CN120438552B - 一种用于连铸出坯区的作业意图识别方法 - Google Patents

Abstract

本发明公开了一种用于连铸出坯区的作业意图识别方法，属于作业意图识别技术领域，用于包括辊道及天车的连铸出坯区，包括：根据采集得到的连铸出坯区的图像，得到抓钩的多个夹钳的相对位移，以判断抓钩的开合状态，得到抓钩相对电子围栏及安全线的相对位置；根据间隔采集的多幅图像中的抓钩的相对位置变化，得到抓钩在电子围栏内的停留时间以及运动趋势；根据抓钩的开合状态、停留时间以及运动趋势，判断作业意图。本发明通过机器视觉与智能算法的深度融合，在连铸出坯区实现了作业意图的自动化识别与精准调度。其不仅解决了传统人工调度效率低、隐患大的痛点，在环境适应性、响应速度、安全性和智能化水平上均具有显著优势。

Description

一种用于连铸出坯区的作业意图识别方法

技术领域

本发明属于工业作业意图识别技术领域，具体涉及一种用于连铸出坯区的作业意图识别方法。

背景技术

在钢铁冶炼与轧制生产过程中，连铸出坯区是连接连铸机与热送辊道的关键环节，其作业效率和安全性直接影响整个生产线的产能与产品质量。在传统工艺中，连铸出坯区的铸坯上下线作业主要依赖人工调度天车（桥式起重机）完成。然而，随着现代钢铁工业对生产效率和智能化水平的持续提升，传统作业模式逐渐暴露出诸多技术瓶颈。

现有技术中，天车作业调度完全依赖人工指挥。地面操作人员需通过对讲机与天车驾驶室反复沟通，确认天车抓钩的夹持状态、运动轨迹及铸坯的到位情况。人工信息传递存在延迟和误差，天车响应速度受限，难以满足高频次、短周期的生产需求。此外，操作人员需在高温辊道区域长时间驻留，且对天车抓钩与辊道的安全距离判断依赖经验，易因视线遮挡或环境干扰导致误判。操作人员需持续保持高度注意力，频繁进行状态监控与指令下达，易因疲劳导致判断失误，进而影响作业安全。

因此，部分企业尝试引入基于传感器（如超声波传感器或红外线传感器）的自动化调度方案。然而，连铸出坯区通常处于高温、高湿、粉尘密集的复杂工况中，辊道表面温度可达数百摄氏度。传统接触式传感器（如激光雷达、红外测距仪等）在极端环境下易因高温氧化、粉尘附着或机械磨损而失效，导致无法实时、准确获取天车抓钩与铸坯的位置信息。

除此之外，即使能实现基础的距离检测，也无法对天车抓钩的开合状态、运动趋势及作业意图进行智能分类，仍需依赖地面操作人员通过肉眼观察或对讲机人工传递，信息滞后性显著。

因此，现有连铸出坯区作业在高温环境下稳定性不足，人工依赖性强，且缺乏对天车作业意图的智能化识别能力，亟需一种能够在复杂工况下稳定运行、动态监测功能的作业意图识别方法。

发明内容

本发明提供了一种用于连铸出坯区的作业意图识别方法，以解决现有技术中现有连铸出坯区作业在高温环境下稳定性不足，人工依赖性强，且缺乏对天车作业意图的智能化识别能力，导致的铸坯上下线作业的自动化、精准化和安全性不高的问题。

