【技术实现步骤摘要】
本专利技术涉及一种起重机倍率智能识别方法、系统及装置，属于工程机械技术智能化。
技术介绍
1、工程机械在现代工业生产中扮演着关键角色，其中起重机作为重要组成部分，广泛应用于建筑、制造和物流等领域。起重机的卷扬系统负责升降吊物，卷扬倍率直接影响着吊物的升降速度和稳定性。
2、目前起重机卷扬倍率识别方法包括基于传感器测量、人工检测分析、力矩计算和机器视觉等方式。传感器测量方法受精度和环境条件限制，结果误差较大；人工检测分析需要操作人员观察和判断，存在主观性和繁琐性。力矩计算方法通过测量起重机吊钩或绳索所受力矩，并结合特定参数和物体重量来计算卷扬倍率，但存在复杂机械结构和环境影响问题。
3、近年来，机器视觉技术受到关注，利用摄像头等设备获取起重机工作状态图像数据，通过图像处理和分析实现自动识别。然而，在复杂环境下，会出现图像质量差和有背景干扰，识别精度和稳定性有待提升。
4、现有倍率的识别方法与系统有的直接采用传统图像处理，进行去噪和边缘检测等方式；有的应用机器视觉、深度学习网络算法，通过采集图像进行训练，...
【技术保护点】
1.一种起重机倍率智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的起重机倍率智能识别方法，其特征在于，所述卷扬倍率识别深度学习模型包括吊钩和滑轮的识别定位深度学习模型和绳索股数识别深度学习模型，所述吊钩和滑轮的识别定位深度学习模型用于定位吊钩与滑轮的位置，并裁剪出吊钩与滑轮的位置图像，将裁剪后的图像采用超分算法获得滑轮的高分辨率图像；所述绳索股数识别深度学习模型用于根据滑轮的高分辨率图像检测绳索股数，计算得到倍率。
3.根据权利要求2所述的起重机倍率智能识别方法，其特征在于，所述卷扬倍率识别深度学习模型的训练包括：
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。