铝材出料辅助转运设备及转运控制方法技术

本申请涉及铝材转运技术领域，其具体地公开了一种铝材出料辅助转运设备及转运控制方法，其从由监控摄像头采集的转运监控视频中提取固定机构的第一重心数据的序列和铝材的第二重心数据的序列，并计算所述第一重心数据的序列和所述第二重心数据的序列中各个对应时间点的重心数据之间的差值以得到重心差值的序列，然后，使用卷积神经网络模型对所述第一重心数据的序列、所述第二重心数据的序列和所述重心差值的序列进行适当编码，并通过分类器进行解码以得到用于表示是否产生存在掉落风险的预警提示的分类结果，通过这样的方式，能够准确地在铝材存在掉落风险时进行预警，以避免铝材掉落。免铝材掉落。免铝材掉落。

【技术实现步骤摘要】
铝材出料辅助转运设备及转运控制方法


[0001]本申请涉及铝材转运
，且更为具体地，涉及一种铝材出料辅助转运设备及转运控制方法。

技术介绍

[0002]铝材由铝和其它合金元素制造的制品。通常是先加工成铸造品、锻造品以及箔、板、带、管、棒、型材等后，再经冷弯、锯切、钻孔、拼装、上色等工序而制成。主要金属元素是铝，在加上一些合金元素，提高铝材的性能，铝材生产过程中需要对铝材进行转运。
[0003]现有的铝材转运时需要进行固定，现有转运装置的固定机构需要通过人工固定和拆卸，比较麻烦，且由于是人工固定，固定的力度不变，且为了防止铝材变形，一般固定力度不会太大，当出现滑落的趋势时，不能自动增加固定力度，使得铝材掉落，造成铝材和地面的损伤，甚至可能造成机器的损伤和人员伤亡。
[0004]因此，期待一种具有转运稳定检测功能的铝材生产用出料转运装置，以在检测到有掉落风险时产生警示信号。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种铝材出料辅助转运设备及转运控制方法，其从由监控摄像头采集的转运监控视频中提取固定机构的第一重心数据的序列和铝材的第二重心数据的序列，并计算所述第一重心数据的序列和所述第二重心数据的序列中各个对应时间点的重心数据之间的差值以得到重心差值的序列，然后，使用卷积神经网络模型对所述第一重心数据的序列、所述第二重心数据的序列和所述重心差值的序列进行适当编码，并通过分类器进行解码以得到用于表示是否产生存在掉落风险的预警提示的分类结果，通过这样的方式，能够准确的在铝材存在掉落风险时进行预警，以避免所述铝材在转运过程中掉落，保证所述铝材的正常转运和加工。
[0006]根据本申请的一个方面，提供了一种铝材出料辅助转运设备，其包括：转运监控视频采集模块，用于获取由监控摄像头采集的转运监控视频；重心数据提取模块，用于从所述转运监控视频中提取固定机构的第一重心数据的序列和铝材的第二重心数据的序列，其中，所述固定机构用于固定所述铝材；重心差异模块，用于计算所述第一重心数据的序列和所述第二重心数据的序列中各个对应时间点的重心数据之间的差值以得到重心差值的序列；重心变化特征提取模块，用于将所述重心差值的序列通过包含一维卷积层的时序编码器以得到第一特征向量；绝对重心特征提取模块，用于将所述第一重心数据的序列和所述第二重心数据的序列分别通过所述包含一维卷积层的时序编码器以得到第二特征向量和第三特征向量；第一转移模块，用于计算所述第一特征向量相对于所述第二特征向量的第一转移矩阵；第二转移模块，用于计算所述第一特征向量相对于所述第三特征向量的第二转移矩阵；特征校正模块，用于基于所述第一转移矩阵和所述第二转移矩阵中相应位置之间的距离，分别对所述第一转移矩阵和所述第二转移矩阵进行特征值校正以得到校正后第
一转移矩阵和校正后第二转移矩阵；信息融合模块，用于融合所述校正后第一转移矩阵和所述校正后第二转移矩阵以得到分类特征矩阵；以及转运风险提示模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示是否产生存在掉落风险的预警提示。