本发明所采用的技术方案为：

一种用于连铸出坯区的作业意图识别方法，用于包括辊道及天车的连铸出坯区，所述辊道两侧设置有电子围栏，所述辊道上方设置有安全线，所述天车包括抓钩，所述方法包括：

根据采集得到的所述连铸出坯区的图像，得到所述抓钩的多个夹钳的相对位移，以判断所述抓钩的开合状态，得到所述抓钩相对所述电子围栏及所述安全线的相对位置；

根据间隔采集的多幅图像中的所述抓钩的相对位置变化，得到所述抓钩在所述电子围栏内的停留时间以及运动趋势；

根据所述抓钩的开合状态、停留时间以及运动趋势，判断作业意图，其中，所述作业意图至少包括上线作业、等待下线、下线作业及过境中的任意之一。

本发明中公开的用于连铸出坯区的作业意图识别方法还具有以下附加技术特征：

上线作业判断，具体为：

如果所述抓钩处于夹持状态，自外而内触发所述电子围栏，且所述抓钩停留时间大于等于3秒、存在下降趋势时，判定为上线作业；

在上线作业中，通过识别铸坯相对所述辊道的位置，以进行所述天车的控制。

通过识别铸坯相对所述辊道的位置，以进行所述天车的控制，具体为：

所述辊道设置有到位线及停止线；

当所述铸坯到达所述到位线，向所述天车发送降速指令；

当所述铸坯到达所述停止线，向所述天车发送急停指令。

所述铸坯到达所述到位线、到达所述停止线，具体为：

当所述铸坯覆盖所述到位线，且所述铸坯的边沿超过所述到位线的距离小于等于第一过线判定阈值时，判断所述铸坯到达所述到位线；

当所述铸坯覆盖所述停止线，且所述铸坯的边沿超过所述停止线的距离小于等于第二过线判定阈值时，判断所述铸坯到达所述停止线。

等待下线判断，具体为：

如果所述抓钩处于未夹持状态，且所述抓钩停留时间大于等于5秒、位于所述安全线时，判定为等待下线。

下线作业判断，具体为：

如果所述抓钩处于未夹持状态，且所述抓钩停留时间大于等于3秒、存在下降趋势时，判定为下线作业；

在下线作业中，通过抓钩夹持铸坯，以使得铸坯脱离所述辊道。

过境判断，具体为：

如果所述抓钩自外而内触发所述电子围栏，且所述抓钩停留时间大于等于3秒、不存在下降趋势时，判定为过境；

在过境中，通过所述抓钩相对所述安全线的相对位置，进行安全检测。

所述安全检测，具体为：

当所述抓钩高于所述安全线的距离，大于等于安全线阈值时，则判定为安全；

否则，判定为碰撞，执行告警操作。

判断作业意图，具体为：

采集固定时间段的视频，以秒为间隔稀疏采样得到间隔采集的多幅图像，根据模型得到作业意图及置信度，其中所述固定时间段大于5秒；

当所述置信度大于等于0.9时，作业意图判定准确，用于进行作业控制；

当所述置信度大于等于0.7、小于0.9时，通过图像辅助验证，根据图像验证结果，确定作业意图，用于进行作业控制；

当所述置信度小于0.7时，判定为无效动作。

本发明还提供了一种用于连铸出坯区的作业意图识别系统，用于包括辊道及天车的连铸出坯区，所述辊道两侧设置有电子围栏，所述辊道上方设置有安全线，所述天车包括抓钩，所述系统包括：

图像处理与分析模块，用于对采集到的图像进行处理，判断抓钩的开合状态，得到所述抓钩相对所述电子围栏及所述安全线的相对位置，以得到停留时间以及运动趋势；

作业意图识别模块，用于根据所述抓钩的开合状态、停留时间以及运动趋势，判断作业意图，其中，所述作业意图至少包括上线作业、等待下线、下线作业及过境中的任意之一；

铸坯到位检测模块，用于通过识别铸坯相对辊道的位置，以进行天车的控制；

安全检测模块，用于通过抓钩相对安全线的相对位置，进行安全检测。

由于采用了上述技术方案，本发明所取得的有益效果为：

1.本发明中，通过采用图像，也就是非接触式采集的方式，解决了传统接触式传感器（如激光雷达、红外测距仪）在高温（辊道表面温度达数百摄氏度）、高湿、粉尘密集环境中易失效的问题。避免了传感器因高温氧化、粉尘附着或蒸汽干扰导致的数据中断；此外，图像采集无需物理接触，支持长期稳定运行，降低了设备维护成本，而且为连铸出坯区提供连续作业保障。

通过图像的处理，得到所述抓钩的开合状态、停留时间以及运动趋势，从而判断上线、下线、等待、过境等作业意图，实现毫秒级响应。不仅消除人工信息传递的延迟和误差，而且提高了天车响应速度，满足高频次生产需求；此外，实现的作业意图，便于进行后续的工序自动化控制。

因此，通过图像的处理判断的作业意图，能够实现自动化替代人工调度，地面操作人员无需通过对讲机频繁沟通，也无需持续观察天车抓钩状态，仅需在系统异常时介入处理，减少了人工干预。通过自动完成的作业意图判断，降低操作人员劳动强度，降低因人工疲劳导致的误判率，工人可专注于复杂异常情况的处理，提升整体作业质量。

