[发明专利]一种基于深度学习的吊装安全距离检测方法

权利要求书

1.一种基于深度学习的吊装安全距离检测方法，其特征在于，包括如下步骤：

步骤1、利用塔吊上已有的监控设备，获取吊臂位置的摄像头正下方吊钩周围的图像；

步骤2、针对获取图像中的工人和吊钩进行标记、制作成数据集；数据集中80％用作训练集，20％用作测试集；数据集包含两类标签，一类是工人，另一类是吊钩；

步骤3、利用深度学习算法对数据集进行训练；

步骤4、利用训练好的检测模型对图像中的工人和吊钩进行识别和定位，同时显示识别框的左上角和右下角两点坐标；

步骤5、根据检测结果中的定位信息计算出图像中吊钩的像素长度、吊钩的中心点坐标、工人的中心点坐标；进而得到吊钩和工人之间的像素距离；

步骤6、根据吊钩和摄像头的高度以及吊钩的真实长度和像素长度，将工人与吊钩的像素距离换算成工人与吊钩垂直投影点的实际距离，进而实现对吊装安全距离的检测。

2.根据权利要求1所述的吊装安全距离检测方法，其特征在于，

步骤3中的深度学习算法主要以卷积神经网络为基础，在深度网络框架Faster R-CNN中对数据集进行训练评估，并在检测图像时显示定位信息。

3.根据权利要求1所述的吊装安全距离检测方法，其特征在于，步骤6中换算是指：由检测结果中的定位信息可知吊钩的像素长度、吊钩与工人之间的像素距离；此外吊钩的高度和摄像头的高度可由塔吊自身的监控系统得到；吊钩的真实长度现场测得；

对距离摄像头不同距离处的像素长度与实际长度的比值关系换算，对应的公式为：

h₁×v₁＝h₂×v₂

其中h₁、h₂为不同时刻物体与摄像头之间的距离，v₁和v₂分别是物体与摄像头距离为h₁和h₂时的图片中物体的像素长度与真实长度的比值；

其次，根据上式求解工人所处平面的像素长度与实际长度的比值，对应的公式为：式中，h是摄像头距离地面的高度，h_d是吊钩距离地面的高度，L₁是吊钩在图像中的像素长度，L是吊钩的实际长度，v是所求的工人所处平面的像素长度与实际长度的比值；

然后，通过下列公式计算工人与吊钩垂直投影点的水平距离：

式中S为工人与吊钩垂直投影点的水平距离，S₁为工人与吊钩的像素距离，v是工人所处平面的像素长度与实际长度的比值。