CN112241949A - 一种融合计算机视觉技术的混凝土浇筑模具智能监测装置 - Google Patents
一种融合计算机视觉技术的混凝土浇筑模具智能监测装置 Download PDFInfo
- Publication number
- CN112241949A CN112241949A CN202011092539.6A CN202011092539A CN112241949A CN 112241949 A CN112241949 A CN 112241949A CN 202011092539 A CN202011092539 A CN 202011092539A CN 112241949 A CN112241949 A CN 112241949A
- Authority
- CN
- China
- Prior art keywords
- computer vision
- concrete pouring
- vision technology
- pouring mold
- fused
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012806 monitoring device Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 238000005516 engineering process Methods 0.000 claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 2
- 230000001681 protective effect Effects 0.000 claims description 2
- 238000005266 casting Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 238000009415 formwork Methods 0.000 description 5
- 239000002002 slurry Substances 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供了一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，包括带有水平凹陷的轨道装置、检测小车、融合计算机视觉技术的混凝土浇筑模具智能监测算法，所述所述带有水平凹陷的轨道装置安装在浇筑模具的纵向支架上方，所述融合计算机视觉技术的混凝土浇筑模具智能监测算法运行在检测小车的边缘计算设备上，对影像传感器传输进来的影像数据进行处理，算法步骤包含图像预处理、视觉算法、异常情况判断、异常信息上传；本发明检测小车在带有凹陷的轨道上循环移动，通过边缘计算设备上运行的视觉算法对影像传感其捕获的模具数据进行处理和监测，代替人工进行对混凝土浇筑中模具的旁站监理工作，使得对混凝土浇筑模具异常情况的监测更加精准。
Description
技术领域
本发明主要涉及混凝土浇筑智能监测的技术领域，具体为一种融合计算机视觉技术的混凝土浇筑模具智能监测装置。
背景技术
在需要支模的混凝土浇筑工程中，由于模具与加固点属于点对点接触，受力面积较小，模具有一定概率会产生形变，进而导致涨模和漏浆现象，涨模和漏浆会对施工质量产生极大负面影响，在施工中必须对浇筑模具进行实时监测以及时发现涨模漏浆现象并杜绝其产生，现有对混凝土浇筑模具的监测由一般通过人工进行目测，一般由施工监理在浇筑过程中担任旁站监督职责，然而这种人工监测模式存在一定的问题，第一，旁站监理容易出现对涨模漏浆情况的漏判误判，第二，混凝土浇筑往往需要较长时间，施工监理人员需要长时间旁站监督，特别是在一些自动浇筑场景下，人力本就属于高成本资源，设立旁站监理一职会增加不必要的人力成本。
发明内容
本发明主要提供了一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，用以解决上述背景技术中提出的技术问题。
本发明解决上述技术问题采用的技术方案为：
一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，包括带有水平凹陷的轨道装置、检测小车、融合计算机视觉技术的混凝土浇筑模具智能监测算法，所述所述带有水平凹陷的轨道装置安装在浇筑模具的纵向支架上方，带有水平凹陷的轨道装置具有两条，以纵向支架顶端为中心、浇筑模具一侧为内，内外对称，之间具有间隙，与模具横向支架平行；
所述检测小车运行在两条带有水平凹陷的轨道装置之间，必须包含动力车体、边缘计算设备、影像传感其、电池；
所述融合计算机视觉技术的混凝土浇筑模具智能监测算法运行在检测小车的边缘计算设备上，对影像传感器传输进来的影像数据进行处理，算法步骤包含图像预处理、视觉算法、异常情况判断、异常信息上传。
进一步的，所述检测小车在工作中运行在带有水平凹陷的轨道装置上。
进一步的，所述检测小车的动力和其上边缘计算设备的电源由小车上的电池提供，电池容量不低于5000mAh，能够输出不低于12V2A的直流电。
进一步的，所述边缘计算设备需要包含CPU、NPU、RAM、ROM、LTE网络通信模块，其中一个典型可参考瑞芯微Toybrick平台下的TB-RK3399pro。
进一步的，所述影像传感器可包含多种类型的成像元器件，可能包含不限于彩色相机、红外传感器、补光单元，影像传感器与边缘计算设备直接连接，将捕获影像数据传给边缘计算设备。
