智能吊钩使用方法、装置、电子设备及存储介质与流程

1.本发明涉及人工智能技术，尤其涉及一种智能吊钩使用方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.随着科技发展，各行各业的发展极其迅速，如在土木工程行业中，经常使用起重机里的吊钩上下搬运待起重物品，以提高建筑效率。
3.目前常用的吊钩使用方法主要是将待起重物品挂扣至吊钩上，并利用起重机的动力将待起重物品挂吊至指定高度，该方法虽然可完成待起重物品的搬运，但由于在起重时并没有对待起重物品质量执行评估，极容易造成因待起重物品超重造成吊钩脱钩，造成安全事故的问题。


技术实现要素：

4.本发明提供一种智能吊钩使用方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决在起重时没有对待起重物品执行质量评估，从而造成待起重物品因超重造成吊钩脱钩，发生安全事故的问题。
5.为实现上述目的，本发明提供的一种智能吊钩使用方法，包括：
6.接收起重机启动指令，根据所述起重机启动指令启动起重机及监控设备；
7.利用所述监控设备判断所述起重机中是否包括智能吊钩，若所述起重机中不包括智能吊钩，制停所述起重机；
8.若所述起重机中包括智能吊钩，将待起重物品挂扣至所述智能吊钩，并利用所述监控设备识别所述待起重物品的物体类别及物体体积；
9.根据所述物体类别及所述物体体积，计算出物体质量；
10.判断所述物体质量是否在所述智能吊钩的承重范围内，若所述物体质量不在所述智能吊钩的承重范围内，制停所述起重机；
11.若所述物体质量在所述智能吊钩的承重范围内，利用所述起重机起重所述待起重物品。
12.可选地，所述利用所述监控设备判断所述起重机中是否包括智能吊钩，包括：
13.接收吊钩图像训练集，利用所述吊钩图像训练集对预构建在所述监控设备内的吊钩检测模型进行训练，得到训练完成的吊钩检测模型；
14.利用所述监控设备拍摄所述起重机，得到起重机拍摄图；
15.利用训练完成的所述吊钩检测模型对所述起重机拍摄图进行吊钩检测，根据所述吊钩检测模型的检测结果，判断所述起重机中是否包括智能吊钩。
16.可选地，所述接收吊钩图像训练集，利用所述吊钩图像训练集对预构建在所述监控设备内的吊钩检测模型进行训练，得到训练完成的吊钩检测模型，包括：
17.利用所述吊钩检测模型对所述吊钩图像训练集执行吊钩检测，得到吊钩待确定图
像；
18.计算所述吊钩待确定图像和预设的真实吊钩图像之间的差异值；
19.判断所述差异值与预设的差异阈值之间的大小；
20.当所述差异值大于或者等于所述差异阈值时，对所述吊钩检测模型进行参数调整并重新执行目标检测操作；
21.当所述差异值小于所述差异阈值时，确定为训练完成的吊钩检测模型。
22.可选地，所述利用所述吊钩检测模型对所述吊钩图像训练集执行吊钩检测，得到吊钩待确定图像，包括：
23.利用所述吊钩检测模型的卷积层对所述吊钩图像训练集执行卷积处理，得到吊钩卷积图像；
24.利用所述目标检测模型的激活层对所述吊钩卷积图像进行激活处理，得到吊钩激活图像；
25.利用所述目标检测模型的池化层对所述吊钩激活图像进行池化处理，得到所述吊钩待确定图像。
26.可选地，所述利用所述吊钩图像训练集对预构建在所述监控设备内的吊钩检测模型进行训练，得到训练完成的吊钩检测模型，之前还包括：
27.对所述吊钩图像训练集进行随机形变和随机翻转处理，得到随机吊钩图像集；
28.对所述随机吊钩图像集进行随机亮度抖动、随机饱和度抖动和随机对比度抖动，得到图像处理完成的所述吊钩图像训练集。
29.可选地，所述利用所述监控设备识别所述待起重物品的物体类别及物体体积，包括：
30.根据所述吊钩检测模型构建起重物品检测模型，利用所述起重物品检测模型检测出所述起重物品，得到起重物品检测框，根据所述起重物品检测框计算得到所述物体体积；
31.利用所述监控设备内的起重物品特征提取模型，在所述起重物品检测框内提取所述待起重物品的图像特征，得到起重物品特征集；
32.基于预构建的分类函数，对所述起重物品特征集执行物品分类，得到所述物体类别。
33.可选地，所述利用所述监控设备内的起重物品特征提取模型，在所述起重物品检测框内提取所述待起重物品的图像特征，得到起重物品特征集，包括：
34.利用所述起重物品特征提取模型中的卷积层对所述起重物品检测框内的图像进行卷积处理，得到卷积特征集；
35.利用所述起重物品特征提取模型中的稠密块对所述卷积特征集进行稠密转换处理，得到稠密特征集；
36.利用所述起重物品特征提取模型中的全连接层对所述稠密特征集进行连接处理，得到所述起重物品特征集。
37.为了解决上述问题，本发明还提供一种智能吊钩使用装置，所述装置包括：
38.启动模块，用于接收起重机启动指令，根据所述起重机启动指令启动起重机及监控设备；
