(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210309292.1 (22)申请日 2022.03.28 (65)同一申请的已公布的文献号 申请公布号 CN 114648637 A (43)申请公布日 2022.06.21 (73)专利权人 江苏禹润智能科技有限公司 地址 221000 江苏省徐州市高新 技术产业 开发区大 学路99号大学创业园B712 (72)发明人 李贺　郑璐　侯精明　 (74)专利代理 机构 江苏长德知识产权代理有限 公司 32478 专利代理师 周艺 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/762(2022.01)G06K 9/62(2022.01) G06T 7/73(2017.01) (56)对比文件 CN 102444289 A,2012.0 5.09 CN 102505857 A,2012.0 6.20 CN 104008272 A,2014.08.27 CN 106198079 A,2016.12.07 US 2004190991 A1,20 04.09.30 审查员 乔君 (54)发明名称 一种基于机器视觉的混凝土自动振捣方法 及系统 (57)摘要 本发明涉及人工智能、 混凝土浇筑技术领 域， 具体涉及一种基于机器视觉的混凝土自动振 捣方法及系统。 该方法通过振捣后混凝土图像的 作业区域中的像素值信息判断振捣棒的作业质 量， 筛选出合格振捣棒。 进一步根据合格振捣棒 的位置信息进行分类， 获得干涉区域相关振捣棒 和混凝土区域振捣棒。 通过分析混凝土区域振捣 棒的工作区域， 确定最优工作区域。 获得混凝土 区域振捣棒的振捣前混凝土图像与合格振捣时 间的映射关系。 通过振捣前后干涉区域的差异获 得振捣棒的干涉区域最优距离。 通过最优工作区 域和干涉区域最优距离对调节实时振捣棒的实 时位置信息。 根据映射关系获得 实时振捣棒的合 格振捣时间。 本发明实现了自动化控制振捣棒分 布及振捣时间。 权利要求书2页 说明书8页 附图1页 CN 114648637 B 2022.10.28 CN 114648637 B 1.一种基于 机器视觉的混凝 土自动振捣方法， 其特 征在于， 所述方法包括： 获取历史浇筑过程中浇筑区域图像、 每个振捣棒的振捣 时间和振捣棒型号； 分割所述 浇筑区域图像， 获得混凝土区域图像和干涉区域图像； 所述干涉区域图像包括振捣前干涉 区域图像和振捣后干涉区域图像； 获取所述混凝土区域图像中每个振捣棒的位置信息； 根 据所述位置信息获取每 个振捣棒下 方振捣前混凝 土图像和振捣后混凝 土图像； 根据所述位置信 息获得每个振捣 棒在所述振捣后混凝土图像的作业区域； 根据 所述作 业区域中像素值进行密度聚类， 获得聚类簇； 根据聚类密度、 聚类簇面积、 聚类簇数量和作 业区域面积获得每个振捣棒的作业质量； 将所述作业质量小于预设质量阈值的振捣棒剔 除， 获得合格振捣棒及其 合格振捣时间； 所述根据所述位置信息将所述合格振捣棒分为干涉区域相关振捣棒和混凝土区域振 捣棒； 将相同所述振捣 棒型号的所述混凝土区域振捣 棒构成一个振捣 棒集合； 将所述振捣 棒 集合中每个振捣棒的工作区域进行叠加， 获得叠加区域； 所述叠加区域每个方向上像素值 最大的点组成最优工作区域； 获得所述混凝土区域振捣棒的所述振捣前混凝土图像与所述 合格振捣时间的映射关系； 获得所述振捣前干涉区域图像和所述振捣后干涉区域图像的差值图像； 若所述差值图 像的平均像素值不大于预设像素值阈值， 则根据所述干涉区域相关振捣棒和所有 所述干涉 区域的距离和获得干涉区域 最优距离； 获取实时振捣 棒的实时位置信 息和实时振捣 棒型号； 根据 所述实时振捣 棒型号对应的 所述最优工作区域和所述干涉区域 最优距离调整所述实时位置信息， 具体包括： 根据实时振捣 棒的实时工作区域与 所述最优工作区域的面积构建重合度目标函数， 