阅读说明：本技术 一种用于带式输送机的非金属异物检测系统 (Non-metal foreign matter detection system for belt conveyor ) 是由 林贺 于 2020-08-06 设计创作，主要内容包括：本发明公开了一种用于带式输送机的非金属异物检测系统,主要涉及带式输送机智能检测相关技术领域；包括：图像采集仓；工业相机；工业相机光源；相机防尘罩；雨刷；喷水装置；高性能图像处理服务器,所述高性能图像处理服务器通过网口连接工业相机,用于读取工业相机采集到的图像,部署基于Darknet目标检测框架的异物检测服务；客户端,所述客户端用于检测状态和检测结果展示；控制板,所述客户端、高性能图像处理服务器、喷水装置均与控制板信号连接；本发明采用了基于计算机视觉的深度学习目标检测方法,从方法上解决了识别准确率和识别效率的问题,从配套硬件上解决了光源和镜头清洁问题。(The invention discloses a non-metallic foreign body detection system for a belt conveyor, which mainly relates to the technical field related to intelligent detection of the belt conveyor; the method comprises the following steps: an image acquisition bin; an industrial camera; an industrial camera light source; a camera dust cover; a wiper; a water spraying device; the high-performance image processing server is connected with the industrial camera through a network port and used for reading images acquired by the industrial camera and deploying foreign matter detection service based on a Darknet target detection framework; the client is used for displaying the detection state and the detection result; the client, the high-performance image processing server and the water spraying device are in signal connection with the control panel; the invention adopts a deep learning target detection method based on computer vision, thereby solving the problems of recognition accuracy and recognition efficiency and the problems of light source and lens cleaning from matched hardware.)

一种用于带式输送机的非金属异物检测系统

技术领域

本发明主要涉及带式输送机智能检测相关技术领域，具体是一种用于带式输送机的非金属异物检测系统。

背景技术

众所周知的，带式输送机输送带上的异物是造成皮带损伤甚至撕裂的主要因素，特别是煤矿井下皮带，造价昂贵，若发生纵向撕裂，将产生极大的经济损失，甚至危害现场工作人员的人身安全。

目前，现有的防撕裂保护系统多为故障发生后，是通过检测故障再进行控制，虽能减少一部分损失，但未根本上解决问题。而现有的从源头上出发的异物检测手段包括人工检测、金属探测器、雷达探测、视觉识别等。

其中，人工检测效率低、人员安全风险增加；金属探测器方法是一种比较常用的方法，对去除金属类异物起到很好的作用，但对非金属异物无作用；雷达探测成本高、维护困难；视觉识别解决了前几种方法的缺陷，但是由于需要使用高清摄像头，煤矿下的恶劣环境，光线和保持镜头清洁成为一个难题，而且各种复杂的环境使视觉识别算法的抗干扰能力差、识别准确率低或者是识别效率低。

发明内容

本发明的目的在于解决现有技术中存在的问题，提供一种用于带式输送机的非金属异物检测系统，采用了基于计算机视觉的深度学习目标检测方法，从方法上解决了识别准确率和识别效率的问题，从配套硬件上解决了光源和镜头清洁问题。

本发明为实现上述目的，通过以下技术方案实现：

一种用于带式输送机的非金属异物检测系统，包括：

图像采集仓，所述图像采集仓上设有供带式输送机通过的通道，所述通道与带式输送机之间无接触；

工业相机，所述工业相机位于带式输送机的上侧，所述工业相机安装在图像采集仓内的顶部的中央；

工业相机光源，所述工业相机光源安装于图像采集仓内的顶部的左右两侧；

相机防尘罩，所述相机防尘罩套装在工业相机上，所述相机防尘罩的前端设有透明罩；

雨刷，所述雨刷由舵机控制，所述雨刷用于刮擦透明罩的前端面；

喷水装置，所述喷水装置用于向透明罩的前端面喷水；

高性能图像处理服务器，所述高性能图像处理服务器通过网口连接工业相机，用于读取工业相机采集到的图像，部署基于Darknet目标检测框架的异物检测服务；

客户端，所述客户端用于检测状态和检测结果展示；

控制板，所述客户端、高性能图像处理服务器、喷水装置均与控制板信号连接。

优选的，所述喷水装置包含水泵、水箱和喷头，所述喷头指向透明罩的前端面。

优选的，所述基于Darknet目标检测框架的异物检测服务采用YOLOv4网络模型，在预训练模型基础上迁移学习，训练实际带式输送机载料运行场景中采样的样本集，获得异物检测的网络模型。

