一种龙门吊轨道遮挡检测方法技术

本发明专利技术涉及一种龙门吊轨道遮挡检测方法，包括：

【技术实现步骤摘要】
一种龙门吊轨道遮挡检测方法


[0001]本专利技术涉及图像处理
，尤其涉及一种龙门吊轨道遮挡检测方法
。

技术介绍

[0002]龙门吊主要用于室外的货场
、
料场货
、
散货的装卸作业
。
龙门吊具有场地利用率高
、
作业范围大
、
适应面广
、
通用性强等特点，在港口货场得到广泛使用
。
[0003]龙门吊结构像门形框架，承载主梁下安装两条支脚，可以直接在地面的轨道上行走，主梁两端可以具有外伸悬臂梁
。
如申请号为
CN 202211220945.5(
申请公布号为
CN 115417306A)
的中国专利技术专利公开了一种可调节的龙门吊装置，通过在底座的底部设置轨道，轨道固定在底面上，从而使得龙门吊装置位置改变更加容易，无需人工搬运，无需拆卸重组
。
[0004]但是现有技术中的龙门吊作业范围大，驾驶舱内无法实时观测到轨道是否被异物遮挡，只能依靠专门的工作人员进行人工巡查，一旦发现轨道被异物遮挡的情况后则需要及时上报，如果上报不及时的话则会造成龙门吊操作出现安全问题，极易发生事故，后果严重；并且人工巡查方式费时费力，同时龙门吊下方作业危险性大，无法保证巡查人员的生命安全
。
[0005]为此，需要对现有技术作进一步的改进
。

