技术领域
[0001] 本
发明涉及一种自动整平方法及采用其的智能整平机器人，具体而言，涉及一种混凝土自动整平方法及采用其的智能整平机器人。
背景技术
[0002] 在混凝土公路路面、地坪、机场、楼面、板形预制件施工时，均需对施工表面进行提浆、抹光以提高混凝土表面的密实性和
耐磨性，早期采用人工手持抹光拖板来回拖抹，劳动强度大、效率低。
[0003] 现有整平装置多针对现代工业厂房、大型商场、货仓及其他大面积
水泥混凝土地面等需求而研制，适用于小面积的整平机技术还不成熟。而现有小型整平装置不检测
砂浆的坍落度，也不会根据砂浆的坍落度对整平机进行整平
力度和速度的调整，这将大大影响最后整平的效果。
发明内容
[0004] 本发明提供一种混凝土自动整平方法及采用其的智能整平机器人,可根据自动检测坍落度自动对混凝土的坍落度进行调节，并
自动调节整平压力与速度实现最佳整平。
[0005] 具体地：
[0006] 一种混凝土自动整平方法，在整平机器人上设置有混凝土容器和坍落度检测装置，实施如下控制：
[0007] S1:检测混凝土容器中的
混凝土坍落度，若检测到混凝土坍落度在预设范围内，执行步骤S3；若不在预设范围内，执行步骤S2；
[0008] S2:根据混凝土坍落度检测结果调节混凝土坍落度使其在预设范围内；
[0009] S3:将坍落度在预设范围内的混凝土浇筑到施工地面上，浇筑完成后整平机器人根据混凝土坍落度调节整平压力和整平速度，实现最佳整平。
[0010] 优选的，步骤S1中确定预设坍落度范围的方法包括如下步骤：
[0011] S11：采集多组具有相同体积不同浓度的混凝土的扩展度和高度数据；
[0012] S12：构建神经网络模型，在神经网络模型中对所采集的多组扩展度和高度数据进行筛选；
[0013] S13：基于筛选结果进行神经网络训练获得符合浇筑要求的混凝土预设坍落度范围。
[0014] 优选的，步骤S12中对所采集的多组扩展度和高度数据进行筛选的方式为：对所采集的多组扩展度和高度数据进行归一化处理。
[0015] 优选的，步骤S2中调节混凝土坍落度的方式为：通过使用混凝土调节剂来调节混凝土坍落度。
[0016] 本发明还提供一种智能整平机器人，采用本发明提供的混凝土自动整平方法。
[0017] 优选的，智能整平机器人包括整平机器人主体、混凝土容器、坍落度检测装置以及整平机构，其中，
[0018] 整平机器人主体，用于装载待浇筑的混凝土；
[0019] 混凝土容器，设置在整平机器人主体上方，用于装载待检测的混凝土，其设有调整坍落度的调节剂入口，调节剂入口设置在混凝土容器的上方，用于添加混凝土坍落度调节剂；
[0020] 坍落度检测装置，用于检测混凝土坍落度；
[0021] 整平机构，设置在整平机器人主体前侧，根据混凝土坍落度检测结果自动调整整平压力和整平速度，实现混凝土整平。
[0022] 优选的，坍落度检测装置为阵列光学
传感器。
[0023] 优选的，坍落度检测装置为
超声波传感器。
[0024] 优选的，智能整平机器人还包括
机械臂，机械臂一端与整平机器人主体铰接，另一端与整平机构连接，通过机械臂调节整平机构与混泥土在高度方向的相对
位置来实现对整平压力的调整。
[0025] 优选的，整平机构内设置有一振动模
块，通过调节振动模块的振动
频率来调节整平机构的整平速度。
[0026] 本发明通过在智能整平机器人上设置有混凝土容器、调节剂入口和坍落度检测装置，自动检测混凝土容器中的混凝土坍落度，根据自动检测坍落度自动对混凝土的坍落度进行调节，并自动调节整平压力与速度，提高整平效果。
[0027] 应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
[0028] 通过参照附图详细描述其示例
实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029] 图1本发明实施例2中确定预设坍落度范围的流程示意图；
[0030] 图2本发明实施例1和实施例2中智能整平机器人结构示意图；
[0031] 图3本发明实施例1和实施例2中坍落度检测装置示意图；
[0032] 图4本发明实施例1和实施例2中整平装置示意图；
[0033] 图中:
[0034] 1-整平机器人主体；2-混凝土；3-阵列
光学传感器发射端；4-调节剂入口；5-混凝土入口；6-混凝土容器；7-阵列光学传感器接收端；8-整平机构；9-混凝土出口；10-光束；11-第一机械臂；12-第二机械臂；13-待整平的混凝土地面；14-移动轮；15-振动模块。
