【技术实现步骤摘要】
本专利技术涉及悬索桥主缆架设，具体涉及一种悬索桥主缆索股牵引异常识别方法。
技术介绍
1、主缆是悬索桥的关键承力构件，由多根索股构成，每根索股由多条镀锌高强钢丝组成，主缆又被称为悬索桥的“生命线”。索股施工常采用ppws法，该方法将高强度钢丝在工厂内做成平行索股，缠绕在索盘上，利用往复式牵引系统进行主缆架设。索股架设分为索股牵引、索股横移、索股整形、索股入鞍、索股垂度调整及锚跨张力调整几个工序。在索股架设过程中，经常会出现如扭转、散丝、缠包带断裂、鼓丝及索股表面磨损等问题，如不及时处理，将严重影响主缆索股架设的质量和进度。
2、针对上述问题，现有方法通常采用人工跟随牵引器的方法来监测索股牵引过程的状态并判断异常情况，即人工现场观测和判断索股牵引过程是否正常，被架设索股是否正好落入托辊中，索股是否出现“散丝”、“缠包带断裂”等，若发现问题则利用对讲机报警并停下牵引器，排除异常状态后继续架设。该方法对人员经验要求高、体力消耗大，且需专人在猫道上跟随监测，费时费力且人员高空作业，存在安全隐患。
技术实现思路
1、本专利技术的目的就是针对现有技术的缺陷，提供一种悬索桥主缆索股牵引异常识别方法，实现对悬索桥主缆索股牵引异常状态的识别。
2、为了解决上述技术问题，本专利技术提供一种悬索桥主缆索股牵引异常识别方法，包括：
3、s1、构建托辊和缠包带识别模型；
4、s2、对施工现场的目标区域进行识别，识别目标区域图像中的托辊和缠包带，根据识别到的托辊
5、s3、判断鸟瞰图中是否存在缠包带缺失；
6、s4、计算统计缠包带区域内索股的宽度，判断缠包带是否发生断裂。
7、进一步地，步骤s1包括：采集索股牵引过程中的图像数据，构建图像数据集，基于图像数据集对目标检测模型进行模型训练，得到托辊和缠包带识别模型。
8、进一步地，步骤s2中，变换矩阵m的计算方法包括：识别目标区域中的托辊，获取目标区域图像中托辊四个角点的坐标，根据预设的托辊的真实尺寸，设定目标区域图像变换后托辊四个角点的坐标，根据设定的目标区域图像变换后托辊四个角点的坐标以及目标区域图像中托辊四个角点的坐标，计算变换矩阵m。
9、进一步地，步骤s2中，目标区域图像变换后托辊四个角点的坐标根据托辊的宽度b和高度h进行设定，即目标区域图像变换后托辊四个角点的坐标分别为(0,0)、(b,0)、(b,h)、(0,h)，使得目标区域图像经过变换矩阵m后变换为鸟瞰图。
10、进一步地，步骤s2中，利用目标区域中靠近目标区域中部的托辊计算变换矩阵m。
11、进一步地，步骤s3包括：计算鸟瞰图中相邻两个缠包带的间距，判断相邻两个缠包带的间距是否处于正常间距范围内，若否，则存在缠包带缺失或误识别的情况，触发缠包带缺失警报或误识别警报，否则，执行步骤s4。
12、进一步地，步骤s4包括：利用语义分割算法对鸟瞰图进行处理，计算缠包带所在区域内索股的宽度，判断缠包带所在区域内索股的宽度是否在预设范围内。
13、进一步地，步骤s4中，缠包带所在区域内索股的宽度为缠包带的最大宽度。
14、进一步地，步骤s4中，若缠包带所在区域内索股的宽度小于预设范围的下限值，则触发缠包带识别异常警报。
15、进一步地，步骤s4中，若缠包带所在区域内索股的宽度大于预设范围的上限值，则触发缠包带断裂警报。
16、本专利技术的有益效果为：
17、1.本专利技术利用机器视觉技术，构建了托辊和缠包带识别模型，基于托辊几何尺寸信息构建图像变换矩阵，求得目标区域的鸟瞰图，利用缠包带固定间距信息进行缺失识别，利用单根索股几何尺寸信息进行缠包带断裂识别，实现了对悬索桥主缆索股牵引异常状态的主动识别与预警。
18、2.本专利技术利用托辊的物理尺寸实现对目标区域图像的几何变换，且变换后图像中像素和真实几何尺寸存在比例对应关系，便于后续对缠包带断裂的识别，方法简便高效。
本文档来自技高网...【技术保护点】
1.一种悬索桥主缆索股牵引异常识别方法，其特征在于：包括：
2.根据权利要求1所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤S1包括：采集索股牵引过程中的图像数据，构建图像数据集，基于图像数据集对目标检测模型进行模型训练，得到托辊和缠包带识别模型。
