CN109335967A - 柔性吊车下摆角测量、自动控制以及评价系统与方法 - Google Patents

Abstract

本公开提供了一种柔性吊车下摆角测量、自动控制以及评价系统与方法，本公开可以模拟实际柔性吊车运行，同时利用视觉标定和机器学习拟合出吊绳弯曲特性，将此特性用于吊绳下端摆角的测量。依据该测量值，能够将其作为控制性能定量评价指标，对控制器性能进行定量评价，并据此修改、优化控制器参数，进行柔性吊车系统的自动或优化控制。

Description

柔性吊车下摆角测量、自动控制以及评价系统与方法

技术领域

本公开涉及一种柔性吊车下摆角测量、自动控制以及评价系统与方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

桥式吊车是一种十分常见的运载工具，它利用绳索将负载与吊车上的台车相连，并通过台车的运动来将负载运送到指定的位置，吊车被广泛应用于生产车间、安装工地等各种工业场合。鉴于桥式吊车在运行时，吊车上台车的运动会引起负载的摆动，使得负载可能会和周围的操作工人或者是其它物体发生碰撞，致使负载损坏，甚至导致发生人员伤亡事故，尤其是当台车到达指定位置停止运行后，吊车所悬挂的负载会发生比较强烈的残余摆动，这样不仅会带来较大的安全隐患，同时也严重影响了吊车的工作效率。因此，近年来国内外自动化领域的许多学者针对桥式吊车系统开展了大量研究，提出了多种控制方法，力图实现桥式吊车的安全、高效运行。

但是，大部分现有的研究成果都是基于刚性绳的研究成果。吊车系统的控制量维数少于其待控的系统自由度，是典型的欠驱动系统，且其在工作时易受摩擦力、风力等外界干扰的影响，特别是在实际应用中吊绳长度达到十几米甚至几十米时，吊绳在摆动时本身发生的弯曲效果就会凸显出来，此时便不能简单地将其视为刚性绳，否则会对实际应用带来重大影响。因此对柔性绳吊车系统的研究是必要且重要的。

目前，柔性吊车系统的自动控制研究主要集中在两个方面：一方面需要实现台车的快速准确定位，以满足准确运送负载的要求；另一方面，需要有效地抑制负载的摆动以及柔性绳自身的弯曲。柔性吊车系统与刚性吊车系统的区别，也即其控制难点在于，当台车运动时，除了绳索上端会产生一个倾角，绳索下端还会因为自身弯曲而产生一个额外的摆角。

因此，如何正确的测量柔性绳索末端摆角，如何利用该柔性绳索末端摆角作为控制性能定量评价指标，进而对多种控制策略进行验证，对进行柔性吊车系统的自动控制研究具有重要的意义。

发明内容

本公开为了解决上述问题，提出了一种柔性吊车下摆角测量、自动控制以及评价系统与方法，本公开可以模拟实际柔性吊车运行，同时利用视觉标定和机器学习拟合出吊绳弯曲特性，将此特性用于吊绳下端摆角的测量。依据该测量值，能够将其作为控制性能定量评价指标，对控制器性能进行定量评价，并据此修改、优化控制器参数，进行柔性吊车系统的自动或优化控制。

根据一些实施例，本公开采用如下技术方案：

一种柔性吊车下摆角测量系统，包括光视觉标定系统、处理器和采集单元，其中：

所述采集单元，被配置为采集台车在可运动方向上的位置信息、柔性绳索上端倾角，以及柔性绳索下端的摆动图像；

所述光视觉标定系统，被配置为利用静态标定识别每一帧图像中，设置在柔性绳索下端标定片的位置，动态连续跟踪标定片以识别每一帧的标定片位置，将静态识别和动态识别结果互为补充，利用标定出来的位置计算柔性绳索下端摆角，并与柔性绳索上端倾角数据在时域进行对齐，进行拟合，确定二者关系；

