混凝土匀质性检测方法、装置、存储介质及处理器

摘要

本申请实施例提供一种混凝土匀质性检测方法、装置、存储介质及处理器。方法包括：获取待检测混凝土的强度等级；在待检测混凝土的搅拌过程中，采集待检测混凝土在目标时刻之前的第一预设时间段内的多个搅拌图像；针对每个搅拌图像，将搅拌图像输入至与强度等级对应的图像判别模型，以通过图像判别模型输出搅拌图像对应的混凝土搅拌匀质性的预测结果；根据多个预测结果确定待检测混凝土在目标时刻的第一匀质性结果。可以分析出目标时刻的待检测混凝土的拌合物均匀还是非均匀，提高判断混凝土匀质性的准确度，从而可以准确得出生产系统的卸砼时机，生产出搅拌均匀的混凝土拌合物。并且，可以提高生产效率以及混凝土的成品质量。

说明书

技术领域

本申请涉及混凝土检测技术领域，具体涉及一种混凝土匀质性检测方法、装置、存储介质及处理器。

背景技术

目前，在混凝土搅拌生产过程中，各种标号的混凝土搅拌时间由生产系统设定，而混凝土卸料的时间最终由操作员控制。操作员通过人工判断混凝土是否搅拌均匀，当匀质度合格后则打开出砼门进行卸料。而由于人工操作的随机性，使得搅拌时间可能过短则匀质度不达标，影响混凝土的成品质量，或者搅拌时间过长影响生产效率。

发明内容

本申请实施例的目的是提供一种混凝土匀质性检测方法、装置、存储介质及处理器。

为了实现上述目的，本申请第一方面提供一种混凝土匀质性检测方法，包括：

获取待检测混凝土的强度等级；

在待检测混凝土的搅拌过程中，采集待检测混凝土在目标时刻之前的第一预设时间段内的多个搅拌图像；

针对每个搅拌图像，将搅拌图像输入至与强度等级对应的图像判别模型，以通过图像判别模型输出搅拌图像对应的混凝土搅拌匀质性的预测结果；

根据多个预测结果确定待检测混凝土在目标时刻的第一匀质性结果。

在本申请的实施例中，预测结果包括均匀，根据多个预测结果确定待检测混凝土在目标时刻的第一匀质性结果包括：确定多个预测结果为均匀的图像数量；在图像数量大于预设阈值的情况下，确定目标时刻的第一匀质性结果为均匀；在图像数量小于或等于预设阈值的情况下，确定目标时刻的第一匀质性结果为非均匀。

在本申请的实施例中，方法还包括图像判别模型的训练步骤，训练步骤包括：获取强度等级的混凝土在历史搅拌过程中的多个历史搅拌图像，以及每个历史搅拌图像对应的混凝土的历史匀质性结果；将多个历史搅拌图像和多个历史匀质性结果输入至图像判别模型，以对图像判别模型进行训练。

在本申请的实施例中，方法还包括：在待检测混凝土的搅拌过程中，采集待检测混凝土在目标时刻之前的多个第二预设时间段内的多个电流数据，其中多个第二预设时间段是连续的时间段；对每个电流数据进行线性拟合，以得到每个电流数据对应的拟合直线；确定每个拟合直线的斜率以作为电流平稳指数；根据多个电流平稳指数确定待检测混凝土在目标时刻的第二匀质性结果；根据第一匀质性结果和第二匀质性结果确定待检测混凝土在目标时刻的实际匀质性。

在本申请的实施例中，根据多个电流平稳指数确定目标时刻的第二匀质性结果包括：在多个电流平稳指数均大于或等于第一指数阈值，且小于或等于第二指数阈值的情况下，确定目标时刻的第二匀质性结果为均匀；在多个电流平稳指数中存在任意一个电流平稳指数小于第一指数阈值或大于第二指数阈值的情况下，确定目标时刻的第二匀质性结果为非均匀；其中，第一指数阈值小于或等于第二指数阈值。

在本申请的实施例中，方法还包括：在根据电流平稳指数确定目标时刻的第二匀质性结果之前，获取与待检测混凝土的强度等级相同的混凝土在搅拌均匀的历史时间的历史电流数据；根据历史电流数据确定第一指数阈值和第二指数阈值。

