Page 13 - 2022年第53卷第6期

4.1 振捣现场试验 开展两种设计的振捣棒组

在不同施工区域的振捣试验。第一种振捣棒组直
径为 100 mm，振捣频率可在 100 ~ 200 Hz范围调
整，间距可在 30 ~ 60 cm 范围调整，上述参数设
置能够有效适用于横缝周边 1 m 范围内斜拉钢
筋、水管等障碍物密集区域施工作业。振捣试验
过程如图 10 所示，包括插入混凝土、平稳振捣
（a） 准备插入；（b） 插入过程；（c） 完全插入；（d） 平稳振捣；
以及缓慢拔出等过程，振捣参数为垂直插入、间
（e） 拔出过程；（f） 移动到下一振捣位置
距设置 60 cm、插入深度为 60 cm、振捣频率为 图10 系统振捣棒振捣作业
150 Hz，振捣前后效果分别如图 10（c）和图 10（f）
所示，振捣完成后表面微泛浆、无大气泡排出，
满足规范对混凝土表面图像特征的要求，振捣效
果良好，验证了系统振捣棒组结构设计的合理
性。第二种振捣棒组为长度 30 cm，间距 30 cm，
振捣频率为 200 Hz，通过滑轮控制振捣棒连接软
管的下放和回收，满足穿越复杂障碍物进行振捣
的特殊需求。振捣过程如图 11 所示，包括振捣
棒释放、振捣、回收等过程，验证了复振捣棒组
结构的合理性。
4.2 振捣试验分析 开展混凝土振捣过程参数 （a） 初始状态；（b） 释放过程；（c） 准备插入；（d） 插入过程；
的分析，包括混凝土振捣参数分析和混凝土表面 （e） 平稳振捣；（f） 拔出过程；（g） 完全拔出；（h） 收回状态
图像识别结果分析。 图11 伸缩式复振捣棒振捣作业

4.2.1 混凝土振捣参数分析 振捣机器人系统作业过程关键施工参数变化如图 12 所示。图 12（a）展
示了机械臂运动过程 6 个关节角度变化(J1 ~ J6)，曲线平滑连续，未发生明显的突变，表明空间运动
平稳、运动过程未发生异常振动，运动轨迹控制有效；图 12（b）为振捣插入深度及垂直插入角度偏差
曲线（其中，负数表示未插入至混凝土），最大插入深度接近 60 cm 且维持稳定，插入深度受控；同
时，从图 12（b）中可得，插入前角度发生微小波动（范围为 0.002°），这可能原因是振捣棒组开启过程
中高频振动对机械臂的轻微影响，振捣作业过程中角度偏差基本保持在 0.078° 左右，波动范围在
0.001°以内，表明垂直振捣作业严格受控。相比于人工经验性振捣，本文通过对振捣参数的精准控
制，提高了振捣作业的规范化和标准化。
4.2.2 混凝土表面图像识别结果分析 通过在振捣臂手抓前端安装摄像机实时拍摄振捣过程中表面
图像，并应用第3节建立的模型对采集的图像进行识别。考虑外界光照强度对识别结果的影响，采用
限制对比度自适应直方图均衡化方法（Contrast-Limited Adaptive Histogram Equalization，CLAHE） 对
［35］
原始图像进行预处理。振捣过程中代表性表面图像的人工识别及图像识别结果如图 15 所示，其中，
所选三张图像的真实类别（由专业人员进行图像类别评估的结果） 分别为不合格类（图 13（a））、过渡
类（图 13（e））以及合格类（图 13（i）），其对应的预处理图像分别为图 13（c）、图 13（g）和图 13（k）。未经
过预处理的图像识别结果分别为不合格类（图 13（b））、过渡类（图 13（f））以及过渡类（图 13（j）），预处
理后识别类别分别为不合格类（图 13（d））、过渡类（图 13（h））以及合格类（图 13（l））。其中，图像识别
结果中，类别标签后的数字表示分类概率大小。结果表明，基于 CLAHE 方法对原始图像进行预处
理，有利于提高原始图像表面轮廓及纹理的清晰程度，且平衡了原始图像的曝光程度，降低了外界
光照的影响，有利于图像的准确分类。同时，验证了所提模型能够准确实现振捣过程中表面图像的
分类（识别结果与技术人员判别一致），从图像角度实现了混凝土振捣过程的智能分析，解决了传统
旁站人员根据混凝土振捣过程中表面图像特征经验性评估振捣是否密实的不足。

—639 —