【技术实现步骤摘要】
本专利技术涉及智慧工厂安全管理，具体的说，涉及了一种基于深度图像的行车吊物与人员安全距离检测方法及装置。
技术介绍
1、在工业制造行业，安全生产非常重要。例如吊车工作过程中非工作人员进入警戒区域会带来严重的安全问题。
2、近年来，神经网络的深度学习模型作为一种新的技术手段， 被广泛地应用于辅助施工现场安全管理工作。施工现场通过图像传感器获取的大量影像资料，可为目标检测算法的训练提供丰富的数据。计算机视觉技术的发展使得利用数字图像技术进行吊车警戒区域安全性的快速识别成为一种可行的方案。例如cn115861867a提供了一种基于显著性目标检测的吊车吊装物体自动跟踪方法，通过对被吊装物体进行实时的跟踪，并且根据对跟踪的物体大小以及高度实时的划定警戒范围，以保证吊装工作人员的安全施工。
3、然而，上述技术方案中，需要另外设置称重传感器来检测吊车是否正在吊装物体，一方面，由于称重传感器多设置在吊钩上，随着吊钩摆动容易磨损；另一方面，行车的车间结构以及重物重量具有多样性，目前小容量称重传感器无法适合任意重量的重物，而大容量的...
【技术保护点】
1.一种基于深度图像的行车吊物与人员安全距离检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度图像的行车吊物与人员安全距离检测方法，其特征在于，基于吊物感兴趣区域的深度值判断行车是否启动时执行以下步骤：
3.根据权利要求1所述的一种基于深度图像的行车吊物与人员安全距离检测方法，其特征在于，通过空间转换网络将吊物目标检测框的三维点云坐标转换为像素坐标时执行以下步骤：
4.根据权利要求1至3任一项所述的一种基于深度图像的行车吊物与人员安全距离检测方法，其特征在于，根据IOU值判定是否为安全距离的步骤为：
<...【技术特征摘要】
1.一种基于深度图像的行车吊物与人员安全距离检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度图像的行车吊物与人员安全距离检测方法，其特征在于，基于吊物感兴趣区域的深度值判断行车是否启动时执行以下步骤：
3.根据权利要求1所述的一种基于深度图像的行车吊物与人员安全距离检测方法，其特征在于，通过空间转换网络将吊物目标检测框的三维点云坐标转换为像素坐标时执行以下步骤：
4.根据权利要求1至3任一项所述的一种基于深度图像的行车吊物与人员安全距离检测方法，其特征在于，根据iou值判定是否为安全距离的步骤为：
5.根据权利要求1至3任一项所述的一种基于深度图像的行车吊物与人员安全距离检测方法，其特征在于，根据iou值判定是否为安全距离的步骤为：根据iou值和深度值进行现场换算获取现场距离，比较现场距离与第一预设阈值，在现场距离大于第二预设阈值时判定为安全距离，在现场距离小于第二预设阈值时判定为...
【专利技术属性】
技术研发人员：宋贵科，朱朋飞，高梦阳，王珺，皇行涛，高欧阳，杨帅，
申请(专利权)人：郑州恒达智控科技股份有限公司，
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。