所 述重合度目标函数包括： 其中， R为所述重合度， M为所述实时位置信息的数量， roinew(xu,yu)为第u个所述实 时位 置信息对应的所述实时工作区域， ro iC为所述最优工作区域； 根据所述重合度目标函数使得 所述实时工作区域与所述 最优工作区域的重合度最大； 根据所述实时位置信息与干涉区域 位置信息构建约束条件， 所述约束条件 包括： 其中， K为所述干涉区域图像的数量， (xu,yu)为第u个 所述实时位置信息， (x ′i,y′i)为第 i个所述干涉区域图像中心点的坐标， L*为所述干涉区域 最优距离； 根据所述约束条件使得 所述实时位置信息与干涉区域的距离不小于所述 最优距离； 根据所述实时振捣棒下的实时振捣前混凝土图像和所述映射关系获得每个所述实时 振捣棒的所述 合格振捣时间。 2.根据权利要求1所述的一种基于机器视觉的混凝土自动振捣方法， 其特征在于， 所述 根据所述 位置信息获得每 个振捣棒在所述振捣后混凝 土图像的作业区域包括： 根据所述位置信 息在所述混凝土区域图像上构建泰森多边形； 每个所述位置信 息对应权　利　要　求　书 1/2 页 2 CN 114648637 B 2的所述泰森多边形为初始作业区域； 以所述初始作业区域在所述振捣后混凝土图像上对应 的区域作为所述作业区域。 3.根据权利要求1所述的一种基于机器视觉的混凝土自动振捣方法， 其特征在于， 所述 根据所述作业区域中像素值进行密度聚类包括： 利用密度聚类算法对所述作业区域中的像素值进行聚类， 聚类邻域设置为3*3的矩形 区域； 所述聚类密度包括： 其中， ρ 为所述聚类密度， G(x,y)为所述位置信息(x,y)处的像素值， G(xj,yj)为所述位 置信息的所述聚类邻域内第j个 像素点的像素值。 4.根据权利要求1所述的一种基于机器视觉的混凝土自动振捣方法， 其特征在于， 所述 根据聚类簇数量和作业区域面积获得每个振捣棒的作业质量包括： 通过作业质量 公式获得 所述作业质量； 所述作业质量公式为： 其中， Score(x,y)为所述位置信息(x,y)对应的振捣棒的所述作业质量， Num为所述聚 类簇数量， ρv为第v个所述聚类簇对应的所述聚类密度， Sv第v个所述聚类簇面积， Sroi(x,y)为 所述位置信息(x,y)对应的振捣棒的所述作业区域 面积。 5.根据权利要求1所述的一种基于机器视觉的混凝土自动振捣方法， 其特征在于， 所述 获得所述混凝土区域振捣棒的所述振捣前混凝土图像与所述合格振捣时间的映射关系还 包括： 将所述混凝土区域振捣 棒的所述振捣前混凝土图像作为训练数据， 将所述训练数据对 应的所述合格振捣时间作为标签数据； 利用所述训练数据和所述标签数据训练全连接神经 网络。 6.根据权利要求2所述的一种基于机器视觉的混凝土自动振捣方法， 其特征在于， 所述 根据所述 位置信息将所述 合格振捣棒分为干涉区域相关振捣棒和混凝 土区域振捣棒包括： 获得每个所述位置信 息对应的所述初始作业 区域与所述干涉区域的交并比； 若所述交 并比大于零， 则所述位置信息对应的振捣棒为所述干涉区域相关振捣棒； 否则， 所述位置信 息对应的振捣棒 为混凝土区域振捣棒。 7.根据权利要求1所述的一种基于机器视觉的混凝土自动振捣方法， 其特征在于， 所述 将所述振捣棒 集合中每个振捣棒的工作区域进行叠加包括： 将所述振捣 棒集合中每个振捣 棒的所述作业质量作为对应所述工作区域的权重； 将所 有位置信息对齐后， 将所述工作区域像素值与所述权 重相乘后进行叠加。 8.一种基于机器视觉的混凝土自动振捣系统， 包括存储器、 处理器以及存储在所述存 储器中并可在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机 程序时实现如权利要求1～7任意 一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114648637 B 3