【技術實現步驟摘要】
本專利技術涉及圖像識別，尤其涉及一種基于非接觸式測量的堆煤寬度和高度聯合檢測裝置及方法。
技術介紹
1、井下運輸地形復雜，運輸距離較長，帶式輸送機因具有運量大、運距長、效率高、可連續運輸等特點被廣泛應用到井下運輸。由于井下運輸距離過長，需要多級帶式輸送機聯合運輸，但是在轉載的過程中煤的下落速度過快，卸載輸送帶還來不及運輸走就容易產生堆煤。目前，礦用帶式輸送機對于堆煤的檢測主要使用堆煤傳感器，在工作過程中傳感器易受煤塵、潮氣等惡劣環境影響等而常常不能及時監測到堆煤故障信號，傳感器容易被落料誤觸，使用效果及可靠性不太理想。傳感器保護要在堆煤發生后才能預警，預警后使帶式輸送機停機，堆積的物料需要人工清理，極其費時費力。所以提前預警，提前保護很重要。
2、隨著工業技術的發展，煤炭綜合自動化的不斷進步，基于機器視覺的圖像檢測技術逐漸成為新的發展方向。機器視覺感知技術作為典型的非接觸式智能傳感技術，涉及人工智能、計算機科學、圖像處理、模式識別等領域，通過模擬人的視覺功能，作為人眼的延伸，憑借優異的監測檢測計算速度、準確度和高效的可遷移性，從客觀事物的圖像中測定結構化場景，提取信息，進行處理并加以理解，最終實現指定目標的檢測和控制。機器視覺感知技術在堆煤方面的應用主要使用單目相機。
3、在單目相機檢測堆煤的主要有直接測量堆煤高度尺寸和直接測量堆煤寬度尺寸兩種方式。檢測堆煤高度，通過對相機進行簡單的標定，導出了從世界坐標系到圖像坐標系的轉換參數。但是單目測量技術對于煤堆這種不規則物體的測量存在很大的誤差，不容易改進。檢測
技術實現思路
1、本專利技術的目的在于提出基于非接觸式測量的堆煤寬度和高度聯合檢測裝置及方法以解決
技術介紹
中所提出的問題。
2、為了實現上述目的，本專利技術采用了如下技術方案：
3、一種基于非接觸式測量的堆煤寬度和高度聯合檢測方法，包括以下內容：
4、s1、利用監控設備采集實時落煤點圖像，確定雙目相機位置；
5、s2、對雙目相機進行標定和校準處理，獲取標準的左右相機原始堆煤圖像，再通過對單張圖片處理獲得堆煤寬度；
6、s3、根據pssnet網絡對s2中所得的左右堆煤圖像進行處理，獲取實際堆煤高度；
7、s4、結合堆煤的寬度與高度指標，聯合判斷是否出現堆煤，具體判斷規則如下：
8、設置第一閾值，判斷寬度是否超過預設的閾值，若超過，則執行高度堆煤策略；若未超過，則重復s2中獲得堆煤寬度的操作。
9、優選地，所述s1具體包括如下內容：
10、使用監控設備獲取帶式輸送機上落煤點的位置，得到多個可能落煤點的集合x；
11、對所得的落煤點集合x進行訓練處理，預測最佳落煤點作為目標點；
12、沿皮帶的運行方向在距離最佳落煤點10～30cm位置處安裝設置雙目相機。
13、優選地，所述帶式輸送機的傳送帶包括上部帶和下部帶，所述落煤點位于下部帶上，表示上部帶的煤運輸到下部帶的落點。
14、優選地，所述s2具體包括如下內容：
15、通過相機標定和零值標定獲得標準的左右相機原始堆煤圖像，利用yolov5算法對有相機獲取的堆煤圖像進行寬度檢測檢測。
16、優選地，所述相機標定及零值標定基于張正友標定法實現，具體操作如下：
17、采用matlab中的camera?calibrator模塊完成對雙目相機內外參數的標定，獲取相機的焦距f與基線b；
18、使用標定后的雙目相機獲取空載時的傳送帶圖像，檢測皮帶凹槽底部到相機的距離，根據實際距離通過相對距離方法將皮帶底部到相機的距離調整為零；
19、調整完成后，拍攝堆煤時的左右相機原始圖像。
20、優選地，所述所述用修改的yolov5算法獲取圖像寬度，具體操作如下：
21、yolov5算法是一種目標檢測算法，采用煤炭數據集進行訓練，在測試時可以檢測煤堆并形成先驗框，先驗框的寬度約等于煤堆的寬度。長方形先驗框各個角的像素點坐標通過yolov5算法可以獲得，由此可以得到先驗框像素寬度。根據小孔成像原理可以求出先驗框的實際寬度。公式為：
22、w＝(d×p)/f
23、w為實際寬度，d為相機到皮帶的距離(已知)，p為像素寬度，f為焦距(相機標定時已知)，將公式寫入yolov5算法中可得到堆煤實際寬度。
24、優選地，所述s3具體包括如下內容：
25、通過立體匹配算法pssnet對左右相機獲得的原始圖像進行匹配獲得視差圖，通過三角測量原理得到各個像素點的深度值，獲取最高點深度值；
26、所述立體匹配算法pssnet的網絡結構分為：
27、特征提取模塊，特征提取采用金字塔擠壓注意力結構；
28、代價體構建模塊，采用左、右兩個圖像經過特征提取網絡后得到的特征圖構建cost?volume；
29、特征融合模塊，采用3d卷積提取左、右特征圖及不同視差級別之間的信息，得到特征融合后的cost?volume；
30、視差計算模塊，將特征融合后的cost?volume上采樣到原始分辨率，找到匹配誤差最小的視差值。
