铁道学院学报. 2000(06)

博士论文
[1]视觉目标识别与三维定位关键技术的研究[D]. 谢妤婵.天津大学 2009

硕士论文
[1]基于SIFT算子的双目视觉三维测量技术研究[D]. 陈爱鸾.广东工业大学 2015
[2]目标跟踪算法的研究与分析[D]. 苗青.上海交通大学 2015



本文编号：3508524