在本申请实施例中，根据历史电流数据确定第一指数阈值和第二指数阈值包括：对历史时间内多个预设历史时间段的多个历史电流数据分别进行线性拟合，以得到多个历史拟合直线；确定每个历史拟合直线的斜率；将全部历史拟合直线的斜率中的最小值和最大值分别确定为第一指数阈值和第二指数阈值。

本申请第二方面提供一种处理器，被配置成执行上述的混凝土匀质性检测方法。

本申请第三方面提供一种混凝土匀质性检测装置，包括：

图像采集设备，用于采集待检测混凝土的搅拌图像；

处理器，被配置成执行上述的混凝土匀质性检测方法。

本申请第四方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述的混凝土匀质性检测方法。

通过上述技术混凝土匀质性检测方法、装置、存储介质及处理器，通过获取待检测混凝土的强度等级；在待检测混凝土的搅拌过程中，采集待检测混凝土在目标时刻之前的第一预设时间段内的多个搅拌图像；针对每个搅拌图像，将搅拌图像输入至与强度等级对应的图像判别模型，以通过图像判别模型输出搅拌图像对应的混凝土搅拌匀质性的预测结果；根据多个预测结果确定待检测混凝土在目标时刻的第一匀质性结果。可以分析出目标时刻的待检测混凝土的拌合物均匀还是非均匀，提高判断混凝土匀质性的准确度，从而可以准确得出生产系统的卸砼时机，生产出搅拌均匀的混凝土拌合物。并且，可以提高生产效率以及混凝土的成品质量。

本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请实施例，但并不构成对本申请实施例的限制。在附图中：

图1示意性示出了根据本申请实施例的混凝土匀质性检测方法的流程示意图；

图2示意性示出了根据本申请实施例的混凝土C60搅拌均匀时的搅拌图像的示意图；

图3示意性示出了根据本申请实施例的混凝土C30搅拌非均匀时的搅拌图像的示意图；

图4示意性示出了根据本申请实施例的待检测混凝土的多个连续的搅拌图像；

图5示意性示出了根据本申请实施例的多种混凝土搅拌过程中电流随时间变化的示意图；

图6示意性示出了根据本申请实施例的一种混凝土搅拌过程中电流随时间变化的示意图；

图7示意性示出了根据本申请实施例的拟合直线的斜率随时间变化的示意图；

图8示意性示出了根据本申请实施例的混凝土C30的多个样本在搅拌均匀时的电流平稳指数；

图9示意性示出了根据本申请又一实施例的混凝土匀质性检测方法的流程示意图；

图10示意性示出了根据本申请实施例的混凝土匀质性检测系统的结构框图；

图11示意性示出了根据本申请实施例的计算机设备的内部结构图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请实施例，并不用于限制本申请实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1示意性示出了根据本申请实施例的混凝土匀质性检测方法的流程示意图。如图1所示，在本申请一实施例中，提供了一种混凝土匀质性检测方法，包括以下步骤：

S102，获取待检测混凝土的强度等级；

S104，在待检测混凝土的搅拌过程中，采集待检测混凝土在目标时刻之前的第一预设时间段内的多个搅拌图像；

S106，针对每个搅拌图像，将搅拌图像输入至与强度等级对应的图像判别模型，以通过图像判别模型输出搅拌图像对应的混凝土搅拌匀质性的预测结果；

S108，根据多个预测结果确定待检测混凝土在目标时刻的第一匀质性结果。

待检测混凝土是搅拌设备内待进行检测匀质性的混凝土。混凝土包括有多种强度等级，强度等级通过混凝土的标号用以区分，不同标号的混凝土其强度等级、性能、施工方法均不同。混凝土的标号例如有C15、C20、C25、C30、C35、C40、C45、C50、C55等。在本申请的实施例中，不同强度等级的混凝土在搅拌至均匀时其呈现的颗粒状态也不一致。因此，可以在待检测混凝土的搅拌过程中，采集待检测混凝土的搅拌图像。搅拌图像是指待检测混凝土拌合物的表面图像。如图2和图3所示，图2示意性示出了混凝土C60搅拌均匀时的搅拌图像，图3示意性示出了混凝土C30搅拌非均匀时的搅拌图像。可以看出，C60在均匀时其仍然是大颗粒，这与C30在非均匀时的颗粒度非常相似，导致图像特征的判断标准难以统一，无法通过单一的模型实现混凝土匀质性的识别。因此，在本申请的实施例中，可以针对不同强度等级的混凝土，通过与其强度等级对应的图像判别模型来进行识别。图像判别模型是指可以对图像进行识别，以根据图像的特征输出相应的分类结果的模型。

