[發明專利]一種基于深度學習的煤中雜物智能分揀系統及其分揀方法

在審

• 申請號: 202110558050.1
• 申請日: 2021-05-21
• 公開（公告）號: CN113289925A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 王衛東;張康輝;呂子奇;孫美潔;涂亞楠;徐志強
• 申請（專利權）人: 中國礦業大學（北京）
• 主分類號: B07C5/34
• 分類號: B07C5/34;B07C5/02;B07C5/36
• 代理公司: 成都方圓聿聯專利代理事務所(普通合伙) 51241
• 代理人: 宋紅賓

本發明公開了一種基于深度學習的煤中雜物智能分揀系統及其分揀方法，對圖像采集系統獲得的原煤圖像進行人工和半監督學習方式標注，構建基于深度學習的語義分割模型完成雜物的定位與識別，并確定雜物的位置和姿態，然后將雜物的類別、位置、姿態和時間信息發送至雜物智能分揀控制系統，系統接收信號確定機械手的控制策略，完成煤中雜物的高效分揀。本發明相比其他雜物分揀方法，有效率高，安全系數高的優點。

技術領域

本發明涉及礦物加工和機器視覺交叉領域，尤其是一種基于深度學習的煤中雜物智能分揀系統及其分揀方法。

技術背景

原煤開采過程中含有各類鐵器、錨桿、錨索、網片、破損膠帶、電纜頭、木材等生產廢舊物資。此外，井下作業產生的生活垃圾(如塑料瓶、塑料袋等)也會混入到提升原煤中。如果不加以控制而使雜物進入最終商品煤，不僅會造成破碎機損壞、膠帶輸送機撕裂等生產運輸系統的機電事故，而且商品煤用戶在使用過程中可能會因某種雜物而導致設備受損、鍋爐爆炸等安全生產事故，帶來嚴重的經濟損失，甚至造成人員傷亡。

為減少商品煤中雜物數量，洗煤廠一直采用員工手選挑揀除雜(在塊煤手選皮帶上)的方式，但人工方式撿雜存在雜物挑揀率低、員工勞動強度大、安全系數低等問題，使得原煤中的雜物不僅對煤炭洗選加工過程和使用帶來危害，甚至會造成經濟損失和人員傷亡。現有的人工揀選方式既不安全，也不符合煤炭行業智能化建設的目標。因此，將深度學習方法引入煤中雜物的檢測與分揀，能夠進一步向行業“提質增效”的目標邁進，然而目前仍未見該方法在礦物加工中原煤除雜技術領域的應用。

原煤中雜物的存在會對煤炭的洗選加工過程和使用帶來危害，甚至會造成經濟損失和人員傷亡?，F有的人工揀選方式既不安全，也不符合智能化建設的目標。為進一步提升選煤廠智能化水平，實現集團“提質增效”的目標，采用一種基于深度學習的煤中雜物智能分揀系統及方法。然而目前仍未見該方法在礦物加工技術領域中應用。

發明內容

本發明的目的是提供一種基于深度學習的煤中雜物智能分揀系統及方法，利用該方法與分揀系統可完成傳送帶上煤中雜物的在線準確檢測與分揀。

本發明的目的是通過以下技術方案實現的：

一種基于深度學習的煤中雜物智能分揀系統，雜物圖像智能檢測模型，訓練完成以后部署至嵌入式設備中，實現煤中雜物在線識別的分布式部署，根據雜物的類別、位置、姿態和時間信息確定高效的雜物抓取策略，統籌多只機械手高速、協同工作。

依托配套的設備進行煤中雜物的智能檢測與分揀；所述的配套設備，包含皮帶輸送機、溜槽、布料系統、圖像識別單元、控制系統和執行機構。

所述的圖像識別單元，包括高清工業相機和輔助光源和AI嵌入式平臺，用于獲取雜物的類別、位置、姿態和時間信息。

所述的執行機構，包含X向電缸、Y向電缸、Z向電缸、旋轉缸和氣動夾爪，結合雜物的位置和姿態信息完成X向運動、Y向運動、Z向運動和旋轉運動，根據時間信息完成合爪動作。

進一步地，所述的雜物智能檢測模型，包括但不限于Unet、SegNet、PSPnet等編碼器-解碼器結構的語義分割網絡，通過語義分割網絡獲取雜物的類別輪廓，然后利用圖像處理技術提取雜物輪廓連通區域的骨架信息，得到雜物的姿態信息。

所述的雜物骨架信息，再此基礎上得到骨架的質心位置，得到雜物的位置信息和到達機械手位置的時間信息，用于執行機構的抓取。

煤中雜物智能檢測模型，可在訓練完成之后部署到嵌入式設備中，將得到的雜物的類別、位置、姿態、時間信息通過RS485通訊傳送至控制系統；

本發明通過高清工業相機在運動的傳送帶上方采集煤中雜物圖像通過千兆以太網傳輸至服務器，采用人工和半監督方式進行標注，勾勒雜物的完整輪廓，用于雜物智能檢測模型的訓練。