综合来说，本发明通过机器视觉与智能算法的深度融合，在连铸出坯区实现了作业意图的自动化识别与精准调度。其不仅解决了传统人工调度效率低、安全隐患大的痛点，还通过耐高温设备部署和动态监测机制，为钢铁行业的智能化转型提供了关键技术支撑，在环境适应性、响应速度、安全性和智能化水平上均具有显著优势。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明一种实施方式下的所述用于连铸出坯区的作业意图识别方法的流程示意图。

具体实施方式

为了更清楚的阐释本发明的整体构思，下面结合说明书附图以示例的方式进行详细说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

如图1所示，一种用于连铸出坯区的作业意图识别方法，用于包括辊道及天车的连铸出坯区，所述辊道两侧设置有电子围栏，所述辊道上方设置有安全线，所述天车包括抓钩。

需要说明的是，本发明应用于连铸出坯区。连铸出坯区是钢铁生产流程中的关键环节，主要由以下核心组件构成：

辊道，用于输送连铸机生产的铸坯至加热炉或后续工序，辊道表面温度可达数百摄氏度，处于高温、高湿、粉尘密集的复杂环境中。天车，通过抓钩夹持铸坯进行吊运。

此外，为了标定连铸作业区域，辊道两侧设置电子围栏，作为虚拟边界。辊道上方1m高度区间内设置有安全线，用于动态监测抓钩与辊道的安全距离。

具体的，通过视觉标定算法（如透视变换、单应性矩阵）将物理坐标映射至图像坐标系，定义辊道两侧的虚拟边界（电子围栏）。通过天车司机协作，在辊道上方1m高度区间内动态拟合三维安全基准面，生成安全线位置。

所述方法包括S100：根据采集得到的所述连铸出坯区的图像，得到所述抓钩的多个夹钳的相对位移，以判断所述抓钩的开合状态，得到所述抓钩相对所述电子围栏及所述安全线的相对位置。

本步骤的核心目的是通过非接触式视觉监测替代传统传感器，解决连铸出坯区高温、粉尘环境下天车抓钩状态与位置判断的技术难题。通过耐高温工业相机替代激光雷达、红外测距仪等传统传感器，避免因高温氧化、粉尘附着导致的设备失效问题，适应高温环境。

此外，在本步骤中，通过夹钳相对位移分析，判断抓钩的开合状态（夹持/未夹持），计算抓钩与电子围栏及安全线的相对位置，为后续作业意图识别提供基础数据。

具体来说，在辊道顶部安装分辨率≥4K、帧率≥30fps的工业相机，覆盖天车抓钩全作业范围。

此外，对于夹钳开合状态判断，为通过边缘检测（如Canny算法）或目标分割（如YOLO/U-Net模型）提取夹钳轮廓，计算夹钳之间的相对位移（如夹钳开合角度）。例如，夹钳开合角度＜30°判定为闭合（夹持状态），＞60°判定为张开（未夹持状态）。

得到所述抓钩相对所述电子围栏及所述安全线的相对位置。当抓钩进入电子围栏区域时，触发后续作业意图分析逻辑。通过夹钳底部关键点与安全线的距离计算（如＞500mm判定为安全离开），动态监测抓钩与辊道的安全距离。

需要说明的是，本步骤为通过单帧的视频图像，根据图像识别技术进行的开合状态及相对位置的判断，也可以通过相机定时采取图片的方式提供图像数据，本发明对此不做限制。

本步骤通过机器视觉与智能算法的深度融合，解决了连铸出坯区高温环境下抓钩状态与位置判断的技术瓶颈，为后续作业意图识别提供了可靠的数据基础。

S200：根据间隔采集的多幅图像中的所述抓钩的相对位置变化，得到所述抓钩在所述电子围栏内的停留时间以及运动趋势。

本步骤的核心目的是通过多幅图像的动态分析，通过多帧图像分析抓钩在电子围栏内的停留时间及运动趋势，为后续作业意图分类（如上线、下线、过境）提供关键输入，避免因单一帧信息导致的误判。

