钢丝绳倍率的检测方法、装置、吊装设备及处理器与流程

本申请涉及工程机械领域，具体涉及一种钢丝绳倍率的检测方法、装置、吊装设备、存储介质及处理器。

背景技术：

1、在工程机械领域中，针对大负载吊装任务，吊装系统会使用多股钢丝绳进行起吊操作，其中所使用的钢丝绳数目即为钢丝绳倍率。作为吊装安全系统的重要安全监控对象之一，钢丝绳倍率直接影响到起重机的吊载能力。为了保证了吊装作业的安全稳定运行，通常会根据钢丝绳倍率将起重机工作吊载区间限定在规定范围内。而传统的钢丝绳倍率检测依赖于人工手动输入，容易出现漏检和误检，从而无法保证吊装工作的安全性。

技术实现思路

1、本申请实施例的目的是提供一种钢丝绳倍率的检测方法、装置、吊装设备、存储介质及处理器。

2、为了实现上述目的，本申请第一方面提供一种钢丝绳倍率的检测方法，检测方法应用于吊装设备，吊装设备包括臂架，图像采集设备安装于臂架的末端，检测方法包括：

3、通过图像采集设备获取吊装设备的吊钩图像，吊钩图像包括滑轮以及钢丝绳；

4、确定吊钩图像中滑轮的外轮廓、滑轮所在的拟合区域和钢丝绳对应的绳索区域，绳索区域包括多个绳索子区域；

5、分别确定每个绳索子区域的钢丝绳数量；

6、分别确定每个绳索子区域对应的邻近点，邻近点是指绳索子区域中与滑轮的外轮廓对应的像素点之间的距离最近的像素点；

7、将拟合区域划分为多个滑轮子区域；

8、将绳索子区域对应的邻近点所在的滑轮子区域，确定为绳索子区域对应的滑轮子区域；

9、根据绳索子区域与滑轮子区域之间的对应关系，以及每个绳索子区域的钢丝绳数量，确定吊装设备的钢丝绳倍率。

10、在本申请的实施例中，将绳索子区域对应的邻近点所在的滑轮子区域，确定为绳索子区域对应的滑轮子区域之前，方法还包括：获取各个滑轮子区域的边界端点坐标以及邻近点的坐标；基于各个滑轮子区域的边界端点坐标以及邻近点的坐标，利用叉乘法确定邻近点所在的滑轮子区域。

11、在本申请的实施例中，根据绳索子区域与滑轮子区域之间的对应关系，以及每个绳索子区域的钢丝绳数量，确定吊装设备的钢丝绳倍率包括：分别根据绳索子区域与滑轮子区域之间的对应关系，以及每个绳索子区域的钢丝绳数量确定每个滑轮子区域的钢丝绳数量，其中，多个滑轮子区域包括沿滑轮径向依次布置的第一滑轮子区域、第二滑轮子区域以及第三滑轮子区域；根据第一滑轮子区域的钢丝绳数量和第三滑轮子区域中的钢丝绳数量中的最大值的两倍与第二滑轮子区域的钢丝绳数量之和确定吊装设备的钢丝绳倍率。

12、在本申请的实施例中，确定吊钩图像中滑轮的外轮廓、滑轮所在的拟合区域和钢丝绳对应的绳索区域包括：从吊钩图像中确定滑轮所在的匹配区域；基于图像分割算法在匹配区域中确定滑轮的外轮廓；对滑轮的外轮廓进行最小矩形拟合，得到滑轮所在的拟合区域；其中，从所述吊钩图像中确定滑轮所在的匹配区域，包括以下至少一项：

13、获取滑轮的多个模板图像，将模板图像与吊钩图像进行匹配，以确定与滑轮所在的匹配区域；

14、将吊钩图像输入至深度学习模型，以通过深度学习模型确定滑轮所在的匹配区域。

15、在本申请的实施例中，确定吊钩图像中滑轮的外轮廓、滑轮所在的拟合区域和钢丝绳对应的绳索区域，包括：确定外轮廓对应的像素中的目标轮廓端点；根据目标轮廓端点确定钢丝绳所在的第一区域；将第一区域中去除外轮廓所占的区域确定为钢丝绳的查找区域；提取查找区域的粗糙度特征值；根据粗糙度特征值确定绳索区域。

16、在本申请的实施例中，提取查找区域的粗糙度特征值包括：确定查找区域的第一图像特征，第一图像特征包括颜色特征、亮度特征、纹理特征中的至少一者；基于超像素分割算法，根据第一图像特征将查找区域分割为多个查找子区域；基于边缘提取算法提取每个查找子区域的粗糙度特征值。

17、在本申请的实施例中，根据粗糙度特征值确定绳索区域包括：将查找区域中粗糙度特征值大于预设特征值的查找子区域确定为查找区域中的背景区域；将背景区域包含的每个像素的像素值设置为预设像素值，以得到与查找区域对应的目标查找区域；确定目标查找区域包含的每个像素的灰度值；将目标查找区域中灰度值大于预设灰度值的像素点所构成的区域确定为绳索区域。

