CN110956181A - 起重机配重块检测方法、设备及起重机 - Google Patents

起重机配重块检测方法、设备及起重机 Download PDF

Info

Publication number
CN110956181A
CN110956181A CN201910598072.3A CN201910598072A CN110956181A CN 110956181 A CN110956181 A CN 110956181A CN 201910598072 A CN201910598072 A CN 201910598072A CN 110956181 A CN110956181 A CN 110956181A
Authority
CN
China
Prior art keywords
crane
foreground target
image
balancing weight
calculating
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.)
Pending
Application number
CN201910598072.3A
Other languages
English (en)
Inventor
谭智仁
范卿
曾杨
徐柏科
武鸿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zoomlion Heavy Industry Science and Technology Co Ltd
Original Assignee
Zoomlion Heavy Industry Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zoomlion Heavy Industry Science and Technology Co Ltd filed Critical Zoomlion Heavy Industry Science and Technology Co Ltd
Priority to CN201910598072.3A priority Critical patent/CN110956181A/zh
Publication of CN110956181A publication Critical patent/CN110956181A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V10/443—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 by matching or filtering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C13/00—Other constructional features or details
    • B66C13/16—Applications of indicating, registering, or weighing devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • 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
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及工程机械领域，公开了一种起重机配重块检测方法、设备及起重机。所述方法包括：采集所述配重块的图像，并从该图像内分割出一个或多个前景目标区域；提取所述一个或多个前景目标区域的边缘特征；将所提取的所述一个或多个前景目标区域中的每一前景目标区域的边缘特征与预先建立的标准模型库内的关于所述配重块的边缘特征进行特征匹配，计算匹配值；以及在所述匹配值大于阈值的情况下，确定相应前景目标区域对应于所述配重块。本发明所提供的起重机配重块检测方法及设备其可实现重机配重块的准确识别，从而可根据该准确识别的配重块进行对位及控制安装。

