CN116374828A - 工程设备倍率检测方法、处理器、装置及可读存储介质 - Google Patents
工程设备倍率检测方法、处理器、装置及可读存储介质 Download PDFInfo
- Publication number
- CN116374828A CN116374828A CN202310335362.5A CN202310335362A CN116374828A CN 116374828 A CN116374828 A CN 116374828A CN 202310335362 A CN202310335362 A CN 202310335362A CN 116374828 A CN116374828 A CN 116374828A
- Authority
- CN
- China
- Prior art keywords
- engineering equipment
- image
- multiplying power
- preset
- magnification
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 title claims description 27
- 238000000034 method Methods 0.000 claims abstract description 30
- 229910000831 Steel Inorganic materials 0.000 claims description 32
- 239000010959 steel Substances 0.000 claims description 32
- 239000000725 suspension Substances 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims 2
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
Images
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C15/00—Safety gear
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Electric Motors In General (AREA)
- Manipulator (AREA)
Abstract
本发明实施例提供一种工程设备倍率检测方法、处理器、装置及可读存储介质,属于工程设备技术领域。工程设备倍率检测方法,获取工程设备的臂头滑轮组对应的图像,基于预设图像识别模型对图像进行识别,减少干扰信息并有效提升有效信息的识别精确性,以确定工程设备的倍率,并在确定工程设备处于工作状态的情况下,将倍率发送至工程设备的力矩限制器,提升倍率信息的有效性和实用性。
Description
技术领域
本发明涉及工程设备技术领域,具体地涉及一种工程设备倍率检测方法、处理器、装置及可读存储介质。
背景技术
传统的起重机倍率设置是通过人工输入到力矩限制器中,用于起重机控制,而人工输入可能存在的错输、漏输等情况将带来安全隐患。同时,起重机自动化作业的目标必然要求实现倍率的自动检测。
现有的倍率自动检测方法中通过起重机吊载后的总载荷与单绳拉力反算倍率,需要吊载较重物体才能实现检测;通过安装在滑轮组和钢丝绳连接点的传感器检测的方式判读倍率,传感器安装数量多且需要距离滑轮组近,更换倍率时传感器易撞坏且整体线路复杂;常规方式均存在一定的局限,实用性较低,暂未得到广泛应用。
发明内容
针对现有技术中的上述不足,本发明实施例的目的是提供一种工程设备倍率检测方法、处理器、装置及可读存储介质。
为了实现上述目的,本发明第一方面提供一种工程设备倍率检测方法,包括:
获取工程设备的臂头滑轮组对应的图像;
基于预设图像识别模型对图像进行识别,以确定工程设备的倍率;
在确定工程设备处于工作状态的情况下,将倍率发送至工程设备的力矩限制器。
在本发明实施例中,基于预设图像识别模型对图像进行识别,以确定工程设备的倍率,包括:
基于预设切片位置对图像进行截取,得到图像对应的图像切片;
基于预设图像识别模型对图像切片进行识别,以确定工程设备的倍率。
在本发明实施例中,基于预设图像识别模型对图像切片进行识别,以确定工程设备的倍率,包括:
基于预设图像识别模型确定图像切片中臂头滑轮组的绳槽中是否存在钢丝绳或者臂头滑轮组对应的钢丝绳连接点是否存在连接部件;
基于钢丝绳和连接部件的存在情况确定工程设备的倍率。
在本发明实施例中,确定图像切片中臂头滑轮组的绳槽中是否存在钢丝绳,包括:
