別紅亮

(中鐵一局集團(tuán)建筑安裝工程有限公司)

在裝配式施工環(huán)境中，智能吊裝作業(yè)的全過程環(huán)境感知顯得尤為重要。這不僅關(guān)乎施工的安全性，更直接影響到施工的質(zhì)量和效率。裝配式建筑就是將預(yù)制好的預(yù)制件在工廠內(nèi)加工，然后運(yùn)輸?shù)焦さ厣线M(jìn)行組裝的一種建筑形式[1]。該方法能有效地提高工作效率，減少現(xiàn)場(chǎng)工作難度。而智能吊裝則是利用現(xiàn)代傳感器、通訊和自動(dòng)化技術(shù)，實(shí)現(xiàn)吊裝作業(yè)的智能化、自主化。將兩者結(jié)合，可以進(jìn)一步提高施工的自動(dòng)化和智能化水平[2]。本文將重點(diǎn)探討在裝配式施工場(chǎng)景下，如何進(jìn)行智能吊裝作業(yè)全過程的精準(zhǔn)環(huán)境感知。

1.裝配式施工場(chǎng)景下智能吊裝作業(yè)基礎(chǔ)數(shù)據(jù)處理

在裝配式施工場(chǎng)景中，結(jié)合雙目立體視覺原理，構(gòu)建坐標(biāo)系?；陲w行時(shí)序的深度相機(jī)，在被測(cè)目標(biāo)表面發(fā)出一道連續(xù)的激光脈沖，再將其反射回來，利用激光脈沖的來回運(yùn)動(dòng)時(shí)間，實(shí)現(xiàn)目標(biāo)與目標(biāo)之間的距離測(cè)量，但其精度較差，且易受到多次反射的影響，難以應(yīng)用于復(fù)雜的工程環(huán)境[3]。雙眼立體視覺技術(shù)通過對(duì)多個(gè)或多個(gè)攝像頭同步獲取同一點(diǎn)的視差量進(jìn)行解算，其精度依賴于待辨識(shí)對(duì)象的明顯特性和特征匹配算法的優(yōu)劣。圖1 為雙目立體視覺原理。

圖1 雙目立體視覺原理

以雙目立體視覺為研究對(duì)象，利用近紅外激光激發(fā)偽散斑紅外光斑，通過改變被測(cè)對(duì)象表面形貌，獲取目標(biāo)位置和深度等信息，但容易受到強(qiáng)烈光照的影響，不能很好地適用于室外施工作業(yè)環(huán)境。

因此，本項(xiàng)目以雙目立體視覺理論為基礎(chǔ)，以深度攝像機(jī)為主體，進(jìn)行動(dòng)態(tài)環(huán)境感知。

在完成對(duì)坐標(biāo)系的建立后，針對(duì)復(fù)雜空間坐標(biāo)系的變換，引入坐標(biāo)系旋轉(zhuǎn)方法[4]。若繞X 軸旋轉(zhuǎn)，則當(dāng)建筑坐標(biāo)系繞X 軸逆時(shí)針旋轉(zhuǎn)α 度時(shí)，此時(shí)坐標(biāo)旋轉(zhuǎn)變換后可寫作：

式中：（x，y，z）代表建筑坐標(biāo)中的任意一點(diǎn)坐標(biāo)，（x'，y'，z'）代表轉(zhuǎn)換后的坐標(biāo)。若繞Y 軸旋轉(zhuǎn)，則當(dāng)建筑坐標(biāo)系繞Y 軸逆時(shí)針旋轉(zhuǎn)β 度時(shí)，此時(shí)坐標(biāo)旋轉(zhuǎn)變換后可寫作：

若繞Z 旋轉(zhuǎn)，則當(dāng)建筑坐標(biāo)系繞Z 軸逆時(shí)針旋轉(zhuǎn)γ度時(shí)，此時(shí)坐標(biāo)旋轉(zhuǎn)變換后可寫作：

