一种高空喷涂机器人的自动喷涂控制方法及相关产品与流程

本发明涉及建筑智能化，具体涉及一种高空喷涂机器人的自动喷涂控制方法及相关产品。

背景技术：

1、随着建筑行业的发展，高层建筑外墙的喷涂作业逐渐增多。传统的喷涂方法大多依赖人工操作，不仅效率低下，而且存在安全隐患。为了提高喷涂效率并保证施工人员的安全，高空喷涂机器人应运而生。然而，现有的高空喷涂机器人在实际应用中仍然面临许多技术难题，例如如何准确识别喷涂区域、避开非喷涂区域(如窗户)、以及优化喷涂轨迹等。

2、因此，亟需一种能够实现自动识别和精确控制的高空喷涂机器人控制方法，以解决上述问题。

技术实现思路

1、本发明为了解决上述技术问题，目的在于提供一种高空喷涂机器人的自动喷涂控制方法及相关产品，实现了对窗户的自动识别，以及喷涂时不对窗口区域进行喷涂。

2、本发明通过下述技术方案实现：

3、一种高空喷涂机器人的自动喷涂控制方法，包括：

4、获取需要喷涂墙面的原始图像，并对原始图像进行预处理，获得增强图像；

5、对增强图像进行形态学处理和边缘检测，并进行自适应阈值二值化，获得二值化图像；

6、使用连通组件分析法标记二值化图像中的连通组件，并确定连通组件的边界框，并根据边界框确定第一区域；

7、获取需要喷涂墙面的三维点云数据，并识别墙面；

8、对三维点云数据中不属于墙面的点云数据进行聚类，获得簇，并对确定簇的边界框，并根据边界框确定第二区域；

9、将第一区域和第二区域的并集作为窗户区域，并根据窗户区域确定喷涂机器人的喷涂轨迹。

10、具体地，对原始图像进行预处理的方法包括：

11、获得原始图像对应的灰度图像：q(i，j)＝0.299r(i，j)+0.587g(i，j)+0.114b(i，j)，其中，(i，j)为像素点的坐标，q(i，j)为灰度化后(i，j)的像素值，r(i，j)、g(i，j)和b(i，j)为(i，j)的红、绿、蓝通道值；

12、获取灰度图像在像素点(i，j)的亮度值s(i，j)，并对灰度图像进行高斯滤波获得低频分量，将低频分量作为原始的反射光照图像r(0)(i，j)；

13、通过高斯滤波器对入射光照图像l(i，j)进行建模：l(i，j)＝f(i，j)*s(i，j)，其中，λ为量纲一化系数，σ为高速函数的尺度参数；

14、将灰度图像通过高斯滤波得到初始入射光照图像：l(0)(i，j)＝f(i，j)*s(i，j)，并对其进行迭代计算；

15、根据第k次迭代的入射光照图像l(k)(i，j)计算第k+1次迭代的反射光照图像

16、使用第k+1次迭代的反射光照图像r(k+1)(i，j)更新第k+1次迭代的入射光照图像l(k+1)(i，j)；

17、对入射光照图像和反射光照图像进行迭代，直至变化量小于预设的阈值，并输出最终的入射光照图像l(i，j)和反射光照图像r(i，j)；

18、更新获得像素点(i，j)的最终亮度值s(i，j)＝l(i，j)r(i，j)；

19、获得增强图像中，n为高斯核个数，为权重系数，为第n个高斯核，σn为第n个高斯核的尺度参数。

20、具体地，对增强图像进行自适应阈值二值化的方法包括：

21、构建增强图像的类间方差表达式：δ2＝s1(m1-m1s1-m2s2)+s2(m2-m1s1-m2s2)2，其中，为像素被分为前景的概率，为像素被分为背景的概率，为前景的灰度均值，为背景的灰度均值，ph为灰度级为h出现的概率，r0为设定的灰度阈值，l为图像的总灰度级；

