[發明專利]正面吊人機安全防撞智能預警系統

有效

• 申請號: 202110651343.4
• 申請日: 2021-06-10
• 公開（公告）號: CN113392753B
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 楊廣全;楊旭;姚振坤;張鐵鋼;伍忠國;馬玉坤;梁永剛;趙全賞;左光濤;劉偉達;何濤;秦洪
• 申請（專利權）人: 中國國家鐵路集團有限公司;中國鐵道科學研究院集團有限公司;中國鐵道科學研究院集團有限公司運輸及經濟研究所
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/25;G06V10/46;G06V10/771;G06V10/764;G06V10/82;G06N3/04;G06N3/08;G06T3/40;G08B31/00
• 代理公司: 北京華沛德權律師事務所 11302
• 代理人: 曹洪進

1.一種正面吊人機安全防撞智能預警系統，其特征在于，包括工業級高清攝像機、行人檢測識別模塊、報警顯示器；

所述工業級高清攝像機安裝在正面吊車體的尾部和兩側，實時采集正面吊車體后部和車體兩側圖像；

所述行人檢測識別模塊用于對正面吊作業區域的行人進行實時識別和定位，將行人檢測識別定位信息作為參數輸入與所述報警顯示器相連；

所示報警顯示器，顯示所述行人檢測識別模塊處理后的視頻流，高亮顯示行人的位置，并進行一級預警和二級預警；

所述行人檢測識別模塊包括卷積神經網絡主網絡、行人注意力模塊和放大縮小模塊；其中，所述卷積神經網絡主網絡，刪除了全連接層6和所有的分類層，將全連接層7改為卷積層6_1，并在卷積層6_1后增加1個卷積層7_2，用來覆蓋大尺度目標，即，所述卷積神經網絡主網絡包括16層卷積，由卷積層1_2，卷積層2_2，卷積層3_3，卷積層4_3，卷積層5_3，代替全連接層7的卷積層6_1，卷積層7_2組成；

所述行人注意力模塊為一個比例感知行人注意力模塊，該模塊針對小尺度的行人，通過像素注意力圖引導特征圖聚焦于特定比例的目標，生成細密的注意力掩膜，將該掩膜編碼到卷積特征圖中，增強了行人的特征，顯著減少了背景干擾；

所述放大縮小模塊融合卷積層3_3、卷積層4_3和卷積層5_3特征信息，利用卷積層5_3獲取周圍信息的能力更強，而卷積層3_3獲取局部細節的能力更強的特點，增強小尺度行人識別能力。

2.根據權利要求1所述的正面吊人機安全防撞智能預警系統，其特征在于，

所述行人注意力模塊以所述卷積層3_3和卷積層4_3為基礎建立；首先卷積層4_3特征經一個最大池化層和3個卷積層，得到分辨率高、感受野大的卷積掩膜層；然后卷積層3_3特征通過膨脹率為4的空洞卷積放大4倍、卷積層4_3特征通過膨脹率為8的空洞卷積放大8倍和所產生的卷積掩膜層一起被縮減為3通道映射，再將3通道向上采樣到圖像大小后連接起來，通過3個1×1卷積層后，用softmax層分出小尺度行人掩膜和大尺度行人掩膜W和H為輸入圖像的大小；

將所述小尺度行人掩膜M_S和大尺度行人掩膜通過點積編碼到主網絡的卷積層4_3、卷積層5_3、卷積層6_1、卷積層7_2的特征圖中，形成帶有行人注意的多尺度紋理感知特征圖；

R(M_S,i)、R(M_L,j)分別是將掩膜M_S、掩膜M_L調整為第i、j層大小的掩膜變換函數，⊙是通道元素的卷積運算符。

3.根據權利要求2所述的正面吊人機安全防撞智能預警系統，其特征在于，所述放大縮小模塊增強小尺度行人識別能力，包括：

卷積層3_3的特征圖F₃通過1×1核卷積選擇特征，通過最大池化和雙線性插值的下采樣操作來協調特征圖空間大小，再通過注意力掩膜R(M_S,4)生成特征圖卷積層5_3的特征圖F₅通過1×1核卷積選擇特征，通過最大池化和雙線性插值的下采樣操作來協調特征圖空間大小，再通過注意力掩膜R(M_S,4)生成特征圖卷積層4_3通過注意力掩膜R(M_S,4)生成特征圖使用L₂范數將特征圖和規范化后連接起來，將連接后的特征圖通過1×1卷積核進行降維和特征重組，形成專注于小尺度行人檢測的特征圖

卷積層5_3的特征圖F₅通過小尺度注意力掩膜R(M_S,5)生成特征圖卷積層6_1的特征圖F₆通過大尺度注意力掩膜R(M_L,6)生成特征圖卷積層7_2的特征圖F₇通過大尺度注意力掩膜R(M_L,7)生成特征圖所生成的多尺度特征圖用于行人檢測，采用非最大抑制(NMS)與交叉結合(IoU)閾值0.45過濾冗余檢測，檢測行人并標注行人位置。

4.根據權利要求1至3之一所述的正面吊人機安全防撞智能預警系統，其特征在于，還設有無線傳輸模塊和服務器平臺，所述無線傳輸模塊與行人檢測識別模塊相連，將人機沖突報警信息通過無線傳輸模塊上傳至服務器平臺；

所述服務器平臺用于存儲人機相對位置、沖突地點等人機沖突報警信息，便于人機沖突信息追溯。