通过滑动窗口截取视频片段，稀疏采样多幅图像输入模型，输出停留时间及运动趋势。具体的，根据多幅图像，通过目标检测模型（如YOLO/U-Net）提取抓钩关键点（如夹钳底部、吊具基准点），计算其在电子围栏内的位置变化，得到运动趋势。此外，自抓钩进入电子围栏后，开始记录其停留时间。

需要说明的是，运动趋势包括下降趋势，通过连续帧图像中抓钩位置的光流分析（3D CNN提取光流特征），判断是否存在下降趋势（如夹钳位置连续下移）。

单幅图像易受环境干扰（如粉尘遮挡、光线变化），而本步骤中多幅分析通过连续光流特征（3D CNN提取）和停留时间阈值判定，提升运动趋势判定的准确性。此外，根据停留时间及下降趋势（连续位置下移）综合判定作业意图，避免单一信息导致的误判。

本步骤通过机器视觉与智能算法的深度融合，解决了连铸出坯区作业中抓钩停留时间与运动趋势判定的技术瓶颈，为后续作业意图分类提供了可靠的数据基础，显著提升了作业效率与安全性。

S300：根据所述抓钩的开合状态、停留时间以及运动趋势，判断作业意图，其中，所述作业意图至少包括上线作业、等待下线、下线作业及过境中的任意之一。

本步骤核心目的是通过多维度数据融合（抓钩开合状态、停留时间、运动趋势），实现对连铸出坯区天车作业意图的精准分类（上线、等待下线、下线、过境），从而替代传统人工调度，提升作业效率与安全性。

在本步骤中的输入，包括抓钩开合状态，具体为夹持、未夹持两种状态。其中夹持状态为夹持铸坯进行转运。还包括停留时间，为抓钩进入电子围栏后的持续时间；以及运动趋势，具体为是否存在下降趋势（图片中位置连续下移）。

可以理解的是，对于上线作业，抓钩为夹持状态，自外而内夹持铸坯进入电子围栏，而且在电子围栏内存在下降趋势。此时，需要控制抓钩下降，以将铸坯放置于辊道对应位置。

对于等待下线，抓钩处于未夹持状态，在安全线位置，停留在电子围栏内一段时间。此时，不需要对天车进行作业控制，能够避免因误判导致天车频繁启停，提升调度效率。

对于下线作业，抓钩处于未夹持状态，停留在电子围栏内且存在下降趋势。此时需要控制天车，以通过抓钩从辊道上抓取铸坯，将铸坯下线放置于铸坯暂存区。

对于过境判定，抓钩自外而内进入电子围栏后停留但无下降趋势。此时，需要注意通过抓钩关键点与安全线的距离（＞500mm判定为安全离开）进行安全预警，避免抓钩产生碰撞。

可以理解的是，地面操作人员需通过对讲机频繁沟通天车操作工，信息传递存在延迟和误差。而本步骤多幅图像分析，实时计算抓钩停留时间及运动趋势，减少人工干预，对应执行相应的天车操作，提升了天车响应速度。

本步骤通过机器视觉与智能算法的深度融合，解决了连铸出坯区作业意图划分的技术瓶颈。结合抓钩状态、停留时间及运动趋势，将作业意图划分为四类（上线、等待下线、下线、过境），为后续控制指令提供依据。进而实现了天车的自动化作业调度，替代人工指挥，减少信息传递延迟和误差。

作为本发明下的一种优选实施方式，上线作业判断，具体为：

如果所述抓钩处于夹持状态，自外而内触发所述电子围栏，且所述抓钩停留时间大于等于3秒、存在下降趋势时，判定为上线作业；

在上线作业中，通过识别铸坯相对所述辊道的位置，以进行所述天车的控制。

本实施方式的核心目的是所述抓钩的开合状态、停留时间以及运动趋势的深度融合，实现连铸出坯区天车上线作业意图的精准识别与自动化控制。

通过抓钩状态、电子围栏触发、停留时间及运动趋势的综合判定，替代传统人工调度，减少信息传递延迟和误差，实现自动化调度。

可以理解的是，上线作业时，天车通过抓钩抓取铸坯，从电子围栏外的铸坯暂存区，自外而内触发电子围栏，停留在电子围栏内，并下降将铸坯放置于辊道上。

因此，将处于夹持状态的抓钩、自外而内触发电子围栏作为上线作业的判定条件。抓钩在电子围栏内停留时间≥3秒，避免因误操作而导致的误判。此外结合下降趋势，进一步进行上线作业的限定，进一步提高了上线作业意图判断的精准性。