具体实施方式
[0035] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0036] 在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附
权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
[0037] 应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0038] 还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
[0039] 坍落度是混凝土和易性的测定方法与指标，工地与实验室中，通常是做坍落度试验测定拌合物的流动性，并辅以直观经验评定粘聚性和保水性。坍落度是用一个量化指标来衡量其程度的高低，用于判断施工能否正常进行，其中不同浓稠度的混泥土其坍落度不同。
[0040] 本发明通过在智能整平机器人上设置有混凝土容器、调节剂入口和坍落度检测装置，可实现自动检测混凝土容器中的混凝土坍落度，若检测到混凝土坍落度在预设范围内，则直接将坍落度在预设范围内的混凝土浇筑到施工地面上；若不在预设范围内，则调节混凝土坍落度使其在预设范围内，再将坍落度在预设范围内的混凝土浇筑到施工地面上，浇筑完成后整平机器人根据混凝土坍落度调节整平压力和整平速度，实现最佳整平。
[0041] 实施例1：
[0042] 如图2-4所示，本实施例提供一种智能整平机器人，该智能整平机器人包括整平机器人主体1、混凝土容器6、坍落度检测装置以及整平机构8，其中，
[0043] 整平机器人主体1，用于装载待浇筑的混凝土2，该整平机器人主体1前侧设有混凝土出口9，通过混凝土出口9将整平机器人主体1中待浇筑的混凝土2浇筑到待整平的混凝土地面13上。
[0044] 混凝土容器6，设置在整平机器人主体1上方，用于装载待检测的混凝土2，优选的，混凝土容器6设有调整坍落度的调节剂入口4，本实施例进一步优选的，调节剂入口4设置在混凝土容器6的上方，用于添加混凝土坍落度调节剂。
[0045] 优选的，坍落度调节剂主要包括水和不同型号的混凝土，进一步优选的，坍落度调节剂主要包括水、
水泥浆、砂石以及
减水剂。
[0046] 坍落度检测装置，用于检测混凝土2的坍落度，本实施例优选的，坍落度检测装置设置在混凝土容器6顶部。
[0047] 优选的，坍落度检测装置为阵列光学传感器，包括阵列光学传感器发射端3和阵列光学传感器接收端7，其中，阵列光学传感器发射端3设置在混凝土容器6顶部后端，阵列光学传感器接收端7设置在混凝土容器6顶部前端，使用时阵列光学传感器发射端3发射光束10照射到混凝土表面，阵列光学传感器接收端7接受反射回来的光束10，以此扫描出混凝土表面的扩展度和高度，从而计算得出混凝土坍落度。
[0048] 优选的，坍落度检测装置还可为
超声波传感器，
超声波传感器也具有发射端与接收端，若超声波传感器的发射端与接收端是分开设置，则其发射端、接收端的安装位置与阵列光学传感器的发射端、接收端安装位置对应，本实施例也可进一步优选的，超声波传感器的发射端与接收端也可集成在一起，安装在混凝土容器6顶部一端。
[0049] 优选的，智能整平机器人还包括机械臂，机械臂包括第一机械臂11和第二机械臂12，第一机械臂11一端和整平机器人主体1铰接，另一端与第二机械臂12的一端铰接，第二机械臂12的另一端与整平机构8连接，通过控制第一机械臂11和第二机械臂12的运动来调节整平机构8与混泥土2在高度方向的相对位置，进而实现对整平压力的调整。
[0050] 整平机构8，设置在整平机器人主体1前侧且与第二机械臂12连接，用于实现混凝土整平。
[0051] 优选的，整平机构8内设置有一振动模块15，通过调节振动模块15的振动频率来调节整平机构8的整平速度。
[0052] 优选的，智能整平机器人还包括移动轮14，移动轮14设置在整平机器人主体1下方的前后两端，用于实现智能整平机器人整体的移动。
[0053] 本实施例提供一种智能整平机器人，其上设置有坍落度检测装置、调节剂入口4和整平机构8，可实现混凝土坍落度的自动检测，并可根据检测结果添加调节剂调节其坍落度，再浇筑到待整平的混凝土地面13上实现整平，提高整平效果。
[0054] 实施例2：
[0055] 如图1所示，本实施例提供一种混凝土自动整平方法，采用实施例1提供的智能整平机器人，在智能整平机器人上设置有混凝土容器6和坍落度检测装置，实施如下控制：