3.根据权利要求1所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤S2中，变换矩阵M的计算方法包括：识别目标区域中的托辊，获取目标区域图像中托辊四个角点的坐标，根据预设的托辊的真实尺寸，设定目标区域图像变换后托辊四个角点的坐标，根据设定的目标区域图像变换后托辊四个角点的坐标以及目标区域图像中托辊四个角点的坐标，计算变换矩阵M。
4.根据权利要求3所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤S2中，目标区域图像变换后托辊四个角点的坐标根据托辊的宽度b和高度h进行设定，即目标区域图像变换后托辊四个角点的坐标分别为(0,0)、(b,0)、(b,h)、(0,h)，使得目标区域图像经过变换矩阵M后变换为鸟瞰图。
5.根据权利要求3所述的悬索桥主缆索股牵引异常识别方法，其特征
6.根据权利要求1所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤S3包括：计算鸟瞰图中相邻两个缠包带的间距，判断相邻两个缠包带的间距是否处于正常间距范围内，若否，则存在缠包带缺失或误识别的情况，触发缠包带缺失警报或误识别警报，否则，执行步骤S4。
7.根据权利要求1所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤S4包括：利用语义分割算法对鸟瞰图进行处理，计算缠包带所在区域内索股的宽度，判断缠包带所在区域内索股的宽度是否在预设范围内。
8.根据权利要求7所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤S4中，缠包带所在区域内索股的宽度为缠包带的最大宽度。
9.根据权利要求8所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤S4中，若缠包带所在区域内索股的宽度小于预设范围的下限值，则触发缠包带识别异常警报。
10.根据权利要求8所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤S4中，若缠包带所在区域内索股的宽度大于预设范围的上限值，则触发缠包带断裂警报。
...【技术特征摘要】
1.一种悬索桥主缆索股牵引异常识别方法，其特征在于：包括：
2.根据权利要求1所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤s1包括：采集索股牵引过程中的图像数据，构建图像数据集，基于图像数据集对目标检测模型进行模型训练，得到托辊和缠包带识别模型。
3.根据权利要求1所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤s2中，变换矩阵m的计算方法包括：识别目标区域中的托辊，获取目标区域图像中托辊四个角点的坐标，根据预设的托辊的真实尺寸，设定目标区域图像变换后托辊四个角点的坐标，根据设定的目标区域图像变换后托辊四个角点的坐标以及目标区域图像中托辊四个角点的坐标，计算变换矩阵m。
4.根据权利要求3所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤s2中，目标区域图像变换后托辊四个角点的坐标根据托辊的宽度b和高度h进行设定，即目标区域图像变换后托辊四个角点的坐标分别为(0,0)、(b,0)、(b,h)、(0,h)，使得目标区域图像经过变换矩阵m后变换为鸟瞰图。
5.根据权利要求3所述的悬索桥主缆索股牵引异常识别方法，其特征在于：步骤s2中...
【专利技术属性】
技术研发人员：田唯，黄灿，陈圆，王永威，朱浩，李浩，郑建新，刘志昂，彭成明，游俊，代百华，薛现凯，李焜耀，杨华东，徐双双，肖垚，杨荣正，焦岚馨，
申请(专利权)人：中交第二航务工程局有限公司，
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。