塔机顶升拆卸过程中塔机关键部位连接状态检测系统及方法技术方案

本发明专利技术公开了一种塔机顶升拆卸过程中塔机关键部位连接状态检测系统，包括：数据处理中心、图像获取模块、上位机监控端、嵌入式神经网络处理器、声光报警模块、液压缸距离传感器、电源模块、电源转换模块和运放模块，本发明专利技术还公开了一种检测方法，通过使用套架两侧摄像头能够实现顶升拆卸过程中对塔机关键部位的连接状态实时监控，且通过使用自动对比度增强算法对输入图像进行预处理，能够改善现场光照不均匀给图像带来的亮度不均衡问题，通过使用基于多尺度特征融合的改进后YOLOv4目标检测模型对数据增强后的输入图像连接物检测，能够提高复杂场景中的连接物检测效率，还能够在检测到现场施工关键部位未连接时，能够及时发出警报信号。报信号。报信号。

【技术实现步骤摘要】
塔机顶升拆卸过程中塔机关键部位连接状态检测系统及方法


[0001]本专利技术属于施工现场塔机顶升拆卸安全监控
，具体涉及一种塔机顶升拆卸过程中塔机关键部位连接状态检测系统及方法。

技术介绍

[0002]随着建造业不断发展，保障施工人员的生命安全成为项目顺利推进的首要前提。塔式起重机(简称塔机)顶升拆卸过程中下支座与套件连接和下支座与标准节连接(简称关键部位)是顶升拆卸安全的基本保障。因此，为掌握塔机在顶升拆卸过程中各关键部位之间的连接状态，规避因未及时进行关键部位连接引发的事故风险，塔机各关键部位连接状态的监管作为安全管理的工作之重。
[0003]目前工程管理中主要采用传统的人工检测方式，以监控顶升拆卸人员的具体行为。但在实际工程项目中，施工场景较为复杂，人工检测方式的专业性得不到保障，易存在漏检现象，而且顶升拆卸过程中存在监管人员管理不易的问题。因此，实际施工场景中，这些问题的存在严重影响了传统人工检测精度及可靠性，从而导致漏检情况发生，同时无法有效减小人员伤亡概率，削弱了施工场景中人员检测应用对保护人员安全的有效性。

