链条间距测量系统及链条间距测量方法技术方案

链条间距测量系统及链条间距测量方法，需要测定的链条间距的两侧架设至少两套机器视觉传感器系统，机器视觉传感器系统包括两个相机组成的双目视觉系统，四目视觉系统包括标定单元和测量单元；标定单元包括立体编码靶标，用于四目视觉系统的标定；标定单元包括高精度靶杆，用于检测四目视觉系统的系统精度；链条运行时，四目视觉系统间隔采集链条图像，通过基于深度学习的椭圆检测自动测量图像中的链条轴中心，测量单元，用于持续自动地计算链条轴之间的间距和链条轴的偏移角度；链条间距测量方法包括标定步骤和测量步骤。量方法包括标定步骤和测量步骤。量方法包括标定步骤和测量步骤。

【技术实现步骤摘要】
链条间距测量系统及链条间距测量方法


[0001]本专利技术涉及传动链条间距的视觉图像检测应用
，具体涉及链条间距测量系统。

技术介绍

[0002]活性炭输送系统是一种专门用于输送活性炭的设备系统，主要由储存容器、输送管道、输送机械等组成；现有的活性炭输送系统是通过链条带动整个设备的运转；但是，实际使用过程中，由于长时间的磨损，链条之间的间距会逐渐拉大；当链条的间距拉大到一定的距离时，整个链条就会产生断裂，进而整个活性炭输送系统将停止运行，等待更换新的链条；这一过程将十分影响生产效率与经济效益；
[0003]传动链条间距是指传动链条的相邻两个销轴中心的距离，这个间距的大小对于传动链条的运转和传动效率都有很大的影响，需要对此进行监测以保障运转和传动效率，但是目前主要依赖于人工运检，费时费力，精准性差，无法实现在线监测。
[0004]现有技术1，中国专利申请号CN202211380160.4的基于人工智能的汽车模型视觉检测方法，记载了一种通过设置视觉检测模块对汽车模型的左漆面图像数据、右漆面图像数据、前漆面图像数据、后漆面图像数据和上漆面图像数据进行采集，设置图像处理模块划定漆面图像数据中的基于每一行的异常像素段，筛选划定该汽车模型异常像素区域，设置缺陷报警模块基于异常像素区域向检测人员报警和显示缺陷区域，细化了汽车模型漆面损害程度，增加了汽车模型漆面缺陷检测的准确率，加快了检测的效率；
[0005]现有技术2，中国专利申请号CN202211185769.6的三维稀疏重建方法、装置及电子装置，记载了一种获取多目相机采集的城市航拍图像，将所述航拍图像输入全局特征提取网络，提取特征值；第一确定模块，用于采用第一聚类算法对所述特征值进行处理，确定第一图像分区；获取模块，用于通过对所述第一图像分区内的图像对进行特征匹配，获取特征匹配结果，其中，根据所述特征匹配结果可以确定所述第一图像分区内的图像；第二确定模块，用于对所述第一图像分区内的图像进行重建，确定第一相机位姿，并基于所述第一图像分区，采用第二聚类算法对所述第一相机位姿进行迭代处理，确定相机位姿；
[0006]现有技术1是采用多目相机过对汽车模型的左漆面图像数据、右漆面图像数据、前漆面图像数据、后漆面图像数据和上漆面图像数据进行采集，图像处理模块按照一定的处理方式对汽车模型的全漆面图像数据进行处理生成该汽车模型的全漆面缺陷数据，缺陷报警模块依据该汽车模型的全漆面缺陷数据对检测人员进行缺陷报警和缺陷区域显示。
[0007]现有技术2是多目相机采集的城市航拍图像，将所述航拍图像输入全局特征提取网络，利用聚类算法对所述特征值，划分和拼接图像。
[0008]但是上述现有技术无法解决并实现传动链条间距是指传动链条的相邻两个销轴中心的距离的实时在线监测。

