CN111461079A - 一种基于双目图像的吊臂下人员检测方法 - Google Patents
一种基于双目图像的吊臂下人员检测方法 Download PDFInfo
- Publication number
- CN111461079A CN111461079A CN202010417586.7A CN202010417586A CN111461079A CN 111461079 A CN111461079 A CN 111461079A CN 202010417586 A CN202010417586 A CN 202010417586A CN 111461079 A CN111461079 A CN 111461079A
- Authority
- CN
- China
- Prior art keywords
- suspension arm
- personnel
- binocular
- coordinates
- image
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于双目图像的吊臂下人员检测方法,结合深度神经网络检测吊臂和人物的图像位置坐标;根据相同目标在双目图像上的像素差异,恢复目标的三维坐标点,比对吊臂和人物的三维坐标点,判断人物是否在吊臂下方的区域内。本发明解决了吊臂下人员安全性的检测,减少了二维图片缺少距离尺度的问题,可以通过双目相机和图像识别算法,自动预警吊臂下是否站人,简化实际环境部署,提高安装管理的便利性。
Description
技术领域
本发明应用于对生产作业环境的智能管理领域,涉及一种基于双目图像的吊臂下人员检测方法。
背景技术
在生产安全中,人员安全至关重要,特别是大型机械对人的生命安全会造成巨大的影响。吊车/塔吊等机械设备,由于吊臂的运转,其下方是禁止站人的,一旦违反就有可能产生生命危险。需要在生产管理中,预防出现这种现象,一旦检测到要及时告警,撤离下方人员。
现有方法中,大多利用人员检测信息和划定特殊区域,来比较人员是否进入吊臂下方。这种方法需要实现划定特殊区域,不利于自动完成检测预警功能,有方法提出进一步检测吊臂,来自动划定区域,但仅限于在二维平面上作出预警区域,而无法在三维环境中区分人员距离吊臂的远近。
发明内容
为克服现有技术存在的问题,本发明的目的是提供一种基于双目图像的吊臂下人员检测方法,可以进一步准确检测吊臂下站人的情况。
本发明的目的通过以下技术方案实现:
一种基于双目图像的吊臂下人员检测方法,其特征在于:结合深度神经网络检测吊臂和人物的图像位置坐标;根据相同目标在双目图像上的像素差异,恢复目标的三维坐标点,比对吊臂和人物的三维坐标点,判断人物是否在吊臂下方的区域内。
本发明包含以下几点重要步骤。
首先通过双目摄像机获取目标图片对,利用深度神经网络对图像进行目标检测,找到图像中吊臂和人的位置;
其次根据吊臂和人员的坐标位置在两张图像中的差异(由于双目相机之间存在一个固定距离baseline,同一目标在两个相机中的图像坐标不同),计算出各自距离摄像机的绝对距离;
第三,已知相机的视场角和吊臂距离相机的绝对距离,通过图像检测到的吊臂长度(像素距离),换算成实际距离,以此获得吊臂的作业半径。根据吊臂的作业半径自动规划出危险区域的三维坐标;
最后,分析人员的三维位置信息,对比危险区域的三维坐标,如果存在相交,则提示预警。
本发明利用深度神经网络检测吊臂和人物;深度神经网络通过分析图片信息,实时检测出图像中吊臂和人物所在位置,并已矩形框的形式记录。
通过双目图像分别识别吊臂和人物的坐标,形成具有视差的图像对,并据此恢复目标的三维坐标。通过比对人物目标点是否在吊臂下方,发出是否警告的提示。
本发明通过深度神经网络技术识别吊臂和人物,根据其在双目图像对上的坐标,恢复对应的三维坐标值,对比吊臂和人物的三维坐标值,判断人物是否在吊臂下方。以上步骤组合成的整体网络接收单帧视频图像,输出图像中人员的位置,并计算出三维坐标位置,网络的快速处理能力也可以实现视频流的分析。
本发明解决了吊臂下人员安全性的检测,减少了二维图片缺少距离尺度的问题。可以通过双目相机和图像识别算法,自动预警吊臂下是否站人,简化实际环境部署,提高安装管理的便利性。
附图说明
图1本发明中检测流程图。
图2本发明中双目测距原理图。
具体实施方式
一种基于双目图像的吊臂下人员检测方法,结合深度神经网络检测吊臂和人物的图像位置坐标;根据相同目标在双目图像上的像素差异,恢复目标的三维坐标点,比对吊臂和人物的三维坐标点,判断人物是否在吊臂下方的区域内。具体如下:
1.人员/吊臂的检测
