本发明专利技术公开了一种基于深度学习的煤矸石识别分拣系统及方法，该系统主要包括：上位机、输送装置、三维扫描仪、高清工业相机、补光灯、分拣装置、振动装置。构建煤矸石数据集，利用卷积网络训练模型；三维扫描仪构建煤矸石轮廓，获取尺寸和坐标信息；实时检测程序调用模型识别煤矸石；根据煤矸石的尺寸、坐标和类别信息，分拣机器人将矸石拣出，放到矸石传送带；煤矸石经过振动装置，再识别分拣一次，大大降低漏检率；本发明专利技术系统利用三维扫描仪获取煤矸石的尺寸和坐标信息，提高数据精确度；利用基于深度学习的检测技术，可以快速识别煤块和矸石，大大提高识别精度和速度；通过振动装置两次分拣，降低漏检率，整体上提升煤矸石识别分拣效率。率。率。
【技术实现步骤摘要】
一种基于深度学习的煤矸石识别分拣系统及方法
[0001]本专利技术涉及煤矿开采和深度学习技术交叉领域，具体涉及一种基于深度学习的煤矸石识别分拣系统及方法。
技术介绍
[0002]煤矿开采的过程中，煤块中常常混杂有矸石，在原煤处理后期，需要进一步分拣小块煤和矸石混合物，达到燃烧标准。煤矸石分拣是一种煤炭燃前处理方法，是煤矿生产中不可或缺的环节，也是提高煤炭品质的有效方法之一。目前煤矸石的分拣主要有湿选法、干选法和人工分拣法。湿选法主要包括重介法、跳汰法，其特点是利用煤炭和矸石的密度不同，将原煤置入溶液中，进而实现煤与矸石的分层分离，该方法所采用的设备庞大、工艺复杂、分拣效率低下且对环境造成了污染；干选法利用煤炭与矸石对光的透射率不同而采用双能γ射线透射识别分拣，采用这种方法的设备昂贵、分拣效率低且存在辐射；另外，人工筛选矸石存在工作环境恶劣、劳动强度大、易误选或漏选的缺点。针对上述煤矸石分拣方法的缺点，开发出一种高效智能的煤矸石分拣系统及方法具有重要意义。
技术实现思路
[0003]本专利技术的目的是提供一种基于深度学习的煤矸石识别分拣系统及方法，以解决现有的煤矸石分拣技术中分拣效率低，成本高，精度低，污染大等问题。为实现上述目标，本专利技术提供了一种基于深度学习的煤矸石识别分拣系统及方法，利用三维扫描仪构建煤块和矸石表面轮廓，获取尺寸和坐标信息；使用基于深度学习的目标检测技术，采集煤块和矸石的数据集图片，在卷积神经网络中训练数据集，得到检测模型，利用程序调用模型实时检测；上位机综合尺寸、坐标、类别和煤矸石传送带的速度等信息，发送指令给机械臂将矸石拣到矸石传送带上；由于煤矸石传送带上的煤矸石较厚会有重叠，因此本专利技术在第一次识别分拣之后，利用煤矸石传送带具有一定的倾角，配合一个振动装置，煤矸石经过振动装置，煤块振动便会向下滚动，煤块下的矸石就会露出，并随煤矸石传送带向上移动，配合另一套识别分拣装置，机械臂将矸石检出；搭建基于深度学习的实时分类识别装置，用于在开采原煤的时候识别分拣出矸石。
[0004]本方案包括以下装置：输送装置，利用煤矸石传送带来运输原煤；扫描装置，放在煤矸石传送带起始端，用于扫描并构建煤块和矸石的表面轮廓，获取煤块和矸石的尺寸和坐标信息；视觉识别装置，设置于三维扫描仪后方，用于识别出传送带上的煤块和矸石；分拣机器人装置，放置于视觉识别装置的后方，用于将传送带上的矸石拣出放到矸石传送带上；振动装置，设置于分拣机器人装置的后方，用于将下层重叠漏检的矸石和煤块振散开，露出矸石，便于下一轮的识别分拣；
第二个扫描装置，放在振动装置后方，用于扫描并构建煤块和矸石的表面轮廓，获取煤块和矸石的尺寸和坐标信息；第二个视觉识别装置，设置于三维扫描仪后方，用于识别出煤矸石传送带上的煤块和矸石；第二个分拣装置，放置于视觉识别装置的后面，用于将煤矸石传送带上的矸石拣出，并放到矸石传送带上；控制装置，所述控制装置包括上位机和分拣机器人控制器，上位机和三维扫描仪、视觉识别装置连接，以获取煤块和矸石的坐标、类别信息，并发送指令给机器臂执行分拣工作。
