单轨吊人员接近保护及防撞保护的智能控制系统的制作方法
- 国知局
- 2024-08-08 17:04:08
本发明属于智能控制,具体涉及单轨吊人员接近保护及防撞保护的智能控制系统。
背景技术:
1、单轨吊作为一种重要的运输工具,广泛应用于工业、矿业、建筑等多个领域。随着工业自动化和智能化的发展,单轨吊的使用频率和操作复杂度不断增加。然而,在实际操作中,单轨吊的安全问题始终是一个关键的技术难题。尤其是在人员密集、环境复杂的工作场所,如何有效防止单轨吊与人员或其他设备发生碰撞,已成为亟待解决的问题。
2、目前,市场上已有多种用于单轨吊安全控制的技术方案。这些技术大致可分为三类:基于传感器的检测技术、基于图像识别的监控技术和基于无线通信的定位技术。基于传感器的检测技术主要通过安装在单轨吊上的各种传感器(如红外传感器、超声波传感器、激光雷达等),实时监测单轨吊周围的环境信息。当传感器检测到障碍物或人员接近时,系统会发出警报,并采取相应的制动措施。这类技术具有响应迅速、安装方便等优点,但在复杂环境中,传感器容易受到灰尘、雨水等外界因素的干扰,导致检测精度下降。基于图像识别的监控技术则通过摄像头实时捕捉单轨吊周围的图像,并利用计算机视觉算法进行分析,识别出潜在的危险因素。这类技术可以提供更加直观和全面的环境信息,但其准确性依赖于图像处理算法的性能。在光线不足或遮挡严重的情况下,图像识别的准确性和可靠性会大打折扣。此外,图像处理需要较高的计算资源,对系统的实时性提出了更高的要求。基于无线通信的定位技术则通过在单轨吊和周围环境中布设无线信标,利用信号强度或时间差计算出各设备和人员的位置。这类技术能够提供较高精度的定位信息,但其实现成本较高,需要在工作环境中布设大量的信标设备。而且,信号容易受到反射、多路径效应等影响,导致定位精度不稳定。
技术实现思路
1、鉴于此,本发明的主要目的在于提供单轨吊人员接近保护及防撞保护的智能控制系统,本发明显著提升了单轨吊人员接近保护及防撞保护系统的安全性、可靠性和智能化水平。
2、本发明采用的技术方案如下:
3、单轨吊人员接近保护及防撞保护的智能控制系统,所述系统包括:多源数据采集与融合单元,用于通过多传感器采集单轨吊的运行数据和周围环境数据,组成多源数据集合;对多源数据集合进行非线性融合,得到融合多源数据集;人员跟踪与预测单元,用于跟踪人员轨迹,并基于人员轨迹,对每个人员进行未来轨迹预测,得到每个人员的预测轨迹;碰撞分析单元,用于根据融合多源数据集,计算出危险区域,然后基于预测轨迹,计算出碰撞风险值,在碰撞风险值超过设定的第一风险阈值时,控制单轨吊进行制动。
4、进一步的,所述运行数据至少包括:单轨吊分别在x轴、y轴和z轴三个方向的速度分量,单轨吊分别绕x轴、y轴和z轴的角速度分量和单轨吊的滚转角、俯仰角和偏航角;所述环境数据至少包括:风速分别在x轴、y轴和z轴方向的分量和每个人员的初始三维坐标。
5、进一步的,设多源数据集合为;其中,,表示每个人员的初始三维坐标组成的三维坐标集合,其以单轨吊的位置为原点,为第个人员的x轴坐标值,为第个人员的y轴坐标值,为第个人员的z轴坐标值;,表示单轨吊速度集,、和分别表示单轨吊在x轴、y轴和z轴三个方向的速度分量;表示风速集,、和分别表示风速在x轴、y轴和z轴方向的分量;表示角速度集,、和分别表示单轨吊绕x轴、y轴和z轴的角速度分量;表示单轨吊偏转角集,、和分别表示单轨吊的滚转角、俯仰角和偏航角。
6、进一步的,多源数据采集与融合单元,使用改进的无迹卡尔曼滤波器对多源数据集合进行非线性融合,具体的过程包括:预测步骤、更新步骤和自适应因子更新步骤;其中,预测步骤的公式如下:
7、;
8、;
9、;
10、;
11、更新步骤的公式如下:
12、;
13、;
14、;
15、;
16、;
17、;
18、;