进一步的，检测小车的各个组件可能会采取一定的保护措施，例如覆盖外壳等。
进一步的，边缘计算设备上运行融合计算机视觉技术的混凝土浇筑模具智能监测算法，该算法的处理对象为影像传感器捕获的数据，算法包含七个关键步骤，即：加载视觉模型、取下一帧影像数据、关键帧判断、图像预处理、视觉算法检测、异常情况判断、异常信息上传。
进一步的，图像预处理包括但不限于图像降噪、色域转换，视觉算法检测包括但不限于目标检测、图像分类算法，异常信息上传是指，当监测到存在异常，会通过边缘计算设备上的LTE网络通信模块向云端服务器上传异常位置和异常处图像信息。
与现有技术相比，本发明的有益效果为：
本发明专利中检测小车在带有凹陷的轨道上循环移动，通过边缘计算设备上运行的视觉算法对影像传感其捕获的模具数据进行处理和监测，代替人工进行对混凝土浇筑中模具的旁站监理工作，省去混凝土浇筑过程中，特别是混凝土自动浇筑过程中旁站监理所需的人力资源，另外通过基于计算机视觉的算法进行监测不易出现对异常情况的漏判误判现象，使得对混凝土浇筑模具异常情况的监测更加精准。以下将结合附图与具体的实施例对本发明进行详细的解释说明。
附图说明
图1为本发明的整体结构示意图；
图2为本发明的融合计算机视觉技术的混凝土浇筑模具智能监测装置工作场景结构示意图；
图3为本发明的带有水平凹陷的轨道装置连接卡扣位置结构示意图；
图4为本发明的检测小车的底部结构示意图；
图5为本发明的融合计算机视觉技术的混凝土浇筑模具智能监测算法流程图。
图中：1、检测小车；11、动力车体；12、边缘计算设备；13、电池；14、影像传感器；15、车轮；2、带有水平凹陷的轨道装置；3、卡扣公头；4、卡扣母头；5、浇筑模具的横向支架；6、浇筑模具的纵向支架；7、浇筑模具；8、浇筑中的混凝土；9、融合计算机视觉技术的混凝土浇筑模具智能监测算法；91、加载视觉模型；92、取下一帧影像数据；93、关键帧判断；94、图像预处理；95、视觉算法检测；96、异常情况判断；97、异常信息上传。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更加全面的描述，附图中给出了本发明的若干实施例，但是本发明可以通过不同的形式来实现，并不限于文本所描述的实施例，相反的，提供这些实施例是为了使对本发明公开的内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上也可以存在居中的元件，当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件，本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常连接的含义相同，本文中在本发明的说明书中所使用的术语知识为了描述具体的实施例的目的，不是旨在于限制本发明，本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请着重参照附图1-5，一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，包括带有水平凹陷的轨道装置2、检测小车1、融合计算机视觉技术的混凝土浇筑模具7智能监测算法，所述所述带有水平凹陷的轨道装置2安装在浇筑模具7的纵向支架6上方，带有水平凹陷的轨道装置2具有两条，以纵向支架顶端为中心、浇筑模具7一侧为内，内外对称，之间具有间隙，与模具横向支架平行；
所述检测小车1运行在两条带有水平凹陷的轨道装置2之间，必须包含动力车体11、边缘计算设备12、影像传感其、电池13；
所述融合计算机视觉技术的混凝土浇筑模具7智能监测算法运行在检测小车1的边缘计算设备12上，对影像传感器14传输进来的影像数据进行处理，算法步骤包含图像预处理94、视觉算法、异常情况判断96、异常信息上传97。
请着重参照附图1-4，所述动力车体11宽度略窄于两条带有水平凹陷的轨道装置2的凹陷进深之间的距离，动力车体11高度略小于带有水平凹陷的轨道装置2的凹陷的高度，以车轮15所在面为下，所述影像传感器14安装于动力车体11下表面中心，边缘计算设备12和电池13安装在动力车体11上表面，可采取一定的覆盖保护措施，动力车体11包含三组对称的车轮15，其中至少一组可以提供动力，所述带有水平凹陷的轨道装置2通过拼接进行延长，拼接通过单节带有水平凹陷的轨道装置2两端的的卡扣完成，带有水平凹陷的轨道装置2左右两端分别对称设有卡扣公头3和卡扣母头4，拼接时两节轨道的两组卡扣公头3与卡扣母头4相接固定，所述检测小车1的动力车体11的动力和其上边缘计算设备12的电源由小车上的电池13提供，电池13容量不低于5000mAh，能够输出不低于12V2A的直流电；在本实施例中，在进行有浇筑模具7的混凝土8浇筑时，将带有水平凹陷的轨道装置2安装在浇筑模具的纵向支架6上方，带有水平凹陷的轨道装置2具有两条，以纵向支架顶端为中心、浇筑模具7一侧为内，内外对称，与模具横向支架平行，两条带有水平凹陷的轨道装置2之间具有一定间隙；
单节带有水平凹陷的轨道装置2长度1.5m，可通过拼接进行延长，拼接通过单节带有水平凹陷的轨道装置2末端的卡扣实现，轨道末端上下两面分别有一个卡扣公头3和一个卡扣母头4，拼接时两节轨道的两组卡扣公头3与卡扣母头4相接固定；
