【技术实现步骤摘要】
：本专利技术涉及一种物料车超高超宽检测算法。
技术介绍
0、
技术介绍
：
1、煤矿是指人类在富含煤炭的矿区开采煤炭资源的区域，一般分为井工煤矿和露天煤矿；当煤层离地表远时，一般选择向地下开掘巷道采掘煤炭，此为井工煤矿，当煤层距地表的距离很近时，一般选择直接剥离地表土层挖掘煤炭，此为露天煤矿，我国绝大部分煤矿属于井工煤矿。
2、在煤矿开采过程中，利用物料车进行物料的运输是必不可少的工艺环节；而在物料车运输物料时，由于物料车超高超宽，容易发生碰撞事故，严重影响物料车的使用寿命，降低了生产效率、带来了经济损失，也会对工作人员的人身安全造成威胁。
3、现有的物料车超高超宽检测算法大多是依赖于人工巡检，人工巡检效率低，不仅增加了工作量，还会对工作人员的人身安全产生不确定的威胁，危险系数较高；同时通过激光传感器采用激光测距的方式进行物料车超高超宽检测受到矿下粉尘影响较大，并且矿下环境复杂，也会受到其他轨道的物料车产生的影响，造成整体检测精度较低。
技术实现思路
0、
技术实现思路
：
1、本专利技术实施例提供了一种物料车超高超宽检测算法，方法设计合理，基于机器视觉技术和视觉图像，采用了多种机器视觉算法组合的方式，利用本安型摄像头先采集多种类型物料车图像数据进行目标检测样本标注，建立图像数据集，利用标注好的图像数据集训练目标检测模型，以适用于检测图像中不同类型的物料车，能够减少复杂外部环境对检测结果的影响，提升整体检测效率和精度，避免产生不确定的人身安全
2、本专利技术为解决上述技术问题所采用的技术方案是：
3、一种物料车超高超宽检测算法，所述检测算法包括以下步骤：
4、s1，检测设备进入工作状态，采用本安型摄像头进行图像采集，将摄像头安装在物料车行进方向的正上方和侧方，分别采集物料车正上方图像和侧方图像；
5、s2，对采集的正上方图像和侧方图像分别采用labelimg工具进行标注，并训练目标检测模型；
6、s3，设置roi区域，分析当前物料车目标检测框的中心点坐标位置，当中心点坐标位置处于roi区域内时，说明当前物料车存在超高或超宽的风险；
7、s4，对当前物料车的超高行为和超宽行为进行分析检测，当出现超高行为或超宽行为时，发出预警信息并保存图像，完成超高超宽检测。
8、所述目标检测模型为yolov5，能够训练不同尺度版本的目标检测模型，可以在小型边缘设备上实时运行，检测采集图像中物料车的类型，并用不同颜色的矩形框来表示不同类型的物料车。
9、对当前物料车的超高行为和超宽行为进行分析检测，当出现超高行为或超高行为时，发出预警信息并保存图像，完成超高超宽检测包括以下步骤：
10、s4.1，设定初始背景图，所述背景图每经过5分钟且场景内不存在目标时更新背景图；
11、s4.2，利用差分法分析采集图像和背景图之间的差异；
12、s4.3，采用形态学操作来取出噪声来分析出当前物料车在图像中的信息；
13、s4.4，将设定好的超高或高宽电子围栏与物料车图像信息进行对比判定，超过设定好的区域范围时说明物料车出现超高行为或超宽行为，进而发出预警信息。
14、所述检测设备包括图像采集设备、通信传输设备、数据处理设备和数据存储设备；
15、所述图像采集设备为煤井下的本安型摄像头，能够采集物料车运行过程中的高清图像；
16、所述通信传输设备包括无线传输设备和有线传输设备；所述无线传输设备包括5g通讯器和工业wi f i通讯器，所述有线传输设备包括usb3.0传输器和以太网传输器；
17、所述数据处理设备为边缘处理设备，采用ai边缘计算服务器，有一定算力和内存完成基于yolov5模型的图像目标检测和基于opencv实现的形态学数字图像处理任务；
18、所述数据存储设备为sd卡或硬盘，用以存放识别为物料车超高超宽的图像。
19、在本安型摄像头表面采用防粉尘材料，避免矿井下粉尘的附着，影响图像的成像质量。
20、本专利技术采用上述结构，通过本安型摄像头来采集物料车运行过程中的高清图像，通过通信传输设备来进行信息数据交互，以实现全面检测；通过边缘处理设备完成基于yolov5模型的图像目标检测和基于opencv实现的形态学数字图像处理任务；通过数据存储设备存放识别为物料车超高超宽的图像，具有安全实用、精准高效的优点。
本文档来自技高网...【技术保护点】
1.一种物料车超高超宽检测算法，其特征在于，所述检测算法包括以下步骤：
2.根据权利要求1所述的一种物料车超高超宽检测算法，其特征在于：所述目标检测模型为YOLOv5，能够训练不同尺度版本的目标检测模型，可以在小型边缘设备上实时运行，检测采集图像中物料车的类型，并用不同颜色的矩形框来表示不同类型的物料车。
3.根据权利要求1所述的一种物料车超高超宽检测算法，其特征在于，对当前物料车的超高行为和超宽行为进行分析检测，当出现超高行为或超高行为时，发出预警信息并保存图像，完成超高超宽检测包括以下步骤：
4.根据权利要求1所述的一种物料车超高超宽检测算法，其特征在于：所述检测设备包括图像采集设备、通信传输设备、数据处理设备和数据存储设备；
5.根据权利要求1所述的一种物料车超高超宽检测算法，其特征在于：在本安型摄像头表面采用防粉尘材料，避免矿井下粉尘的附着，影响图像的成像质量。
【技术特征摘要】
1.一种物料车超高超宽检测算法，其特征在于，所述检测算法包括以下步骤：
2.根据权利要求1所述的一种物料车超高超宽检测算法，其特征在于：所述目标检测模型为yolov5，能够训练不同尺度版本的目标检测模型，可以在小型边缘设备上实时运行，检测采集图像中物料车的类型，并用不同颜色的矩形框来表示不同类型的物料车。
3.根据权利要求1所述的一种物料车超高超宽检测算法，其特征在于，对当前物料车的超高...
【专利技术属性】
技术研发人员：任兴珅，王卜堂，田兆燕，高桢，孙志鹏，郭训，
申请(专利权)人：云鼎科技股份有限公司，
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。