本实施方式通过连铸出坯区作业中抓钩状态、停留时间与运动趋势判定，实现了上线作业意图的准确判定，为后续自动化调度提供了可靠的数据基础，显著提升了作业效率与安全性。

作为本实施方式下的一个实施例，通过识别铸坯相对所述辊道的位置，以进行所述天车的控制，具体为：

所述辊道设置有到位线及停止线；

当所述铸坯到达所述到位线，向所述天车发送降速指令；

当所述铸坯到达所述停止线，向所述天车发送急停指令。

本实施例的核心目的是在上线作业判定的基础上，通过机器视觉与智能算法的深度融合，实现连铸出坯区天车上线作业中铸坯位置的精准识别与自动化控制。

需要说明的是，在辊道末端预设到位线与停止线，基于视觉标定算法将物理坐标映射至图像坐标系。

所述铸坯到达所述到位线，为铸坯前端边缘到达到位线。所述铸坯到达所述停止线，为铸坯前端边缘到达停止线。

当视觉系统检测到铸坯前端边缘与到位线重合时，向所述天车发送降速指令。此时，通过透视变换算法将图像坐标映射至物理空间，计算铸坯边缘与到位线的重合度。

当铸坯完全覆盖停止线时，向所述天车发送急停指令。此时，同样通过透视变换算法将图像坐标映射至物理空间，计算铸坯边缘与停止线的重合度。

本实施例是实现上线作业调度的关键环节，通过识别铸坯与辊道到位线、停止线的位置关系，向天车发送降速或急停指令，精准控制天车，确保铸坯精准对齐辊道，避免因位置偏差导致的生产故障。而且，通过自动化调度替代传统人工调度，减少信息传递延迟和误差，提升天车响应速度，提升作业效率。

具体的，所述铸坯到达所述到位线、到达所述停止线，具体为：

当所述铸坯覆盖所述到位线，且所述铸坯的边沿超过所述到位线的距离小于等于第一过线判定阈值时，判断所述铸坯到达所述到位线；

当所述铸坯覆盖所述停止线，且所述铸坯的边沿超过所述停止线的距离小于等于第二过线判定阈值时，判断所述铸坯到达所述停止线。

本实施例通过识别铸坯与辊道到位线、停止线的位置关系，向天车发送降速或急停指令，确保铸坯精准对齐辊道，避免因位置偏差导致的生产故障，实现连铸出坯区天车上线作业中铸坯位置的精准识别与自动化控制。

所述铸坯到达所述到位线，具体为铸坯前端边缘与到位线重合（过线判定阈值±15mm）。所述铸坯到达所述停止线，具体为铸坯完全覆盖停止线（过线判定阈值±10mm）。

实时计算铸坯与到位线、停止线的位置关系，为到线判定设置一定阈值，避免因位置偏差导致的生产故障。例如突然超过所述停止线而导致位置的误判，使得未及时停止天车运作而导致的加工事故。

本实施例通过到达所述到位线、到达所述停止线的细化判断，进一步实现了连铸出坯区作业中铸坯位置准确判定，实现对天车的精准控制，显著提升了作业效率与安全性。

作为本发明下的一种优选实施方式，等待下线判断，具体为：

如果所述抓钩处于未夹持状态，且所述抓钩停留时间大于等于5秒、位于所述安全线时，判定为等待下线。

本实施方式的核心目的是通过机器视觉与智能算法的深度融合，实现连铸出坯区天车等待下线状态的精准识别与自动化调度。通过识别抓钩的未夹持状态、停留时间及安全线位置，判断天车是否处于等待下线状态，避免因误判导致天车频繁启停，提升调度效率。

可以理解的是，等待下线为上线作业及下线作业之间的一种工作状态。在此状态中，铸坯已经放置于辊道上，所述抓钩处于未夹持状态。抓钩停留在辊道上方的安全线位置，等待铸坯完成后进行下线作业。

抓钩在安全线区域内停留时间≥5秒，强调抓钩在安全线区域的等待时间，避免因空钩过境而导致的误判。

判定为等待下线后，向天车控制系统发送暂停指令，天车进入暂停模式，直至收到新的调度指令，避免天车因误判而启动，以避免控制抓钩移出电子围栏区域、再移入电子围栏区域的繁琐操作，减少能源消耗和机械磨损。

