[發明專利]一種基于機器視覺的帶式輸送機輸送帶防撕裂方法及裝置在審
| 申請號: | 202110433359.8 | 申請日: | 2021-04-22 |
| 公開(公告)號: | CN113191234A | 公開(公告)日: | 2021-07-30 |
| 發明(設計)人: | 閆海濤;廖劍蘭 | 申請(專利權)人: | 武漢菲舍控制技術有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;B65G15/00;B65G43/02;G06N3/04;G06N3/08 |
| 代理公司: | 湖北高韜律師事務所 42240 | 代理人: | 鄢志波 |
| 地址: | 430000 湖北省武漢市東湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 機器 視覺 輸送 輸送帶 撕裂 方法 裝置 | ||
1.一種基于機器視覺的帶式輸送機輸送帶防撕裂方法,其特征在于,所述方法包括如下步驟:
S1,采集所述輸送機輸送帶的第一視頻圖像,基于所述第一視頻圖像建立輸送帶劃痕和破裂樣本圖像,利用語義分割算法訓練輸送帶劃痕和破裂模型;
S2,采集所述輸送機輸送帶下方散落異物的第二視頻圖像,基于所述第二視頻圖像建立散落異物樣本圖像,利用yolov4-tiny網絡算法訓練散落異物檢測模型;
S3,利用所述輸送帶劃痕和破裂模型實時分析所述第一視頻圖像得到第一分析結果,利用所述散落異物檢測模型實時分析所述第二視頻圖像得到第二分析結果;
S4,基于機器學習決策樹方法訓練的模型根據所述第一分析結果和所述第二分析結果實時檢測和預警傳送機輸送帶撕裂。
2.根據權利要求1所述的帶式輸送機輸送帶防撕裂方法,其特征在于,還包括:
所述語義分割算法為FCN語義分割算法。
3.根據權利要求2所述的帶式輸送機輸送帶防撕裂方法,其特征在于,所述利用語義分割算法訓練輸送帶劃痕和破裂模型,還包括:
所述FCN語義分割包括上下文先驗層,所述上下文先驗層包括聚合模塊和由親和損失監督的上下文先驗特征圖先驗映射;
所述上下文先驗層在主干網絡的最后插入以進行語義分割。
4.根據權利要求1所述的帶式輸送機輸送帶防撕裂方法,其特征在于,所述利用yolov4-tiny網絡算法訓練散落異物檢測模型,還包括:
所述yolov4-tiny網絡具有空間旋轉對齊網絡,所述yolov4-tiny網絡為能適應各個方向目標檢測的目標檢測網絡。
5.根據權利要求1所述的帶式輸送機輸送帶防撕裂方法,其特征在于,還包括:
將所述yolov4-tiny網絡的目標檢測算法移植到英偉達Nvidia Jetson Xavier NX計算模塊,實現所述第二視頻圖像中異物的檢測。
6.根據權利要求1所述的帶式輸送機輸送帶防撕裂方法,其特征在于,還包括:
利用金屬探測器探測溜槽落料口是否有大于磁通值的金屬落到輸送帶,得到金屬探測器探測結果;
利用限位開關檢測出料口擋板是否有超過限定值,得到限位開關檢測結果;
利用壓電傳感器檢測出料口是否有重物落入輸送帶,得到壓電傳感器檢測結果;
利用激光雷達探測是否有大面積物體擋住出料口,得到激光雷達檢測結果。
7.根據權利要求6所述的帶式輸送機輸送帶防撕裂方法,其特征在于,所述步驟S4還包括:
基于所述第一分析結果、所述第二分析結果、所述金屬探測器探測結果、所述限位開關檢測結果、所述壓電傳感器檢測結果、所述激光雷達檢測結果采用所述機器學習決策樹方法訓練的模型實時檢測和預警傳送機輸送帶撕裂。
8.根據權利要求1所述的帶式輸送機輸送帶防撕裂方法,其特征在于,還包括:
將所述傳送機輸送帶撕裂的檢測和預警信息通過5G模塊傳到顯示終端。
9.一種帶式輸送機輸送帶防撕裂裝置,其特征在于,所述帶式輸送機輸送帶防撕裂裝置采用權利要求1-8任一項所述的帶式輸送機輸送帶防撕裂方法進行預警。
10.一種帶式輸送機輸送帶防撕裂裝置,其特征在于,所述帶式輸送機輸送帶防撕裂裝置包括:
視覺攝像機,安裝在溜槽落料口輸送帶下方橫桿上;
壓電傳感器,安裝在溜槽落料口輸送帶下方;
金屬探測器,安裝在落料口處;
限位開關,安裝在溜槽落料口處:
激光雷達,安裝在溜槽落料口處。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢菲舍控制技術有限公司,未經武漢菲舍控制技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110433359.8/1.html,轉載請聲明來源鉆瓜專利網。





