【技術實現步驟摘要】
本專利技術涉及貨物吊裝，具體涉及一種貨物吊裝動態危險區域實時檢測定位方法。
技術介紹
1、在工業生產領域，尤其當涉及到大型貨物吊裝作業時，橋式起重機作為最關鍵的起重設備，經常用于搬運重物。然而，橋式起重機吊裝作業往往涉及較為復雜的工作環境，存在諸多潛在的危險因素，其橋式起重機吊裝貨物所產生的墜落危險區域就是極易引發安全事故的地方。因此，及時精準識別危險區域是有效預防吊裝作業潛在危險的基礎。在危險區域入侵檢測領域中，如何確定危險區域，獲取危險區域位置信息是實現入侵檢測的前提條件。橋式起重機吊裝危險區域是因吊裝貨物提升轉運產生的，危險區域的設定以吊裝貨物輪廓為基準，因吊裝貨物隨橋式起重機不斷移動且吊裝貨物形狀大小不一致，相較于靜態危險區域，橋式起重機吊裝危險區域類型是較為隨機的動態危險區域，因此導致橋式起重機吊裝危險區域位置信息難以確定。對危險區域進行管控治理的前提是確定危險區域位置信息，而動態危險區域因危險源不斷移動，存在動態危險區域難識別、位置信息難確定的問題，該問題對后續危險區域入侵管控產生較大的影響。
2、目前，傳統的動態危險區域入侵檢測主要通過人工巡檢或員工佩戴相關傳感器等方式實現，通過對吊裝貨物安裝定位傳感器實時獲取吊裝貨物的位置信息，從而確定吊裝貨物動態危險區域。隨著計算機視覺技術的不斷發展，專利技術《基于計算機視覺的挖掘機與人碰撞事故預警方法及系統》利用目標檢測技術識別挖掘機和行人的目標，通過識別到的挖掘機目標框信息計算確定挖掘機動態危險區域位置信息。而目標檢測技術雖能實時識別動態危險源，但在應用于復雜環
3、本專利技術旨在解決貨物吊裝動態危險區域難識別、位置信息難確定的問題，為動態危險區域定位檢測提供新方法。
技術實現思路
1、針對上述存在的缺陷和問題，本專利技術提供一種貨物吊裝動態危險區域實時檢測定位方法，該方法主要利用雙目視覺技術完成吊裝貨物提升判斷及吊裝動態危險區域精準檢測和定位兩項功能，從而實現有效判斷吊裝作業狀態及實時獲取吊裝作業所產生的動態危險區域位置信息，為后續動態危險區域管控提供前提條件。同時，為動態危險區域定位檢測提供新方法。
2、本專利技術解決其技術問題所采用的方案是：一種貨物吊裝動態危險區域實時檢測定位方法，包括以下步驟：
3、步驟一：將雙目相機安裝于起重設備上，并利用雙目相機技術獲取吊裝物體深度圖信息；
4、步驟二：通過設置相應的深度閾值判斷是否進行吊裝作業；
5、步驟三：若物體處于提升轉運階段，則利用圖像處理算法去除深度圖中冗余物體連通域；
6、步驟四：在完成深度圖濾波等圖像處理操作后，再對深度圖中的吊裝物體輪廓進行提?。?/p>
7、步驟五：使用最小外接矩形方法繪制物體輪廓最小外接矩形，獲取吊裝物體在圖像中的位置信息；
8、步驟六：結合實際應用場景及車間安全部門關于吊裝危險區域劃分要求，以上述獲取到的吊裝物體輪廓最小外接矩形為基礎，設置吊裝危險區域；
9、步驟七：將該危險區域位置信息映射到雙目相機所獲取到的rgb圖像中，為后續人員入侵檢測任務提供前提條件。
10、進一步的，所述步驟二中，為提高橋式起重機提升物體判斷精度，選取雙目相機視野中三個像素區域的深度值作為參考數據，且參與判斷的深度值為各區域內深度值的平均值，通過使用python代碼實現上述物體提升判斷功能：
11、
12、式中，di為第i個區域的平均深度值；dij為第i個區域內第j個像素坐標的深度值；ni為第i個區域內像素總數，其中i為深度值判定區域個數。
13、進一步的，所述步驟三中利用圖像處理算法去除深度圖中冗余物體連通域的方法如下：
14、s31、利用雙邊濾波器對獲取的深度圖進行優化處理，以達到降噪平滑，保持輪廓的效果，計算公式為：
15、
16、式中，i和j為參與卷積的像素點坐標；k和l為鄰近像素點坐標，其加權系數ω為：
17、
18、s32、在完成降噪處理后，利用線性歸一化操作將深度圖像的像素值映射到[0,255]這一范圍內，從而將深度圖轉換為灰度圖，線性歸一化數學表達式如下：
19、
20、式中，dij表示深度圖中第i行第j列的深度值，dmin、dmax分別表示深度圖中最小和最大的深度值，a和b為歸一化后的范圍，dijn為歸一化后的深度值；
21、s33、為有效的區分背景和目標物體，將歸一化后的深度圖進行k-means聚類操作，聚類方法通過迭代優化數據點的分組，使得同一簇內的深度信息相似度較高，同時不同簇之間的深度信息差異較大，其數學模型通過最小化目標函數來實現：
22、
23、式中，ci為第i個簇的中心點歸一化后的深度值；si為第i個簇中包含的數據點的集合；dj為第j個數據點歸一化后的深度值；用于度量同一簇內部數據點的緊密度；
24、通過上述聚類操作，將歸一化的深度圖超出深度閾值的部分聚成一類作為背景，在深度閾值范圍內的聚為一類作為目標物體；
25、s34、為實現在深度圖中只保留目標物體這一連通域的要求，通過設置像素坐標閾值處理歸一化聚類后的深度圖中冗余連通域。
26、進一步的，所述步驟四中采取canny算子邊緣檢測算法繪制物體輪廓，其步驟為：
