[发明专利]一种用于自动行车吊具摆角定位的自动标定方法

说明书

本发明提出了一种用于自动行车吊具摆角定位的自动标定方法，通过相机拍摄吊具获取相机连续图像帧；通过计算图片边缘后的平均值得到图像帧的清晰度，确定相机焦距和起升高度是否正确；收集吊具的真实图片数据生成训练集，通过基于卷积神经网络对训练集进行数据处理，得到包含吊具的滑轮组特征信息的特征图，同时输出吊具的滑轮组的实际检测位置；将连续图像帧的数据存成数据序列；采用基于lstm的预测性生成lstm网络对数据序列进行处理得到吊具的摆角数据；根据摆角数据计算相机位置偏差，识别出的吊具特征置信度判断，计算相机位置偏差是否有效并修正更新标定值。

技术领域

本发明涉及图像检测处理技术领域，尤其涉及一种用于自动行车吊具摆角定位的自动标定方法。

背景技术

行车起重机作为大负载的通用物流设备，在绝大部分的工厂车间都会用到各类行车起重机，如矿业，钢铁行车，有色金属行车，机械加工制造业等。行车的驾驶人员需要掌握一定的技术技能，同时又需要长时间的工作在狭小的驾驶室。

基于传统防摇算法，一般采用可编程控制器和变频器，根据操作指令及起重机的实时运行状况计算出能消除载荷摇摆的大小车运行速度，再通过变频器根据所要求的速度驱动大车和小车运行，从而实现消除起重机载荷摇摆现象。

依靠此类方法，但是由于技术和成本的问题，我国桥式起重机的自动化程度还是相当的低，全行业的自动化程度不到千分之一，无法主要的原因如下：1、绝大多数的系统采用开环控制，只能工作在无初始摆角的工况，而闭环系统技术一直由外国公司掌握，企业部署成本一直居高不下。2、基于视觉的闭环防摇技术需在在吊具上安装定位标靶。很多时候，实际工况不具备安装条件。3、司机操作的时候需要预估刹车距离，一旦预估错误，就要能会造成被吊物撞到其它物器。4、需要异常情况，设备急停后，无法自动恢复作业。5、传统的防摇方法不没有考虑司机在驾驶室中的作业感受，采用高频的控制，在进行防摇的过程中，司机会产生不显的不适，极难推广。

传统的摆角检测一般有三种方法：1）基于物理角度传感器、IMU（Inertialmeasurement unit）、视觉和标靶的方法进行检测。但是这三种方法，均对吊具本身都有较多的要求，且相机的安装位置可能存移动等问题，导致系统标定参数变化，不具有相机自检和自标定功能。

鉴于此，实有必要提供一种新型的用于自动行车吊具摆角定位的自动标定方法以克服上述缺陷。

发明内容

本发明的目的是提供一种用于自动行车吊具摆角定位的自动标定方法，同时可以用于自检与标定，当自检发现问题时，正常情况下无需人工干预，无需额外的标定设备辅助；基于AI的摆角定位会有一定的数据噪声，本方法对数据噪声有较好的抑制作用，通过多个周期的采样和多规则评判，可以自测标定结果的有效性。

为了实现上述目的，本发明提供一种用于自动行车吊具摆角定位的自动标定方法，包括如下步骤：

S1：通过相机拍摄吊具获取相机连续图像帧；

S2：通过利用opencv的sobel算子计算图片边缘后的平均值得到图像帧的清晰度，确定相机焦距和起升高度是否正确；

S3： 收集吊具的真实图片数据生成训练集，通过基于卷积神经网络对训练集进行数据处理，得到包含吊具的滑轮组特征信息的特征图，同时输出吊具的滑轮组的实际检测位置；将连续图像帧的数据存成数据序列；

采用基于lstm的预测性生成lstm网络对数据序列进行处理得到吊具的摆角数据；

S4：根据连续60图像帧的摆角数据计算相机位置偏差；

S5：根据连续60图像帧中识别出的吊具特征置信度判断，计算相机位置偏差是否有效，并修正更新标定值。

优选的，按照每秒25图像帧的频率的速度处理数据，将S4中的数据存储到数据序列之中，每次的新数据会存储到序列的末尾，而将序列头的数据删除以保持序列的长度。