丁兴亚

本文针对门座式起重机吊重定位需求，设计了一种基于机器视觉的多源数据融合定位系统。通过双目相机、激光测距仪与倾角传感器构建三维感知网络，结合扩展卡尔曼滤波算法实现吊钩位姿的高精度解算。系统硬件采用全局快门工业相机（500万像素/60fps）与FPGA图像采集卡，软件层集成图像预处理、特征匹配与PnP-ICP联合优化算法，定位精度达±2mm。实验表明，防摇控制策略使定位误差降低40%，目标位置误差在10吨负载下控制在20mm以内。创新性提出视觉-惯性融合框架，通过动态权重分配与实时CUDA加速，单帧处理时间≤15ms，系统稳定性评分提升至85%。研究结果为重载高频场景下的自动化吊装提供了可靠解决方案。

机器视觉；门座式起重机；吊重定位

[1] 毛清华,周庆,安炎基,等.惯导与视觉信息融合的掘进机精确定位方法[J].煤炭科学技术, 2024, 52(5):236-248. [2] 邢津榕.基于机器视觉的钢水自动化取样系统设计[D].太原科技大学,2023. [3] 王殿君,高林林,陈亚,等.基于机器视觉定位的自动鹤管系统设计[J].机床与液压, 2023, 51(3):130-135. [4] 潘俊杰,夏如艇.基于机器视觉的 E 型卡簧尺寸检测方法[J].现代制造工程, 2024(1):95-102. [5] 赵自超,李江.一种基于机器视觉的无人机智能识别系统.CN202211683271.2[2025-03-17]. [6] 王超,杨青祥,周卓升.基于机器视觉与应变影响线的车辆荷载识别[C]//第九届全国结构抗振控制与健康监测学术会议摘要集.2023.

点击下载PDF