Description

起重机配重块检测方法、设备及起重机
技术领域
本发明涉及工程机械领域，更为具体的，涉及起重机配重块检测方法、设备及起重机。
背景技术
起重机配重块安装是大型起重机吊装系统中非常重要的环节之一，它用于起重机在进行吊装过程时保持车辆平衡的作用。而目前，起重机的配重对位过程主要是通过人工手动操作来实现,这样导致整个施工过程效率低下，同时还存在安全隐患，易发生安全事故。
2016年11月2日公开的中国发明专利申请CN 106064794A公开了一种“基于起重机的配重支架及其智能控制系统、其自提升方法”，其在应用时起重机可自行将配重支架先吊装在下车的履带架侧面，再将需要安装的配重吊装在支架上方，自提升配重；在配重通过配重提升油缸提升到位后，现场安装人员可通过配重支架侧面的梯子站在配重支架上，完成配重与转台尾部的插销固定。然而，该配重安装过程仍然需要人为干预，手动将需要安装的配重块吊装到支架上，并没有从根本上解决配重块自动对位到指定位置的功能。
2011年08月31日授权公告的中国实用新型专利CN 201952114U公开了“一种带有机器视觉、定位系统的智能起重机”，其利用CCD摄像头采集图像，由图像采集卡将采集到的图像模拟信号转化成数字信号输入给计算机，然后利用图像分析算法实现对圆筒形目标进行快速识别定位。然而，该实用新型专利所公开的技术方案仅仅只对圆筒形目标进行识别定位，定位对象单一，没有考虑不规则的物体(比如说配重块)的识别定位情况。
综上，本领域继续一种可实现起重机配重块检测方法、设备及起重机，其可解决上述关于起重机配重块的检测识别的问题和/或起重机配重块自动对位检测及控制安装的问题。
发明内容
本发明专利提出了一种起重机配重块检测方法、设备及起重机，其可实现重机配重块的准确识别，从而可根据该准确识别的配重块进行对位及控制安装。
本发明提供一种起重机配重块检测方法，该方法包括：采集所述配重块的图像，并从该图像内分割出一个或多个前景目标区域；提取所述一个或多个前景目标区域的边缘特征；将所提取的所述一个或多个前景目标区域中的每一前景目标区域的边缘特征与预先建立的标准模型库内的关于所述配重块的边缘特征进行特征匹配，计算匹配值；以及在所述匹配值大于阈值的情况下，确定相应前景目标区域对应于所述配重块。
可选的，该方法还包括：计算所述相应前景目标区域的最小外接矩形，并计算该矩形的中心位置，以作为所述配重块的中心位置。
可选的，所述配重块上具有用于与所述起重机上的定位销相配对的安装孔，该方法还包括：根据Hough圆变换，检测所述相应前景目标区域内的圆孔对象，并通过亚像素级边缘拟合而计算所述圆孔对象的中心坐标，以作为所述至少两个安装孔的位置。
可选的，所述从所述图像内分割出一个或多个前景目标区域包括：利用小波变换将时域空间的所述图像转换到频域空间进行滤波去噪处理；以及对所述滤波去噪后的图像执行以下操作中的一者或多者以分割出一个或多个前景目标区域：边缘检测、形态学处理、以及基于HSV色彩空间的颜色特征提取。
可选的，所述滤波去噪处理包括：确定所述频域空间的图像的高频部分和低频部分；在所述高频部分，当分解系数小于第一阈值时，将该分解系数乘以一小于1的正值，以弱化细节；以及在所述低频部分，当分解系数大于第二阈值时，将该分解系数乘以一大于1的值，以突出轮廓。
相应地，本发明还提供一种起重机配重块检测设备，该设备包括：采集装置，采集所述配重块的图像，该采集装置例如可为一般的图像传感器，其可拍摄关于所述配重块的图像；以及处理装置，用于执行以下操作：从该图像内分割出一个或多个前景目标区域；提取所述一个或多个前景目标区域的边缘特征；将所提取的所述一个或多个前景目标区域中的每一前景目标区域的边缘特征与预先建立的标准模型库内的关于所述配重块的边缘特征进行特征匹配，计算匹配值；以及在所述匹配值大于阈值的情况下，确定相应前景目标区域对应于所述配重块。
可选的，所述处理装置还用于：计算所述相应前景目标区域的最小外接矩形，并计算该矩形的中心位置，以作为所述配重块的中心位置。