附图说明
[0005]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施案例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0006]图1为本专利技术方法的流程图。
[0007]图2为本专利技术装置结构式示意图。
[0008]图3为本专利技术扫描装置结构示意图。
[0009]图4为本专利技术视觉识别装置结构示意图。
[0010]图5为本专利技术分拣装置结构示意图。
[0011]图6为本专利技术振动装置示意图。
[0012]图中，1为输送装置底架，2为煤矸石传送带3为三维扫描仪，4为三维扫描仪支架，5为补光灯，6为高清工业相机，7为视觉识别装置支架，8为机械臂夹手，9为机械臂，10为振动装置，11为三维扫描仪支架，12为三维扫描仪，13为视觉识别装置支架，14为补光灯，15为高清工业相机，16为机械臂夹手，17为矸石传送带，18为机械臂，19为三维扫描仪工业相机，20为相机垫片，21为线激光器，22为激光器支架，23为激光器垫片，24为机械臂转动轴，25为机械臂上臂，26为机械臂下臂，27为机械臂底盘。
具体实施方式
[0013]图2为本专利技术的装置结构示意图，包括煤矸石传送带2、用于放置三维扫描仪3的支架4、高清工业相机6、补光灯5、视觉识别装置支架7、振动装置10、矸石传送带17、煤矸石传送带2的支架1。将煤块和矸石放在煤矸石传送带2的起始端，将煤块和矸石输送至三维扫描仪3视野下，获取煤块和矸石的尺寸和坐标信息；煤矸石传送带2继续运行，将煤矸石运送到视觉识别装置的工业相机6视野下，补光灯5可使相机采集到更加清晰的图片，工业相机6将采集的图像数据实时传输到上位机，上位机中的实时检测程序调用模型对图像进行处理，识别图片中的煤块和矸石，并将类别信息反馈给上位机；上位机融合三维扫描仪3的坐标信息和视觉识别装置的类别信息，发送指令给分拣机器人控制器，然后控制器发送指令给机械臂9，机械臂9按指令移动至矸石的位置，机械臂夹手8开始工作，将矸石夹取到矸石传送带17上，矸石传送带17将矸石输送到指定位置，煤块随着煤矸石传送带2继续运输到指定位置；由于煤矸石传送带2上的煤矸石较厚会有很多重叠，因此本专利技术在第一次识别分拣之
后，利用煤矸石传送带具有一定的倾角，配合一个振动装置10，煤矸石经过振动装置10，上层煤块振动便会向下滚动，煤块下的矸石就会露出，并随煤矸石传送带2向上移动，再配合一套识别分拣装置获取坐标和类别信息，机械臂18将矸石拣出放到矸石传送带17上，完成煤块和矸石的分拣。
[0014]图3为本专利技术的扫描装置结构示意图，三维扫描仪3由高清工业相机19、相机垫片20、线激光器21、激光器支架22、激光器垫片23和外部结构盒组成。激光器支架22是可以根据实际情况调节激光器21和煤矸石的距离；高清工业相机19下面的孔做成了圆弧状，可以相机调节角度，使其可以和激光器21维持一定角度，构建煤块和矸石的表面轮廓。
[0015]图4为本专利技术的视觉识别装置结构示意图，由高清工业相机6、支架7、为相机提供光照的补光灯5组成。支架7可以调节相机的位置，将煤块和矸石放在高清工业相机6下，采集煤块和矸石不同姿态的大量数据集图片，标注数据集，然后将标注后的数据集在卷积神经网络中训练，在反复的迭代训练中得到高精确度的模型，再用实时程序调用检测模型对采集到的图像数据进行处理，识别图片中的煤块和矸石。
