CN113003415A - 一种塔吊自稳定控制方法及系统 - Google Patents

Abstract

本发明公开了一种塔吊自稳定控制方法及系统，所述系统包括：安装在塔身的驾驶室，驾驶室内安装有主控箱和航向传感器；安装在吊臂上的吊臂小车，吊臂小车内部安装有惯性测量单元，吊臂小车下部安装有朝向吊钩的摄像头；其中，摄像头实时获取吊钩上的物体图像并发送给主控箱，惯性测量单元实时获取吊臂小车的加速度、速度以及位置信息并发送给主控箱，航向传感器实时获取塔吊的转动的角加速度、角速度和角度并发送给主控箱；主控箱根据物体图像解析物体实时位置，并根据物体实时位置偏离预设范围控制吊臂小车和吊臂的运动，使得物体实时位置位于预设范围内。本发明在物体偏离预设范围内时快速的稳定被吊物体，从而防止可能引起的施工人员人身安全问题及塔吊倾覆问题。

Description

一种塔吊自稳定控制方法及系统

技术领域

本发明涉及塔吊配件技术领域，具体涉及一种塔吊自稳定控制方法及系统。

背景技术

目前大多数塔吊的平衡性均是采用配重块完成，根据吊装的重量相应调节配重块完成整个平衡系统，但其总体为被动式平衡，稳定性较差，在吊装重型器械时都会有一定幅度的摆动，且防强风能力也较弱，整体平衡性能不佳。

现有中国发明公开专利CN104495643A公开了一种塔吊主动稳定维持系统，它主要由纵向滑车、横向滑车、钢缆和平衡椭球构成，所述纵向滑车两侧的纵向滑轮安装在塔吊臂的滑轮槽上，横向滑车两侧的横向滑轮安装在纵向滑车顶部的滑轮槽中，纵向滑车顶部的滑轮槽与塔吊臂的滑轮槽呈相互垂直排布；横向滑车上安装有控制纵向滑车和横向滑车动作的微机芯片以及检测塔吊倾斜角度的电子水平仪，纵向滑车的顶部经万向节连接钢缆，钢缆的另一端连接平衡椭球。该发明通过滑车中的电子系统判断塔身倾斜度，并控制滑车带动平衡椭球移动来主动改变塔身重心实现塔吊的平衡。能有效地提高了塔吊的稳定性能，减少起吊和卸载时的晃动，提高了塔吊的抗风能力，能主动防止塔吊倾覆等事故的发生。

然而，上述专利技术也仅从机械结构和电子系统监控塔身倾斜度的角度对塔吊的稳定性进行控制。而被吊物体如果在吊挂运输过程中有较大晃动振幅、甩动过大，可能会导致附近施工人员的人身安全问题，以及导致塔吊的倾覆，从而导致严重的安全生产事故。

目前，尚没有对被吊物体如果在吊挂运输过程中有较大晃动振幅、甩动过大时进行主动控制从而稳定被吊物体的办法。

发明内容

本发明的目的是通过以下技术方案实现的。

根据本发明的第一个方面，提供了一种塔吊自稳定控制系统，包括：

安装在塔身的驾驶室，所述驾驶室内安装有主控箱和航向传感器；

安装在吊臂上的吊臂小车，所述吊臂小车内部安装有惯性测量单元，所述吊臂小车下部安装有朝向吊钩的摄像头；其中，

所述摄像头实时获取吊钩上的物体图像并发送给主控箱，所述惯性测量单元实时获取所述吊臂小车的加速度、速度以及位置信息并发送给主控箱，所述航向传感器实时获取塔吊的转动的角加速度、角速度和角度并发送给主控箱；

所述主控箱根据所述物体图像解析物体实时位置，并在所述物体实时位置偏离预设范围时控制所述吊臂小车和吊臂的运动，使得所述物体实时位置位于预设范围内。

根据本发明的第二个方面，提供了一种塔吊自稳定控制方法，包括：

实时获取吊钩上的物体图像；

实时获取所述吊臂小车的加速度、速度以及位置信息；

实时获取塔吊的转动的角加速度、角速度和角度；

根据所述物体图像解析物体实时位置，并在所述物体实时位置偏离预设范围时控制所述吊臂小车和吊臂的运动，使得所述物体实时位置位于预设范围内。

进一步地，所述根据物体图像解析物体实时位置时，使用颜色识别解析和物体识别解析。

进一步地，所述颜色识别解析的过程如下：在物体正上方放置具有第一颜色的标识，图像处理所述物体图像中的每一个像素点，寻找接近所述第一颜色的像素，从而获得所述物体实时位置。