可选的，所述配重块上具有用于与所述起重机上的定位销相配对的安装孔，所述处理装置还用于：根据Hough圆变换，检测所述相应前景目标区域内的圆孔对象，并通过亚像素级边缘拟合而计算所述圆孔对象的中心坐标，以作为所述至少两个安装孔的位置。
可选的，所述从所述图像内分割出一个或多个前景目标区域包括：利用小波变换将时域空间的所述图像转换到频域空间进行滤波去噪处理；以及对所述滤波去噪后的图像执行以下操作中的一者或多者以分割出一个或多个前景目标区域：边缘检测、形态学处理、以及基于HSV色彩空间的颜色特征提取。
可选的，所述滤波去噪处理包括：确定所述频域空间的图像的高频部分和低频部分；在所述高频部分，当分解系数小于第一阈值时，将该分解系数乘以一小于1的正值，以弱化细节；以及在所述低频部分，当分解系数大于第二阈值时，将该分解系数乘以一大于1的值，以突出轮廓。
相应地，本发明还提供一种起重机，该起重机包含上述起重机配重块检测设备。
相应地，一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述起重机配重块检测方法。
本发明所提供的起重机配重块检测方法及设备可通过图像分割、边缘特征提取以及特征匹配，准确地从所采集的配重块的图像中确定与该配重块相对应的区域，进而根据该区域确定一些在对该配重块进行对位及控制安装所需要用到的位置参数，进而可有效地辅助于起重机配重块自动对位检测及控制安装。有别于现有技术中心仅仅只对圆筒形目标进行识别定位，定位对象单一，本发明可实现任意形状的配重块的准确检测。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1为本发明一实施例提供的起重机配重块对位检测及控制设备的工作过程示意图；
图2为本发明一实施例提供的起重机配重块对位检测及控制方法的工作流程图；
图3为本发明一实施例提供的旋转机构的结构示意图；
图4为本发明一实施例提供的起重机配重块对位检测及控制方法的工作流程图；
图5A为起重机回转机构回转以移动配重块的工作过程示意图；
图5B为起重机变幅机构变幅以移动配重块的工作过程示意图；
图5C为旋转机构的工作过程示意图；以及
图5D为旋转机构带动配重块选准以对位定位销的工作过程示意图。
附图标记说明
10 配重块 20 测距传感器
30 吊臂 40 摄像机
50 旋转机构 51 吸附部件
52 伸缩部件 53 回转部件
P1 初始位置 P2 抬升位置
B1、B2 定位销 K1、K2 安装孔
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
需要说明的是，虽然以下描述以配重块上具有用于与所述起重机上的定位销相配对的安装孔为例对本发明的实施方式进行了说明，但本领域技术人员可以理解，此处的“定位销”与“安装孔”至少配重块在起重机一种特定的安装配合方式，其他可实现将配置块安装到起重机上的安装配合方式也是可以的且二者的位置是可以互换的，例如“定位销”可位于“配重块”上，而“安装孔”可位于“起重机”上。另外，以下实施例提及了“定位销”和“安装孔”各自的数量分别为2，但本发明并不限于此，其他数量的“定位销”和“安装孔”也是可以适用的。另外，以下实施例提及了“所述安装孔与所述定位销的相对方位”，对于该“相对方位”的检测通过两个“安装孔”以及两个“定位销”的位置检测实现的，但本发明并不限于此，也可以通过识别不同形状的装配部件相互之间的相对朝向，进而识别出装配部件之间的相对方位。另外，以下实施例提及了“安装孔”的形状为“圆孔”，实际上其可为其他形状的孔，本发明并不限于此。整体而言，本发明的方案并不限于以下描述中以示例方式给出特定配置，任何可实现配重块与该配重块在起重机上对应安装位置的配合方式均是可以的。