在图像目标检测任务中,基于深度学习的方法已被证明优于传统的检测方法。效果较好的目标检测框架有Faster R-CNN,YOLO,Mask R-CNN,RetinaNet等。本方案采用的YOLOv3检测框架保证了算法运行的速度,满足实时性需求,同时也能获得较准确的检测结果。将人员和吊臂作为两类进行目标检测,通过标注的5000张图片进行训练,达到人员和吊臂的图像检测任务。具体流程见图1。
通过检测算法获得吊臂左上坐标(Dlt.x,Dlt.y),右下坐标(Drd.x,Drd.y),人物左上坐标(Rlt.x,Rlt.y),右下坐标(Rrd.x,Rrd.y)。计算中心点坐标:
D.x=(Dlt.x+Drd.x)/2
D.y=(Dlt.y+Drd.y)/2
R.x=(Rlt.x+Rrd.x)/2
R.y=(Rlt.y+Rrd.y)/2
2.双目图像目标测距
双目测距原理:
见图2,P是待测物体上的某一点,OR和OT分别是两个相机的光心,点P在两个相机感光器上的成像点分别为P和P’,f为相机焦距,B为两相机中心距(baseline),Z为我们需要求的距离值。
目标在两个图像中的像素坐标差是(Xr-Xt),设点P到P’的距离为dis,则:
dis=B–(Xr-Xt)
根据相似三角形原理:
可得:
从第一步获得吊臂和人员的检测坐标信息,根据以上公式求得实际距离D.z和R.z,具体方法如下:
吊臂实际距离:
人的实际距离:
其中D和D’,R和R’分别为双目摄像机左右画面中的目标。
3.吊臂长度检测
经过标定后的双目相机,对于空间中的点P(x,y,z),经过左右相机投影后在左右视图上分别形成像点P1(x1,y1),P2(x2,y2),且y1=y2,f为相机焦距,
(cx,cy)为相机成像中心点,B为相机间距,利用如下公式恢复P的坐标:
d=x1-x2
由此获得吊臂左上三维坐标(D1.x,D1.y,D1.z),吊臂右下三维坐标
(D2.x,D2.y,D2.z).
由此获得吊臂长度:
4.检测报警
对比R.z和D.z,区分人员是否在危险区域以内,排除过远或过近的人员。
人员应该在吊臂长度范围之外:
R.z>D.z+L+a
R.z<D.z-L–a
满足以上条件的人员不在危险区域内。
其中a为可设置的阈值,增大安全范围。
在吊臂范围以内的人员,再次检测是否在吊臂下方。
Rrd.x>Drd.x+b
R<.x<D<.x-b
满足以上条件的人员不在危险区域内
其中b为可设置的阈值,增大安全范围。
结合以上两种情况,当人员在危险区域内,报警提示管理人员。
本发明解决了吊臂下人员安全性的检测,减少了二维图片缺少距离尺度的问题。可以通过双目相机和图像识别算法,自动预警吊臂下是否站人,简化实际环境部署,提高安装管理的便利性。
Claims (4)
1.一种基于双目图像的吊臂下人员检测方法,其特征在于:结合深度神经网络检测吊臂和人物的图像位置坐标;根据相同目标在双目图像上的像素差异,恢复目标的三维坐标点,比对吊臂和人物的三维坐标点,判断人物是否在吊臂下方的区域内;具体如下:
1)人员/吊臂的检测
采用YOLOv3检测框架保证了算法运行的速度,满足实时性需求,同时也能获得较准确的检测结果;将人员和吊臂作为两类进行目标检测,通过标注的5000张图片进行训练,达到人员和吊臂的图像检测任务;
通过检测算法获得吊臂左上坐标(Dlt.x,Dlt.y),右下坐标(Drd.x,Drd.y),人物左上坐标(Rlt.x,Rlt.y),右下坐标(Rrd.x,Rrd.y)。计算中心点坐标:
D.x=(Dlt.x+Drd.x)/2
D.y=(Dlt.y+Drd.y)/2
R.x=(Rlt.x+Rrd.x)/2
R.y=(Rlt.y+Rrd.y)/2
2)双目图像目标测距
双目测距原理:
P是待测物体上的某一点,OR和OT分别是两个相机的光心,点P在两个相机感光器上的成像点分别为P和P’,f为相机焦距,B为两相机中心距,Z为需要求的距离值;
目标在两个图像中的像素坐标差是(Xr-Xt),设点P到P’的距离为dis,则:
dis=B–(Xr-Xt)
根据相似三角形原理:
可得:
从第一步获得吊臂和人员的检测坐标信息,根据以上公式求得实际距离D.z和R.z,具体方法如下:
吊臂实际距离:
人的实际距离:
其中D和D’,R和R’分别为双目摄像机左右画面中的目标;
3)吊臂长度检测
经过标定后的双目相机,对于空间中的点P(x,y,z),经过左右相机投影后在左右视图上分别形成像点P1(x1,y1),P2(x2,y2),且y1=y2,f为相机焦距,(cx,cy)为相机成像中心点,B为相机间距,利用如下公式恢复P的坐标:
d=x1-z2
由此获得吊臂左上三维坐标(D1.x,D1.y,D1.z),吊臂右下三维坐标(D2.x,D2.y,D2.z);
由此获得吊臂长度:
4)检测报警
对比R.z和D.z,区分人员是否在危险区域以内,排除过远或过近的人员;
人员应该在吊臂长度范围之外:
R.z>D.z+L+a
R.z<D.z-L–a
满足以上条件的人员不在危险区域内;
