一种桥吊设备防撞箱控制系统的制作方法

本发明涉及智能控制与防碰撞系统的，尤其涉及一种桥吊设备防撞箱控制系统。

背景技术：

1、在现代港口、物流作业中，由于桥吊设备在起重、运输过程中涉及复杂的动态环境，如障碍物的移动、设备的高空作业等，因此防止吊具和障碍物的碰撞对设备操作的安全性至关重要。传统的防撞控制方法通常依赖于手动控制或简单的障碍物检测技术。这些技术虽然在一定程度上能够减少碰撞事故的发生，但由于缺乏足够的智能预测和路径优化能力，容易在复杂或多变的作业环境中失效。

2、现有防撞控制技术（中国发明专利，公开号：cn113896111b，名称：一种欠驱动起重吊装设备控制系统及其方法），主要采用了传感器数据采集、场景信息处理以及防碰撞策略执行的控制流程。尽管这类技术采用了激光雷达等设备进行环境感知，并结合深度学习进行障碍物识别，但仍然存在以下问题：

3、仅依赖于单一传感器类型的数据采集，无法充分应对动态复杂环境中的多种障碍物特性；现有技术的路径规划多基于传统的运动学模型，未能充分考虑设备的非线性运动特性和复杂的实时环境，导致效率低下；现有的控制系统缺乏实时的反馈优化机制，防碰撞策略的调整过于滞后，无法实现快速响应和动态调整。

技术实现思路

1、针对上述现有技术存在的诸多问题，本发明提供一种桥吊设备防撞箱控制系统，本发明基于多源感知数据和递归神经网络的智能防碰撞系统。通过动态安全区划分、自适应路径优化以及智能反馈控制等模块，实现吊具设备在复杂环境中的实时路径调整与碰撞预防。本发明能够显著提高设备运行的安全性与效率，同时大幅降低作业事故发生率。

2、一种桥吊设备防撞箱控制系统，包括：

3、多源动态感知模块，包括微波雷达、超声波传感器和红外成像设备，分别用于采集桥吊设备周围的物体相对位置、速度、距离和温度数据，并通过加权融合算法对采集的数据进行处理，生成综合感知数据；

4、自适应动态安全区计算模块，基于综合感知数据，利用自适应区域划分技术对桥吊设备周围的环境进行动态安全区划分，并生成安全区分布数据；基于安全区分布数据使用矢量场路径规划算法计算吊具的限速路径，生成限速路径数据；

5、智能预测与路径优化模块，基于限速路径数据和安全区分布数据，使用多层次递归神经网络对桥吊设备的吊具与障碍物的非线性动态运动进行预测，生成非线性运动预测数据；通过随机森林模型对路径进行评估和选择，生成路径优化数据；

6、智能反馈与防碰撞执行模块，通过自适应模糊推理系统基于路径优化数据生成防碰撞策略数据，利用强化学习算法对防碰撞策略数据进行实时反馈优化，并执行防碰撞策略数据，生成防碰撞执行数据；

7、全局优化与反馈模块，基于防碰撞执行数据，利用遗传算法对桥吊设备防撞箱控制系统的控制参数进行全局优化，生成优化控制参数数据，并应用于桥吊设备防撞箱的控制。

8、优选的，自适应动态安全区计算模块基于综合感知数据计算每个物体的危险系数，危险系数的计算公式为：

9、

10、其中，表示物体的危险系数，用于反映吊具与障碍物之间的碰撞风险；表示障碍物与吊具之间的距离；表示障碍物的相对速度。

11、优选的，危险系数被划分为多个预设的危险等级，所述危险等级通过预设的阈值区间进行划分，包括高危区、次高危区、普通区和安全区，每个区域的危险等级对应相应的安全区分布数据，安全区分布数据用于实时更新吊具的运行状态。

12、优选的，矢量场路径规划算法基于安全区分布数据生成吊具的限速路径，限速路径数据的计算公式为：

13、

14、其中，表示吊具的限速；表示危险系数；表示基于危险系数进行限速调整的函数映射关系，所述映射关系根据不同危险等级动态调整吊具的速度。

15、优选的，矢量场路径规划算法通过将吊具当前的实时位置、目标路径，以及障碍物的实时运动状态进行综合计算，实时调整限速路径，并基于综合感知数据和历史数据生成最优路径。

16、优选的，智能预测与路径优化模块使用多层次递归神经网络对吊具与障碍物的相对运动进行非线性预测，递归神经网络基于历史运动数据和实时感知数据构建时间序列模型，对未来指定时间内吊具与障碍物的相对位置进行预测，生成非线性运动预测数据，非线性运动预测数据用于指导后续路径优化。

17、优选的，非线性运动预测数据基于时间序列的多维分析，通过递归神经网络不断更新吊具与障碍物的运动轨迹，预测相对距离、速度和加速度，生成未来运动轨迹的多点预测数据，多点预测数据用于随机森林模型评估路径的安全性。

18、优选的，智能反馈与防碰撞执行模块通过自适应模糊推理系统分析路径优化数据，并生成防碰撞策略数据，自适应模糊推理系统根据吊具与障碍物的距离、速度和加速度输入变量，生成相应的防碰撞策略，包括减速、停止或路径调整操作。