技术实现思路

[0004]本专利技术的目的在于提供一种塔机顶升拆卸过程中塔机关键部位连接状态检测系统及方法，旨在解决现有施工人员检测方法中存在的人工检测精度低、人工检测可靠性及顶升拆卸监管不易的问题。
[0005]本专利技术的第一个目的是提供一种塔机顶升拆卸过程中塔机关键部位连接状态检测系统，包括：
[0006]数据处理中心，用于根据液压缸距离传感器获取的数据对塔基处于顶升还是拆卸阶段进行分析，并对图像获取模块获取的输入图像进行图像增强处理以及图像质量评估，以及根据嵌入式神经网络处理器输出的目标检测结果对塔机回转下支座与套架连接状态或塔机回转下支座与标准节连接状态进行分析；
[0007]图像获取模块，用于实时监控回转下支座与套架的连接状态和回转下支座与标准节的连接状态，并将视频流传输至上位机监控端；
[0008]上位机监控端，用于将获取的视频流中的图像发送至数据处理中心；
[0009]嵌入式神经网络处理器，用于将经数据处理中心进行色彩增强后的输入图像转换为矩阵序列后进行处理，得到初步目标预测结果，并传输至数据处理中心；
[0010]声光报警模块，用于在数据处理中心判断图像质量小于设定的阈值以及在数据处理中心判断回转下支座与套架或回转下支座与标准节为未连接状态下时，发出声光报警信号；
[0011]液压缸距离传感器，用于获取液压缸行程距离，并将获取的距离数据发送至数据处理中心；
[0012]电源模块，用于对整个系统各部件进行供电；
[0013]电源转换模块，用于将220V交流电转换成系统各部件的电压；
[0014]运放模块，用于放大音频信号。
[0015]优选的，所述声光报警模块包含：
[0016]声音模块，用于在数据处理中心判断图像质量小于设定的阈值以及在数据处理中心判断回转下支座与套架或回转下支座与标准节为未连接状态下时发出声音报警信号；
[0017]灯光模块，用于在数据处理中心判断图像质量小于设定的阈值以及在数据处理中心判断回转下支座与套架或回转下支座与标准节为未连接状态下时发出灯光报警信号。
[0018]本专利技术的第二个目的是提供一种塔机顶升拆卸过程中塔机关键部位连接状态检测方法，包括以下步骤：
[0019]S1、数据处理中心采集塔机液压缸距离传感器数据，判断塔机是否开始进行顶升拆卸，若是，则进入下一步；若不是，则继续判断下一时刻的塔机顶升拆卸状态；
[0020]S2、数据处理中心发出视频流获取指令，图像获取模块在顶升拆卸过程中实时监控回转下支座与套架的连接状态和回转下支座与标准节的连接状态，并获取连接状态的视频流，将视频流传输至上位机监控端，上位机监控端发送视频流至数据处理中心；
[0021]S3、数据处理中心通过获得的视频流获取输入图像，并对输入图像进行图像增强处理；
[0022]S4、数据处理中心对图像增强后，进行图像质量评估，若图像质量小于设定的阈值，则向声光报警模块发出提示指令，以产生声光提示信号；若图像质量大于等于设定的阈值，则将图像增强后的图像进行图像缩放后，将图像数据传入嵌入式神经网络处理器内；
[0023]S5、嵌入式神经网络处理器将传入的图像数据转换为矩阵序列，并使用基于深度学习的目标检测模型处理矩阵数据，得到初步目标预测结果，传输至数据处理中心；
[0024]S6、数据处理中心将获取的初步目标预测结果进行非极大抑制后，得到目标最终预测结果，并传输至数据处理中心；
[0025]S7、数据处理中心根据获得的目标最终预测结果，判断当前位置是处于顶升拆卸回转下支座与套架连接阶段还是处于回转下支座与标准节连接阶段；
[0026]S8、数据处理中心根据上一步判断的连接阶段，再继续进行塔机回转下支座与套架连接状态或塔机回转下支座与标准节连接状态判断；若已连接，则进入下一步；若未连接，则重复进行S3
‑
S8步骤，并通过声光报警模块发出报警指令，以产生声光报警信号；
[0027]S9、数据处理中心采集塔机液压缸距离传感器的数据，判断塔机是否结束顶升拆卸，若是，则结束；若不是，则重复S3
‑
S8步骤。
[0028]优选的，步骤S3中，所述数据处理中心通过自适应对比度增强算法对输入图像进行图像增强处理，自适应对比度增强算法的计算公式如下所示：
[0029]I(i,j)＝M(i,j)+G(f(i,j)
‑
M(i,j))
[0030]其中，f为原图，I为增强后的图像，M(i,j)为像素邻域[2m+1,2n+1]内的灰度均值，0<α<1，M为原图f的全局均值，σ(i,j)像素邻域[2m+1,2n+1]内的灰度方差。
[0031]优选的，步骤S4包含以下步骤：
[0032]S41、数据处理中心对图像增强后，将增强后的彩色图像灰度化后得到灰度图像，
接着对灰度图像进行拉普拉斯变换，并对变换后的图像矩阵进行标准差计算，通过标准差对图像质量进行评估，标准差越大图像质量越高，反之，图像质量越差；
[0033]S42、数据处理中心同步对灰度图像进行自适应阈值求解，得到二值图像，对二值图像进行连通域计算，选取最大连通域，计算最大连通域像素点占图像像素的比例，比例越大图像质量越差，反之，图像质量越高；
