[发明专利]起重机施工现场的目标识别方法、系统、装置及存储介质在审
申请号: | 202110305684.6 | 申请日: | 2021-03-23 |
公开(公告)号: | CN113128346A | 公开(公告)日: | 2021-07-16 |
发明(设计)人: | 蔡长青 | 申请(专利权)人: | 广州大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06T7/13;G06T7/66;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 黎扬鹏 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 起重机 施工现场 目标 识别 方法 系统 装置 存储 介质 | ||
本申请公开了一种起重机施工现场的目标方法、系统、装置及存储介质。该方法通过起重机上安装的立体摄像机获取起重机前方的图像数据,并从所述图像数据中提取二维图像数据和三维图像数据;通过训练好的目标检测模型检测所述二维图像数据中的目标起重物,得到所述目标起重物的边界框;根据所述边界框对所述二维图像数据进行图像处理,提取得到所述目标起重物的轮廓的线段和端点;对所述端点进行聚类分析,得到所述目标起重物的顶点组;根据所述顶点组和所述线段,从所述三维图像数据中确定所述目标起重物的质心坐标。该方法可以有效提高起重机自动识别目标起重物的准确性,有利于建筑的高效率、高质量施工。本申请可广泛应用于建筑技术领域内。
技术领域
本申请涉及建筑技术领域,尤其是一种起重机施工现场的目标识别方法、系统、装置及存储介质。
背景技术
建筑业建造和工人的工作状态息息相关,而以人力为主的建造过程中,往往事故频发,生产力低下。自动化和机器人技术被认为是促进建筑业发展的一个很有前途的途径,在这其中,起重机的自动化操作作为建筑业的一个重要方面正日益受到重视。
然而,由于起重机施工现场的复杂性和动态性,起重机较难实现在施工现场的自动识别、定位起重物体,例如预制外墙和隔墙,导致当前起重机的自动化操作使用受限,应用的效果比较一般。综合上述,相关技术中存在的技术问题亟需得到解决。
发明内容
本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一。
为此,本申请实施例的一个目的在于提供一种起重机施工现场的目标识别方法,该方法可以有效提高起重机自动识别目标起重物的准确性,有利于建筑的高效率、高质量施工。
本申请实施例的另一个目的在于提供起重机施工现场的目标识别系统。
为了达到上述技术目的,本申请实施例所采取的技术方案包括:
第一方面,本申请实施例提供了一种起重机施工现场的目标识别方法,包括以下步骤:
通过起重机上安装的立体摄像机获取起重机前方的图像数据,并从所述图像数据中提取二维图像数据和三维图像数据;
通过训练好的目标检测模型检测所述二维图像数据中的目标起重物,得到所述目标起重物的边界框;
根据所述边界框对所述二维图像数据进行图像处理,提取得到所述目标起重物的轮廓的线段和端点;
对所述端点进行聚类分析,得到所述目标起重物的顶点组;
根据所述顶点组和所述线段,从所述三维图像数据中确定所述目标起重物的质心坐标。
另外,根据本申请上述实施例的起重机施工现场的目标识别方法,还可以具有以下附加的技术特征:
进一步地,在本申请的一个实施例中,所述通过训练好的目标检测模型检测所述二维图像数据中的目标起重物,包括:
获取训练好的Faster-R-CNN模型;
根据所述Faster-R-CNN模型,检测所述二维图像数据中的目标起重物。
进一步地,在本申请的一个实施例中,根据所述边界框对所述二维图像数据进行图像处理,提取得到所述目标起重物的轮廓的线段和端点,包括:
通过Canny算法提取所述二维图像数据的极值点,根据所述极值点得到所述目标起重物的轮廓;
对提取出轮廓的所述二维图像数据进行Hough变换,得到所述轮廓的线段和端点。
进一步地,在本申请的一个实施例中,所述对所述端点进行聚类分析,得到所述目标起重物的顶点组,包括:
获取任意两段线段的端点;
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广州大学,未经广州大学许可,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/202110305684.6/2.html,转载请声明来源钻瓜专利网。