對(duì)于獲取到的點(diǎn)云數(shù)據(jù)，需要對(duì)其進(jìn)行修復(fù)處理。以下是一個(gè)基本的修復(fù)流程：第一步，數(shù)據(jù)預(yù)處理：點(diǎn)云數(shù)據(jù)的清洗與預(yù)處理，主要包括噪聲去除、無(wú)效數(shù)據(jù)過濾、數(shù)據(jù)光滑化等[5]。第二步，特征提?。和ㄟ^提取點(diǎn)云中的幾何特征，如邊緣、角點(diǎn)、曲面等，為后續(xù)的匹配和修復(fù)提供依據(jù)。第三步，配準(zhǔn)與拼接：對(duì)于多視角或分段獲取的點(diǎn)云數(shù)據(jù)，需要進(jìn)行配準(zhǔn)和拼接，將不同視角或不同段落的點(diǎn)云數(shù)據(jù)對(duì)齊到同一坐標(biāo)系中。第四步，缺失數(shù)據(jù)修復(fù)：對(duì)于點(diǎn)云中缺失的部分?jǐn)?shù)據(jù)，可以通過插值、擬合、重建等方式進(jìn)行修復(fù)。根據(jù)缺失程度和修復(fù)要求，選擇合適的修復(fù)方法[6]。第五步，優(yōu)化與平滑：對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行優(yōu)化和平滑處理，以提高數(shù)據(jù)質(zhì)量，降低數(shù)據(jù)冗余和誤差。第六步，紋理映射：如果需要，可以將紋理映射到點(diǎn)云數(shù)據(jù)上，增強(qiáng)點(diǎn)云的可視化效果。

2.待吊裝構(gòu)件空間智能定位

在吊裝過程中，機(jī)器依據(jù)吊裝計(jì)劃，在吊裝區(qū)域自主辨識(shí)待吊部件的位置，為吊裝過程中部件的自動(dòng)拼接、軌跡規(guī)劃等提供依據(jù)。項(xiàng)目綜合運(yùn)用計(jì)算機(jī)視覺、幾何學(xué)、建筑信息模型和數(shù)據(jù)庫(kù)等理論，研究吊裝前待吊部件的智能辨識(shí)方法，主要研究?jī)?nèi)容為吊裝過程中待吊部件的智能定位與判定[7]。圖2 為待吊裝構(gòu)件空間智能定位流程。

圖2 待吊裝構(gòu)件空間智能定位流程圖

在待吊裝構(gòu)件空間智能定位算法中，首先，通過傳感器或定位系統(tǒng)，獲取待吊裝構(gòu)件在空間中的位置信息，包括構(gòu)件的坐標(biāo)、姿態(tài)等。根據(jù)施工要求和現(xiàn)場(chǎng)實(shí)際情況，確定待吊裝構(gòu)件的目標(biāo)位置，包括目標(biāo)坐標(biāo)、姿態(tài)等。在計(jì)算點(diǎn)云中任意兩點(diǎn)之間的距離d（i，j）時(shí)，可結(jié)合下述歐式距離公式：

式中：（x1，y1，z1）和（x2，y2，z2）代表點(diǎn)云中兩個(gè)點(diǎn)的坐標(biāo)。根據(jù)待吊裝構(gòu)件的位置信息和目標(biāo)位置，規(guī)劃出構(gòu)件的移動(dòng)路徑。路徑規(guī)劃需要考慮多種因素，如構(gòu)件的形狀、尺寸、重量、吊裝設(shè)備的性能等。采用智能控制算法對(duì)吊裝設(shè)備的運(yùn)動(dòng)進(jìn)行控制，使吊裝設(shè)備能夠按照規(guī)劃的路徑進(jìn)行移動(dòng)，并準(zhǔn)確地將待吊裝構(gòu)件放置在目標(biāo)位置。在吊裝過程中，實(shí)時(shí)監(jiān)測(cè)待吊裝構(gòu)件的位置、姿態(tài)等信息，并與目標(biāo)位置進(jìn)行比較，根據(jù)比較結(jié)果對(duì)吊裝設(shè)備的運(yùn)動(dòng)進(jìn)行實(shí)時(shí)調(diào)整，以保證吊裝的精度和穩(wěn)定性。

