[发明专利]一种基于多源信息融合的矸石分拣方法和系统

说明书

本发明公开了一种基于多源信息融合的矸石分拣方法和系统，基于卷积神经网络搭建矸石特征提取模型，并训练矸石特征提取模型；利用红外相机获取传送带上的煤与矸石图像，利用线激光传感器获取煤与矸石点云；将煤与矸石图像输入矸石特征提取模型，利用矸石特征提取模型获取矸石位置；将矸石位置映射到煤矸石点云，利用分割算法，获取单个矸石点云；利用PCA主成分分析法生成单个煤矸石点云最小包围盒，进而获得矸石姿态；结合矸石位置与姿态，控制机械臂到达对应位置，并调整机械臂姿态，对矸石进行夹取。本发明将矸石图像与点云信息结合，解决了现有技术中无法实现矸石自动分拣的问题，进一步提高了矸石分拣的效率。

技术领域

本发明属于煤与矸石分拣技术领域，具体涉及一种基于多源信息融合的矸石分拣方法和系统。

背景技术

煤炭作为传统能源之一，在我国能源结构中占据主导地位，矸石是煤炭生产过程中产生的附带物，其含碳量低，燃烧不充分，会产生大量有害物质，污染环境，影响煤炭燃烧效率，因而煤矸石分拣是煤炭生产的重要环节。

传统的矸石分拣，以手工分拣为主，一方面，分拣现场环境机器恶劣，大量粉尘及噪声严重危害工人健康，另一方面，由于人会存在一定惰性，在检查松懈的情况下，会导致大量矸石漏拣，进而导致煤炭质量下降的问题。

随着技术的发展，针对矸石分拣也出现了射线识别法以及图像识别法，然而，射线识别法辐射强度达，对人体有潜在危险，且需要采取特殊的防护措施防止辐射泄漏，会导致设备成本大大增加；图像识别法主要利用传统图像识别，在煤与矸石极其相似的情况下，识别精度不高，分拣难度大。

近年来，人工智能飞速发展，深度学习对计算机视觉起到了极大的推动作用，基于深度学习的特征提取具有很好的鲁棒性。线激光传感器可以快速高效获取物体点云，可用作矸石姿态估计。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于多源信息融合的矸石分拣方法和系统。

为实现上述技术目的，本发明采取的技术方案为：

一种基于多源信息融合的矸石分拣系统，包括：机械臂、线激光传感器、红外相机、光源、分流器、工控机；

所述机械臂，用于抓取矸石；

所述红外相机与线激光传感器安装在运送煤与矸石的传送带上方；

所述线激光传感器，用于获取煤和矸石点云数据；

所述红外相机，用于获取煤和矸石图像；

所述光源，用于为红外相机打光；

所述分流器，用于将上流煤和矸石分流，使煤和矸石能分列进入传送带；

所述工控机，用于控制系统各部件运行。

一种基于多源信息融合的矸石分拣，包括：

步骤1：基于卷积神经网络搭建矸石特征提取模型，并训练矸石特征提取模型；

步骤2：利用红外相机获取传送带上的煤与矸石图像，利用线激光传感器获取煤与矸石点云；

步骤3：将煤与矸石图像输入矸石特征提取模型，利用矸石特征提取模型获取矸石位置；

步骤4：将矸石位置映射到煤矸石点云，利用分割算法，获取单个矸石点云；

步骤5：利用PCA主成分分析法生成单个煤矸石点云最小包围盒，进而获得矸石姿态；

步骤6：结合矸石位置与姿态，控制机械臂到达对应位置，并调整机械臂姿态，对矸石进行夹取。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤1具体包括：