基于计算机视觉的海工吊装防碰撞智能预警方法研究

作     者：薛凯仁 

作者单位：中国石油大学(北京) 

学位级别：硕士

导师姓名：王琳琳

授予年度：2023年

学科分类：0820[工学-石油与天然气工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 082002[工学-油气田开发工程] 

主      题：嵌入式系统 深度学习 语义分割 计算机视觉 碰撞预警 

摘      要：在海上油田开发的过程中,吊装设备常会因为人工监控对现场安全隐患发现的不够及时,酿成重大安全事故,已对施工人员的生命安全构成了极大威胁。这种传统的人工监控方式除了存在安全隐患外,还暴露出了监控方式不灵活、监控效率低下、人工成本过高众多问题,进一步证实了监控预警方式变革的必要性。近些年来,人工智能技术不断发展,其在教育、医疗、家居、商业零售和交通等领域的数字化转型过程中,发挥着无可替代的作用。此外,嵌入式以其可靠的品控、强大的包容性和活跃的市场生态,为多种技术的融合发展提供了有利条件。因此,本文拟通过综合运用人工智能、嵌入式开发、计算机视觉等技术,提出一种智能化程度更高的防碰撞预警方法。本文的研究内容及成果主要包括:(1)使用实时性更高的图像分割算法简化吊装设备场景;(2)设计计算机视觉测距算法;(3)设计基于距离的预警策略;(4)编写可视化智能预警平台软件。本文通过以上工作,在ARM平台的基础上,综合运用嵌入式技术、视频编解码技术、深度学习技术和计算机视觉技术,设计出了一个低成本、高效率的吊装设备智能防碰撞预警客户端软件。该软件采用Qt框架实现,除拥有一个美观且易操作的人机交互界面外,还支持嵌入式环境,智能移动终端等众多平台环境下的安装运行。经测试,软件在嵌入式平台上运行稳定,监控画面清晰流畅,延时较小,能及时地对设备的运行状态进行声音预警。该系统极大地降低了海工吊装设备施工现场事故发生的概率,保障了施工人员的人身安全。