一种建筑施工的智能协同运输系统及分析方法与流程

本发明涉及建筑施工，尤其涉及一种建筑施工的智能协同运输系统及分析方法。

背景技术：

1、当前的建筑施工现场已经广泛采用智能运输设备(例如运输机器人)进行建材运输，并且结合无人机进行导航。然而，在现有技术中，无人机主要负责提供固定的运输路径，而运输机器人在遇到障碍时则需自行避障或等待重新规划路径。这在实际施工中引发了一系列问题。由于建筑施工现场环境复杂多变，大型机械设备以及建筑材料的位置会随着施工进度的推进而不断变动，导致无人机为运输机器人规划的路径经常遭遇临时障碍。而建筑材料的重量普遍较大，障碍的移除需要花费较多的时间，导致运输机器人在遇到障碍时不得不频繁进行避障操作或等待新的导航指令，这不仅影响了运输效率，还加剧了施工现场的路径拥堵情况。

2、cn107272704a公开了一种融合无人机牵引的智能车辆及机器人室外运载方法，包括以下步骤：步骤1：将运输任务指令发送至指定的运载机器人和匹配的无人机；步骤2：无人机依据gps导航飞行至运输任务起点对应的楼栋门口处；步骤3：运载机器人识别并匹配无人机；步骤4：成功匹配后，令无人机与运载机器人保持相对静止的稳定运动形态；步骤5：判断运动形态是否稳定，若稳定，则无人机指引运载机器人前行；步骤6：当运行至终点时，形态稳定解除，运载机器人按照楼栋定位片前行至运输任务终点位置，完成运输任务。

3、cn114047788a公开了一种自动避障的系留无人机跟车系统。该系统包括探测模块，探测模块用来发射探测信号，并接收返回信号；测量模块与探测模块连接，用来判断当前行进方向范围内的道路上方是否有障碍物，是，则进一步计算所述障碍物的外轮廓的形貌特征，基于障碍物的外轮廓的形貌特征计算其与当前道路之间的位置关系；避障模块与测量装置、无人驾驶运输车和系留无人机分别连接，用以基于位置关系判断当前障碍物是否满足避开条件，是，则生成避障控制指令，无人驾驶运输车和系留无人机分别根据避障控制指令行进，以避开障碍物。

4、上述专利在运载机器人的导航方面存在一些局限性。在当前的导航模式下，无人机需要紧密跟随运载机器人，并持续保持信号连接。这种模式极大地限制了无人机的活动范围，使其无法提前前往更前方的路线进行探查。因此，当运载机器人的行进路线上突然出现障碍物时，无人机往往无法迅速判断是否存在避障的可能性。若无法实现避障，则需重新规划导航路线，这无疑增加了运输的时间成本。即便存在避障的可能，也需要等待无人机生成并发送避障控制指令，这无疑也增加了无效的等待时间。此外，建筑施工现场的环境特性使得动态障碍物时常存在，这导致运输机器人在运输货物的过程中被障碍物阻挡的次数或频率相对其他场景而言更高，严重影响了运输效率。因此，上述专利所描述的导航方式无法完全满足建筑施工现场的应用需求。

5、此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于申请人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。

技术实现思路

1、为了提高物料运输的效率，现有技术已经出现结合无人机检测信息对智能小车在生产场地进行导航路径规划以合理避障的技术方案。例如，cn116295413a的专利申请公开了一种智能小车室内导航的路径规划方法，通过无人机对生产场地进行实时连续拍照以获取各区域照片发送至服务器，由服务器拼接后转化为二维网格图并实时发送给各个智能小车，智能小车利用改进蚁群算法计算出第一次导航线路前进，如果前方存在障碍物，或者重新计算第二次导航路线或者计算到最近的临时停靠位的第三次导航线路，然后在临时停靠位上等待并重新计算第四次导航路线。该技术方案采用无人机循环拍照，使得生成的地图死点较少，降低了发生碰撞的概率，通过智能小车、网络、服务器和无人机构成一个完整的系统，保证了多个智能小车能够同时进行货物的运输。然而，该技术方案主要通过无人机的图像信息采集来提高地图数据的准确性，此种方式仅需要设置单一类型的无人机来实现地图数据采集即可，经过服务器拼接之后的地图数据直接作为多个不同智能小车的导航基础，此时的单一类型无人机并不会与多个不同智能小车产生数据连接，且无法作为不同智能小车的导航引导装置，即该技术方案中的无人机并不具备规划路径引导的作用。