所述处理器，被配置为根据拟合确定的柔性绳索上端倾角与柔性绳索下端摆角的关系，将实时获取的上端倾角数据转换为下端摆角，并输出。

作为进一步的限定，所述柔性吊绳为刚度合适的钢片，保证自身弯曲易于检测并有效抑制侧向摆动。

作为进一步的限定，所述光视觉标定系统，包括黑色背景板、贴在柔性绳索侧面的有色标定片、图像采集模块和光视觉标定模块，所述黑色背景板设置于所述柔性绳索的后端，且覆盖所述柔性绳索的全部摆动范围，所述图像采集模块录制所述柔性绳索摆动的视频，所述光视觉标定模块运行于控制器或存储器上，被配置为结合视觉标定和机器学习的方法，离线得到上端倾角编码器度数和下端摆角之间的非线性关系式。

作为更进一步的限定，所述光视觉标定模块包括静态标定模块、动态标定模块和时域对齐模块，静态标定模块被配置为利用RGB颜色阈值识别视频中每一帧的标定片位置，动态标定模块被配置为利用CamShift算法连续跟踪标定片以识别每一帧的标定片位置，二者互为补充，标定出来的位置用以计算柔性绳索下端摆角，所述时域对齐模块被配置为计算出的柔性绳索下端摆角对与柔性绳索上端摆动数据在时域进行对齐，生成原始训练集。

作为进一步的限定，所述处理器设置或连接有机器学习拟合库，利用机器学习对原始训练集进行数据拟合，得到的拟合模型将实际运行中获取的上端摆动数据转换为下端摆角。

一种柔性吊车柔性建模试验系统，包括上述柔性吊车下摆角测量系统和柔性吊车实验平台，其中：

所述柔性吊车实验平台，包括机械平台主体和驱动装置，所述机械平台主体为桥式吊车系统结构，具体包括台车、柔性吊绳以及有效载荷，所述台车连接柔性吊绳的一端，柔性吊绳的另一端吊有有效载荷，所述柔性吊绳随着台车的水平行驶而摆动；

所述驱动装置为台车提供移动力，使其在水平方向往复运动；

所述采集单元，至少包括位置采集模块、上端倾角测量模块和下端摆角测量模块，所述位置采集模块，被配置为采集驱动装置的编码信号，根据驱动装置的编码信号得到台车在可运动方向上的位置信息；

所述上端倾角测量模块，被配置为采集柔性绳索上端摆动编码器信号，解码所述柔性绳索上端摆动编码器信号，得到柔性吊绳上端倾角；

所述下端摆角测量模块，被配置为采集柔性绳索下端的摆动图像；

所述采集单元的数据均传输给所述处理器。

一种柔性吊车自动控制评价系统，运行于处理器或存储器上，被配置为执行以下指令：

获取上述实时转换后的柔性绳索下端摆角，利用其作为评价指标，以运行过程中该角度尽可能小，尽可能快速收敛到零为评价原则，对各柔性吊车自动控制策略进行评价。

一种柔性吊车自动控制系统，运行于处理器或存储器上，被配置为执行以下指令，获取上述实时转换后的柔性绳索下端摆角，利用其作为评价指标，以运行过程中该角度尽可能小，尽可能快速收敛到零为评价原则，对初选的各柔性吊车自动控制策略进行评价，利用评价结果符合设定要求的相应控制策略，根据实时采集的柔性绳索上端摆动信号，对柔性吊车的运行进行自动控制。

一种柔性吊车下摆角自动控制方法，包括以下步骤：

采集台车在可运动方向上的位置信息、柔性绳索上端倾角，以及柔性绳索下端的摆动图像；

利用静态标定识别每一帧图像中，设置在柔性绳索下端标定片的位置，动态连续跟踪标定片以识别每一帧的标定片位置，将静态识别和动态识别结果互为补充，利用标定出来的位置计算柔性绳索下端摆角，并与柔性绳索上端倾角数据在时域进行对齐，进行拟合，确定二者关系；

根据拟合确定的柔性绳索上端倾角与柔性绳索下端摆角的关系，将实时获取的上端倾角数据转换为下端摆角；

利用下端摆角作为评价指标，以运行过程中该角度尽可能小，尽可能快速收敛到零为评价原则，对初选的各柔性吊车自动控制策略进行评价，选择评价结果符合设定要求的相应控制策略；

