-
公开(公告)号：CN114879674B
公开(公告)日：2024-06-07
申请号：CN202210515083.2
申请日：2022-05-12
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明涉及建筑工业领域，公开了一种预制构件堆场中巡检机器人调度与路径规划方法，首在建模时充分考虑了预制构件堆场环境条件，并考虑了局部带有避障效果的路径规划方法；其次在获得避障条件下的货架距离矩阵后，将每个货架的停留时间窗作为约束条件考虑在内，使用粒子群优化算法计算同时满足成本最低和效率最高的巡检机器人调度与路径规划方法；本发明对硬件的性能要求较低，系统的实时性好，因而能够实现在云端对巡检机器人进行调度和路径规划，能够实现巡检机器人最优巡检方案。
-
公开(公告)号：CN116740060B
公开(公告)日：2023-10-20
申请号：CN202311009724.8
申请日：2023-08-11
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明公开了一种基于点云几何特征提取的装配式预制构件尺寸检测方法，首先基于法向量精细化进行装配式预制构件点云前景和背景的分割，使得装配式预制构件的点云从环境背景中分割出来；然后提取装配式预制构件点云的几何特征后，根据点云的几何特征，进行装配式预制构件边缘线的拟合，再根据拟合的边缘线计算得到装配式预制构件的尺寸信息；最后在点云可视化界面下添加装配式预制构件尺寸信息的3D文字标签。本发明基于装配式预制构件实测点云数据的分割结果拟合边缘线和提取特征点，进而计算装配式预制构件的尺寸，实现尺寸自动化检测的目的，提高检测效率的同时，保证尺寸检测的准确度。
-
公开(公告)号：CN116740060A
公开(公告)日：2023-09-12
申请号：CN202311009724.8
申请日：2023-08-11
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明公开了一种基于点云几何特征提取的装配式预制构件尺寸检测方法，首先基于法向量精细化进行装配式预制构件点云前景和背景的分割，使得装配式预制构件的点云从环境背景中分割出来；然后提取装配式预制构件点云的几何特征后，根据点云的几何特征，进行装配式预制构件边缘线的拟合，再根据拟合的边缘线计算得到装配式预制构件的尺寸信息；最后在点云可视化界面下添加装配式预制构件尺寸信息的3D文字标签。本发明基于装配式预制构件实测点云数据的分割结果拟合边缘线和提取特征点，进而计算装配式预制构件的尺寸，实现尺寸自动化检测的目的，提高检测效率的同时，保证尺寸检测的准确度。
-
公开(公告)号：CN115600941B
公开(公告)日：2023-03-21
申请号：CN202211577533.7
申请日：2022-12-09
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明属于建筑工业领域，具体涉及一种装配式预制件工厂的物料管理系统。其用于对装配式预制件工厂中物料的出入库过程进行数字化管理。该物料管理系统包括：电子标签、净重测量设备，云服务器，以及手持终端。其中，电子标签包括安装各个运输车辆上的第一标签和第二标签。净重测量设备包括称重机构和一个电子标签写入模块。云服务器内运行有一个库存数据库和一个基于机器视觉的离散物料检测计数模型。手持终端与云服务器进行通信连接并在二者间进行数据交互。手持终端内包含一个图像采集模块、一个电子标签读写模块，以及一个显示模块。解决现有装配式预制件工厂的物料管理依赖人工，库存数据更新不及时，数据容易发生错误等问题。
-
公开(公告)号：CN115597494B
公开(公告)日：2023-03-10
申请号：CN202211609954.3
申请日：2022-12-15
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明属于建筑质量检测领域，具体涉及一种基于点云的预制构件预留孔的精度检测方法、系统、设备。检测方法包括如下步骤：S1：利用深度相机对待测预制构件的各个结构面进行扫描。S2：生成预制构件对应结构面的单面点云。S3：对单面点云进行投影和像素优化，得到对应的二值化图。S4：识别预留孔。S5：将二值化图逆投影回点云进行点云降维度。S6：根据降维后的点云计算出每个预留孔的半径，再根据投影矩阵的逆反投影得出圆心；S7：将计算结果与BIM模型中的标准参数进行比对，进而判断预制构件是否合格。本发明解决了现有预制构件中预留孔的精度检测依赖人工，检测效率低，测结果误差较大等问题。
-
Patent Agency Ranking
公开(公告)号：CN112801414B
公开(公告)日：2023-03-10
申请号：CN202110229789.8
申请日：2021-03-02
Applicant: 安徽大学绿色产业创新研究院