基于预设切片位置确定所有图像切片中同一绳槽对应的目标图像切片;
确定绳槽中存在钢丝绳的目标图像切片在所有目标图像切片中的占比;
基于占比是否大于预设占比阈值确定图像切片中臂头滑轮组的绳槽中是否存在钢丝绳。
在本发明实施例中,还包括:
在占比大于零且小于或等于预设占比阈值的情况下,输出误差提示信息。
在本发明实施例中,确定工程设备的倍率的步骤之后,还包括:
获取工程设备的力矩限制器对应的当前载荷和吊臂仰角;
根据当前载荷是否大于最小工作载荷和/或吊臂仰角是否大于工作仰角阈值确定工程设备是否处于工作状态。
在本发明实施例中,还包括:
在图像识别执行失败的情况下,输出图像采集模块故障信息。
本发明第二方面提供一种处理器,被配置成执行时实现如上实施例所述的工程设备倍率检测方法的步骤。
本发明第三方面提供一种工程设备倍率检测装置,包括:
一个或多个图像采集模块,安装于工程设备的臂头滑轮组上方,用于采集工程设备的臂头滑轮组对应的图像;
如上述实施例所述的处理器。
本发明第四方面提供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如上述实施例所述的工程设备倍率检测方法。
通过上述技术方案,获取工程设备的臂头滑轮组对应的图像,基于预设图像识别模型对图像切片进行识别,减少干扰信息并有效提升有效信息的识别精确性,以确定工程设备的倍率,并在确定工程设备处于工作状态的情况下,将倍率发送至工程设备的力矩限制器,提升倍率信息的有效性和实用性。
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为根据本发明一实施例的工程设备倍率检测方法的流程示意图;
图2为根据本发明一实施例的滑轮组结构示意图;
图3为根据本发明一实施例倍率检测应用场景示意图。
具体实施方式
以下结合附图对本发明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,并不用于限制本发明。
需要说明,若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本申请实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
图1为根据本发明一实施例的工程设备倍率检测方法的流程示意图。如图1所示,在本发明实施例中,提供了一种工程设备倍率检测方法,以该方法应用于处理器为例进行说明,该方法可以包括以下步骤:
步骤S100,获取工程设备的臂头滑轮组对应的图像;
本实施例中,需要说明的是,对于一些吊装设备的力矩限制器的安全控制工作以及界面显示需要参考该设备的倍率,本实施例提供一种工程设备的倍率检测方法,以工程设备为起重机进行举例说明。臂头滑轮组对应的图像指安装于工程设备的吊臂臂头滑轮组上方的图像采集装置采集到的图像,参考图2,在一个实施例中的滑轮组结构可以包括臂头动滑轮、吊钩动滑轮以及钢丝绳连接点的。本实施例中,图像包括臂头定滑轮组及该臂头定滑轮组附近的钢丝绳连接点。获取的图像用于识别臂头滑轮组以及钢丝绳连接点的相关信息,以实现对工程设备的倍率确定。将图像采集装置安装于臂头滑轮组的正上方以获取臂头滑轮组对应的图像可以更为精准的获取确定倍率所需的有效信息,相较于一些常规技术中将图像采集装置限制在臂头侧面的方式,安装于臂头滑轮组的正上方的方式可以提升有效信息提取的准确度。可以理解的是,当单个图像采集装置的视野不能遍历所有臂头滑轮组的有效信息时,可以通过安装多个图像采集装置采集图像并进行图像合并处理。
步骤S200,基于预设图像识别模型对图像进行识别,以确定工程设备的倍率;
需要说明的是,倍率指起重机的实际倍率,包括起重机钢丝绳滑轮组省力或增速倍率,可以根据定滑轮组和动滑轮组之间的钢丝绳股数和钢丝绳连接点是否存在钢丝绳连接部件来确定。预设图像识别模型的具体算法可以采用机器视觉算法,通过边缘检测和表面粗糙度多特征融合的方式,利用轮廓和表面纹理特征区分钢丝绳和绳槽,利用轮廓特征区分钢丝绳连接点的位置来完成对图像切片的识别;也可以采用深度学习的方式,利用卷积神经网络提取图像切片特征等算法实现。预设图像识别模型可以同时完成对钢丝绳和绳槽的识别和对钢丝绳连接点的识别,在一实施例中,预设图像识别模型还可以包括两个模型,分别用于对钢丝绳和绳槽的识别和对钢丝绳连接点的识别。
具体地,基于预设图像识别模型对图像进行识别,以确定工程设备的倍率,包括:
步骤a,基于预设切片位置对图像进行截取,得到图像对应的图像切片;
步骤b,基于预设图像识别模型对图像切片进行识别,以确定工程设备的倍率。