技术实现思路

[0009]有鉴于此，针对现有技术的不足，本专利技术的目的在于提供一套移动便携式的链条间距测量系统，实时地对链条的结构形状参数进行监控测量，生成整体链条的参数报告，并将检测到的链条的异常数据反馈给技术管理人员，方便管理人员了解整套链条的运行情况，即链条间距测量系统。
[0010]本申请旨在解决
技术介绍
中的问题之一。
[0011]本专利技术所采用的技术方案为：为实现上述目的及其他相关目的，本专利技术提供一种链条间距测量系统，需要测定的链条间距的两侧架设至少两套机器视觉传感器系统，机器视觉传感器系统包括两个相机组成的双目视觉系统，四目视觉系统包括标定单元和测量单元；
[0012]标定单元包括立体编码靶标，用于四目视觉系统的标定；
[0013]标定单元包括高精度靶杆，用于检测四目视觉系统的系统精度；
[0014]链条运行时，四目视觉系统间隔采集链条图像，通过基于深度学习的椭圆检测自动测量图像中的链条轴中心，测量单元，用于持续自动地计算链条轴之间的间距和链条轴的偏移角度。
[0015]优选的，四目视觉系统对链条轴进行识别、跟踪和定位；当被测的链条恰好处于图像中心区域时，提取链条轴中心，MaskR
‑
CNN的椭圆回归网络直接拟合出椭圆的轮廓。
[0016]优选的，配套设置高精度靶杆，用于自动检测四目视觉系统的系统精度。
[0017]优选的，每隔2或3个月对设备运行一次标定单元。
[0018]优选的，两个双目系统的四个相机构成四目视觉系统。
[0019]优选的，配套设置激光器、光源，用于实现链条轴中心三维坐标的计算。
[0020]优选的，设置吹气设备并安装工业毛刷条模块，用于链条轴的吹扫和清理。
[0021]优选的，设置三脚架用于支撑固定相机和光源。
[0022]优选的，三脚架高度可调。
[0023]链条间距测量方法，应用上述的链条间距测量系统，包括如下步骤：标定步骤和测量步骤；
[0024]标定步骤操作为：操作人员拿着对应的立体编码靶标在距离四目视觉系统的相机0.3
‑
1米内，采集15张图像以上，四目视觉系统将指导操作人员如何采集的图像，四目视觉系统根据采集到的靶标图像自动完成非重叠视场下的四目视觉系统标定；
[0025]测量步骤为：链条运行时，四目视觉系统间隔采集链条图像，通过基于深度学习的椭圆检测自动测量图像中的链条轴中心，持续自动地计算链条轴之间的间距和链条轴的偏移角度。
[0026]优选的，一套四目视觉系统，对传动链条间距进行实时准确的监测。
[0027]链条间距测量系统，设置在不影响链条运动的沿线位置，包括间断性地布置的若干装置；
[0028]需要测定的链条间距的两侧架设两套机器视觉传感器系统，机器视觉传感器系统包括由两台工业相机组成的一组双目视觉系统；
[0029]四个相机共同构成非重叠视场下的四目视觉系统，配套设置激光器、光源，提供额外三维信息或提供良好采图环境的周边外设，用于实现链条轴中心三维坐标的计算；
[0030]两个相机放置在特制三脚架上，并被下方三脚架固定，三脚架的整体高度可以自由伸缩调整，形成移动便携式的双目系统；
[0031]链条轴两侧分别架设一套双目系统，两个双目系统的四个相机构成四目视觉系统；
[0032]相机外侧环形区域附近加装光源，现场工况复杂昏暗，用于克服工作环境对成像质量带来的影响；
[0033]设置吹气设备并安装工业毛刷条模块，用于链条轴的吹扫和清理，消除工作环境中灰尘对链条图像的影响，确保相机成像质量；
[0034]四目视觉系统的运行包括标定单元和测量单元；
[0035]标定单元阶段：
[0036]视觉测量中的标定是指通过对相机和图像处理系统进行校准和配置，以使系统能够精确测量物体的尺寸和位置；在进行测量之前，必须进行标定以获得准确的测量结果；标定通常包括确定相机内部和外部参数，包括相机的焦距、光心、畸变系数以及相机与物体之间的几何关系；通过标定，系统可以对图像进行校正，并将图像中的像素值转换为真实世界中的物理量，从而实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.链条间距测量系统，其特征在于，需要测定的链条间距的两侧架设至少两套机器视觉传感器系统，机器视觉传感器系统包括两个相机组成的双目视觉系统，四目视觉系统包括标定单元和测量单元；标定单元包括立体编码靶标，用于四目视觉系统的标定；标定单元包括高精度靶杆，用于检测四目视觉系统的系统精度；链条运行时，四目视觉系统间隔采集链条图像，通过基于深度学习的椭圆检测自动测量图像中的链条轴中心，测量单元，用于持续自动地计算链条轴之间的间距和链条轴的偏移角度。2.如权利要求1所述的链条间距测量系统，其特征在于，四目视觉系统对链条轴进行识别、跟踪和定位；当被测的链条恰好处于图像中心区域时，提取链条轴中心，MaskR
‑
CNN的椭圆回归网络直接拟合出椭圆的轮廓。3.如权利要求1所述的链条间距测量系统，其特征在于，配套设置高精度靶杆，用于自动检测四目视觉系统的系统精度；每隔2或3个月对设备运行一次标定单元；两个双目系统的四个相机构成四目视觉系统；配套设置激光器、光源，用于实现链条轴中心三维坐标的计算；设置吹气设备并安装工业毛刷条模块，用于链条轴的吹扫和清理；设置三脚架用于支撑固定相机和光源；三脚架高度可调。4.链条间距测量方法，应用权利要求1