图1为本发明一实施例提供的起重机配重块对位检测及控制设备的工作过程示意图。如图1所示，配重块10由起重机的吊臂30吊起，该配重块10上具有两个安装孔K1和K2，以分别与起重机上的定位销B1和B2向配对安装。摄像机40安装在定位销B1、B2旁边，镜头朝上，以采集关于其上方由起重机吊臂30吊装的配重块10的图像。在起重机的吊臂30末端安装一个测距传感器20，用来实时记录配重块距离吊臂末端的高度H，该H值可以应用在以下描述的坐标转换过程中，其可以被结合到张正友标定公式，将目标点的二维图像坐标换算成空间三维坐标值。在两个定位销B1和B2中间安装一个旋转机构50，该旋转机构50可以进行上下伸缩和旋转运动，以带动配重块旋转，进而使得所述配重块上的安装孔对位安装到所述定位销上。以下将结合图3对该旋转机构50的结构及其工作原理进行详细说明。
图2为本发明一实施例提供的起重机配重块对位检测及控制方法的工作流程图。如图2所示，本案一实施例提供的起重机配重块对位检测及控制方法包括：检测所述配重块的中心位置，并计算该位置与所述定位销的位置之间的相对偏移量；检测所述配重块上的所述安装孔与所述定位销的相对方位，并根据该方位，计算所述配重块的相对旋转角度，以使得所述安装孔与所述定位销相对位；根据所述相对偏移量以及所述相对旋转角度，控制所述配重块移动，以使得所述配重块上的安装孔对位安装到所述定位销上。本发明可以实现配重块在吊装过程中的配重块位置的实时定位检测，计算出配重块与指定放置位置之间的相对偏移量和旋转角度，然后再根据相对偏移量和旋转角度，通过控制起重机的回转机构、卷扬机构和/或变幅机构运动并控制一额外配置的旋转机构运动，以实现配重块的自动对位，无需人工介入，可满足数字化施工要求。
图3为本发明一实施例提供的旋转机构的结构示意图。如图3所示，所述旋转机构50包括三个部件：吸附部件51、伸缩部件52和回转部件53。在初始状态下，该旋转机构50缩放在起重机机身内，吸附部件51位于初始位置P1；当配重块10到达定位销B1和B2上方时，可控制该旋转机构50的伸缩部件52向上抬升，以将吸附部件51向上抬升到指定位置(例如，图3中所示的P2位置)吸附配重块10；之后，可根据上述计算的旋转角度，控制回转部件53旋转，进而带动吸附部件51及该吸附部件51所吸附的配重块10旋转，以使得该配重块上的安装孔K1和K2与定位销B1和B2相对位；之后，可控制所述伸缩部件缩回，从而将配重块10放置指定位置，即，使得配重块上的安装孔K1和K2与定位销B1和B2对位安装。
所述吸附部件51可采用具有磁性或可通过电产生磁性的设备，其可吸附配重块，当然也可采用其他形式的可吸附配重块的设备。所述伸缩部件52可为液压油缸，当然也可以采用其他可实现伸缩的部件，诸如电动伸缩杆等。
当配重块10到达定位销B1和B2上方时(通过实时计算配重块的中心点与两定位销中心点之间的相对偏移量，当这个相对偏移量值控制在一定误差范围内时，即满足了配重块10到达定位销B1和B2上方的条件)，控制旋转机构向上抬升到指定位置吸附配重块。通过图像分析技术获取配重块中心Pcenter、两安装孔的圆孔中心C1和C2，通过坐标系转换关系，可以将获取的二维平面坐标系内的配重块中心和两圆孔中心转换成三维世界坐标系下的坐标，再结合定位销的三维坐标点，即可计算出当前配重块与定位销之间的相对偏移量和旋转角，最后根据该计算结果控制起重机的旋转机构、变幅机构、卷扬机构操作以及旋转机构旋转操作，实现最终配重块的对位。
图4为本发明一实施例提供的起重机配重块对位检测及控制方法的工作流程图。如图4所示，本发明一实施例提供的起重机配重块对位检测及控制方法可包含以下步骤：首先，依据系统示意图，固定好摄像机和测距传感器，并规定摄像机的世界坐标系与配重块的世界坐标系；之后，建立坐标系数学转换模型；之后，进行配重块图像采集及处理，确定配重块与定位销之间的相对偏移量和旋转角；之后，根据相对偏移量和旋转角，控制起重机的旋转机构、变幅机构、卷扬机构操作以及旋转机构旋转操作，实现最终配重块的对位。具体如下：
建立坐标系数学转换模型
