[发明专利]一种基于人工智能的吊车施工风险评估方法及装置

权利要求书

1.一种基于人工智能的吊车施工风险评估方法，其特征在于，包括以下步骤：

获取吊钩装置图像，对所述吊钩装置图像进行预处理；

根据预处理后的吊钩装置图像，初步判断防脱卡扣是否失效；

若初步判断出防脱卡扣失效，则根据预处理后的吊钩装置图像，获取钩头本体图像、防脱卡扣本体图像和吊绳本体图像；

根据所述钩头本体图像、防脱卡扣本体图像以及吊绳本体图像，确定第一吊钩风险特征，所述第一吊钩风险特征用于表征吊绳能够从钩头开口脱落的危险程度；

根据所述钩头本体图像和防脱卡扣本体图像，确定第二吊钩风险特征，所述第二吊钩风险特征用于表征钩头开口方向偏离程度；

根据所述钩头本体图像和吊绳本体图像，确定第三吊钩风险特征，所述第三吊钩风险特征用于表征吊绳在钩头处的分布对称程度；

根据所述第一吊钩风险特征、第二吊钩风险特征和第三吊钩风险特征，确定吊钩施工风险程度。

2.根据权利要求1所述的基于人工智能的吊车施工风险评估方法，其特征在于，所述确定第一吊钩风险特征的步骤包括：

根据所述钩头本体图像和防脱卡扣本体图像，确定防脱卡扣和钩头本体内部轮廓之间的最短距离；

根据所述吊绳本体图像，确定吊绳的直径；

根据所述防脱卡扣和钩头本体内部轮廓之间的最短距离以及吊绳的直径，计算第一吊钩风险特征。

3.根据权利要求2所述的基于人工智能的吊车施工风险评估方法，其特征在于，所述第一吊钩风险特征的计算公式为：

其中，I₁为第一吊钩风险特征，D为防脱卡扣和钩头本体内部轮廓之间的最短距离，d为吊绳的直径。

4.根据权利要求1-3中任一项所述的基于人工智能的吊车施工风险评估方法，其特征在于，所述确定第二吊钩风险特征的步骤包括：

根据钩头本体图像，利用主成分分析法确定钩头本体内部轮廓图像的主成分方向；

根据防脱卡扣本体图像，利用主成分分析法确定防脱卡扣的主成分方向；

计算钩头本体内部轮廓图像的主成分方向和防脱卡扣的主成分方向之间的夹角；

根据计算出来的两个主成分方向的夹角以及吊钩平稳垂直时两个主成分方向的夹角，计算第二吊钩风险特征。

5.根据权利要求4所述的基于人工智能的吊车施工风险评估方法，其特征在于，所述第二吊钩风险特征的计算公式为：

I₂＝1-e^-Δθ

其中，I₂为第二吊钩风险特征，Δθ为偏离夹角，Δθ＝|θ₁-θ₀|，θ₁为计算出来的两个主成分方向的夹角，θ₀为吊钩平稳垂直时两个主成分方向的夹角。

6.根据权利要求1-3中任一项所述的基于人工智能的吊车施工风险评估方法，其特征在于，所述确定第三吊钩风险特征的步骤包括：

根据所述钩头本体图像，利用主成分分析法确定整个钩头本体的主成分方向；

根据吊绳本体图像以及整个钩头本体的主成分方向所在直线，确定位于所述主成分方向所在直线两侧的所有吊绳像素点；

计算位于主成分方向所在直线第一侧的所有吊绳像素点的数目以及所有吊绳像素点到该位于主成分方向所在直线的距离的均值；

计算位于主成分方向所在直线第二侧的所有吊绳像素点的数数目以及所有吊绳像素点到该位于主成分方向所在直线的距离的均值；

根据计算出来的两个所有吊绳像素点的数目以及对应的两个距离的均值，计算第三吊钩风险特征。