优选的，所述的样本集是在实验室环境中模拟现场异物在煤料中的各种姿态，遍历多个方向和距离拍摄的图像，然后人工标定检测框和类别，制作成YOLO支持格式的样本集。

优选的，所述的异物检测的网络模型，边应用边扩充样本集边微调，逐步获得高准确率的模型。

优选的，所述检测状态是指工业相机的连接状态、控制板的连接状态，所述高性能图像处理服务器通过工业相机驱动可直接读取工业相机状态，所述控制板的工作状态是采取与高性能图像处理服务器间的心跳通信监控的，根据通信状态判断控制板的状态以及通信消息判断控制板连接的喷水装置的状态。

优选的，所述工业相机光源包括条带led光源、均光板。

优选的，所述工业相机与水平面的夹角为60°。

对比现有技术，本发明的有益效果在于：

1、本发明解决了计算机视觉在带式输送机运行场景下的防尘问题，具有实际应用意义；

2、本发明使计算机视觉检测方法的检测准确度和效率达到较高的水平，使具有竞争力；

3、本发明是一种解决皮带纵向撕裂问题的轻量级解决方法，低成本、部署简单，更具有推广价值。

附图说明

附图1是本发明的结构示意图；

附图2是图像采集仓的内部硬件部署的示意简图；

附图3是工业相机部署的示意简图；

附图4是相机防尘罩的示意简图；

附图5是本发明的硬件装置连接示意简图；

附图6是本发明的检测方式实现的流程框图。

附图中标号：1、图像采集仓；11、带式输送机；12、通道；2、工业相机；3、工业相机光源；4、相机防尘罩；41、透明罩；5、雨刷；51、舵机；6、喷水装置；61、水泵；62、水箱；63、喷头；7、高性能图像处理服务器；8、客户端；9、控制板。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所限定的范围。

实施例：如附图1-6所示，本发明所述是一种用于带式输送机的非金属异物检测系统，包括：

图像采集仓1，在所述图像采集仓1上设有供带式输送机11通过的贯穿通道12，所述通道12与带式输送机11之间无接触，本发明的整个系统的硬件装置均布置在图像采集仓1内，本实施例中的带式输送机11的输送带宽2米、高1.5米，图像采集仓1长3米、宽2.8米、高2.5米，外部防水防尘；

工业相机2，所述工业相机2采用高清高帧率相机，可支持带式输送机11最大运行速度时采集清晰图像，设置于带式输送机11上方，安装在图像采集仓1的顶部中央的后侧(以带式输送机11运行方向为前方)，使视野正对带式输送机11的输送带上的物料，视野可包含带式输送机11上运载物料的完整轮廓；

优选的，为了扩大工业相机的视野，工业相机2倾斜安装，与水平方向的夹角为60°，工业相机2沿输送带1运行方向的视野可达到宽1.5、高1.5米；

工业相机光源3，所述工业相机光源3安装于图像采集仓1内的顶部的左右两侧，优选的，所述工业相机光源3采用条带led光源，设置于所述图像采集仓1的顶部两侧边缘，并加均光板，用于制造稳定的可见光环境；

相机防尘罩4，所述相机防尘罩4套装在工业相机2上，所述相机防尘罩4的前端设有透明罩41，相机防尘罩4使工业相机2整体密封，且镜头前的透明罩41为透明方形玻璃罩，相机防尘罩4、透明罩41均为防水防尘罩；