此外，在判定为等待下线时，控制抓钩在安全线区域，也可以避免抓钩与铸坯碰撞而导致的事故。

本实施方式通过识别抓钩的未夹持状态、停留时间及安全线位置，判断天车是否处于等待下线状态，为后续天车作业控制提供了可靠的数据基础，显著降低了作业难度、提高了作业安全性。

作为本发明下的一种优选实施方式，下线作业判断，具体为：

如果所述抓钩处于未夹持状态，且所述抓钩停留时间大于等于3秒、存在下降趋势时，判定为下线作业；

在下线作业中，通过抓钩夹持铸坯，以使得铸坯脱离所述辊道。

本实施方式的核心目的是通过机器视觉与智能算法的深度融合，实现连铸出坯区天车下线作业意图的精准识别与自动化控制。通过抓钩状态（未夹持）、停留时间（≥3秒）及运动趋势（下降）的综合判定下线作业，替代传统人工调度，减少信息传递延迟和误差。

可以理解的是，下线作业时，抓钩位于电子围栏内，处于未夹持状态，不断下降，以夹持铸坯后，将铸坯从辊道运离至铸坯暂存区。因此，通过抓钩未夹持状态、在电子围栏内停留时间≥3秒、存在下降趋势（帧图片位置连续下移）进行下线作业的判断，天车执行夹持动作，使铸坯脱离辊道。

本实施方式通过机器视觉与智能算法的深度融合，通过连铸出坯区作业中抓钩状态、停留时间与运动趋势判定下线作业，自动化调度天车执行下线作业，减少人工干预，提升天车响应速度。

作为本发明下的一种优选实施方式，过境判断，具体为：

如果所述抓钩自外而内触发所述电子围栏，且所述抓钩停留时间大于等于3秒、不存在下降趋势时，判定为过境；

在过境中，通过所述抓钩相对所述安全线的相对位置，进行安全检测。

本实施方式的核心目的是通过机器视觉与智能算法的深度融合，实现连铸出坯区天车过境状态的精准识别与安全监测。通过识别抓钩触发电子围栏、停留时间及运动趋势，判定天车是否处于过境状态，避免误判为其他作业意图（如上线作业），提升调度效率。在过境中，通过动态监测抓钩与安全线的位置关系，确保天车在过境期间处于安全区域，降低碰撞风险。

可以理解的是，过境意图为区别于上线作业、等待下线、下线作业的另一作业意图。在过境意图中，抓钩可能处于夹持状态、也可能不处于夹持状态。因此在过境判断中不采用抓钩的开合状态进行判断。此外在过境意图中，抓钩一般为抓钩触发电子围栏，在电子围栏内水平运动，即在电子围栏内停留一段时间、不存在下降趋势，然后再次触发电子围栏，以从电子围栏内穿出。

因此，本实施方式中抓钩自外而内触发电子围栏、抓钩在电子围栏内停留时间≥3秒、无下降趋势作为过境意图的判断条件。

在过境操作中，需要对抓钩的高度进行控制，也就是通过所述抓钩相对所述安全线的相对位置，进行安全检测。所述安全检测，具体为：

当所述抓钩高于所述安全线的距离，大于等于安全线阈值时，则判定为安全；

否则，判定为碰撞，执行告警操作。

在本实施例中，实现连铸出坯区天车作业区域的实时安全监测与碰撞预警。通过抓钩与安全线的距离阈值判定，避免因距离过近导致的天车与辊道或人员碰撞事故，精准判定安全状态。当抓钩与安全线的距离低于预设阈值时，触发告警操作，确保作业区域的安全性，实现动态预警。

本实施例通过视觉标定算法计算抓钩关键点（如吊具基准点）与安全线的距离，透视变换算法将图像坐标映射至物理空间，实时监测抓钩与安全线的距离变化。

抓钩与安全线的距离≥预设阈值（如≥500mm），判定为安全状态。抓钩与安全线的距离＜预设阈值（如＜500mm），判定为碰撞风险。当判定为碰撞风险时，向天车控制系统发送紧急停机指令，并触发声光报警。