2、针对现有技术之不足，本发明提供了一种建筑施工的智能协同运输系统及分析方法，以解决上述至少部分技术问题。

3、本发明的建筑施工的智能协同运输系统包括无人机、处理单元和运输设备，无人机能够接收处理单元发出的指令，利用图像采集的方式，按时间次序先后对施工现场完成若干项采集的对象和/或精度存在差异的不同巡检任务，处理单元能够根据巡检结果以及货物的运输任务规划出运输设备的运输方案和/或施工现场中障碍物的躲避方案，其中，处理单元基于无人机最新的巡检结果确定最终执行的运输方案和/或躲避方案。

4、与现有技术不同的是，本发明的无人机能够对施工现场完成多次具有不同采集目标的巡检任务，处理单元能够根据不同巡检任务所获取的采集信息以及货物自身的运输任务规划出运输设备的运输方案和/或施工现场中障碍物的躲避方案。基于上述区别技术特征，本发明要解决的问题可以包括：如何根据施工现场的运输路径的实时变化情况及时对运输设备的运输方案和/或施工现场中障碍物的躲避方案进行调整，以提前消除运输路径状态改变对正常行进运输设备的影响，并减少对运输设备的运输路径进行重新规划的等待时间。具体地，为尽可能地减少货物运输途中被障碍物阻挡的次数，在考虑施工进度表的日历表(calendar chart)的情况下，本发明在日历表的不同阶段为无人机划分了多个与日历表所记载的时间线相关的巡检任务，实现了无人机对巡检要求的灵活应对，并满足了采集对象的多样性和巡检精度的差异性需求。这种任务划分方式按照与施工进度表的资源水平图(resource leveling chart)相关的方式优化了无人机巡检资源的配置，确保无人机仅获取当前阶段处理单元所需的施工现场障碍物及通行路径信息，有效避免了冗杂信息对方案规划的干扰，从而显著提升了处理单元的响应速度。进一步地，本发明在规划运输方案和障碍物躲避方案时，充分考虑了运输路线的选择、货物的摆放姿态、障碍物的躲避时间以及躲避距离等因素。这种综合规划方式使得处理单元能够调整运输设备的运行方式或障碍物本身的移动方式，确保货物正常通行。此外，处理单元能够基于无人机最新的巡检结果以对执行的方案进行及时更换，确保了方案的时效性和准确性。借助这种智能协同方式，本发明显著提高了运输设备的运输效率，大幅减少了无效等待时间，并有效避免了因障碍物导致的运输延误。

5、根据一种优选的实施方式，处理单元根据施工进度表为无人机的第一巡检任务设置巡检路线和巡检周期，处理单元根据无人机第一巡检任务的巡检结果实现对建筑物的二维场景模型的常态化更新，其中，二维场景模型构成为针对无人机在电力和算力受限条件下进行施工监控的架构。该模型由数据采集、处理、空间分析、进度与依赖分析、决策支持、用户交互和系统优化等层组成。数据采集层通过无人机搭载的2d视觉传感器和地面图像采集设备收集施工现场图像。数据处理层则对图像进行预处理和特征提取，以便于障碍物的初步识别。空间分析层利用工作分解结构(wbs)将施工任务映射到二维平面上，智能分析并标记潜在障碍物。进度与依赖分析层集成施工进度表信息，生成依赖图，用于指导无人机监控任务和核实存疑障碍物。决策支持层通过模型中的数据为项目管理提供实时信息，辅助施工计划调整。用户交互层提供可视化界面，允许用户监控施工进度和障碍物位置，并规划无人机监控路径。系统优化层则根据无人机的电力和算力状态动态调整任务，优化资源使用，并持续改进算法以适应不同施工环境。整个模型采用模块化设计，确保系统的可扩展性和可维护性，同时针对低功耗、高性能硬件平台进行算法优化。