根据实时采集的柔性绳索上端摆动信号，利用选择的控制策略对柔性吊车的运行进行自动控制。

与现有技术相比，本公开的有益效果为：

本公开根据实际柔性吊车运行或模拟实际柔性吊车运行，同时利用视觉标定和机器学习拟合出吊绳弯曲特性，将此特性用于吊绳下端摆角的测量，对控制器性能进行定量评价，并据此修改或优化控制器参数，有助于柔性吊车系统的自动控制研究；

本公开能够确定柔性吊绳的顶端摆角和末端摆角的关系，利用容易获取的顶端摆角作为参考因素，对吊车运行进行控制，简化了采集过程和相应的控制环节；

本公开基于柔性建模评估得出的柔性绳索下端摆角，要求运行过程中该角度尽可能小，尽可能快速收敛到零，得到符合标准的控制策略后，可以应用于实际工业环境中，能够有效实现台车定位及消除载荷摆动控制。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1是本公开的实验系统的组成结构示意图；

图2是本公开的实验系统中柔性建模评估系统的结构示意图；

图3是本公开的典型桥式吊车系统结构示意图；

具体实施方式：

下面结合附图与实施例对本公开作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

在本公开中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本公开各部件或元件结构关系而确定的关系词，并非特指本公开中任一部件或元件，不能理解为对本公开的限制。

本公开中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本公开中的具体含义，不能理解为对本公开的限制。

在本部分，为方便本领域相关科研或技术人员理解，以全面的基于视觉检测和机器学习的柔性吊车自动控制实验系统进行详细说明，但是，上述人员应该清楚，将柔性吊车下摆角测量系统、试验系统、控制策略评估系统或自动控制系统等单独作为一个系统也是可行的，分别能够实现柔性吊车下摆角测量/确定，模拟或实验得到柔性吊车下摆角、依据确定/转换后的柔性吊车下摆角对各个控制策略进行评估或评价，依据评估结果选择最为或较为优秀的控制策略进行对柔性吊车的自动控制，由于这些内容在前已经叙述了，在此不再赘述。

一种基于视觉检测和机器学习的柔性吊车自动控制实验系统，包括柔性吊车实验平台以及柔性建模评估系统，其中：

柔性吊车实验平台，包括机械平台主体、驱动装置以及硬件数据采集电路，用于采集观测机械平台的状态，并将所得状态量信息通过控制电路传至PC端，可以对各种自动控制策略进行验证：是否可以使得吊车的运动过程达到期望的控制目标。

柔性建模评估系统，用于对绳索的弯曲特性进行建模，并基于此模型定量计算运行过程中绳索下端摆角，以对特定控制策略和对控制参数的效果进行评估。

具体的，柔性吊车实验平台，包括机械平台主体、驱动装置以及硬件数据采集电路。所述平台机械主体，为独立建模设计的机械平台，是整个实验平台的骨架，是整个系统的控制对象，它根据真实桥式吊车系统的组成结构设计实现，主要包括支撑框架、台车、柔性吊绳以及有效载荷，台车在支撑框架上进行运行，吊有柔性吊绳，柔性吊绳的末端设置有有效载荷。

柔性吊绳为刚度合适的钢片，可保证自身弯曲易于检测并有效抑制侧向摆动；在本实施例中，柔性吊绳为长0.6米、宽1.5厘米、厚0.2毫米的钢片，材质为304不锈钢，钢片1.5厘米的宽度可有效抑制自身在摆动过程中发生的侧旋，当宽度小于1厘米时，钢片在摆动中往往会产生不可忽略的侧旋；钢片0.2毫米的厚度可保证自身弯曲易于检测，当厚度大于0.3毫米时，钢片发生的自身弯曲会非常微小且难以检测。

当然，在其他实施例中，本领域技术人员可以根据具体情况进行相应材质或参数的适应性调整。

所述驱动装置作为执行器根据控制系统发出的控制量来为机械部分提供相应的力，主要包括一台伺服电动机，通过同步轮和同步带来拖动台车在水平方向上进行运动；所述硬件数据采集电路，能够采集伺服电机旋转编码器信号、柔性绳索上端摆动编码器信号，在PC端或其他控制器上进行解码，并利用预先设定的自动控制策略给出控制信号，将之发送到伺服电机，使得柔性吊车实验平台按照预定要求运行。

