[发明专利]一种基于机器视觉的静载荷堆载安全监测系统及监测方法在审

专利信息
申请号: 202010729029.9 申请日: 2020-07-27
公开(公告)号: CN111896543A 公开(公告)日: 2020-11-06
发明(设计)人: 程荣;张亦明 申请(专利权)人: 元准智能科技(苏州)有限公司;苏州市建筑科学研究院集团股份有限公司
主分类号: G01N21/84 分类号: G01N21/84
代理公司: 苏州市指南针专利代理事务所(特殊普通合伙) 32268 代理人: 金香云
地址: 215500 江苏省苏州市*** 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: 一种 基于 机器 视觉 载荷 安全 监测 系统 方法
【权利要求书】:

1.一种基于机器视觉的静载荷堆载安全监测系统,其特征在于:包括图像采集模块、移动端、后台服务模块,所述图像采集模块包括摄像机、固定参照物、堆载平台与堆载,所述堆载平台的顶端四角处各设有一光源,所述堆载设置在所述堆载平台的顶端处,所述摄像机设置在所述堆载平台的一对角线上,所述固定参照物竖直放置在所述堆载平台的一侧,并且设置在所述堆载平台的另一对角线的垂直平分线上,所述摄像机通过视觉算法分析计算试验中所述堆载的沉降变化量和倾斜角度,所述后台服务模块部署测量算法和数据管理功能,并且与所述图像采集模块通过Internet连接,所述移动端通过Internet与所述后台服务模块双向连接。

2.根据权利要求1所述基于机器视觉的静载荷堆载安全监测系统,其特征在于,所述摄像机为带RTK定位功能的两个单目摄像机或者一个双目摄像机。

3.一种根据权利要求2所述基于机器视觉的静载荷堆载安全监测系统的监测方法,其特征在于,包括以下步骤:

3.1、启动摄像机,实时采集静载试验的所述堆载平台的图像,如果环境较暗则开启所述堆载平台上的所述光源;

3.2、利用RTK定位技术,测算两个所述摄像机之间的实际距离,并且将数据整理上传至所述后台服务模块,作为静载试验的所述堆载平台的物理特征保存;

3.3、所述摄像机将采集的图像上传至所述后台服务模块,并通过所述后台服务模块中封装的算法,分析实时图像;

3.4、根据所述堆载预先设定的沉降量和倾斜角度的等级范围值判定所述堆载平台的安全等级;

3.5、利用云服务技术,将监测数据和安全等级下发至所述移动端,用于试验人员及时查看所述堆载平台的安全信息,如果监测数值超出安全阈值,则监测设备报警。

4.根据权利要求3所述基于机器视觉的静载荷堆载安全监测系统的监测方法,其特征在于,所述步骤3.3中包括以下步骤:

3.3.1、将图像中的所述固定参照物与地面看作固定的测量坐标系;

3.3.2、通过图像滤波模糊化减少无用信息的干扰;

3.3.3、根据两个所述摄像机之间的实际距离,图像中所述固定参照物与两个所述摄像机之间的像素距离,利用相似三角形的像素尺寸与实际距离之间的比例关系,获取所述堆载的总体物理尺寸,并根据重物特性估算出所述堆载的总质量;

3.3.4、利用频域分析将堆载重物之间以及与所述堆载平台的底边线提取出;

3.3.5、在测量坐标系中,计算初次采集图像中的直线相关数据信息,同时保存到所述后台服务模块中,并且作为监测的初始基准位置信息;

3.3.6、将不同时间采集图像中测量的直线信息与初始基准位置信息进行对比分析,获取与基准位置之间的距离变化量和直线变化后所成夹角的角度值,即为静载荷堆载试验的所述堆载平台的沉降量和倾斜角度。

5.根据权利要求4所述基于机器视觉的静载荷堆载安全监测系统的监测方法,其特征在于,所述步骤3.3.3中,或者使用双目摄像机时,可根据摄像机图像之间的极限约束原则,求解出试验的所述堆载的视差图,通过所述堆载的外边缘轮廓的重建,获取所述堆载的三维空间尺寸,从而估算出所述堆载的总质量。

6.根据权利要求3所述基于机器视觉的静载荷堆载安全监测系统的监测方法,其特征在于,步骤3.1中,所述光源为点光源或者线光源,并且通过小于1Hz的低频数字脉冲调制。

7.根据权利要求3所述基于机器视觉的静载荷堆载安全监测系统的监测方法,其特征在于,步骤3.2中,所述后台服务模块为后台服务器,所述后台服务器对数据进行接收和存储。

8.根据权利要求4所述基于机器视觉的静载荷堆载安全监测系统的监测方法,其特征在于,步骤3.3.2中,所述图像滤波使用频域进行去噪,并且检测边缘。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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元准智能科技(苏州)有限公司;苏州市建筑科学研究院集团股份有限公司,未经元准智能科技(苏州)有限公司;苏州市建筑科学研究院集团股份有限公司许可,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/202010729029.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top