39.智能吊钩判断模块，用于利用所述监控设备判断所述起重机中是否包括智能吊
钩，若所述起重机中不包括智能吊钩，制停所述起重机；
40.待起重物体质量计算模块，用于若所述起重机中包括智能吊钩，将待起重物品挂扣至所述智能吊钩，并利用所述监控设备识别所述待起重物品的物体类别及物体体积，根据所述物体类别及所述物体体积，计算出物体质量；
41.起重模块，用于判断所述物体质量是否在所述智能吊钩的承重范围内，若所述物体质量不在所述智能吊钩的承重范围内，制停所述起重机，若所述物体质量在所述智能吊钩的承重范围内，利用所述起重机起重所述待起重物品。
42.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
43.至少一个处理器；以及，
44.与所述至少一个处理器通信连接的存储器；其中，
45.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以实现上述所述的基于机器学习的激光器异常功率数据采集方法。
46.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于机器学习的激光器异常功率数据采集方法。
47.相比于背景技术所述：直接将待起重物品挂扣至吊钩上，并利用起重机的动力将待起重物品挂吊至指定高度，由于起重时没有对待起重物品执行质量评估，从而造成脱钩引发造成安全事故的问题，本发明实施例先利用监控设备判断起重机中是否包括智能吊钩，若所述起重机中不包括智能吊钩，制停所述起重机，以保证智能吊钩存在起重机中，从而方便后续待起重物品的起重，进一步地，为了保证起重过程中的安全性，将待起重物品挂扣至所述智能吊钩的同时，利用所述监控设备识别所述待起重物品的物体类别及物体体积，并根据所述物体类别及所述物体体积，计算出物体质量，可见本发明实施例在执行起重前，会通过监控设备评估出待起重物品的物体质量，并判断所述物体质量是否在所述智能吊钩的承重范围内，若所述物体质量不在所述智能吊钩的承重范围内，制停所述起重机，可见在起重前对待起重物品执行质量评估，防止因待起重物品超重造成吊钩脱钩，引发安全事故。因此，本发明提出的一种智能吊钩使用方法、装置、电子设备以及计算机可读存储介质可以解决在起重时没有对待起重物品执行质量评估，从而造成待起重物品因超重造成吊钩脱钩，发生安全事故的问题。
附图说明
48.图1为本发明一实施例提供的智能吊钩使用方法的流程示意图；
49.图2为本发明一实施例提供的智能吊钩使用方法中s2的流程示意图；
50.图3为本发明一实施例提供的智能吊钩使用方法中s4的流程示意图；
51.图4为本发明一实施例提供的智能吊钩使用装置的模块示意图；
52.图5为本发明一实施例提供的实现智能吊钩使用方法的电子设备的内部结构示意图；
53.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
54.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
55.本技术实施例提供一种智能吊钩使用方法。所述智能吊钩使用方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述智能吊钩使用方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
56.参照图1所示，为本发明一实施例提供的智能吊钩使用方法的流程示意图。在本发明实施例中，所述智能吊钩使用方法包括：
57.s1、接收起重机启动指令，根据所述起重机启动指令启动起重机及监控设备。
58.示例性的，起重机驾驶员欲将一捆钢筋从地面运输至六楼，供六楼建筑人员使用，因此按压在起重机中预先构建的点火指令，其中所述点火指令又称所述起重机启动指令，一捆钢筋称为待起重物品。
59.应了解的是，当按压起重机启动指令时，会自动触发起重机的内部电路完成起重机启动。需解释的是，本发明实施例会在起重机的内部电路中并联监控设备，当触发起重机的内部电路运行时，在启动起重机同时也会激活监控设备实现监控。
60.应强调的是，起重机通过智能吊钩与待起重物品相连，通过智能吊钩钩锁住待起重物品，可将待起重物品勾吊至指定高度，本发明实施例中，所述监控设备主要监控智能吊钩，包括监控是否存在智能吊钩，及待起重物品的类别质量等。
61.s2、利用所述监控设备判断所述起重机中是否包括智能吊钩
62.详细地，参阅图2所示，所述利用所述监控设备判断所述起重机中是否包括智能吊钩，包括：
63.s21、接收吊钩图像训练集，利用所述吊钩图像训练集对预构建在所述监控设备内的吊钩检测模型进行训练，得到训练完成的吊钩检测模型；
64.s22、利用所述监控设备拍摄所述起重机，得到起重机拍摄图；
65.s23、利用训练完成的所述吊钩检测模型对所述起重机拍摄图进行吊钩检测，根据所述吊钩检测模型的检测结果，判断所述起重机中是否包括智能吊钩。