‑
3任一所述的链条间距测量系统，其特征在于，包括如下步骤：标定步骤和测量步骤；标定步骤操作为：操作人员拿着对应的立体编码靶标在距离四目视觉系统的相机0.3
‑
1米内，采集15张图像以上，四目视觉系统将指导操作人员如何采集的图像，四目视觉系统根据采集到的靶标图像自动完成非重叠视场下的四目视觉系统标定；测量步骤为：链条运行时，四目视觉系统间隔采集链条图像，通过基于深度学习的椭圆检测自动测量图像中的链条轴中心，持续自动地计算链条轴之间的间距和链条轴的偏移角度。5.如权利要求4所述的链条间距测量方法，包括无重叠视场的视觉系统标定方法，用于两个视觉系统获得的目标信息不在到同一坐标系下的视觉系统标定，其特征在于，对所有相机进行联合标定，所有的相机共同形成一个多目相机视觉系统，得到多目系统的参考相机坐标系；包括如下步骤：S1，立体靶标设计，立体靶标的尺寸是已知的，立体靶标的正反两面具有特征信息的编码靶标所组成的靶标阵列；特征信息的编码靶标包括定位区和编码识别区两部分，定位区用于提供靶标的位置信息，实现靶标的定位；编码识别区则用于提供编码数值信息；S1中，选用最小二乘法椭圆拟合编码标志点的编码小圆中心坐标，根据已确定的编码标志点编码小圆中心点坐标，对单个编码标志点区域进行识别与提取，进而根据编码标志点的编码规则将编码标志点的ID解码出来；S2，单目标定，S2中的标定算法包括：相机内参进行标定并求解畸变系数，完成单目标定；S2中的单目标定包括坐标转换：利用张正友内参标定方法进行相机内参求解，得到相机的径向失真系数与切向失真系数，利用畸变参数对投影坐标进行矫正；S2中的单目标定时，改变标定板位姿至少一次，采集编码同心圆阵列图像，提取特征点
坐标对，代入相机模型解算出相机初始内外参数以及畸变系数，完成单目标定；S3，多目标定，S3中的标定算法包括：求解相机之间相对外参，利用重投影误差最小化优化外参，去除矩阵连乘带来的累计误差，完成非重叠视场下的多目系统标定；S3中的多目标定为：基于单目相机标定得到的每个相机的内外参数和畸变系数，对每组双目相机分别进行标定，得到两组双目相机之间的相机的坐标系之间的转换关系；S3中的多目标定的坐标转换为：通过靶标的几何结构关系得到两组双目相机对应的靶标之间的坐标系的转换矩阵，转换矩阵通过对靶标照片进行单应性矩阵或投影矩阵求解得到，通过联立解得具有非重叠视场的所有相机的转换矩阵，即得到的所有相机的坐标系到全局坐标系转换矩阵，完成四目系统标定。6.如权利要求4所述的链条间距测量方法，包括线结构光图像特征的相机曝光时间自适应控制方法，其特征在于，包括自适应多次曝光方法；自适应多次曝光方法，用于向拍摄物投放辅助光，辅助光的光源为所选用相机最敏感光源，通过将拍摄对象多次曝光，拍摄辅助光的图像；多次曝过程记录如下参数：信度阈值T，代表可以接受的条纹图像质量；初始曝光时间t
i
，此时灰度最小位置上的信度大于阈值T；曝光时间调节步长为Δt；满足信度阈值的比例K，为结束拍摄的判断标准；自适应多次曝光方法包括如下步骤D1
‑
D4：D1，按采样间隔对光条图像行或列扫描，采用自适应阈值法求出每一个采样行或列上的光条中心点坐标；D2，对中心点邻域内的每一个像素点，用Sobel梯度算子计算x与y方向的梯度；D3，用Bazon算子计算中心点的法线方向；D4，以中心点坐标与法线方向矢量为输入，基于光条信度评价方法计算光条信度，并计算光条灰度；光条信度评价方法：以光条某个位置的中心点坐标与光条在该位置的法线方向的向量作为输入，输出该位置的光条信度；光条信度评价方法包括步骤G1
‑
G4：G1，估计光条截面宽度，从中心点出发，以其为中心沿法线方向，向两边搜寻首个出现的灰度值不高于中心点灰度值20％的像素点，分别作为光条截面的起始点和终止点，两点之间的序列长度即为光条截面宽度；G2，基于光条中心点拟合高斯曲线；G3，计算光条能量，也即光条截面宽度范围内所有像素点的灰度值之和；G4，通过光条基底噪声计算修正光条信度；光条信度评价方法包括步骤S1
‑
S4，以t
i
曝光，计算光条位置的信度和灰度，S1、如果信度大于T的位置所占比例高于K，结束，否则减小曝光时间，使光条灰度最大的位置对应的信度大于T；S2、如果信度大于T的位置所占比例高于K，结束，否则增大曝光时间，使光条灰度最小的位置对应的信度大于T；S3、如果信度大于T的位置所占比例高于K，结束，否则返回至S1。7.如权利要求4所述的链条间距测量方法，包括Faster R
‑
CNN的椭圆检测方法，其特征
在于，包括如下步骤：S1，采集链条轴图片，并对图片标注，得到数据集；S2，把数据集送入Faster R
‑
CNN网络进行训练，获得训练模型；训练流程包括ResNet
‑
FPN特征提取模块、RPN模块、RoI Align模块、椭圆回归模块；S3，利用训练模型对链条轴椭圆检测定位；ResNet
‑
...

【专利技术属性】
技术研发人员：徐锟，王舒扬，
申请(专利权)人：中冶宝钢技术服务有限公司，
类型：发明
国别省市：