采用张正友标定方法标定摄像机，计算出摄像机模型的内参数，并结合测距传感器，建立摄像机的二维图像坐标系与三维空间坐标系的数学转换模型；
摄像机模型公式为：
Figure BDA0002118258160000081
其中αu、αv分别为图像u轴和v轴上的尺度因子，(u0，v0)为主点坐标，s是描述两图像坐标轴倾斜程度的参数，这些统称为摄像机的内参；[R t]称为摄像机的外部参数，它由旋转矩阵和平移向量组成，[u v]表示图像平面内某点的坐标值，而[XwYwZw]表示图像平面内的某一点对应于世界坐标系中的坐标值；
配重块图像采集及处理
该过程主要包括分析图像采集的数据，提取并识别配重块对象，计算出配重块对象相对于指定位置的相对偏移量。具体如下：
1)利用小波变换将时域空间的图像数据转换到频域空间进行滤波处理，即通过设置高低频的分界值，大于该分界值的部分则为高频，否则为低频，在高频部分，当分解系数(其为小波基函数与原信号相似的系数)小于150时，将该系数乘以一小于1的正值(例如，0.75)，用于弱化细节；而在低频部分，当分解系数大于250时，将该系数乘以一大于1的正值(例如，1.5)，用于突出轮廓，这样即可剔除高斯噪声，保留细节特征；
2)将滤波祛噪后的图像数据进行图像预处理操作，包括边缘检测(本文采用自适应阈值的Canny边缘检测算子)、形态学处理、基于HSV色彩空间的颜色特征提取配重块感兴趣区域等等，分割出一个或多个前景目标区域；
3)遍历所有已提取出来的待匹配的前景目标区域，通过特征匹配的方式确认与所述配重块相对应的前景目标区域。具体包含以下步骤：
3.1建立待识别的几类不同形状的配重块基于边缘特征(或者形状特征)的标准模型数据库；
3.2提取待识别的前景目标区域的边缘特征；
3.3根据提取到的边缘特征，对待识别的前景目标区域与标准模型库的Hu不变矩、轮廓树、链码编码直方图等具有尺度缩放、旋转不变性特点的特征进行特征匹配，例如，可分别根据相似度量、二分树和直方图匹配方法分别计算这三种特征(即，Hu不变矩、轮廓树、链码编码直方图)的匹配值，再分别将这三种特征计算到的匹配结果赋予一定的权重进行组合应用，最终判断待识别的区域内是否有配重块对象；当然，虽然以上列举了Hu不变矩、轮廓树、链码编码直方图这三种具有尺度缩放、旋转不变性特点的特征且根据该三个特征作待识别的区域内是否有配重块对象的判断，但本发明并不限于此，可采用上述三个特征及本领域已知的其他具有尺度缩放、旋转不变性特点的特征中的一者或多者的任意组合来实现待识别的区域内是否有配重块对象的判断。
相似性度量定义：
Figure BDA0002118258160000101
其中
Figure BDA0002118258160000102
和
Figure BDA0002118258160000103
被定义为：
Figure BDA0002118258160000104
Figure BDA0002118258160000105
其中
Figure BDA0002118258160000106
和
Figure BDA0002118258160000107
分别是A和B的Hu矩，A和B分别为待识别的前景目标区域和标准模型数据库内存储的对应于配重块的标准区域。
3.4若待识别的前景目标区域与标准模型库中的特征匹配值大于某阈值，则可以判断该待识别的前景目标区域为配重块对象；否则，可以判断没有检测到配重块对象。
4)之后，可计算作为配重块对象的前景目标区域的最小外接矩形，并计算该矩形的中心点坐标Pcenter，并根据摄像机标定模型公式计算出该点对应的三维空间坐标；
5)根据Hough圆变换，检测作为配重块对象的前景目标区域内的圆孔对象，并通过亚像素级边缘拟合技术计算圆心坐标Ccenter，并根据摄像机标定模型公式计算出该点对应的三维空间坐标；
6)如图1所示，在世界坐标系Oc-XYZ下，根据配重块最小矩形框的中心点坐标Pcenter(x,y)与两定位销中心P′center(x’,y’)，分别计算在XOY坐标平面内的相对偏移量dx和dy；