6、与现有技术不同的是，本发明的处理单元能够根据无人机执行的第一巡检任务所获取的检测结果对施工过程中的建筑物的二维场景模型进行更新调整。基于上述区别技术特征，本发明要解决的问题可以包括：如何及时对建筑物在施工过程中的进度进行更新，以明确其对运输设备在执行运输任务过程中的运输路径是否产生影响。具体地，施工进度表是一份详尽的施工计划，其中详细记录了各个阶段的施工任务、预计完成时间以及当前的实际进度。通过获取施工进度表中各个施工阶段的涉及的区域以及时间段，处理单元能够准确把握正在进行施工的区域及相邻区域的分布情况，以及这些区域内障碍物的变化情况。针对这些变化明显的区域，处理单元会设计更加密集的巡检路线以及相对较短的巡检周期，以便无人机能够更频繁地飞越这些区域，捕捉到最新的施工动态和障碍物信息。同时，施工进度表也会标注出已完成设施建设的区域以及人员较少涉足的区域。作为本发明的施工进度表例如可以是项目里程碑图(milestone chart)，其突出显示项目的关键事件或阶段，通常以时间轴的形式展示。这些区域的障碍物相对稳定，变化较小，因此处理单元在设计巡检路线时会相应减少对这些区域的覆盖，并设计相对较长的巡检周期，以合理分配无人机的巡检资源。第一巡检任务的安排并非直接关联于运输设备的运输任务，而是旨在阶段性地确保二维场景模型的准确性和时效性。因此，本发明中用于执行不同巡检任务的无人机具有不同的数据采集及传输路径，一方面能够减少不同数据间的干扰，另一方面也能够提高数据采集及利用效率，以防止数据冗余而对处理单元造成负担。执行第一巡检任务的无人机依据处理单元预先设定的巡检路线和周期，利用2d视觉传感器捕捉障碍物的变化情况，通过将这样的图像信息传输给处理单元以实现对二维场景模型的常态化更新。

7、根据一种优选的实施方式，处理单元能够与施工现场内布置的若干工地图像采集设备信号连接，处理单元根据无人机执行第一巡检任务的时间和位置针对性地调取工地图像采集设备的历史监控数据，对更新后的二维场景模型中存疑的障碍物进行核实，其中，尤其是在以时间轴的形式展示的项目里程碑图中突出显示项目的关键事件与第一巡检任务所确定的障碍物存在不一致的情况下，由处理单元针对更新后的二维场景模型执行以历史监控数据为标准的障碍物核实任务。

8、与现有技术不同的是，本发明的处理单元能够在无人机执行第一巡检任务过程中发现更新后的二维场景模型中存在新增障碍物时，通过调取与此障碍物的采集信息相匹配的工地图像采集设备的历史监控数据进行核实。基于上述区别技术特征，本发明要解决的问题可以包括：如何提高无人机执行第一巡检任务过程中对障碍物进行分析判断的准确性，以优化二维场景模型的准确度。具体地，由于无人机在第一巡检任务中使用的图像采集模块基于2d视觉传感器，这种传感器虽具有较高的采集效率，但在特定条件下，如清晰度不足、物体重叠、恶劣天气或角度偏差，可能导致采集的数据出现误差。为进一步提升模型精度，处理单元可根据施工进度表的相关信息(如项目里程碑图以时间轴的形式记录的关键事件)，按照施工进度表所记载的日历表(calendar chart)来分析施工现场中与施工进度表的工作分解结构(work breakdown structure,wbs)所对应的任务所在之位置存在障碍物的概率，并在二维场景模型中将这些点位标记出来，所述标记尤其是由处理单元记录在施工进度表的依赖图(dependency chart)之内。处理单元可将标记出的点位与无人机获取的障碍物点位进行详细对照，从而将其中不一致的点位列为存疑障碍物。处理单元会根据存疑障碍物的位置及无人机采集该障碍物的时间，调取相应位置和时段的工地图像采集设备捕获的更为清晰的监控图像，从而核实存疑障碍物是否真实存在。

9、根据一种优选的实施方式，处理单元根据二维场景模型中的障碍物信息，结合运输任务的起点、终点位置，为运输设备初步规划出若干条避开障碍物的第一运输路径，处理单元根据第一运输路径的长度和数量，在运输设备开始执行运输任务前的一段时间内为无人机生成评估第一运输路径可通行性的第二巡检任务。

10、与现有技术不同的是，本发明的无人机能够基于处理单元根据二维场景模型中的障碍物信息所生成的若干条避开障碍物的第一运输路径执行评估运输路径可通行性的第二巡检任务。基于上述区别技术特征，本发明要解决的问题可以包括：如何对通过二维场景模型所规划出的运输路径进行验证，以判断该运输路径的可通行性，以减少运输路径上障碍物的实时变化而对运输设备的正常运行所造成的影响。具体地，考虑到运输任务的时间点具有不确定性，运输设备往往不会在第一运输路径规划完成后立即接收到运输任务。因此，在第一运输路径规划完成至运输设备实际执行货物运输任务之间，存在一段时间差。在这段时间内，第一运输路径上可能会出现新的障碍物，这些障碍物是处理单元无法预先得知的。这些新出现的障碍物有可能对运输设备的正常运行构成干扰，影响运输任务的顺利进行。无人机配置的机载处理模块会接收第二巡检任务，并将其转化为机载图像采集模块的详细运行指令。随后，机载图像采集模块将按照指令执行，捕获第一运输路径上的详细图像信息，从而实现无人机对路径的精准巡检与细化。这一流程确保了无人机在运输任务正式开始前，能够全面完成所有第一运输路径的巡检与细化工作，为后续运输任务的顺利进行奠定基础。

