本发明涉及港机控制领域，具体来说，尤其涉及一种基于双目摄像机的港机远程控制方法及系统。
背景技术：
1、利用港机远控系统是现代港口自动化、数字化，以及智能化发展的核心手段。由于这个系统的大部分运作都依赖于自动化模式，对于其整体的安全性有着极高的要求。在港机大车自动化运行的情况下，运行区域经常出现作业人员和车辆，这就需要我们确保他们的生命安全和财产安全。由于港机本身的体积大、质量重并且制动慢，防撞技术成为了确保作业人员和车辆安全的必要手段。
2、传统的单目摄像机无法提供物体的深度信息，这对于在有限空间内精确移动和操作重型货物存在一定的困难，可能导致碰撞事故的发生，在处理静态和动态目标物体的检测和识别上，现有技术的效率和准确度有限，无法满足实时性的需求。
3、此外，现有技术对于潜在风险的识别和预防措施采取不足，无法在物体进入危险区域时立即发出警报，这可能导致事故的发生，且大多数指令和操作都需要人工进行，这不仅效率低下，而且很容易因为人为因素造成操作失误，对风险等级进行有效划分，导致资源分配不合理，无法对高风险的作业环境进行重点监控和处理。
4、针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
1、为了克服以上问题，本发明旨在提出一种基于双目摄像机的港机远程控制方法及系统，目的在于解决现有技术对于潜在风险的识别和预防措施采取不足，无法在物体进入危险区域时立即发出警报，这可能导致事故的发生，且大多数指令和操作都需要人工进行，这不仅效率低下的问题。
2、为此，本发明采用的具体技术方案如下：
3、根据本发明的一个方面，提供了一种基于双目摄像机的港机远程控制方法，该港机远程控制方法包括以下步骤：
4、s1、预设港机的行驶范围；
5、s2、在港机门腿上选定位置安装双目摄像机，实时获取港机在行径方向的双目视频数据；
6、s3、分析双目视频数据，若检测到行驶范围内存在待测目标物，则向远程监控台发送报警信息；
7、s4、当作业人员进入港机的危险范围时，无线通讯设备自动向作业人员发送警报信息，同时收集当前情况中作业人员的作业数据；
8、s5、通过收集作业数据，结合环境传感器采集的作业环境数据预测潜在的风险，并根据风险预测结果提前采取预防措施；
9、s6、远程监控台接收并处理报警信息，通过人工智能和机器学习算法，自动识别和判断待测目标物，并生成港机的目标控制指令；
10、s7、根据远程监控台发出的目标控制指令，改变港机的运行状态；
11、s8、当检测到紧急情况，港机实施快速制动，避免与待测目标物的碰撞。
12、可选地，在港机门腿上选定位置安装双目摄像机，实时获取港机在行径方向的双目视频数据包括以下步骤：
13、s21、明确港机行径方向的监控要求，并选择符合监控要求的双目摄像机；
14、s22、在港机门腿上选定位置安装双目摄像机，确保其视野能够覆盖港机的行径方向；
15、s23、对双目摄像机进行立体标定，确保两个摄像机的成像正确对齐，并获取视频数据；
16、s24、将摄像机的数据输出与港机的远程监控台连接。
17、可选地，分析双目视频数据，若检测到行驶范围内存在待测目标物，则向远程监控台发送报警信息包括以下步骤：
18、s31、双目摄像机持续监控行驶范围并实时捕获视频数据，并对视频数据进行预处理；
19、s32、使用物体检测算法对预处理后的视频数据进行物体识别；
20、s33、利用双目摄像机数据计算物体的深度信息，确定物体与双目摄像机的距离，并结合双目摄像机的内参和外参定位物体在行驶范围内的位置；
21、s34、设置警报规则，根据物体的位置、移动速度和预测路径，判断是否触发报警；
22、s35、根据警报规则的判断结果，若行驶范围内的物体构成威胁，则生成报警信号；
