[发明专利]一种卸料口堵料检测方法及装置

说明书

本申请提供了一种卸料口堵料检测方法及装置，所述方法包括：间隔预设时间获取相机拍摄的图像，所述相机设置在卸料口的上方；将所述图像输入到预置的分类模型，得到所述图像对应的检测标签，所述检测标签包括正常或堵料；当所述检测标签为堵料时，发送报警信号。本申请实施例中，通过相机实时采集图像，利用预置的分类模型，可以判断卸料口是否发生堵料，如果堵料，则及时提醒现场人员进行处理，避免物料堆积造成卸料口完全堵住。

技术领域

本申请涉及卸料技术，尤其涉及一种卸料口堵料检测方法及装置。

背景技术

皮带运输机是一种摩擦驱动以连续方式运输物料的机械，物料通过皮带运输机在一定的输送线上运输，从最初的供料点到最终的卸料点完成物料的输送流程。

目前，皮带运输机被广泛的应用在港口、电厂和冶金等行业，其长度在几十米到几千米不等。如图1所示，皮带运输机1在卸料的过程中，大块物料以及金属异物在落料时，容易导致卸料口2出现堵料，卸料口2出现堵料情况时容易导致物料快速在落料口堆积，完全堵住卸料口，导致工厂停机，造成严重的经济损失。目前工厂无法有效的对卸料口堵料进行及时的检测。

发明内容

本申请提供一种取料机的防碰撞方法及装置，以避免堵料口堵料不能及时发现的问题。

根据本申请实施例的第一方面，提供一种卸料口堵料检测方法，所述方法包括：

间隔预设时间获取相机拍摄的图像，所述相机设置在卸料口的上方；

将所述图像输入到预置的分类模型，得到所述图像对应的检测标签，所述检测标签包括正常或堵料；

当所述检测标签为堵料时，发送报警信号。

在一些实施例中，所述预置的分类模型的确定步骤包括：

获取图像样本，所述图像样本包括相机拍摄的若干数量的图像；

对所述图像样本中的图像进行预处理，得到预处理后的图像；

确定预处理后的图像对应的标签；

将预处理后的图像和对应的检测标签，拆分为训练集、验证集和测试集；

利用所述训练集训练卷积神经网络，得到训练后的卷积神经网络；

利用所述验证集，调整训练后的卷积神经网络的参数，得到最终的卷积神经网络；

利用所述测试集，测试最终的卷积神经网络，得到测试结果；

如果所述测试结果为合格，则确定最终的卷积神经网络为预置的分类模型。

在一些实施例中，所述对图像样本中的图像进行预处理，得到预处理后的图像的步骤包括：

对所述图像样本中的图像进行尺寸调整；

将尺寸调整后的图像进行线性滤波处理，得到预处理后的图像。

在一些实施例中，所述卷积神经网络包括残差神经网络。

第二方面，提供一种卸料口堵料检测装置，所述装置包括：

获取单元，用于间隔预设时间获取相机拍摄的图像，所述相机设置在卸料口的上方；

确定单元，用于将所述图像输入到预置的分类模型，得到所述图像对应的检测标签，所述检测标签包括正常或堵料；

报警单元，用于当所述检测标签为堵料时，发送报警信号。

在一些实施例中，所述预置的分类模型的确定步骤包括：

获取图像样本，所述图像样本包括相机拍摄的若干数量的图像；