本发明涉及混凝土坍落度的预测，尤其涉及一种基于图像及流速估计的混凝土坍落度预测方法及装置。
背景技术：
1、混凝土坍落度检测的传统方法是通过抽样后进行坍落度的实验，这种方法操作简单、快速，无需高级技术设备，可以在现场进行，但是，操作者的动作速度、力度以及观察的精准程度都可能对结果产生影响，从而降低测量的准确性。最重要的是传统方法存在着测量的滞后性，难以实现实时监测和调整，限制了我们及时把握混凝土流动性和稳定性的变化，从而影响施工过程的即时调控。
2、早期研究表明，在搅拌混凝土过程中，搅拌机的关键参数如电流和功率会随不同坍落度标准的混凝土而变化。然而，这些参数大多被用于判断混凝土的拌和状态，而非直接反映生产质量。近年来，深度学习的进步为坍落度预测技术带来了更多可能性。一些研究者利用机器学习模型学习混凝土参数（水灰比、骨料配比、搅拌时间等）与坍落度之间的关系。但是，由于混凝土原材料参数可能存在偏差，这些方法的鲁棒性较差。另一方面，一些技术采用灰度共生矩阵提取混凝土表面的纹理信息，再利用机器学习算法（如支持向量机）对混凝土坍落度进行分类。然而，这些方法依赖于手工提取的浅层特征，在实际工况上的效果较差。近期研究则借助三维视觉传感器，将混凝土坍落度转化为数字化的三维形态信息，以实现自动测量。尽管三维测量法相对传统方法更为简便准确，但仍需要搅拌后进行小批量采样测量，无法实现实时监测。
技术实现思路
1、本发明公开一种基于图像及流速估计的混凝土坍落度预测方法及装置，主要解决传统混凝土坍落度预测方法的鲁棒性较差的问题。
2、为实现所述目的，本发明的技术方案是这样实现的：
3、第一方面，本发明提供一种基于图像及流速估计的混凝土坍落度预测方法，包括以下步骤，
4、预测混凝土运输过程中的坍落度损失值，获取以往混凝土的运输参数，通过机器学习方法拟合坍落度损失值与运输距离，运输当天的湿度与气温回归关系，将实际的运输参数输入该关系中，得到混凝土坍落度损失值，并根据混凝土坍落度损失值调整混凝土的配方；
5、获取搅拌机电流数据确定混凝土的搅拌状态，获取混凝土搅拌过程中采集的电流曲线数据，分析电流曲线数据与搅拌状态的关系，并根据电流曲线数据与搅拌状态的关系，判断实际混凝土的搅拌状态；
6、获取搅拌机内混凝土的搅拌视频并进行预处理，获取混凝土搅拌状态为搅拌均匀状态时采集的搅拌视频，以原始帧率输出为连续的搅拌图像，并对连续的搅拌图像进行模糊判断和去模糊处理，得到预处理的搅拌图像序列数集；
7、预测搅拌机内混凝土的坍落度，获取预处理的搅拌图像序列数集的图像信息，根据图像信息建立基于resnet的三维卷积网络模型，得到混凝土搅拌均匀状态时的搅拌视频与坍落度之间的关系，并将实际的混凝土搅拌均匀状态时的搅拌视频输入三维卷积网络模型中，得到搅拌均匀状态时的预测坍落度一；
8、获取搅拌机卸料口混凝土的卸料视频并进行预处理，获取搅拌机卸料口卸料时采集的卸料口卸料视频，以原始帧率输出为连续的卸料口卸料图像，得到预处理的卸料口卸料图像序列数集；
9、预测搅拌机卸料口混凝土的坍落度，获取预处理的卸料口卸料图像序列数集，通过粒子图像测速算法，计算得到图像序列数据集中连续图像间的速度场分布图，根据速度场分布图计算混凝土的平均流速，并将混凝土的平均流速与坍落度进行回归拟合，得到卸料时的预测坍落度二；