[0007]根据本申请的另一方面，提供了一种铝材出料辅助转运控制方法，其包括：获取由监控摄像头采集的转运监控视频；从所述转运监控视频中提取固定机构的第一重心数据的序列和铝材的第二重心数据的序列，其中，所述固定机构用于固定所述铝材；计算所述第一重心数据的序列和所述第二重心数据的序列中各个对应时间点的重心数据之间的差值以得到重心差值的序列；将所述重心差值的序列通过包含一维卷积层的时序编码器以得到第一特征向量；将所述第一重心数据的序列和所述第二重心数据的序列分别通过所述包含一维卷积层的时序编码器以得到第二特征向量和第三特征向量；计算所述第一特征向量相对于所述第二特征向量的第一转移矩阵；计算所述第一特征向量相对于所述第三特征向量的第二转移矩阵；基于所述第一转移矩阵和所述第二转移矩阵中相应位置之间的距离，分别对所述第一转移矩阵和所述第二转移矩阵进行特征值校正以得到校正后第一转移矩阵和校正后第二转移矩阵；融合所述校正后第一转移矩阵和所述校正后第二转移矩阵以得到分类特征矩阵；以及将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示是否产生存在掉落风险的预警提示。
[0008]与现有技术相比，本申请提供的一种铝材出料辅助转运设备及转运控制方法，其从由监控摄像头采集的转运监控视频中提取固定机构的第一重心数据的序列和铝材的第二重心数据的序列，并计算所述第一重心数据的序列和所述第二重心数据的序列中各个对应时间点的重心数据之间的差值以得到重心差值的序列，然后，使用卷积神经网络模型对所述第一重心数据的序列、所述第二重心数据的序列和所述重心差值的序列进行适当编码，并通过分类器进行解码以得到用于表示是否产生存在掉落风险的预警提示的分类结果，通过这样的方式，能够准确的在铝材存在掉落风险时进行预警，以避免所述铝材在转运过程中掉落，保证所述铝材的正常转运和加工。
附图说明
[0009]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图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，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0010]图1图示了根据本申请实施例的铝材出料辅助转运设备的应用场景图。
[0011]图2图示了根据本申请实施例的铝材出料辅助转运设备的框图示意图。
[0012]图3图示了根据本申请实施例的铝材出料辅助转运设备中重心变化特征提取模块的框图。
[0013]图4图示了根据本申请实施例的铝材出料辅助转运设备中绝对重心特征提取模块的框图。
[0014]图5图示了根据本申请实施例的铝材出料辅助转运控制方法的流程图。
[0015]图6图示了根据本申请实施例的铝材出料辅助转运控制方法的系统架构的示意
图。
具体实施方式
[0016]下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0017]场景概述如上所述，本申请专利技术人考虑到在对于铝材进行转运时，固定装置由于为了防止铝材变形而对于铝材的固定力度不会太大，这就很容易会导致铝材的掉落，因此就需要在铝材的生产出料转运时对于铝材转运的稳定性进行实时监测以防止铝材掉落。本申请专利技术人还发现在铝材的转运过程中，当发生铝材的位置偏移从而导致其有掉落风险时，所述铝材在时间维度上的运动特征或所述转运机构在时间维度上的运动特征会发生变化，并且所述铝材和所述转运机构的相对位置关系也会发生变化。