[发明专利]一种吊点跟随定位方法及系统有效

专利信息
申请号: 202011447382.4 申请日: 2020-12-09
公开(公告)号: CN112562018B 公开(公告)日: 2023-08-11
发明(设计)人: 朱海荣;何军强;金丽娟 申请(专利权)人: 杭州鸿泉物联网技术股份有限公司
主分类号: G06T7/90 分类号: G06T7/90;G06T7/73;G06T7/13;B66C13/46;B66C13/16
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 陈新生
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
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 跟随 定位 方法 系统
【权利要求书】:

1.一种吊点跟随定位方法,其特征在于,包括:

获取最高起吊位置的实时俯视图像;

基于吊绳图像特征集合,采用累计概率霍夫变换直线检测算法获得所述实时俯视图像中的吊绳初始位置;

采用预设深度学习目标检测模型得到吊点位置;

基于吊点关系特征、所述吊点位置以及所述吊绳初始位置,确定吊绳精确位置;

所述吊点关系特征为:吊绳直线过吊点位置;

由所述吊绳精确位置获得最佳吊点视频图像;

所述基于吊绳图像特征集合,采用累计概率霍夫变换直线检测算法获得所述实时俯视图像中的吊绳初始位置,具体包括:

获取吊绳直线段的边缘位置特征、边缘粗细特征、颜色特征、斜率特征和吊点关系特征;

将所述实时俯视图像转换为灰度图像,基于所述颜色特征,将所述灰度图像转换为二值化图像;

对所述二值化图像采用所述累计概率霍夫变换直线检测算法进行直线段检测,得到初始直线段集合;

对所述初始直线段集合进行过滤,得到所述吊绳初始位置;

其中,所述边缘位置特征为:吊绳直线段一端在图像边缘;

所述吊绳直线段的边缘粗细特征为:吊绳直线段图像边缘一端较粗,往另一端变细;

所述吊绳直线段的斜率特征为:吊绳直线段随图像放大缩小斜率不变且直线位置线性变化;

所述对所述初始直线段集合进行过滤,得到所述吊绳初始位置,具体包括:

将直线之间小于预设夹角且直线间距离小于预设间距的直线进行合并;

基于所述边缘位置特征,将起点和终点都在所述实时俯视图像中间的直线进行过滤;

沿所述二值化图像中根据霍夫变换得到的直线上的点垂直方向上的两边进行查找,将小于预设宽度的直线点设置为良好点,若没有找到直线点则设置为坏点,将等于所述预设宽度的直线点定义为所述坏点;

获取良好点占直线比例、连续良好点占直线比例、良好点占图像宽比例、连续良好点占图像宽比例作为直线置信值;根据所述直线置信值进行排序,将排在预设直线置信值之前的直线组作为所述吊绳初始位置;

所述采用预设深度学习目标检测模型得到吊点位置,基于所述吊点关系特征、所述吊点位置以及所述吊绳初始位置,确定所述吊绳精确位置具体包括:

获取吊点图像素材,并人工标注所述吊点的位置;

获取所述预设深度学习目标检测模型,对所述吊点图像素材进行缩放变换、水平镜像变换和垂直镜像变换,训练得到权重文件;

将所述权重文件放入吊车操作侧的嵌入式主机,由所述嵌入式主机进行CPU推理或者进行GPU及NPU硬件加速推理;

调节图像采集装置的光学焦距,将所述实时俯视图像进行放大,获取所述吊点的位置和所述吊绳的初始位置,基于所述吊点关系特征确认得到所述吊绳精确位置;

所述由所述吊绳精确位置获得最佳吊点视频图像,具体包括:

将所述嵌入式主机与所述图像采集装置连接后输出模拟视频信号,由视频采集芯片将所述模拟视频信号转换为数字图像,根据所述吊点位置和所述吊绳精确位置,获取吊点包围框;

根据所述吊点包围框的大小得到吊点图像可视范围,通过调节所述图像采集装置的光学焦距获得所述最佳吊点视频图像。

2.根据权利要求1所述的吊点跟随定位方法,其特征在于,所述获取最高起吊位置的实时俯视图像,具体包括:

在吊车吊臂顶端位置安装可调焦距的图像采集装置,所述图像采集装置通过重力对中垂直阻尼减振支架固定,获取并校准所述实时俯视图像,使所述吊点和吊绳的延长线经过所述实时俯视图像的中心点。

3.根据权利要求1所述的吊点跟随定位方法,其特征在于,所述由所述吊绳精确位置获得最佳吊点视频图像,之后还包括:

操作者通过连接嵌入式主机的外设,手动控制图像采集装置的光学焦距进行图像调节以获取所需图像;

由所述嵌入式主机存储图像和操作视频记录。

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杭州鸿泉物联网技术股份有限公司,未经杭州鸿泉物联网技术股份有限公司许可,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/202011447382.4/1.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