需要说明的是,臂头滑轮组对应的图像并不是图像内包括的所有内容均为确定倍率的有效信息,若直接使用图像采集装置采集的图像整体进行图像识别,有效信息识别误差较大易导致倍率检测的准确率不高。本实施例中,基于确定倍率相关有效信息对图像中的关键位置进行截取,得到图像切片,图像切片包含相较于图像整体具有更少的干扰信息和更精确的有效信息。预设切片位置为预先设置的该工程设备的臂头滑轮组对应图像的关键点位置,基于预设切片位置对图像进行截取,可以理解的是,不同结构或不同型号的工程设备对应的预设切片位置不一定相同,根据工程设备的具体结构可进行适应性调整。
步骤S300,在确定工程设备处于工作状态的情况下,将倍率发送至工程设备的力矩限制器。
需要说明的是,图像采集装置可以持续实现对臂头滑轮组对应图像的采集,而在起重机未处于工作状态时,无法确保钢丝绳始终处于滑轮的绳槽中,此时基于采集的图像确定起重机的倍率参考价值较低。本实施例中,对工程设备是否处于工作状态进行判断,只有在工程设备处于工作状态的情况下,才会将确定的倍率发送至工程设备的力矩限制器,以供力矩限制器进行安全控制工作或者以实现界面的倍率显示。
参考图3,图像采集模块获取到臂头滑轮组对应的图像后对该图像进行处理和设备,得到该工程设备对应的倍率,以将其发送至力矩限制器。
本申请实施例提供一种通过起重机的当前载荷和吊臂仰角来确定工程设备是否处于工作状态的方法,因此,在一个实施例中,确定工程设备的倍率的步骤之后,还包括:
步骤c,获取工程设备的力矩限制器对应的当前载荷和吊臂仰角;
步骤d,根据当前载荷是否大于最小工作载荷和/或吊臂仰角是否大于工作仰角阈值确定工程设备是否处于工作状态。
本实施例中,需要说明的是,当前载荷是指工程设备在当前状态下的载荷情况,最小工作载荷是指该工程设备的车型可适配的最小吊钩重量;吊臂仰角是指吊臂与水平面之间的夹角,工作仰角阈值可根据实际工程设备的车型进行确定,本实施例中取15°。在当前载荷大于最小工作载荷、吊臂仰角大于工作仰角阈值以及当前载荷大于最小工作载荷且吊臂仰角大于工作仰角阈值的情况下可以确定工程设备当前处于工作状态。
在一个实施例中,还包括:
步骤e,在图像识别执行失败的情况下,输出图像采集模块故障信息。
需要说明的是,图像采集模块用于执行图像识别,包括图像采集和图像处理,图像识别执行失败,此时可确定是采集图像错误或者图像处理错误,此时刻直接定位图像采集模块出现故障,输出图像采集模块故障信息,以使得操作员可以根据输出的故障信息进行对应维护措施。
上述工程设备倍率检测方法,获取工程设备的臂头滑轮组对应的图像,基于预设图像识别模型对图像对应的图像切片进行识别,在降低算法难度的同时减少干扰信息并有效提升有效信息的识别精确性,以确定工程设备的倍率,并在确定工程设备处于工作状态的情况下,将倍率发送至工程设备的力矩限制器,提升倍率信息的有效性和实用性。
在一个实施例中,基于预设图像识别模型对图像切片进行识别,以确定工程设备的倍率,包括:
步骤f,基于预设图像识别模型确定图像切片中臂头滑轮组的绳槽中是否存在钢丝绳或者臂头滑轮组对应的钢丝绳连接点是否存在连接部件;
步骤g,基于钢丝绳和连接部件的存在情况确定工程设备的倍率。
本实施例中,需要说明的是,基于预设图像识别模型对每个图像切片进行识别,判断图像切片中的臂头滑轮组的绳槽中是否存在钢丝绳或判断臂头滑轮组对应的钢丝绳连接点是否存在连接部件,将特征查找问题简化为2个二分类问题,其中,绳槽中是否存在钢丝绳的二分类结果为绳槽有绳和绳槽无绳;钢丝绳连接点是否存在连接部件的二分类结果为有连接点和无连接点。
具体的,本实施例中,工程设备的倍率可以通过以下方式进行计算:
G=2*a+b+1
其中,G表示倍率;a表示臂头滑轮组中绳槽存在钢丝绳的滑轮数量;b表示钢丝绳连接点是否存在连接部件,其中,存在连接部件b取值为1,不存在连接部件,b取值为0。
可以理解的是,基于不同的臂头滑轮组结构,可以有不同的倍率计算方式,具体可根据工程设备的实际结构进行适应性调整。
本实施例中,将特征查找问题简化为2个二分类问题,大大减小了运算量和数据集的数据采集难度。
在一个实施例中,确定图像切片中臂头滑轮组的绳槽中是否存在钢丝绳,包括:
步骤h,基于预设切片位置确定所有图像切片中同一绳槽对应的目标图像切片;
步骤i,确定绳槽中存在钢丝绳的目标图像切片在所有目标图像切片中的占比;
步骤j,基于占比是否大于预设占比阈值确定图像切片中臂头滑轮组的绳槽中是否存在钢丝绳。
本实施例中,需要说明的是,预设切片位置在预先确定时,可以针对不同的臂头滑轮组中包括的所有滑轮的绳槽进行分类,将同一滑轮的绳槽对应的图像切片分为同一个目标图像切片组,在确定该绳槽是否存在钢丝绳时,基于该绳槽对应的所有目标图像切片进行判断。具体的,本实施例中,通过对绳槽存在钢丝绳的目标图像切片在所有目标图像切片中的占比判定该绳槽是否存在钢丝绳。预设占比阈值为预先确定的,对绳槽是否存在钢丝绳的判断依据。在一个实施例中,预设占比阈值可以取大于50%的任何值。
