一种基于分离式智能抹光机的BSO控制系统及安全预警方法

本发明属于抹光机的，具体涉及一种基于分离式智能抹光机的bso控制系统及安全预警方法。

背景技术：

1、在建筑行业中，对水泥地的抹平是建设过程中一个极为重要的环节，目前抹光机器越来越趋向于智能化无人化，但现有市面上的混凝土抹光机都不具有延伸的功能，如果抹光过的混凝土地面出现缺陷，还需要人工重新返回抹光，并且工人过去后沿途会留下脚印，还需要对留下的脚印进行抹光，增加了工人的工作量；并且传统的手持式抹光机在使用过程中通常采用牵拉抹平的方式，在使用时需要转向时需要通过牵拉杆体带动这个柱子转向，非常不方便。

技术实现思路

1、本发明的目的是提供一种基于分离式智能抹光机的bso控制系统及安全预警方法，以解决传统的手持式抹光机在使用过程中通常采用牵拉抹平的方式，在使用时需要转向时需要通过牵拉杆体带动这个柱子转向，非常不方便的技术问题，达到通过智能抹光机顶部的激光雷达检测待抹光路面的平整度，使指定区域的待抹光路面得以更快速更有效地抹平，为建筑行业提供了极大的便利的目的。

2、为了解决上述技术问题，本发明提供了一种基于分离式智能抹光机的bso控制系统，包括：

3、至少一台智能抹光机，所述智能抹光机包括顶部的激光雷达和三轴云台，以检测待抹光路面的平整度，所述智能抹光机采用基于平整度调度下的天牛群算法(bso)对智能抹光机进行联合控制，使指定区域的待抹光路面得以更快速更有效地抹平。

4、进一步的，所述智能抹光机包括可分离式的月牙式抹光机和椭球式抹光机；所述月牙式抹光机嵌合于所述椭球式抹光机，且形成椭圆形；

5、所述月牙式抹光机以用于大区域抹平，所述椭球式抹光机以用于细节抹平。

6、进一步的，所述椭球式抹光机包括机体和至少两个呈中线竖直排列的抹光组件，所述机体的下方设置有水平滑轨机构，所述抹光组件滑动连接于所述水平滑轨机构。

7、进一步的，所述智能抹光机采用基于平整度调度下的天牛群算法(bso)，以决定抹光机的数量和位置分布；

8、当抹光区域平整度偏差越大，椭球式抹光机的数量越多，整体式圆形抹光机应该尽快分离增加抹光机数量，在月牙式抹光机相较于整体结构不改变抹光效率的同时，利用椭球式抹光机加大抹光范围提高抹光效率以及处理边角抹光死区；

9、当抹光区域平整度评价指标处于一般平整(良)状态时，由智能抹光机整体进行平整；

10、当部分抹光区域平整度评价指标处于不平整(差)状态且另外部分抹光区域平整度评价指标处于一般平整(良)状态时，智能抹光机开始分离为月牙式抹光机和椭球式抹光机，由月牙式抹光机进行处于不平整(差)状态区域的工作，由椭球式抹光机进行一般平整(良)状态区域的工作。

11、进一步的，所述智能抹光机还包括有红外热像检测?？?，以检测刀片磨损情况；

12、当刀片磨损疲劳极限，所述智能抹光机会通过led灯发出警示，以及时更换刀片。

13、本发明的另一目的是提供一种基于分离式智能抹光机的安全预警方法，包括如下步骤：

14、步骤一：启动并行驶智能抹光机，通过通过激光雷达扫描获得扫描线上各个点的点云坐标数据来构建待抹光路面三维函数模型，获得路面平整度数据并选取有效值用来计算未干路面平整度；

15、步骤二：选择智能抹光机的最佳路径，行驶智能抹光机。

16、进一步的，扫描线上各个点的点云坐标数据的待抹光路面三维函数模型包括：x轴方向设为检测抹光机的行驶方向，y轴方向设为路面的横断面方向，z轴设为路面的高程方向，在获得未抹光路面的去噪振动位移数据后，假设每一段振动位移为hn，使用其补偿激光雷达所测得的纵断面相对高程值，则三维模型可由扫描线构成且表示为，r＝f(x,y,z-hn)。在顺序网格索引中，i为扫描线的编号，j为扫描线上的第几个节点，假设每条扫描线上的激光点数量都相同且位置i行j列都基于网格一样对应，构成一个理想的三维函数模型，其中每个点的点云数据可以用(xi,yj,zij-hn)表示，则每一条扫描线都可以表示为：