22、令r0在[0,l-1]范围内遍历，当δ2取最大值时的灰度级h对应为最佳分割阈值r0；

23、在灰度范围[r0,l-1]内确定最大概率gmax＝max{ph}；

24、若则自适应阈值t＝r0，为灰度级为r0出现的概率；

25、若则在灰度范围[r0,r1]内确定最小概率gmin＝min{ph}，r1为gmax对应的灰度级；

26、若则自适应阈值t＝r0；若则自适应阈值t＝r1；

27、若且则自适应阈值t＝r2，r2为gmin对应的灰度级；

28、确定二值化阈值后，对灰度图像进行二值化。

29、具体地，确定连通组件的边界框的方法包括：

30、初始化标签矩阵h＝0和标签计数器label＝1，h的大小与二值化图像ibinary相同；

31、遍历二值化图像ibinary中的每个像素(x,y)，如果ibinary(x,y)＝1且h(x，y)＝0，则进行连通组件标记；

32、完成一个连通组件的标记后，令label＝label+1；

33、遍历整个二值化图像，获取所有的连通组件；

34、分别计算每个连通组件的边界框bp＝[min(xi)，max(xi)，min(yi)，max(yi)]，其中，xi和yi为第p个连通组件中的点的坐标；

35、根据边界框确定第一区域。

36、可选地，通过使用深度优先搜索或广度优先搜索标记连通组件；

37、深度优先搜索的方法包括：

38、初始化栈，将初始像素(x0，y0)压入栈中；

39、当栈不为空时，弹出栈顶元素(x′，y′)，若ibinary(x′，y′)＝1且h(x′，y′)＝0，则将其标记为当前标签label：h(x′，y′)＝label；

40、检查栈顶元素(x′，y′)的四个相邻像素：(x′，y′-1)、(x′，y′+1)、(x′-1，y′)、(x′+1，y′)，若四个相邻像素均满足ibinary(x，y)＝1且h(x，y)＝0，则将栈顶元素(x′，y′)压入栈；

41、广度优先搜索的方法包括：

42、初始化队列，将初始像素(x0，y0)入队；

43、出队队首元素(x′，y′)，若ibinary(x′，y′)＝1且a(x′，y′)＝0，则将其标记为当前标签label：h(x′，y′)＝label；

44、检查队首元素(x′，y′)的四个相邻像素：(x′，y′-1)、(x′，y′+1)、(x′-1，y′)、(x′+1，y′)，若四个相邻像素均满足ibinary(x，y)＝1且h(x，y)＝0，则将队首元素(x′，y′)入队。

45、具体地，确定墙面的方法包括：

46、构建平面方程：a1x+a2y+a3z+a4＝0，其中，a1、a2、a3、a4为平面参数；

47、在三维点云数据{(xi，yi，zi)}中随机选择三个点(x1，y1，z1)、(x2，y2，z2)、(x3，y3，z3)，并求解平面参数确定三个随机点所在的平面；

48、计算三维点云数据中每一个点到平面的距离

49、设定距离阈值，若di小于设定的距离阈值，则判定该点在对应平面上，确定位于该平面的点的数量；

50、重复随机三个点的选择，并计算对应平面和位于该平面的点的数量，直至获得点的数量最多的平面并将其作为墙面。

51、可选地，确定簇的边界框的方法包括：

52、通过dbscan算法对三维点云数据中不属于墙面的点云数据进行聚类：dbscan(∈，minpts)→clusters，其中，∈为邻域半径，minpts为最小点数，clusters为簇；