66.需解释的是，所述吊钩图像训练集是用户预先收集并整理得到的图片集合，主要目的用于训练所述吊钩检测模型。详细地，所述接收吊钩图像训练集，利用所述吊钩图像训练集对预构建在所述监控设备内的吊钩检测模型进行训练，得到训练完成的吊钩检测模型，包括：
67.利用所述吊钩检测模型对所述吊钩图像训练集执行吊钩检测，得到吊钩待确定图像；
68.计算所述吊钩待确定图像和预设的真实吊钩图像之间的差异值；
69.判断所述差异值与预设的差异阈值之间的大小；
70.当所述差异值大于或者等于所述差异阈值时，对所述吊钩检测模型进行参数调整
并重新执行目标检测操作；
71.当所述差异值小于所述差异阈值时，确定为训练完成的吊钩检测模型。
72.需解释的是，所述吊钩检测模型可基于卷积神经网络构建得到，包括卷积层、池化层、全连接层及激活层。
73.具体地，所述计算所述吊钩待确定图像和预设的真实吊钩图像之间的差异值，包括：
74.利用如下计算公式计算所述吊钩待确定图像和预设的真实吊钩图像之间的差异值：
75.s＝((w/(k-b) b/(k-w))/2
76.其中，s为所述差异值，w为所述吊钩待确定图像的像素点总数，b为所述真实吊钩图像的像素点总数，k为预设参数。
77.进一步地，所述利用所述吊钩检测模型对所述吊钩图像训练集执行吊钩检测，得到吊钩待确定图像，包括：
78.利用所述吊钩检测模型的卷积层对所述吊钩图像训练集执行卷积处理，得到吊钩卷积图像；
79.利用所述目标检测模型的激活层对所述吊钩卷积图像进行激活处理，得到吊钩激活图像；
80.利用所述目标检测模型的池化层对所述吊钩激活图像进行池化处理，得到所述吊钩待确定图像。
81.需解释的是，卷积处理及池化处理可增大模型对图片的感受野，从而使得吊钩检测模型能够提取到更丰富的图像特征信息。所述激活处理可以增加吊钩检测模型的非线性，将图像特征信息映射到高维的非线性区间，进一步提高模型的检测效果。
82.具体地，所述利用所述吊钩图像训练集对预构建在所述监控设备内的吊钩检测模型进行训练，得到训练完成的吊钩检测模型，之前还包括：
83.对所述吊钩图像训练集进行随机形变和随机翻转处理，得到随机吊钩图像集；
84.对所述随机吊钩图像集进行随机亮度抖动、随机饱和度抖动和随机对比度抖动，得到图像处理完成的所述吊钩图像训练集。
85.需解释的，所述随机形变是将吊钩图像训练集内的吊钩图像按照任意图像形状进行变化，所述随机翻转是指将吊钩图像沿着水平方向、垂直方向或者其他方向进行翻转，所述随机亮度抖动是在吊钩图像上造成明暗交叉的效果，所述随机饱和度抖动是在吊钩图像上产生饱和度差异状的交叉效果，所述随机对比度抖动是在吊钩图像上产生对比度差异状的交叉效果等。
86.s3、若所述起重机中不包括智能吊钩，制停所述起重机
87.根据上述可知，利用监控设备内的吊钩检测模型可识别出起重机中是否包括智能吊钩，若所述起重机中不包括智能吊钩，则表示起重机具有安全隐患，则需制停所述起重机，让起重机操作人员安装智能吊钩。
88.s4、若所述起重机中包括智能吊钩，将待起重物品挂扣至所述智能吊钩，并利用所述监控设备识别所述待起重物品的物体类别及物体体积。
89.当起重机中包括智能吊钩时，则可直接使用智能吊钩挂扣待起重物品，其中待起
重物品如上述一捆钢筋。
90.进一步地，参阅图3所示，所述利用所述监控设备识别所述待起重物品的物体类别及物体体积，包括：
91.s41、根据所述吊钩检测模型构建起重物品检测模型，利用所述起重物品检测模型检测出所述起重物品，得到起重物品检测框，根据所述起重物品检测框计算得到所述物体体积；
92.本发明实施例中，所述吊钩检测模型与所述起重物品检测模型的模型结构相同，主要在于训练阶段所接收的训练图片不同，其中吊钩检测模型的训练图片为吊钩图像训练集，起重物品检测模型的训练图片为不同起重物品所组成的图像训练集，在此不再赘述。
93.s42、利用所述监控设备内的起重物品特征提取模型，在所述起重物品检测框内提取所述待起重物品的图像特征，得到起重物品特征集；
94.详细地，所述利用所述监控设备内的起重物品特征提取模型，在所述起重物品检测框内提取所述待起重物品的图像特征，得到起重物品特征集，包括：
95.利用所述起重物品特征提取模型中的卷积层对所述起重物品检测框内的图像进行卷积处理，得到卷积特征集；
96.利用所述起重物品特征提取模型中的稠密块对所述卷积特征集进行稠密转换处理，得到稠密特征集；
97.利用所述起重物品特征提取模型中的全连接层对所述稠密特征集进行连接处理，得到所述起重物品特征集。
98.需解释的是，所述起重物品特征提取模型由卷积层、稠密块及全连接层构成，如本发明实施例可使用densenet-121深度卷积模型作为所述起重物品特征提取模型，共包含4个稠密块、1个卷积层和1个全连接层。其中卷积层有2k个filter，稠密块由layer堆叠而成，layer的尺寸都相同，并最后经过全连接层执行连接即得到所述起重物品特征集。