23、s36、将生成的报警信息通过预定的通信协议和接口，实时发送到远程监控台。
24、可选地，利用双目摄像机数据计算物体的深度信息，确定物体与双目摄像机的距离，并结合双目摄像机的内参和外参定位物体在行驶范围内的位置包括以下步骤：
25、s331、对双目摄像机的左右视图进行立体匹配，生成视差图；
26、s332、利用视差图和摄像机的基线(两个摄像头之间的距离)以及焦距，计算物体的深度；
27、s333、利用摄像机的内参(包括焦距、主点坐标等)将图像坐标转化为摄像机坐标；
28、s334、利用摄像机的外参(如旋转矩阵和平移向量)将摄像机坐标转换为港机的坐标；
29、s335、使用转换得到的摄像机坐标、港机的坐标和物体的深度，确定物体在行驶范围内的位置信息，并结合行驶路径和位置信息，判断物体是否在预定的安全范围内；
30、s336、利用设定的标定物体(如标定板或特定大小的物体)进行误差评估和校正。
31、可选地，通过收集作业数据，结合环境传感器采集的作业环境数据预测潜在的风险，并根据风险预测结果提前采取预防措施包括以下步骤：
32、s51、收集作业数据过程中的多维时间序列数据，并对多维时间序列数据进行预处理；
33、s52、基于固定的时间窗口，从预处理后的时间序列数据中提取统计特征和频域特征及作业日志的文本特征，并构建样本数据矩阵，其中，每行代表时间窗口实例，每列代表不同传感器的统计特征、频域特征和文本特征；
34、s53、利用自助抽样法进行有放回的随机采样，生成多个训练集；
35、s54、针对每个训练集，训练一个基于k-nn的风险预测模型，通过交叉验证法选择最佳的k值和特征子集；
36、s55、对新的时间窗口实例进行风险预测，将每个k-nn模型的风险预测结果通过加权平均法整合，得到最终的风险评估；
37、s56、根据预定义的风险等级阈值和k-nn模型的风险预测结果，为每个时间窗口实例分配风险等级；
38、s56、根据k-nn模型的综合评估，识别并分析高风险因素；
39、s57、在作业执行过程中，使用已训练好的k-nn模型实时监测和评估作业风险；
40、s58、当识别到高风险时，根据预设的风险等级和阈值采取相应的预防措施，以降低事故发生的概率。
41、可选地，利用自助抽样法方法进行有放回的随机采样，生成多个训练集包括以下步骤：
42、s531、收集样本数据矩阵中的原始数据集，其中，原始数据集中包含多个样本；
43、s532、初始化每个样本的权重，进行多次迭代，每次迭代生成一个训练集；
44、s533、在迭代过程中，根据样本权重对原始数据集进行有放回的随机采样，生成训练集，样本数与原始数据集相同为原始数据集的样本数量；
45、s534、将抽到的每个样本放入训练集中，训练一个基学习器，以当前迭代得到的训练集作为训练数据，用基学习器对原始数据集中的每个样本进行预测，记录预测误差；
46、s535、根据预测误差更新各样本的权重，归一化各样本的新权重，使其总和为1；
47、s536、完成本次迭代，获得本次迭代生成的训练集；
48、s537、重复执行s533-s535的步骤，直到完成所有迭代，获得指定迭代次数的训练集。
49、可选地，对新的时间窗口实例进行风险预测，将每个k-nn模型的风险预测结果通过加权平均法整合，得到最终的风险评估包括以下步骤：
50、s551、对新的时间窗口实例执行与训练数据相同的预处理步骤；
51、s552、从预处理过的新实例中提取相同的统计特征、频域特征以及作业日志的文本特征；
52、s553、对每个k-nn模型，输入提取特征后的新时间窗口实例，保存每个k-nn模型的风险预测结果；
53、s554、对于每个k-nn模型，根据其在交叉验证中的表现或其他标准分配一个权重；
54、s555、对每个k-nn模型的风险预测结果进行加权平均；
55、s556、使用加权平均后的风险预测结果作为新时间窗口实例的风险评估，根据预定的阈值，决定该时间窗口实例的风险等级；
56、风险预测结果的计算公式为：
57、r＝w1×r1+w2×r2+…+wn×rn；
58、式中，r加权平均后的风险预测结果；
59、w1、w2、wn为权重；
60、r1、r2、rn为单独的风险预测结果。
61、可选地，根据预定义的风险等级阈值和k-nn模型的风险预测结果，为每个时间窗口实例分配风险等级包括以下步骤：
62、s561、将风险等级划分为低风险、中风险和高风险，且每个风险等级对应一个预测值范围；
63、s562、获取k-nn模型加权平均后的风险预测结果；
64、s563、将风险预测结果r与预定义的风险等级阈值进行比较；
65、s564、若风险等级阈值落在低风险范围内，则为该时间窗口实例分配低风险等级；
66、若风险等级阈值落在中风险范围内，则为该时间窗口实例分配中风险等级；
67、若风险等级阈值落在高风险范围内，则为该时间窗口实例分配高风险等级；
68、s565、持续监控新的时间窗口实例，并重复执行s561-s564的步骤，确保每个新的时间窗口实例的风险等级正确。
69、可选地，远程监控台接收并处理报警信息，通过人工智能和机器学习算法，自动识别和判断待测目标物，并生成港机的目标控制指令包括以下步骤：
70、s61、远程监控台接收来自各传感器或设备的报警信息，并对接收到的报警信息进行预处理；
71、s62、根据预处理后的数据类型选择设定的人工智能和机器学习算法对报警信息进行分析，识别出待测目标物；
72、s63、根据识别出的目标物的属性(如位置、速度、方向等)进行初步风险判断，对初步的风险判断结果进行审核；
73、s64、根据风险判断的结果，生成相应的控制指令，例如，若存在碰撞风险，生成暂停或更改港机运动方向的指令；
74、s65、将生成的控制指令发送给港机，让港机执行相应的操作，并持续监测港机的状态。
75、根据本发明另一个方面，还提供了一种基于双目摄像机的港机远程控制系统，该系统包括：预设范围模块、视频数据采集模块、视频数据分析模块、安全警报模块、风险预测模块、远程监控模块、执行控制指令模块及紧急制动模块；
76、预设范围模块通过视频数据采集模块与视频数据分析模块连接，视频数据分析模块通过安全警报模块与风险预测模块连接，风险预测模块通过远程监控模块与执行控制指令模块连接，执行控制指令模块与紧急制动模块连接；
77、预设范围模块，用于预设港机的行驶范围；
78、视频数据采集模块，用于在港机门腿上选定位置安装双目摄像机，实时获取港机在行径方向的双目视频数据；
79、视频数据分析模块，用于分析双目视频数据，若检测到行驶范围内存在待测目标物，则向远程监控台发送报警信息；
80、安全警报模块，用于当作业人员进入港机的危险范围时，无线通讯设备自动向作业人员发送警报信息，同时收集当前情况中作业人员的作业数据；
81、风险预测模块，用于通过收集作业数据，结合环境传感器采集的作业环境数据预测潜在的风险，并根据风险预测结果提前采取预防措施；
82、远程监控模块，用于远程监控台接收并处理报警信息，通过人工智能和机器学习算法，自动识别和判断待测目标物，并生成港机的目标控制指令；
83、执行控制指令模块，用于根据远程监控台发出的目标控制指令，改变港机的运行状态；
84、紧急制动模块，用于当检测到紧急情况，港机实施快速制动，避免与待测目标物的碰撞。
85、相较于现有技术，本技术具有以下有益效果：
86、1、本发明使用双目摄像机取代传统的单目摄像机，不仅可以提供户外监控的视觉信息，还可以提供物体的深度信息，这一点对于在有限空间内精确移动和操作重型货物至关重要，通过深度信息，我们可以更准确地识别和跟踪目标物体，避免与其发生碰撞，并在必要时实施快速制动。
87、2、本发明通过深度学习和图像识别技术，我们可以更快速和准确地检测和识别目标物体，无论它们是静态还是动态的，并且，通过预设的警报规则，我们可以在物体进入危险区域时立即发出警报，从而提前避免事故发生，通过先进的数据通信技术，我们可以实时将监控信息和警报信息发送到远程监控台，使得操作人员可以在第一时间内做出反应，这对于提高港口的安全性和运行效率具有重要意义。
88、3、本发明通过收集和分析作业数据，结合环境传感器采集的作业环境数据，可以预先识别潜在的风险，提前采取预防措施，避免或降低事故发生的可能性，使用k-nn模型进行风险预测，可以在高维数据中找到最近邻，提高风险预测的准确度，在作业执行过程中，可以使用已训练好的k-nn模型实时监测和评估作业风险，及时发现并处理风险，整个风险预测和预防措施的过程可以自动化进行，降低了人工监控和处理的工作量和出错率，可以根据实际需求和数据特点选择合适的模型和参数，灵活适应各种不同的作业环境和条件，通过对风险等级的划分，可以更好地优化资源的分配，对高风险的作业环境进行重点监控和处理。
89、4、本发明根据远程监控台发出的目标控制指令，港机可以立即执行相应的操作，提高了作业效率，远程监控台可以根据实时监测到的情况发出最合适的操作指令，避免了因人为操作失误导致的事故，远程监控台的每一个操作指令都可记录和追踪，便于事后的分析和改进。
1.一种基于双目摄像机的港机远程控制方法，其特征在于，该港机远程控制方法包括以下步骤：
2.根据权利要求1所述的一种基于双目摄像机的港机远程控制方法，其特征在于，所述在港机门腿上选定位置安装双目摄像机，实时获取港机在行径方向的双目视频数据包括以下步骤：
3.根据权利要求2所述的一种基于双目摄像机的港机远程控制方法，其特征在于，所述分析双目视频数据，若检测到行驶范围内存在待测目标物，则向远程监控台发送报警信息包括以下步骤：
4.根据权利要求3所述的一种基于双目摄像机的港机远程控制方法，其特征在于，所述利用双目摄像机数据计算物体的深度信息，确定物体与双目摄像机的距离，并结合双目摄像机的内参和外参定位物体在行驶范围内的位置包括以下步骤：
5.根据权利要求1所述的一种基于双目摄像机的港机远程控制方法，其特征在于，所述通过收集作业数据，结合环境传感器采集的作业环境数据预测潜在的风险，并根据风险预测结果提前采取预防措施包括以下步骤：
6.根据权利要求5所述的一种基于双目摄像机的港机远程控制方法，其特征在于，所述利用自助抽样法进行有放回的随机采样，生成多个训练集包括以下步骤：
7.根据权利要求6所述的一种基于双目摄像机的港机远程控制方法，其特征在于，所述对新的时间窗口实例进行风险预测，将每个k-nn模型的风险预测结果通过加权平均法整合，得到最终的风险评估包括以下步骤：
8.根据权利要求7所述的一种基于双目摄像机的港机远程控制方法，其特征在于，所述根据预定义的风险等级阈值和k-nn模型的风险预测结果，为每个时间窗口实例分配风险等级包括以下步骤：
9.根据权利要求1所述的一种基于双目摄像机的港机远程控制方法，其特征在于，所述远程监控台接收并处理报警信息，通过人工智能和机器学习算法，自动识别和判断待测目标物，并生成港机的目标控制指令包括以下步骤：
10.一种基于双目摄像机的港机远程控制系统，用于实现权利要求1-9中任一项所述的基于双目摄像机的港机远程控制方法，其特征在于，该系统包括：预设范围模块、视频数据采集模块、视频数据分析模块、安全警报模块、风险预测模块、远程监控模块、执行控制指令模块及紧急制动模块；