检测小车1包含动力车体11、边缘计算设备、影像传感器14、电池13，运行在两条带有水平凹陷的轨道装置2之间，检测小车1的动力车体11含三组对称的车轮，每组对称车轮中的轮子分别运行在两条带有水平凹陷的轨道装置2的凹陷内，动力车体11的车轮具有转动能力，能量来源为检测小车1上的电池13。
请着重参照附图1、4、5，所述边缘计算设备12需要包含CPU、NPU、RAM、ROM、LTE网络通信模块，所述影像传感器14可包含多种类型的成像元器件，可能包含不限于彩色相机、红外传感器、补光单元，所述影像传感器14与边缘计算设备12有线连接，将捕获影像数据传给边缘计算设备12，所述检测小车1的各个组件可能会采取一定的保护措施，例如覆盖外壳等，所述融合计算机视觉技术的混凝土浇筑模具智能监测算法9包含七个关键步骤，即：加载视觉模型91、取下一帧影像数据92、关键帧判断93、图像预处理94、视觉算法检测95、异常情况判断96、异常信息上传97，所述视觉算法检测95基于机器学习技术，包括但不限于图像分类、目标检测；在本实施例中，检测小车1下方的影像传感器14实时获取模具和模具支架的影像数据，并将数据通过有线方式传输给检测小车1上的边缘计算设备12；
边缘计算设备12上运行融合计算机视觉技术的混凝土浇筑模具智能监测算法9，融合计算机视觉技术的混凝土浇筑模具智能监测算法9首先加载通过深度学习得到的视觉模型，然后对于每一帧由影像传感器14捕获的数据进行关键帧判断93，若某帧图像不是关键帧，则直接取下一帧影像数据92，否则，对该帧影像数据进行图像预处理94，接下来对预处理好的影像数据进行视觉算法检测95然后根据检测结果进行异常状况判断，如果判断结果为不存在异常，则接取下一帧影像数据92，否则，将异常信息通过边缘计算设备12上的LTE网络通信模块上传后再取下一帧影像数据92。
本发明的具体操作方式如下：
在进行有浇筑模具7的混凝土8浇筑时，检测小车1包含动力车体11、边缘计算设备12、影像传感器14、电池13，运行在两条带有水平凹陷的轨道装置2之间，检测小车1的动力车体11含三组对称的车轮，每组对称车轮中的轮子分别运行在两条带有水平凹陷的轨道装置2的凹陷内，检测小车1下方的影像传感器14实时获取模具和模具支架的影像数据，并将数据通过有线方式传输给检测小车1上的边缘计算设备12，边缘计算设备12上运行融合计算机视觉技术的混凝土浇筑模具智能监测算法9，融合计算机视觉技术的混凝土浇筑模具智能监测算法9首先加载通过深度学习得到的视觉模型，然后对于每一帧由影像传感器14捕获的数据进行关键帧判断93，若某帧图像不是关键帧，则直接取下一帧影像数据92，否则，对该帧影像数据进行图像预处理94，接下来对预处理好的影像数据进行视觉算法检测95然后根据检测结果进行异常状况判断，如果判断结果为不存在异常，则接取下一帧影像数据92，否则，将异常信息通过边缘计算设备12上的LTE网络通信模块上传后再取下一帧影像数据92。
上述结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的这种非实质改进，或未经改进将本发明的构思和技术方案直接应用于其他场合的，均在本发明的保护范围之内。
Claims (10)
1.一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，包括带有水平凹陷的轨道装置(2)、检测小车(1)、融合计算机视觉技术的混凝土浇筑模具智能监测算法(9)，其特征在于，所述所述带有水平凹陷的轨道装置(2)安装在浇筑模具的纵向支架(6)上方，带有水平凹陷的轨道装置(2)具有两条，以纵向支架顶端为中心、浇筑模具(7)一侧为内，内外对称，之间具有间隙，与浇筑模具的横向支架(5)平行；
所述检测小车(1)运行在两条带有水平凹陷的轨道装置(2)之间，必须包含动力车体(11)、边缘计算设备(12)、影像传感其、电池(13)；
所述融合计算机视觉技术的混凝土浇筑模具智能监测算法(9)运行在检测小车(1)的边缘计算设备(12)上，对影像传感器(14)传输进来的影像数据进行处理，算法步骤包含图像预处理(94)、视觉算法、异常情况判断(96)、异常信息上传(97)。
2.根据权利要求1所述的一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，其特征在于：所述动力车体(11)宽度略窄于两条带有水平凹陷的轨道装置(2)的凹陷进深之间的距离，动力车体(11)高度略小于带有水平凹陷的轨道装置(2)的凹陷的高度。
3.根据权利要求1所述的一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，其特征在于：以车轮(15)所在面为下，所述影像传感器(14)安装于动力车体(11)下表面中心，边缘计算设备(12)和电池(13)安装在动力车体(11)上表面，可采取一定的覆盖保护措施，动力车体(11)包含三组对称的车轮(15)，其中至少一组可以提供动力。
4.根据权利要求1所述的一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，其特征在于：所述带有水平凹陷的轨道装置(2)通过拼接进行延长，拼接通过单节带有水平凹陷的轨道装置(2)两端的的卡扣完成，带有水平凹陷的轨道装置(2)左右两端分别对称设有卡扣公头(3)和卡扣母头(4)，拼接时两节轨道的两组卡扣公头(3)与卡扣母头(4)相接固定。