在一个实施例中,还包括:
步骤k,在占比大于零且小于或等于预设占比阈值的情况下,输出误差提示信息。
在绳槽存在钢丝绳的目标图像切片在所有目标图像切片中的占比大于预设占比阈值的情况下,确定图像切片中臂头滑轮组的绳槽中存在钢丝绳;在该占比大于零且小于或等于预设占比阈值的情况下,确定此时有较少部分的目标图像切片识别绳槽中有钢丝绳,但较多部分的目标图像切片识别该绳槽中不存在钢丝绳,此时输出误差提示信息,以提示操作人员进行确定。
本实施例中,通过预设占比阈值对图像切片的识别结果进一步判断,减少识别误差,有效提升了倍率检测的准确性。
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工程设备倍率检测方法。
本发明实施例提供了一种工程设备倍率检测装置,包括:
一个或多个图像采集模块,安装于工程设备的臂头滑轮组上方,用于采集工程设备的臂头滑轮组对应的图像;
如上述实施例所述的处理器。
本申请实施例提供的工程设备倍率检测装置能够实现图1的方法实施例中工程设备倍率检测方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例提供了一种机器可读存储介质,其上存储有程序,该程序被处理器执行时实现所述工程设备倍率检测方法。
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。
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 (10)
1.一种工程设备倍率检测方法,其特征在于,包括:
获取工程设备的臂头滑轮组对应的图像;
基于预设图像识别模型对所述图像进行识别,以确定所述工程设备的倍率;
在确定所述工程设备处于工作状态的情况下,将所述倍率发送至所述工程设备的力矩限制器。
2.根据权利要求1所述的工程设备倍率检测方法,其特征在于,所述基于预设图像识别模型对所述图像进行识别,以确定所述工程设备的倍率,包括:
基于预设切片位置对所述图像进行截取,得到所述图像对应的图像切片;
基于预设图像识别模型对所述图像切片进行识别,以确定所述工程设备的倍率。
3.根据权利要求2所述的工程设备倍率检测方法,其特征在于,所述基于预设图像识别模型对所述图像切片进行识别,以确定所述工程设备的倍率,包括:
基于预设图像识别模型确定所述图像切片中臂头滑轮组的绳槽中是否存在钢丝绳或者所述臂头滑轮组对应的钢丝绳连接点是否存在连接部件;
基于所述钢丝绳和所述连接部件的存在情况确定所述工程设备的倍率。
4.根据权利要求3所述的工程设备倍率检测方法,其特征在于,所述确定所述图像切片中臂头滑轮组的绳槽中是否存在钢丝绳,包括:
基于预设切片位置确定所有所述图像切片中同一绳槽对应的目标图像切片;
确定绳槽中存在钢丝绳的所述目标图像切片在所有所述目标图像切片中的占比;
基于所述占比是否大于预设占比阈值确定所述图像切片中臂头滑轮组的绳槽中是否存在钢丝绳。
5.根据权利要求4所述的工程设备倍率检测方法,其特征在于,还包括:
在所述占比大于零且小于或等于所述预设占比阈值的情况下,输出误差提示信息。
6.根据权利要求1所述的工程设备倍率检测方法,其特征在于,所述确定所述工程设备的倍率的步骤之后,还包括:
获取所述工程设备的力矩限制器对应的当前载荷和吊臂仰角;
根据所述当前载荷是否大于最小工作载荷和/或所述吊臂仰角是否大于所述工作仰角阈值确定所述工程设备是否处于工作状态。
7.根据权利要求1所述的工程设备倍率检测方法,其特征在于,还包括:
在所述图像识别执行失败的情况下,输出图像采集模块故障信息。
8.一种处理器,其特征在于,被配置成执行根据权利要求1至7中任意一项所述的工程设备倍率检测方法。
9.一种工程设备倍率检测装置,其特征在于,包括:
一个或多个图像采集模块,安装于工程设备的臂头滑轮组上方,用于采集工程设备的臂头滑轮组对应的图像;
根据权利要求8所述的处理器。
10.一种机器可读存储介质,该机器可读存储介质上存储有指令,所述指令在被处理器执行时使得所述处理器执行根据权利要求1至7中任意一项的工程设备倍率检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310335362.5A CN116374828A (zh) | 2023-03-30 | 2023-03-30 | 工程设备倍率检测方法、处理器、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310335362.5A CN116374828A (zh) | 2023-03-30 | 2023-03-30 | 工程设备倍率检测方法、处理器、装置及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116374828A true CN116374828A (zh) | 2023-07-04 |