因此，在本申请的技术方案中，期望通过综合所述铝材和所述转运机构的相对运动信息特征、所述转运机构的绝对运动信息特征和所述铝材的绝对运行信息特征来进行所述铝材的转运稳定性判断，以保证所述铝材的安本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种铝材出料辅助转运设备，其特征在于，包括：转运监控视频采集模块，用于获取由监控摄像头采集的转运监控视频；重心数据提取模块，用于从所述转运监控视频中提取固定机构的第一重心数据的序列和铝材的第二重心数据的序列，其中，所述固定机构用于固定所述铝材；重心差异模块，用于计算所述第一重心数据的序列和所述第二重心数据的序列中各个对应时间点的重心数据之间的差值以得到重心差值的序列；重心变化特征提取模块，用于将所述重心差值的序列通过包含一维卷积层的时序编码器以得到第一特征向量；绝对重心特征提取模块，用于将所述第一重心数据的序列和所述第二重心数据的序列分别通过所述包含一维卷积层的时序编码器以得到第二特征向量和第三特征向量；第一转移模块，用于计算所述第一特征向量相对于所述第二特征向量的第一转移矩阵；第二转移模块，用于计算所述第一特征向量相对于所述第三特征向量的第二转移矩阵；特征校正模块，用于基于所述第一转移矩阵和所述第二转移矩阵中相应位置之间的距离，分别对所述第一转移矩阵和所述第二转移矩阵进行特征值校正以得到校正后第一转移矩阵和校正后第二转移矩阵；信息融合模块，用于融合所述校正后第一转移矩阵和所述校正后第二转移矩阵以得到分类特征矩阵；以及转运风险提示模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示是否产生存在掉落风险的预警提示。2.根据权利要求1所述的铝材出料辅助转运设备，其特征在于，所述重心差异模块，进一步用于：以如下公式计算所述第一重心数据的序列和所述第二重心数据的序列中各个对应时间点的重心数据之间的差值以得到所述重心差值的序列；其中，所述公式为： ，其中，表示所述第一重心数据的序列，表示所述第二重心数据的序列，表示所述重心差值的序列，表示重心序列中各个对应时间点的重心数据之间的按位置减法。3.根据权利要求2所述的铝材出料辅助转运设备，其特征在于，所述重心变化特征提取模块，包括：排列单元，用于将所述重心差值的序列排列为重心差输入向量；全连接单元，用于使用所述时序编码器的全连接层以如下公式对所述重心差输入向量进行全连接编码以提取出所述重心差输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：，其中是所述重心差输入向量，是输出向量，是权重矩阵，是偏置向量，表示矩阵乘；以及一维卷积单元，用于使用所述时序编码器的一维卷积层以如下公式对所述重心差输入向量进行一维卷积编码以提取出所述重心差输入向量中各个位置的特征值间的高维隐含关联特征，其中，所述公式为：，其中，a为卷积核在x方向上的宽度、为卷积核参数向量、为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸，表示所述重心差输入向量。4.根据权利要求3所述的铝材出料辅助转运设备，其特征在于，所述绝对重心特征提取模块，包括：重心数据排列单元，用于将所述第一重心数据的序列和所述第二重心数据的序列分别排列为第一重心输入向量和第二重心输入向量；全连接编码单元，用于使用所述时序编码器的全连接层以如下公式对所述第一重心输入向量和所述第二重心输入向量进行全连接编码以分别提取出所述第一重心输入向量和所述第二重心输入向量中各个位置的
特征值的高维隐含特征，其中，所述公式为：，其中是所述第一重心输入向量和所述第二重心输入向量，是输出向量，是权重矩阵，是偏置向量，表示矩阵乘；以及，一维卷积编码单元，用于使用所述时序编码器的一维卷积层以如下公式对所述第一重心输入向量和所述第二重心输入向量进行一维卷积编码以分别提取出所述第一重心输入向量和所述第二重心输入向量中各个位置的特征值间的高维隐含关联特征，其中，所述公式为：，其中，a为卷积核在x方向上的宽度、为卷积核参数向量、为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸，表示所述第一重心输入向量和所述第二重心输入向量。5.根据权利要求4所述的铝材出料辅助转运设备，其特征在于，所述...

【专利技术属性】
技术研发人员：刘建伟，冯大兵，
申请(专利权)人：江苏广坤铝业有限公司，
类型：发明
国别省市：