18、在本申请的实施例中，分别确定每个绳索子区域的钢丝绳数量包括：针对每个绳索子区域，通过直线拟合得到绳索子区域中的初始直线；根据初始直线的斜率和长度特性对初始直线进行筛选，以确定绳索子区域中的目标直线；针对每个绳索子区域，通过聚类算法对全部目标直线的斜率进行聚类，以确定绳索子区域中包含的直线类别数量；将每个绳索子区域的直线类别数量确定为每个绳索子区域的钢丝绳数量。

19、本申请第二方面提供一种处理器，被配置成执行上述的钢丝绳倍率的检测方法。

20、本申请第三方面提供一种钢丝绳倍率的检测装置，检测装置应用于吊装设备，检测装置包括：

21、图像采集设备，安装于吊装设备的臂架的末端，用于采集吊装设备的吊钩图像；

22、以及被配置成执行上述的钢丝绳倍率的检测方法的处理器。

23、本申请第四方面提供一种吊装设备，包括：

24、臂架，用于执行吊装作业；

25、滑轮，通过钢丝绳与臂架连接，用于铰接钢丝绳；以及

26、如执行上述的钢丝绳倍率的检测方法的检测装置。

27、本申请第五方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述的钢丝绳倍率的检测方法。

28、通过上述技术方案，通过图像采集设备采集到吊钩图像，来提取出吊钩图像中滑轮的拟合区域和钢丝绳的绳索区域。确定每个绳索子区域与外轮廓的邻近点，并将滑轮区域划分为多个滑轮子区域。可以确定每个绳索子区域对应的邻近点所在的滑轮子区域，从而找出每个绳索子区域对应的滑轮子区域。再计算出每个绳索子区域的钢丝绳数量，则可以根据每个绳索子区域的钢丝绳数量，以及每个滑轮子区域对应的绳索子区域，来计算出吊钩设备的钢丝绳倍率。基于对吊钩图像的图像处理，在吊钩复杂场景下的轮廓查找，完成对钢丝绳倍率的检测。可以实现钢丝绳倍率的自动识别，提高了钢丝绳倍率检测的准确性。

29、本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种钢丝绳倍率的检测方法，其特征在于，所述检测方法应用于吊装设备，所述吊装设备包括臂架，图像采集设备安装于所述臂架的末端，所述检测方法包括：

2.根据权利要求1所述的钢丝绳倍率的检测方法，其特征在于，所述将所述绳索子区域对应的邻近点所在的滑轮子区域，确定为所述绳索子区域对应的滑轮子区域之前，所述方法还包括：

3.根据权利要求1所述的钢丝绳倍率的检测方法，其特征在于，所述根据所述绳索子区域与所述滑轮子区域之间的对应关系，以及所述每个绳索子区域的钢丝绳数量，确定所述吊装设备的钢丝绳倍率包括：

4.根据权利要求1所述的钢丝绳倍率的检测方法，其特征在于，所述确定所述吊钩图像中所述滑轮的外轮廓、所述滑轮所在的拟合区域和钢丝绳对应的绳索区域包括：

5.根据权利要求4所述的钢丝绳倍率的检测方法，其特征在于，所述确定所述吊钩图像中所述滑轮的外轮廓、所述滑轮所在的拟合区域和钢丝绳对应的绳索区域，包括：

6.根据权利要求5所述的钢丝绳倍率的检测方法，其特征在于，所述提取所述查找区域的粗糙度特征值包括：

7.根据权利要求6所述的钢丝绳倍率的检测方法，其特征在于，所述根据所述粗糙度特征值确定所述绳索区域包括：

8.根据权利要求1所述的钢丝绳倍率的检测方法，其特征在于，所述分别确定每个绳索子区域的钢丝绳数量包括：

9.一种处理器，其特征在于，被配置成执行根据权利要求1至8中任意一项所述的钢丝绳倍率的检测方法。

10.一种钢丝绳倍率的检测装置，其特征在于，所述检测装置应用于吊装设备，所述检测装置包括：

11.一种吊装设备，其特征在于，包括：

12.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至8中任一项所述的钢丝绳倍率的检测方法。

技术总结
本申请实施例提供一种钢丝绳倍率的检测方法、装置、吊装设备及处理器。检测方法应用于吊装设备，吊装设备包括臂架，图像采集设备安装于臂架的末端，检测方法包括：通过图像采集设备获取吊装设备的吊钩图像，确定吊钩图像中滑轮的外轮廓、滑轮所在的拟合区域和钢丝绳对应的绳索区域，绳索区域包括多个绳索子区域。将拟合区域划分为多个滑轮子区域，基于每个绳索子区域与吊钩图像中滑轮的外轮廓的邻近点，从而确定每个邻近点所在的目标滑轮子区域，以确定与每个绳索子区域对应的目标滑轮子区域。再计算出每个绳索子区域的钢丝绳数量，根据与每个目标滑轮子区域对应的绳索子区域的钢丝绳倍率，从而确定吊装设备的钢丝绳倍率。基于对吊钩图像的图像处理，可以实现钢丝绳倍率的自动识别，提高了检测的准确性。

技术研发人员：孙浠汉,范卿,付玲
受保护的技术使用者：中联重科股份有限公司
技术研发日：
技术公布日：2024/1/13