99.s43、基于预构建的分类函数，对所述起重物品特征集执行物品分类，得到所述物体类别。
100.s5、根据所述物体类别及所述物体体积，计算出物体质量
101.详细地，所述根据所述物体类别及所述物体体积，计算出物体质量，包括：
102.连接互联网，从所述互联网中查询与所述物体类别对应的物体密度；
103.计算所述物体密度与所述物品体积的乘积，得到所述物体质量。
104.示例性的，上述起重机驾驶员欲将一捆钢筋从地面运输至六楼，当启动监控设备时，监控设备会识别出待起重物品的物体类别为钢筋，并利用所述起重物品检测模型检测出钢筋体积为20m3，因此通过联网查询到钢筋的密度为7.85吨/立方米，故将20m3与7.85吨/立方米相乘得到157吨，即表示157吨即为一捆钢筋的物体重量。
105.s6、判断所述物体质量是否在所述智能吊钩的承重范围内
106.s7、若所述物体质量不在所述智能吊钩的承重范围内，制停所述起重机
107.s8、若所述物体质量在所述智能吊钩的承重范围内，利用所述起重机起重所述待起重物品
108.示例性的，如预先设置智能吊钩的承重范围为[0,200]吨，则157吨的一捆钢筋在智能吊钩的承重范围内，因此可直接利用所述起重机起重所述待起重物品，若智能吊钩的
承重范围为[0,150]吨，因157吨的一捆钢筋已超过智能吊钩的承重范围，考虑安全问题则需制停所述起重机。
[0109]
相比于背景技术所述：直接将待起重物品挂扣至吊钩上，并利用起重机的动力将待起重物品挂吊至指定高度，由于起重时没有对待起重物品执行质量评估，从而造成脱钩引发造成安全事故的问题，本发明实施例先利用监控设备判断起重机中是否包括智能吊钩，若所述起重机中不包括智能吊钩，制停所述起重机，以保证智能吊钩存在起重机中，从而方便后续待起重物品的起重，进一步地，为了保证起重过程中的安全性，将待起重物品挂扣至所述智能吊钩的同时，利用所述监控设备识别所述待起重物品的物体类别及物体体积，并根据所述物体类别及所述物体体积，计算出物体质量，可见本发明实施例在执行起重前，会通过监控设备评估出待起重物品的物体质量，并判断所述物体质量是否在所述智能吊钩的承重范围内，若所述物体质量不在所述智能吊钩的承重范围内，制停所述起重机，可见在起重前对待起重物品执行质量评估，防止因待起重物品超重造成吊钩脱钩，引发安全事故。因此，本发明提出的一种智能吊钩使用方法、装置、电子设备以及计算机可读存储介质可以解决在起重时没有对待起重物品执行质量评估，从而造成待起重物品因超重造成吊钩脱钩，发生安全事故的问题。
[0110]
如图4所示，是本发明智能吊钩使用装置的功能模块图。
[0111]
本发明所述智能吊钩使用装置100可以安装于电子设备中。根据实现的功能，所述智能吊钩使用装置可以包括启动模块101、智能吊钩判断模块102、待起重物体质量计算模块103以及起重模块104。本发所述模块也可以称之为单元，是指一种能够被电子设备的处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0112]
在本实施例中，关于各模块/单元的功能如下：
[0113]
所述启动模块101，用于接收起重机启动指令，根据所述起重机启动指令启动起重机及监控设备；
[0114]
所述智能吊钩判断模块102，用于利用所述监控设备判断所述起重机中是否包括智能吊钩，若所述起重机中不包括智能吊钩，制停所述起重机；
[0115]
所述待起重物体质量计算模块103，用于若所述起重机中包括智能吊钩，将待起重物品挂扣至所述智能吊钩，并利用所述监控设备识别所述待起重物品的物体类别及物体体积，根据所述物体类别及所述物体体积，计算出物体质量；
[0116]
所述起重模块104，用于判断所述物体质量是否在所述智能吊钩的承重范围内，若所述物体质量不在所述智能吊钩的承重范围内，制停所述起重机，若所述物体质量在所述智能吊钩的承重范围内，利用所述起重机起重所述待起重物品。
[0117]
详细地，本发明实施例中所述智能吊钩使用装置100中的所述各模块在使用时采用与上述的图1中所述的智能吊钩使用方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0118]
如图5所示，是本发明实现智能吊钩使用方法的电子设备1的结构示意图。
[0119]
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如智能吊钩使用程序。
[0120]
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(control unit)，利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行智能吊钩使用程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