11、根据一种优选的实施方式，无人机配置有机载图像采集模块，其能按照巡检任务要求来捕获施工现场的图像，机载图像采集模块具有分别在不同巡检任务中使用的测量精度不同的两种视觉传感器。

12、视觉传感器包括2d视觉传感器和3d视觉传感器。2d视觉传感器专门捕获环境的平面图像，适用于监控、摄影和视频录制等应用。3d视觉传感器能够获取物体的立体形状和深度信息，常用于自动化导航、空间分析和三维建模等领域。同时搭载3d和2d视觉传感器，不仅能够确保不同巡检任务在目标识别和精度上的需求得到满足，还提高无人机的通用性和应用范围。

13、根据一种优选的实施方式，无人机在执行第二巡检任务期间能够利用机载图像采集模块捕获第一运输路径上的障碍物分布参数以及通行区域参数，处理单元对这些参数进行分析以从多条第一运输路径中确定出一条最佳的第二运输路径，并制定保障正常运输的运输方案和躲避方案。

14、障碍物分布参数，主要是指与第一巡检任务相比，新出现的障碍物在空间坐标上的具体分布。这些参数表述了先前图像信息中未记录的新障碍物位置。基于这些障碍物分布参数，无人机能够进一步获取障碍物所在位置的通行区域参数。运输设备的正常移动依赖于路径上足够的高度和/或宽度，通行区域参数主要评估障碍物的出现对运输设备移动的影响程度。这一评估通过3d视觉传感器深入获取障碍物在第一运输路径上的高度和宽度等尺寸参数来实现。

15、根据一种优选的实施方式，运输设备配置有用于货物的装载、取卸以及运输姿态切换的调姿模块，运输姿态包括能够降低运输路径的宽度要求的纵向运输姿态和能够降低运输路径的高度要求的横向运输姿态。货物的摆放形式能够影响到运输设备的外形尺寸，通过切换运输姿态，可以通过原本无法正常通行的通道。运输姿态可以包括货物横向运输姿态和货物纵向运输姿态，其中，横向运输姿态对于运输路径的宽度要求较高，而对于运输路径的高度要求较低；纵向运输姿态对于运输路径的高度要求较高，而对于运输路径的宽度要求较低。

16、根据一种优选的实施方式，处理单元能够分析运输设备执行运输任务的时间段以及途经的施工区域，并结合施工进度表判断运输设备是否存在与施工现场新增障碍物发生冲突的风险，从而为若干条第一运输路径进行优先级排序。处理单元可参考施工进度表，确认各条第一运输路径是否经过正在施工的区域，并进一步检查这些施工任务的执行时间段是否与运输任务的时间段相重叠。由于施工过程中，施工机械和施工建材可能会暂时占据部分运输路径，形成新增障碍物，若运输路径恰好穿越施工区域且运输任务与施工任务的时间段重叠，则运输设备在运输过程中可能会因这些新增障碍物而无法顺畅通行。为确保施工进度的顺利推进，处理单元会相应降低这类第一运输路径的优先级，确保无人机在第二巡检任务中不再对它们进行巡检和细化工作，由此优化了无人机的巡检资源，提高了巡检效率。

17、根据一种优选的实施方式，无人机搭载有光投射模块，光投射模块能够依据运输设备在不同运输姿态下所需的通行尺寸，为新增障碍物投射出对应的通行边界线，以判断新增障碍物的移动距离是否满足运输设备安全通行。这确保新增障碍物的移动满足运输设备通行的至少一种最低要求。这些边界线精确地界定了运输设备所需的通行空间，不同运输姿态对应着不同的边界线，光投射模块可以通过不同颜色的光线对这些边界线进行明确区分，便于操作人员或施工机械识别。

