2.根据权利要求1所述的吊装作业安全风险识别方法,其特征在于,所述将吊装场景图像输入改进的yolo v5模型中,得到目标识别图像,具体包括:
3.根据权利要求2所述的吊装作业安全风险识别方法,其特征在于,所述对目标识别图像进行修正,得到修正后的识别图像,具体包括:
4.根据权利要求3所述的吊装作业安全风险识别方法,其特征在于,所述将目标识别图像与吊车模板图像进行匹配,得到吊车目标补偿图像,具体包括:
5.根据权利要求4所述的吊装作业安全风险识别方法,其特征在于,所述将吊车目标补偿图像和连续多帧吊装场景图像输入神经网络模型lightglue中进行轻量级特征匹配,以得到修正后的识别图像,具体包括:
6.根据权利要求5所述的吊装作业安全风险识别方法,其特征在于,所述根据特征点的帧间位移,推理检测框的帧间位移,并将漏检的目标补充进吊车目标补偿图像中,得到修正后的识别图像,具体包括:
7.根据权利要求1所述的吊装作业安全风险识别方法,其特征在于,所述根据修正后的识别图像中工人目标与吊车目标之间的安全关系,识别吊装作业中的安全风险,具体包括:
8.根据权利要求7所述的吊装作业安全风险识别方法,其特征在于,所述吊装作业的区域拒止空间为一圆锥体空间,所述圆锥体空间的顶点为吊钩,其底面能够覆盖有效作业范围。
9.根据权利要求7所述的吊装作业安全风险识别方法,其特征在于,所述判断每一帧修正后的识别图像中工人目标与吊车目标之间的安全关系,具体包括:
10.根据权利要求1所述的吊装作业安全风险识别方法,其特征在于,还包括:
12.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至10任一项所述吊装作业安全风险识别方法。
本发明提供一种吊装作业安全风险识别方法及识别装置,识别方法包括:获取吊装场景图像;获取目标识别图像:将吊装场景图像输入改进的YOLO v5模型中,得到目标识别图像;获取修正的识别图像:对目标识别图像进行修正,得到修正后的识别图像;识别安全风险:根据修正后的识别图像中工人目标与吊车目标之间的安全关系,识别吊装作业中的安全风险;其中,改进的YOLO v5模型通过将YOLO v5模型的骨干网络中的C3模块替换成C2f模块得到。本发明能够在复杂的吊装场景中有效地检测潜在的危险情况,提高安全性能,具有一定的实时性和鲁棒性。
王文财,关淯尹,李嘉禄,,岳德国,李世胜,王丙军,苍志智,陈先中,张洁