基于机器视觉的门座起重机钢丝绳偏摆监测方法及装置

技术领域

本发明涉及基于机器视觉的门座起重机钢丝绳偏摆实时监测方法及装置，具体为利用相机采集钢丝绳偏摆图像信息，然后运用图像处理技术实时监测钢丝绳在臂架平面以及垂直臂架平面的偏摆角。

背景技术

门座起重机在吊载时因回转、变幅、运行、起升、下降运动以及受到风载作用时钢丝绳会产生偏摆，如若偏摆角度过大，会在钢丝绳与滑轮间产生较大的摩擦从而直接影响钢丝绳的强度，对钢丝绳的使用寿命产生严重影响，增加了港口作业的安全隐患。因此对门座起重机钢丝绳因自身或外部载荷所产生的偏摆角度进行监测以及预警具有很大的实用意义。

发明内容

本发明提供基于机器视觉的门座起重机钢丝绳偏摆监测方法及装置，旨在通过相机采集钢丝绳偏摆图像信息，通过图像处理技术实时监测钢丝绳在吊载时的偏摆角度，预防因钢丝绳偏摆角度过大而引起的钢丝绳与滑轮之间的摩擦力增加进而直接影响钢丝绳的强度，进而降低门座起重机作业风险。

根据本发明实施例的一方面，提供一种基于机器视觉的门座起重机钢丝绳偏摆监测方法，包括：获取臂架平面以及垂直臂架平面上钢丝绳的图像；对获取的图像进行图像畸变纠正、图像畸变平滑增强和图像配准处理；将处理后的图片进行特征识别提取钢丝绳特征图像；将所获得的钢丝绳特征图像与钢丝绳在吊载垂直状态下的基准图像进行对比，判断钢丝绳的偏摆方向，并计算出钢丝绳偏摆角的大小；实时输出钢丝绳偏摆角。

在一些示例中，当偏摆角大于设定的阈值时进行预警。

在一些示例中，获取臂架平面以及垂直臂架平面上钢丝绳的图像的相机设置在自动保持水平的相机云台上。

根据本发明实施例的另一方面，提供一种基于机器视觉的门座起重机钢丝绳偏摆监测装置，包括：相机，用于获取臂架平面以及垂直臂架平面上钢丝绳的图像；图像处理模块，用于对获取的图像进行图像畸变纠正、图像畸变平滑增强和图像配准处理；图像特征识别提取模块，用于将处理后的图片进行特征识别提取钢丝绳特征图像；图像匹配模块，用于将所获得的钢丝绳特征图像与钢丝绳在吊载垂直状态下的基准图像进行对比；钢丝绳偏摆量计算模块，用于根据所述图像匹配模块的对比结果判断钢丝绳的偏摆方向，并计算出钢丝绳偏摆角的大小；输出模块，用于实时输出钢丝绳偏摆角。

在一些示例中，还包括在偏摆角大于设定的阈值时进行预警的偏摆角度预警模块。

在一些示例中，所述相机设置在自动保持水平的相机云台上。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。

图1是基于机器视觉的门座起重机钢丝绳偏摆监测方法流程图。

图2是门座起重机钢丝绳偏摆实时监测装置相机的布置图。

图3是钢丝绳偏摆示意图。

图4是钢丝绳吊载静止的基准参照图。

图5是钢丝绳偏摆量计算原理图。

图6是相机云台水平状态示意图。

图7是相机云台水平补偿示意图。

图8是相机平台水平补偿液压控制图。

附图标记说明：

1-门座起重机象鼻梁；

2-滑轮；

3-起升钢丝绳；

4-拍摄垂直臂架平面钢丝绳吊载偏摆量相机；

5-拍摄臂架平面钢丝绳吊载偏摆量的相机；

6-相机云台；

7-云台支架；

8-水平仪；

9-液压油缸；

10-三位四通换向阀；

11-液压泵；

12-左侧液控单向阀；

13-左侧单向阀；

14-液压油缸；

15-右侧液控单向阀；

16-右侧节流阀；

17-右侧单向阀；

18-左侧节流阀。

具体实施方式

图1示出了基于机器视觉的门座起重机钢丝绳偏摆监测方法流程图，该方法包括以下步骤：

步骤1，获取臂架平面以及垂直臂架平面上钢丝绳的图像。

参阅图2，两台相机4，5分别从不同的方向对准钢丝绳的中心线。相机4用于拍摄垂直于臂架平面内吊载时钢丝绳的偏摆量，相机5用于拍摄臂架平面内吊载时钢丝绳的偏摆量。规定臂架平面内的偏摆方向为x方向且向外偏摆为x轴正向，规定垂直臂架平面内的偏摆方向为y方向，并且逆时针为y轴正向。图3示出了钢丝绳在臂架平面内，即在x方向的偏摆。

两台相机4，5拍摄钢丝绳照片，拍摄照片分为1分钟一组，一组在1秒内连续拍摄多张照片(可以是5张)。取这连续多张照片钢丝绳的偏摆量平均值作为此刻钢丝绳的偏摆量。图4示出了钢丝绳吊载静止的基准参照图，相机4，5需首先拍摄钢丝绳在吊载垂直状态下的照片，将此图像进行处理后作为测量钢丝绳偏摆量的基准参照图片。此外，两台相机4，5应分别固定于两个具有自动水平补偿功能相机云台6上，以便能够拍摄到钢丝绳的准确摆动，两个相机云台6固定在门座起重机象鼻梁1下部的云台支架7上。

