-
公开(公告)号:CN117011280B
公开(公告)日:2025-01-17
申请号:CN202311069716.2
申请日:2023-08-24
Applicant: 华东交通大学
Abstract: 本发明为基于点云分割的3D打印混凝土墙质量监测方法及系统,所述监测方法包括以下内容:获取3D打印混凝土墙施工过程中的点云数据并将点云坐标进行归一化处理;构建神经网络模型PSC‑Net,获得已打印的混凝土墙施工层的边界点云;基于获得已打印的混凝土墙施工层的边界点云进行层高监测,直接跳过层高计算步骤,通过检测偏离点的数量来进行层高检测,大大提升了检测效率。可以实现实时监测和分析施工数据,及时发现问题并采取措施,优化施工方案,确保施工安全和质量。
-
公开(公告)号:CN117011280A
公开(公告)日:2023-11-07
申请号:CN202311069716.2
申请日:2023-08-24
Applicant: 华东交通大学
Abstract: 本发明为基于点云分割的3D打印混凝土墙质量监测方法及系统,所述监测方法包括以下内容:获取3D打印混凝土墙施工过程中的点云数据并将点云坐标进行归一化处理;构建神经网络模型PSC‑Net,获得已打印的混凝土墙施工层的边界点云;基于获得已打印的混凝土墙施工层的边界点云进行层高监测,直接跳过层高计算步骤,通过检测偏离点的数量来进行层高检测,大大提升了检测效率。可以实现实时监测和分析施工数据,及时发现问题并采取措施,优化施工方案,确保施工安全和质量。
-
公开(公告)号:CN117333670A
公开(公告)日:2024-01-02
申请号:CN202311325846.8
申请日:2023-10-13
Applicant: 华东交通大学 , 重庆大学溧阳智慧城市研究院
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/764 , G06T7/00
Abstract: 本发明为基于Transformer和微观图像的再生混凝土水化进程检测方法,包括以下步骤:获取含未水化水泥颗粒的BSE图像数据进行预处理,构造未水化水泥颗粒BSE图像数据集:构建应用于BSE图像水化分割的神经网络模型,利用训练集和验证集对构建的神经网络模型进行训练;所述神经网络模型采用深度学习中的transformer框架;将获取到的待检测BSE图像直接输入到训练完成的神经网络模型中,对待检测的BSE图像进行分割;根据分割结果,计算BSE图像中水化部分占比,根据BSE图像中水化部分占比R与设定的相应龄期的水化部分占比阈值比较,判断再生混凝土的水化程度是否异常,提醒工作人员采取相应的措施。能够有效地实现再生混凝土水化进程精确检测,对分割结果实现定量分析。
-
-