[发明专利]一种粗糙度检测方法、SLAM定位方法及施工方法

说明书

本发明公开一种粗糙度检测方法、SLAM定位方法及施工方法，检测方法包括获取施工墙面的2D图像及对应的深度数据信息；利用粗糙度检测模型或者图像灰度处理算法，获取施工墙面粗糙值；SLAM定位方法包括当施工装置在平整墙面区域施工时，获取并存储当前位置信息及对应的粗糙值、2D图像及深度信息；当施工装置在非平整墙面区域施工时，利用2D图像及对应的深度信息进行SLAM定位；还公开了一种施工方法。实施本发明，通过获取不同施工位置的粗擦度，并根据施工墙面水泥的参数设置打磨参数，进而对施工墙面进行差异化打磨施工，提高施工效果和施工质量，通过进行SLAM定位，确定打磨施工效果，从而调整抹腻子的施工参数，使得每个项目获取最优施工效果。

技术领域

本发明涉及室内机器人智能施工技术领域，特别涉及一种粗糙度检测方法、SLAM定位方法及施工方法。

背景技术

随着建筑行业的智能化，涌现出多种建筑施工机器人，施工机器人替代人工，可以实现安全、高效地施工。其中的内墙处理部分，包括对水泥墙面的打磨，去除水泥面的毛刺、在水泥墙面抹刮腻子、腻子层，来使得墙面整体更加平整。对腻子层墙面的打磨以及去除腻子层的接缝等，使得腻子层更加平整；在腻子层上进行喷漆或刷漆。墙面不同的粗糙度、硬度，决定了设备应该用不同的处理参数。不同项目的水泥墙面的软硬程度不同，因此相同粗糙程度需要的处理方式不同。

在使用机器人对墙面进行处理时，需要针对墙面不同的粗糙程度进行差异化处理。如墙面较为粗糙，则打磨工序需要使单位面积墙面接受的打磨力度更大，时间更久；抹腻子工序刮板与墙面间需要有更大的压力。如果不进行差异化处理，施工过程低效且质量难以保证。

吸附式施工机器人和吊篮式施工机器人不适合在室内工作，例如吸附式外立面清洁机器人在施工时需要吸附在外墙面对外墙面进行打磨、清洗工作，而室内墙面粗糙没有磁性；而吊篮式外立面清洁机器人，则需要在顶楼设置固定结构，放下吊篮。

因此室内施工工作一般使用抬升式机器人，包括单一功能的打磨、抹腻子、喷漆设备，每次设备抬升使得施工装置升高，在升高过程中施工装置完成垂直方向的打磨、抹腻子、喷漆功能。

但是现有的抬升式机器人，无法准确检测室内施工墙面的粗糙度，不能根据不同的墙面进行差异化施工，无法进行精确定位、规划施工路线，不能进行智能施工。

发明内容

针对上述问题，提出一种粗糙度检测方法，定位方法及施工方法，通过对施工区域进行粗糙度检测，获取不同施工位置的粗擦度，并根据施工墙面水泥的参数设置施工装置的打磨参数，进而使得施工装置可以对施工墙面进行差异化打磨施工，提高施工效果和施工质量，通过对施工装置进行SLAM定位，对比施工前后相同位置墙面的粗糙度，确定打磨施工效果，从而调整抹腻子的施工参数，使得每个项目获取最优施工效果。

第一方面，一种粗糙度检测方法，利用设置在施工装置中的第一感知单元、第二感知单元及计算单元对要施工的墙面进行粗糙度检测，包括步骤：

步骤100、获取施工墙面的2D图像及对应的深度数据信息；

步骤200、利用粗糙度检测模型或者图像灰度处理算法，获取施工墙面粗糙值；

其中，步骤200包括：

步骤210、对所述粗糙度检测模型进行训练。

优选地，所述步骤210包括子步骤：

步骤211、利用所述2D图像、深度数据及所述深度数据对应的粗糙值获取最小样本集合；

步骤212、根据所述最小样本集合分别确定训练集及测试集；

步骤213、利用所述训练集训练神经网络深度学习模型，获取粗糙度检测模型；

步骤214、检测施工墙面的2D图像及深度数据信息并输入到所述粗糙度检测模型，获取施工墙面粗糙度。