目前國家正大力推進(jìn)房屋基礎(chǔ)建設(shè)發(fā)展，伴隨萬物互聯(lián)的騰飛，房建基建智慧工地的科技發(fā)展概念越來越具象化，尤其是港口碼頭正向著智慧化、自動化、智能化的方向躍進(jìn)發(fā)展。龍門吊作為港口碼頭施工的主力軍自然是智慧施工建設(shè)發(fā)展的最重要部分。愷德爾科技將帶您從視頻安全監(jiān)控角度淺析龍門吊安全監(jiān)控系統(tǒng)。簡單來說就是認(rèn)識龍門吊遠(yuǎn)程監(jiān)控系統(tǒng)的高清攝像機(jī)和視頻分析技術(shù)實現(xiàn)大車前進(jìn)、后退及吊具下放過程中對人員和車輛的識別、 聯(lián)動龍門吊可編程邏輯控制器控制龍門吊減速或停機(jī)，聯(lián)動大車監(jiān)控臺實現(xiàn)安全隱患提示功能的全過程。

基于視頻分析龍門吊安全監(jiān)控管理系統(tǒng)的核心是分析視頻識別技術(shù)，其中包括深度學(xué)習(xí)和特征識別技術(shù)。我們從這兩個技術(shù)入手看一看他們是如何協(xié)同運(yùn)作的。

深度學(xué)習(xí)技術(shù)對識別目標(biāo)進(jìn)行樣本收集、分析和算法生成，主要功能是正向識別人員和車輛目標(biāo)；特征識別技術(shù)主要對深度學(xué)習(xí)算法導(dǎo)致的誤報進(jìn)行反向識別，將人員和車輛以外的目標(biāo)以及與人員、車輛相似度較高的目標(biāo)排除在外深度學(xué)習(xí)技術(shù)起源于人工神經(jīng)網(wǎng)絡(luò)研究，通過組合低層特征形成更加抽象的高層特征或類別，從而從大量的輸入數(shù)據(jù)中學(xué)習(xí)有效特征表示，并把這些特征用于分類、回歸和信息檢索。深度學(xué)習(xí)實際上是一種模仿人腦的學(xué)習(xí)，含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)，通過組合低層特征形成更加抽象的高層類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。龍門吊安全監(jiān)控管理系統(tǒng)所應(yīng)用的深度學(xué)習(xí)技術(shù)分為兩種分別是YOLO和RCNN深度學(xué)習(xí)技術(shù)。首先，采用選擇性搜索方法在視頻畫面中選取上千個可能出現(xiàn)物體的位置；然后，將分割出來的圖像修正為大小統(tǒng)一的區(qū)塊，放入卷積神經(jīng)網(wǎng)絡(luò)中提取特征，并將提取出來的特征放入支持向量機(jī)中分類；最后，對區(qū)塊的邊框做回歸分析，找到合適的位置。YOLO技術(shù)區(qū)別于RCNN技術(shù)的最主要特征是：前者同時訓(xùn)練并同時輸出位置和類別信息，其將圖片分為S×S個格子，每個格子檢測其內(nèi)物體，而當(dāng)物體中心在某個格子內(nèi)時，這個格子就負(fù)責(zé)檢測這個物體。YOLO 與RCNN深度學(xué)習(xí)算法的結(jié)合應(yīng)用可有效提高人員和車輛的識別率。特征識別技術(shù)采用提升的密集軌跡算法，根據(jù)目標(biāo)的形狀、紋理、亮度等特征，反向識別深度學(xué)習(xí)算法中出現(xiàn)的非人員和非車輛目標(biāo)：當(dāng)深度學(xué)習(xí)算法認(rèn)為目標(biāo)為人員或車輛，而密集軌跡算法識別出目標(biāo)具有非人員和非車輛特征時，目標(biāo)不觸發(fā)報警，從而有效降低目標(biāo)誤報率。

特征識別技術(shù)采用提升的密集軌跡算法，根據(jù)目標(biāo)的形狀、紋理、亮度等特征，反向識別深度學(xué)習(xí)算法中出現(xiàn)的非人員和非車輛目標(biāo)：當(dāng)深度學(xué)習(xí)算法認(rèn)為目標(biāo)為人員或車輛，而密集軌跡算法識別出目標(biāo)具有非人員和非車輛特征時，目標(biāo)不觸發(fā)報警，從而有效降低目標(biāo)誤報率。