18、本发明还公开了一种建筑施工的智能协同分析方法，其包括：

19、将无人机派往施工现场执行不同的巡检任务；

20、根据巡检结果，利用处理单元规划出用于运输设备的运输方案和/或用于施工现场中障碍物的躲避方案；

21、按照运输方案和/或躲避方案执行运输任务。

技术特征：

1.一种建筑施工的智能协同运输系统，其特征在于，包括无人机(100)、处理单元(200)和运输设备(300)，

2.根据权利要求1所述的智能协同运输系统，其特征在于，所述处理单元(200)根据施工进度表为所述无人机(100)的第一巡检任务设置巡检路线和巡检周期，所述处理单元(200)根据所述无人机(100)第一巡检任务的巡检结果实现对建筑物的二维场景模型的常态化更新。

3.根据权利要求1或2所述的智能协同运输系统，其特征在于，所述处理单元(200)能够与施工现场内布置的若干工地图像采集设备(400)信号连接，所述处理单元(200)根据所述无人机(100)执行第一巡检任务的时间和位置针对性地调取所述工地图像采集设备(400)的历史监控数据，对更新后的二维场景模型中存疑的障碍物进行核实。

4.根据权利要求1～3任一项所述的智能协同运输系统，其特征在于，所述处理单元(200)根据二维场景模型中的障碍物信息，结合所述运输任务的起点、终点位置，为所述运输设备(300)初步规划出若干条避开障碍物的第一运输路径，所述处理单元(200)根据第一运输路径的长度和数量，在所述运输设备(300)开始执行所述运输任务前的一段时间内为所述无人机(100)生成评估所述第一运输路径可通行性的第二巡检任务。

5.根据权利要求1～4任一项所述的智能协同运输系统，其特征在于，所述无人机(100)配置有机载图像采集模块(110)，其能按照巡检任务要求来捕获施工现场的图像，所述机载图像采集模块(110)具有分别在不同巡检任务中使用的测量精度不同的两种视觉传感器。

6.根据权利要求1～5任一项所述的智能协同运输系统，其特征在于，所述无人机(100)在执行第二巡检任务期间能够利用所述机载图像采集模块(110)捕获第一运输路径上的障碍物分布参数以及通行区域参数，处理单元(200)对这些参数进行分析以从多条第一运输路径中确定出一条最佳的第二运输路径，并制定保障正常运输的运输方案和躲避方案。

7.根据权利要求1～6任一项所述的智能协同运输系统，其特征在于，所述运输设备(300)配置有用于货物的装载、取卸以及运输姿态切换的调姿模块(320)，所述运输姿态包括能够降低运输路径的宽度要求的纵向运输姿态和能够降低运输路径的高度要求的横向运输姿态。

8.根据权利要求1～7任一项所述的智能协同运输系统，其特征在于，所述处理单元(200)能够分析所述运输设备(300)执行所述运输任务的时间段以及途经的施工区域，并结合施工进度表判断所述运输设备(300)是否存在与施工现场新增障碍物(600)发生冲突的风险，从而为若干条所述第一运输路径进行优先级排序。

9.根据权利要求1～8任一项所述的智能协同运输系统，其特征在于，无人机(100)搭载有光投射模块(140)，所述光投射模块(140)能够依据运输设备(300)在不同运输姿态下所需的通行尺寸，为新增障碍物(600)投射出对应的通行边界线，以判断所述新增障碍物(600)的移动距离是否满足所述运输设备(300)安全通行。

10.一种建筑施工的智能协同分析方法，其特征在于，包括以下步骤：

技术总结
本发明涉及一种建筑施工的智能协同运输系统及分析方法，该运输系统包括无人机、处理单元和运输设备，无人机能够接收处理单元发出的指令，利用图像采集的方式，按时间次序先后对施工现场完成若干项采集的对象和/或精度存在差异的不同巡检任务，处理单元能够根据巡检结果以及货物的运输任务规划出运输设备的运输方案和/或施工现场中障碍物的躲避方案，其中，最终执行的运输方案和/或躲避方案是处理单元基于无人机最新的巡检结果确定的。本发明充分考虑运输路线的选择、货物的摆放姿态、障碍物的躲避时间以及躲避距离等因素对货物正常通行造成的影响，通过对运输设备的运行方式和/或障碍物本身的移动方式进行调整，提高运输设备的运输效率。

技术研发人员：张小刚,孙冬冬,林志达,李黎,郑磊,张爽,李猛,赵晨浩
受保护的技术使用者：北京住总集团有限责任公司
技术研发日：
技术公布日：2024/9/23