基于人工智能的起重机风险数据识别方法与流程

技术特征：
1.一种基于人工智能的起重机风险数据识别方法 ，其特征在于，包括以下步骤；步骤s1：利用无人机自动获取塔机开口销区域实时图像，并对开口销所在装置进行识别分割；步骤s2：根据分割图像继续对开口销和螺母槽进行分析识别，获取各部分图像特征；步骤s3：固定带槽螺母时，根据图像特征对当前待检测的开口销的打开角度进行检测，以获得反映开口销打开角度风险性的特征值；建立反映开口销开口对称性的风险性特征值；建立反映螺母槽有效长度的风险性特征值；以特征值、特征值和特征值的平均值作为反映开口销风险的评估指标特征值，对当前吊机的开口销风险程度进行评估；步骤s4：检测获得的开口销风险程度评估值是否大于阈值判断是否进行预警操作，进而避免危险事故的发生。2.根据权利要求1所述的基于人工智能的起重机风险数据识别方法 ，其特征在于，所述步骤s1具体过程如下：利用无人机使用rgb相机对目标图像进行采集，并自适应获取目标图像；1）根据先验数据获取待检测塔式起重机的三维模型，然后通过三维模型获取开口销区域的2）成像视角，并利用无人机的实时成像在三维模型中进行匹配，最终所获得的目标图像；3）根据开口销所在装置的灰度值与塔式起重机其他区域存在明显不同的特征，基于ostu阈值分割算法对开口销所在装置区域进行分割，在大于灰度分割阈值的像素中，连通域面积最大的区域即为开口销所在装置区域，反之则为背景区域，至此实现对开口销所在装置区域的分割识别。3.根据权利要求2所述的基于人工智能的起重机风险数据识别方法 ，其特征在于，所述步骤s2具体过程如下：1）根据开口销与螺母槽的不同特征进行后续的分析判断，继续对分割图像进行分析以有效识别出开口销部分和螺母槽部分；2）对经阈值分割得到的开口销所在装置区域进行连通域分析，以获得该区域的外部轮廓信息，以此轮廓信息为分界线，统计该轮廓内属于背景图像的像素数量，考虑到噪声的影响，选取其中由背景图像像素构成的连通域最大区域，则该区域为开口销在位于螺母槽的上半部分所形成的封闭区域；3）根据获得的封闭区域进一步获得该区域与开口销所在装置区域中除此区域以外的其他区域所形成的边界线，任意选取边界线中的一个像素作为遍历起始点，在其余区域的轮廓边缘线中沿单一方向进行遍历查找，当遍历的像素点重新回到遍历起始点则结束遍历，在此过程中获得像素遍历数量最少的轮廓边缘轮廓路线，则该路线所确定的封闭区域即为螺母槽区域；4）记录获得开口销在位于螺母槽的上半部分所形成的封闭区域以及螺母槽区域，在开口销所在装置区域中剩下的部分为开口销伸出螺母槽的下半部分。4.根据权利要求3所述的基于人工智能的起重机风险数据识别方法 ，其特征在于，所述步骤s3固定带槽螺母时，根据图像特征对当前待检测开口销的打开角度进行检测，以获得反映开口销打开角度风险性的特征值，具体过程为：
1）在开口销下半部分的图像中，在该部分与螺母槽区域的交界线的所有像素中取所有像素坐标的平均值得到初始中心像素点；2）计算初始中心像素点与开口销下半部分图像中除与螺母槽区域交界线以外的所有像素点所形成的直线斜率，对得到的所有斜率值进行k均值聚类，以获得开口销下半部分的各自分开部分；3）对各部分的边缘像素点进行曲率梯度计算，并标记极值点位置处的像素点，在开口销下半部分的两个区域中，仅计算初始中心像素点与各区域第一个极值点所组成的直线斜率，并由此确定两条直线在初始中心像素点处所形成的的夹角，设标准夹角为，由此获得反映开口销打开角度风险性的特征值，数学表达式为：上式表明夹角相对于标准夹角越大则其风险性越低，反之则越高。5.根据权利要求4所述的基于人工智能的起重机风险数据识别方法 ，其特征在于，所述步骤s3中获得反映开口销打开角度风险性的特征值后，建立反映开口销开口对称性的风险性特征值，具体过程为：1）计算开口销在位于螺母槽的上半部分的主成分方向p1，以及开口销位于螺母槽的下半部分的两个区域所对应的主成分方向p2,p3；2）分别计算主成分方向p2,p3与主成分方向的夹角，规定位于主成分方向p1左侧的值为正值，右侧的则为负值，则对称情况下，由此建立特征值的数学表达式为：上式表明开口销的开口部分越对称则风险性越小，反之则越大。6.根据权利要求5所述的基于人工智能的起重机风险数据识别方法 ，其特征在于，所述步骤3中获得反映开口销开口对称性的风险性特征值后，建立反映螺母槽有效长度的风险性特征值，具体过程为：1）根据上述过程中得到的主成分方向p2,p3计算其与主成分方向p1的法线方向所成夹角，然后计算开口销下半部分两个区域在此角度下的投影长度；2）至此根据获得的投影长度建立特征值的数学表达式为：上式表明当开口销下半部分的有效长度越长，则风险性越低，反之则越高；其中，上述过程中所计算得到的投影长度均为正值，且当两个主成分方向p2,p3均位于主成分方向p1同一侧时，仅取其中的较大值作为上述公式中的指数项，即此时。7.根据权利要求6所述的基于人工智能的起重机风险数据识别方法 ，其特征在于，所
述步骤s4中设立开口销风险程度评估值的阈值，即当检测到评估指标特征值的值超过阈值时需立即进行预警。

技术总结
本发明一种基于人工智能的起重机风险数据识别方法，包括以下步骤：步骤：利用无人机自动获取塔机开口销区域实时图像，并对开口销所在装置进行识别分割；步骤：根据分割图像继续对开口销和螺母槽进行分析识别，获取各部分图像特征；步骤：构建反映开口销风险的评估指标特征值，对当前吊机的开口销风险程度进行评估；步骤：检测获得的开口销风险程度评估值是否大于阈值判断是否进行预警操作，进而避免危险事故的发生。本发明实现了高空环境下，对塔式起重机开口销安全风险的自适应检测和智能评估，通过提前预警，可有效防止危险事故的发生。故的发生。故的发生。


技术研发人员：王根德
受保护的技术使用者：丹华海洋工程装备（南通）有限公司
技术研发日：2021.09.09
技术公布日：2021/10/23