CN111680585A - 基于轮胎识别的集卡车装卸安全监测方法 - Google Patents
基于轮胎识别的集卡车装卸安全监测方法 Download PDFInfo
- Publication number
- CN111680585A CN111680585A CN202010452488.7A CN202010452488A CN111680585A CN 111680585 A CN111680585 A CN 111680585A CN 202010452488 A CN202010452488 A CN 202010452488A CN 111680585 A CN111680585 A CN 111680585A
- Authority
- CN
- China
- Prior art keywords
- picture
- truck
- monitoring
- monitoring system
- alarm
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims description 40
- 238000012545 processing Methods 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 230000035484 reaction time Effects 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 238000009434 installation Methods 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 241001522296 Erithacus rubecula Species 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 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
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Emergency Management (AREA)
- Biophysics (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computer Graphics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种基于轮胎识别的集卡车装卸安全监测方法,在集卡车装卸作业场所安装监测系统,通过监测系统对车辆与地面的相对位置进行持续观察,并根据集卡车的车身离开地面的距离状态判断集卡车装卸是否安全。本发明通过将翻车问题等价转换为车身离开地面问题进行判断,降低问题解决复杂度。由于地面环境相对稳定,监测系统的安装和运维相对比较方便,监控和成本管控效果都较为理想。
Description
技术领域
本发明涉及到一种卡车的安全监测方法及装置,尤其是指一种基于轮胎识别的集卡车装卸安全监测方法,该种基于轮胎识别的集卡车装卸安全监测方法可有效地对集卡车的装卸作业过程进行有效监控;属于车辆安全监控技术领域。
背景技术
港口货物除了在货轮和集卡车之间的集装箱装卸作业外,还有大量港口口岸的场内作业,主要是利用场桥将送达港口的集装箱卸载至指定场区,或者将指定场区内的集装箱装载至集卡车上发往目的地,此类作业工作量大,操作频繁,且作业质量受操作员影响较大。因此,在作业过程中可能出现因集装箱挂扣没有完全放开造成集卡车可能被吊起或者倾斜翻车的危险。此类情形是一个极大的安全隐患,对生命和财物安全造成威胁。因此,对集卡车的装卸作业过程进行有效监控意义重大。
现有的监控方案有将重心放在对集装箱本身的监控范围受限,且忽略了事故发生最终对象集卡车本身,监测方案受限于监测环境实施难度较大,效果无法得到有效保障。
通过专利检索没发现有与本发明相同技术的专利文献报道,与本发明有一定关系的专利主要有以下几个:
