[发明专利]一种计算机视觉驱动的钻杆智能计数方法

说明书

本发明公开了一种计算机视觉驱动的钻杆智能计数方法。本发明基于计算机视觉，将目标检测结合信号处理实现的钻杆智能计数。通过打钻过程的实时视频结合深度学习算法检测每帧图像中的钻杆，实时评估钻杆的相对大小，利用信号处理技术获得钻杆相对大小的实时平滑曲线，二值化平滑处理的钻杆的相对大小的实时曲线，得到图像中钻杆的编码二值曲线，统计矩形波形个数既可实现钻杆智能计数。本发明基于先进的深度学习算法和轻便的信号处理技术实现瓦斯抽采钻杆实时智能计数，对煤炭安全开采和煤矿智能化建设具有重要意义。

技术领域

本发明属于钻杆智能计数领域，具体是一种计算机视觉驱动的钻杆智能计数方法。

背景技术

在“碳达峰”和“碳中和”背景下，中国的能源结构将会被持续优化。尽管如此，2031-2050年期间我国煤炭消费量在35亿～25亿吨，煤炭作为主体能源地位相当长一段时期内无法改变。在未来较长的一段时间，中国每年依旧需要开采大量的煤炭，而“安全”是煤矿开采活动最重要话题。因此，采煤工作面瓦斯治理是煤矿安全生产重要一环，而瓦斯抽采是解决煤矿瓦斯事故的根本措施。煤矿瓦斯抽采就是向煤层和瓦斯集聚区域打钻，将钻孔接在专用的管路上，用抽采设备将煤层和采空区中的瓦斯抽至地面。

在瓦斯抽采钻孔设计中，其深度可达上百米。为达到钻孔的设计目标，充分抽采采煤工作面煤层中的瓦斯，需精准掌握钻孔的实际打钻深度。完成上百米的钻孔深度，需要上百只钻杆。井下环境复杂、工人劳动强度大，仅仅依靠井下工人计数钻杆使用量，难以达到设计目标，会导致安全隐患的存在。目前，公开的报道中，还未有能有效解决瓦斯抽采钻杆智能计数方法。本发明提出一种瓦斯抽采钻杆智能计数方法，基于井下监控视频，再结合本发明提出的方法，可实现钻杆智能、精准和高效的计数，这对煤矿安全生产和其智能化建设都具有重要意义。

发明内容

本发明的目的是提供一种钻杆计数方法，具体是由计算机视觉驱动，将目标检测结合信号处理实现的钻杆智能计数。通过打钻过程的实时视频结合深度学习算法检测每帧图像中的钻杆，实时评估钻杆的相对大小，利用信号处理技术获得钻杆相对大小的实时平滑曲线，最后根据曲线实现钻杆实时计数。本发明基于先进的深度学习算法和轻便的信号处理技术实现瓦斯抽采钻杆实时智能计数，对煤炭安全开采和煤矿智能化建设具有重要意义。

本发明实现发明目的采用如下技术方案：

一种计算机视觉驱动的钻杆智能计数方法，首先利用井下监控设备获得瓦斯抽采打钻过程的实时视频；其次，基于深度学习检测每帧视频图像中的钻杆，并根据检测结果统计钻杆坐标框面积，实时记录检测到的钻杆坐标框的面积；接着，通过滤波和除噪获得钻杆坐标框面积的实时平滑曲线；最后，二值化钻杆坐标框面积的曲线，进而实现钻杆的智能计数钻杆数目。进一步地，一种计算机视觉驱动的钻杆智能计数方法具体包括以下步骤：

S1、利用摄像设备获得钻杆钻孔全过程视频图像，基于图像增强技术，获得钻杆钻孔的高质量视频；

S2、基于高质量视频建立钻杆钻孔图像数据集，标注每张图像中钻杆，将标注好的数据集划分为训练集、验证集和测试集；

S3、构建适用于复杂环境中成像图像的钻杆检测深度学习模型，将建立的数据集用于构建的深度学习模型训练，保存最优权重；

S4、将钻杆钻孔的实时视频图像输入训练好的轻量化目标检测模型，获得每帧视频图像中钻杆的坐标框，根据钻杆坐标框的面积，实时记录钻杆的相对大小；

S5、利用信号处理技术处理钻杆的相对大小的实时曲线，获得平滑的钻杆大小实时曲线；

S6、二值化平滑处理的钻杆的相对大小的实时曲线，得到图像中钻杆的编码二值曲线。根据二值化后钻杆的相对大小曲线，统计矩形波形个数既可实现钻杆智能计数。