dx＝|x-x’|
dy＝|y-y’|
配重块移动
根据上述计算得到的平移向量(dx,dy)，通过控制起重机的回转、变幅和/或卷扬操作，将配重块移动至定位销上方，并将配重块的中心坐标点Pcenter与两定位销中心P′center进行对准：
如图5A所示，O为回转中心，通过控制起重机吊臂的回转运动，实现配重块10在x轴方向的偏移dx；
回转角度θ的计算方式为：
Figure BDA0002118258160000111
如图5B所示，O为变幅中心，通过控制起重机吊臂的变幅运动，实现配重块10在y轴方向的偏移dy；变幅角度β的计算方式为：
Figure BDA0002118258160000112
Figure BDA0002118258160000113
其中L为起重机吊臂长度；
通过上述回转运动和变幅运动，可将配重块从任意空间A位置移动到定位销正上方某高度的B位置，使得配重块中心点Pcenter(x,y)与两定位销中心P′center(x’,y’)的相对偏移量在对位误差范围内时，然后如图5C所示，向上抬升位于两定位销中心位置的旋转机构，直至旋转机构前端的吸附部件紧贴住配重块，然后旋转机构根据旋转角α的大小和方向旋转配重块10，直至配重块10两圆孔与定位稍对准。旋转角α的计算方法如下：
如图5D所示，定义k1(x1,y1)和k2(x2,y2)分别是两个定位销的坐标，而k1’(x1’,y1’)和k2’(x2’,y2’)是当前配重块两圆孔的中心坐标，通过这些坐标点计算出旋转角α：
Figure BDA0002118258160000114
其中：
Figure BDA0002118258160000115
之后，通过控制起重机的卷扬操作和向下收缩旋转机构，可完成配重块与定位稍的配准操作，即将配重块放置到定位销上。
需要说明的是，虽然上述图4所给出的起重机配重块对位检测及控制方法的工作流程图按照某一顺序对本发明的工作过程进行了描述，但本发明并不限于该特定的工作顺序，可根据实际工作情况作出一些调整。例如，关于“旋转角”的计算，其可在“配重块图像采集及处理”阶段完成，而并非必然在将配重块移动到定位销上方之后完成。至于根据所述“旋转角”对配重块的调整，其也并非必然在将配重块移动到定位销上方之后完成，可于其他适当的时机完成。
本发明的方案可基于机器视觉技术实现配重块检测与位姿定位；根据配重块中心位姿坐标与两定位销中心位置坐标计算相对偏移量；根据配重块两圆孔圆心位姿坐标与两定位销位置坐标计算相对旋转角；根据相对偏移量分解为起重机卷扬、变幅、旋转的复合运动，实现配重块从某位置移动到定位销上方；以及通过一个旋转机构，当相对偏移量小于某阈值时，抬升旋转机构，该机构的吸附部件吸附住配重块，然后根据计算得到的旋转角度来控制旋转机构运动，实现最终配重块与定位销的配准操作。
本发明的提供的起重机配重块对位检测及控制设备内所包含的控制装置可包括处理器和存储器，上述控制装置所执行的各种操作均可作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现起重机配重块对位检测及控制。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述起重机配重块对位检测及控制方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述起重机配重块对位检测及控制方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现上述起重机配重块对位检测及控制方法。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化具有上述起重机配重块对位检测及控制所包含的方法步骤的程序。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。