1、专利号为CN201821070056.4,名称为“图像识别技术的集卡防吊起系统”,申请人为:上海振华重工(集团)股份有限公司的实用新型专利,该专利公开了一种图像识别技术的集卡防吊起系统,包括:视频采集单元,适于采集至少包括集卡及集装箱的视频,其中集卡至少包括集卡车头、平板及轮胎;视频分析单元,适于根据视频,采集视频中能反映目标特征物的图像;其中,目标特征物至少包括集卡及集装箱;将能反映目标特征物的图像与预存的特征图像进行比对,以确定目标特征物彼此间当前的相对位置;将目标特征物彼此间当前的相对位置与预设的目标特征物彼此间相对位置阈值进行比对,以判断集装箱与集卡是否分离;通讯单元,适于当确定集装箱与集卡未分离时,向起重机发送第一停止信号。
2、专利号为CN201810737027.7,名称为“图像识别技术的集卡防吊起方法、系统、设备及存储介质,其中集卡防吊起方法”,申请人为:上海振华重工(集团)股份有限公司的发明专利,该专利公开了一种图像识别技术的集卡防吊起方法、系统、设备及存储介质,其中集卡防吊起方法,包括:采集至少包括集卡及集装箱的视频,其中所述集卡至少包括集卡车头、平板及轮胎;根据所述视频,采集能反映目标特征物的图像;其中,所述目标特征物至少包括所述集卡及集装箱;将所述能反映目标特征物的图像与预存的特征图像进行比对,以确定所述目标特征物彼此间当前的相对位置;将所述目标特征物彼此间当前的相对位置与预设的目标特征物彼此间相对位置阈值进行比对,以判断所述集装箱与所述集卡是否分离;当确定所述集装箱与所述集卡未分离时,向起重机发送第一停止信号。
3、专利号为CN201520505875.7, 名称为“一种集卡车道吊箱的龙门吊安全保护装置”,申请人为:常州基腾电气有限公司的发明专利,该专利公开了一种集卡车道吊箱的龙门吊安全保护装置,包括两组镭射检距感应器、两组摄像头、数据采集卡、控制箱、起升驱动器、起升编码器和故障显示面板,两组镭射检距感应器分别对称设置在龙门吊前、后机脚上,且均面向装卸货物线设置,两组摄像头分别设置在龙门吊上,用于拍摄集卡车的前、后的轮胎,两组镭射检距感应器、两组摄像头的输出端均通过数据采集卡与控制箱相连接,起升驱动器、起升编码器和故障显示面板分别与控制箱相连接。
通过对上述这些专利的仔细分析,这些专利虽然都涉及了集卡车的安全防护,也提出了一些改进技术方案,其中专利CN201821070056.4和CN201810737027.7还对监测集卡被起重机误吊起的状态,防止集卡误吊起进行了研究,但通过仔细分析,该些专利仍是将重心放在对集装箱本身的监控,并没有集卡车倾斜翻车加以考虑,所以前面所述的问题仍然存在,仍有待进一步加以研究改进。
发明内容
本发明的目的在于针对现有基于轮胎识别的集卡车装卸安全监测方法仍存在的一些问题;提出一种新的基于轮胎识别的集卡车装卸安全监测方法,该种基于轮胎识别的集卡车装卸安全监测方法直接对集卡车进行监测,通过监测系统对车辆与地面的相对位置进行持续观察,并根据集卡车的车身离开地面的距离状态判断集卡车装卸是否安全。
为了达到这一目的,本发明提供了一种基于轮胎识别的集卡车装卸安全监测方法,在集卡车装卸作业场所安装监测系统,通过监测系统对车辆与地面的相对位置进行持续观察,并根据集卡车的车身离开地面的距离状态判断集卡车装卸是否安全。
进一步地,所述的通过监测系统对车辆与地面的相对位置进行持续观察是通过实施采集集卡车的位置图片,并通过图像识别技术对采集的集卡车位置图片的比较分析,判断集卡车所处的状态,当出现危险状态时进行报警,并将报警图片及时进行保存。
进一步地,所述的在集卡车装卸作业场所安装监测系统是在集卡车装卸作业场所安装红外探测仪以及拍摄图片用的工业相机和监测控制系统,通过红外探测仪以及拍摄图片用的工业相机持续监测集卡车的状态,并通过监测控制系统分析判断,预防集卡车翻车。
进一步地,所述的通过红外探测仪以及拍摄图片用的工业相机监测集卡车的状态是利用红外传感器进行集卡车位置判定,用以识别集卡车当前处于就位状态还是离开状态;当车辆处于就位状态时,通过监测系统服务调用通知PLC开启两台工业相机的自动拍照功能,对集卡车一侧前后所有车轮进行图像抓取,对集卡车进行前后车轮覆盖。
进一步地,所述的图像抓取是保留抓拍后的第一张图片作为车辆原始状态图片,后续采集图片为比较图片,分析时将比较图片与原始状态图片进行对比。
进一步地,所述的工业相机设置自动曝光装置,以应对复杂天气对图片质量的影响。
进一步地,所述的监测系统在采集和处理图片时,采用轮询复用算法对采集与处理并发时的新图片覆盖进行处理,提升图片处理速度。
进一步地,所述的通过监测控制系统分析判断是利用机器视觉方式对拍摄的图片进行相对位置分析计算,当发现图片中轮胎与地面之间出现超出安全距离标准值的距离时,将报警图片及时进行保存;监测系统后台自动监听报警图片,当出现报警图片时,监测系统通过PLC控制声光报警器及时报警,通知操作员及时进行操作纠正,报警时间默认6-10秒,给操作员一定反应时间。