本实施例通过抓钩关键点与安全线的距离实时计算（如＞500mm判定为安全离开），避免天车与辊道碰撞，保障作业安全性。

作为本发明下的一种优选实施方式，判断作业意图，具体为：

采集固定时间段的视频，以秒为间隔稀疏采样得到间隔采集的多幅图像，根据模型得到作业意图及置信度，其中所述固定时间段大于5秒；

当所述置信度大于等于0.9时，作业意图判定准确，用于进行作业控制；

当所述置信度大于等于0.7、小于0.9时，通过图像辅助验证，根据图像验证结果，确定作业意图，用于进行作业控制；

当所述置信度小于0.7时，判定为无效动作。

本实施方式旨在通过多幅图像分析与置信度分层处理，降低误判率，确保作业意图的可靠性。而且，根据置信度阈值（≥0.9、≥0.7）动态调整控制策略，避免低置信度导致的误操作。

采集固定时间段（＞5秒）的视频片段，确保覆盖天车作业的关键动作（如抓钩移动、夹持、脱离辊道等）。例如，通过滑动窗口截取8秒视频片段进行作业意图识别。

以秒为间隔稀疏采样（如每秒1帧），获取多帧视频图像（如8帧），减少数据冗余并保留关键动作特征。

在本实施方式中，作业意图分类模型采用双流网络模型（Two-Stream CNN）或3DCNN，输入稀疏采样的多帧图像，输出四类作业意图概率及置信度（Score∈[0,1]）。

在高置信度（Score≥0.9），直接触发控制信号（如夹持、脱离、暂停）。在中置信度（0.7≤Score<0.9），调用图像检测模型（如YOLO/U-Net）对当前帧进行实时验证（检测目标：抓钩关键点、安全线位置）。在低置信度（Score<0.7），判定为无效动作并丢弃，避免误操作。

需要说明的是，当Score≥0.9时，作业意图判定准确，可以直接向天车控制系统发送控制指令（如上线作业、下线作业、过境）。当0.7≤Score<0.9时，通过图像辅助验证（如检测抓钩是否夹持铸坯、是否触发电子围栏），根据验证结果确定最终意图，提升决策可靠性。当Score<0.7时，判定为无效动作，系统记录异常事件并等待后续帧重新分析。

本实施方式根据置信度阈值（≥0.9、≥0.7）综合判定作业意图，避免导致的误判。而且通过置信度分层处理（Score≥0.9直接触发控制，0.7≤Score<0.9调用图像辅助验证），确保高精度与低误判率。

本发明再次提供了一种用于连铸出坯区的作业意图识别系统，用于包括辊道及天车的连铸出坯区，所述辊道两侧设置有电子围栏，所述辊道上方设置有安全线，所述天车包括抓钩，所述系统包括：

图像处理与分析模块，用于对采集到的图像进行处理，判断抓钩的开合状态，得到所述抓钩相对所述电子围栏及所述安全线的相对位置，以得到停留时间以及运动趋势；

作业意图识别模块，用于根据所述抓钩的开合状态、停留时间以及运动趋势，判断作业意图，其中，所述作业意图至少包括上线作业、等待下线、下线作业及过境中的任意之一；

铸坯到位检测模块，用于通过识别铸坯相对辊道的位置，以进行天车的控制；

安全检测模块，用于通过抓钩相对安全线的相对位置，进行安全检测。

因此，能够实现用于连铸出坯区的作业意图识别方法的任意效果，在此不做赘述。

本发明中未述及的地方采用或借鉴已有技术即可实现。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (9)

1.一种用于连铸出坯区的作业意图识别方法，其特征在于，用于包括辊道及天车的连铸出坯区，所述辊道两侧设置有电子围栏，所述辊道上方设置有安全线，所述天车包括抓钩，所述方法包括：