进一步地，所述物体识别解析的过程如下：使用深度学习和卷积神经网络处理所述物体图像，将所述物体图像输入所述深度学习和卷积神经网络进行计算，返回得到所述物体图像中像素块是否为物体的置信度，如果所述置信度大于阈值，则认定为需要识别的物体，记录所述物体的位置作为物体实时位置。

进一步地，所述物体实时位置偏离预设范围是指所述物体实时位置偏离物体静止位置的距离超过预设阈值。

进一步地，计算所述物体实时位置偏离物体静止位置的距离的过程如下：

D＝L×tanθ

其中，L为塔吊吊钩下放长度，d为物体实时位置与静止位置的距离，D为在L长度下摄像头的实际水平视野，P1为静止时物体在摄像头画面中x轴的坐标，P2为物体在摆动的某一时刻在摄像头画面中x轴的坐标，P3为摄像头画面中x轴的最大距离，θ为摄像头水平视野角度。

进一步地，通过PID算法控制所述吊臂小车和吊臂的运动，使得所述物体实时位置位于预设范围内。

进一步地，所述通过PID算法控制所述吊臂小车和吊臂的运动的流程如下：

设P1为目标点，P(t)为每一时刻摄像头读取的点；两个点的差距e(t)转化为实际距离后，使用PID算法输出u(t)给吊臂小车以控制所述小车的前后移动，使得物体在摄像头画面中的位置变化，产生P(t+1)，再不断循环直到e(t)小于一个设定值，即物体回到平衡位置。

根据本发明的第三个方面，提供了一种塔吊，其包括上述第一方面的塔吊自稳定控制系统，和/或使用第二方面所述的塔吊自稳定控制方法。

本发明的优点在于：使用本发明的塔吊自稳定控制方法及系统，能够跟踪监测被吊物体的偏离情况，在物体偏离预设范围内时快速的稳定被吊物体，从而防止可能引起的施工人员人身安全问题及塔吊倾覆问题。本发明中，被吊物体如果在吊挂运输过程中有较大晃动振幅、甩动过大时进行主动控制从而稳定被吊物体。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明实施方式的塔吊自稳定控制系统结构示意图；

图2示出了根据本发明实施方式的摄像头视角物体实时位置示意图；

图3示出了根据本发明实施方式的计算物体的实时位置和静止状态下的位置的差原理示意图；

图4示出了根据本发明实施方式的控制吊臂小车的原理示意图；

图5示出了根据本发明实施方式的控制吊臂小车的PID算法示意图；

图6为测试结果物体图像中X方向像素随时间变化曲线图；

图7为测试结果物体图像中Y方向像素随时间变化曲线图；

图8为一次稳定中，测试结果物体图像中X和Y方向的像素分布结果示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

技术术语

惯性测量单元(Inertial Measurement Unit，IMU)是测量物体三轴姿态角(或角速率)以及加速度的装置。一般的，一个IMU包含了三个单轴的加速度计和三个单轴的陀螺，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。在导航中有着很重要的应用价值。

PID算法：在过程控制中，按偏差的比例(P)、积分(I)和微分(D)进行控制的PID控制器(亦称PID调节器)是应用最为广泛的一种自动控制器。它具有原理简单，易于实现，适用面广，控制参数相互独立，参数的选定比较简单等优点；而且在理论上可以证明，对于过程控制的典型对象──“一阶滞后+纯滞后”与“二阶滞后+纯滞后”的控制对象，PID控制器是一种最优控制。PID调节规律是连续系统动态品质校正的一种有效方法，它的参数整定方式简便，结构改变灵活(PI、PD、…)。

航向传感器，也叫磁航向传感器，敏感磁子午线方向，输出磁航向信号的仪表。有永磁式和感应式两种。永磁式由磁棒、悬浮机构、罗盘液、信号变换器和罗差修正器等组成。感应式由地磁感应线圈、万向支架和罗差修正器等组成。

实施例1

本发明预期达到的自稳定控制的最终效果是按下一个按钮可以让塔吊所吊的物体快速稳定，要实现这个效果需要对塔吊做相应的设计。

具体的，如图1所示，本发明的一种塔吊自稳定控制系统，包括：

安装在塔身的驾驶室，驾驶室内安装有主控箱和航向传感器；

安装在吊臂上的吊臂小车，吊臂小车内部安装有惯性测量单元，吊臂小车下部安装有朝向吊钩的摄像头；其中，

摄像头实时获取吊钩上的物体图像并发送给主控箱，惯性测量单元实时获取吊臂小车的加速度、速度以及位置信息并发送给主控箱，航向传感器实时获取塔吊的转动的角加速度、角速度和角度并发送给主控箱；