[0121]
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如智能吊钩使用程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0122]
所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0123]
所述通信接口13用于上述电子设备1与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备1之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
[0124]
图5仅示出了具有部件的电子设备1，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0125]
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0126]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0127]
所述电子设备1中的所述存储器11存储的智能吊钩使用程序是多个计算机程序的
组合，在所述处理器10中运行时，可以实现：
[0128]
接收起重机启动指令，根据所述起重机启动指令启动起重机及监控设备；
[0129]
利用所述监控设备判断所述起重机中是否包括智能吊钩；
[0130]
若所述起重机中不包括智能吊钩，制停所述起重机；
[0131]
若所述起重机中包括智能吊钩，将待起重物品挂扣至所述智能吊钩，并利用所述监控设备识别所述待起重物品的物体类别及物体体积；
[0132]
根据所述物体类别及所述物体体积，计算出物体质量；
[0133]
判断所述物体质量是否在所述智能吊钩的承重范围内，若所述物体质量不在所述智能吊钩的承重范围内，制停所述起重机；
[0134]
若所述物体质量在所述智能吊钩的承重范围内，利用所述起重机起重所述待起重物品。
[0135]
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
[0136]
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
[0137]
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备1的处理器所执行时，可以实现：
[0138]
接收起重机启动指令，根据所述起重机启动指令启动起重机及监控设备；
[0139]
利用所述监控设备判断所述起重机中是否包括智能吊钩；
[0140]
若所述起重机中不包括智能吊钩，制停所述起重机；
[0141]
若所述起重机中包括智能吊钩，将待起重物品挂扣至所述智能吊钩，并利用所述监控设备识别所述待起重物品的物体类别及物体体积；
[0142]
根据所述物体类别及所述物体体积，计算出物体质量；
[0143]
判断所述物体质量是否在所述智能吊钩的承重范围内，若所述物体质量不在所述智能吊钩的承重范围内，制停所述起重机；
[0144]
若所述物体质量在所述智能吊钩的承重范围内，利用所述起重机起重所述待起重物品。
[0145]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0146]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0147]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单
元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0148]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0149]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0150]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0151]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0152]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
[0153]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。