[0016]图5为本专利技术分拣装置结构示意图，由机械臂夹手16、机械臂转动轴24，机械臂上臂25，机械臂下臂26，机械臂底盘27组成；上位机结合煤块和矸石的类别、尺寸、坐标等信息发送指令给控制器，完成X向、Y向、Z向运动，并根据煤矸石传送带速度信息抓取矸石。
[0017]图6为本专利技术振动装置示意图，煤矸石传送带2的煤矸石会有重叠导致漏检，在一次识别分拣之后，上表层矸石本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的煤矸石识别分拣系统及方法，其特征在于，依托配套的设施实现煤矸石的智能识别与分拣；所述的配套设施包括：输送装置、扫描装置、上位机、视觉识别装置、分拣装置、振动装置、传送装置。2.根据权利要求1所述的一种基于深度学习的煤矸石识别分拣系统及方法，用于识别分拣煤矸石；本系统包括上位机融合三维扫描仪获取的煤矸石尺寸和坐标信息，视觉识别装置获取的煤矸石类别信息，综合考虑煤矸石传送带的速度信息，发送指令给控制器控制机械臂夹取矸石放到矸石传送带，完成分拣工作。3.根据权利要求1所述的一种基于深度学习的煤矸石识别分拣系统及方法，其特征在于，所述的三维扫描仪通过构建煤块和矸石的三维轮廓，通过相关算法计算出尺寸和坐标信息；硬件包括高清工业相机、线激光器、激光器支架、相机垫片、激光器垫片、固定支架盒，用于获取煤块和矸石的尺寸和坐标信息。4.根据权利要求1所述的一种基于深度学习的煤矸石识别分拣系统及方法，其特征在于，所述的视觉识别装置利用基于深度学习的目标检测技术，在深度学习框架中搭建卷积神经网络，提取煤矸石图片特征，构建煤矸石的检测模型，利用实时检测程序调用模型，实现煤块和矸石的分类识别；硬件包括高清工业相机、补光灯、上位机、软件包括实时检测程序、煤矸石检测模型，用于获取煤块和矸石的类别信息。5.根据权利要求1所述的一种基于深度学习的煤矸石识别分拣系统及方法，其特征在于，所述的煤矸石分拣装置，包括分拣机器人控制器、分拣机器人，所述的分拣器机器人，为六自由度机械臂，上位机结合煤块和矸石的类别、尺寸、坐标、煤矸石传送带速度等信息，发送指令给机械臂完成X向、Y向、Z向运动，完成矸石的分拣任务。6.根据权利要求1所述一种基于深度学习的煤矸石识别分拣系统及方法，其特征在于，所述的振动装置，考虑输送效率，煤矸石传送带上的煤矸石会有堆叠，有些矸石在煤块之下，导致相机无法拍摄，一次分拣以后煤块下会有漏拣的矸石；因此本发明在第一次识别分拣之后，利用煤矸石传送带具有一定的倾角，配合一个振动装置，一次分拣后的混合物经过振动装置，上层煤块振动便会向下滚动，使得煤块下的矸石露出，并随煤矸石传送带向上移动，再配合一套识别分拣装置，机械臂将矸石拣出，如果下层矸石随上层煤块向下滚动，也会再次经过识别分拣系统，也可以分拣出，此方法可以大幅降低矸石漏拣率，提升本系统方法的实用性；硬件包括支架，电动机，用于将经过一次识别分拣系统的矸石振动露出便于下一轮识别分拣，降低漏拣率。7.一种基于深度学习的煤矸石识别分拣系统，其特征在于，采用权利要求1到6所述的一种基于深度学习的煤矸石识别分拣系统及方法，包括三维扫描仪利用线激光和工业相机，构建煤矸石的表面轮廓，获取煤矸石的尺寸和坐标信息；将煤块和矸石放在煤矸石传送带上，相机采集数据集图片，用标注软件分别标注煤矸石图片上的煤块和矸石，并在深度学习服务器上利用卷积神经网络训练标注后的数...
【专利技术属性】
技术研发人员：马立东，方俊，张苗苗，屈聪，陈耀，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。