CN110874544A - 冶金行车安全监控识别方法 - Google Patents
冶金行车安全监控识别方法 Download PDFInfo
- Publication number
- CN110874544A CN110874544A CN201810997817.9A CN201810997817A CN110874544A CN 110874544 A CN110874544 A CN 110874544A CN 201810997817 A CN201810997817 A CN 201810997817A CN 110874544 A CN110874544 A CN 110874544A
- Authority
- CN
- China
- Prior art keywords
- hook
- image
- hung object
- alarm
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 title claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000000605 extraction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 239000011800 void material Substances 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 description 8
- 239000012141 concentrate Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B23/00—Alarms responsive to unspecified undesired or abnormal conditions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Control And Safety Of Cranes (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及车辆制动控制系统或其部件领域,具体为一种冶金行车安全监控识别方法。一种冶金行车安全监控识别方法,包括在行车驾驶室底部设置摄像系统,其特征是:按如下步骤依次实施:①拍摄;②滤波;③提取;④比较一;⑤比较二;⑥比较三;⑦判断;⑧控制。本发明控制精确,安全可靠。
Description
技术领域
本发明涉及车辆制动控制系统或其部件领域,具体为一种冶金行车安全监控识别方法。
背景技术
现有技术产品状况及其缺点:目前冶金行车安全监控系统仅才用行程开关联锁保护,在某些情况下不能全面的反应行车吊包状态,引发安全事故。
发明内容
为了克服现有技术的缺陷,提供一种控制精确、安全可靠的行车控制措施,本发明公开了一种冶金行车安全监控识别方法。
本发明通过如下技术方案达到发明目的:
一种冶金行车安全监控识别方法,包括在行车驾驶室底部设置摄像系统,其特征是:按如下步骤依次实施:
① 拍摄:根据安装在行车驾驶室底部摄像系统实时拍摄行车吊钩与被吊物的图像;
② 滤波:对吊钩和被吊物进行滤波处理,采用“快速中值滤波算法”,具体步骤是:使用奇数个采样组成观察窗,对观察窗口中的数值予以排序,位于观察窗数值序列中间的中值作为输出,然后,丢弃最早的值,取得新的采样,重复上述计算过程;
③ 提取:对吊钩和被吊物进行滤波处理进行图像分割并提取边缘特性,
采用“取边缘特征的算法”,具体步骤是:
step1:用高斯滤波器平滑图象;
step2:用一阶偏导的有限差分来计算梯度的幅值和方向;
step3:对梯度幅值进行非极大值抑制;
step4:用双阈值算法检测和连接边缘;
图象的边缘是指图象局部区域亮度变化显著的部分,该区域的灰度剖面一般可以看作是一个阶跃,既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息,图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的,同时也是图象分割所依赖的重要特征,边缘检测主要是图象的灰度变化的度量、检测和定位,自从1959提出边缘检测以来,经过五十多年的发展,已有许多中不同的边缘检测方法。在我们常用的几种用于边缘检测的算子中Laplace算子常常会产生双边界;而其他一些算子如Sobel算子又往往会形成不闭合区域。
④ 比较一:多点比较吊钩和被吊物的贴合情况,
在边缘提取的基础上,以像素为单位比较吊钩和被吊物的贴合情况,比较一贴合度公式如下所示:
若比较一贴合度>2%即为不合格,发出报警1;
⑤ 比较二:比较在吊钩区域中有无空隙,
在边缘提取的基础上,以像素为单位比较吊钩和被吊物的间的空隙,比较二贴合度公式如下所示:
若比较二贴合度>2%即为不合格,发出报警2;
⑥ 比较三:特定事故图像比较,
把被吊物图象由左至右分为三段,左、中和右这三段的长度分别为被吊物全长的a、b和c,
把吊钩图象由左至右分为三段,左、中和右这三段的长度分别为吊钩全长的a、b和c,
其中:a、b和c都为正数且a+b+c=1,b≥50%,
重合段像素必须都在被吊物图象的中段内和吊钩图象的中段内,否则发出报警3;
⑦ 判断:通过智能算法的判断行车吊钩是否已完全贴合被吊物,若无报警1~3中的任何一个报警,则判断行车吊钩已完全贴合被吊物;