进一步地,所述的安全距离标准值依据以集卡车理论上最大允许倾斜的距离作为安全距离标准值。
进一步地,在持续监测过程中,监测控制系统会对红外线探测仪的状态数据进行实时检查,以判断车辆是否已经离开;若离开,则监测系统会重新设定车辆的初始状态图片。
进一步地,所述的根据集卡车的车身离开地面的距离状态判断集卡车装卸是否安全是根据集卡车的自身的参数,设定安全距离标准值;监测系统以安全距离标准值为判断依据,按照监测流程进行监测;当监测数据超过安全距离标准值的距离时进行报警。
进一步地,所述的监测流程如下:
1. 利用红外传感器进行集卡车位置判定,用以识别集卡车当前处于就位状态还是离开状态;
2. 当车辆处于就位状态时,通过监测系统服务调用通知PLC开启两台工业相机的自动拍照功能,对集卡车一侧前后所有车轮进行图像抓取,对集卡车进行前后车轮覆盖;
3. 监测系统设置自动曝光功能以应对复杂天气对图片质量的影响;
4. 监测系统保留抓拍后的第一张图片作为车辆原始状态图片,后续采集图片与原始状态图片进行对比;
5. 利用轮询复用算法规避掉图片处理耗时较长导致图片采集与处理并发时新图片覆盖处理中图片的问题,大幅提升图片处理速度;
6. 监测系统利用机器视觉技术对拍摄的图片进行相对位置分析计算,当发现图片中轮胎与地面之间出现超出安全距离标准值的距离时,将报警图片及时进行保存;
7. 监测系统后台自动监听报警图片,当出现报警图片时,监测系统通过PLC控制声光报警器及时报警,通知操作员及时进行操作纠正,报警时间默认6-10秒,给操作员一定反应时间;
8. 监测系统持续对作业过程进行监测,当再次发现轮胎与地面距离超出阀值情况时,监测系统将再次报警;
9. 在监测过程中,监测系统会对红外线探测仪的状态数据进行实时检查,以判断车辆是否已经离开。若离开,则监测系统会重新设定车辆的初始状态图片。
本发明的优点在于:
本发明从集卡车本身出发,通过对车辆与地面的相对位置进行持续观察,将翻车问题等价转换为车身离开地面问题,降低问题解决复杂度。由于地面环境相对稳定,监测系统的安装和运维相对比较方便,监控和成本管控效果都较为理想。
附图说明
图1是本发明的基于轮胎识别的集卡车装卸安全监测方法流程图。
具体实施方式
下面结合附图和具体实施例来进一步阐述本发明。
实施例一
通过附图1可以看出,本发明涉及一种基于轮胎识别的集卡车装卸安全监测方法,在集卡车装卸作业场所安装监测系统,通过监测系统对车辆与地面的相对位置进行持续观察和监测,并根据集卡车的车身离开地面的距离状态判断集卡车装卸是否安全。
持续观察和监测集卡车的基本条件是:
在集卡车的装卸作业场所的周围,设置监测系统;监测系统包括红外探测仪以及拍摄图片用的工业相机和监测控制系统;由监测控制系统根据监测的数据控制工业相机和红外探测仪进行监测。
所述的持续观察和监测流程如下:
1.利用红外传感器进行集卡车位置判定,用以识别集卡车当前处于就位状态还是离开状态;
当集卡车进入装卸作业场所时,红外探测仪的红外传感器将采集到集卡车进入的数据,并将根据集卡车移动的数据进行实时判定卡车当前处于就位状态还是离开状态;如果就位状态启动下一程序;如果是离开状态,则不启动下一步程序;
2.当车辆处于就位状态时,通过监测控制系统服务调用启动通知PLC开启两台工业相机的自动拍照功能,由两台工业相机对集卡车一侧前后所有车轮进行图像抓取,对集卡车进行前后车轮覆盖;图像抓取是保留抓拍后的第一张图片作为车辆原始状态图片,后续采集图片为比较图片,分析时将比较图片与原始状态图片进行对比;
3.监测系统设置自动曝光功能以应对复杂天气对图片质量的影响;
由两台工业相机对集卡车一侧前后所有车轮进行图像抓取时将自动启动自动曝光,由工业相机自动根据实时的天气调整曝光度,避免复杂天气对图片的影响;
4.监测系统保留抓拍后的第一张图片作为车辆原始状态图片,后续采集图片与原始状态图片进行对比;
进行图像抓取时,必须在集卡车刚进入装卸作业场所就位时进行拍摄,并以此图片作为车辆原始状态图片,后续连续实时进行拍摄,采取每6-10秒钟拍摄一次,持续进行拍摄,后续连续实时进行拍摄的图片为比较图片,分析时将比较图片与原始状态图片进行对比;
5.利用轮询复用算法规避掉图片处理耗时较长导致图片采集与处理并发时新图片覆盖处理中图片的问题,大幅提升图片处理速度;