其中a为可设置的阈值,增大安全范围;
在吊臂范围以内的人员,再次检测是否在吊臂下方;
Rrd.x>Drd.x+b
R<.x<D<.x-b
满足以上条件的人员不在危险区域内,其中b为可设置的阈值,增大安全范围;
结合以上两种情况,当人员在危险区域内,报警提示管理人员。
2.根据权利要求1所述的基于双目图像的吊臂下人员检测方法,其特征在于:利用深度神经网络检测吊臂和人物;
深度神经网络通过分析图片信息,实时检测出图像中吊臂和人物所在位置,并已矩形框的形式记录。
3.根据权利要求1所述的基于双目图像的吊臂下人员检测方法,其特征在于:通过双目图像分别识别吊臂和人物的坐标,形成具有视差的图像对,并据此恢复目标的三维坐标。
4.根据权利要求1所述的基于双目图像的吊臂下人员检测方法,其特征在于:通过比对人物目标点是否在吊臂下方,发出是否警告的提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010417586.7A CN111461079A (zh) | 2020-05-18 | 2020-05-18 | 一种基于双目图像的吊臂下人员检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010417586.7A CN111461079A (zh) | 2020-05-18 | 2020-05-18 | 一种基于双目图像的吊臂下人员检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111461079A true CN111461079A (zh) | 2020-07-28 |
Family
ID=71682758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010417586.7A Pending CN111461079A (zh) | 2020-05-18 | 2020-05-18 | 一种基于双目图像的吊臂下人员检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111461079A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101211A (zh) * | 2020-09-15 | 2020-12-18 | 山东鲁能软件技术有限公司 | 一种基于目标检测和双目测距的人员与吊臂位置计算方法 |
CN113128393A (zh) * | 2021-04-15 | 2021-07-16 | 国网安徽省电力有限公司黄山供电公司 | 一种检测大型机械吊臂下是否有人的方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110025845A1 (en) * | 2009-07-31 | 2011-02-03 | Samsung Electro-Mechanics Co., Ltd. | Apparatus and method for measuring location and distance of object by using camera |
CN109019335A (zh) * | 2018-09-04 | 2018-12-18 | 大连理工大学 | 一种基于深度学习的吊装安全距离检测方法 |
CN110211180A (zh) * | 2019-05-16 | 2019-09-06 | 西安理工大学 | 一种基于深度学习的机械臂自主抓取方法 |
CN110487254A (zh) * | 2019-07-11 | 2019-11-22 | 哈尔滨工程大学 | 一种用于rov的水下目标尺寸快速测量方法 |
CN110543824A (zh) * | 2019-08-01 | 2019-12-06 | 江苏濠汉信息技术有限公司 | 基于双目视觉的施工安全判断方法 |
-
2020
- 2020-05-18 CN CN202010417586.7A patent/CN111461079A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110025845A1 (en) * | 2009-07-31 | 2011-02-03 | Samsung Electro-Mechanics Co., Ltd. | Apparatus and method for measuring location and distance of object by using camera |
CN109019335A (zh) * | 2018-09-04 | 2018-12-18 | 大连理工大学 | 一种基于深度学习的吊装安全距离检测方法 |