主控箱根据物体图像解析物体实时位置，并根据物体实时位置偏离预设范围控制吊臂小车和吊臂的运动，使得物体实时位置位于预设范围内。

使用本实施例的塔吊自稳定控制系统，能够跟踪监测被吊物体的偏离情况，在物体偏离预设范围内时快速的稳定被吊物体，从而防止可能引起的施工人员人身安全问题及塔吊倾覆问题。本实施例中，被吊物体如果在吊挂运输过程中有较大晃动振幅、甩动过大时进行主动控制从而稳定被吊物体。

实施例2

相应于实施例1，本实施例提供了一种塔吊自稳定控制方法，包括：

S1、实时获取吊钩上的物体图像；

S2、实时获取吊臂小车的加速度、速度以及位置信息；

S3、实时获取塔吊的转动的角加速度、角速度和角度；

S4、根据物体图像解析物体实时位置，并在物体实时位置偏离预设范围时控制吊臂小车和吊臂的运动，使得物体实时位置位于预设范围内。

步骤S1中，摄像头通过识别算法识别所吊物体在图像中的位置，记录静止状态下的位置。

被吊物体起吊过程中，从摄像头视角看到的物体如图2所示，其中中间的十字为摄像头视野范围的中心，也是物体静止时的位置。X方向为小车沿吊臂前进和后退的方向，Y方向为吊臂旋转时相对于小车位置产生的速度方向。

步骤S4中，根据物体图像解析物体实时位置时，本发明可以使用颜色识别和物体识别两种。

本实施例中，颜色识别需要在物体正上方放置与环境色色差强烈的标识，(如在工地上可以使用红色标识固定在物体上方)。图像处理摄像头画面中的每一个像素点，寻找接近已知的像素值的像素(例如，RGB＝(240，7，12)接近RGB＝(255，0，0)的红色)，这样可以获得物体的位置。

本实施例中，另一种方法是物体识别，使用深度学习和卷积神经网络来处理图像。将图片输入进神经网络进行计算，返回得到图中像素块是否为物体的置信度(有多少的可能是吊钩或所吊物体)，如果这个置信度大于一个值，则认定它为需要识别的物体，它的位置也就是物体的位置。

本实施例的工作过程如下：

在塔吊移动时，物体会开始摆动，摄像头开始识别物体的实时位置。

计算物体的实时位置和静止状态下的位置的差，计算原理如图3所示，其中坐标系以摄像头为原点，Z方向为竖直于地面的高度方向，X为小车前后移动的方向，f为摄像头焦距(mm)，L为塔吊吊钩下放长度(m)，d为两个时刻物体的距离(m)，D为在L长度下摄像头的实际水平视野(m)，P1为静止时物体在摄像头画面中x轴的坐标(pixel)，P2为物体在摆动的某一时刻在摄像头画面中x轴的坐标(pixel)，P3为摄像头画面中x轴的最大距离(pixel)，θ为摄像头水平视野角度(degree)。

可以得到如下公式，先通过摄像头的物理参数得到L竖直距离下的X轴视野距离D，由于每个像素点的距离相同，就可以进一步通过比例得到物体距离d：

D＝L×tanθ

例如，当使用焦距3.6mm，120度摄像头，输出画面为1280*720pixel，L为10m时。由上述公式得到D＝10*tan60°＝17m。P1，P3已知，分别为360和720，当P2＝500时，d可以计算得到6.7m。

通过控制算法控制吊臂和小车，朝着缩小位置差的方向运动，使物体尽快稳定下来。其中控制的流程如图4所示：

P1为目标点，P(t)为每一时刻摄像头读取的点。两个点的差距e(t)转化为实际距离后，进行控制方法的处理，例如使用PID方法(如下图5)，这时输出u(t)会传给塔吊的小车控制系统来控制小车的前后移动，u(t)＝k×(P(t)-P1)，其中k为系数。输出u(t)为电机速度，控制小车移动之后，物体在摄像头画面中的位置会变化，产生P(t+1)，再不断循环直到e(t)小于一个设定值，就表示物体已经回到平衡位置。对于吊臂摆动的Y方向也使用同样的原理进行控制。

本实施例的方法进一步进行了实际测试，测试结果如图6-8所示，其中，图6为图像中X方向像素随时间变化曲线图，从图6中可以看出，随着时间的推移，被吊物体在X方向的实时位置逐渐回归于物体静止位置附近。