具体地，处理器可以获取待检测混凝土的强度等级，将采集到的搅拌图像输入至与强度等级对应的图像判别模型，从而通过图像判别模型输出该搅拌图像所对应的预测结果。预测结果是指图像判别模型预测的混凝土搅拌匀质性的结果。预测结果可以是均匀或者非均匀。

图像判别模型输入的是单帧搅拌图像，基于每帧搅拌图像输出一个预测结果。而由于采集的搅拌图像是混凝土拌合物的表面图像，当待检测混凝土的拌合物接近均匀的状态下，其表面呈现的状态为均匀，但其拌合物内部并未完全搅拌均匀。那么，针对此时采集的搅拌图像，即便输出的预测结果为均匀，也不能够判断待检测混凝土此时已经均匀。若待检测混凝土的拌合物并未均匀，在搅拌设备的持续搅拌下，会把待检测混凝土为非均匀的拌合物带至表面，此时采集到的搅拌图像对应的预测结果为非均匀。那么，在接近均匀的这一小段时间，图像判别模型会反复输出不同的预测结果。基于不同的预测结果，生产系统无法确定卸砼时机。

为了确定待检测混凝土实际的匀质性，处理器可以在待检测混凝土的搅拌过程中，采集待检测混凝土在目标时刻之前的第一预设时间段内的多个搅拌图像。目标时刻是指在待预测混凝土搅拌过程中，预测待检测混凝土匀质性的时刻。例如，可以是当前时刻，也可以是搅拌过程中的任意一个时刻。第一预设时间段是指技术人员根据经验设定的一个时间段，第一预设时间段在目标时刻之前，且包括目标时刻的一段连续的时间。例如，可以将第一预设时间段设定为1s。那么，假设目标时刻为11:23:03，那么第一预设时间段即为11:23:02至11:23:03这一段时间。图像采集设备可以采集第一预设时间段内的多个搅拌图像。处理器可以通过图像判别模型对多个搅拌图像中每一个搅拌图像进行预测，从而输出多个预测结果。例如，图像采集设备的帧率参数为25fps，则在1s内可以采集25张搅拌图像，通过图像判别模型输出25个预测结果。

进一步地，处理器可以对多个预测结果进行分析，从而确定待检测混凝土在目标时刻的第一匀质性结果。第一匀质性结果是指通过图像识别得到的多个预测结果来分析得出的待检测混凝土的匀质性结果，可以是均匀或非均匀。通过对连续时间的多个搅拌图像进行识别，得出多个预测结果，可以分析出目标时刻的待检测混凝土的拌合物均匀还是非均匀，提高判断混凝土匀质性的准确度，从而可以准确得出生产系统的卸砼时机，生产出搅拌均匀的混凝土拌合物。

在一个实施例中，预测结果包括均匀，根据多个预测结果确定待检测混凝土在目标时刻的第一匀质性结果包括：确定多个预测结果为均匀的图像数量；在图像数量大于预设阈值的情况下，确定目标时刻的第一匀质性结果为均匀；在图像数量小于或等于预设阈值的情况下，确定目标时刻的第一匀质性结果为非均匀。

搅拌图像输入至图像判别模型后，输出的预测结果可以是均匀，也可以是非均匀。对于在目标时刻之前的第一预设时间段内的多个搅拌图像，图像判别模型可以输出多个预测结果。那么，处理器可以确定多个预测结果中为均匀的个数，即预测结果为均匀的搅拌图像的图像数量。在图像数量大于预设阈值的情况下，处理器可以确定目标时刻的第一匀质性结果为均匀。在图像数量小于或等于预设阈值的情况下，处理器可以确定目标时刻的第一匀质性结果为非均匀。其中，预设阈值是技术人员根据经验设定的图像数量的数量阈值。