5.根据权利要求1所述的一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，其特征在于：所述检测小车(1)的动力车体(11)的动力和其上边缘计算设备(12)的电源由小车上的电池(13)提供，电池(13)容量不低于5000mAh，能够输出不低于12V2A的直流电。
6.根据权利要求1所述的一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，其特征在于：所述边缘计算设备(12)需要包含CPU、NPU、RAM、ROM、LTE网络通信模块。
7.根据权利要求1所述的一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，其特征在于：所述影像传感器(14)可包含多种类型的成像元器件，可能包含(不限于)彩色相机、红外传感器、补光单元，所述影像传感器(14)与边缘计算设备(12)有线连接，将捕获影像数据传给边缘计算设备(12)。
8.根据权利要求1所述的一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，其特征在于：所述检测小车(1)的各个组件可能会采取一定的保护措施，例如覆盖外壳等。
9.根据权利要求1所述的一种融合计算机视觉技术的混凝土浇筑模具智能监测装置，其特征在于：所述融合计算机视觉技术的混凝土浇筑模具智能监测算法(9)包含七个关键步骤，即：加载视觉模型(91)、取下一帧影像数据(92)、关键帧判断(93)、图像预处理(94)、视觉算法检测(95)、异常情况判断(96)、异常信息上传(97)。
10.根据权利要求9所述融合计算机视觉技术的混凝土浇筑模具智能监测算法，其特征在于：所述视觉算法检测(95)基于机器学习技术，包括但不限于图像分类、目标检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011092539.6A CN112241949A (zh) | 2020-10-13 | 2020-10-13 | 一种融合计算机视觉技术的混凝土浇筑模具智能监测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011092539.6A CN112241949A (zh) | 2020-10-13 | 2020-10-13 | 一种融合计算机视觉技术的混凝土浇筑模具智能监测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112241949A true CN112241949A (zh) | 2021-01-19 |
Family
ID=74168987
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011092539.6A Pending CN112241949A (zh) | 2020-10-13 | 2020-10-13 | 一种融合计算机视觉技术的混凝土浇筑模具智能监测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112241949A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113119294A (zh) * | 2021-04-14 | 2021-07-16 | 上海浦东混凝土制品有限公司 | 一种混凝土预制产品自动化生产工艺 |
| CN113585269A (zh) * | 2021-09-27 | 2021-11-02 | 国能大渡河大数据服务有限公司 | 一种用于水电工程的施工安全监测方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107345451A (zh) * | 2017-07-31 | 2017-11-14 | 青岛九合重工机械有限公司 | 一种混凝土泵送浇筑方法 |
| CN108908675A (zh) * | 2018-09-22 | 2018-11-30 | 湖北三丰机器人有限公司 | 一种浇筑型agv |
| KR101936218B1 (ko) * | 2018-07-11 | 2019-01-08 | 주식회사 삼표 | 인공지능 학습기반 레디믹스트 콘크리트 생산 시스템 |
| JP2020041290A (ja) * | 2018-09-07 | 2020-03-19 | 学校法人金沢工業大学 | コンクリートの最適締固め判定施工システム |
| CN111582191A (zh) * | 2020-05-11 | 2020-08-25 | 广东创成建设监理咨询有限公司 | 基于人工智能视频分析的混凝土浇筑中浇筑量估计方法 |
| CN111582188A (zh) * | 2020-05-11 | 2020-08-25 | 广东创成建设监理咨询有限公司 | 一种基于人工智能的混凝土浇筑旁站监理方法 |
| CN111576160A (zh) * | 2020-05-28 | 2020-08-25 | 安徽建筑大学 | 智能混凝土养生系统及养生设备 |
| CN111678920A (zh) * | 2020-06-17 | 2020-09-18 | 深圳市人工智能与机器人研究院 | 一种检测系统 |
-
2020