3.吊裝運(yùn)輸過程中障礙物智能識(shí)別

在吊裝運(yùn)輸過程中，障礙物的智能識(shí)別是確保安全的關(guān)鍵環(huán)節(jié)。通過智能識(shí)別技術(shù)，可以有效地識(shí)別出吊裝作業(yè)區(qū)域內(nèi)的障礙物，避免因碰撞導(dǎo)致的安全事故。選用適當(dāng)?shù)膫鞲衅?，用于采集吊裝作業(yè)區(qū)域內(nèi)的環(huán)境數(shù)據(jù)[8]。根據(jù)實(shí)際需求，合理配置傳感器的數(shù)量和位置，確保全面覆蓋作業(yè)區(qū)域。通過傳感器實(shí)時(shí)采集吊裝作業(yè)區(qū)域內(nèi)的環(huán)境數(shù)據(jù)，包括障礙物的位置、形狀、大小等信息。利用計(jì)算機(jī)視覺和圖像處理技術(shù)對(duì)采集的數(shù)據(jù)進(jìn)行預(yù)處理，如降噪、濾波、去背景等，以提高數(shù)據(jù)質(zhì)量。在此基礎(chǔ)上，利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等方法，從圖像中提取出障礙物的特征。利用分類器對(duì)特征進(jìn)行分類，識(shí)別出不同類型的障礙物。例如，可以訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型，對(duì)圖像中的障礙物進(jìn)行分類和定位。不同障礙物特征差異較大，以工人的相關(guān)特征為例，按照表1 中的內(nèi)容，明確組合特征與具體特征指標(biāo)。

表1 組合特征與對(duì)應(yīng)特征指標(biāo)

表1 中動(dòng)作姿態(tài)特征具體包含：I：左側(cè)膝蓋關(guān)節(jié)夾角，II：右側(cè)膝蓋關(guān)節(jié)夾角，III：左側(cè)肘關(guān)節(jié)夾角，IV：右側(cè)肘關(guān)節(jié)夾角，V：左側(cè)下肢與上身軀干夾角，VI：右側(cè)下肢與上身軀干夾角。u，v 代表骨骼點(diǎn)的像素坐標(biāo)。在此基礎(chǔ)上，提出了一種新的基于屬性的降維方法。針對(duì)以上構(gòu)造的障礙組合特征矩陣Fm×n，先對(duì)其進(jìn)行降維，然后再對(duì)其進(jìn)行綜合分析。在此基礎(chǔ)上，提出一種新的方法，即：首先，從多個(gè)特征中抽取具有代表意義的特征，剔除多余的特征，從而提升分類精度。其次，減小特征維數(shù)，減少多余的計(jì)算機(jī)存儲(chǔ)空間。最后，將復(fù)合特征維數(shù)降低到最小，為后續(xù)對(duì)位參照物智能識(shí)別感知提供條件。

4.對(duì)位參照物智能識(shí)別感知

在吊裝過程中，機(jī)器依據(jù)吊裝計(jì)劃，通過智能辨識(shí)出吊裝過程中的定位狀態(tài)及吊裝部件的安裝位置，是提升設(shè)備智能化運(yùn)行的又一前提。針對(duì)裝配式混凝土柱構(gòu)件裝配過程較為復(fù)雜和典型，本項(xiàng)目擬以裝配式裝配式混凝土柱結(jié)構(gòu)為研究對(duì)象，融合計(jì)算機(jī)視覺、幾何學(xué)、數(shù)據(jù)庫(kù)等多學(xué)科理論，構(gòu)建裝配過程中裝配式構(gòu)件位置參考體智能辨識(shí)方法，主要研究裝配式裝配式鋼筋垂向智能檢測(cè)、吊裝控制面智能構(gòu)建以及裝配式鋼筋-鋼筋對(duì)接元素智能抽取與匹配等關(guān)鍵技術(shù)。圖3 顯示了安裝時(shí)對(duì)位參照物智能識(shí)別的邏輯框架。

圖3 安裝時(shí)對(duì)位參照物智能識(shí)別的邏輯框架

確定裝配區(qū)內(nèi)被連接鋼筋的垂直度是否符合規(guī)范要求，是實(shí)現(xiàn)裝配式裝配對(duì)齊的前提，也就是為裝配式構(gòu)件與構(gòu)件之間的連接提供了依據(jù)。本項(xiàng)目以圖像處理技術(shù)為基礎(chǔ)，建立一種新型的被連接鋼筋垂向檢測(cè)方法，在此基礎(chǔ)上，以已分割的被連接鋼筋為基礎(chǔ)，提取被連接鋼筋的棱線，并利用直線空間映射技術(shù)，實(shí)現(xiàn)被連接鋼筋的垂向檢測(cè)。同時(shí)，利用分析幾何學(xué)的基本原理，對(duì)被連接的鋼筋進(jìn)行傾斜度的計(jì)算，以判定其垂直度是否符合規(guī)范規(guī)定，并在安裝之前對(duì)被連接的鋼筋進(jìn)行垂直度檢查。