IPC: G06Q10/04 , G06Q10/0633 , G06Q10/10 , G06Q50/08 , G06N3/126
Abstract: 本发明公开了一种装配式建筑构件排产优化方法及系统，以均衡每条生产线生产时间为前提，基于线性规划求解每条生产线中各构件类型的应分构件数，得到每条生产线的构件集；以交付时间最短为目标，基于贪心‑遗传算法对所述每条生产线的构件集求解构件生产顺序，得到每条生产线生产时间最短的最优构件排产次序，实现构件排产优化；以模具成本最优为目标，基于非线性规划求解所述每条生产线的构件集中各模具型号的最少模具套数，得到每条生产线上的模具套数，实现构件排产优化；该排产优化方法以交付时间最短、模具成本最优为目标，提高了生产线的产能。
-
公开(公告)号：CN115600774B
公开(公告)日：2023-03-10
申请号：CN202211600382.2
申请日：2022-12-14
Applicant: 安徽大学绿色产业创新研究院
IPC: G06Q10/04 , G06Q10/0631
Abstract: 本发明属于建筑工业领域，具体涉及一种装配式建筑构件产线的多目标生产调度优化方法、系统与装置。该多目标生产调度优化方法包括如下步骤：S1：对企业的订单数据、产线数据、生产资料数据和工艺数据进行标准化处理，构成企业运营数据集。S2：以均衡各条产线的负载为目标，生成若干个可行的调度网络图。S3：对调度网络图进行解析获得生产工序图。S4：构建用于评价生产工序图效能的优化函数。S5：采用遗传算法对初始化种群进行迭代优化，得到最佳调度网络图。S6：根据最佳调度网络图解析出当前订单的最佳排产方案。本发明解决了现有方案无法有根据企业产能的变化对产线进行合理调度，进而导致订单加工时长延长、产品生产成本升高等问题。
-
公开(公告)号：CN113723841A
公开(公告)日：2021-11-30
申请号：CN202111030371.0
申请日：2021-09-03
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明涉及建筑工业领域，特别是涉及一种装配式预制构件中工装缺失的在线检测方法。方法包括如下步骤：S1：构建一个基于实时视频的工装检测网络；S2：获取载有预制构件的模台运动状态的实时视频。S3：设置一个执行在线检测的矩形的目标感应区。S4：采用工装检测网络对实时视频进行目标检测和目标跟踪，依次获取实时视频中出现的各个预制构件中的类型信息，以及预制构件中的工装的数量信号和位置信息；S5：根据类型信息查询云端数据库，获取该型预制构件中的工装的数量信息和位置信息的参考值；并将参考值实测值进行对比，判断产品是否合格。本发明解决了预制构件人工质量检测效率低，自动化检测的检测精度和实时性较差，难以满足要求的问题。
-
公开(公告)号：CN113723325B
公开(公告)日：2023-08-22
申请号：CN202111030075.0
申请日：2021-09-03
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明涉及建筑工业领域，特别是涉及一种装配式预制构件的工装缺陷检测系统。该工装缺陷检测系统包括：视频获取组件，光电感应器，类型信息识别组件，以及处理模块。视频获取组件用于获取缺陷检测区内的实时视频流数据。光电感应器用于获取模台中各个模具的位置。类型信息识别组件用于获取生产的预制构件的类型信息。处理模块包括位置获取单元、标准参数获取单元、视频处理单元，特征提取单元，以及特征对比单元。处理模块可以获取工装的数量、位置信息的检测值和标准值，并判断二者是否完全相符，确定预制构件是否存在缺陷。本发明解决了现有技术中预制构件人工检测效率低，自动化检测的效果不足，检测精度和实时性较差，难以满足要求的问题。
-
公开(公告)号：CN115600941A
公开(公告)日：2023-01-13
申请号：CN202211577533.7
申请日：2022-12-09
Applicant: 安徽大学绿色产业创新研究院(CN)
Abstract: 本发明属于建筑工业领域，具体涉及一种装配式预制件工厂的物料管理系统。其用于对装配式预制件工厂中物料的出入库过程进行数字化管理。该物料管理系统包括：电子标签、净重测量设备，云服务器，以及手持终端。其中，电子标签包括安装各个运输车辆上的第一标签和第二标签。净重测量设备包括称重机构和一个电子标签写入模块。云服务器内运行有一个库存数据库和一个基于机器视觉的离散物料检测计数模型。手持终端与云服务器进行通信连接并在二者间进行数据交互。手持终端内包含一个图像采集模块、一个电子标签读写模块，以及一个显示模块。解决现有装配式预制件工厂的物料管理依赖人工，库存数据更新不及时，数据容易发生错误等问题。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.034 seconds)