对于所采集的图片必须进行比较分析,由于图片数据的容量很大,按照常规的处理方式处理起来时间,时间会很长,这样效率会很低,因此在进行图片处理时,采用轮询复用算法对图片采集与处理并发时新图片覆盖进行处理,这样可以有效提升图片处理速度;
轮询复用算法如下:
首先,配置一个图片存放目录,在该目录中创建数量为2*n的子目录,目录名称按数字顺序进行命名。其中N为可配置项,用于设置最大的利用次数。举例:N为5,则表示有10个子目录,最大可复用次数为5,每次使用未使用的子目录中名称最小的两个。创建复用次数的目的在于当第一次作业的图片还未处理完成,下一次作业又要开始时,考虑到对于图片的算法处理时长问题,可能存在上一次图片未处理完,下一次的图片又要开始处理的情况,直接使用上一次的目录将导致上一次图片处理异常出错。因此,系统需要允许并兼容此种场景,最大复用次数意味着设置系统允许可同时进行且不互相影响的单次作业次数。
其次,当两台相机拍摄到图片回来后,每次都会选择编号最小的两个空的子目录作为本次拍照图片的处理目录。举例:按最大复用次数为5来算,创建10个子目录,名称依次从0到10命名,第一次处理图片使用0和1两个子目录,第二次处理图片使用2和3两个子目录,依次类推,最后一次使用8和 9两个子目录。
最后,当使用的目录已经到了最后两个编号最大的目录时,以上述为例即到了8和9两个目录,则下一次拍照存储的图片将重新使用最小编号的两个子目录0和1,此即所说的轮询复用。
6.监测系统利用机器视觉技术对拍摄的图片进行相对位置分析计算,当发现图片中轮胎与地面之间出现超出安全距离标准值的距离时,将报警图片及时进行保存;
将处理后的图片送入监测控制系统,监测控制系统将利用机器视觉技术对拍摄的图片进行相对位置分析计算;分析计算时将以集卡车理论上最大允许倾斜的距离作为安全距离标准值,通过图片相对安全距离标准值的距离作为安全限度的判断依据,当出现超出安全距离标准值的图片位移时,将实施报警,并将报警图片上传监测控制系统的储存系统进行储存;
所述的利用机器视觉技术对拍摄的图片进行相对位置分析计算是利用图像拟合和多层神经网络等机器视觉技术对拍摄的图片进行相对位置分析计算,包括图像曲线拟合、基于神经网络的机器视觉图像识别、基于卷积神经网络的视觉定位识别、以及其组合的图像识别计算方式。
7.监测系统后台自动监听报警图片,当出现报警图片时,监测系统通过PLC控制声光报警器及时报警,通知操作员及时进行操作纠正,报警时间默认6-10秒,给操作员一定反应时间;
当出现报警后,监测控制系统将会自动显示报警图片,并通过PLC控制声光报警器及时报警,通知操作员及时进行操作纠正,操作员必须在6-10秒的时间内对报警进行处理,如果超出时间,将自动停止集卡车的装卸作业;
8.监测系统持续对作业过程进行监测,当再次发现轮胎与地面距离超出阀值情况时,监测系统将再次报警;
如果一直没有出现报警,或报警处理之后,作业系统将持续作业,监控系统也将持续对作业过程进行监测,并也一直进行图像抓取采集,然后送至监控控制系统进行分析,一旦出现报警图片,将启动报警程序,进行报警处理;
9.在监测过程中,监测系统会对红外线探测仪的状态数据进行实时检查,以判断车辆是否已经离开。若离开,则监测系统会重新设定车辆的初始状态图片。
上述所列实施例,只是结合附图对本发明的技术方案进行清楚、完整的描述;显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,而且本说明书中所引用的如“上”、“下”、“前”、“后”、“中间”等用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。同时,说明书附图所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容所能涵盖的范围内。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明的优点在于:
本发明利用三维统计方法,通过建立三维统计模型,对应力幅值和应力均值进行按工况分类的分仓统计,再根据应力幅值和应力均值统计量,计算每个工作循环的岸桥结构疲劳损伤,并修正应力-寿命曲线,预估岸桥剩余使用寿命,能够用于岸桥疲劳损伤计算,并能够根据统计图表反演出该岸桥整个生命周期的工作情况,且能够很好的满足工程应用要求。
主要有以下优点:
1、本发明通过直接对集卡车的位置状态进行监测,并通过监测判定集卡车的状态,具有监测方式容易实施。相对于监测集装箱要容易得多;
