一种履带式起重机监测装置的制作方法

1.本技术涉及设备检测与图像识别技术领域，更具体地，涉及一种履带式起重机检测装置。


背景技术：

2.履带式起重机作为工地生产过程中的重要机械设备，由于其吊重能力强、转弯半径小、接地比压小、能够带载驾驶等优点，其应用范围越来越广。但是由于其工作工况复杂、工作条件恶劣，在工作中会出现各类故障。其故障原因主要分为一下几种：1.由于吊运物体重量不确定造成的起重机超载。2.对调运物体斜拉、斜吊造成起重机吊臂弯折。3.由于起重机驾驶员操作不规范造成的吊臂弯折，如驾驶员快放急停等。
3.现有专利中，申请号：201910606030.x，申请名称为：一种履带式起重机的监测系统。发明公开了一种履带式起重机的监测系统，涉及吊装设备领域。包括：至少一个显示器，设置于履带式起重机的驾驶室内；控制器，电连接显示器；传感组件，连接控制器，传感组件具体包括：倾角传感器，设置于履带式起重机的大臂上；编码器，设置于大臂上；压力传感器，设置于履带式起重机的拉臂上；拉力传感器，设置于履带式起重机的拉绳上并靠近拉臂的位置；风速传感器，设置于大臂顶部；传感器组件将采集到的数据发送给控制器。具有以下有益效果：具有安装方便，测量精度高，稳定性好，集成度高，大大降低了成本，同时保障了履带式起重机的整车运行安全。上述专利中未对起重机驾驶员进行监测，无法保证驾驶员的操作安全性；另外没有对起重机的工况历史信息进行存储分析，不利于后期起重机的定期维护和故障检修。


