岳海峰

（太原重工股份有限公司技術(shù)中心， 山西　太原　030024）

1　現(xiàn)有技術(shù)的不足

為了能夠及時發(fā)現(xiàn)大型礦用挖掘機鏟斗前部斷裂或脫落的斗齒，現(xiàn)有的方法是在設(shè)備上加裝一套攝像顯示器系統(tǒng)，操作人員通過攝像頭在終端的顯示屏觀察斗齒完整與否。在實際使用中存在幾個不足：其一由于挖掘環(huán)境的惡劣，挖掘過程伴隨著大量的粉塵和較大石塊，加之物料黏性較大或者環(huán)境潮濕，物料堆積在斗齒部位增加操作員辨別的難度；其二長時間頻繁檢查挖掘作業(yè)，特別是夜間作業(yè)增加了操作員的疲勞程度，在發(fā)生斷齒時很難第一時間確定可疑物料的范圍，導(dǎo)致整個工藝線停產(chǎn)排除故障。如果未能及時發(fā)現(xiàn)折斷的斗齒，則會使該段斗齒隨著渣土、礦石等一起被拉走并進入破碎系統(tǒng)，由于斗齒的特殊材質(zhì)必定會造成重大經(jīng)濟損失。

2　基于圖像識別的斗齒監(jiān)控系統(tǒng)

為克服現(xiàn)有監(jiān)控系統(tǒng)的缺點，挖掘機設(shè)備采用了一種基于圖像識別技術(shù)的斗齒狀態(tài)監(jiān)控系統(tǒng)。該系統(tǒng)采用紅外熱成像技術(shù)，把掃描到斗齒的熱信號轉(zhuǎn)化為立體圖像，對挖掘機鏟斗位置進行實時監(jiān)控；在特定位置對斗齒進行采樣拍照，并在后臺運行智能分析算法，當(dāng)發(fā)生斷齒情況時，及時發(fā)出報警信息。軟件還具備歷史視頻存儲、回放、下載、刪除、報警信息存儲、報警圖片抓拍等功能。

整套監(jiān)控系統(tǒng)基于Visual Studio 2008、OpenCV、C++[1]軟件平臺開發(fā)。圖1是監(jiān)控系統(tǒng)的組成部分，包括取流模塊（SDK攝像機），算法分析模塊，報警模塊以及故障存儲模塊四大部分。其中取流過程進行實時的圖像采樣，算法分析將采樣的圖像數(shù)據(jù)進行比對分析，報警過程屬于報警觸發(fā)，故障存儲是在報警觸發(fā)后所采取的數(shù)據(jù)記錄。

圖1　基于圖像識別的斗齒監(jiān)控系統(tǒng)

3　監(jiān)控系統(tǒng)在挖掘機上的應(yīng)用

由于鏟斗斗跟石礦顏色相近，在圖像識別過程中會帶來很大困擾。在挖斗卸完石礦后，會有幾秒鐘的空斗情況，此時對空斗進行圖像抓拍，是圖像識別的關(guān)鍵，因此采取的解決方案是定位+識別+隔幀取流的技術(shù)。通過隔幀取流方法更有效快捷的提取到符合識別算法的圖像，然后在對該圖片進行特征提取識別，再通過一定的圖像處理技術(shù)縮小檢測目標(biāo)的范圍，進一步提高算法的精度以及性能，降低算法的誤差性。最終達到的效果是抓拍效果圖—輪廓特征圖—二分值圖。