2、本发明采取监测通过对集卡车一侧前后所有车轮进行图像抓取,图像抓取方便;尤其是在经过自动曝光处理,可以获得清晰的图片,有利于提高分析的准确性;
3、本发明的图片处理采用了轮询复用算法规避掉图片处理耗时较长导致图片采集与处理并发时新图片覆盖处理中图片的问题,大幅提升图片处理速度;
4、本发明利用机器视觉技术对拍摄的图片进行相对位置分析计算,并以图片中轮胎与地面之间是否出现超出安全距离标准值的距离作为报警界线,恰当地选择了报警临界点。
Claims (10)
1.一种基于轮胎识别的集卡车装卸安全监测方法,其特征在于:在集卡车装卸作业场所安装监测系统,通过监测系统对车辆与地面的相对位置进行持续观察,并根据集卡车的车身离开地面的距离状态判断集卡车装卸是否安全。
2.如权利要求1所述的基于轮胎识别的集卡车装卸安全监测方法,其特征在于:所述的通过监测系统对车辆与地面的相对位置进行持续观察是通过实施采集集卡车的位置图片,并通过图像识别技术对采集的集卡车位置图片的比较分析,判断集卡车所处的状态,当出现危险状态时进行报警,并将报警图片及时进行保存。
3.如权利要求1或2所述的基于轮胎识别的集卡车装卸安全监测方法,其特征在于:所述的在集卡车装卸作业场所安装监测系统是在集卡车装卸作业场所安装红外探测仪以及拍摄图片用的工业相机和监测控制系统,通过红外探测仪以及拍摄图片用的工业相机持续监测集卡车的状态,并通过监测控制系统分析判断,预防集卡车翻车。
4.如权利要求3所述的基于轮胎识别的集卡车装卸安全监测方法,其特征在于:所述的通过红外探测仪以及拍摄图片用的工业相机监测集卡车的状态是利用红外传感器进行集卡车位置判定,用以识别集卡车当前处于就位状态还是离开状态;当车辆处于就位状态时,通过监测系统服务调用通知PLC开启两台工业相机的自动拍照功能,对集卡车一侧前后所有车轮进行图像抓取,对集卡车进行前后车轮覆盖。
5.如权利要求4所述的基于轮胎识别的集卡车装卸安全监测方法,其特征在于:所述的图像抓取是保留抓拍后的第一张图片作为车辆原始状态图片,后续采集图片为比较图片,分析时将比较图片与原始状态图片进行对比。
6.如权利要求4所述的基于轮胎识别的集卡车装卸安全监测方法,其特征在于:所述的工业相机设置自动曝光装置,以应对复杂天气对图片质量的影响。
7.如权利要求4所述的基于轮胎识别的集卡车装卸安全监测方法,其特征在于:所述的监测系统在采集和处理图片时,采用轮询复用算法对采集与处理并发时新图片覆盖进行处理,提升图片处理速度。
8.如权利要求3所述的基于轮胎识别的集卡车装卸安全监测方法,其特征在于:所述的通过监测控制系统分析判断是利用机器视觉方式对拍摄的图片进行相对位置分析计算,当发现图片中轮胎与地面之间出现超出安全距离标准值的距离时,将报警图片及时进行保存;监测系统后台自动监听报警图片,当出现报警图片时,监测系统通过PLC控制声光报警器及时报警,通知操作员及时进行操作纠正,报警时间默认6-10秒,给操作员一定反应时间;所述的安全距离标准值依据以集卡车理论上最大允许倾斜的距离作为安全距离标准值;在持续监测过程中,监测控制系统会对红外线探测仪的状态数据进行实时检查,以判断车辆是否已经离开;若离开,则监测系统会重新设定车辆的初始状态图片。
9.如权利要求1所述的基于轮胎识别的集卡车装卸安全监测方法,其特征在于:所述的根据集卡车的车身离开地面的距离状态判断集卡车装卸是否安全是根据集卡车的自身的参数,设定安全距离标准值;监测系统以安全距离标准值为判断依据,按照监测流程进行监测;当监测数据超过安全距离标准值的距离时进行报警。
10.如权利要求9所述的基于轮胎识别的集卡车装卸安全监测方法,其特征在于:所述的监测流程如下:
1)利用红外传感器进行集卡车位置判定,用以识别集卡车当前处于就位状态还是离开状态;
2)当车辆处于就位状态时,通过监测系统服务调用通知PLC开启两台工业相机的自动拍照功能,对集卡车一侧前后所有车轮进行图像抓取,对集卡车进行前后车轮覆盖;
3)监测系统设置自动曝光功能以应对复杂天气对图片质量的影响;
4)监测系统保留抓拍后的第一张图片作为车辆原始状态图片,后续采集图片与原始状态图片进行对比;
5)利用轮询复用算法规避掉图片处理耗时较长导致图片采集与处理并发时新图片覆盖处理中图片的问题,大幅提升图片处理速度;
6)监测系统利用机器视觉技术对拍摄的图片进行相对位置分析计算,当发现图片中轮胎与地面之间出现超出安全距离标准值的距离时,将报警图片及时进行保存;