53、分别计算每个簇的边界框bq＝[min(xi)，max(xi)，min(yi)，max(yi)]，其中，xi和yi为第q个簇中的点的坐标。

54、具体地，窗户区域的确定方法包括：其中，为第一区域中第p个边界框，为第二区域中第q个边界框，n1为第一区域中边界框的数量，n2为第二区域中边界框的数量。

55、具体地，确定喷涂机器人的喷涂路径：

56、其中，m为窗户区域的数量，(min(xi)，max(xi)，min(yi)，max(yi))为第i个窗户区域的边界，(x，y)为喷涂点；

57、若win(x，y)为假，则对(x，y)进行喷涂；若win(x，y)为真，则不对(x，y)进行喷涂。

58、一种高空喷涂机器人的自动喷涂控制终端，包括存储器、处理器以及存储在存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。

59、本发明与现有技术相比，具有如下的优点和有益效果：

60、本发明提供的方法包括获取并预处理需要喷涂墙面的原始图像，进行形态学处理和边缘检测，利用自适应阈值二值化技术获得二值化图像；通过连通组件分析法标记二值化图像中的连通组件并确定第一区域；获取并处理墙面的三维点云数据，识别并聚类不属于墙面的点云数据，确定第二区域；将第一区域和第二区域的并集作为窗户区域，并根据窗户区域确定喷涂机器人的喷涂轨迹；

61、本发明有效提高了图像处理的精度和效率，使得高空喷涂机器人能够准确识别喷涂区域和非喷涂区域(如窗户)，避免喷涂误差，从而提高喷涂质量。同时，通过优化喷涂路径，减少喷涂时间和涂料浪费，提升了作业的经济性和环保性。此外，还降低了人工操作的安全风险，显著提高了高空喷涂作业的安全性和整体效率。

技术特征：

1.一种高空喷涂机器人的自动喷涂控制方法，其特征在于，包括：

2.根据权利要求1所述的一种高空喷涂机器人的自动喷涂控制方法，其特征在于，对原始图像进行预处理的方法包括：

3.根据权利要求2所述的一种高空喷涂机器人的自动喷涂控制方法，其特征在于，对增强图像进行自适应阈值二值化的方法包括：

4.根据权利要求1所述的一种高空喷涂机器人的自动喷涂控制方法，其特征在于，确定连通组件的边界框的方法包括：

5.根据权利要求4所述的一种高空喷涂机器人的自动喷涂控制方法，其特征在于，通过使用深度优先搜索或广度优先搜索标记连通组件；

6.根据权利要求1所述的一种高空喷涂机器人的自动喷涂控制方法，其特征在于，确定墙面的方法包括：

7.根据权利要求6所述的一种高空喷涂机器人的自动喷涂控制方法，其特征在于，确定簇的边界框的方法包括：

8.根据权利要求1所述的一种高空喷涂机器人的自动喷涂控制方法，其特征在于，窗户区域的确定方法包括：其中，为第一区域中第p个边界框，为第二区域中第q个边界框，n1为第一区域中边界框的数量，n2为第二区域中边界框的数量。

9.根据权利要求8所述的一种高空喷涂机器人的自动喷涂控制方法，其特征在于，确定喷涂机器人的喷涂路径：

10.一种高空喷涂机器人的自动喷涂控制终端，包括存储器、处理器以及存储在存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9中任一项所述的方法。

技术总结
本发明建筑智能化技术领域，具体涉及一种高空喷涂机器人的自动喷涂控制方法及相关产品，包括获取并预处理需要喷涂墙面的原始图像，进行形态学处理和边缘检测，利用自适应阈值二值化技术获得二值化图像；通过连通组件分析法标记二值化图像中的连通组件并确定第一区域；获取并处理墙面的三维点云数据，识别并聚类不属于墙面的点云数据，确定第二区域；将第一区域和第二区域的并集作为窗户区域，并根据窗户区域确定喷涂机器人的喷涂轨迹；本发明有效提高了图像处理的精度和效率，使得高空喷涂机器人能够准确识别喷涂区域和非喷涂区域，避免喷涂误差，从而提高喷涂质量。

技术研发人员：许彤,凌秀锋,伍锐,刘涛,姚远
受保护的技术使用者：四川省建筑机械化工程有限公司
技术研发日：
技术公布日：2024/9/23