10、预测出厂时混凝土的坍落度，获取以往混凝土的订单数据，通过机器学习训练得到用于判断坍落度数值权重的全连接神经网络，将预测坍落度一和预测坍落度二输入全连接神经网络中进行权重的决策分析，将二者数值进行权重相加，得到混凝土出厂时的预测坍落度三；
11、获取搅拌车卸料时混凝土的卸料视频并进行预处理，获取搅拌车卸料时采集的搅拌车卸料视频，以原始帧率输出为连续的搅拌车卸料图像，得到预处理的搅拌车卸料图像序列数集；
12、预测搅拌车卸料斗混凝土的坍落度，获取预处理的搅拌车卸料图像序列数集，通过粒子图像测速算法，计算得到图像序列数据集中连续图像间的速度场分布图，根据速度场分布图计算混凝土的平均流速，并将混凝土的平均流速与坍落度进行回归拟合，计算得到搅拌车卸料时的预测坍落度四，并根据坍落度四判断是否符合使用要求，当不符合时，对混凝土的流动性进行调整，直到符合使用要求。
13、在一种实施方式中，所述混凝土的运输参数包括运输距离、运输当天湿度与气温。
14、在一种实施方式中，所述电流曲线数据中电流曲线到达峰值之前的时间段为进料阶段，电流曲线在峰值至逐渐减小的时间段为混合阶段，电流曲线在一定时间内保持不变或是小幅度变化的时间段为混合均匀阶段；
15、当电流曲线在进料阶段时，混凝土的搅拌状态为松散状态；
16、当电流曲线在混合阶段时，混凝土的搅拌状态为混合状态；
17、当电流曲线在混合均匀阶段时，混凝土的搅拌状态为搅拌均匀状态。
18、在一种实施方式中，所述电流曲线保持不变或是小幅度变化的判断方法为连续至少5s中，电流的最大值和最小值之间的差小于2a。
19、在一种实施方式中，所述搅拌图像的模糊判断方法为将搅拌图像中的搅拌中心位置作为判断区域，将搅拌图像剪切至相应位置，根据检测剪切后的搅拌图像的灰度均值，根据灰度均值判断搅拌图像的画面中是否存在由于弥散的分料导致的模糊情况；搅拌图像的去模糊处理方法为对检测后的搅拌图像进行直方均衡化处理，减轻由于光照引起的图像差异。
20、在一种实施方式中，所述混凝土搅拌均匀状态时的搅拌视频的一个周期为80帧图像。
21、在一种实施方式中，所述80帧图像中隔帧选取搅拌视频中的40帧图像，并将选取的40帧图像序列输入resnet的三维卷积网络模型，经过resnet的三维卷积网络模型中的三维卷积网络提取图像序列中的时间和空间维度信息，得到一维特征序列，并利用全连接层将一维特征序列映射至某一数值，该数值为搅拌均匀状态时的预测坍落度一。
22、上述技术方案中的优点或有益效果至少包括：通过利用本发明的混凝土坍落度预测方法进行预测混凝土坍落度，能够提前根据运输距离、天气等因素提前预防坍落度损失，并同时在搅拌机内部以及卸料口两处实时有效的预测混凝土搅拌过程的工作性能，抗干扰能力强，通过数据分析和反馈，确保混凝土的一致性、流动性和可塑性，提高产品质量，降低生产浪费；同时，在施工现场结合了流速和坍落度的监测，可以为施工人员提供有关混凝土流动性的重要数据，以便于及时对混凝土的流动性进行调整，提高施工方施工的工作效率，同时坍落度指标也直接关系到混凝土在施工中的工作性能，使施工单位确保满足设计性能要求。