⑧ 控制:发出判断信号接入行车控制系统,若有报警1~3中的任何一个报警,则发出报警信号并停止行车运行,或由操作员选择是否发出报警信号或者停车。
所述的冶金行车安全监控识别方法,其特征是:步骤⑥时,a=c=15%,b=70%。
本发明可以弥补限位开关误信号引发的安全事故。
本发明的有益效果是:控制精确,安全可靠。
附图说明
图1是本发明的流程图。
具体实施方式
以下通过具体实施例进一步说明本发明。
实施例1
一种冶金行车安全监控识别方法,包括在行车驾驶室底部设置摄像系统,如图1所示,按如下步骤依次实施:
① 拍摄:根据安装在行车驾驶室底部摄像系统实时拍摄行车吊钩与被吊物的图像;
② 滤波:对吊钩和被吊物进行滤波处理,采用“快速中值滤波算法”,具体步骤是:使用奇数个采样组成观察窗,对观察窗口中的数值予以排序,位于观察窗数值序列中间的中值作为输出,然后,丢弃最早的值,取得新的采样,重复上述计算过程;
③ 提取:对吊钩和被吊物进行滤波处理进行图像分割并提取边缘特性,
采用“取边缘特征的算法”,具体步骤是:
step1:用高斯滤波器平滑图象;
step2:用一阶偏导的有限差分来计算梯度的幅值和方向;
step3:对梯度幅值进行非极大值抑制;
step4:用双阈值算法检测和连接边缘;
图象的边缘是指图象局部区域亮度变化显著的部分,该区域的灰度剖面一般可以看作是一个阶跃,既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息,图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的,同时也是图象分割所依赖的重要特征,边缘检测主要是图象的灰度变化的度量、检测和定位,自从1959提出边缘检测以来,经过五十多年的发展,已有许多中不同的边缘检测方法。在我们常用的几种用于边缘检测的算子中Laplace算子常常会产生双边界;而其他一些算子如Sobel算子又往往会形成不闭合区域。
④ 比较一:多点比较吊钩和被吊物的贴合情况,
在边缘提取的基础上,以像素为单位比较吊钩和被吊物的贴合情况,比较一贴合度公式如下所示:
若比较一贴合度>2%即为不合格,发出报警1;
⑤ 比较二:比较在吊钩区域中有无空隙,
在边缘提取的基础上,以像素为单位比较吊钩和被吊物的间的空隙,比较二贴合度公式如下所示:
若比较二贴合度>2%即为不合格,发出报警2;
⑥ 比较三:特定事故图像比较,
把被吊物图象由左至右分为三段,左、中和右这三段的长度分别为被吊物全长的15%、70%和15%,
把吊钩图象由左至右分为三段,左、中和右这三段的长度分别为吊钩全长的15%、70%和15%,
重合段像素必须都在被吊物图象的中段内和吊钩图象的中段内,否则发出报警3;
⑦ 判断:通过智能算法的判断行车吊钩是否已完全贴合被吊物,若无报警1~3中的任何一个报警,则判断行车吊钩已完全贴合被吊物;
⑧ 控制:发出判断信号接入行车控制系统,若有报警1~3中的任何一个报警,则发出报警信号并停止行车运行,或由操作员选择是否发出报警信号或者停车。
Claims (2)
1.一种冶金行车安全监控识别方法,包括在行车驾驶室底部设置摄像系统,其特征是:按如下步骤依次实施:
① 拍摄:根据安装在行车驾驶室底部摄像系统实时拍摄行车吊钩与被吊物的图像;
② 滤波:对吊钩和被吊物进行滤波处理,采用“快速中值滤波算法”,具体步骤是:使用奇数个采样组成观察窗,对观察窗口中的数值予以排序,位于观察窗数值序列中间的中值作为输出,然后,丢弃最早的值,取得新的采样,重复上述计算过程;
③ 提取:对吊钩和被吊物进行滤波处理进行图像分割并提取边缘特性,
采用“取边缘特征的算法”,具体步骤是:
step1:用高斯滤波器平滑图象;
step2:用一阶偏导的有限差分来计算梯度的幅值和方向;
step3:对梯度幅值进行非极大值抑制;
step4:用双阈值算法检测和连接边缘;
④ 比较一:多点比较吊钩和被吊物的贴合情况,
在边缘提取的基础上,以像素为单位比较吊钩和被吊物的贴合情况,比较一贴合度公式如下所示:
若比较一贴合度>2%即为不合格,发出报警1;
⑤ 比较二:比较在吊钩区域中有无空隙,
在边缘提取的基础上,以像素为单位比较吊钩和被吊物的间的空隙,比较二贴合度公式如下所示:
若比较二贴合度>2%即为不合格,发出报警2;
⑥ 比较三:特定事故图像比较,
把被吊物图象由左至右分为三段,左、中和右这三段的长度分别为被吊物全长的a、b和c,
把吊钩图象由左至右分为三段,左、中和右这三段的长度分别为吊钩全长的a、b和c,
其中:a、b和c都为正数且a+b+c=1,b≥50%,
重合段像素必须都在被吊物图象的中段内和吊钩图象的中段内,否则发出报警3;
⑦ 判断:通过智能算法的判断行车吊钩是否已完全贴合被吊物,若无报警1~3中的任何一个报警,则判断行车吊钩已完全贴合被吊物;
⑧ 控制:发出判断信号接入行车控制系统,若有报警1~3中的任何一个报警,则发出报警信号并停止行车运行,或由操作员选择是否发出报警信号或者停车。
2.如权利要求1所述的冶金行车安全监控识别方法,其特征是:步骤⑥时,a=c=15%,b=70%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810997817.9A CN110874544B (zh) | 2018-08-29 | 2018-08-29 | 冶金行车安全监控识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810997817.9A CN110874544B (zh) | 2018-08-29 | 2018-08-29 | 冶金行车安全监控识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110874544A true CN110874544A (zh) | 2020-03-10 |
