[发明专利]一种基于机器视觉的带式输送机输送带防撕裂方法及装置

权利要求书

1.一种基于机器视觉的带式输送机输送带防撕裂方法，其特征在于，所述方法包括如下步骤：

S1，采集所述输送机输送带的第一视频图像，基于所述第一视频图像建立输送带划痕和破裂样本图像，利用语义分割算法训练输送带划痕和破裂模型；

S2，采集所述输送机输送带下方散落异物的第二视频图像，基于所述第二视频图像建立散落异物样本图像，利用yolov4-tiny网络算法训练散落异物检测模型；

S3，利用所述输送带划痕和破裂模型实时分析所述第一视频图像得到第一分析结果，利用所述散落异物检测模型实时分析所述第二视频图像得到第二分析结果；

S4，基于机器学习决策树方法训练的模型根据所述第一分析结果和所述第二分析结果实时检测和预警传送机输送带撕裂。

2.根据权利要求1所述的带式输送机输送带防撕裂方法，其特征在于，还包括：

所述语义分割算法为FCN语义分割算法。

3.根据权利要求2所述的带式输送机输送带防撕裂方法，其特征在于，所述利用语义分割算法训练输送带划痕和破裂模型，还包括：

所述FCN语义分割包括上下文先验层，所述上下文先验层包括聚合模块和由亲和损失监督的上下文先验特征图先验映射；

所述上下文先验层在主干网络的最后插入以进行语义分割。

4.根据权利要求1所述的带式输送机输送带防撕裂方法，其特征在于，所述利用yolov4-tiny网络算法训练散落异物检测模型，还包括：

所述yolov4-tiny网络具有空间旋转对齐网络，所述yolov4-tiny网络为能适应各个方向目标检测的目标检测网络。

5.根据权利要求1所述的带式输送机输送带防撕裂方法，其特征在于，还包括：

将所述yolov4-tiny网络的目标检测算法移植到英伟达Nvidia Jetson Xavier NX计算模块，实现所述第二视频图像中异物的检测。

6.根据权利要求1所述的带式输送机输送带防撕裂方法，其特征在于，还包括：

利用金属探测器探测溜槽落料口是否有大于磁通值的金属落到输送带，得到金属探测器探测结果；

利用限位开关检测出料口挡板是否有超过限定值，得到限位开关检测结果；

利用压电传感器检测出料口是否有重物落入输送带，得到压电传感器检测结果；

利用激光雷达探测是否有大面积物体挡住出料口，得到激光雷达检测结果。

7.根据权利要求6所述的带式输送机输送带防撕裂方法，其特征在于，所述步骤S4还包括：

基于所述第一分析结果、所述第二分析结果、所述金属探测器探测结果、所述限位开关检测结果、所述压电传感器检测结果、所述激光雷达检测结果采用所述机器学习决策树方法训练的模型实时检测和预警传送机输送带撕裂。

8.根据权利要求1所述的带式输送机输送带防撕裂方法，其特征在于，还包括：

将所述传送机输送带撕裂的检测和预警信息通过5G模块传到显示终端。

9.一种带式输送机输送带防撕裂装置，其特征在于，所述带式输送机输送带防撕裂装置采用权利要求1-8任一项所述的带式输送机输送带防撕裂方法进行预警。

10.一种带式输送机输送带防撕裂装置，其特征在于，所述带式输送机输送带防撕裂装置包括：

视觉摄像机，安装在溜槽落料口输送带下方横杆上；

压电传感器，安装在溜槽落料口输送带下方；

金属探测器，安装在落料口处；

限位开关，安装在溜槽落料口处：

激光雷达，安装在溜槽落料口处。