[发明专利]基于显著性目标检测的吊车吊装物体自动跟踪方法

权利要求书

1.基于显著性目标检测的吊车吊装物体自动跟踪方法，其特征在于，具体按以下步骤实施：

步骤1，检测吊钩重量判断吊钩工作状态；

步骤2，经步骤1判断吊钩工作状态后启动跟踪模块，跟踪模块启动时，读取摄像头获得第一帧图像，同时加载显著目标检测模型和跟踪模型，获得显著目标检测的物体框坐标，然后初始化跟踪模型；

步骤3，进行实时的跟踪，并且划定警戒范围；

步骤4，动态初始化跟踪模块，在吊装物体完全离地后，此时重新截取一帧图像，识别显著物体，若自动获取的物体坐标有很大偏差，则重新初始化跟踪模块。

2.根据权利要求1所述的基于显著性目标检测的吊车吊装物体自动跟踪方法，其特征在于，所述步骤1具体按以下步骤实施：

步骤1.1，采用定时器每隔3s读取RS485设备，获得当前吊钩的重量信息，若检测到重量大于设定阈值，并且比前一次检测的重量大，则认为开始吊装物体，使用子进程启动跟踪模块，并且将该进程放入队列中；

步骤1.2，当步骤1.1检测重量时，若重量满足要求，但是队列非空，则证明当前正在吊装，则不做任何处理；

步骤1.3，当将步骤1.1检测到的重量小于设定阈值时，则认为一次吊装结束，此时将队列中的进程读出并强制结束即结束本次吊装，重新监测吊钩重量信息。

3.根据权利要求1所述的基于显著性目标检测的吊车吊装物体自动跟踪方法，其特征在于，所述步骤2具体按以下步骤实施：

步骤2.1，构建基于立体注意力机制的轻量级显著目标识别网络，对第一帧图像进行处理；

步骤2.2，加载轻量级单目标跟踪模型，等待第一帧处理完毕后，将物体的坐标与第一帧图像同时传入单目标跟踪模型中进行初始化。

4.根据权利要求3所述的基于显著性目标检测的吊车吊装物体自动跟踪方法，其特征在于，所述步骤2.1构建显著目标识别网络，以及对第一帧图像进行处理具体按以下步骤实施：

步骤2.1.1，以深度可分离卷积和空洞卷积为基础，构建Dilated DSC卷积模块；

步骤2.1.2，构建多尺度特征提取模块，首先经过3*3的深度可分离卷积后生成特征图像F₀，再经过不同dilated rate的Dilated DSC卷积，得到不同尺度的特征图F_i，如下式所示：

F_i＝k(F₀)，i＝1，2，...，N， (1)

式中，k()函数为深度可分离卷积DSConv3×3，F₀为3*3的深度可分离卷积后生成特征图像：F₀经过了不同膨胀因子的深度可分离卷积得到的结果；

然后，通过各个尺度的特征元素求和来聚集不同尺度的上下文信息，即：

式中，M为融合特征图；

步骤2.1.3，构建立体注意力机制模块，将步骤2.1.2中得到的M进行处理；

步骤2.1.4，搭建好显著目标识别网络后，对第一帧图像进行处理，得到显著物体的黑白二值图，对此黑白图进一步处理，得到显著物体的位置坐标。