[发明专利]基于深度学习的预制梁场台座状态识别装置及其识别方法

说明书

本发明属于梁场生产管理应用技术领域，具体公开了基于深度学习的预制梁场台座状态识别装置，包括采集终端、通信单元、数据处理单元和梁场台座管理系统；所述采集终端、通信单元、数据处理单元和梁场台座管理系统依次连接。本发明的基于深度学习的预制梁场台座状态识别装置及其识别方法的有益效果在于：能够实时、高效、智能化的监控梁场台座使用状态，减少梁场作业人员工作量，提升梁场的智能化水平。

技术领域

本发明属于梁场生产管理应用技术领域，具体涉及基于深度学习的预制梁场台座状态识别装置及其识别方法。

背景技术

随着我国基础建设的大力发展，高速道路和桥梁的构件预制化也越来越普遍，预制构件生产规模愈发增长，大型和超大型的预制梁场也不断涌现，如何实现制梁台座的管理、实时监控台座的使用状态是整个梁场资源设备高效周转、实现制梁高效化的关键。

传统预制梁施工是在固定台座上采用“施工区域固定、施工工序循环”的预制模式，即在同一施工区域内(固定台座上)进行钢筋绑扎、立模、混凝土浇筑、拆模、喷淋养护、预应力张拉、压浆等一系列工序。对于台座使用状态，则通过人工方式进行记录，此种记录方式效率低、时效性差且不直观。

因此，基于上述问题，本发明提供基于深度学习的预制梁场台座状态识别装置及其识别方法。

发明内容

发明目的：本发明的目的是提供基于深度学习的预制梁场台座状态识别装置及其识别方法，解决当前预制梁场台座使用状态所存在的问题。

技术方案：本发明的一方面提供基于深度学习的预制梁场台座状态识别装置，包括采集终端、通信单元、数据处理单元和梁场台座管理系统；所述采集终端、通信单元、数据处理单元和梁场台座管理系统依次连接，其中，通信单元与梁场台座管理系统连接；所述采集终端，用于拍摄梁场台座的状态，包括拍摄梁场台座图片或视频；所述通信单元，用于将采集终端所采集的数据信息传输至数据处理单元、梁场台座管理系统；所述数据处理单元，用于对采集终端传输的数据信息进行处理，包括台座区域定位、台座状态分类；所述梁场台座管理系统，用于对采集终端的数据信息进行存储，对数据处理单元的数据信息处理，包括信息统计、报警提示。

本技术方案的，所述采集终端包括但不限与摄像头，通信单元包括但不限与6GK7343-1EX30-0XE0，数据处理单元包括但限于型号为SIMATIC S7-1500的中央处理器，梁场台座管理系统包括设置在外壳内的单片机、数据接收模块、显示模块和预警模块，数据接收模块、显示模块和预警模块分别与单片机连接，外壳为固定式或手持移动式。

本发明的另一方面提供基于深度学习的预制梁场台座状态识别装置的识别方法，所述识别装置，包括采集终端、通信单元、数据处理单元和梁场台座管理系统，包括以下步骤，步骤S1、获取梁场台座监控视频数据；步骤S2、抽取梁场台座监控视频中部分图像进行标注，标注出这些图像中的台座所在位置以及台座工作状态，构建台座目标检测数据集，并扩充部分其他区域作为背景图，共同作为总数据集，将总数据集划分成训练集和验证集；步骤S3、基于深度学习目标检测方法构建用于台座区域定位与状态识别的多分类目标检测网络；步骤S4、使用步骤S2中提取的台座目标检测数据集的训练集对用于台座区域定位与状态识别的多分类目标检测网络进行训练，训练过程中每隔1000次迭代在台座目标检测数据集的验证集上评估多分类目标检测网络模型的效果，保存在验证集上表现最好的多分类目标检测网络模型作为台座区域定位模型；步骤S5、将步骤S4训练好的模型文件加载到多分类目标检测网络中，使用多分类目标检测网络进行台座区域定位与状态识别，获取台座区域在图像上的坐标，以及台座工作状态。

本技术方案的，所述步骤S2中抽取梁场台座监控视频中部分图像进行标注，标注数量为标注数据集总量的1%-5%。

本技术方案的，所述步骤S3中采用基于YOLO系列目标检测网络的多分类目标检测网络，多分类目标检测网络能够同时识别台座区域已经台座工作状态。