[發明專利]一種輸水隧洞挖掘機作業狀態的識別方法及系統

在審

• 申請號: 202110140960.8
• 申請日: 2021-01-28
• 公開（公告）號: CN112906509A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 呂虎波;包國剛;李佳;張斌;李玉志;衛魏
• 申請（專利權）人: 浙江省隧道工程集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廣東廣盈專利商標事務所(普通合伙) 44339
• 代理人: 李俊

本發明公開了一種輸水隧洞挖掘機作業狀態的識別方法及系統，其方法包括：對挖掘機在t時刻下的實際關節點位置數據l_t進行采集；基于GRU循環神經網絡模型對所述實際關節點位置數據l_t進行估計運算，輸出所述挖掘機在t+1時刻下的預測關節點位置數據結合所述實際關節點位置數據l_t與所述預測關節點位置數據之間的變化關系，識別所述挖掘機在t時刻下的作業狀態。在本發明實施例中，結合GRU循環神經網絡模型可實現對挖掘機整體作業狀態的在線識別，有效提升對輸水隧洞施工現場的安全管理。

技術領域

本發明涉及機械動作識別技術領域，尤其涉及一種輸水隧洞挖掘機作業狀態的識別方法及系統。

背景技術

挖掘機的自身作業狀態是造成輸水隧洞施工現場存在安全隱患的主要原因之一，傳統情況下是由現場安全管理人員在室外時刻關注挖掘機與人員的位置變化軌跡來判斷現場安全風險情況。近年來，主要是通過在施工現場安裝監控攝像頭以及在挖掘機上裝設傳感器，以幫助現場安全管理人員在室內完成安全檢查，但此方案面臨以下兩類問題：其一，當挖掘機在執行現場施工作業時，經常是底部行走裝置固定不動，而中部轉動裝置與頂部挖掘裝置發生位置與姿態的變化，此方法無法滿足于對挖掘機整體的動態監視；其二，主要依賴于現場安全管理人員的主觀判斷和專業知識水平，且長時間地查看監控視頻十分消耗時間和精力，容易因疲勞導致人工評估結果出現錯誤，從而引發安全事故。

發明內容

本發明的目的在于克服現有技術的不足，本發明提供了一種輸水隧洞挖掘機作業狀態的識別方法及系統，結合GRU循環神經網絡模型可實現對挖掘機整體作業狀態的在線識別，有效提升對輸水隧洞施工現場的安全管理。

為了解決上述問題，本發明提出了一種輸水隧洞挖掘機作業狀態的識別方法，所述方法包括：

對挖掘機在t時刻下的實際關節點位置數據l_t進行采集；

基于GRU循環神經網絡模型對所述實際關節點位置數據l_t進行估計運算，輸出所述挖掘機在t+1時刻下的預測關節點位置數據

結合所述實際關節點位置數據l_t與所述預測關節點位置數據之間的變化關系，識別所述挖掘機在t時刻下的作業狀態。

可選的實施方式，所述對挖掘機在t時刻下的實際關節點位置數據l_t進行采集包括：

基于輸水隧洞內部面向所述挖掘機的作業區域架設有攝像頭，采集所述挖掘機在t時刻下的圖像數據；

在所述圖像數據中標注出所述挖掘機的五個關節點位置，統計所述挖掘機在t時刻下的實際關節點位置數據l_t。

可選的實施方式，所述在所述圖像數據中標注出所述挖掘機的五個關節點位置包括：

在所述圖像數據中標注出所述挖掘機的機體重心位置為關節點0、所述挖掘機的機體尾部位置為關節點1、所述挖掘機的斗桿起始位置為關節點2、所述挖掘機的斗桿尾部位置為關節點3以及所述挖掘機的鏟斗尾部位置為關節點4。

可選的實施方式，所述基于GRU循環神經網絡模型對所述實際關節點位置數據l_t進行估計運算，輸出所述挖掘機在t+1時刻下的預測關節點位置數據包括：

獲取基于所述GRU循環神經網絡模型所預測得到的所述挖掘機在t時刻下的預測關節點位置數據h_t-1；

將所述預測關節點位置數據h_t-1和所述實際關節點位置數據l_t導入所述GRU循環神經網絡模型的重置門單元進行矩陣運算，得到應遺忘信息量；