17、ti＝(xi,y1,zn1-hn)(xi,y2,zn2-hn)…(xi,ym,znm-hn)

18、而待抹光路面三维模型是由无数条扫描线组成，可以表示为：

19、

20、提取纵断面坐标，lj可以表示为待抹光路面r的一个纵断面：

21、

22、待抹光路面r也可以用各纵断面集合来表示r＝{l1l2…lm}，从提取的纵断面坐标中，获得路面平整度数据并选取有效值用来计算未干路面平整度(wpri)。

23、进一步的，所述未干路面平整度的计算方法如下：

24、其中，采用数值方法得到未干路面平整度，用状态变换矩阵方法，通过四个状态变量z1、z2、z3、z4来描述未干路面平整度的准确求解过程，式中iy、iz分别为为三轴稳定器横滚轴旋转惯量、俯仰轴旋转惯量，z1、z2分别表示iy的速度和加速度，z3、z4分别为iz的速度和加速度。按照标准计算程序通过不断的递推四个状态变量z1、z2、z3、z4的值来计算wpri,其具体步骤如下：

25、第一步：设置四个状态变量初始值，采用起始5m内的平均坡度作为第一个采样点的初始值：

26、式中，d为测点间的距离即采样间隔，y1为测得的第一个点的高程值，ya为测得的第a个点的高程值。

27、第二步，采用以下的递归方程计算从第2点到第n点的状态参数。

28、

29、式中sij和pj为与测点距离相关的系数矩阵，zj为前一测点已知的状态变量；

30、yt为输入坡度，计算公式为本文中根据设备能力选用0.25m和0.5m两种规范的采样间隔对路面数据进行采样；

31、当d＝0.25m时，

32、

33、

34、当d＝0.5m时，

35、

36、

37、第三步，最终将纵断面的相对高程代入递推矩阵中，计算最后的wpri值：

38、

39、进一步的，若干所述智能抹抹光机选择最佳路径的策略如下：

40、第一步，根据待抹光区域的平面图以及激光雷达扫描构建的三维函数模型，利用栅格地图法构建机器人的工作环境模型。在网格环境建模中，用0-1的区间值来表示在环境图中平整度变化，其中用接近0值来表示环境图中的平整度一般平整(良)的区域，对应的网格用灰度值偏白来填充，用接近1的值来表示环境图中的平整度为不平整(差)的区域，对应的网格用灰度值偏黑来填充。本技术采用矩形坐标系与序号法相结合的方法识别网格，原则上智能抹光机的运行环境图为实际尺寸的等比例缩放，在环境图中，偏黑的格子代表着月牙式抹光机优先行驶的区域，偏白的格子代表着椭球式抹光机优先行驶的区域。在m×n(m行n列)的栅格模型中，同一栅格点，设序号法表示为q,设二维直角坐标法表示为(x，y)，floor为向下取整运算，ceil为向上取整运算。则格子序号与对应坐标的转换关系如,下式所示。

41、q＝x+(y-1)*m

42、

43、第二步，利用混沌映射优化种群多样性，在智能优化算法搜索过程中，初始种群的分布，即搜索空间内解的质量，对算法优化过程中影响重大。将每个智能抹光机视为一个天牛即一个粒子，天牛群的个体初始位置分布越好，越均匀，更有利于算法收敛到最优解，加快搜索速度。根据混沌映射的规律性、随机性和遍历性等特点，用它优化初始种群位置，使种群个体的分布随机且均匀，在不改变种群随机性的情况下提升种群多样性。

44、首先，将随机产生的种群位置和速度映射到(0,1)内，式中xmax、xmix和vmax、vmix分别为位置和速度的最大、最小值。

45、xci＝(xi-xmin)÷(xmax-xmin),xci∈(0,1)(1)

46、vci＝(vi-vmin)÷(vmax-vmin),vci∈(0,1)(2)

47、接着，将xci、vci代入logistic混沌映射，得到混沌值xci+1，vci+1，式3中，u∈(0,4，3.5669<μ≤4)时，进入混沌状态，μ越接近4，产生的序列分布越均匀，文中μ取4。

48、xci+1＝μxci(1-xci)，vci+1＝μvci(1-vci)(3)