基于兩種技術(shù)下龍門吊安全監(jiān)控管理系統(tǒng)由龍門吊遠(yuǎn)程控制系統(tǒng)攝像機(jī)、視頻分析儀、大車集中監(jiān)護(hù)臺等組成（見圖1）。

圖一

其工作流程如圖2所示：PLC發(fā)送當(dāng)前龍門吊運(yùn)行狀態(tài)（包括大車向左、向右運(yùn)動和吊具下放等）信息至PVAC防撞分析儀；PVAC防撞分析儀接收PLC發(fā)送的龍門吊運(yùn)行狀態(tài)信息，采集并分析對應(yīng)的攝像機(jī)（包括大車向右運(yùn)動2個門腿攝像機(jī)、大車向左運(yùn)動2個門腿攝像機(jī)和 1 個小車架攝像機(jī)）視頻（見圖 3）。

圖二

圖3

PVAC防撞分析儀采用人工智能視頻識別分析算法對視頻流進(jìn)行分析，并將警報信息分別發(fā)送給PLC和大車監(jiān)控臺視頻軟件，其中：減速警報發(fā)送至PLC和大車監(jiān)控臺，緊停警報發(fā)送至PRCS大車監(jiān)控臺。若門腿攝像機(jī)在10~20 m區(qū)域內(nèi)識別到人員或車輛，向PLC發(fā)送大車減速警報信息；若門腿攝像機(jī)在0~10 m區(qū)域內(nèi)識別到人員或車輛，向PLC發(fā)送緊停警報信息；若小車架攝像機(jī)在吊具下方檢測區(qū)域內(nèi)檢測到人員，向PLC發(fā)送吊具停止下放的緊停警報信息（見圖4）。

圖4

PLC收到減速警報信息后，發(fā)送減速指令至龍門吊，降低大車運(yùn)行速度。大車集中監(jiān)護(hù)系統(tǒng)的大車監(jiān)控視頻軟件收到龍門吊減速警報信息后，警報視頻畫面顯示黃色邊框，并觸發(fā)音響警報（提示“前方有人”“前方有車”等）。大車監(jiān)控人員觀察報警攝像機(jī)視頻畫面：若確有警情，處理警情后按消警按鈕；若大車監(jiān)控人員確認(rèn)為誤報警，按誤報警按鈕（見圖5）。大車集中監(jiān)護(hù)系統(tǒng)的大車監(jiān)控視頻軟件收到龍門吊緊停警報信息后，對應(yīng)的警報視頻畫面顯示紅色邊框，同時驅(qū)動網(wǎng)絡(luò)音響發(fā)出緊停警報提示音（提示“前方有人”“前方有車”“下方有人”等）。

圖5

大車監(jiān)控人員觀察緊停報警攝像機(jī)視頻畫面：若確有警情，按緊停按鈕，使大車停止運(yùn)行或吊具停止下放，處理緊停警情后，按視頻軟件上的消警按鈕；若大車監(jiān)控人員確認(rèn)為誤報警，按誤報警按鈕（見圖6）。

圖6

PVAC防撞分析儀收到消警信息后，消除發(fā)送的警報，繼續(xù)檢測攝像機(jī)拍攝的視頻畫面；PVAC防撞分析儀收到誤報警信息后，對當(dāng)前視頻畫面內(nèi)誤報警目標(biāo)不再重復(fù)報警。PVAC 防撞分析儀向PLC發(fā)送心跳檢測信息，PLC將心跳檢測信息發(fā)送至數(shù)據(jù)視圖，由數(shù)據(jù)視圖顯示防撞系統(tǒng)工作狀態(tài)（見圖7）。PVAC防撞系統(tǒng)全程監(jiān)控并記錄每次報警事件及處理情況，記錄人員和車輛報警事件的時間、龍門吊編號、視頻截圖等，并保存報警錄像供追溯查詢。

圖7

從視頻安全監(jiān)控角度淺析龍門吊安全監(jiān)控系統(tǒng)，能大大提高算法識別率，滿龍門吊生產(chǎn)應(yīng)用要求。鄭州愷德爾科技再基于視頻分析的自動化龍門吊監(jiān)控管理系統(tǒng)的基礎(chǔ)上，結(jié)合毫米波檢測技術(shù)以及大車集中監(jiān)護(hù)臺安全監(jiān)控人員的實時監(jiān)護(hù)，為龍門吊安全、高效作業(yè)提供有力保障。