23、第二方面，本发明提供一种基于图像及流速估计的混凝土坍落度预测装置，包括光源一、摄像头一、搅拌机、摄像头二、光源二、控制箱、电流钳、采集卡、录像机、计算机、卸料滑槽、摄像头三、搅拌车填料漏斗，所述光源一与摄像头一设置于搅拌机的上方，所述摄像头二与光源二设置于搅拌机的卸料口下方，所述控制箱用于控制搅拌机，所述控制箱通过电流钳和采集卡与计算机连接，所述卸料滑槽设置于搅拌车填料漏斗的出料端，所述摄像头三设置于卸料滑槽的一侧，所述摄像头一、摄像头二和摄像头三分别通过录像机与计算机连接，所述计算机用于执行上述的基于图像及流速估计的混凝土坍落度预测方法。
24、上述技术方案中的优点或有益效果至少包括：通过光源一和光源二的设置，能够为摄像头一和摄像头二提供稳定的光照环境，以提高摄像头一和摄像头二对混凝土表面的信息捕捉能力，摄像头一用于拍摄搅拌机内混凝土的搅拌视频，摄像头二用于拍摄搅拌机的卸料口的卸料视频，摄像头三用于拍摄卸料滑槽所卸下来的搅拌车卸料视频，采集卡用于获取控制箱中的搅拌电流数据，从而能够使计算机执行上述混凝土坍落度预测方法。
1.一种基于图像及流速估计的混凝土坍落度预测方法，其特征在于，包括以下步骤，
2.如权利要求1所述的基于图像及流速估计的混凝土坍落度预测方法，其特征在于，所述混凝土的运输参数包括运输距离、运输当天湿度与气温。
3.如权利要求1所述的基于图像及流速估计的混凝土坍落度预测方法，其特征在于，所述电流曲线数据中电流曲线到达峰值之前的时间段为进料阶段，电流曲线在峰值至逐渐减小的时间段为混合阶段，电流曲线在一定时间内保持不变或是小幅度变化的时间段为混合均匀阶段；
4.如权利要求3所述的基于图像及流速估计的混凝土坍落度预测方法，其特征在于，所述电流曲线保持不变或是小幅度变化的判断方法为连续至少5s中，电流的最大值和最小值之间的差小于2a。
5.如权利要求1所述的基于图像及流速估计的混凝土坍落度预测方法，其特征在于，所述搅拌图像的模糊判断方法为将搅拌图像中的搅拌中心位置作为判断区域，将搅拌图像剪切至相应位置，根据检测剪切后的搅拌图像的灰度均值，根据灰度均值判断搅拌图像的画面中是否存在由于弥散的分料导致的模糊情况；搅拌图像的去模糊处理方法为对检测后的搅拌图像进行直方均衡化处理，减轻由于光照引起的图像差异。
6.如权利要求1所述的基于图像及流速估计的混凝土坍落度预测方法，其特征在于，所述混凝土搅拌均匀状态时的搅拌视频的一个周期为80帧图像。
7.如权利要求6所述的基于图像及流速估计的混凝土坍落度预测方法，其特征在于，所述80帧图像中隔帧选取搅拌视频中的40帧图像，并将选取的40帧图像序列输入resnet的三维卷积网络模型，经过resnet的三维卷积网络模型中的三维卷积网络提取图像序列中的时间和空间维度信息，得到一维特征序列，并利用全连接层将一维特征序列映射至某一数值，该数值为搅拌均匀状态时的预测坍落度一。
8.一种基于图像及流速估计的混凝土坍落度预测装置，其特征在于，包括光源一、摄像头一、搅拌机、摄像头二、光源二、控制箱、电流钳、采集卡、录像机、计算机、卸料滑槽、摄像头三、搅拌车填料漏斗，所述光源一与摄像头一设置于搅拌机的上方，所述摄像头二与光源二设置于搅拌机的卸料口下方，所述控制箱用于控制搅拌机，所述控制箱通过电流钳和采集卡与计算机连接，所述卸料滑槽设置于搅拌车填料漏斗的出料端，所述摄像头三设置于卸料滑槽的一侧，所述摄像头一、摄像头二和摄像头三分别通过录像机与计算机连接，所述计算机用于执行如权利要求1-7中任一项所述的基于图像及流速估计的混凝土坍落度预测方法。
