[发明专利]一种无人碾压机群自主作业系统及方法

说明书

本发明公开了一种无人碾压机群自主作业系统，包括通信系统、第一级的指挥系统及位于每个碾压机上的第二级的无人碾压机智能系统；通信系统包括无线通信网络；无人碾压机智能系统间及其与远程指挥中心间通过通信系统通信；无人碾压机智能系统包括信息采集子系统和行车控制子系统；信息采集子系统包括传感器组件，其采集碾压机的作业状况、环境及位置信息并输入至指挥系统及行车控制子系统；指挥系统包括第一级控制器，其对输入信息进行处理并下达控制指令至行车控制子系统；行车控制子系统包括第二级控制器，其响应指挥系统的信号控制碾压机执行机构实施循迹碾压作业。本发明还公开了一种无人碾压机群自主作业方法。本发明提高了施工质量及进度。

技术领域

本发明涉及一种无人碾压技术领域，特别涉及一种无人碾压机群自主作业系统及方法。

背景技术

目前，碾压是大坝施工过程中的重要一环，碾压质量影响着大坝的施工质量，直接关系到大坝的安全；碾压进度影响后序环节的施工，制约着大坝整体施工进度间接影响施工成本。如何提高碾压施工管理水平，更好地控制碾压作业的施工质量和施工进度一直以来都是科研工作者们关注的焦点。

随着科学技术的发展，大坝碾压施工经历了多个发展阶段。1940年前，大坝的建设主要依赖于人工的肩挑背扛，属于人工化阶段。随着近代工业革命的发展，机械生产水平得到了长足的进步，机械化施工替代人工建设成为了大坝建设的必然趋势。然而该阶段的施工控制采用事中监理旁站、事后试坑法评价压实质量，存在着管理粗放、耗时耗力、有限的取样点难以全面反映仓面的压实质量且难以对仓面的压实质量进行及时补救等不足。机械化阶段存在的不足和信息化技术的蓬勃发展，推动着碾压施工从机械化向数字化方向进发。黄声亨等在水布垭工程中对面板堆石坝填筑碾压参数实时监控技术进行了有益的探索，实现了对部分碾压参数的实时监控；马洪琪和钟登华等在糯扎渡高心墙堆石坝施工中首次提出并成功实施了数字化碾压实时监控系统，其特征在于基于传感器技术、GPS技术、互联网技术和数据库技术，对每一填筑仓面的碾压参数实现了全天候、实时在线、精细化、远程采集分析，并通过机载人机界面和远程控制客户端将施工信息实时可视化给施工人员，辅助施工管理。大坝填筑碾压数字化实时监控技术自提出以来，在大坝施工质量和进度分析与控制中发挥了重要作用。

数字化监控形成了碾压施工的海量数据，为了分析海量数据所包含的有益信息，已有许多学者开展了相关研究。压实质量评价方面，已有研究将IC和CCC技术引入大坝的碾压施工作业，该技术基于碾轮的振动特性数据分析和机理分析计算相应指标反映被碾材料的碾压质量，如：CV(Compaction Value)、SCV(Sound Compaction Value)和CF(CompactionFeature)等。然而振动过程复杂，该方法精度不高。人工智能技术的发展，带来了另一条思路，一些学者基于数据驱动模型来评价压实质量，如人工神经网络和支持向量回归等模型。这类模型基于机器学习算法，模型精度较高，对参数的考虑更为全面，然而由于是黑箱模型，模型的可解释度不高。压实质量评价的研究实现了碾压作业过程压实度的实时感知，克服了传统事后监测的不足。碾压进度控制方面，钟登华等基于实时监控技术和物联网技术等实现了仿真边界条件参数的全面实时感知，为智能仿真的模型更新奠定了数据基础。在此基础之上，关涛等基于贝叶斯方法和改进重抽样法实现了仿真模型的实时更新与分析。杜荣祥联合仓面施工进度仿真模型和仓面施工质量实时监控模型，综合考虑施工现场各项影响因素，提出了心墙堆石坝仓面施工进度动态控制模型，通过对仓面施工方案的优化以及对施工过程的施工进度偏差实时分析和反馈，实现仓面施工进度的事前、事中控制。以上研究多是碾压施工质量和进度的感知分析方面的研究，实现了一定水平的“AI+”，然而反馈控制主要依靠人工或机载平板反馈现场操作手，感知分析和反馈控制的融合程度还不高。