Family
ID=86961026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310335362.5A Pending CN116374828A (zh) | 2023-03-30 | 2023-03-30 | 工程设备倍率检测方法、处理器、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116374828A (zh) |
-
2023
- 2023-03-30 CN CN202310335362.5A patent/CN116374828A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11242219B2 (en) | Story monitoring method when robot takes elevator, electronic device, and computer storage medium | |
US20160260027A1 (en) | Robot controlling apparatus and robot controlling method | |
US20120095724A1 (en) | Operating history management method and operating history management apparatus | |
KR102088509B1 (ko) | 컴퓨터 시스템의 이상 행위 탐지 방법 및 장치 | |
JP2020093890A (ja) | クレーン作業監視システム、クレーン作業監視方法、危険状態判定装置、及びプログラム | |
US10048674B2 (en) | Machining system having function of restricting operations of robot and machine tool | |
JP2020128877A (ja) | 線状体の異常検出装置及び異常検出方法 | |
US20150253758A1 (en) | Numerical control device | |
US20200342224A1 (en) | Article Recognition System and Article Recognition Method | |
CN116374828A (zh) | 工程设备倍率检测方法、处理器、装置及可读存储介质 | |
CN113093831A (zh) | 作业机械的温度控制方法、装置、作业机械和电子设备 | |
CN112723203B (zh) | 一种臂架防后倾油缸的控制方法、装置及工程机械 | |
CN112621750B (zh) | 一种工业机器人自动控制系统 | |
CN106371419B (zh) | 用于监视控制回路的运行的诊断装置和诊断方法 | |
CN109626166B (zh) | 电梯状态检测方法、装置、系统和存储介质 | |
CN114612852A (zh) | 一种起重机的卷扬倍率识别方法、识别系统及起重机 | |
CN116363071A (zh) | 钢丝绳倍率检测方法、装置、电子设备与可读存储介质 | |
CN116768057A (zh) | 检测起重机卷扬倍率的系统及方法 | |
CN111232845A (zh) | 一种基于机器视觉的钢卷吊自动抓取算法 | |
KR102334334B1 (ko) | 상대 밝기 템플릿을 이용한 승강기 로프 진단 영상 처리 장치 및 방법 | |
CN117430028A (zh) | 用于起重机的控制装置、控制器、起重机和存储介质 | |
CN113009849B (zh) | 一种机器人操作系统 | |
CN117934392A (zh) | 一种钢卷上卷过程中检测高度对中的方法、设备及介质 | |
CN112270090A (zh) | 一种吊索选择方法、装置、电子设备及存储介质 | |
CN113869116A (zh) | 一种用于架空输电线路的施工机械预警方法、装置及介质 |
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 |