- 2020-10-13 CN CN202011092539.6A patent/CN112241949A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107345451A (zh) * | 2017-07-31 | 2017-11-14 | 青岛九合重工机械有限公司 | 一种混凝土泵送浇筑方法 |
| KR101936218B1 (ko) * | 2018-07-11 | 2019-01-08 | 주식회사 삼표 | 인공지능 학습기반 레디믹스트 콘크리트 생산 시스템 |
| JP2020041290A (ja) * | 2018-09-07 | 2020-03-19 | 学校法人金沢工業大学 | コンクリートの最適締固め判定施工システム |
| CN108908675A (zh) * | 2018-09-22 | 2018-11-30 | 湖北三丰机器人有限公司 | 一种浇筑型agv |
| CN111582191A (zh) * | 2020-05-11 | 2020-08-25 | 广东创成建设监理咨询有限公司 | 基于人工智能视频分析的混凝土浇筑中浇筑量估计方法 |
| CN111582188A (zh) * | 2020-05-11 | 2020-08-25 | 广东创成建设监理咨询有限公司 | 一种基于人工智能的混凝土浇筑旁站监理方法 |
| CN111576160A (zh) * | 2020-05-28 | 2020-08-25 | 安徽建筑大学 | 智能混凝土养生系统及养生设备 |
| CN111678920A (zh) * | 2020-06-17 | 2020-09-18 | 深圳市人工智能与机器人研究院 | 一种检测系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113119294A (zh) * | 2021-04-14 | 2021-07-16 | 上海浦东混凝土制品有限公司 | 一种混凝土预制产品自动化生产工艺 |
| CN113585269A (zh) * | 2021-09-27 | 2021-11-02 | 国能大渡河大数据服务有限公司 | 一种用于水电工程的施工安全监测方法及系统 |
| CN113585269B (zh) * | 2021-09-27 | 2021-12-17 | 国能大渡河大数据服务有限公司 | 一种用于水电工程的施工安全监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105644572B (zh) | 一种自行走接触网智能巡检设备 | |
| CN106680290B (zh) | 狭窄空间的多功能检测车 | |
| CN112241949A (zh) | 一种融合计算机视觉技术的混凝土浇筑模具智能监测装置 | |
| CN109946318B (zh) | 一种桥梁底面裂纹检测系统和检测方法 | |
| CN103235562A (zh) | 变电站基于巡检机器人的综合参数检测系统及巡检方法 | |
| ITPR20150034A1 (it) | Sistema e metodo di video-ispezione di un pantografo lungo una linea aerea di contatto | |
| CN109506964B (zh) | 一种用于动车组一级修智能库检的方法 | |
| CN111610191A (zh) | 一种道路检测与修复系统 | |
| CN210850247U (zh) | 一种用于带式输送机的机器人巡检系统 | |
| CN205614641U (zh) | 一种变电站巡检机器人 | |
| CN110926541A (zh) | 一种跨座式单轨pc轨道梁检测装置 | |
| CN109993788B (zh) | 一种轮胎吊的纠偏方法、装置及系统 | |
| CN104503351A (zh) | 一种铺设架空线的智能监控系统及方法 | |
| CN107092251A (zh) | 基于图像识别的铁路无人巡检车的自动定位系统及方法 | |
| CN112229326A (zh) | 一种城轨车辆受电弓检测系统及方法 | |
| CN104504910A (zh) | 一种隧道内超声波检测系统 | |
| CN119813540A (zh) | 电缆线路智慧管理方法 | |
| CN114333331A (zh) | 一种多车道桥梁车辆通行信息与车重识别方法及系统 | |
| CN108317952B (zh) | 精密前轴锻件在线快速检测方法 | |
| CN206553927U (zh) | 桥梁索杆外观自动化检测设备 | |
| CN213750759U (zh) | 一种基于slam技术的铁路隧道智能巡检车 | |
| CN213120426U (zh) | 一种城轨车辆受电弓检测系统 | |
| CN114445747A (zh) | 一种非结构化场景下溢煤监测及输煤车辆定位系统 | |
| CN117528449B (zh) | 一种井下单轨吊无线传感器监测网络及其监测方法 | |
| CN214187213U (zh) | 一种机位巡检机器人系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210119 |
|
| WD01 | Invention patent application deemed withdrawn after publication |