為確保施工現(xiàn)場(chǎng)鋼筋的使用和順利驗(yàn)收，對(duì)被連接鋼筋的規(guī)格、數(shù)量、位置和長(zhǎng)度進(jìn)行嚴(yán)格檢查。如果連接的鋼筋是斜的，則要校正：連接的鋼筋與套管或孔的中線偏差不能超過3mm。如果被連接的鋼筋斜向彎曲，則會(huì)使對(duì)接失敗。所以，在安裝安裝之前，必須檢查安裝好的預(yù)制板所安裝的鋼筋的垂直度是否符合規(guī)范。圖4 為連接鋼筋發(fā)生彎折且處于能夠插入套筒極限情況示意圖。

圖4 連接鋼筋發(fā)生彎折且處于能夠插入套筒極限情況示意圖

圖4 中，u 代表橫坐標(biāo)，v 代表縱坐標(biāo)。在圖4 所示的情況下，被連接鋼筋處于彎折極限情況，應(yīng)當(dāng)滿足下述約束關(guān)系：

吊裝控制面（即吊裝部件在裝配面上的豎直投影）是裝配過程中的參考表面，它的自動(dòng)生成對(duì)裝配部件智能化裝配至關(guān)重要。本項(xiàng)目擬基于已分割的鋼筋數(shù)據(jù)，融合圖像處理與組件模型庫(kù)，構(gòu)建起吊控制面的智能生成方法，一方面，將鋼筋等高線擴(kuò)展與最小外接多邊形相結(jié)合，實(shí)現(xiàn)鋼筋最小包絡(luò)線的自動(dòng)生成；另一方面，將鋼筋最小包絡(luò)線與構(gòu)件模型庫(kù)進(jìn)行比對(duì)，選取最小包絡(luò)線，形成吊裝控制面。

在實(shí)際吊裝時(shí)，先將構(gòu)件吊起，然后再慢慢抬到安裝點(diǎn)上面進(jìn)行對(duì)位作業(yè)，然后按照工人事先安排好的控制線與點(diǎn)，從遠(yuǎn)處向近處接近定位基準(zhǔn)點(diǎn)，循序漸進(jìn)地提高對(duì)位精度。所以，在保證吊裝定位精度的前提下，最大限度地發(fā)揮起吊控制的作用。鑒于吊裝控制線的產(chǎn)生取決于桿件斷面的特點(diǎn)，本項(xiàng)目以吊裝控制點(diǎn)、線為依據(jù)，提出吊裝控制面的新概念，即吊裝過程中，吊裝控制面在安裝面上的豎直投影，既包含了原來的控制點(diǎn)、線，又包含了控制面上的布局信息?；诖耍?Canny 檢測(cè)技術(shù)，從已分割的鋼筋圖像中提取出鋼筋的形狀，并在此基礎(chǔ)上，提出一種基于輪廓擴(kuò)展的鋼筋最小包絡(luò)線算法。在此基礎(chǔ)上，提出了一種新的方法，即以鋼筋輪廓根為圓心，求出最小外接多邊形。

5.結(jié)論

隨著科技的不斷發(fā)展，智能吊裝將會(huì)在裝配式施工中發(fā)揮越來越重要的作用。而環(huán)境感知作為智能吊裝的核心技術(shù)之一，其研究具有重要的實(shí)際意義。通過全過程的環(huán)境感知，可以有效提高吊裝作業(yè)的安全性、穩(wěn)定性和效率，進(jìn)一步推動(dòng)裝配式施工的智能化發(fā)展。因此，對(duì)裝配式施工場(chǎng)景下智能吊裝作業(yè)全過程環(huán)境感知方法的研究，是未來建筑業(yè)發(fā)展的重要方向之一。