27、s41：首先使用二維高斯低通濾波對圖像進行平滑處理；
28、s42：然后采用sobel算子計算平滑后的深度圖像各點像素在水平垂直方向上的梯度幅值和方向；
29、s43：接著使用非極大值抑制找到像素在梯度方向上的最大值來確定是否將中心像素點暫定為邊緣點；
30、s44：最后采用雙閾值算法確定邊緣點，連接繪制物體輪廓。
31、進一步的，所述s1中二維高斯低通濾波對深度圖進行平滑降噪處理的數學表達式為：
32、
33、式中σ為高斯函數的標準差，用于控制圖像的平滑效果。
34、進一步的，所述s42中采用sobel算子代替傳統的2×2鄰域一階偏導模板與圖像窗口進行梯度卷積計算：
35、
36、式中，d為深度圖像窗口，中間像素點為e，gx和gy為中間像素點水平和垂直梯度，sx和sy為sobel算子模板；
37、結合上式，則每個像素點的梯度大小和方向如下：
38、
39、進一步的，所述s43中非極大值抑制是沿著像素梯度方向判斷某一像素點的梯度幅值是否為該方向上的最大值，若是則判定為可能的邊緣點，若非最大值將此點的灰度值設為0，從而去除冗余邊緣像素點，精準定位圖像物體的邊緣，經非極大值抑制處理后，通過設定兩個閾值對保留下來的局部極大值點進行濾波，去除小于最小閾值的邊緣點，保留大于最大閾值及與真實邊緣相連的介于兩閾值之間的點本文檔來自技高網...
【技術保護點】
1.一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述步驟二中，為提高橋式起重機提升物體判斷精度，選取雙目相機視野中三個像素區域的深度值作為參考數據，且參與判斷的深度值為各區域內深度值的平均值，通過使用python代碼實現上述物體提升判斷功能：
3.根據權利要求1所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述步驟三中利用圖像處理算法去除深度圖中冗余物體連通域的方法如下：
4.根據權利要求1所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述步驟四中采取Canny算子邊緣檢測算法繪制物體輪廓，其步驟為：
5.根據權利要求4所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述S41中二維高斯低通濾波對深度圖進行平滑降噪處理的數學表達式為：
6.根據權利要求4所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述S42中采用Sobel算子代替傳統的2×2鄰域一階偏導模板與圖像
7.根據權利要求4所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述S43中非極大值抑制是沿著像素梯度方向判斷某一像素點的梯度幅值是否為該方向上的最大值，若是則判定為可能的邊緣點，若非最大值將此點的灰度值設為0，從而去除冗余邊緣像素點，精準定位圖像物體的邊緣，經非極大值抑制處理后，通過設定兩個閾值對保留下來的局部極大值點進行濾波，去除小于最小閾值的邊緣點，保留大于最大閾值及與真實邊緣相連的介于兩閾值之間的點。
8.根據權利要求1所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述步驟六中，在與生產車間安全部門溝通后，以吊裝物體自身輪廓的最小外接矩形為基礎，設置輪廓范圍0.5米內為橋式起重機吊裝危險區域，利用提取到的吊裝物體輪廓，使用OPENCV自帶的cv2.minAreaRect函數繪制吊裝物體的最小外接矩形，從而獲取此動態危險區域的位置信息。
...【技術特征摘要】
1.一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述步驟二中，為提高橋式起重機提升物體判斷精度，選取雙目相機視野中三個像素區域的深度值作為參考數據，且參與判斷的深度值為各區域內深度值的平均值，通過使用python代碼實現上述物體提升判斷功能：
3.根據權利要求1所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述步驟三中利用圖像處理算法去除深度圖中冗余物體連通域的方法如下：
4.根據權利要求1所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述步驟四中采取canny算子邊緣檢測算法繪制物體輪廓，其步驟為：
5.根據權利要求4所述的一種貨物吊裝動態危險區域實時檢測定位方法，其特征在于，所述s41中二維高斯低通濾波對深度圖進行平滑降噪處理的數學表達式為：
6.根據權利要求4所述的一種貨物吊裝動態危險區域實時檢測定位方法...
【專利技術屬性】
技術研發人員：張幸福，朱鵬浩，朱朋飛，宋貴科，韋金陽，高夢陽，
申請(專利權)人：鄭州恒達智控科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。