一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质制造方法及图纸

本发明专利技术提供一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质方法，包括以下步骤：获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，若否则停止工作并告警；获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。本发明专利技术的方法可以提高检测效率以及准确性。性。性。

【技术实现步骤摘要】
一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质


[0001]本专利技术涉及一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质，属于配重检测


技术介绍

[0002]履带式起重机具有很好的起重性能，有较大的起重能力，但工作时需额外增加超起配重量，起到杠杆平衡额原理，超起配重需要人为一块一块增加，并按照事先计算好的重量增加，如果与配重的增加量与计算的有出入，会导致履带起重机倾翻的危险。因此，我们使用机器视觉技术对配重块进行计数，能够及时判断配重块的质量是否达到预期的设定，从而能够减少人工的危险。
[0003]履带起重机超起配重起到杠杆平衡的原理，除了增加事先计算好的配重砝码，还要将配重砝码连接到相应的机构上，以达到相应的功能，避免发生危险。
[0004]视觉识别技术是计算机视觉体系中不可缺少的重要组成部分，主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，现已广泛运用到无人机技术、自动驾驶技术等各个领域。
[0005]现有控制系统技术方案中，首先在显示器中设置工况所需要的超起配重代码。如该工况所需要的配重数量是100t，需要人主动去检查当前放置的配重数量是不是与显示器设置的一样，如果一样的话。默认为系统一致，可以正常工作。如果放置的配重数量不一致，择需要重新检查，放置正确的配重砝码数量，如图1所示。
[0006]现有方案是单一的靠人主动排查检测，效率忙且系统的安全性比较低。

技术实现思路

[0007]本专利技术的目的在于克服现有技术中的不足，提供一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质，提高检测效率以及准确性。
[0008]为达到上述目的，本专利技术是采用下述技术方案实现的：第一方面，本专利技术提供了一种基于机器视觉的履带起重机超起后配重检测方法，包括以下步骤：获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，若否则停止工作并告警；获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。
[0009]进一步的，获取配重块图像，并进行粘连配重块的分割，包括使用OpenCV进行粘连配重块的分割。
[0010]进一步的，使用OpenCV进行粘连配重块的分割，包括：1）使用相机获取配重块图像；2）对图片进行预处理，并且进行二值化分割；3）对二值化的图像进行形态学操作，其中包括图片腐蚀，将灰度值降低，输出图片整体的亮度会比原来的图片有所降低，图像中的较量的区域面积会变小，比较暗的区域面积增加；然后进行图片膨胀，和图片腐蚀相反，较量的区域尺寸会变大，相应的较暗区域尺寸会变小；之后进行开闭运算，消除亮度较高的细小区域以及细小黑色空洞；4）进行距离变换，分离粘连对象；5）进行计数。
[0011]进一步的，使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，包括：获取图像，转为灰度图；进行高斯模糊；进行边缘检测；计算物体轮廓的最小外接矩形，并获取四个顶点的坐标；根据四个顶点和单位长度中像素的个数，计算测量物体的尺寸。
[0012]进一步的，根据机器视觉识别技术检测销轴是否安装完成，包括：获取配重块上表面图像，图像应包含安装销轴的孔洞；对图像进行灰度化处理，进行二值化处理，进行轮廓检测，若发现孔洞轮廓，则销轴未安装完成，禁止工作。
[0013]第二方面，本专利技术提供一种基于机器视觉的履带起重机超起后配重检测装置，包括：分割模块：用于获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；质量检测模块：用于使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，若否则停止工作并告警；销轴检测模块：用于获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。
[0014]第三方面，本专利技术提供一种基于机器视觉的履带起重机超起后配重检测装置，包括处理器及存储介质；所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行第一方面所述方法的步骤。
[0015]第四方面，本专利技术提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述方法的步骤。
[0016]与现有技术相比，本专利技术所达到的有益效果：1.提高系统经济性：履带起重机因超起配重数量配置有误，或者未有效连接，会导致整机的倾翻，造成人员和结构件的损坏，带来财产损失，本专利技术可避免事故发生，提高系统经济性。
[0017]2.增强系统适应性：系统设置与超起配重数量自适应匹配。。
[0018]3.提升系统可靠性：利用视觉计算的方法，计算增加超起配重的数量是否正确，超起配重是否与起重机有效连接，系统实时计算检测，提高主机运行的可靠性。
附图说明
[0019]图1为人为主动确认过程图；图2为OpenCV分割流程图；图3为相机安装位置图；图4为销轴安装位置图；图5为超起配重数量计算方法图；图6为销轴安装确认流程图；图7为自适应匹配控制流程图。
具体实施方式
[0020]下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。
[0021]实施例一：本实施例提供一种基于机器视觉的履带起重机超起后配重检测方法，以下结合图来对该技术进行进一步的详细叙述，具体包括以下步骤：步骤（1）配重块是粘连在一起的，且规格大小均相同，因此这里我们使用OpenCV进行粘连配重块的分割。流程如图2所示：1）使用相机获取配重块图像，其中相机位置如图3所示：相机安装在图3中位置，一左一右，进行图像获取。
[0022]2）对图片进行预处理，并且进行二值化分割；3）对二值化的图像进行形态学操作，其中包括图片腐蚀，将灰度值降低，输出图片整体的亮度会比原来的图片有所降低，图像中的较量的区域面积会变小，比较暗的区域面积增加；然后进行图片膨胀，和图片腐蚀相反，较量的区域尺寸会变大，相应的较暗区域尺寸会变小；之后进行开闭运算，消除亮度较高的细小区域以及细小黑色空洞；4）进行距离变换，分离粘连对象；5）进行计数。
[0023]步骤（2）使用机器视觉识别物体大小技术，利用工业相机对配重块总体的高度尺寸进行测量，配重块的规则大小，重量均相同，因此当我们测量出配重块的整体高度，就知道了配重块的个数，从而便知道了整体配重块的质量是否达到了预期设定。流程如图5所示，包括以下步骤：获取图像，转为灰度图；进行高斯模糊；进行边缘检测；计算物体轮廓的最小外接矩形，并获取四个顶点的坐标；根据四个顶点和单位长度中像素的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的履带起重机超起后配重检测方法，其特征在于，包括以下步骤：获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，得到配重块的整体高度，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，否则停止工作并告警；获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。2.根据权利要求1所述的基于机器视觉的履带起重机超起后配重检测方法，其特征在于，获取配重块图像，并进行粘连配重块的分割，包括使用OpenCV进行粘连配重块的分割。3.根据权利要求2所述的基于机器视觉的履带起重机超起后配重检测方法，其特征在于，使用OpenCV进行粘连配重块的分割，包括：使用相机获取配重块图像；对图片进行预处理，并且进行二值化分割；对二值化的图像进行形态学操作，其中包括图片腐蚀，将灰度值降低，输出图片整体的亮度会比原来的图片有所降低，图像中的较量的区域面积会变小，比较暗的区域面积增加；然后进行图片膨胀，和图片腐蚀相反，较量的区域尺寸会变大，相应的较暗区域尺寸会变小；之后进行开闭运算，消除亮度较高的细小区域以及细小黑色空洞；进行距离变换，分离粘连对象；进行计数。4.根据权利要求1所述的基于机器视觉的履带起重机超起后配重检测方法，其特征在于，使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，包括...

【专利技术属性】
技术研发人员：杨继海，刘向超，刘丹丹，张坤，
申请(专利权)人：徐工集团工程机械股份有限公司建设机械分公司，
类型：发明
国别省市：