[发明专利]无人值守行车抓取安全检测方法在审
申请号: | 202010373824.9 | 申请日: | 2020-05-06 |
公开(公告)号: | CN111581813A | 公开(公告)日: | 2020-08-25 |
发明(设计)人: | 于继明;张燕;吴钟鸣 | 申请(专利权)人: | 金陵科技学院 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06T17/00;G06Q10/06;G06Q50/26 |
代理公司: | 南京众联专利代理有限公司 32206 | 代理人: | 蒋昱 |
地址: | 210000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 无人 值守 行车 抓取 安全 检测 方法 | ||
1.无人值守行车抓取安全检测方法,具体步骤如下;
步骤一,算法场景的定义;
定义场景在干散料码头、干散堆料仓库中,散料的堆放为倾倒或抓斗抛放形成,其三维分布具有连续性,又极不规则,在发货抓取时,抓斗抓取的大小为一个窗口,抓取窗口实景图及现场抓取窗口为分格图;
整个区域划分为m×n个小方块,每个方块的边长为l,单位:厘米,整个区域视作一个矩阵Amn,每小格Aij的平均高度为Hij(i∈(1…m),j∈(1…n),在抓取时,以俯视角度按归抓斗大小将Amn分成Wpq个窗口,则每个抓取窗口Wxy(x∈(1…p),y∈(1…n))包含Amn中个元素的子块;
为了方便处理窗口的三维分布特征及安全特征,将每个窗口分面4个小块来进行处理,分别从平均高度、坡度等分布特征、安全特征进行建模;
步骤二,分布特征模型;
假设料仓区域为m×n基本单元块,任一基本单元块Aij四个角的坐标为:
每个窗口区域占l×c个基本单元块,整个区域划分的窗口个数为:
则任一窗口Wpq的坐标为:
对于任何一个抓取窗口Wpq,根据影响安全与效率的特征定义相应窗口;
对于上述三维堆料分布的特征,从分布特点、安全性相关方面进行建模;
为方便表达抓取窗口的分布特征,将抓取窗口分成4个子窗口,窗口的中心点为4个子窗口的交叉点,对于任何一个窗口Wpq,其中心点为Cpq,中心窗口为WCpq,位于窗口中心点所在的子窗口中,抓取窗口的子窗子分别为W1pq、W2pq、W3pq、W4pq;
则子窗口的中心点分别为Cpqk,其中k∈[1…4],中心子窗口位于窗口中心的一个子窗口,其中心点为Cpq。设Wpq、WCpq、Cpqk的平均高度为HWpq、HCpq、HCpqk,
对干散堆料来讲,式(4)反映此抓取窗口的平均高度,当平均高度达不到抓取要求时,或与邻居窗口差距较大时,不允许抓取;
其中W1pq为矩阵所覆盖的所有单元块的平均高度,H2pq,H3pq,H4pq平均高度的依此类推,中心窗口的坐标为:
假设任何一抓取窗口的Wpq高度平均值为mHWpq,因干散料具有边对分布特征,因此用各子窗口子块的平均高度Hkpq,k∈[1…4]与中心窗口的均值表面特征,则子窗口Wkpq的表面特征参数Fkpq为:
Fkpq=mean(HSkpq),k∈[1…4]) (式5)
式中,HSkpq=|Hkpq|-HCpq,指任一子窗口的单元子窗口高度与中心子窗口的高度差;则由式5可得窗口的分布特征为:
步骤三,安全特征模型;
从干散堆料的现场可知,抓取时,当一个方向为大陡坡即高程差,大坡度越大,则越容易出现安全隐患,窗口的安全性与一个方向的分布高度差有直接关系,以东西方向为例,对于任一抓取窗口Wpq,其Fpq越小、东西方向高度差越小,安全性越高。窗口Wpq左、右高差均值分别为Lpq、Rpq,则
其中为调剂系数,Lpq=HS1pq+HS2pq,Rpq=HS3pq+HS4pq。
2.根据权利要求1所述的无人值守行车抓取安全检测方法,其特征在于,对于任何一个抓取窗口Wpq,根据影响安全与效率的特征定义相应窗口;具体有以下三种情况:
(1)总体平均,且为“峰”,抓取效果好,无安全隐患;
(2)中心凹陷,抓取效果差,安全风险极小;
(3)一边高一边低,抓取效果不定,安全风险高,特别是沿着抓斗窗口长边方向,风险极大。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于金陵科技学院,未经金陵科技学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010373824.9/1.html,转载请声明来源钻瓜专利网。