[发明专利]一种基于自编码模型的起重机异常事件检测方法

说明书

本发明提供了一种基于自编码模型的起重机异常事件检测方法，包括、数据采集、模型训练、分类定位、测试调整四个步骤；本发明可以即时监测起重器的工作状态，在其出现任何异常状况时马上判断出来，从而给工作人员发出警报，在异常情况转变为实际的安全事故之前将其矫正，或者在安全事故发生的瞬间及时提醒相关人员注意，从而尽可能的减少安全事故发生的概率，并且降低安全事故发生后造成的人员伤亡、财产损失；本发明可以通过摄像机自动对起重机进行监控，不需要额外的人手进行操作，设置、使用极为方便，同时不限制使用环境，有利于大规模推广应用。

技术领域

本发明涉及起重机安全监测技术领域，具体涉及一种基于自编码模型的起重机异常事件检测方法。

背景技术

起重机是现代工业中极其重要的一种机械设备。具体是指在一定范围内垂直提升和水平搬运重物的多动作起重机械，其工作特点是做间歇性运动，即在一个工作循环中取料、运移、卸载等动作的相应机构是交替工作的，起重机在建筑、航空航天、货运等行业上的发展和使用越来越广泛。

起重机主要包括起升机构、运行机构、变幅机构、回转机构和金属结构等。起升机构是起重机的基本工作机构，大多是由吊挂系统和绞车组成，也有通过液压系统升降重物的。运行机构用以纵向水平运移重物或调整起重机的工作位置，一般是由电动机、减速器、制动器和车轮组成。变幅机构只配备在臂架型起重机上，臂架仰起时幅度减小，俯下时幅度增大，分平衡变幅和非平衡变幅两种。回转机构用以使臂架回转，是由驱动装置和回转支承装置组成。

起重机在工作过程中，因为环境恶劣、操作不当以及其他意外情况的影响，有可能发生侧翻、折断、倾倒等危险事故，通常情况下，在事故发生的过程中，即起重机出现部分异常情况的状态下，除了驾驶员之外安全人员很难反映，只有在事故完全发生之后才能进行事后的抢救维修工作。因此需要一种起重机的异常事件检测方法，可以在监控起重机工作的同时，即时判断其是否发生异常情况，从而保证矫正、救援等工作的时效性，提高起重机的工作安全性能。

发明内容

针对现有技术中所存在的不足，本发明提供了一种基于自编码模型的起重机异常事件检测方法，用以解决目前的起重机在出现异常情况的状态下无法即时的监控并马上矫正维护，导致不能在安全事故发生之前提前抢救的问题。

为实现上述目的，本发明采用了如下的技术方案：

一种基于自编码模型的起重机异常事件检测方法，包括如下步骤：

(1)数据采集：通过不同角度的摄像头采集起重机施工环境的视频，然后截取不同角度的视频，获得一系列带有时序信息的图像，再通过人工识别出正常图像和出现了异常事件的异常图像，并分别对不同的图像进行标注，最后将标注完成的图像分别划分，将正常图像划分为训练集，异常图像划分为测试集；

(2)模型训练：通过编码-解码结构的深度学习方法对训练集进行处理，对于其中一张图像，首先通过编码结构去除不相关的一些信息，得到与起重机相关的一些信息，然后再利用解码结构重建该图像，最后将该图像和原始图像进行比对，若相差小，则判断为未出现异常事件，若相差较大，则认为图中出现了异常事件；

(3)分类定位：在步骤(2)中判断出现了异常事件的情况下，获取编码阶段最后的特征图，然后进一步进行细化，以获得更加精细的特征，然后将提取到的特征图划分为S×S个区域，并对每一个区域进行分类，最后根据分类结果来确定异常情况具体处于哪一个区域内；

(4)测试调整：将步骤(2)中通过训练集学习完成的编码-解码模型应用到测试集，将测试集经处理后的异常图像数量与测试集总数进行比较，达到一定的合格率之后即判断该模型可以使用。

进一步的，所述步骤(1)中获取的带有时序信息的图像数量不少于100张。

进一步的，所述步骤(2)中的编码-解码结构模型用如下公式进行描述：