本发明专利技术公开了一种基于计算机视觉的桥式起重机负载摆角检测方法,涉及计算机视觉的技术领域,采用计算机视觉方法实现了负载摆角的非接触式测量
【技术实现步骤摘要】
一种基于计算机视觉的桥式起重机负载摆角检测方法
[0001]本专利技术涉及计算机视觉的
,特别是涉及一种基于计算机视觉的桥式起重机负载摆角检测方案
技术介绍
[0002]在工业上,桥式起重机通常用于车间
、
仓库和堆场的吊运物料
。
如果手动操作,可能存在安全隐患
。
如果对起重机进行自动控制,不仅可以提高工作效率,而且可以大大增强系统的安全性
。
在起重机上台车运送货物到达指定位置后,系统骤然停止运行会使得台车速度瞬间减小,导致下方的负载会发生剧烈的摆动,产生货物掉落或其他安全隐患,并严重影响了起重机的工作效率
。
因此,起重机防摆控制的研究是起重机自动化的重要组成部分
。
在起重机把货物运送到指定地点并且停止运行后,要使得负载以最快速度停止摆动,以有效的提高效率并减少安全隐患
。
为了进行起重机防摆的控制,关键是如何获得起重机负载的摆动角度
。
为了解决这一问题,人们进行了许多相关的工作
。
[0003]传统方法采用电位器或光电编码器检测负载摆动角信息,属于接触测量方法
。
这种测量方法可能会受到电噪声的影响,测量精度不能保证
。
同时,测量装置需要安装在起重机系统中,并进行人工校正,这使得它不适合模块化生产
。
现有部分研究采用背景建模的方法计算负载摆动角,但这种方法可能导致对背景物体产生漏检和错误检测
。<br/>[0004]基于计算机视觉的非接触式测量方法独立于起重机系统,噪声干扰小,测量准确,信息丰富
。
同时结构简单,计算速度快,适用于起重机的自动控制,逐渐成为研究热点
。
也有研究利用计算机视觉和深度学习方法对负载进行识别,并进一步测量负载摆动角度
。Fang
等提出了一个由两个传感模块和一个可视化模块组成的技术框架
(Y.Fang,J Chen,Y.Cho,K.Kim,S.Zhang,E.Perez,Vision
‑
based load sway monitoring to improve crane safety in blind lifts,Journal of Structural Integrity and Maintenance,volume 3,number4,pages 233
‑
242,2018)
,提出了一种基于计算机视觉的负载位置跟踪方法
。Price
等通过对像素强度施加阈值来检测电缆和负载块
(L.Price,J.Chen,J.Park,Y.Cho,Multisensor
‑
driven real
‑
time crane monitoring system for blind lift operations:Lessons learned from a case study,Automation in Construction,Volume 124,2021,103552)
,然后得到负载周围的包围框
。
在得到边界盒后,通过测量边界盒中心距离参考中心位置的移动距离来估计负载摆动
。
以上方法计算量大,目标场景背景往往比较复杂,影响了算法的准确性和稳定性
。
技术实现思路
[0005]本专利技术的目的是提供一种基于计算机视觉的桥式起重机非接触式负载摆角检测方案,使得摆角的检测不依赖于负载形状
。
通过设置红外光源为标志物,搭配红外滤光片,使得相机可以在可见光环境下捕捉到较为明显的特征,减少在检测时受到的起重机工作空间复杂背景的干扰
。
且摆角检测系统独立于起重机系统,具有良好的独立性
、
适用性和可扩
展性
。
[0006]本专利技术采用的技术方案是:
[0007]一种基于计算机视觉的桥式起重机负载摆角检测方法,包括以下步骤:
[0008]1)