在一个具体的实施方式中，第一预设时间段设定为1s，图像采集设备的帧率参数为25fps，预设阈值设定为15。则在1s内可以采集25张搅拌图像，通过图像判别模型输出25个预测结果，其中有20张搅拌图像输出的预测结果均为均匀，其余5张搅拌图像输出的预测结果均为非均匀。那么，处理器可以确定目标时刻的第一匀质性结果为均匀。

具体地，将第n帧搅拌图像通过图像判别模型输出的预测结果设为a

在一个实施例中，方法还包括图像判别模型的训练步骤，训练步骤包括：获取强度等级的混凝土在历史搅拌过程中的多个历史搅拌图像，以及每个历史搅拌图像对应的混凝土的历史匀质性结果；将多个历史搅拌图像和多个历史匀质性结果输入至图像判别模型，以对图像判别模型进行训练。

针对不同强度等级的混凝土，训练对应的图像判别模型。具体地，可以在待检测混凝土强度等级相同的混凝土在历史搅拌过程中，获取多个历史搅拌图像，并且获取每个历史搅拌图像对应的混凝土的历史匀质性结果。历史搅拌图像是与待检测混凝土强度等级相同的混凝土在历史时间进行搅拌采集的搅拌图像。历史匀质性结果历史搅拌图像对应的混凝土的匀质性结果。采集历史搅拌图像，可以在该强度等级的混凝土搅拌均匀时间与非均匀时间分贝进行采集。那么，处理器可以将多个历史搅拌图像和多个历史匀质性结果输入至图像判别模型，从而对图像判别模型进行训练，得到训练完成的图像判别模型，作为对该强度等级的混凝土进行图像识别的模型。例如，图像判别模型可以是深度学习模型，模型在大量的样本数据的学习特征，可以实现特征的自动提取，提取抽象特征的鲁棒性更强，泛化能力更好。

在一个实施例中，方法还包括：在待检测混凝土的搅拌过程中，采集待检测混凝土在目标时刻之前的多个第二预设时间段内的多个电流数据，其中多个第二预设时间段是连续的时间段；对每个电流数据进行线性拟合，以得到每个电流数据对应的拟合直线；确定每个拟合直线的斜率以作为电流平稳指数；根据多个电流平稳指数确定待检测混凝土在目标时刻的第二匀质性结果；根据第一匀质性结果和第二匀质性结果确定待检测混凝土在目标时刻的实际匀质性。

在待检测混凝土搅拌过程中，搅拌设备的电流变化与待检测混凝土拌合物的匀质性存在紧密联系。如图5所示，随着待检测混凝土搅拌时间的推移，拌合物逐渐搅拌均匀，搅拌设备电流随时间的变化也之间趋于平稳。这是由于混凝土拌合物中各种物料逐渐搅拌均匀，对搅拌设备的搅拌叶片造成的瞬时阻力逐渐稳定的缘故。因此，可以通过检测搅拌过程中电流平稳趋势随时间的变化，来判定待检测混凝土在目标时刻的匀质性是否合格。

具体地，在待检测混凝土的搅拌过程中，处理器可以待检测混凝土在目标时刻之前的多个第二预设时间段内的多个电流数据。第二预设时间段在目标时刻之前的一段连续的时间，且多个第二预设时间段是连续的时间段。每个第二预设时间段采集的电流数据包括多个电流值。例如目标时刻为11:23:30，则多个第二预设时间段可以分别是11:23:25-11:23:30、11:23:24-11:23:29、11:23:23-11:23:28。每个第二预设时间段采集的电流数据，处理器可以对这段时间内的多个电流值进行线性拟合，从而得到每个电流数据对应的拟合直线，计算其拟合直线的斜率，以将斜率以作为电流平稳指数。电流平稳指数可以代表电流在该第二预设时间段的变化趋势。如图6所示，电流在A点的变化趋势大于电流在B点的变化趋势。电流平稳指数的绝对值越小，越接近0，则说明电流在该第二预设时间段的变化趋于平稳。由于在搅拌过程中，可能存在电流跳变的情况。因此，在本申请的实施例中可以通过多个连续的第二预设时间段采集的多个电流数据计算出多个电流平稳指数，以根据多个电流平稳指数确定待检测混凝土在目标时刻的第二匀质性结果，从而防止电流跳变导致判别出错。第二匀质性结果是指通过分析电流数值得到的预测结果，来分析得出的待检测混凝土的匀质性结果，可以是均匀或非均匀。则，处理器可以根据第一匀质性结果和第二匀质性结果确定待检测混凝土在目标时刻的实际匀质性，当第一匀质性结果和第二匀质性结果均匀为均匀的情况下，才判断目标时刻的待检测混凝土已经搅拌均匀。若存在任意一个的结果为不均匀，则待检测混凝土还未搅拌均匀，应继续搅拌。通过图像和电流一起对待检测混凝土的匀质性进行判别，可以得到更加准确性的匀质性结果。