31、優選地，所述特征提取模塊的金字塔擠壓注意力結構具體由新的帶有金字塔結構的殘差塊psablock組成。psa模塊將輸入特征圖從通道上分成s組，每組采用不同卷積核大小的卷積來構建金字塔結構，再通過通道注意力機制獲得通道注意力值，通過這樣的做法，psa融合了不同尺度的上下文信息，并產生了更好的像素級注意力。使用psa模塊代替殘差塊中的第一層和第二層卷積塊，形成新的殘差塊結構psablock；新的特征提取模塊由四個通道數分別為32，64，128，128的殘差塊結構psablock組成。
32、優選地，所述s4具體包括如下內容：
33、將正常運行不發生堆煤時的煤炭堆積最大寬度的80％設置為第一閾值，判斷得到的堆煤寬度數據是否超過第一閾值，若超過第一閾值，則發出預警提醒工作人員，并執行高度堆煤策略；若未超過第一閾值，則重復s2中獲取堆煤寬度的操作。
34、優選地，所述高度堆煤策略具體指：根據國標和實際場景設置堆煤高度閾值，稱第二閾值；將通過pssnet網絡得到的堆煤高度與第二閾值進行比較，若超出閾值發出保護信號并使傳送帶停機。
35、進一步保護一種應用上述方法的基于非接觸式測量的堆煤寬度和高度聯合檢測裝置。...
【技術保護點】
1.基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，包括以下內容：
2.根據權利要求1所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述S1具體包括如下內容：
3.根據權利要求2所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述帶式輸送機的傳送帶包括上部皮帶和下部皮帶，所述落煤點位于下部皮帶上，表示上皮部帶的煤運輸到下部皮帶的落點。
4.根據權利要求1所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述S2具體包括如下內容：
5.根據權利要求4所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述相機標定及零值標定基于張正友標定法實現，具體操作如下：
6.根據權利要求4所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述用修改的YOLOv5算法獲取圖像寬度，具體操作如下：
7.根據權利要求1所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述S3具體包括如下內容：
8.根據權利要求7所述的基
9.根據權利要求1所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述S4具體包括如下內容：
10.根據權利要求9所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述高度堆煤策略具體指：根據國標和實際場景設置堆煤高度閾值，稱第二閾值；將通過PSSNet網絡得到的堆煤高度與第二閾值進行比較，若超出閾值發出保護信號并使傳送帶停機。
...【技術特征摘要】
1.基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，包括以下內容：
2.根據權利要求1所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述s1具體包括如下內容：
3.根據權利要求2所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述帶式輸送機的傳送帶包括上部皮帶和下部皮帶，所述落煤點位于下部皮帶上，表示上皮部帶的煤運輸到下部皮帶的落點。
4.根據權利要求1所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述s2具體包括如下內容：
5.根據權利要求4所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述相機標定及零值標定基于張正友標定法實現，具體操作如下：
6.根據權利要求4所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述用修改的yolov5算法獲取圖像寬度，具體操作如下：
7.根據權利要求1所述的基于非接觸式測量的堆煤寬度和高度聯合檢測方法，其特征在于，所述s3具體包括如下內容：
8.根據權利要求7所述的...
【專利技術屬性】
技術研發人員：楊立潔，徐召冉，劉杰輝，王冬生，李建申，郭進喜，成子恒，
申請(專利權)人：河北工程大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。