[发明专利]结合摄像头的识别卷扬乱绳的方法及装置

说明书

本发明实施例提供了一种结合摄像头的识别卷扬乱绳的方法及装置，方法包括：获取摄像头采集到的实时图像；基于摄像头采集到的实时图像，确定卷扬机卷绳区域；将卷扬机卷绳区域的实时图像输入分类网络对卷绳区域进行识别，识别结果为未知状态、正常状态和乱绳状态中的一种；基于当前卷绳区域的识别结果和卷绳区域的前K‑1次的识别结果，确定尺寸为K的队列；基于所述尺寸为K的队列中各类识别结果的数量、预警阈值P1和报警阈值P2，确定当前卷绳的状态。本发明实施例能够及时发现当前卷绳处于何种状态，从而使得相关人员能够根据当前卷绳的状态进行相应的处理，避免消耗大量人力物力，降低经济损失。

技术领域

本发明涉及智能工程机械领域，尤其涉及一种结合摄像头的识别卷扬乱绳的方法及装置。

背景技术

操作卷扬机的过程中，会存在各种原因导致卷扬出现乱绳，卷扬卷绳有重叠、挤压等情况发生时认为乱绳，乱绳之后将会导致钢绳损坏或加速损坏。目前针对卷扬乱绳的主要解决办法还是靠人工直接检查或通过视频监控由人工识别。在人工直接检查的情况下，卷扬处安装有后视镜，机手在操作起重机时通过观看后视镜里卷扬的情况判断是否乱绳；在视频监控情况下，卷扬处安装有摄像机，卷扬视频实时传送到驾驶室的显示屏上，由机手观看视频判断是否乱绳。这两种情况都需要人工全程参与，需要机手高度专注，但由于人员操作疏忽，经常没有及时排除乱绳情况，留下了极大的安全隐患。如果乱绳一旦没有及时发现，尤其是对于大型的卷扬机，要将其恢复到正常的状态需要花费不少时间和经历，一旦钢丝绳因为乱绳造成损坏将进一步造成经济损失。

发明内容

针对现有技术中存在的问题，本发明实施例提供一种结合摄像头的识别卷扬乱绳的方法及装置。

第一方面，本发明实施例提供一种结合摄像头的识别卷扬乱绳的方法，包括：

获取摄像头采集到的实时图像；

基于所述摄像头采集到的实时图像，确定卷扬机卷绳区域；

将所述卷扬机卷绳区域的实时图像输入分类网络对所述卷绳区域进行识别，识别结果为未知状态、正常状态和乱绳状态中的一种；

基于当前卷绳区域的识别结果和所述卷绳区域的前K-1次的识别结果，确定尺寸为K的队列；

基于所述尺寸为K的队列中各类识别结果的数量、预警阈值P1和报警阈值P2，确定当前卷绳的状态；其中，所述卷绳状态为正常状态、预警状态和报警状态中的一种；所述预警阈值P1小于所述报警阈值P2。

进一步地，所述基于所述尺寸为K的队列中各类识别结果的数量、预警阈值P1和报警阈值P2，确定当前卷绳的状态，具体包括：

基于所述尺寸为K的队列，确定识别结果为未知状态的数量L0；

基于所述尺寸为K的队列，确定识别结果为正常状态的数量L1；

基于所述尺寸为K的队列，确定识别结果为乱绳状态的数量L2；

当L0大于L2时，确定未知状态占K次识别结果的百分比P_L0，并基于未知状态占K次识别结果的百分比P_L0、预警阈值P1和报警阈值P2，确定当前卷绳的状态；

当L0小于L2时，确定乱绳状态占K次识别结果的百分比P_L2，并基于乱绳状态占K次识别结果的百分比P_L2、预警阈值P1和报警阈值P2，确定当前卷绳的状态。

进一步地，所述当L0大于L2时，确定未知状态占K次识别结果的百分比P_L0，并基于未知状态占K次识别结果的百分比P_L0、预警阈值P1和报警阈值P2，确定当前卷绳的状态，具体包括：

若未知状态占K次识别结果的百分比P_L0大于0且小于P1，则当前卷绳的状态为正常状态；