19、优选的，强化学习算法通过评估防碰撞策略的执行效果进行自我调整和优化，强化学习算法基于执行反馈数据调整防碰撞策略的执行参数，并通过奖励反馈机制提升防碰撞策略的响应速度和准确性，奖励反馈机制包括吊具的相对安全距离、速度调整的时间响应和防碰撞策略的有效性。

20、优选的，全局优化与反馈模块通过遗传算法基于防碰撞执行数据对控制系统的控制参数进行全局优化，遗传算法通过对不同的控制参数组合进行交叉与变异，选择最优的控制参数组合，优化内容包括吊具的运行速度、路径选择和防碰撞响应时间。

21、相比于现有技术，本发明的优点及有益效果在于：

22、本发明通过多源动态感知模块，融合微波雷达、超声波和红外成像技术，实现了更全面的环境数据感知效果，增强了对障碍物类型和动态特征的识别能力；

23、本发明通过自适应动态安全区计算技术，结合矢量场路径规划算法，生成了更具鲁棒性和动态响应能力的限速路径数据，确保吊具在复杂环境中的安全运行；

24、本发明通过多层次递归神经网络进行非线性运动预测，结合随机森林模型对路径进行优化，实现了智能预测与优化的联动机制，大幅提升了设备的路径规划精度与效率；

25、本发明通过自适应模糊推理系统和强化学习算法，基于实时反馈优化防碰撞策略，确保系统具备了实时动态调整的能力，从而实现了快速响应与执行优化；

26、本发明通过遗传算法进行全局控制参数优化，实现了设备运行参数的持续提升，确保设备的长期稳定运行。

技术特征：

1.一种桥吊设备防撞箱控制系统，其特征在于，包括：

2.根据权利要求1所述的桥吊设备防撞箱控制系统，其特征在于，自适应动态安全区计算模块基于综合感知数据计算每个物体的危险系数，危险系数的计算公式为：

3.根据权利要求2所述的桥吊设备防撞箱控制系统，其特征在于，危险系数被划分为多个预设的危险等级，所述危险等级通过预设的阈值区间进行划分，包括高危区、次高危区、普通区和安全区，每个区域的危险等级对应相应的安全区分布数据，安全区分布数据用于实时更新吊具的运行状态。

4.根据权利要求1所述的桥吊设备防撞箱控制系统，其特征在于，矢量场路径规划算法基于安全区分布数据生成吊具的限速路径，限速路径数据的计算公式为：

5.根据权利要求1所述的桥吊设备防撞箱控制系统，其特征在于，矢量场路径规划算法通过将吊具当前的实时位置、目标路径，以及障碍物的实时运动状态进行综合计算，实时调整限速路径，并基于综合感知数据和历史数据生成最优路径。

6.根据权利要求1所述的桥吊设备防撞箱控制系统，其特征在于，智能预测与路径优化模块使用多层次递归神经网络对吊具与障碍物的相对运动进行非线性预测，递归神经网络基于历史运动数据和实时感知数据构建时间序列模型，对未来指定时间内吊具与障碍物的相对位置进行预测，生成非线性运动预测数据，非线性运动预测数据用于指导后续路径优化。

7.根据权利要求6所述的桥吊设备防撞箱控制系统，其特征在于，非线性运动预测数据基于时间序列的多维分析，通过递归神经网络不断更新吊具与障碍物的运动轨迹，预测相对距离、速度和加速度，生成未来运动轨迹的多点预测数据，多点预测数据用于随机森林模型评估路径的安全性。

8.根据权利要求1所述的桥吊设备防撞箱控制系统，其特征在于，智能反馈与防碰撞执行模块通过自适应模糊推理系统分析路径优化数据，并生成防碰撞策略数据，自适应模糊推理系统根据吊具与障碍物的距离、速度和加速度输入变量，生成相应的防碰撞策略，包括减速、停止或路径调整操作。

9.根据权利要求1所述的桥吊设备防撞箱控制系统，其特征在于，强化学习算法通过评估防碰撞策略的执行效果进行自我调整和优化，强化学习算法基于执行反馈数据调整防碰撞策略的执行参数，并通过奖励反馈机制提升防碰撞策略的响应速度和准确性，奖励反馈机制包括吊具的相对安全距离、速度调整的时间响应和防碰撞策略的有效性。

10.根据权利要求1所述的桥吊设备防撞箱控制系统，其特征在于，全局优化与反馈模块通过遗传算法基于防碰撞执行数据对控制系统的控制参数进行全局优化，遗传算法通过对不同的控制参数组合进行交叉与变异，选择最优的控制参数组合，优化内容包括吊具的运行速度、路径选择和防碰撞响应时间。

技术总结
本发明涉及智能控制与防碰撞系统的技术领域，尤其涉及一种桥吊设备防撞箱控制系统，通过多源动态感知模块收集环境数据，并通过自适应动态安全区划分与矢量场路径规划技术，生成限速路径数据；结合多层次递归神经网络和随机森林模型，实现吊具与障碍物的非线性运动预测及路径优化；通过自适应模糊推理系统和强化学习算法，动态优化防碰撞策略并实时调整控制参数；最终利用遗传算法对系统控制参数进行全局优化。本发明提高了桥吊设备在复杂环境中的安全性和作业效率，确保了防撞控制的智能化和动态性。

技术研发人员：张辉,彭恒,黄森海,赵志淼,杨增波,孟成宇,张泳,王汉栋
受保护的技术使用者：宁波港吉码头经营有限公司
技术研发日：
技术公布日：2024/10/31