[發明專利]一種基于深度學習的吊裝安全距離檢測方法

有效

• 申請號: 201811027136.6
• 申請日: 2018-09-04
• 公開（公告）號: CN109019335B
• 公開（公告）日: 2019-10-11
• 發明（設計）人: 趙雪峰;張陽;張明媛;楊震
• 申請（專利權）人: 大連理工大學
• 主分類號: B66C13/16
• 分類號: B66C13/16;B66C23/88
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 梅洪玉

本發明公開了一種基于深度學習的吊裝安全距離檢測方法，其包括：通過攝像頭獲取塔吊結構中吊鉤周圍的圖像；針對獲取圖像中的工人和吊鉤進行標記、制作成數據集；利用深度學習中的Faster R?CNN對數據集進行訓練；利用訓練好的檢測模型對圖像中的工人和吊鉤進行識別和定位；根據檢測結果中的定位信息計算出圖像中工人和吊鉤的像素距離；再根據吊鉤和攝像頭的高度以及吊鉤的真實長度和像素長度，將工人與吊鉤的像素距離換算成工人與吊鉤垂直投影點的實際距離，進而實現對吊裝安全距離的監測。本發明有效地解決了圖像中工人和吊鉤的識別定位問題，并且在安全距離檢測上具有較高的精度。

技術領域

本發明屬于土木工程施工機械安全監測領域，涉及到塔吊在吊裝過程中工人與吊鉤之間的安全距離檢測方法。更確切的說，本發明涉及一種能夠在吊裝過程中，通過深度學習算法對圖像中的工人和吊鉤進行識別和定位，根據定位信息和換算方法實現工人與吊鉤之間的安全距離檢測。

背景技術

隨著城鎮人口的不斷增加，對高層和超高層建筑的需求越來越大，為了提高施工機械化和工業化，塔吊被廣泛應用在高層和超高層建筑的施工過程中。塔吊吊裝的物體具有較高的勢能、作業范圍廣、影響面積大。然而施工現場的設備和材料繁多，很容易遮擋塔吊司機的視線。為了能讓塔吊司機更好地了解地面信息，位于地面的工作人員常常通過對講機指導塔吊司機進行一些規避動作。

但是吊裝過程中出現的安全事故依舊層出不窮，基于各類傳感器的監測系統被開發完成，但是這類傳感器更加關注塔吊自身的安全情況，并未側重考慮塔吊對結構和工作人員的影響。在考慮到塔吊與其他結構物可能出現碰撞的情況下，一些研究人員建立了3D模型能夠更好地體現建筑物和周圍環境的三維信息，再結合上述傳感器的應用對所吊裝的物體進行實時定位，減少碰撞事故的發生。

目前已有的塔吊監測系統都只考慮自身的安全狀態以及與周圍結構物的碰撞情況，并沒有把工作人員考慮在內。在施工現場，人員的安全問題永遠是排在第一位的。因此需要對吊裝過程中工人與吊鉤之間的距離進行檢測，要時刻保證其距離處于安全范圍之內。目前常見的塔吊監測系統在吊鉤正上方的吊臂位置往往會安裝一個攝像頭用來幫助塔吊司機增加吊鉤下方的視野，及時做出規避動作。但是無法判斷工人與吊鉤之間的實際距離，無法定量地對吊裝安全距離進行檢測，然而該距離對吊裝安全又是至關重要的。所以根據已有的監控設備，通過識別算法實現吊裝安全距離的檢測是很有意義的。

發明內容

鑒于已有技術存在的缺陷，本發明的目的是要提供一種基于深度學習的吊裝安全距離檢測方法，其根據現有的吊裝安全監測系統中的攝像頭，獲取吊鉤周圍的圖像，利用深度學習算法對圖像中的工人和吊鉤進行識別定位，根據檢測結果中的定位信息得到工人與吊鉤之間的像素距離，然后通過換算方法得到工人與吊鉤垂直投影點之間的實際距離。從而達到吊裝安全距離監測的目的

為了實現上述目的，本發明的技術方案：

一種基于深度學習的吊裝安全距離檢測方法，其特征在于，包括如下步驟：

步驟1、利用塔吊上已有的監測系統，獲取吊鉤正上方吊臂位置上的攝像頭內部的圖像；

步驟2、針對獲取圖像中的工人和吊鉤進行標記、制作成數據集。數據集中80％用作訓練集，20％用作測試集；

步驟3、利用深度學習算法對數據集進行訓練；

步驟4、利用訓練好的檢測模型對圖像中的工人和吊鉤進行識別和定位，同時顯示識別框的左上角和右下角兩點坐標；

步驟5、根據檢測結果中的定位信息計算出圖像中吊鉤的像素長度、吊鉤的中心點坐標、工人的中心點坐標。進而得到吊鉤和工人之間的像素距離；

步驟6、根據吊鉤和攝像頭的高度以及吊鉤的真實長度和像素長度，將工人與吊鉤的像素距離換算成工人與吊鉤垂直投影點的實際距離，進而實現對吊裝安全距離的監測。