技术实现思路

[0006]本专利技术所要解决的技术问题是针对上述现有技术，而提供一种能自动识别轨道遮挡情况，以保证工作安全性的龙门吊轨道遮挡检测方法
。
[0007]本专利技术解决上述技术问题所采用的技术方案为：一种龙门吊轨道遮挡检测方法，其特征在于包括如下步骤：
[0008]S1、
获取具有多张龙门吊轨道图像的数据集，其中数据集中的每个样本包括一张龙门吊轨道图像以及该龙门吊轨道图像所对应的标签，龙门吊轨道图像所对应的标签为龙门吊轨道图像中轨道所在区域图像；
[0009]S2、
构建龙门吊轨道分割模型，并使用
S1
中的数据集对构建的龙门吊轨道分割模型进行训练，得到训练完成的龙门吊轨道分割模型；
[0010]S3、
获取一张龙门吊轨道图像，将其作为测试样本，并将该测试样本输入到训练完成的龙门吊轨道分割模型中，得到分割图像；
[0011]S5、
判断分割图像中的轨道是否贯穿整张分割图像，如是，则当前龙门吊轨道未被遮挡；如否，则当前龙门吊轨道被遮挡
。
[0012]为了获取龙门吊轨道图像，所述
S1
中龙门吊轨道图像的获取方式为：通过龙门吊上的监控相机拍摄获取
。
[0013]在上述方案中，所述
S1
中龙门吊轨道图像所对应的标签具体获取方式为：
[0014]用一幅与当前龙门吊轨道图像大小一样的单通道图像表示，如果当前龙门吊轨道
图像中某一个坐标的像素点为背景，则将该单通道图像对应位置的像素置为0；如果当前龙门吊轨道图像中某一个坐标的像素点为轨道，则将该单通道图像对应位置的像素置为
255。
[0015]优选地，所述
S2
中龙门吊轨道分割模型的训练具体过程为：
[0016]S2
‑
1、
对数据集中的每张龙门吊轨道图像分别进行归一化处理，得到归一化处理的数据集；
[0017]S2
‑
2、
分批次选择部分龙门吊轨道图像及其对应的标签输入到龙门吊轨道分割模型中，其中龙门吊轨道图像作为龙门吊轨道分割模型的输入，龙门吊轨道图像对应的标签作为龙门吊轨道分割模型的输出；
[0018]S2
‑
3、
通过梯度下降的方式计算龙门吊轨道分割模型的训练损失函数，并根据训练损失函数反向更新龙门吊轨道分割模型的模型参数；
[0019]S2
‑
4、
如果龙门吊轨道分割模型达到设定的最大迭代次数或者最小误差值，则训练结束，即得到训练完成的龙门吊轨道分割模型
。
[0020]优选地，所述
S2
中的龙门吊轨道分割模型采用
U2Net
网络
。
[0021]在上述方案中，所述
S5
中判断分割图像中的轨道是否贯穿整张分割图像的具体方式为：
[0022]S5
‑
1、
将分割图像进行二值化，得到二值化后的分割图像；
[0023]二值化具体操作为：将分割图像中背景部分的像素置为0，将分割图像中轨道部分的像素置为1；
[0024]S5
‑
2、
将
S5
‑1中二值化后的分割图像沿其长度方向进行投影，得到一维向量；
[0025]一维向量的具体获取方式为：将二值化后的分割图像的同一宽度方向的像素进行累加，得到投影在二值化后的分割图像长度方向上的多个数值，即：这些数值构成一维向量；
[0026]S5
‑
3、
获取一维向量中的最大值；
[0027]S5
‑
4、
对
S5
‑3中的最大值和分割图像的宽度进行比较，判断最大值是否小于分割图像的高度，则当前龙门吊轨道被遮挡；如否，则当前龙门吊轨道未被遮挡
。
[0028]与现有技术相比，本专利技术的优点在于：通过构建龙门吊轨道分割模型，并使用数据集对构建的龙门吊轨道分割模型进行训练，得到训练完成的龙门吊轨道分割模型，从而只需将获取的龙门吊轨道图像输入至训练完成的龙门吊轨道分割模型中，即可得到分割图像，最后通过对分割图像进行判断，则可以得到当前龙门吊轨道是否被遮挡的结果
。
因此该方法无需人工巡查，能自动实现龙门吊轨道是否被遮挡的检测，保证工作安全性
。
附图说明
[0029]图1为本专利技术实施例中龙门吊轨道遮挡检测方法的流程图
。
具体实施方式
[0030]以下结合附图实施例对本专利技术作进一步详细描述
。
[0031]如图1所示，本实施例中龙门吊轨道遮挡检测方法包括如下步骤：
[0032]S1、
获取具有多张龙门吊轨道图像的数据集，其中数据集中的每个样本包括一张龙门吊轨道图像以及该龙门吊轨道图像所对应的标签，龙门吊轨道图像所对应的标签为龙
门吊轨道图像中轨道所在区域图像；
[0033]本实施例中，龙门吊轨道图像的获取方式为：通过龙门吊上的监控相机拍摄获取；
[0034]龙门吊轨道图像所对应的标签采用人工标注的方式，具体标注方式为：
[0035]用一幅与当前龙门吊轨道图像大小一样的单通道图像表示，如果当前龙门吊轨道图像中某一个坐标的像素点为背景，则将该单通道图像对应位置的像素置为0；如果当前龙门本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种龙门吊轨道遮挡检测方法，其特征在于包括如下步骤：
S1、
获取具有多张龙门吊轨道图像的数据集，其中数据集中的每个样本包括一张龙门吊轨道图像以及该龙门吊轨道图像所对应的标签，龙门吊轨道图像所对应的标签为龙门吊轨道图像中轨道所在区域图像；
S2、
构建龙门吊轨道分割模型，并使用
S1
中的数据集对构建的龙门吊轨道分割模型进行训练，得到训练完成的龙门吊轨道分割模型；
S3、
获取一张龙门吊轨道图像，将其作为测试样本，并将该测试样本输入到训练完成的龙门吊轨道分割模型中，得到分割图像；
S5、
判断分割图像中的轨道是否贯穿整张分割图像，如是，则当前龙门吊轨道未被遮挡；如否，则当前龙门吊轨道被遮挡
。2.
根据权利要求1所述的龙门吊轨道遮挡检测方法，其特征在于：所述
S1
中龙门吊轨道图像的获取方式为：通过龙门吊上的监控相机拍摄获取
。3.
根据权利要求1所述的龙门吊轨道遮挡检测方法，其特征在于：所述
S1
中龙门吊轨道图像所对应的标签具体获取方式为：用一幅与当前龙门吊轨道图像大小一样的单通道图像表示，如果当前龙门吊轨道图像中某一个坐标的像素点为背景，则将该单通道图像对应位置的像素置为0；如果当前龙门吊轨道图像中某一个坐标的像素点为轨道，则将该单通道图像对应位置的像素置为
255。4.
根据权利要求3所述的龙门吊轨道遮挡检测方法，其特征在于：所述
S2
中龙门吊轨道分割模型的训练具体过程为：
S2
‑
1、
对数据集中的每张龙门吊轨道图像分别进行归一化处理，得到归一化处理的数据集；
S2
‑
2、
分批次选择部分龙门吊轨道图像及其对应的...

【专利技术属性】
技术研发人员：叶涛，朱兵，
申请(专利权)人：舟山中远海运重工有限公司，
类型：发明
国别省市：