7)监测系统后台自动监听报警图片,当出现报警图片时,监测系统通过PLC控制声光报警器及时报警,通知操作员及时进行操作纠正,报警时间默认6-10秒,给操作员一定反应时间;
8)监测系统持续对作业过程进行监测,当再次发现轮胎与地面距离超出阀值情况时,监测系统将再次报警;
9)在监测过程中,监测系统会对红外线探测仪的状态数据进行实时检查,以判断车辆是否已经离开,若离开,则监测系统会重新设定车辆的初始状态图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010452488.7A CN111680585B (zh) | 2020-05-26 | 2020-05-26 | 基于轮胎识别的集卡车装卸安全监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010452488.7A CN111680585B (zh) | 2020-05-26 | 2020-05-26 | 基于轮胎识别的集卡车装卸安全监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111680585A true CN111680585A (zh) | 2020-09-18 |
CN111680585B CN111680585B (zh) | 2024-02-06 |
Family
ID=72453135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010452488.7A Active CN111680585B (zh) | 2020-05-26 | 2020-05-26 | 基于轮胎识别的集卡车装卸安全监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680585B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045666A (zh) * | 2015-07-09 | 2015-11-11 | 西北工业大学 | Windows操作系统环境下的分区调度方法 |
CN106254839A (zh) * | 2016-09-30 | 2016-12-21 | 湖南中铁五新重工有限公司 | 集装箱卡车防吊起方法及装置 |
CN106683409A (zh) * | 2017-02-08 | 2017-05-17 | 南京杰迈视讯科技有限公司 | 一种重型卡车摄像识别管理方法及其系统 |
CN106829742A (zh) * | 2017-03-20 | 2017-06-13 | 北京国泰星云科技有限公司 | 一种基于激光的防吊起检测系统及方法 |
CN107200274A (zh) * | 2017-04-26 | 2017-09-26 | 江苏大学 | 一种基于机器视觉的防集装箱卡车被吊起方法 |
US20170356167A1 (en) * | 2016-06-13 | 2017-12-14 | Esco Corporation | Handling system for ground-engaging wear parts secured to earth working equipment |
CN108639956A (zh) * | 2018-06-27 | 2018-10-12 | 上海沪东集装箱码头有限公司 | 基于视觉检测技术的集装箱起重机智能预警系统及方法 |
-
2020
- 2020-05-26 CN CN202010452488.7A patent/CN111680585B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045666A (zh) * | 2015-07-09 | 2015-11-11 | 西北工业大学 | Windows操作系统环境下的分区调度方法 |
US20170356167A1 (en) * | 2016-06-13 | 2017-12-14 | Esco Corporation | Handling system for ground-engaging wear parts secured to earth working equipment |
CN106254839A (zh) * | 2016-09-30 | 2016-12-21 | 湖南中铁五新重工有限公司 | 集装箱卡车防吊起方法及装置 |