柔性建模评估系统，其中包括有：光视觉标定硬件平台、光视觉标定软件算法、机器学习拟合库。所述光视觉标定硬件平台包括位置测量装置、顶端倾角测量装置、末端摆角测量装置三个部分，所述位置测量装置通过交流伺服电机的编码器读数计算得到台车在可运动方向上的位置，所述顶端倾角测量装置通过旋转编码器测量得到柔性吊绳顶端倾角，所述末端摆角测量装置由黑色背景板、贴在柔性绳索侧面的红色标定片、工业相机组成，用以录制大量摆动视频，通过一种结合视觉标定和机器学习的方法，离线得到顶端倾角编码器度数和末端摆角之间的非线性关系式；所述光视觉标定软件算法由静态标定、动态标定、时域对齐三部分组成，静态标定利用RGB颜色阈值识别视频中每一帧的标定片位置，动态标定利用CamShift算法连续跟踪标定片以识别每一帧的标定片位置，二者互为补充，标定出来的位置用以计算柔性绳索下端摆角，并与柔性绳索上端摆动编码器数据在时域进行对齐，从而生成原始训练集；所述机器学习拟合库，利用机器学习对原始训练集进行数据拟合，得到的拟合模型可将实际运行中获取的上端摆动编码器数据转换为下端摆角，以定量评估控制策略的优劣。

当然，上述标定片的颜色也是可以进行更换的，相应的，只要在静态标定中更换颜色阈值即可。

可以根据定量评估标准方便地测试评估不同的控制策略，控制系统中的控制算法可由用户进行设定、调整，并对控制参数进行优化，进行柔性吊车系统的自动控制研究，所述定量评估标准基于柔性建模评估系统得出的柔性绳索下端摆角，要求运行过程中该角度尽可能小，尽可能快速收敛到零，得到符合标准的控制策略后，可以应用于实际工业环境中，有效实现台车定位及消除载荷摆动控制。

更为具体的，以具体实施例进行详细说明，如图1所示，本实施例提供的基于视觉检测和机器学习的柔性吊车自动控制实验系统，包括：柔性吊车实验平台101，柔性建模评估系统102，其中：

柔性吊车实验平台101，用于模拟实际吊车系统(如图3所示)的结构，其中1011为柔性吊车平台机械主体，它是整个实验系统的控制对象，尤其考虑到实际吊车吊绳弯曲的状况，特别加入了吊绳可弯曲的特性，与柔性建模评估系统102相连接；1012为驱动装置，负责接收控制器传递的驱动信号，驱动柔性吊车平台机械主体1011按照预定的要求运行，硬件数据采集电路1013能够采集信号(包括一路台车位置信号，一路摆角信号，包括光视觉传感器的采集信号)，在PC端进行解码，并利用预先设定的自动控制策略给出控制信号，将之发送到伺服电机，使得柔性吊车实验平台101按照预定要求运行。

柔性建模评估系统102，其中光视觉标定硬件平台1021、光视觉标定软件算法1022述机器学习拟合库1023，用于对绳索的弯曲特性进行建模，通过一种结合视觉标定和机器学习的方法，离线得到顶端倾角编码器度数和末端摆角之间的非线性关系式，得到的拟合模型可将实际运行中获取的上端摆动编码器数据转换为下端摆角，以定量评估控制策略的优劣。其中光视觉标定的具体实现步骤为：