雨刷5，所述雨刷5由舵机51控制，所述雨刷5用于刮擦透明罩41的前端面，舵机51安装在相机防尘罩4中，雨刷5安装在透明罩41的前端面上，由舵机51控制雨刷5左右移动擦干透明罩41；

喷水装置6，所述喷水装置6用于向透明罩41的前端面喷水，优选的，所述喷水装置6包含水泵61、水箱62和喷头63，喷水装置6的喷头63安装在工业相机2的正前方，所述喷头63指向透明罩41的前端面，喷水范围可完全覆盖透明罩41的前端面；

高性能图像处理服务器7，所述高性能图像处理服务器7通过网口连接工业相机2，用于读取工业相机2采集到的图像，部署基于Darknet目标检测框架的异物检测服务，实时处理帧率可达到30FPS以上；

客户端8，所述客户端8用于检测状态和检测结果展示；

控制板9，所述控制板9与所述高性能图像处理服务器7通过串口连接，高性能图像处理服务器7可向控制板9发送开启关闭水泵61、开启关闭雨刷5指令，高性能图像处理服务器7可接收控制板9发送的水泵61状态、舵机51状态；通过GPIO口控制所述喷水装置6中的水泵61开关；通过发送PWM信号控制舵机51；

GIGE千兆网口工业相机2直接通过网口连接高性能图像处理服务器7，高性能图像处理服务器7的另一个网口连接控制板9，用于传递客户端指令并接受控制板9的状态；所述工业相机2、控制板9、水泵61均外接12V直流电源供电，舵机51的5V电源直接由控制板9的转压模块提供；功能实现上，高性能图像处理服务器7除提供图像处理功能外还提供客户端8与工业相机2透明罩41清洗单元交互的服务，该服务除提供人为通过客户端8控制清洗指令外，还提供定时或通过带式输送机11运行状态判断自动控制清洗功能；

图像采集仓1内一侧装有控制仓，水泵61、水箱62、控制板9均安装在控制仓中。

检测方法总体基于YOLOV4目标检测方法，模型的准确率是整个应用实施的关键，由于需要大量的样本集，而在前期总存在现场数据不足的问题。本实施例优化迭代模型的方法是首先在实验室模拟现场环境，采集样本时考虑了光强度、视野高度、视野角度、成像模糊度等影响样本特征的因素，尽可能的增强了样本量(质量和数量)，在完成图像标定后制作成初始样本集，并采用迁移学习的方式，训练得到初始异物检测模型；然后应用于现场环境试运行，试运行时可固定场景，采集的图像一部分用于重新丰富初始样本集，周期性微调训练模型，一部分用于测试集，检验当前模型的准确率，迭代训练一定周期，当达到设计要求的检测准确率后，再投入正式部署，当发现异物时将提供报警信息并保存现场记录。

优选的，所述基于Darknet目标检测框架的异物检测服务采用YOLOv4网络模型，在预训练模型基础上迁移学习，训练实际带式输送机11载料运行场景中采样的样本集，获得异物检测的网络模型。

优选的，所述的样本集是在实验室环境中模拟现场异物在煤料中的各种姿态，遍历多个方向和距离拍摄的图像，然后人工标定检测框和类别，制作成YOLO支持格式的样本集。

优选的，所述的异物检测的网络模型，边应用边扩充样本集边微调，逐步获得高准确率的模型。

进一步的，所述检测状态是指工业相机2的连接状态、控制板9的连接状态，所述高性能图像处理服务器7通过工业相机2驱动可直接读取工业相机2状态，所述控制板9的工作状态是采取与高性能图像处理服务器7间的心跳通信监控的，根据通信状态判断控制板9的状态以及通信消息判断控制板9连接的喷水装置6的状态。

本发明解决了计算机视觉在带式输送机运行场景下的防尘问题，具有实际应用意义；本发明使计算机视觉检测方法的检测准确度和效率达到较高的水平，使具有竞争力；本发明是一种解决皮带纵向撕裂问题的轻量级解决方法，低成本、部署简单，更具有推广价值。