[0034]S43、若步骤S42得到的二值图像的图像质量小于步骤S42得到的阈值，则数据处理中心向声光报警模块发出提示指令，以产生声光提示信号；若图像质量大于等于阈值，则数据处理中心将图像增强后的图像进行图像缩放后，将图像数据传入嵌入式神经网络处理器内。
[0035]优选的，步骤S5中，所述基于深度学习的目标检测模型由后端主干子网络、中端特征融合子网络和前端预测子网络组成；
[0036]所述后端本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种塔机顶升拆卸过程中塔机关键部位连接状态检测系统，其特征在于，包括：数据处理中心，用于根据液压缸距离传感器获取的数据对塔基处于顶升还是拆卸阶段进行分析，并对图像获取模块获取的输入图像进行图像增强处理以及图像质量评估，以及根据嵌入式神经网络处理器输出的目标检测结果对塔机回转下支座与套架连接状态或塔机回转下支座与标准节连接状态进行分析；图像获取模块，用于实时监控回转下支座与套架的连接状态和回转下支座与标准节的连接状态，并将视频流传输至上位机监控端；上位机监控端，用于将获取的视频流中的图像发送至数据处理中心；嵌入式神经网络处理器，用于将经数据处理中心进行色彩增强后的输入图像转换为矩阵序列后进行处理，得到初步目标预测结果，并传输至数据处理中心；声光报警模块，用于在数据处理中心判断图像质量小于设定的阈值以及在数据处理中心判断回转下支座与套架或回转下支座与标准节为未连接状态下时，发出声光报警信号；液压缸距离传感器，用于获取液压缸行程距离，并将获取的距离数据发送至数据处理中心；电源模块，用于对整个系统各部件进行供电；电源转换模块，用于将220V交流电转换成系统各部件的电压；运放模块，用于放大音频信号。2.如权利要求1所述的塔机顶升拆卸过程中塔机关键部位连接状态检测系统，其特征在于，所述声光报警模块包含：声音模块，用于在数据处理中心判断图像质量小于设定的阈值以及在数据处理中心判断回转下支座与套架或回转下支座与标准节为未连接状态下时发出声音报警信号；灯光模块，用于在数据处理中心判断图像质量小于设定的阈值以及在数据处理中心判断回转下支座与套架或回转下支座与标准节为未连接状态下时发出灯光报警信号。3.一种塔机顶升拆卸过程中塔机关键部位连接状态检测方法，其特征在于，包括以下步骤：S1、数据处理中心采集塔机液压缸距离传感器数据，判断塔机是否开始进行顶升拆卸，若是，则进入下一步；若不是，则继续判断下一时刻的塔机顶升拆卸状态；S2、数据处理中心发出视频流获取指令，图像获取模块在顶升拆卸过程中实时监控回转下支座与套架的连接状态和回转下支座与标准节的连接状态，并获取连接状态的视频流，将视频流传输至上位机监控端，上位机监控端发送视频流至数据处理中心；S3、数据处理中心通过获得的视频流获取输入图像，并对输入图像进行图像增强处理；S4、数据处理中心对图像增强后，进行图像质量评估，若图像质量小于设定的阈值，则向声光报警模块发出提示指令，以产生声光提示信号；若图像质量大于等于设定的阈值，则将图像增强后的图像进行图像缩放后，将图像数据传入嵌入式神经网络处理器内；S5、嵌入式神经网络处理器将传入的图像数据转换为矩阵序列，并使用基于深度学习的目标检测模型处理矩阵数据，得到初步目标预测结果，传输至数据处理中心；S6、数据处理中心将获取的初步目标预测结果进行非极大抑制后，得到目标最终预测结果，并传输至数据处理中心；S7、数据处理中心根据获得的目标最终预测结果，判断当前位置是处于顶升拆卸回转
下支座与套架连接阶段还是处于回转下支座与标准节连接阶段；S8、数据处理中心根据上一步判断的连接阶段，再继续进行塔机回转下支座与套架连接状态或塔机回转下支座与标准节连接状态判断；若已连接，则进入下一步；若未连接，则重复进行S3
‑
S8步骤，并通过声光报警模块发出报警指令，以产生声光报警信号；S9、数据处理中心采集塔机液压缸距离传感器的数据，判断塔机是否结束顶升拆卸，若是，则结束；若不是，则重复S3
‑
S8步骤。4.如权利要求3所述的塔机顶升拆卸过程中塔机关键部位连接状态检测方法，其特征在于，步骤S3中，所述数据处理中心通过自适应对比度增强算法对输入图像进行图像增强处理，自适应对比度增强算法的计算公式如下所示：I(i,j)＝M(i,j)+G(f(i,j)
‑
M(i,j))其中，f为原图，I为增强后的图像，M(i,j)为像素邻域[2m+1,2n+1]内的灰度均值，0<α<1，M为原图f的全局均值，σ(i,j)像素邻域[2m+1,2n+1]内的灰度方差。5.如权利要求3所述的塔机顶升拆卸过程中塔机关键部位连接状态检测方法，其特征在于，步骤S4包含以下步骤：S41、数据处理中心对图像增强后，将增强后的彩色图像灰度化后得到灰度图像，接着对灰度图像进行拉普拉斯变换，并对变换后的图像矩阵进行标准差计算，通过标准差对图像质量进行评估，标准差越大图像质量越高，反之，图像质量越差；S42、数据处理中心同步对灰度图像进行自适应阈值...

【专利技术属性】
技术研发人员：韩贵金，李伟，王安定，卢延锋，窦来锋，张安，张俊，邢军，雷弘祥，
申请(专利权)人：上海萨达恒德智能技术有限公司萨达智能技术广东有限公司西安市林丰电子科技有限公司，
类型：发明
国别省市：