①在柔性钢片一侧每0.05米处贴一张红色的标定片作为视觉检测的特征点；

②在柔性吊车实验平台101后部布置黑色幕布作为背景，在前面放置工业级摄像机；

③录制多组摆动视频，记录对应相应的旋转编码器读数；

④采用动态检测和静态检测相结合的方法，获得视频各帧特征点的像素坐标；

⑤按照时域对齐原理，将编码器读数与像素坐标一一对应，构成原始数据集，用于后续的机器学习。

当然，对于本领域相关科研或技术人员而言，本实施例中的上述参数是可以根据具体的情况进行变化的，并不限于此。

机器学习的具体实现步骤为：

①得到通过旋转编码器和光视觉标定所获得的数据，输入数据是旋转编码器读数，输出数据是每个特征点的世界坐标；

②利用回归树模型在机器学习中训练特定的非线性关系，然后得到吊绳的弯曲模型；

③用C++语言将模型封装成函数，通过旋转编码器度数，该函数可以方便地得到相应的吊绳下端摆角，用于后续的定量评估。

在本实施例中，柔性吊车试验平台突出了台车摆绳可弯曲的特性，设计出了可在一个平面内摆动的吊车仿真平台，其中吊绳用柔韧性良好的钢片模拟，在平台运行过程中，摆绳产生明显的弯曲现象，并由柔性建模评估系统102检测并采集到，生成包含摆绳在内的原始图像，并将这些原始图像依据机器视觉和机器学习的方法生成关于摆绳的弯曲模型，利用生成的摆绳弯曲模型，就能通过计算得到某一时刻摆绳的弯曲程度和摆绳末端负载的实际位置。通过得到的摆绳的弯曲程度和摆绳末端负载的位置信号，对柔性吊车系统的非线性控制算法进行评估修正，得到优秀的非线性控制器，这些控制器往往具有良好的鲁棒性，可以有效地抑制摆绳摆角的同时抑制摆绳的弯曲程度，达到控制的目的。

特别地，本实施例中的光视觉传感器采集到的包含摆绳在内的原始数据，经过机器视觉和机器学习相结合的方法生成了摆绳的弯曲模型。其中，光视觉传感器采集得到的原始数据，信息量大，干扰多，不利于直接机器学习。通过事先在摆绳上标记与背景颜色区别大的点状标定物，利用色值之间的差距，通过特定的色值滤波器滤除原始数据中除点状标定物外的其他无用信息，得到处理过后的摆绳图像数据，同时多次的滤波可以有效地抑制背景中的噪声。将得到的点状标定物通过摄像机标定的方法，计算出实际世界坐标系下摆绳各个标定物的坐标，摆绳的弯曲程度可由这些标定物的相对坐标位置表示。机器视觉得到的摆绳标定物的坐标信息与编码器输出的摆角信号统一运用机器学习中的回归树算法，在数据量足够的前提下，可以训练得到两者之间的非线性函数关系，该函数关系可由编码器输出的摆角信号计算出摆绳上各标定物的坐标位置，进而得出摆绳当前的弯曲程度和摆绳末端负载的位置，从而的到吊绳的弯曲模型。

本实施例所提供的一种基于视觉检测和机器学习的柔性吊车实验平台自动控制系统，将其应用与对实验室环境下柔性吊车平台的控制，考虑到吊绳本身的弯曲特性，能对各种控制器进行准确的评估，对现有的吊车控制方法进行验证；还可以将此控制系统应用于工业场所，实现对工业吊车的自动控制，抑制实际工业生产中的摆绳弯曲和摆绳摆动，提高了工业生产的效率和安全性。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种柔性吊车下摆角测量系统，其特征是：包括光视觉标定系统、处理器和采集单元，其中：

所述采集单元，被配置为采集台车在可运动方向上的位置信息、柔性绳索上端倾角，以及柔性绳索下端的摆动图像；

所述光视觉标定系统，被配置为利用静态标定识别每一帧图像中，设置在柔性绳索下端标定片的位置，动态连续跟踪标定片以识别每一帧的标定片位置，将静态识别和动态识别结果互为补充，利用标定出来的位置计算柔性绳索下端摆角，并与柔性绳索上端倾角数据在时域进行对齐，进行拟合，确定二者关系；

所述处理器，被配置为根据拟合确定的柔性绳索上端倾角与柔性绳索下端摆角的关系，将实时获取的上端倾角数据转换为下端摆角，并输出。

2.如权利要求1所述的一种柔性吊车下摆角测量系统，其特征是：所述光视觉标定系统，包括黑色背景板、贴在柔性绳索侧面的有色标定片、图像采集模块和光视觉标定模块，所述黑色背景板设置于所述柔性绳索的后端，且覆盖所述柔性绳索的全部摆动范围，所述图像采集模块录制所述柔性绳索摆动的视频，所述光视觉标定模块运行于控制器或存储器上，被配置为结合视觉标定和机器学习的方法，离线得到上端倾角编码器度数和下端摆角之间的非线性关系式。