在一个实施例中，根据多个电流平稳指数确定目标时刻的第二匀质性结果包括：在多个电流平稳指数均大于或等于第一指数阈值，且小于或等于第二指数阈值的情况下，确定目标时刻的第二匀质性结果为均匀；在多个电流平稳指数中存在任意一个电流平稳指数小于第一指数阈值或大于第二指数阈值的情况下，确定目标时刻的第二匀质性结果为非均匀；其中，第一指数阈值小于或等于第二指数阈值。

处理器对多个电流数据分别进行线性拟合，得到多个电流平稳指数。只有当这多个电流平稳指数均大于或等于第一指数阈值，且小于或等于第二指数阈值的情况下，处理器才可以确定目标时刻的第二匀质性结果为均匀。若存在任意一个电流平稳指数小于第一指数阈值或大于第二指数阈值的情况下，则确定目标时刻的第二匀质性结果为非均匀。第一预设阈值是搅拌均匀的待检测混凝土的最小电流平稳指数，第二设阈值是搅拌均匀的待检测混凝土的最大电流平稳指数。当多个电流平稳指数均处于第一指数阈值与第二指数阈值的范围内，说明在这个连续的时间段内，电流趋于平稳且并未发生跳变情况。此时，可以判断目标时刻的第二匀质性结果为均匀。

在一个实施例中，方法还包括：在根据电流平稳指数确定目标时刻的第二匀质性结果之前，获取与待检测混凝土的强度等级相同的混凝土在搅拌均匀的历史时间时的历史电流数据；根据历史电流数据确定第一指数阈值和第二指数阈值。

由于不同强度等级的待检测混凝土对应的第一指数阈值和第二指数阈值并不一致。那么，处理器可以通过获取与待检测混凝土的强度等级相同的混凝土在搅拌均匀的历史时间的历史电流数据，通过历史电流数据计算第一指数阈值和第二指数阈值。如图7所示，电流平衡指数随时间的变化趋向于某一范围。以C30为例，如图8所示可知C30多个样本在搅拌均匀时的电流平衡指数在[-0.3，0.1]，当电流平稳指数到达该区间并持续一定时间后可控制混凝土出砼。

在一个实施例中，根据历史电流数据确定第一指数阈值和第二指数阈值包括：对历史时间内多个预设历史时间段的多个历史电流数据分别进行线性拟合，以得到多个历史拟合直线；确定每个历史拟合直线的斜率；将全部历史拟合直线的斜率中的最小值和最大值分别确定为第一指数阈值和第二指数阈值。

处理器可以从与待检测混凝土的强度等级相同的混凝土在搅拌均匀的历史时间中筛选多个预设历史时间段，获取这多个预设历史时间段的历史电流数据，对每个预设历史时间段的历史电流数据进行线性拟合，得到多个历史拟合直线，从而计算出每个历史拟合直线的斜率。则，处理器可以将全部历史拟合直线的斜率中的最小值确定为第一指数阈值，全部历史拟合直线的斜率中的最大值确定为第二指数阈值。

在一个实施例中，图9示意性示出了根据本申请又一实施例的混凝土匀质性检测方法的流程示意图。参考图9，处理器可以获取待检测混凝土的强度等级，在待检测混凝土的搅拌过程中，同时采集待检测混凝土在目标时刻之前的第一预设时间段内的多个搅拌图像，以及待检测混凝土在目标时刻之前的多个第二预设时间段内的多个电流数据。