CN110874544B CN110874544B (zh) | 2023-11-21 |
Family
ID=69714891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810997817.9A Active CN110874544B (zh) | 2018-08-29 | 2018-08-29 | 冶金行车安全监控识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110874544B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111849516A (zh) * | 2020-07-28 | 2020-10-30 | 华泰永创(北京)科技股份有限公司 | 一种干熄焦装焦设备的控制方法、系统及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002034662A1 (fr) * | 2000-10-27 | 2002-05-02 | Mitsubishi Heavy Industries, Ltd. | Procede et dispositif permettant de mesurer la position d'un conteneur, destines a une grue a crochet, et procede de depot/gerbage de conteneurs |
WO2009013271A1 (de) * | 2007-07-26 | 2009-01-29 | Siemens Aktiengesellschaft | Verfahren zur automatischen bereitstellung kartographischer daten in einer containerkrananlage, containerkrananlage und steuerungsprogramm |
CN102153024A (zh) * | 2011-05-13 | 2011-08-17 | 赣州德业电子科技有限公司 | 一种塔机安全监控系统 |
CN202358843U (zh) * | 2011-12-07 | 2012-08-01 | 宝钢发展有限公司 | 一种吊具运行视频监控装置 |
CN103559703A (zh) * | 2013-10-08 | 2014-02-05 | 中南大学 | 基于双目视觉的起重机障碍物监测及预警方法及系统 |
US20150329333A1 (en) * | 2012-12-17 | 2015-11-19 | Liebherr-Components Biberach Gmbh | Tower slewing crane |
JP2017102606A (ja) * | 2015-11-30 | 2017-06-08 | 住友重機械工業株式会社 | 作業機械用周辺監視システム |
CN106986272A (zh) * | 2017-02-24 | 2017-07-28 | 北京航天自动控制研究所 | 一种基于机器视觉跟踪的集装箱货柜车防吊起方法及系统 |
CN206457174U (zh) * | 2017-02-10 | 2017-09-01 | 郑耿灶 | 一种包括有自动纠偏系统的起重机 |
CN206721231U (zh) * | 2017-05-10 | 2017-12-08 | 安徽马钢重型机械制造有限公司 | 冶金渣罐倾翻装置 |
CN107481380A (zh) * | 2017-08-30 | 2017-12-15 | 宜昌市微特电子设备有限责任公司 | 带人脸及指纹生物特征识别的起重安全监控系统及其控制方法 |
-
2018
- 2018-08-29 CN CN201810997817.9A patent/CN110874544B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002034662A1 (fr) * | 2000-10-27 | 2002-05-02 | Mitsubishi Heavy Industries, Ltd. | Procede et dispositif permettant de mesurer la position d'un conteneur, destines a une grue a crochet, et procede de depot/gerbage de conteneurs |
WO2009013271A1 (de) * | 2007-07-26 | 2009-01-29 | Siemens Aktiengesellschaft | Verfahren zur automatischen bereitstellung kartographischer daten in einer containerkrananlage, containerkrananlage und steuerungsprogramm |