CN110211180A (zh) * | 2019-05-16 | 2019-09-06 | 西安理工大学 | 一种基于深度学习的机械臂自主抓取方法 |
CN110487254A (zh) * | 2019-07-11 | 2019-11-22 | 哈尔滨工程大学 | 一种用于rov的水下目标尺寸快速测量方法 |
CN110543824A (zh) * | 2019-08-01 | 2019-12-06 | 江苏濠汉信息技术有限公司 | 基于双目视觉的施工安全判断方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101211A (zh) * | 2020-09-15 | 2020-12-18 | 山东鲁能软件技术有限公司 | 一种基于目标检测和双目测距的人员与吊臂位置计算方法 |
CN113128393A (zh) * | 2021-04-15 | 2021-07-16 | 国网安徽省电力有限公司黄山供电公司 | 一种检测大型机械吊臂下是否有人的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894702B (zh) | 一种基于多摄像机数据融合的入侵检测报警系统及其检测方法 | |
US11917333B2 (en) | Systems and methods for personnel location at a drilling site | |
CN112418103B (zh) | 一种基于动态双目视觉的桥式起重机吊装安全防撞系统及方法 | |
CN114241298A (zh) | 一种激光雷达和图像融合的塔吊环境目标检测方法及系统 | |
CN109448326B (zh) | 一种基于快速图像识别的地质灾害智能群防监测系统 | |
CA3094424A1 (en) | Safety monitoring and early-warning method for man-machine interaction behavior of underground conveyor belt operator | |
CN106128022A (zh) | 一种智慧金睛识别暴力动作报警方法和装置 | |
CN112085003A (zh) | 公共场所异常行为自动识别方法及装置、摄像机设备 | |
CN102788572A (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
CN111461079A (zh) | 一种基于双目图像的吊臂下人员检测方法 | |
CN114494845A (zh) | 一种用于施工项目现场人工智能隐患排查系统及其排查方法 | |
CN113965733A (zh) | 双目视频监控方法、系统、计算机设备及存储介质 | |
CN112699748B (zh) | 基于yolo及rgb图像的人车距离估计方法 | |
CN115082509B (zh) | 一种对无特征目标的追踪方法 | |
CN109879170B (zh) | 一种起重机吊臂旁弯位移实时检测系统 | |
JP2019027882A (ja) | 物体距離検出装置 | |
CN114812403B (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
CN109969919B (zh) | 异物进入梯级的警示方法、警示装置及自动扶梯或人行道 | |
CN113989335A (zh) | 一种对厂房内工人自动定位的方法 | |
CN112551400A (zh) | 一种基于单目视觉检测的塔吊起重臂形变检测系统 | |
CN116704169A (zh) | 一种吊物下站人违规行为的检测方法及系统 | |
CN108458655A (zh) | 支持视觉测量的数据可组态化监控系统及方法 | |
CN107123121A (zh) | 一种桥梁形变智能检测系统 | |
KR20240065873A (ko) | 크레인 인양물 충돌방지를 위한 센싱 시스템 및 이를 이용한 크레인 인양물 충돌방지 방법 | |
KR20230028659A (ko) | 작업자 안전사고 모니터링 시스템 |
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 |
Application publication date: 20200728 |
|
RJ01 | Rejection of invention patent application after publication |