使用红外光源作为标志物,使用红外滤光片突出特征,使用工业相机进行检测,得到所要检测的标志物图像;
[0009]2)
使用色彩分离方法和轮廓检测算法对标志物进行识别,并返回标志物中心点像素坐标;
[0010]3)
使用摄像机标定和摄像机几何来通过像素坐标求得负载摆角
。
[0011]进一步的,步骤
1)
是将红外光源安装在负载上,并调整工业相机红外光源共轴,即初始摆角为0,并进行检测;其中的工业相机上安装了红外滤光片,该滤光片只透过红外光而过滤掉可见光,使得成像平面为对比特别明显的黑白图像,图像中的白色特征即为红光光源,即为所要检测的标志物
。
[0012]进一步的,步骤
2)
中,首先将获取到的标志物图像的色彩空间从
RGB
空间转化为
HSV
空间,并设置白色阈值和掩膜,通过白色阈值和掩膜检测图像中的白色部分;对图像进行模糊化和阈值化来消除图像在捕获或传输过程中可能引入的噪音;针对红外光源由点光源组成的近似矩形,对图像进行腐蚀和膨胀操作,来填充中间的空缺部分;之后通过轮廓检测,检测矩形面积,输出所检测的最小面积矩形及其中心点的像素坐标
。
[0013]进一步的,步骤
3)
中,首先通过标定来获得摄像机的内参数,至少包括焦距
、
像元尺寸
、
中心点位置,在得到标志物中心点的像素坐标后,将其转换为相机坐标,进而求得偏转的角度,像素坐标到相机坐标的转换关系为:
[0014][0015]其中
X
c
、Y
c
、Z
c
为标志物中心点在三维空间
X
轴,
Y
轴,
Z
轴的相机坐标,
f
x
,
f
y
,u0,v0为求得的摄像机内参,
u
,
v
为标志物的像素坐标;
[0016]由于
Z
c
是未知,因此
X
c
和
Y
c
求出来会是一个包含
Z
c
的式子:
[0017]X
c
=
N*Z
c (2)
[0018]Y
c
=
M*Z
c (3)
[0019]其中
N
,
M
为一个常数;
[0020]通过
X
c
和
Y
c
求摆角
θ
的计算公式为:
[0021][0022]进一步本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种基于计算机视觉的桥式起重机负载摆角检测方法,其特征在于,包括以下步骤:
1)
使用红外光源作为标志物,使用红外滤光片突出特征,使用工业相机进行检测,得到所要检测的标志物图像;
2)
使用色彩分离方法和轮廓检测算法对标志物进行识别,并返回标志物中心点像素坐标;
3)
使用摄像机标定和摄像机几何来通过像素坐标求得负载摆角
。2.
如权利要求1所述的基于计算机视觉的桥式起重机负载摆角检测方法,其特征在于,步骤
1)
是将红外光源安装在负载上,并调整工业相机红外光源共轴,即初始摆角为0,并进行检测;其中的工业相机上安装了红外滤光片,该滤光片只透过红外光而过滤掉可见光,使得成像平面为对比特别明显的黑白图像,图像中的白色特征即为红光光源,即为所要检测的标志物
。3.
如权利要求1所述的基于计算机视觉的桥式起重机负载摆角检测方法,其特征在于,步骤
2)
中,首先将获取到的标志物图像的色彩空间从
RGB
空间转化为
HSV
空间,并设置白色阈值和掩膜,通过白色阈值和掩膜检测图像中的白色部分;对图像进行模糊化和阈值化来消除图像在捕获或传输过程中可能引入的噪音;针对红外光源由点光源组成的近似矩形,对图像进行腐蚀和膨胀操作,来填充中间的空缺部分;之后通过轮廓检测,检测矩形面积,输出所检测的最小面积矩形及其中心点的像素坐标
。4.
如权利要求1所述的基于计算机视觉的桥式起重机负载摆角检测方法,其特征在于,步骤
3)
中,首先通过标定来获得摄像机的内...
【专利技术属性】
技术研发人员:卢彪,刘忠岩,张婧,方勇纯,
申请(专利权)人:南开大学,
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。