CN102153024A (zh) * | 2011-05-13 | 2011-08-17 | 赣州德业电子科技有限公司 | 一种塔机安全监控系统 |
CN202358843U (zh) * | 2011-12-07 | 2012-08-01 | 宝钢发展有限公司 | 一种吊具运行视频监控装置 |
US20150329333A1 (en) * | 2012-12-17 | 2015-11-19 | Liebherr-Components Biberach Gmbh | Tower slewing crane |
CN103559703A (zh) * | 2013-10-08 | 2014-02-05 | 中南大学 | 基于双目视觉的起重机障碍物监测及预警方法及系统 |
JP2017102606A (ja) * | 2015-11-30 | 2017-06-08 | 住友重機械工業株式会社 | 作業機械用周辺監視システム |
CN206457174U (zh) * | 2017-02-10 | 2017-09-01 | 郑耿灶 | 一种包括有自动纠偏系统的起重机 |
CN106986272A (zh) * | 2017-02-24 | 2017-07-28 | 北京航天自动控制研究所 | 一种基于机器视觉跟踪的集装箱货柜车防吊起方法及系统 |
CN206721231U (zh) * | 2017-05-10 | 2017-12-08 | 安徽马钢重型机械制造有限公司 | 冶金渣罐倾翻装置 |
CN107481380A (zh) * | 2017-08-30 | 2017-12-15 | 宜昌市微特电子设备有限责任公司 | 带人脸及指纹生物特征识别的起重安全监控系统及其控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111849516A (zh) * | 2020-07-28 | 2020-10-30 | 华泰永创(北京)科技股份有限公司 | 一种干熄焦装焦设备的控制方法、系统及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110874544B (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103686148B (zh) | 一种基于数字图像处理的自动检测视频图像清晰度的方法 | |
KR101095528B1 (ko) | 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법 | |
CN103400111B (zh) | 基于视频检测技术的高速公路隧道火灾事件检测方法 | |
CN110526058B (zh) | 电梯门监控系统、电梯系统和电梯门监控方法 | |
CN109867186B (zh) | 一种基于智能视频分析技术的电梯困人检测方法及系统 | |
CN111862083A (zh) | 一种基于视觉-电磁检测的钢丝绳状态综合监测系统及方法 | |
CN109598187A (zh) | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 | |
CN105744232A (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
CN105438983A (zh) | 一种工程机械及其卷扬乱绳监测装置和方法 | |
CN109850711B (zh) | 一种基于3d测量技术的电梯门状态检测方法及系统 | |
CN107966232B (zh) | 基于机器视觉的起重装备制动器性能监测方法与系统 | |
CN110458157A (zh) | 一种电力电缆生产过程智能监控系统 | |
CN106454330B (zh) | 视频信号的模糊异常检测方法 | |
CN113139482A (zh) | 交通异常检测的方法和装置 | |
CN107464416B (zh) | 巴士的半自动驾驶方法及系统 | |
CN103902985A (zh) | 一种基于roi的强鲁棒性实时车道侦测算法 | |
CN110874544A (zh) | 冶金行车安全监控识别方法 | |
CN109887296A (zh) | 基于多种信息融合的车辆通过性报警装置及其方法 | |
CN105774779B (zh) | 抑制自动紧急制动系统对小障碍物误工作的装置和方法 | |
CN117775995A (zh) | 一种用于电力吊装作业中的安全距离智能预警系统及方法 | |
US9625402B2 (en) | Method and apparatus for detection of defective brakes | |
CN116664552A (zh) | 基于视频图像分析的电梯门异常检测方法 | |
CN116524698A (zh) | 一种基于人工智能的计算机设备故障预警系统及方法 | |
CN104408942A (zh) | 车辆智能测速装置与方法 | |
CN104504713A (zh) | 一种动车组运行状态图像监控故障自动识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |