本發(fā)明涉及天車控制，尤其涉及一種基于機(jī)器視覺的天車控制方法和系統(tǒng)。

背景技術(shù)：

1、在工業(yè)自動(dòng)化領(lǐng)域，天車（也稱為橋式起重機(jī)）作為重要的物料搬運(yùn)設(shè)備，廣泛應(yīng)用于各種工業(yè)場(chǎng)景中?；跈C(jī)器視覺的天車控制系統(tǒng)，通過集成高清攝像機(jī)和圖像處理算法，捕捉天車作業(yè)區(qū)域的圖像信息，對(duì)圖像中的目標(biāo)物體進(jìn)行識(shí)別、定位與跟蹤，進(jìn)而指導(dǎo)天車的運(yùn)動(dòng)軌跡和作業(yè)操作，實(shí)現(xiàn)對(duì)天車運(yùn)行環(huán)境的實(shí)時(shí)監(jiān)測(cè)與精準(zhǔn)控制。其中，三維定位和避障是天車控制系統(tǒng)中的兩個(gè)關(guān)鍵環(huán)節(jié)，對(duì)于確保天車運(yùn)行的安全性和高效性十分重要。

2、傳統(tǒng)天車控制系統(tǒng)在三維定位方面主要依賴于機(jī)械傳感器，如編碼器、限位開關(guān)以及簡(jiǎn)單的圖像處理技術(shù)。這些方法在復(fù)雜多變的工業(yè)環(huán)境中往往難以保證高精度的三維定位。機(jī)械傳感器易受磨損和干擾，影響定位精度；而簡(jiǎn)單的圖像處理技術(shù)則難以處理圖像中的噪聲、遮擋和光照變化等問題，導(dǎo)致定位結(jié)果不準(zhǔn)確。

3、此外，傳統(tǒng)天車控制系統(tǒng)在避障方面主要依賴于預(yù)設(shè)的安全距離。然而，在動(dòng)態(tài)變化的工業(yè)環(huán)境中，障礙物的位置、形狀和速度都可能發(fā)生變化，這使得傳統(tǒng)方法難以實(shí)現(xiàn)實(shí)時(shí)、準(zhǔn)確的障礙物檢測(cè)和預(yù)警，增加了天車運(yùn)行的安全風(fēng)險(xiǎn)。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明旨在提供一種基于機(jī)器視覺的天車控制方法和系統(tǒng)，旨在解決傳統(tǒng)基于機(jī)器視覺的天車控制方法三維定位精度不足以及避障能力有限的問題。

2、一種基于機(jī)器視覺的天車控制方法，包括以下步驟：

3、s1：安裝雙目攝像頭，對(duì)雙目攝像頭進(jìn)行校準(zhǔn)以及網(wǎng)絡(luò)連接；

4、s2：利用雙目攝像頭收集天車圖像數(shù)據(jù)并進(jìn)行預(yù)處理，得到預(yù)處理后的天車圖像數(shù)據(jù)；

5、s3：對(duì)預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行重物目標(biāo)檢測(cè)，檢測(cè)出重物后進(jìn)行裁剪，得到重物圖像數(shù)據(jù)；對(duì)重物圖像數(shù)據(jù)進(jìn)行特征提取，計(jì)算所需特征點(diǎn)對(duì)數(shù)量；再對(duì)重物圖像數(shù)據(jù)進(jìn)行sift特征點(diǎn)匹配，統(tǒng)計(jì)sift特征點(diǎn)對(duì)數(shù)量；

6、s4：若所需特征點(diǎn)對(duì)數(shù)量大于sift特征點(diǎn)對(duì)數(shù)量，則結(jié)合重物特征，計(jì)算補(bǔ)充特征點(diǎn)對(duì)及其描述子，并將補(bǔ)充特征點(diǎn)對(duì)及其描述子與sift特征點(diǎn)對(duì)及其描述子進(jìn)行合并，得到雙目匹配特征點(diǎn)對(duì)及其描述子；若所需特征點(diǎn)對(duì)數(shù)量小于sift特征點(diǎn)對(duì)數(shù)量，則結(jié)合重物特征，進(jìn)行sift特征點(diǎn)對(duì)刪除，得到雙目匹配特征點(diǎn)對(duì)及其描述子；根據(jù)雙目匹配特征點(diǎn)對(duì)，計(jì)算重物的雙目深度以及重物中心在相機(jī)坐標(biāo)系中的橫、縱坐標(biāo)；

7、s5：對(duì)預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行吊鉤目標(biāo)檢測(cè)，得到吊鉤目標(biāo)框，并經(jīng)裁切得到吊鉤圖像數(shù)據(jù)，計(jì)算吊鉤下放距離；對(duì)預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行障礙物目標(biāo)檢測(cè)并提取障礙物特征；結(jié)合吊鉤下放距離與障礙物特征，計(jì)算吊鉤安全范圍半徑函數(shù)；當(dāng)檢測(cè)到障礙物在吊鉤安全半徑范圍內(nèi)時(shí)進(jìn)行告警；

8、s6：基于重物的雙目深度、重物中心在相機(jī)坐標(biāo)系中的橫縱坐標(biāo)以及吊鉤目標(biāo)框，計(jì)算天車控制參數(shù)，并根據(jù)天車控制參數(shù)對(duì)天車進(jìn)行控制。

9、進(jìn)一步的，所述s1步驟包括：

10、s11：在天車小車前方的大車上安裝雙目攝像頭，雙目攝像頭與吊鉤的直線距離不小于1.5米；

11、s12：使用張正友標(biāo)定法對(duì)雙目攝像頭進(jìn)行校準(zhǔn)；

12、s13：將雙目攝像頭通過千兆交換機(jī)與工業(yè)計(jì)算機(jī)進(jìn)行網(wǎng)絡(luò)連接，并配置攝像頭的網(wǎng)絡(luò)通信參數(shù)。

13、進(jìn)一步的，所述s2步驟包括：

14、s21：通過雙目攝像頭實(shí)時(shí)捕捉天車作業(yè)區(qū)域的天車圖像數(shù)據(jù)，所述天車圖像數(shù)據(jù)包括左圖像數(shù)據(jù)和右圖像數(shù)據(jù)，左圖像數(shù)據(jù)和右圖像數(shù)據(jù)分別由雙目攝像頭的兩個(gè)不同的攝像頭采集得到；

15、s22：采用高斯濾波對(duì)天車圖像數(shù)據(jù)進(jìn)行去噪處理，得到去噪后的天車圖像數(shù)據(jù)；

16、s23：采用bouguet算法對(duì)去噪后的天車圖像數(shù)據(jù)中的左圖像數(shù)據(jù)與右圖像數(shù)據(jù)進(jìn)行立體校正，確保兩幅圖像在同一平面上，得到預(yù)處理后的天車圖像數(shù)據(jù)；所述預(yù)處理后的天車圖像數(shù)據(jù)包括預(yù)處理后的左圖像數(shù)據(jù)、預(yù)處理后的右圖像數(shù)據(jù)。

17、進(jìn)一步的，所述s3步驟包括：

18、s31：對(duì)預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行重物目標(biāo)檢測(cè)，并根據(jù)重物中心坐標(biāo)輸出重物水平位置，計(jì)算方式為：；

19、其中，為重物中心在預(yù)處理后的天車圖像數(shù)據(jù)中的橫、縱坐標(biāo)，為由4個(gè)頂點(diǎn)坐標(biāo)構(gòu)成的矩形重物目標(biāo)框；為網(wǎng)絡(luò)操作，為預(yù)處理后的天車圖像數(shù)據(jù)；

20、檢測(cè)出重物后，以矩形重物目標(biāo)框?yàn)檫吔?，將預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行裁剪，得到重物圖像數(shù)據(jù)，記為；

21、s32：對(duì)重物圖像數(shù)據(jù)進(jìn)行特征提取，得到重物特征，并根據(jù)重物特征，計(jì)算所需特征點(diǎn)對(duì)數(shù)量，計(jì)算方式為：

22、；

23、其中，為重物特征，為卷積神經(jīng)網(wǎng)絡(luò)操作，為特征點(diǎn)對(duì)數(shù)量的概率分布，為softmax函數(shù)，為多層感知機(jī)操作；

24、取中概率最大的特征點(diǎn)對(duì)數(shù)量類別，作為所需特征點(diǎn)對(duì)數(shù)量，記為；

25、在天車吊裝作業(yè)中，對(duì)重物進(jìn)行精確的特征提取是確保后續(xù)深度計(jì)算和控制準(zhǔn)確性的關(guān)鍵；傳統(tǒng)方法往往直接采用固定的特征點(diǎn)數(shù)量或簡(jiǎn)單的特征提取算法，無法適應(yīng)不同重物和作業(yè)環(huán)境的變化；s32步驟通過卷積神經(jīng)網(wǎng)絡(luò)（cnn）和多層感知機(jī)（mlp）結(jié)合softmax分類模型，實(shí)現(xiàn)了對(duì)重物特征的自適應(yīng)提取和特征點(diǎn)數(shù)量的智能選擇；

26、此處選擇用分類模型計(jì)算特征點(diǎn)對(duì)數(shù)量，而不是直接采用多層感知機(jī)生成一個(gè)值作為特征點(diǎn)數(shù)量，可以避免特征點(diǎn)數(shù)量不足或過多，進(jìn)而影響后續(xù)深度計(jì)算和控制的準(zhǔn)確性；而對(duì)于分類模型來說，特征點(diǎn)數(shù)量的類別，是可以提前設(shè)定的，通過分類模型生成的特征點(diǎn)數(shù)量，既具有自適應(yīng)的能力，又不會(huì)產(chǎn)生過于極端的數(shù)值；

27、s33：對(duì)重物圖像數(shù)據(jù)進(jìn)行sift特征點(diǎn)匹配，并統(tǒng)計(jì)sift特征點(diǎn)對(duì)數(shù)量，計(jì)算方式為：

28、；

29、其中，為sift特征點(diǎn)對(duì)，為sift特征點(diǎn)對(duì)數(shù)量，為sift特征點(diǎn)對(duì)描述子，每個(gè)sift特征點(diǎn)對(duì)均對(duì)應(yīng)一個(gè)sift特征點(diǎn)對(duì)描述子，為sift特征點(diǎn)匹配算法。

30、進(jìn)一步的，所述s4步驟包括：

31、s41：若所需特征點(diǎn)對(duì)數(shù)量大于sift特征點(diǎn)對(duì)數(shù)量，則結(jié)合重物特征，計(jì)算補(bǔ)充特征點(diǎn)對(duì)及其描述子，并將補(bǔ)充特征點(diǎn)對(duì)及其描述子與sift特征點(diǎn)對(duì)及其描述子進(jìn)行合并，得到雙目匹配特征點(diǎn)對(duì)及其描述子，計(jì)算方式為：

32、；

33、其中，為補(bǔ)充特征點(diǎn)對(duì)的特征，為sigmoid函數(shù)，為補(bǔ)充特征點(diǎn)對(duì)，為補(bǔ)充特征點(diǎn)對(duì)的描述子，為拼接操作，為雙目匹配特征點(diǎn)對(duì)，為雙目匹配特征點(diǎn)對(duì)的描述子；

34、s42：若所需特征點(diǎn)對(duì)數(shù)量小于sift特征點(diǎn)對(duì)數(shù)量，則結(jié)合重物特征，進(jìn)行sift特征點(diǎn)對(duì)刪除，計(jì)算方式為：

35、；

36、其中，為需要進(jìn)行刪除的sift特征點(diǎn)對(duì)的特征，為需要進(jìn)行刪除的sift特征點(diǎn)對(duì)的概率分布；

37、計(jì)算出后，按照需要進(jìn)行刪除的概率從大到小，對(duì)sift特征點(diǎn)對(duì)進(jìn)行排序，并刪除個(gè)sift特征點(diǎn)對(duì)及其描述子，未被刪除的sift特征點(diǎn)對(duì)及其描述子為雙目匹配特征點(diǎn)對(duì)及其描述子，分別記為；

38、所需特征點(diǎn)對(duì)數(shù)量大于sift特征點(diǎn)對(duì)數(shù)量時(shí)，s41步驟通過結(jié)合重物特征和sift特征點(diǎn)信息，計(jì)算補(bǔ)充特征點(diǎn)對(duì)，并與原有的sift特征點(diǎn)對(duì)進(jìn)行合并；當(dāng)所需特征點(diǎn)對(duì)數(shù)量小于sift特征點(diǎn)對(duì)數(shù)量時(shí)，s42步驟通過結(jié)合重物特征和sift特征點(diǎn)信息，智能地選擇需要?jiǎng)h除的特征點(diǎn)對(duì)，實(shí)現(xiàn)了計(jì)算量、干擾信息與特征表達(dá)能力的平衡，使得算法能夠應(yīng)對(duì)不同形狀、大小和紋理的重物；

39、s43：根據(jù)雙目匹配特征點(diǎn)對(duì)，計(jì)算重物的雙目深度以及重物中心在相機(jī)坐標(biāo)系中的橫、縱坐標(biāo)，計(jì)算流程為：

40、s431：對(duì)于每一個(gè)雙目匹配特征點(diǎn)對(duì)，計(jì)算視差，計(jì)算方式為：

41、；

42、其中，為根據(jù)第 i個(gè)雙目匹配特征點(diǎn)對(duì)計(jì)算出的視差， i為雙目匹配特征點(diǎn)對(duì)索引，為第 i個(gè)雙目匹配特征點(diǎn)對(duì)在預(yù)處理后的左圖像數(shù)據(jù)中的橫坐標(biāo)，為第 i個(gè)雙目匹配特征點(diǎn)對(duì)在預(yù)處理后的右圖像數(shù)據(jù)中的橫坐標(biāo)；

43、s432：計(jì)算各個(gè)雙目匹配特征點(diǎn)對(duì)的深度，計(jì)算方式為：

44、；

45、其中，為第 i個(gè)雙目匹配特征點(diǎn)對(duì)的深度，f為相機(jī)焦距，b為基線距離；

46、s433：計(jì)算雙目匹配特征點(diǎn)對(duì)的權(quán)重，并根據(jù)由各個(gè)雙目匹配特征點(diǎn)對(duì)的深度，計(jì)算重物的雙目深度以及重物中心在相機(jī)坐標(biāo)系中的橫、縱坐標(biāo)，計(jì)算方式為：

47、；

48、其中，為第 i個(gè)雙目匹配特征點(diǎn)對(duì)的權(quán)重，為注意力機(jī)制操作，為重物的雙目深度；分別為重物中心在相機(jī)坐標(biāo)系中的橫、縱坐標(biāo)。

49、通過計(jì)算左右圖像中雙目匹配特征點(diǎn)對(duì)的橫坐標(biāo)之差，s43步驟精確獲取了每個(gè)特征點(diǎn)對(duì)的視差信息；獲取到視差信息之后，s433步驟引入了注意力機(jī)制，根據(jù)特征點(diǎn)的重要性和可靠性動(dòng)態(tài)調(diào)整其權(quán)重，使得算法在面對(duì)復(fù)雜環(huán)境（如光照變化、遮擋、噪聲等）時(shí)，能夠更有效地篩選出有用的特征點(diǎn)，提高雙目測(cè)量的準(zhǔn)確性和穩(wěn)定性。

50、進(jìn)一步的，所述s5步驟包括：

51、s51：對(duì)預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行吊鉤目標(biāo)檢測(cè)，得到吊鉤目標(biāo)框，計(jì)算方式為：

52、；

53、其中，為由4個(gè)頂點(diǎn)坐標(biāo)構(gòu)成的矩形的吊鉤目標(biāo)框；

54、然后，以吊鉤目標(biāo)框?yàn)檫吔?，將預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行裁剪，得到吊鉤圖像數(shù)據(jù)，記為；

55、s52：統(tǒng)計(jì)吊鉤圖像數(shù)據(jù)中吊鉤的像素?cái)?shù)量，并結(jié)合吊鉤的像素?cái)?shù)量與吊鉤纜繩刻度，計(jì)算吊鉤下放距離，計(jì)算方式為：

56、；

57、其中，為吊鉤圖像數(shù)據(jù)中吊鉤的像素?cái)?shù)量，為求和統(tǒng)計(jì)函數(shù)，為吊鉤下放距離，為吊鉤纜繩刻度；

58、在天車吊裝作業(yè)中，傳統(tǒng)方法往往依賴于鋼纜的刻度或傳感器來測(cè)量吊鉤的下放距離，但長(zhǎng)期使用時(shí)，鋼纜可能會(huì)因受力、磨損或環(huán)境因素而逐漸被拉松，導(dǎo)致刻度不準(zhǔn)確，進(jìn)而影響吊鉤距離的測(cè)量精度；s52步驟基于深度學(xué)習(xí)，統(tǒng)計(jì)吊鉤圖像數(shù)據(jù)中吊鉤的像素?cái)?shù)量，通過像素?cái)?shù)量與吊鉤實(shí)際尺寸之間的比例關(guān)系，更加準(zhǔn)確地計(jì)算吊鉤的下放距離；

59、s53：對(duì)預(yù)處理后的天車圖像數(shù)據(jù)，進(jìn)行障礙物目標(biāo)檢測(cè)并提取障礙物特征，計(jì)算方式為：

60、；

61、其中，為由4個(gè)頂點(diǎn)坐標(biāo)構(gòu)成的矩形的障礙物目標(biāo)框，為初步障礙物特征，為vggnet網(wǎng)絡(luò)操作，為障礙物特征，分別為障礙物在相機(jī)坐標(biāo)系中的橫、縱、豎坐標(biāo)；根據(jù)計(jì)算得到；

62、s54：結(jié)合吊鉤下放距離與障礙物特征，計(jì)算吊鉤安全范圍半徑函數(shù)，計(jì)算方式為：

63、；

64、其中，為吊鉤安全范圍半徑函數(shù)；

65、傳統(tǒng)的固定安全半徑方法往往會(huì)在空曠區(qū)域產(chǎn)生不必要的誤報(bào)，而吊鉤安全范圍半徑函數(shù)通過自適應(yīng)調(diào)整，有效減少了這種情況的發(fā)生；本發(fā)明提出的吊鉤安全范圍半徑函數(shù)能夠根據(jù)吊鉤的下放距離和周圍環(huán)境中的障礙物特征自適應(yīng)地調(diào)整安全半徑；當(dāng)?shù)蹉^處于較高位置且周圍障礙物稀少時(shí)，函數(shù)會(huì)自動(dòng)設(shè)定一個(gè)較大的安全半徑，以允許更靈活的操作空間；隨著吊鉤的下放，特別是當(dāng)進(jìn)入障礙物密集區(qū)域時(shí)，函數(shù)會(huì)動(dòng)態(tài)縮小安全半徑，確保對(duì)潛在碰撞的及時(shí)預(yù)警；

66、s55：當(dāng)檢測(cè)到障礙物在吊鉤安全半徑范圍內(nèi)時(shí)進(jìn)行告警。

67、進(jìn)一步的，所述s6步驟包括：

68、s61：結(jié)合重物中心在相機(jī)坐標(biāo)系中的橫、縱坐標(biāo)和重物的雙目深度，以及吊鉤目標(biāo)框，輸出天車控制參數(shù)，計(jì)算方式為：

69、；

70、其中，為天車控制參數(shù)，包括大車、小車和吊鉤的移動(dòng)量；

71、s62：根據(jù)計(jì)算出的天車控制參數(shù)，生成推薦控制指令計(jì)算方式為：

72、；

73、其中，為推薦控制指令的概率分布，選擇概率最大的推薦控制指令作為推薦控制指令；所述推薦控制指令包括：大車往左、大車往右、小車往前、小車往后、吊鉤上升、吊鉤下降以及暫停運(yùn)行。

74、本發(fā)明還公開了一種基于機(jī)器視覺的天車控制系統(tǒng)，包括：

75、圖像收集與預(yù)處理模塊：利用雙目攝像頭收集天車圖像數(shù)據(jù)并進(jìn)行預(yù)處理，得到預(yù)處理后的天車圖像數(shù)據(jù)；

76、特征點(diǎn)對(duì)數(shù)量計(jì)算模塊：對(duì)預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行重物目標(biāo)檢測(cè)，檢測(cè)出重物后進(jìn)行裁剪，得到重物圖像數(shù)據(jù)；對(duì)重物圖像數(shù)據(jù)進(jìn)行特征提取，計(jì)算所需特征點(diǎn)對(duì)數(shù)量；對(duì)重物圖像數(shù)據(jù)進(jìn)行sift特征點(diǎn)匹配，統(tǒng)計(jì)sift特征點(diǎn)對(duì)數(shù)量；

77、雙目匹配特征點(diǎn)對(duì)計(jì)算模塊：根據(jù)所需特征點(diǎn)對(duì)數(shù)量與sift特征點(diǎn)對(duì)數(shù)量，計(jì)算雙目匹配特征點(diǎn)對(duì)及其描述子，并計(jì)算重物的雙目深度以及重物中心在相機(jī)坐標(biāo)系中的橫、縱坐標(biāo)；

78、吊鉤安全范圍半徑函數(shù)計(jì)算模塊：對(duì)預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行吊鉤目標(biāo)檢測(cè)，得到吊鉤目標(biāo)框，并經(jīng)裁切得到吊鉤圖像數(shù)據(jù)，計(jì)算吊鉤下放距離；對(duì)預(yù)處理后的天車圖像數(shù)據(jù)進(jìn)行障礙物目標(biāo)檢測(cè)并提取障礙物特征；結(jié)合吊鉤下放距離與障礙物特征，計(jì)算吊鉤安全范圍半徑函數(shù)；當(dāng)檢測(cè)到障礙物在吊鉤安全半徑范圍內(nèi)時(shí)進(jìn)行告警；

79、天車控制模塊：基于重物的雙目深度、重物中心在相機(jī)坐標(biāo)系中的橫縱坐標(biāo)以及吊鉤目標(biāo)框，計(jì)算天車控制參數(shù)，并根據(jù)天車控制參數(shù)對(duì)天車進(jìn)行控制。

80、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：

81、（1）本發(fā)明采用雙目攝像頭，以視距計(jì)算的思路提取重物的雙目深度；同時(shí)，結(jié)合目標(biāo)檢測(cè)算法與特征提取網(wǎng)絡(luò)，提高了特征點(diǎn)對(duì)的匹配效果，進(jìn)而提高了系統(tǒng)的三維定位能力；另外，本發(fā)明通過計(jì)算吊鉤安全范圍半徑函數(shù)，并根據(jù)吊鉤下放距離和障礙物特征動(dòng)態(tài)調(diào)整安全半徑，及時(shí)發(fā)出避障預(yù)警，有效提升了避障能力。

82、（2）本發(fā)明通過卷積神經(jīng)網(wǎng)絡(luò)和多層感知機(jī)，結(jié)合softmax分類模型，利用分類模型的思路，自適應(yīng)計(jì)算特征點(diǎn)對(duì)的數(shù)量，避免特征點(diǎn)數(shù)量不足或過多，進(jìn)而影響后續(xù)深度計(jì)算和控制的準(zhǔn)確性。

83、（3）本發(fā)明提出了吊鉤安全范圍半徑函數(shù)能夠根據(jù)吊鉤的下放距離和周圍環(huán)境中的障礙物特征自適應(yīng)地調(diào)整安全半徑；當(dāng)?shù)蹉^處于較高位置且周圍障礙物稀少時(shí)，函數(shù)會(huì)自動(dòng)設(shè)定一個(gè)較大的安全半徑，以允許更靈活的操作空間；隨著吊鉤的下放，特別是當(dāng)進(jìn)入障礙物密集區(qū)域時(shí)，函數(shù)會(huì)動(dòng)態(tài)縮小安全半徑，確保對(duì)潛在碰撞的及時(shí)預(yù)警。

84、（4）針對(duì)在天車吊裝作業(yè)中，鋼纜因受力、磨損等因素而逐漸被拉松，進(jìn)而導(dǎo)致的吊鉤下放距離測(cè)量不準(zhǔn)的問題，本發(fā)明基于深度學(xué)習(xí)，統(tǒng)計(jì)吊鉤圖像數(shù)據(jù)中吊鉤的像素?cái)?shù)量，通過像素?cái)?shù)量與吊鉤實(shí)際尺寸之間的比例關(guān)系，更加準(zhǔn)確地計(jì)算吊鉤的下放距離。