SDK攝像機安裝在天輪位置，便于拍攝鏟斗齒尖。系統(tǒng)主機安裝在駕駛員操作室內(nèi)，顯示屏安裝在操作員左前方位置。

監(jiān)控系統(tǒng)在投入使用前首先進行特定位置斗齒圖像庫的建立和，針對電鏟裝車卸料后的狀態(tài)抓拍圖像，進行大量的圖像數(shù)據(jù)采集形成圖像數(shù)據(jù)比對庫。采集的圖像數(shù)據(jù)越全面，系統(tǒng)識別的精度越高。抓拍到的每一幅圖像都是目標(biāo)效果圖樣本，將目標(biāo)效果圖特征提取后生成目標(biāo)輪廓圖，目標(biāo)輪廓圖進行圖像處理從中抽取出目標(biāo)對象的二分值圖。所有樣本圖像處理的信息數(shù)據(jù)匯集構(gòu)成了圖像識別的完整數(shù)據(jù)庫。整個數(shù)據(jù)庫是一個獨立的動態(tài)庫，并可兼容多種設(shè)備，如下頁圖2—圖4所示。

圖2　鏟斗效果圖　

圖3　鏟斗輪廓圖

圖4　鏟斗二分值圖

針對要識別的特定類型的挖掘機斗齒，aboost[2]分類器算法進行分類器訓(xùn)練，生成的分類器文件保存在XML文件中，在后面的分析中，使用該XML文件進行分類。數(shù)據(jù)庫模板建立完成后，斗齒監(jiān)控系統(tǒng)可以投入運行。系統(tǒng)運行過程中，SDK攝像機進行實時視頻采集，并進行實時視頻顯示，同時將每幀數(shù)據(jù)進行解碼，當(dāng)實時數(shù)據(jù)傳送給算法分析庫之后，算法首先對當(dāng)前圖像數(shù)據(jù)進行預(yù)處理，并與之前訓(xùn)練的數(shù)據(jù)庫進行比對分析，當(dāng)檢測到符合識別算法的圖像數(shù)據(jù)之后，進行圖片抓拍。抓拍頻率30禎/s，每秒取3～5禎，時間10 s，每組取40禎左右圖片。并對每幀圖片進行后續(xù)分割、特征提取等算法操作。

輪廓特征提取，首先進行分割，將鏟斗與背景分割開來，其次進行目標(biāo)輪廓線提取，從而得到目標(biāo)的輪廓線圖。獲取到目標(biāo)輪廓線圖之后，使用最小二乘法進行曲線擬合。擬合之后得到每個斗齒的曲線情況，根據(jù)曲線的長度、高度情況與系統(tǒng)設(shè)置閾值判斷該斗齒是否為斷齒或磨損。連續(xù)或間隔5～6禎數(shù)據(jù)偏差既可認(rèn)為有異常情況，每組數(shù)據(jù)10 s內(nèi)出結(jié)果。

通過接口將異常結(jié)果信息發(fā)送給前端界面或其他系統(tǒng)。報警模塊接到報警信息之后，會進行報警信息顯示以及語音提醒等，具體報警方式可以有多種方式。通過報警模塊會觸發(fā)抓拍存儲模塊進行數(shù)據(jù)抓拍和視頻錄像功能。采用視頻預(yù)錄功能，該功能能夠?qū)崿F(xiàn)將報警之前一段以及報警之后一段視頻數(shù)據(jù)進行保存，從而利于后續(xù)查看、分析原因等。

4　結(jié)語

在挖掘機上應(yīng)用基于圖像識別技術(shù)的斗齒監(jiān)控系統(tǒng)，不僅可以將斗齒狀態(tài)實時視頻顯示，還可以對斗齒是否完整進行自動識別和報警，提升了挖掘機產(chǎn)品的自動化水平，提高了產(chǎn)品競爭力，填補斗齒掉落損壞后不能自行報警的空白，對鏟斗本體以及生產(chǎn)工藝后續(xù)設(shè)備提供了必要的保護，從而產(chǎn)生很大的經(jīng)濟效益和社會效益。

[1]蘇彥華.Visual C++數(shù)字圖像識別技術(shù)典型案例[M].北京：人民郵電出版社，2004.

[2]張國云，郭龍源,吳健輝,等.計算機視覺與圖像識別[M].北京：科學(xué)出版社，2012：89-120.