根据采集得到的所述连铸出坯区的图像，得到所述抓钩的多个夹钳的相对位移，以判断所述抓钩的开合状态，得到所述抓钩相对所述电子围栏及所述安全线的相对位置；

根据间隔采集的多幅图像中的所述抓钩的相对位置变化，得到所述抓钩在所述电子围栏内的停留时间以及运动趋势；

根据所述抓钩的开合状态、停留时间以及运动趋势，判断作业意图，其中，所述作业意图至少包括上线作业、等待下线、下线作业及过境；

如果所述抓钩处于夹持状态，自外而内触发所述电子围栏，且所述抓钩停留时间大于等于3秒、存在下降趋势时，判定为上线作业，

如果所述抓钩处于未夹持状态，且所述抓钩停留时间大于等于5秒、位于所述安全线时，判定为等待下线，

如果所述抓钩处于未夹持状态，且所述抓钩停留时间大于等于3秒、存在下降趋势时，判定为下线作业，

如果所述抓钩自外而内触发所述电子围栏，且所述抓钩停留时间大于等于3秒、不存在下降趋势时，判定为过境。

2.根据权利要求1所述的用于连铸出坯区的作业意图识别方法，其特征在于，上线作业判断，具体为：

在上线作业中，通过识别铸坯相对所述辊道的位置，以进行所述天车的控制。

3.根据权利要求2所述的用于连铸出坯区的作业意图识别方法，其特征在于，通过识别铸坯相对所述辊道的位置，以进行所述天车的控制，具体为：

所述辊道设置有到位线及停止线；

当所述铸坯到达所述到位线，向所述天车发送降速指令；

当所述铸坯到达所述停止线，向所述天车发送急停指令。

4.根据权利要求3所述的用于连铸出坯区的作业意图识别方法，其特征在于，所述铸坯到达所述到位线、到达所述停止线，具体为：

当所述铸坯覆盖所述到位线，且所述铸坯的边沿超过所述到位线的距离小于等于第一过线判定阈值时，判断所述铸坯到达所述到位线；

当所述铸坯覆盖所述停止线，且所述铸坯的边沿超过所述停止线的距离小于等于第二过线判定阈值时，判断所述铸坯到达所述停止线。

5.根据权利要求1所述的用于连铸出坯区的作业意图识别方法，其特征在于，下线作业判断，具体为：

在下线作业中，通过抓钩夹持铸坯，以使得铸坯脱离所述辊道。

6.根据权利要求1所述的用于连铸出坯区的作业意图识别方法，其特征在于，过境判断，具体为：

在过境中，通过所述抓钩相对所述安全线的相对位置，进行安全检测。

7.根据权利要求6所述的用于连铸出坯区的作业意图识别方法，其特征在于，所述安全检测，具体为：

当所述抓钩高于所述安全线的距离，大于等于安全线阈值时，则判定为安全；

否则，判定为碰撞，执行告警操作。

8.根据权利要求1所述的用于连铸出坯区的作业意图识别方法，其特征在于，判断作业意图，具体为：

采集固定时间段的视频，以秒为间隔稀疏采样得到间隔采集的多幅图像，根据模型得到作业意图及置信度，其中所述固定时间段大于5秒；

当所述置信度大于等于0.9时，作业意图判定准确，用于进行作业控制；

当所述置信度大于等于0.7、小于0.9时，通过图像辅助验证，根据图像验证结果，确定作业意图，用于进行作业控制；

当所述置信度小于0.7时，判定为无效动作。

9.一种用于连铸出坯区的作业意图识别系统，其特征在于，用于包括辊道及天车的连铸出坯区，所述辊道两侧设置有电子围栏，所述辊道上方设置有安全线，所述天车包括抓钩，所述系统包括：

图像处理与分析模块，用于对采集到的图像进行处理，判断抓钩的开合状态，得到所述抓钩相对所述电子围栏及所述安全线的相对位置，以得到停留时间以及运动趋势；

作业意图识别模块，用于根据所述抓钩的开合状态、停留时间以及运动趋势，判断作业意图，其中，所述作业意图至少包括上线作业、等待下线、下线作业及过境，

如果所述抓钩处于夹持状态，自外而内触发所述电子围栏，且所述抓钩停留时间大于等于3秒、存在下降趋势时，判定为上线作业，

如果所述抓钩处于未夹持状态，且所述抓钩停留时间大于等于5秒、位于所述安全线时，判定为等待下线，

如果所述抓钩处于未夹持状态，且所述抓钩停留时间大于等于3秒、存在下降趋势时，判定为下线作业，

如果所述抓钩自外而内触发所述电子围栏，且所述抓钩停留时间大于等于3秒、不存在下降趋势时，判定为过境；

铸坯到位检测模块，用于通过识别铸坯相对辊道的位置，以进行天车的控制；

安全检测模块，用于通过抓钩相对安全线的相对位置，进行安全检测。