Claims (12)

1.一种起重机配重块检测方法，其特征在于，该方法包括：
采集所述配重块的图像，并从该图像内分割出一个或多个前景目标区域；
提取所述一个或多个前景目标区域的边缘特征；
将所提取的所述一个或多个前景目标区域中的每一前景目标区域的边缘特征与预先建立的标准模型库内的关于所述配重块的边缘特征进行特征匹配，计算匹配值；以及
在所述匹配值大于阈值的情况下，确定相应前景目标区域对应于所述配重块。
2.根据权利要求1所述的起重机配重块检测方法，其特征在于，该方法还包括：
计算所述相应前景目标区域的最小外接矩形，并计算该矩形的中心位置，以作为所述配重块的中心位置。
3.根据权利要求1所述的起重机配重块检测方法，其特征在于，所述配重块上具有用于与所述起重机上的定位销相配对的安装孔，
该方法还包括：
根据Hough圆变换，检测所述相应前景目标区域内的圆孔对象，并通过亚像素级边缘拟合而计算所述圆孔对象的中心坐标，以作为所述至少两个安装孔的位置。
4.根据权利要求1所述的起重机配重块检测方法，其特征在于，所述从所述图像内分割出一个或多个前景目标区域包括：
利用小波变换将时域空间的所述图像转换到频域空间进行滤波去噪处理；以及
对所述滤波去噪后的图像执行以下操作中的一者或多者以分割出一个或多个前景目标区域：边缘检测、形态学处理、以及基于HSV色彩空间的颜色特征提取。
5.根据权利要求4所述的起重机配重块检测方法，其特征在于，所述滤波去噪处理包括：
确定所述频域空间的图像的高频部分和低频部分；
在所述高频部分，当分解系数小于第一阈值时，将该分解系数乘以一小于1的正值，以弱化细节；以及
在所述低频部分，当分解系数大于第二阈值时，将该分解系数乘以一大于1的值，以突出轮廓。
6.一种起重机配重块检测设备，其特征在于，该设备包括：
采集装置，采集所述配重块的图像；以及
处理装置，用于执行以下操作：
从该图像内分割出一个或多个前景目标区域；
提取所述一个或多个前景目标区域的边缘特征；
将所提取的所述一个或多个前景目标区域中的每一前景目标区域的边缘特征与预先建立的标准模型库内的关于所述配重块的边缘特征进行特征匹配，计算匹配值；以及
在所述匹配值大于阈值的情况下，确定相应前景目标区域对应于所述配重块。
7.根据权利要求6所述的起重机配重块检测设备，其特征在于，所述处理装置还用于：
计算所述相应前景目标区域的最小外接矩形，并计算该矩形的中心位置，以作为所述配重块的中心位置。
8.根据权利要求6所述的起重机配重块检测设备，其特征在于，
所述配重块上具有用于与所述起重机上的定位销相配对的安装孔，
所述处理装置还用于：根据Hough圆变换，检测所述相应前景目标区域内的圆孔对象，并通过亚像素级边缘拟合而计算所述圆孔对象的中心坐标，以作为所述至少两个安装孔的位置。
9.根据权利要求6所述的起重机配重块检测设备，其特征在于，所述从所述图像内分割出一个或多个前景目标区域包括：
利用小波变换将时域空间的所述图像转换到频域空间进行滤波去噪处理；以及
对所述滤波去噪后的图像执行以下操作中的一者或多者以分割出一个或多个前景目标区域：边缘检测、形态学处理、以及基于HSV色彩空间的颜色特征提取。
10.根据权利要求9所述的起重机配重块检测设备，其特征在于，所述滤波去噪处理包括：
确定所述频域空间的图像的高频部分和低频部分；
在所述高频部分，当分解系数小于第一阈值时，将该分解系数乘以一小于1的正值，以弱化细节；以及
在所述低频部分，当分解系数大于第二阈值时，将该分解系数乘以一大于1的值，以突出轮廓。
11.一种起重机，其特征在于，该起重机包含根据权利要求6-10中任一项权利要求所述的起重机配重块检测设备。
12.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行本申请上述权利要求1-5中任一项所述的起重机配重块检测方法。
CN201910598072.3A 2019-07-04 2019-07-04 起重机配重块检测方法、设备及起重机 Pending CN110956181A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910598072.3A CN110956181A (zh) 2019-07-04 2019-07-04 起重机配重块检测方法、设备及起重机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910598072.3A CN110956181A (zh) 2019-07-04 2019-07-04 起重机配重块检测方法、设备及起重机

