本申请实施例提供一种基于图像目标提取的智能塔吊物料挂载位置识别方法和装置。该方法包括：在无人驾驶智能塔吊的周围安装至少一个摄像头，拍摄并获取所述无人驾驶智能塔吊的视频监控数据；所述塔吊至少安装有两个挂钩；根据所述视频监控数据使用物料识别算法识别所述无人驾驶智能塔吊附近的至少一个待吊装物料位置和物料类型；将获得的所述至少一个待吊装物料位置和物料类型输入训练好的物料挂载位置匹配神经网络，确定所述至少一个待吊装物料的挂钩类型；通过路径规划算法计算每个待吊装物料到达其对应的物料挂载位置的路径，按照所述路径将每个待吊装物料运送到其相应的挂钩正下方。本申请能够精准的控制无人驾驶智能塔吊的物料挂载位置，寻找与其匹配的挂钩类型，同时保障塔吊的运行安全和效率。同时保障塔吊的运行安全和效率。同时保障塔吊的运行安全和效率。
【技术实现步骤摘要】
一种智能塔吊物料挂载位置识别方法和装置
[0001]本申请涉及智能塔吊
，尤其涉及一种基于图像目标提取的智能塔吊物料挂载位置识别方法和装置。
技术介绍
[0002]目前的塔吊，基本都是人员在塔吊上的中控室进行操控，或者通过操作人员在远程进行实时智能操控。塔吊行业来说，目前的发展方向是无人塔吊、智能塔吊，那么在产业升级的过程中会遇到很多的技术问题。
[0003]无人塔吊一般只有一个挂钩，在一个时间段内只能运送一个待吊装物料，对于多个待吊装物料与多个挂钩适配的场景，尚没有解决方案。
技术实现思路
[0004]有鉴于此，本申请的目的在于提出一种基于图像目标提取的智能塔吊物料挂载位置识别方法和装置，本申请能够通过视频监控自动化的分析待吊装物料的位置和物理属性，寻找与其匹配的挂钩，兼顾安全和效率，提高智能塔吊工作效率。
[0005]基于上述目的，本申请提出了一种基于图像目标提取的智能塔吊物料挂载位置识别方法，包括：在无人驾驶智能塔吊的周围安装至少一个摄像头，拍摄并获取所述无人驾驶智能塔吊的视频监控数据；所述塔吊至少安装有两个挂钩；根据所述视频监控数据使用物料识别算法识别所述无人驾驶智能塔吊附近的至少一个待吊装物料位置和物料类型；将获得的所述至少一个待吊装物料位置和物料类型输入训练好的物料挂载位置匹配神经网络，确定所述至少一个待吊装物料的挂钩类型；通过路径规划算法计算每个待吊装物料到达其对应的物料挂载位置的路径，按照所述路径将每个待吊装物料运送到其相应的挂钩正下方。
[0006]在一些实施例中，所述根据所述视频监控数据使用物料识别算法识别所述无人驾驶智能塔吊附近的至少一个待吊装物料位置和物料类型，包括：获取预设的摄像头位置与智能塔吊的位置；获取所述视频监控数据中的一帧图像，所述图像中包括所述摄像头、塔吊、各个待吊装物料；计算所述图像中各个待吊装物料与所述塔吊的之间所包含的像素数量；将所述摄像头位置、塔吊位置换算到摄像头坐标系中，根据所述摄像头位置、塔吊位置的坐标、所述图像中各个待吊装物料与所述塔吊的之间所包含的像素数量，计算所述各个待吊装物料与所述塔吊的之间的距离和角度关系；根据所述各个待吊装物料与所述塔吊的之间的距离和角度关系计算得到每个待吊装物料位置。
[0007]在一些实施例中，所述根据所述视频监控数据使用物料识别算法识别所述无人驾驶智能塔吊附近的至少一个待吊装物料位置和物料类型，包括：步骤1，采集视频监控数据，对视频监控数据集进行数据预处理，并生成对应的标签；步骤2，对预处理后的视频监控数据集进行增强操作，包括旋转、缩放、随机裁剪以及亮度、色度变换；步骤3，将增强操作后的数据集进行训练/验证/测试集的划分；步骤4，构建网络结构，导入训练集、验证集及其对应的标签进行训练；步骤5，对视频监控数据集进行数据预处理；步骤6，将预处理后的视频监控数据集输入步骤4构建的网络结构，加载网络结构对应的模型参数进行前向传播；步骤7，取出网络结构的输出结果，根据标签生成规则得到分类标签；步骤8，根据每类标签的含义将所述分类标签转化即得到最终的待吊装物料类型。
[0008]在一些实施例中，所述将获得的所述至少一个待吊装物料位置和物料类型输入训练好的物料挂载位置匹配神经网络，确定所述至少一个待吊装物料的挂钩类型，包括：将大批量已知待吊装物料位置和物料类型导入到卷积神经网络，得到对应的挂钩类型；将已知待吊装物料位置和物料类型和挂钩类型构成的特征向量作为训练样本，构建训练样本集；用训练样本集训练由基于全连接神经网络的自动编码器模型和K
‑
means模型构成的AKC模型；将待分类至少一个待吊装物料位置和物料类型输入训练好的AKC模型中，得到所述至少一个待吊装物料的挂钩类型。
[0009]在一些实施例中，根据所述图像内所述待吊装物料所占据的像素空间，确定所述待吊装物料的体积；根据所述待吊装物料类型和体积，计算所述待吊装物料的重量；根据所述待吊装物料的重量超过预设阈值，更新所述待吊装物料对应的挂钩类型。
[0010]在一些实施例中，所述通过路径规划算法计算每个待吊装物料到达其对应的物料挂载位置的路径，按照所述路径将每个待吊装物料运送到其相应的挂钩正下方，包括：提取所述待吊装物料适用的挂钩距离所述待吊装物料的距离、角度和方向信息；根据所述挂钩距离所述待吊装物料的距离、角度和方向信息控制移动车将所述待吊装物料运送至所述待吊装物料适用的挂钩正下方。
[0011]在一些实施例中，根据所述图像内所述待吊装物料所占据的像素空间，确定所述待吊装物料的体积；根据所述待吊装物料类型和体积，计算所述待吊装物料的重量；根据所述待吊装物料的重量超过预设阈值，更新所述待吊装物料对应的路径规划，并按照更新后的路径将每个待吊装物料运送到其相应的挂钩正下方。
[0012]基于上述目的，本申请还提出了一种基于图像目标提取的智能塔吊物料挂载位置识别装置，包括：监控模块，在无人驾驶智能塔吊的周围安装至少一个摄像头，拍摄并获取所述无人驾驶智能塔吊的视频监控数据；所述塔吊至少安装有两个挂钩；物料识别模块，用于根据所述视频监控数据使用物料识别算法识别所述无人驾驶智能塔吊附近的至少一个待吊装物料位置和物料类型；
挂钩类型匹配模块，用于将获得的所述至少一个待吊装物料位置和物料类型输入训练好的物料挂载位置匹配神经网络，确定所述至少一个待吊装物料的挂钩类型；挂载位置规划模块，用于通过路径规划算法计算每个待吊装物料到达其对应的物料挂载位置的路径，按照所述路径将每个待吊装物料运送到其相应的挂钩正下方。
[0013]总的来说，本申请的优势及给用户带来的体验在于：本申请能够根据物料所在的位置和物料本身的物理属性，寻找与其匹配的挂钩类型，精准的控制无人驾驶智能塔吊的物料挂载位置，同时保障塔吊的运行安全和效率。
附图说明
[0014]在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
[0015]图1示出本申请的装置架构原理示意图。
[0016]图2示出根据本申请实施例的基于图像目标提取的智能塔吊物料挂载位置识别方法的流程图。
[0017]图3示出根据本申请实施例的基于图像目标提取的智能塔吊物料挂载位置识别装置的构成图。
[0018]图4示出了本申请一实施例所提供的一种电子设备的结构示意图；图5示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
[0019]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。
[0020]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。...
【技术保护点】
【技术特征摘要】
1.一种基于图像目标提取的智能塔吊物料挂载位置识别方法，其特征在于，包括：在无人驾驶智能塔吊的周围安装至少一个摄像头，拍摄并获取所述无人驾驶智能塔吊的视频监控数据；所述塔吊至少安装有两个挂钩；根据所述视频监控数据使用物料识别算法识别所述无人驾驶智能塔吊附近的至少一个待吊装物料位置和物料类型；将获得的所述至少一个待吊装物料位置和物料类型输入训练好的物料挂载位置匹配神经网络，确定所述至少一个待吊装物料的挂钩类型；通过路径规划算法计算每个待吊装物料到达其对应的物料挂载位置的路径，按照所述路径将每个待吊装物料运送到其相应的挂钩正下方。2.根据权利要求1所述的方法，其特征在于，所述根据所述视频监控数据使用物料识别算法识别所述无人驾驶智能塔吊附近的至少一个待吊装物料位置和物料类型，包括：获取预设的摄像头位置与智能塔吊的位置；获取所述视频监控数据中的一帧图像，所述图像中包括所述摄像头、塔吊、各个待吊装物料；计算所述图像中各个待吊装物料与所述塔吊的之间所包含的像素数量；将所述摄像头位置、塔吊位置换算到摄像头坐标系中，根据所述摄像头位置、塔吊位置的坐标、所述图像中各个待吊装物料与所述塔吊的之间所包含的像素数量，计算所述各个待吊装物料与所述塔吊的之间的距离和角度关系；根据所述各个待吊装物料与所述塔吊的之间的距离和角度关系计算得到每个待吊装物料位置。3.根据权利要求2所述的方法，其特征在于，所述根据所述视频监控数据使用物料识别算法识别所述无人驾驶智能塔吊附近的至少一个待吊装物料位置和物料类型，包括：步骤1，采集视频监控数据，对视频监控数据集进行数据预处理，并生成对应的标签；步骤2，对预处理后的视频监控数据集进行增强操作，包括旋转、缩放、随机裁剪以及亮度、色度变换；步骤3，将增强操作后的数据集进行训练/验证/测试集的划分；步骤4，构建网络结构，导入训练集、验证集及其对应的标签进行训练；步骤5，对视频监控数据集进行数据预处理；步骤6，将预处理后的视频监控数据集输入步骤4构建的网络结构，加载网络结构对应的模型参数进行前向传播；步骤7，取出网络结构的输出结果，根据标签生成规则得到分类标签；步骤8，根据每类标签的含义将所述分类标签转化即得到最终的待吊装物料类型。4.根据权利要求1所述的方法，其特征在于，所述将获得的所述至少一个待吊装物料位置和物料类型输入训练好的物料挂载位置匹配神经网络，确定所述至少一个待吊装物料的挂钩类型，包括：将大批量已知待吊装物料位置和物料类型导入到卷积神经网络，得到对应的挂钩类型；将已知待吊装物料位置和物料类型和挂钩类型构成的特征向...
【专利技术属性】
技术研发人员：陈德木，蒋云，陆建江，陈曦，赵晓东，顾姣燕，
申请(专利权)人：杭州大杰智能传动科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。