技术实现要素：

4.针对现有技术的至少一个缺陷或改进需求，本发明提供了一种履带式起重机监测装置，实现起重机的人脸识别开机和对驾驶员危险行为的预警，并通过多种传感器对起重机进行监测，提高了起重机危险行为预警的准确率。
5.为实现上述目的，按照本发明的一个方面，提供了一种履带式起重机监测装置，该装置包括内部监测模块与报警模块，所述内部监测模块包括图像采集装置与图像处理装置，所述报警模块包括报警装置；其中，
6.所述图像采集装置设置于驾驶室，所述图像采集装置包括若干个摄像头，用于采集驾驶员的面部图像与操作行为图像；
7.所述图像处理装置与所述图像采集装置连接，用于处理所述面部图像与操作行为图像，并得到面部图像识别结果与操作行为识别结果；
8.所述报警装置与所述图像处理装置连接，用于接收所述图像处理装置传输的面部异常信号与行为异常信号，并发出报警信号。
9.进一步地，上述履带式起重机监测装置，其中，还包括外部监测模块，所述外部监测模块包括倾角传感器、拉力传感器与起升高度编码器；其中，
10.所述倾角传感器置于起重机大臂上，用于采集大臂的倾斜角数据；
11.所述拉力传感器设置于起重机拉线上，用于采集起重机拉线的拉力值；
12.所述起升高度传感设置于起重机机身，用于采集起重机的起升高度。
13.进一步地，上述履带式起重机监测装置，其中，所述外部监测模块还包括多个雷达测距传感器，所述雷达测距传感器设置于起重机机身外侧，用于对起重机周围障碍物进行扫描定位。
14.进一步地，上述履带式起重机监测装置，其中，还包括处理器，所述处理器与所述外部监测模块无线连接，用于接收并处理所述大臂的倾斜角数据、起重机拉线的拉力值、起重机的起升高度以及雷达测距传感器的障碍物定位信息；
15.当所述大臂的倾斜角数据、起重机拉线的拉力值与起重机的起升高度超过预先设置的阈值时，所述处理器输出预警信息；
16.当所述障碍物定位信息在预设的阻碍范围内时，所述处理器输出预警信息；
17.所述处理器还与所述报警装置无线连接，所述报警装置接收所述处理器输出的预警信息，并发出报警信号。
18.进一步地，上述履带式起重机监测装置，其中，还包括存储器，所述存储器与所述处理器无线连接，用于存储所述处理器处理的所有数据。
19.进一步地，上述履带式起重机监测装置，其中，所述图像处理装置包括基于深度学习算法构建的图像识别网络，将所述面部图像与操作行为图像输入至所述图像识别网络，得到面部图像识别结果与操作行为识别结果；其中，所述面部图像识别结果包括正常驾驶和疲劳/醉酒驾驶其中之一，所述操作行为识别结果包括操作正常和操作错误其中之一。
20.进一步地，上述履带式起重机监测装置，其中，所述图像识别网络的训练过程为：
21.采集若干份面部图像与操作行为图像；
22.以7：2：1的比例将所述若干份面部图像与操作行为图像划分为训练集、验证集和测试集，构建图像识别网络；
23.根据图像识别结果与训练图像的标签真值计算目标损失函数，基于所述目标损失函数对图像识别网络进行迭代训练，并通过验证集与测试集进行验证与测试，得到训练好的图像识别网络。
24.总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
25.(1)本发明提供的履带式起重机检测装置，利用摄像装置对驾驶员的面部图像、驾驶员行为图像进行识别，完成了对驾驶员的人脸进行识别检测和驾驶员行为的识别，实现起重机的人脸识别开机和对驾驶员危险行为的预警；
26.(2)本发明提供的履带式起重机检测装置，利用多种传感器对起重机进行监测，通过对驾驶员和起重机的双重监测，将监测信息传输到处理器进行融合处理、条件判断，提高了监测精度，提高了起重机危险行为预警的准确率；
27.(3)本发明提供的履带式起重机检测装置，各传感器的监测数据通过处理器后输入存储器，对履带起重机的使用情况进行记录，有利于后期对出现的故障进行分析和进行设备的定期维护；
28.(4)本发明提供的履带式起重机检测装置，与传统的传感器与处理器之间的can通
讯方式不同，传感器与处理器之间采用以太网通讯的模式，以太网传输协议为arp协议，数据传输速率为100mbps，提升了数据传输效率。
附图说明
29.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例中所需使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
30.图1为本技术实施例提供的一种履带式起重机检测装置结构框图；
31.图2为本技术实施例提供的履带式起重机检测装置布置示意图。
具体实施方式
32.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
33.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
34.本技术提供了一种履带式起重机检测装置，图1为本技术实施例提供的一种履带式起重机检测装置结构框图，图2为本技术实施例提供的履带式起重机检测装置布置示意图。该装置包括内部监测模块与报警模块，内部监测模块包括图像采集装置与图像处理装置，报警模块包括报警装置；其中，图像采集装置设置于驾驶室，图像采集装置包括若干个摄像头，用于采集驾驶员的面部图像与操作行为图像；图像处理装置与所述图像采集装置连接，用于处理所述面部图像与操作行为图像，并得到面部图像识别结果与操作行为识别结果；报警装置与图像处理装置连接，用于接收图像处理装置传输的面部异常信号与行为异常信号，并发出报警信号。
35.具体地，图像处理装置包括基于深度学习算法构建的图像识别网络，将所述面部图像与操作行为图像输入至图像识别网络，得到面部图像识别结果与操作行为识别结果；其中，面部图像识别结果包括正常驾驶和疲劳/醉酒驾驶其中之一，所述操作行为识别结果包括操作正常和操作错误其中之一。
36.其中，图像识别网络的训练过程为：
37.采集若干份面部图像与操作行为图像；
38.以7：2：1的比例将所述若干份面部图像与操作行为图像划分为训练集、验证集和测试集，构建图像识别网络；
39.根据图像识别结果与训练图像的标签真值计算目标损失函数，基于所述目标损失函数对图像识别网络进行迭代训练，并通过验证集与测试集进行验证与测试，得到训练好的图像识别网络。
40.面部图像识别的标签真值包括：正常驾驶和疲劳/醉酒驾驶，操作行为识别的标签真值包括操作正常和操作错误。当图像识别网络输出的识别结果为疲劳/醉酒驾驶和操作错误时，报警装置接收图像处理装置输出的该异常信号，并发出报警信号。其中，通过面部识别结果实现人脸识别开机，通过面部识别结果与行为识别结果可以判定驾驶员工作状态，对驾驶员危险行为进行预警。
41.进一步地，履带式起重机监测装置还包括外部监测模块，外部监测模块包括倾角传感器、拉力传感器与起升高度编码器；倾角传感器置于起重机大臂上，用于采集大臂的倾斜角数据；拉力传感器设置于起重机拉线上，用于采集起重机拉线的拉力值；起升高度传感设置于起重机机身，用于采集起重机的起升高度。
42.进一步地，外部监测模块还包括多个雷达测距传感器，所述雷达测距传感器设置于起重机机身外侧，采用雷达扫描的方式，扫描起重机周围环境，对起重机周围障碍物进行扫描定位。
43.进一步地，履带式起重机监测装置还包括处理器，处理器与上位机连接，上位机将预设的大臂的倾斜角数据阈值、起重机拉线的拉力值阈值、起重机的起升高度阈值与起重机阻碍范围传输至处理器。处理器与外部监测模块无线连接，处理器接收并处理所述大臂的倾斜角数据、起重机拉线的拉力值、起重机的起升高度以及雷达测距传感器的障碍物定位信息，当大臂的倾斜角数据、起重机拉线的拉力值与起重机的起升高度超过预先设置的阈值时，处理器输出预警信息，当所述障碍物定位信息在预设的阻碍范围内时，处理器输出预警信息。
44.处理器还与报警装置无线连接，报警装置接收处理器输出的预警信息，并发出报警信号。
45.在一个具体的实施例中，报警装置采用声光报警器，当接收到预警信息时，及时进行声光报警提示。
46.在一个具体的实施例中，处理器选用英飞凌aurix处理器，并同时接入16路以太网信号。上述所有传感器的信息均通过以太网的传输到处理器,以太网传输协议为arp协议，数据传输速率为100mbps。
47.进一步地，履带式起重机监测装置还包括存储器，存储器与处理器无线连接，用于存储所述处理器处理的所有数据。
48.处理器的所有数据信息都通过以太网传输到存储器中进行保存记录，存储器优选为一个固态硬盘，方便定期维护和故障原因排查。存储器与处理器之间采用双向传输方式，在起重机运行时，处理器将处理过的传感器信息输入到存储器中；在检测设备故障和定期维修时，将存储器中的信息输入到处理器中进行分析计算和逻辑判断，输出起重机运行状态、时长、负荷等信息以及对于故障问题的定位和归因。
49.在实际安装过程中，报警装置、处理器与存储器均设置于机箱中。
50.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
51.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
52.在本技术所提供的几个实施例中，应该理解到，所揭露的装置，可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，例如所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
53.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。
54.另外，在本技术各个实施例中的各功能单元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，也可以采用软件功能单元的形式实现。
55.以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。
56.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
57.本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。