Publications (1)

Publication Number Publication Date
CN110956181A true CN110956181A (zh) 2020-04-03

Family

ID=69976157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910598072.3A Pending CN110956181A (zh) 2019-07-04 2019-07-04 起重机配重块检测方法、设备及起重机

Country Status (1)

Country Link
CN (1) CN110956181A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021000942A1 (zh) * 2019-07-04 2021-01-07 中联重科股份有限公司 起重机配重块对位检测及控制方法、设备及起重机
CN112706102A (zh) * 2021-01-15 2021-04-27 桂林福达重工锻造有限公司 一种配重块探伤工装及其使用方法
CN113436241A (zh) * 2021-06-25 2021-09-24 兰剑智能科技股份有限公司 一种采用深度信息的干涉校验方法及系统
CN116891177A (zh) * 2023-09-01 2023-10-17 河南科技学院 一种工件分拣起重机吊具
CN117725556A (zh) * 2024-02-18 2024-03-19 天津市特种设备监督检验技术研究院(天津市特种设备事故应急调查处理中心) 一种起重机的机械故障检测识别方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103793712A (zh) * 2014-02-19 2014-05-14 华中科技大学 一种基于边缘几何特征的图像识别方法及系统
CN104612202A (zh) * 2014-12-11 2015-05-13 柳州柳工挖掘机有限公司 具有配重定位检测装置的挖掘机及配重的安装方法
CN105776020A (zh) * 2016-05-05 2016-07-20 三汽车起重机械有限公司 起重机及其配重挂接系统、配重挂接方法
CN106204528A (zh) * 2016-06-27 2016-12-07 重庆理工大学 一种零件几何质量的尺寸检测方法
CN106524934A (zh) * 2016-11-11 2017-03-22 北京工业大学 一种高精度小模数齿轮视觉测量方法
CN108921858A (zh) * 2018-06-26 2018-11-30 中北大学 一种自动检测吊耳位置的识别方法
CN109926817A (zh) * 2018-12-20 2019-06-25 南京理工大学 基于机器视觉的变压器自动装配方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103793712A (zh) * 2014-02-19 2014-05-14 华中科技大学 一种基于边缘几何特征的图像识别方法及系统
CN104612202A (zh) * 2014-12-11 2015-05-13 柳州柳工挖掘机有限公司 具有配重定位检测装置的挖掘机及配重的安装方法
CN105776020A (zh) * 2016-05-05 2016-07-20 三汽车起重机械有限公司 起重机及其配重挂接系统、配重挂接方法
CN106204528A (zh) * 2016-06-27 2016-12-07 重庆理工大学 一种零件几何质量的尺寸检测方法
CN106524934A (zh) * 2016-11-11 2017-03-22 北京工业大学 一种高精度小模数齿轮视觉测量方法
CN108921858A (zh) * 2018-06-26 2018-11-30 中北大学 一种自动检测吊耳位置的识别方法
CN109926817A (zh) * 2018-12-20 2019-06-25 南京理工大学 基于机器视觉的变压器自动装配方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张毅: "基于DSP图像处理的微型零件外形尺寸检测技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
朱霞: "不规则零件机器视觉检测中的关键技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *
谭智仁: "基于特征模板库的视觉定位技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021000942A1 (zh) * 2019-07-04 2021-01-07 中联重科股份有限公司 起重机配重块对位检测及控制方法、设备及起重机
CN112706102A (zh) * 2021-01-15 2021-04-27 桂林福达重工锻造有限公司 一种配重块探伤工装及其使用方法
CN113436241A (zh) * 2021-06-25 2021-09-24 兰剑智能科技股份有限公司 一种采用深度信息的干涉校验方法及系统
CN116891177A (zh) * 2023-09-01 2023-10-17 河南科技学院 一种工件分拣起重机吊具
CN116891177B (zh) * 2023-09-01 2023-12-05 河南科技学院 一种工件分拣起重机吊具
CN117725556A (zh) * 2024-02-18 2024-03-19 天津市特种设备监督检验技术研究院(天津市特种设备事故应急调查处理中心) 一种起重机的机械故障检测识别方法及系统

Similar Documents

Publication Publication Date Title
CN110956181A (zh) 起重机配重块检测方法、设备及起重机
CN110950255B (zh) 起重机配重块对位检测及控制方法、设备及起重机
CN109785317B (zh) 自动码垛桁架机器人的视觉系统
CN110349207B (zh) 一种复杂环境下的视觉定位方法
CN106863332B (zh) 一种机器人视觉定位方法及系统
CN110869979B (zh) 用于相机校准的方法、系统和计算机可读介质
CN112194011A (zh) 一种基于双目视觉的塔吊自动装载方法
CN109165538A (zh) 基于深度神经网络的条形码检测方法及装置
CN102706291B (zh) 一种道路曲率半径自动测量方法
Musoromy et al. Edge detection comparison for license plate detection
CN115205286B (zh) 爬塔机器人机械臂螺栓识别与定位方法、存储介质、终端
CN108109154A (zh) 一种工件的新型定位及数据获取方法
CN117197700B (zh) 智能化无人巡检接触网缺陷识别系统
CN109993715A (zh) 一种机器人视觉图像预处理系统及图像处理方法
CN113034526A (zh) 一种抓取方法、抓取装置及机器人
CN115661110A (zh) 一种透明工件识别与定位的方法
CN106339709A (zh) 一种图像实时提取方法
CN113505811A (zh) 一种轮毂生产用机器视觉成像方法
CN112580517A (zh) 集卡车头防砸保护系统及方法、计算机存储介质、龙门吊
Wang et al. Study on the Recognition of Malposition and Location of High-Temperature Forgings in Robotised Die Forging Process Based on Machine Vision
Huang et al. Gray object recognition and angle measurement method based on mean shift to overhead crane systems
CN115984806B (zh) 道路标线破损动态检测系统
CN110569682A (zh) 龙门吊末端的三维定位方法
Zhao et al. Target Feature Extraction Technique Based on Stacker Vision System
Ariff et al. Comparability of edge detection techniques for automatic vehicle license plate detection and recognition

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200403