19、其中,是k-1时刻的sigma点集;是k-1时刻的状态估计;是sigma点分布的缩放参数;是k-1时刻的协方差矩阵;是k时刻的控制输入;是状态转移函数的参数;是预设的非线性状态转移函数;是预设的非线性观测函数;是观测函数的参数;和分别是第个sigma点的均值和协方差权重;是自适应过程噪声协方差矩阵,用于表示状态预测的不确定性;是自适应观测噪声协方差矩阵,表示观测的不确定性;是k时刻的实际观测值;是卡尔曼增益;是过程噪声自适应因子,用于动态调整过程噪声协方差矩阵;是观测噪声自适应因子,用于动态调整观测噪声协方差矩阵;是状态与观测之间的互协方差矩阵;是k时刻的后验状态估计,即更新后的最佳估计,作为融合多源数据集;为k时刻的后验协方差矩阵,表示更新后的状态估计不确定性;是预测观测值的协方差矩阵;是通过状态转移函数传播后的sigma点集;是k时刻的先验状态估计;是k时刻的先验协方差矩阵;是sigma点集通过观测函数传播后的结果;是预测的观测值;是通过状态转移函数传播后的第个sigma点;是第个sigma点通过观测函数传播后的结果;sigma点总共个。
20、进一步的,自适应因子更新步骤的公式如下:
21、;
22、;
23、其中,是过程噪声自适应因子的调节参数,控制其变化速率;是过程噪声自适应因子子的阈值参数,影响其变化的敏感度;是观测噪声自适应因子的调节参数,控制其变化速率;表示l2范数。
24、进一步的,人员跟踪与预测单元,跟踪人员轨迹,并基于人员轨迹,对每个人员进行未来轨迹预测,得到每个人员的预测轨迹的过程使用如下公式进行表示:
25、;
26、其中,为caputo分数阶导数算子;为阶数;为时间步长;为预测时间间隔;为t时刻的人员三维坐标集合函数,其为一条曲线函数,该曲线函数所表征的曲线与该人员三维坐标集合中的每个三维坐标的距离的和值最小;为向下取整符号;为高斯噪声矩阵;预设的为caputo分数阶导数转移矩阵;通过求解该公式,得到,作为该人员的预测轨迹;是指caputo,表示这是caputo分数阶导数。
27、进一步的,caputo分数阶导数转移矩阵使用如下公式进行表示:
28、;
29、其中,为伽马函数。
30、进一步的,碰撞分析单元,通过如下公式,根据融合多源数据集,计算出危险区域:
31、;
32、其中,为以单轨吊为中心的呈圆形的危险区域的面积;为单轨吊基座半径;为单轨吊的最长径向长度;为单轨吊与相对于水平面的偏离角度;为融合多源数据集的第二个元素,对应于融合多源数据集中的单轨吊速度集;为融合多源数据集的第三个元素,对应于融合多源数据集中的风速集;为融合多源数据集的第四个元素,对应于融合多源数据集中的角速度集;为求向量模的运算;为最大允许速度;为最大允许风速;为最大允许载重;,和分别对应于融合多源数据集中的滚转角、俯仰角和偏航角;为调整系数。
33、进一步的,所述调整系数通过如下公式进行计算:
34、;
35、其中,为初始值,取值范围为0.5到1.3;是多源数据集合的模的最大允许值,为设定值。
36、采用以上技术方案,本发明产生了以下有益效果:本发明通过多源数据融合技术,实现了对单轨吊周围环境的全面感知。系统利用安装在单轨吊上的多种传感器(如红外传感器、超声波传感器和激光雷达等)实时采集环境数据,同时结合图像识别技术获取视觉信息,并利用无线定位技术精确定位单轨吊和周围人员的位置。通过对这些多源数据的融合和综合分析,系统能够全面掌握单轨吊的运行状态和环境信息,确保在复杂多变的环境中仍能提供高精度的检测和分析结果。本发明还实现了对潜在危险的预测和预警。碰撞分析单元结合多源数据集,通过数学公式计算出危险区域,并在检测到潜在碰撞风险时及时发出警报并采取相应措施。具体而言,系统利用融合多源数据集的速度向量、风速向量、角速度向量以及姿态角度等参数,动态计算危险区域的大小和形状。当系统检测到人员或物体进入危险区域时,会立即发出警报,并根据需要采取紧急制动或其他安全措施,以防止碰撞事故的发生。这种预测和预警机制显著降低了事故发生的概率,提升了系统的安全性。
本文地址:https://www.jishuxx.com/zhuanli/20240808/272160.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表