CN106683409A (zh) * | 2017-02-08 | 2017-05-17 | 南京杰迈视讯科技有限公司 | 一种重型卡车摄像识别管理方法及其系统 |
CN106829742A (zh) * | 2017-03-20 | 2017-06-13 | 北京国泰星云科技有限公司 | 一种基于激光的防吊起检测系统及方法 |
CN107200274A (zh) * | 2017-04-26 | 2017-09-26 | 江苏大学 | 一种基于机器视觉的防集装箱卡车被吊起方法 |
CN108639956A (zh) * | 2018-06-27 | 2018-10-12 | 上海沪东集装箱码头有限公司 | 基于视觉检测技术的集装箱起重机智能预警系统及方法 |
Non-Patent Citations (3)
Title |
---|
任梦茹;侯宏录: "基于FPGA的实时双目图像采集与预处理系统设计", vol. 35, no. 01, pages 58 - 61 * |
张勇刚: "道路交通控制技术及应用", 中国人民公安大学出版社, pages: 225 - 226 * |
童巍;吴翔;: "轮胎起重机集卡防吊起系统的研究与应用", vol. 2017, no. 12, pages 95 - 97 * |
Also Published As
Publication number | Publication date |
---|---|
CN111680585B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109795953A (zh) | 自动化集装箱码头堆场陆侧自动化运行系统及其控制方法 | |
CN110843597B (zh) | 应用于车辆换电的视觉分析系统、方法及换电控制方法 | |
AU2015395790B2 (en) | System and method for monitoring motion state of bucket of construction vertical shaft | |
CN214270032U (zh) | 一种起重机吊装作业安全监测预警系统 | |
CN107200274A (zh) | 一种基于机器视觉的防集装箱卡车被吊起方法 | |
CN109335964A (zh) | 一种集装箱旋锁检测系统及检测方法 | |
CN101927675A (zh) | 悬挂系统控制方法与悬挂系统及具有其的起重机 | |
CN108792951A (zh) | 图像识别技术的集卡防吊起方法、系统、设备及存储介质 | |
CN111879308A (zh) | 一种基于位姿感知技术的智能塔机安全监控系统及实现方法 | |
CN111680585A (zh) | 基于轮胎识别的集卡车装卸安全监测方法 | |
CN110415221B (zh) | 一种基于图像特征点匹配的集装箱卡车防吊起自动检测方法 | |
CN110758164B (zh) | 应用于车辆换电的视觉分析系统及方法 | |
CN111873979A (zh) | 车辆制动缸的行程监测方法、系统、装置和存储介质 | |
CN114170252A (zh) | 一种基于机器视觉的集卡车头防砸保护系统及方法 | |
CN115833736A (zh) | 一种光伏面板异物检测清扫方法和装置 | |
CN116081483A (zh) | 一种炼钢厂液态熔融金属吊运天车挂钩安全检测方法 | |
CN110525139B (zh) | 一种多功能胎压监测器 | |
CN212768242U (zh) | 一种传输机皮带损伤状况的光电一体智能检测装置 | |
CN118004900B (zh) | 一种基于视觉监测的门机安防系统 | |
CN214680752U (zh) | 雾炮监控系统及车辆 | |
CN116448477B (zh) | 一种伸缩臂叉装车故障监控系统及方法 | |
CN212255109U (zh) | 港口轮胎龙门吊滑触线烧蚀在线智能监测系统 | |
CN218416495U (zh) | 作业机械的视频监控系统和作业机械 | |
CN117885628A (zh) | 一种无人矿车卸料防翻方法及系统 | |
CN212245952U (zh) | 臂架侧向挠度测试装置及起重设备 |
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 |