[0056] S1:检测混凝土容器6中的混凝土坍落度，若检测到混凝土坍落度在预设范围内，执行步骤S3；若不在预设范围内，执行步骤S2。
[0057] 具体的，通过混凝土入口5将一定量的混凝土2放置到混凝土容器6中，阵列光学传感器发射端3发射光束10照射到混凝土2表面，阵列光学传感器接收端7接受反射回来的光束10，以此扫描出混凝土2表面的扩展度和高度，并将扫描的扩展度和高度数据传输到智能整平机器人的
中央处理器数据库中，数据库中存有不同数值的扩展度和高度数据及其对应的坍落度数值范围，通过将扫描的扩展度和高度数据与数据库中的扩展度和高度数据进行匹配，可获得扫描的扩展度和高度数据对应的坍落度。进一步的，将该坍落度与其预设范围数值进行对比，若在预设范围内，则说明所检测的混凝土坍落度符合浇筑要求，应该执行步骤S3；若不在预设范围内，则说明所检测的混凝土坍落度不符合浇筑要求，应该执行步骤S2。
[0058] 优选的，步骤S1中确定预设坍落度范围的方法包括如下步骤：
[0059] S11：采集多组具有相同体积不同浓度的混凝土的扩展度和高度数据。
[0060] 通过控制混凝土流量将多组相同体积不同浓度的混凝土浇筑到待整平的混凝土地面13上，由于相同体积不同浓度的混凝土2在地面上形成的扩展度和高度不同，因此可以通过规定在一定体积下的混凝土2从相同高度掉落到地面形成的扩展度和高度不同，来确定混泥土2的浓稠度，即坍落度。通过阵列光学传感器对多组不同坍落度的混凝土进行检测，并采集其扩展度和高度数据。
[0061] S12：构建神经网络模型，在神经网络模型中对所采集的多组扩展度和高度数据进行筛选。
[0062] 在中央处理器中构建确定预设坍落度的神经网络模型，将所采集的多组混凝土2的扩展度和高度数据输入到该神经网络模型中进行训练，以获得预设坍落度。
[0063] 优选的，在对多组混凝土2的扩展度和高度数据进行神经网络训练之前，需对其进行归一化处理，可以过滤掉差别较大的数据，而留下可信度较高的数据，进一步提高预设坍落度的
精度。
[0064] S13：基于筛选结果进行神经网络训练获得符合浇筑要求的混凝土预设坍落度范围。
[0065] 优选的，在对可信度高的多组混凝土的扩展度和高度数据对应的坍落度进行神经网络训练的过程中，只有当获得预设坍落度达到了设定的精度或者达到设定的最大
迭代次数，才能停止神经网络训练。
[0066] 优选的，对神经网络结束后所获得的数据进行插值与拟合以获得最终的预设坍落度，在此
基础上，对所得的预设坍落度进行一定范围的扩大，即可获得预设坍落度范围，并将其用于和实际施工过程中检测的坍落度进行对比来判断检测的坍落度是否符合浇筑要求。
[0067] 本实施例进一步优选的，允许在最终预设坍落度基础上增加或减少10毫米以构成预设坍落度范围。
[0068] S2:根据混凝土坍落度检测结果调节混凝土坍落度使其在预设范围内。
[0069] 优选的，步骤S2中调节混凝土坍落度的方式为：通过使用混凝土调节剂来调节混凝土坍落度。
[0070] 优选的，通过后渗法来调节混凝土的坍落度。
[0071] 将检测获得的混凝土坍落度与预设坍落度范围进行对比，若检测到的坍落度太小，调节时应保持水灰比不变，而适当增加水泥浆用量；若检测到的坍落度太大，则混凝土粘聚不好，
泌水性太大，可适当增加砂率；若坍落度过大，则保持砂率不变，而适量增加砂石用量。
[0072] S3:将坍落度在预设范围内的混凝土浇筑到待整平的混凝土地面13上，浇筑完成后整平机器人根据混凝土坍落度调节整平压力和整平速度，实现最佳整平。
[0073] 优选的，若坍落度大，说明混泥土浓度小，此时整平机器人使用较小的整平压力，和较快的整平速度进行整平；若坍落度小，说明混泥土浓度高，此时整平机器人使用较大的整平压力，和较慢的整平速度进行整平。
[0074] 本实施例提供一种混凝土自动整平方法，通过使用阵列光学传感器来自动检测混凝土坍落度，再根据检测结果调节混凝土坍落度，再自动调节整平机器人的整平压力和速度，提高整平效果。
[0075] 综上，本发明通过检测混凝土容器6中的混凝土坍落度，若检测到混凝土坍落度在预设范围内，则直接将坍落度在预设范围内的混凝土浇筑到施工地面上；若不在预设范围内，则根据混凝土坍落度检测结果调节混凝土坍落度使其在预设范围内，再将坍落度在预设范围内的混凝土浇筑到施工地面上，浇筑完成后整平机器人根据混凝土坍落度调节整平压力和整平速度，实现最佳整平。
[0076] 以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种
修改和等效设置。