针对不同强度等级的混凝土，在待检测混凝土强度等级相同的混凝土在历史搅拌过程中，获取多个历史搅拌图像，并且获取每个历史搅拌图像对应的混凝土的历史匀质性结果。历史搅拌图像可以在该强度等级的混凝土搅拌均匀时间与非均匀时间分贝进行采集。处理器可以将多个历史搅拌图像和多个历史匀质性结果输入至图像判别模型，从而对图像判别模型进行训练，得到训练完成的图像判别模型，作为对该强度等级的混凝土进行图像识别的模型。针对每个搅拌图像，将搅拌图像输入至与强度等级对应的图像判别模型，以通过图像判别模型输出搅拌图像对应的混凝土搅拌匀质性的预测结果。确定多个预测结果为均匀的图像数量，在图像数量大于预设阈值的情况下，确定目标时刻的第一匀质性结果为均匀。在图像数量小于或等于预设阈值的情况下，确定目标时刻的第一匀质性结果为非均匀。

在根据电流平稳指数确定目标时刻的第二匀质性结果之前，获取与待检测混凝土的强度等级相同的混凝土在搅拌均匀的历史时间时的历史电流数据。对历史时间内多个预设历史时间段的多个历史电流数据分别进行线性拟合，以得到多个历史拟合直线；确定每个历史拟合直线的斜率；将全部历史拟合直线的斜率中的最小值和最大值分别确定为第一指数阈值和第二指数阈值。针对每个电流数据，对电流数据包括的多个电流值进行线性拟合，以得到每个电流数据对应的拟合直线，确定每个拟合直线的斜率以作为电流平稳指数。根据多个电流平稳指数确定待检测混凝土在目标时刻的第二匀质性结果，在多个电流平稳指数均大于或等于第一指数阈值，且小于或等于第二指数阈值的情况下，确定目标时刻的第二匀质性结果为均匀。在多个电流平稳指数中存在任意一个电流平稳指数小于第一指数阈值或大于第二指数阈值的情况下，确定目标时刻的第二匀质性结果为非均匀。根据第一匀质性结果和第二匀质性结果确定待检测混凝土在目标时刻的实际匀质性。当第一匀质性结果和第二匀质性结果均匀为均匀的情况下，才判断目标时刻的待检测混凝土已经搅拌均匀。若存在任意一个的结果为不均匀，则待检测混凝土还未搅拌均匀，应继续搅拌。

通过上述技术混凝土匀质性检测方法、装置、存储介质及处理器。通过获取待检测混凝土的强度等级，在待检测混凝土的搅拌过程中，同时采集待检测混凝土在目标时刻之前的第一预设时间段内的多个搅拌图像，以及待检测混凝土在目标时刻之前的多个第二预设时间段内的多个电流数据。针对不同强度等级的混凝土，训练不同的图像判别模型，以及计算不同的电流稳定指数的阈值区间。通过图像判别模型对每个搅拌图像输出预测结果，根据多个预测结果确定待检测混凝土在目标时刻的第一匀质性结果。判断连续的多个时间段的多个电流平稳指数是否均处于阈值区间，从而确定待检测混凝土在目标时刻的第二匀质性结果。通过图像和电流一起对待检测混凝土的匀质性进行判别，可以分析出目标时刻的待检测混凝土的拌合物均匀还是非均匀，提高判断混凝土匀质性的准确度，从而可以准确得出生产系统的卸砼时机，生产出搅拌均匀的混凝土拌合物。并且，可以提高生产效率以及混凝土的成品质量。

图1为一个实施例中混凝土匀质性检测方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，提供一种混凝土匀质性检测装置，包括：

图像采集设备，用于采集待检测混凝土的搅拌图像；

处理器，被配置成执行上述的混凝土匀质性检测方法。

图像采集设备可以安装在搅拌设备的内部上方，在待检测混凝土在搅拌过程中的采集多个搅拌图像。处理器可以获取待检测混凝土的强度等级，将每个搅拌图像输入至强度等级对应的图像判别模型中，以输出搅拌图像对应的混凝土搅拌匀质性的预测结果。通过多个预测结果，处理器可以分析出待检测混凝土在目标时刻的第一匀质性结果。

