用于井下钻机的钻杆自适应计数方法技术

本发明专利技术涉及钻杆计数技术领域，公开了用于井下钻机的钻杆自适应计数方法，包括以下步骤：S1：视频数据采集与处理；S2：训练目标检测模型；S3：检测与计数：使用S2中训练好的目标检测模型对视频进行检测，获取视频画面每一帧中目标的定位框，使用ByteTrack对每个目标轨迹进行关联跟踪，在此过程中，采用ReID网络分支进行分类识别，以此实现目标的关联，并为每个目标分配不同的ID编号，进而得到钻机、钻杆、卡盘、夹持器、工人对应的中心坐标，随后，依据卡盘与钻杆的中心点所经过的撞线检测区域进行逻辑判断，从而完成计数工作，撞线检测区域能够依据钻机倾角的变化进行自适应校正。本发明专利技术的技术方案解决了现有钻杆计数方法成本较高且易出现误判的问题。

【技术实现步骤摘要】

本专利技术涉及钻杆计数，具体涉及一种用于井下钻机的钻杆自适应计数方法。

技术介绍

1、在井下钻机作业中，钻杆数量的精准统计是保障作业高效、安全开展的关键因素。然而，传统的人工计数方式由于井下环境复杂(如噪声、粉尘、光线等干扰因素)，导致效率低下且容易出错，无法满足现代化作业对高效、精准的需求。

2、随着自动化技术与计算机视觉技术的发展，钻杆自动计数系统应运而生，旨在大幅提升计数效率与准确率，推动井下钻机作业向智能化方向发展。目前，应用于带机械臂的半自动钻机的上钻杆智能计数方法主要有两类：

3、一类是基于slam技术的方法。例如，公布号为cn116993683a的技术方案利用slam检测钻机机械臂上特征标靶的运动轨迹，以此判断上杆和卸杆动作，并通过对比根据上杆和卸杆动作获得的钻杆数值是否一致，确定打入钻杆数量。然而，当钻机处于调整状态且机械臂未抓取钻杆时，容易出现错误识别，导致误判。

4、另一类方法是采用多个摄像头和传感器辅助识别的方法。例如，公布号cn118155115a的技术方案通过深度学习算法检测机械臂运行状态，结合本文档来自技高网...

【技术保护点】

1.用于井下钻机的钻杆自适应计数方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的用于井下钻机的钻杆自适应计数方法，其特征在于：在S1中，采集数据并对数据进行处理，包括以下步骤：

3.根据权利要求2所述的用于井下钻机的钻杆自适应计数方法，其特征在于：在S2中，使用Labelimg工具对提取的图像数据进行打标签处理，分别为训练集、测试集和验证集，并采用训练集、测试集和验证集来训练目标检测模型。

4.根据权利要求3所述的用于井下钻机的钻杆自适应计数方法，其特征在于：在S2中，目标检测模型具体采用YOLOv8n模型。

5.根据权利要求4所...

【技术特征摘要】

1.用于井下钻机的钻杆自适应计数方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的用于井下钻机的钻杆自适应计数方法，其特征在于：在s1中，采集数据并对数据进行处理，包括以下步骤：

3.根据权利要求2所述的用于井下钻机的钻杆自适应计数方法，其特征在于：在s2中，使用labelimg工具对提取的图像数据进行打标签处理，分别为训练集、测试集和验证集，并采用训练集、测试集和验证集来训练目标检测模型。

4.根据权利要求3所述的用于井下钻机的钻杆自适应计数方法，其特征在于：在s2中，目标检测模型具体采用yolov8n模型。

5.根据权利要求4所述的用于井下钻机的钻杆自适应计数方法，其特征在于：在s3中，检测与计数过程包括以下步骤：

6.根据权利要求5所述的用于井下钻机的钻杆自适应计数方法，其特征在于：在s3.1中，将施钻视频输入至模型中，使用yolov8n和bytetrack检测和得到各个目标的检测框以及各个目标的中心坐标...

【专利技术属性】
技术研发人员：贺宏远，陈航，辛德忠，龙威，雷丰励，罗华，肖玉清，付宏，韩鑫，张溟晨，孙冲霄，杨林，王兴，王建，冯桂弘，刘奕婷，周涛，万园，陈科宇，秦怡，杨映雪，杨燕鸽，
申请(专利权)人：中煤科工集团重庆研究院有限公司，
类型：发明
国别省市：