49、最后，利用公式4将混沌值转化到种群的搜索空间内，产生的新的种群位

50、置及速度初始值为xci、vci。

51、xci＝xmin+xci(xmax-xmin)，vci＝vmin+vci(vmax-vmin)(4)

52、第三步，改进惯性权重提高算法效率，式5中tt和tmax分别表示当前迭代次数和最大迭代次数。ωt表示第t次迭代时惯性权重值；ωmax和ωmin分别表示最大、最小惯性权重，分别取0.9和0.1。ω动态变化公式使得早期ω取值大，保留了全局寻优能力，后期ω取值小，粒子速度减慢，算法局部搜索能力得以提高，从而达到较好的求解效果，提升算法效率。

53、

54、第四步，带指数递减的步长递减因子增强搜索性能；天牛搜索初期，搜索空间大，大步长搜索可以加快搜索速度，提高算法寻优性能，全局搜索能力强；而寻优后期，小步长搜索可以提升算法精度，局部搜索能力强。带指数递减的步长递减因子公式6和7随着天牛迭代次数的增加，步长递减因子呈指数递减，前期递减快，全局搜索能力强，后期递减慢，局部搜索能力强，提高算法精度。

55、式中，δe0、δe1分别表示最大最小步长递减因子。

56、

57、

58、第五步，bas算法与pso算法结合为bso算法，将粒子群算法与天牛须搜索算法相结合，以混沌映射后的粒子初始坐标作为每只天牛的质心坐标，混沌映射后的粒子初始速度作为天牛的初始速度，天牛两触角的坐标位置如公式8，用公式9更新天牛位置，即粒子位置，将该位置用于粒子群对速度与位置的更新规则，即速度、位置更新规则如下：

59、

60、

61、式中，vt表示每只天牛的速度,即每个智能抹光机的速度。

62、进一步的，算法流程如下，具体流程图如图五所示：

63、step1：初始化参数。设置种群规模，维度，最大迭代次数，速度，位置及步长递减因子的最大、最小值等相关参数。

64、step2：按上述logistic混沌映射初始化种群位置和速度，即用适应度函数计算个体最优值pbest，取最大值为全局最优值

65、step3：进入迭代。

66、设置加速系数c1＝1.3,c2＝1.7，按公式5计算ω，将每个粒子的初始位置当作天牛的质心位置，粒子的初始速度当作天牛速度，根据公式8分别计算天牛左右触角的位置xleft、xright，及其适应度值fleft、fright；

67、用公式9更新天牛当前位置，并将该位置根据公式10用于粒子速度的更新。

68、

69、

70、对粒子速度进行越界处理后再根据公式11重新更新粒子的位置，并对新位置进行越界处理，最后将新位置适应度值fx与pbest比较，若fx<pbest,则更新pbest，将fx的值赋给pbest，否则就不变；

71、全局最优与个体最优比较，若则把pbest的值赋给否则，不变。

72、step4：是否迭代终止，若是，返回最优值及其对应位置并停止算法；若不是，则根据公式6、7计算天牛步长及其递减因子，并返回step3。

73、步骤六：当平整度处于不平整(差)状态时，一般由智能抹光机整体进行平整，当部分区域处于不平整(差)状态，部分区域处于一般平整(优)状态时，智能抹光机开始分离为月牙式抹光机和椭球式抹光机，由月牙式抹光机进行处于不平整(差)状态区域的工作，由椭球式抹光机进行一般平整(优)状态区域的工作；

74、本技术建立了适用于未干路面的路面行驶质量指数wprqi作为平整度评价标准，同时wprqi也作为分离式智能抹光机智能选择分离的依据。wprqi的评价模型的建立主要依据是wprqi和wpri之间的函数关系。wprqi按照以下公式可得：

75、

76、式中：wpri为本技术中未干平整度指数，单位为a0取值0.0185；a1取值0.58。

77、本发明的有益效果是：

78、1、该控制方法能够利用一定数量的智能抹光机，通过智能抹光机顶部的激光雷达检测待抹光路面的平整度，采用基于平整度调度下的天牛群算法(bso)对智能抹光机进行联合控制，使指定区域的待抹光路面得以更快速更有效地抹平，为建筑行业提供了极大的便利，同时还能够及时检测刀片的质量情况，防止因刀片磨损造成意外伤害。

79、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。