System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及型鋼機器視覺檢測預警領域,特別涉及一種型鋼捆包視覺計數監控系統及方法。
技術介紹
1、長期以來,冶金企業利用人工視覺統計型鋼成品數量,但人工視覺存在效率低、成本高且易出現誤檢等缺點,已無法滿足日益增長的型鋼計數需求。更為重要的是,成品區存在大量吊裝、打包設備,對長時間工作于成品區的統計人員構成潛在傷害,企業運維壓力較大。
2、近年來,隨著機器視覺技術和計算加速硬件的發展,各類機器視覺系統及方法已在人類生產生活中發揮重要作用。機器視覺系統具有體積小、維保便捷、全天候及非接觸式作業等優點,能夠有效彌補人工視覺的缺點,滿足工業生產實際需求。因此,利用工業相機采集型鋼成品區作業圖像,設計視覺算法檢測型鋼數量必將成為一種趨勢。
3、現有技術公開了一種基于opencv的h型鋼計數算法,公開號為cn115641310a。該專利雖然公開了一種h型鋼的計數算法,但是該專利聚焦于對已捆包后的h型鋼進行計數,未能在捆包操作發生前提前計數預警。在實際使用時,盡管其公開的方法能夠計算h型鋼數量發出預警,但此時型鋼捆包操作已完成,若存在問題則需重新“解包-捆包”,預警價值較為有限,因此該算法無法在應用到型鋼捆包上進行計數監控時仍然存在缺陷。
技術實現思路
1、本專利技術的目的在于克服現有技術的不足,提供一種型鋼捆包視覺計數監控系統及方法,利用機器視覺系統及方法能夠有效克服人工視覺的缺點,在型鋼捆包前提前計數并發出異常警報,有效節約了企業的運維成本,降低了捆包異常對后續二次
2、為了實現上述目的,本專利技術采用的技術方案為:一種型鋼捆包視覺計數監控系統,包括工業相機、智能分析模塊和聲光報警器;其中所述工業相機分別設置于f1輥道處和f2輥道處,用于分別采集f1輥道處和f2輥道處的型鋼端面圖像,其輸出端連接至智能分析模塊;所述智能分析模塊用于基于視覺識別方式對f1輥道處和f2輥道處的型鋼端面圖像進行識別并基于識別結果來驅動聲光報警器工作與否。
3、所述智能分析模塊內置有視覺計數單元和型鋼脫落識別單元,用于分別檢測型鋼圖像中的型鋼數量和檢測判斷型鋼端面是否存在異常脫落。
4、設置在f1輥道處的工業相機至少為一個,設置在f1輥道的側面以實現拍攝型鋼端面圖像。
5、設置在f2輥道出的工業相機至少為兩個,分別設置在f3輥道兩側以拍攝f2輥道兩側的型鋼端面圖像。
6、所述聲光報警器安裝于型鋼成品區現場。
7、一種型鋼捆包視覺計數監控系統的監控方法,包括如下步驟:
8、步驟1,安裝于f1輥道側方的工業相機等待拍攝觸發信號,當捕獲觸發信號時,則拍攝型鋼端面圖像,并將其傳輸至智能分析模塊;
9、步驟2,智能分析模塊基于視覺計數方法分析并給出型鋼數量,并基于型鋼數量來控制觸發聲光報警器報警;
10、步驟3,安裝于f2輥道兩側的工業相機等待拍攝觸發信號,當捕獲觸發信號時,則從f3輥道左右兩側同時拍攝型鋼端面圖像,智能分析模塊基于型鋼脫落識別方法分析圖像中的型鋼是否存在脫落情況,并基于型鋼的脫落情況控制觸發聲光報警器報警;
11、在f1輥道處安裝的工業相機的觸發信號為plc控制器發出的“f1擋架落下,f1輥道啟動”時的plc信號。
12、智能分析模塊預先開發保存有視覺計數方法,所述視覺計數方法為基于深度學習的型鋼檢測及計數方法,其包括:采集設定數量的型鋼端面圖像制作訓練集,標記圖像ground-truth并訓練深度學習模型;隨后,將訓練完成后的模型部署于智能分析模塊;當模塊調用視覺計數方法時,基于模型輸出圖像中的型鋼數量和檢測框。
13、在f2輥道處安裝的工業相機的觸發信號為“f2擋架升起、f2輥道啟動”時的plc信號。
