[發明專利]一種基于神經網絡的料場皮帶運輸監控系統

在審

• 申請號: 202111183280.0
• 申請日: 2021-10-11
• 公開（公告）號: CN114049302A
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 張超;劉禮杰;蔡煒;路萬林
• 申請（專利權）人: 中冶南方工程技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 吳靜

一種基于神經網絡的料場皮帶運輸監控系統，包括：皮帶料流圖像獲取裝置、皮帶料流分類網絡模型、報警裝置；皮帶料流圖像獲取裝置，用于對皮帶料流視頻圖像進行收集，形成皮帶料流視頻圖像的歷史數據；還用于實時采集皮帶料流運行視頻中的當前幀圖像輸入到皮帶料流分類網絡模型；皮帶料流分類網絡模型，通過將皮帶料流的圖像數據集得到卷積神經網絡模型作為料流狀態的圖像分類器，對實時采集皮帶料流運行視頻中的當前幀圖像進行檢測；報警裝置，獲取實時采集皮帶料流運行視頻中的當前幀圖像的檢測結果，實時通過報警方式通知給相關責任人，保證加料的及時處理。本發明相對于現有技術，實現了皮帶運輸狀態實時檢測的自動化與無人化功能。

技術領域

本發明涉及的是料場皮帶運輸領域,特別涉及一種基于神經網絡的料場皮帶運輸監控系統。

背景技術

皮帶輸送機是工礦企業運送原料最經濟、最高效、最便捷的方法，皮帶機也是常用的動力輸送機，應用廣泛，物美價廉。皮帶機可以運送形狀各異、粒度大小不同、輕量級重量級等各種料流。皮帶機的主要任務是將散裝料流通過皮帶機輸送系統順利運送到目的地，如果皮帶機系統發生堵塞、無料等現象，會造成生產工藝流程中斷、上下方流向不明，影響生產和物流調度，造成生產和經濟的雙重損失。

在生產線附近安裝相關的監控設備可以減少這一現象的發生，但是視頻監控系統每日會產生數量眾多的視頻圖像，如果運輸狀態完全依靠人工去進行識別，不僅工作量顯得尤為巨大，而且效率非常低下，另一方面長時間作業會產生疲勞進而帶來漏判、錯判的現象，難以保證作業的質量，并且存在安全隱患。所以，在對料場皮帶運輸狀態進行分類的工作任務中結合識別率較高的深度學習技術，通過計算機去自我學習進而自動對料流狀態進行識別和分類，節省和替代大部分人工工作量，提高工作質量和檢查效率。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種基于神經網絡的料場皮帶運輸監控系統。

為了解決上述技術問題，本申請實施例公開了如下技術方案：

一種基于神經網絡的料場皮帶運輸監控系統，包括：皮帶料流圖像獲取裝置、皮帶料流分類網絡模型、報警裝置；其中：

皮帶料流圖像獲取裝置，用于對皮帶料流視頻圖像進行收集，形成皮帶料流視頻圖像的歷史數據；還用于實時采集皮帶料流運行視頻中的當前幀圖像，將實時采集皮帶料流運行視頻中的當前幀圖像輸入到皮帶料流分類網絡模型；

皮帶料流分類網絡模型，通過將皮帶料流的圖像數據集輸入到目標檢測網絡中進行訓練，得到卷積神經網絡模型作為料流狀態的圖像分類器，對實時采集皮帶料流運行視頻中的當前幀圖像進行檢測，根據檢測結果達到對皮帶料流狀態進行檢測的目的；

報警裝置，獲取皮帶料流分類網絡模型對實時采集皮帶料流運行視頻中的當前幀圖像的檢測結果，若該幀圖像被基于皮帶料流狀態的目標檢測模型檢測為無料幀時，實時通過報警方式通知給相關責任人，保證加料的及時處理。

進一步地，皮帶料流圖像獲取裝置可以為攝像頭，皮帶料流圖像獲取裝置對皮帶料流視頻圖像進行收集，形成皮帶料流視頻圖像的歷史數據的具體方法為：對皮帶料流狀態的分類以及標注，將圖像進行分類，包括有料情況和無料情況；對每一幀圖像進行標注，為圖像貼上類別標簽，將標注好的數據分為兩部分，一部分是訓練集，用于訓練卷積神經網絡模型；另一部分是測試集，用于測試卷積神經網絡模型分類效果。

進一步地，皮帶料流分類網絡模型訓練方法包括：S101.將圖像數據集中的訓練集作為卷積神經網絡模型的輸入，設置好卷積神經網絡訓練參數，得到基于料流狀態監控的初始卷積神經網絡；

S102.將圖像數據集中的測試集輸入到訓練好的初始卷積神經網絡模型，通過初始神經網絡模型對測試集中的圖像進行識別，得到當前圖像對應的圖像分類，并與測試集中當前圖像實際圖像分類進行匹配，當匹配準確度大于預設閾值時，即確定當前卷積神經網絡模型為料流狀態監控的卷積神經網絡模型。