在一个实施例中，混凝土匀质性检测装置还包括电流传感器，与搅拌设备的搅拌叶片连接。在在待检测混凝土在搅拌过程中，采集搅拌叶片受到的瞬时阻力所产生的电流数据。通过采集待检测混凝土在目标时刻之前的多个第二预设时间段内的多个电流数据，对每个电流数据进行线性拟合，以得到每个电流数据对应的拟合直线，将每个拟合直线的斜率以作为电流平稳指数。根据多个电流平稳指数确定待检测混凝土在目标时刻的第二匀质性结果，从而通过第一匀质性结果和第二匀质性结果确定待检测混凝土在目标时刻的实际匀质性。

在一个实施例中，如图10所示，提供了一种混凝土匀质性检测系统，包括强度等级获取模块、图像采集模块、预测模块、第一匀质性结果确定模块，其中：

强度等级获取模块10，用于确定待检测混凝土的强度等级。

图像采集模块20，用于在待检测混凝土的搅拌过程中，采集待检测混凝土在目标时刻之前的第一预设时间段内的多个搅拌图像。

预测模块30，用于针对每个搅拌图像，将搅拌图像输入至与强度等级对应的图像判别模型，以通过图像判别模型输出搅拌图像对应的混凝土搅拌匀质性的预测结果。

第一匀质性结果确定模块40，用于根据多个预测结果确定待检测混凝土在目标时刻的第一匀质性结果。

在一个实施例中，预测结果包括均匀，第一匀质性结果确定模块408还用于：确定多个预测结果为均匀的图像数量；在图像数量大于预设阈值的情况下，确定目标时刻的第一匀质性结果为均匀；在图像数量小于或等于预设阈值的情况下，确定目标时刻的第一匀质性结果为非均匀。

在一个实施例中，混凝土匀质性检测系统还包括图像判别模型的训练模块(图中未示出)，用于获取强度等级的混凝土在历史搅拌过程中的多个历史搅拌图像，以及每个历史搅拌图像对应的混凝土的历史匀质性结果；将多个历史搅拌图像和多个历史匀质性结果输入至图像判别模型，以对图像判别模型进行训练。

在一个实施例中，混凝土匀质性检测系统还包括第二匀质性结果确定模块(图中未示出)，用于在待检测混凝土的搅拌过程中，采集待检测混凝土在目标时刻之前的多个第二预设时间段内的多个电流数据，其中多个第二预设时间段是连续的时间段；对每个电流数据进行线性拟合，以得到每个电流数据对应的拟合直线；确定每个拟合直线的斜率以作为电流平稳指数；根据多个电流平稳指数确定待检测混凝土在目标时刻的第二匀质性结果；根据第一匀质性结果和第二匀质性结果确定待检测混凝土在目标时刻的实际匀质性。

在一个实施例中，第二匀质性结果确定模块(图中未示出)还用于：在多个电流平稳指数均大于或等于第一指数阈值，且小于或等于第二指数阈值的情况下，确定目标时刻的第二匀质性结果为均匀；在多个电流平稳指数中存在任意一个电流平稳指数小于第一指数阈值或大于第二指数阈值的情况下，确定目标时刻的第二匀质性结果为非均匀；其中，第一指数阈值小于或等于第二指数阈值。

在一个实施例中，混凝土匀质性检测系统还包括阈值确定模块(图中未示出)，用于在根据电流平稳指数确定目标时刻的第二匀质性结果之前，获取与待检测混凝土的强度等级相同的混凝土在搅拌均匀的历史时间的历史电流数据；根据历史电流数据确定第一指数阈值和第二指数阈值。

在本申请实施例中，阈值确定模块(图中未示出)还用于：对历史时间内多个预设历史时间段的多个历史电流数据分别进行线性拟合，以得到多个历史拟合直线；确定每个历史拟合直线的斜率；将全部历史拟合直线的斜率中的最小值和最大值分别确定为第一指数阈值和第二指数阈值。

所述混凝土匀质性检测系统包括处理器和存储器，上述强度等级获取模块、图像采集模块、预测模块、第一匀质性结果确定模块等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序模块中实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现对混凝土匀质性检测方法。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本申请实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述混凝土匀质性检测方法。

本申请实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述混凝土匀质性检测方法。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储混凝土匀质性检测方法的数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种混凝土匀质性检测方法。

本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现上述混凝土匀质性检测方法的步骤。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有上述混凝土匀质性检测方法步骤的程序。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

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过程、方法、商品或者设备不仅包括那些要素，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过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。