14、型鋼脫落識別方法為基于深度學習的型鋼檢測方法,該方法通過檢測各型鋼檢測框的圖像y坐標來判斷型鋼是否存在脫落現象;當型鋼檢測框的圖像y坐標小于其它型鋼檢測框的圖像y坐標且達到設定閾值,則判斷發生型鋼脫落情況。
15、本專利技術的優點在于:利用機器視覺系統及方法能夠有效克服人工視覺的缺點,在型鋼捆包前提前計數并發出異常警報,有效節約了企業的運維成本,降低了捆包異常對后續二次加工及銷售造成的影響。本方案具有體積小、維保便捷、全天候及非接觸式作業等優點,通過采集、分析型鋼捆包圖像特征,設計合理的視覺檢測方法開展現場部署,能夠有效取代人工視覺實現型鋼準確、高效計數,進而為企業節約運維成本,提高型鋼捆包質量。利用本專利技術公開的一種型鋼捆包視覺計數系統及方法,可在捆包操作執行前及時發現某一批次型鋼是否存在數量異常;若存在異常,則及時觸發報警采取措施,減少捆包次品率。
16、相較于傳統人工視覺方法和其它方法,本專利技術成本較低、安裝與運維較為便捷,且可以全天候作業,能夠有效幫助企業節約運維成本。
本文檔來自技高網...【技術保護點】
1.一種型鋼捆包視覺計數監控系統,其特征在于:包括工業相機、智能分析模塊和聲光報警器;其中所述工業相機分別設置于F1輥道處和F2輥道處,用于分別采集F1輥道處和F2輥道處的型鋼端面圖像,其輸出端連接至智能分析模塊;所述智能分析模塊用于基于視覺識別方式對F1輥道處和F2輥道處的型鋼端面圖像進行識別并基于識別結果來驅動聲光報警器工作與否。
2.如權利要求1所述的一種型鋼捆包視覺計數監控系統,其特征在于:所述智能分析模塊內置有視覺計數單元和型鋼脫落識別單元,用于分別檢測型鋼圖像中的型鋼數量和檢測判斷型鋼端面是否存在異常脫落。
3.如權利要求1所述的一種型鋼捆包視覺計數監控系統,其特征在于:設置在F1輥道處的工業相機至少為一個,設置在F1輥道的側面以實現拍攝型鋼端面圖像。
4.如權利要求1所述的一種型鋼捆包視覺計數監控系統,其特征在于:設置在F2輥道出的工業相機至少為兩個,分別設置在F3輥道兩側以拍攝F2輥道兩側的型鋼端面圖像。
5.如權利要求1-4任一所述的型鋼捆包視覺計數監控系統,其特征在于:所述聲光報警器安裝于型鋼成品區現場。
...【技術特征摘要】
1.一種型鋼捆包視覺計數監控系統,其特征在于:包括工業相機、智能分析模塊和聲光報警器;其中所述工業相機分別設置于f1輥道處和f2輥道處,用于分別采集f1輥道處和f2輥道處的型鋼端面圖像,其輸出端連接至智能分析模塊;所述智能分析模塊用于基于視覺識別方式對f1輥道處和f2輥道處的型鋼端面圖像進行識別并基于識別結果來驅動聲光報警器工作與否。
2.如權利要求1所述的一種型鋼捆包視覺計數監控系統,其特征在于:所述智能分析模塊內置有視覺計數單元和型鋼脫落識別單元,用于分別檢測型鋼圖像中的型鋼數量和檢測判斷型鋼端面是否存在異常脫落。
3.如權利要求1所述的一種型鋼捆包視覺計數監控系統,其特征在于:設置在f1輥道處的工業相機至少為一個,設置在f1輥道的側面以實現拍攝型鋼端面圖像。
4.如權利要求1所述的一種型鋼捆包視覺計數監控系統,其特征在于:設置在f2輥道出的工業相機至少為兩個,分別設置在f3輥道兩側以拍攝f2輥道兩側的型鋼端面圖像。
5.如權利要求1-4任一所述的型鋼捆包視覺計數監控系統,其特征在于:所述聲光報警器安裝于型鋼成品區現場。
6.一種如權利要求1-5任一所述的型鋼捆包視覺計數監控系統的監控...
【專利技術屬性】
技術研發人員:韓力,張宇,魏海波,楊文果,楊必勝,汪崇青,鄒元昆,
申請(專利權)人:馬鞍山鋼鐵股份有限公司,
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。