3.如权利要求1所述的一种柔性吊车下摆角测量系统，其特征是：所述光视觉标定模块包括静态标定模块、动态标定模块和时域对齐模块，静态标定模块被配置为利用RGB颜色阈值识别视频中每一帧的标定片位置，动态标定模块被配置为利用CamSh i ft算法连续跟踪标定片以识别每一帧的标定片位置，二者互为补充，标定出来的位置用以计算柔性绳索下端摆角，所述时域对齐模块被配置为计算出的柔性绳索下端摆角对与柔性绳索上端摆动数据在时域进行对齐，生成原始训练集。

4.如权利要求1所述的一种柔性吊车下摆角测量系统，其特征是：所述处理器设置或连接有机器学习拟合库，利用机器学习对原始训练集进行数据拟合，得到的拟合模型将实际运行中获取的上端摆动数据转换为下端摆角。

5.如权利要求1所述的一种柔性吊车下摆角测量系统，其特征是：所述柔性吊绳为刚度合适的钢片，保证自身弯曲易于检测并有效抑制侧向摆动。

6.一种柔性吊车柔性建模试验系统，其特征是：包括如权利要求1-5中任一项所述的柔性吊车下摆角测量系统和柔性吊车实验平台，其中：

所述柔性吊车实验平台，包括机械平台主体和驱动装置，所述机械平台主体为桥式吊车系统结构，具体包括台车、柔性吊绳以及有效载荷，所述台车连接柔性吊绳的一端，柔性吊绳的另一端吊有有效载荷，所述柔性吊绳随着台车的水平行驶而摆动；

所述驱动装置为台车提供移动力，使其在水平方向往复运动。

7.如权利要求6所述的一种柔性吊车柔性建模试验系统，其特征是：所述采集单元，至少包括位置采集模块、上端倾角测量模块和下端摆角测量模块，所述位置采集模块，被配置为采集驱动装置的编码信号，根据驱动装置的编码信号得到台车在可运动方向上的位置信息；

所述上端倾角测量模块，被配置为采集柔性绳索上端摆动编码器信号，解码所述柔性绳索上端摆动编码器信号，得到柔性吊绳上端倾角；

所述下端摆角测量模块，被配置为采集柔性绳索下端的摆动图像；

所述采集单元的数据均传输给所述处理器。

8.一种柔性吊车自动控制评价系统，其特征是：运行于处理器或存储器上，被配置为执行以下指令：

获取实时转换后的柔性绳索下端摆角，利用其作为评价指标，以运行过程中该角度尽可能小，尽可能快速收敛到零为评价原则，对各柔性吊车自动控制策略进行评价。

9.一种柔性吊车自动控制系统，其特征是：运行于处理器或存储器上，被配置为执行以下指令，获取实时转换后的柔性绳索下端摆角，利用其作为评价指标，以运行过程中该角度尽可能小，尽可能快速收敛到零为评价原则，对初选的各柔性吊车自动控制策略进行评价，利用评价结果符合设定要求的相应控制策略，根据实时采集的柔性绳索上端摆动信号，对柔性吊车的运行进行自动控制。

10.一种柔性吊车下摆角自动控制方法，其特征是：包括以下步骤：

采集台车在可运动方向上的位置信息、柔性绳索上端倾角，以及柔性绳索下端的摆动图像；

利用静态标定识别每一帧图像中，设置在柔性绳索下端标定片的位置，动态连续跟踪标定片以识别每一帧的标定片位置，将静态识别和动态识别结果互为补充，利用标定出来的位置计算柔性绳索下端摆角，并与柔性绳索上端倾角数据在时域进行对齐，进行拟合，确定二者关系；

根据拟合确定的柔性绳索上端倾角与柔性绳索下端摆角的关系，将实时获取的上端倾角数据转换为下端摆角；

利用下端摆角作为评价指标，以运行过程中该角度尽可能小，尽可能快速收敛到零为评价原则，对初选的各柔性吊车自动控制策略进行评价，选择评价结果符合设定要求的相应控制策略；

根据实时采集的柔性绳索上端摆动信号，利用选择的控制策略对柔性吊车的运行进行自动控制。