图7为图像中Y方向像素随时间变化曲线图，从图7中可以看出，随着时间的推移，被吊物体在Y方向的实时位置也逐渐回归于物体静止位置附近。

图8为一次稳定中，图像中X和Y方向的像素分布结果示意图。其中每个点代表物体在摄像头图像中的实时位置，从图8中可以看出，随着时间的推移，被吊物体在摄像头图像中的实时位置逐渐回归于物体静止位置附近。

使用本实施例的塔吊自稳定控制方法，能够跟踪监测被吊物体的偏离情况，在物体偏离预设范围内时快速的稳定被吊物体，从而防止可能引起的施工人员人身安全问题及塔吊倾覆问题。本实施例中，被吊物体如果在吊挂运输过程中有较大晃动振幅、甩动过大时进行主动控制从而稳定被吊物体。

需要说明的是：

在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备有固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种塔吊自稳定控制系统，其特征在于，包括：

安装在塔身的驾驶室，所述驾驶室内安装有主控箱和航向传感器；

安装在吊臂上的吊臂小车，所述吊臂小车内部安装有惯性测量单元，所述吊臂小车下部安装有朝向吊钩的摄像头；其中，

所述摄像头实时获取吊钩上的物体图像并发送给主控箱，所述惯性测量单元实时获取所述吊臂小车的加速度、速度以及位置信息并发送给主控箱，所述航向传感器实时获取塔吊的转动的角加速度、角速度和角度并发送给主控箱；

所述主控箱根据所述物体图像解析物体实时位置，并在所述物体实时位置偏离预设范围时控制所述吊臂小车和吊臂的运动，使得所述物体实时位置位于预设范围内。

2.一种塔吊自稳定控制方法，其特征在于，包括：

实时获取吊钩上的物体图像；

实时获取所述吊臂小车的加速度、速度以及位置信息；

实时获取塔吊的转动的角加速度、角速度和角度；

根据所述物体图像解析物体实时位置，并在所述物体实时位置偏离预设范围时控制所述吊臂小车和吊臂的运动，使得所述物体实时位置位于预设范围内。

3.根据权利要求2所述的一种塔吊自稳定控制方法，其特征在于，

所述根据物体图像解析物体实时位置时，使用颜色识别解析和物体识别解析。

4.根据权利要求3所述的一种塔吊自稳定控制方法，其特征在于，

所述颜色识别解析的过程如下：在物体正上方放置具有第一颜色的标识，图像处理所述物体图像中的每一个像素点，寻找接近所述第一颜色的像素，从而获得所述物体实时位置。

5.根据权利要求3所述的一种塔吊自稳定控制方法，其特征在于，

所述物体识别解析的过程如下：将所述物体图像输入深度学习和卷积神经网络进行计算，返回得到所述物体图像中像素块是否为物体的置信度，如果所述置信度大于阈值，则认定为需要识别的物体，记录所述物体的位置作为物体实时位置。

6.根据权利要求2所述的一种塔吊自稳定控制方法，其特征在于，

所述物体实时位置偏离预设范围是指所述物体实时位置偏离物体静止位置的距离超过预设阈值。

7.根据权利要求6所述的一种塔吊自稳定控制方法，其特征在于，

计算所述物体实时位置偏离物体静止位置的距离的过程如下：

D＝L×tanθ

其中，L为塔吊吊钩下放长度，d为物体实时位置与静止位置的距离，D为在L长度下摄像头的实际水平视野，P1为静止时物体在摄像头画面中x轴的坐标，P2为物体在摆动的某一时刻在摄像头画面中x轴的坐标，P3为摄像头画面中x轴的最大距离，θ为摄像头水平视野角度。

8.根据权利要求2所述的一种塔吊自稳定控制方法，其特征在于，

通过PID算法控制所述吊臂小车和吊臂的运动，使得所述物体实时位置位于预设范围内。

9.根据权利要求8所述的一种塔吊自稳定控制方法，其特征在于，

所述通过PID算法控制所述吊臂小车和吊臂的运动的流程如下：

设P1为目标点，P(t)为每一时刻摄像头读取的点；两个点的差距e(t)转化为实际距离后，使用PID算法输出u(t)给吊臂小车以控制所述小车的前后移动，使得物体在摄像头画面中的位置变化，产生P(t+1)，再不断循环直到e(t)小于一个设定值，即物体回到平衡位置。

10.一种塔吊，其特征在于，其包括权利要求1所述的塔吊自稳定控制系统，和/或使用权利要求2-9中任一项所述的塔吊自稳定控制方法。

Images