步骤2，在相机4，5拍摄钢丝绳照片后，对获取的钢丝绳图像进行系列处理。首先通过图像畸变纠正，消除因为在运动状态所拍摄照片产生的图像边缘畸变。之后通过对图形进行滤波处理，降低图像的背景噪声，增强图像的有用信息。之后将获得的一组连续图形进行配准，继续增强图像的有用信息。

步骤3，将处理后的图片进行特征识别提取，把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域，识别图像中的钢丝绳特征，剔除其他无用的特征。

步骤4，将所获得的钢丝绳特征图像与钢丝绳在吊载垂直状态下的基准图像进行对比，判断钢丝绳的偏摆方向，并计算出钢丝绳偏摆角的大小。

图5示出了x方向的钢丝绳偏摆量计算原理图，将经处理之后的图片中钢丝绳垂直方向与偏摆方向平均分成n份，以5份为例，则x方向的偏摆角度为

同理，y方向的偏摆角也是如此。

通过x和y方向的钢丝绳偏摆量可以计算得到钢丝绳的综合偏摆角度。

计算如下：

钢丝绳综合偏摆角为

式中：c——钢丝绳偏摆后在水平面即xoy面内的投影长度

h——钢丝绳竖直状态下的校准长度

式中：a——c在x方向的投影长度

b——c在y方向的投影长度

a＝l

式中:l

θ

b＝l

式中:l

θ

代入式得钢丝绳的综合偏摆角θ

步骤5，将所获得的钢丝绳偏摆角进行数据输出至司机室，以便司机能够随时获取钢丝绳的偏摆角度。对钢丝绳偏摆角度进行预警，当两个方向钢丝绳偏摆量任一超过阈值时，对司机进行预警提示，便于司机及时有效的进行调整，避免安全隐患。

在一些示例中，还提供一种基于机器视觉的门座起重机钢丝绳偏摆监测装置，该装置包括两台相机、图像处理模块、特征识别提取模块、图像匹配模块、钢丝绳偏摆量计算模块、偏摆角度输出模块以及偏摆角度预警模块。

如上文所述，两台相机4，5设置在具有自动水平补偿功能的相机云台6上，相机云台6固定在门座起重机象鼻梁1下部的云台支架7上。相机4，5在云台6保持水平的状态下完成臂架平面以及垂直臂架平面上钢丝绳的图像获取，然后获取的图像发送到所述图像处理模块中。将钢丝绳在吊载垂直状态下的图像进行处理后作为测量钢丝绳偏摆量的基准参照图片。

所述图像处理模块对获取的钢丝绳图像进行系列处理。首先通过图像畸变纠正，消除因为在运动状态所拍摄照片产生的图像边缘畸变。之后通过对图形进行滤波处理，降低图像的背景噪声，增强图像的有用信息。之后将获得的一组连续图形进行配准，继续增强图像的有用信息。经过处理后的图像被发送到所述图像特征识别提取模块。所述图像特征识别提取模块将处理后的图片进行特征识别提取，把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域，识别图像中的钢丝绳特征，剔除其他无用的特征。所述图像匹配模块将所获得的钢丝绳特征图像与钢丝绳在吊载垂直状态下的基准图像进行对比，将对比图像传输至钢丝绳偏摆量计算模块。所述钢丝绳偏摆量计算模块判断钢丝绳的偏摆方向，并计算出钢丝绳偏摆角的大小，具体计算方法参见上文。所述偏摆角度输出模块将所获得的钢丝绳偏摆角进行数据输出至司机室，以便司机能够随时获取钢丝绳的偏摆角度。所述偏摆角度预警模块对钢丝绳偏摆角度进行预警，当两个方向钢丝绳偏摆量任一超过阈值时，对司机进行预警提示，便于司机及时有效的进行调整，避免安全隐患。

下文将对相机云台6的水平补偿方式进行详细说明。参阅图6和图7，当门座起重机进行变幅以及起升运动时，会带动象鼻梁在臂架平面内运动，此时固定在象鼻梁上的云台支架7会跟随象鼻梁发生x平面内的倾斜，同时使得固定在云台支架7上的相机云台6及相机4，5失去水平。此时，安装在相机云台6上的水平仪8会立即监测出相机云台6的倾斜状态，并实时测量相机云台6与水平面之间的夹角θ，其中规定云台支架7在臂架平面内逆时针倾斜θ为正值。相机云台6自动水平补偿模块中的计算中心计算出将相机云台6调节至水平时每个液压油缸9的神缩量后传送给控制器，该控制器引导液压油缸9动作实现相机云台6的水平补偿。设定相机云台6下表面中心为原点O，两个油缸9与相机云台6连接点处的坐标值为(x

参阅图8，相机云台6自动水平补偿模块中的计算中心将每一个液压油缸9的神缩量计算出来后再反馈给所述控制器。然后所述控制器依据液压油缸9的伸出量(以液压缸活塞伸出为例来讲解，活塞缩回同理)，使得三位四通换向阀10A2得电，三位四通换向阀10置于右工位，液压油从液压泵11流出，经过三位四通换向阀10、左侧液控单向阀12、左侧单向阀13流进液压油缸14的无杆腔，同时右侧液控单向阀15打开，液压油缸14的有杆腔内的油经过右侧节流阀16、右侧液控单向阀15和三位四通换向阀10流回油箱，此时液压油缸14的活塞做伸出动作。当液压油缸14的活塞伸出到计算值时，所述控制器控制三位四通换向阀10A2失电，换向阀10处于中位，与此同时右侧液控单向阀15关闭，液压油无法流回油箱，回路中断从而使得液压油缸14的活塞停止伸出，处于保压力状态。若此时相机云台6再次发生倾斜，则按照上述方法同样进行调节油缸的伸出或缩回，使其实现水平补偿。