[发明专利]卸料小车定位系统及装置

说明书

本发明涉及图像处理技术领域，公开了一种卸料小车定位系统及装置，所述方法包括：实时获取监控区域的初始图像信息；通过多目标检测模型对所述初始图像信息进行识别检测，得到检测结果；在所述检测结果为所述监控区域存在目标卸料小车时，确定所述多目标卸料小车的像素坐标信息；多目标坐标信息经过冗余模型整定之后，形成卸料小车的图像检测目标值，图像检测目标值与系统物料跟踪模块进行容错处理后，最终实现精准对小车进行定位。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种卸料小车定位系统及装置。

背景技术

炼铁厂中每座高炉槽上料仓供料系统含有多个料仓，其中又分为6米焦炭仓、4.3米焦炭仓、外购焦炭仓、烧结矿仓、块矿仓、球团矿仓等不同料种的料仓。高炉每天不停的从料仓中获取原燃料，当料仓中的原燃料料位低于半仓时，供料主控室就要组织安排给对应的料仓补充相应的原燃料。补充原燃料时，需要通过现场操作人员将卸料小车手动开至指定的仓位后向主控室复述，主控工确认电脑操作画面指示信号正确无误后再逐条启动输送线向料仓送料；工长根据料位数显及经验判断料仓装满后，向现场操作人员下达换仓指令，现场操作人员再把卸料小车运行至其他需补充的仓位。

由于，目前是现场操作工通过肉眼及经验去判断小车是否达到指定卸料点，导致无法精准确定卸料小车的定位，从而造成的问题一无法精确将小车停在料仓的机械限位点处，且没有机械限位信号主控室无法判断小车所在位置，导致信息不对等；二是无法保证现场操作人员能够实时监测小车状态，当小车因为堵塞满料导致溜车时，若无法及时调整小车，导致对错仓位从而造成混料，破坏高炉正常生产秩序；三是目前的操作模式是由现场人员充当主控室的眼睛和手，主控人员充当大脑，这种模式既浪费资源又难以迅速应对突发情况；四是现场环境恶劣，高温、高粉尘、高噪音等恶劣环境十分不利于工人的身心健康。五是现场的高粉尘环境对定位方法提出苛刻的要求。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种卸料小车定位方法、装置、和设备，旨在解决现有技术卸料小车定位不准确的技术问题。

为实现上述目的，本发明提供了一种卸料小车定位方法，所述方法包括以下步骤:

实时获取监控区域的初始图像信息；

通过多目标检测模型对所述初始图像信息进行识别检测,得到多个目标检测结果，通过冗余模块处理后，得到视频检测结果；

在所述检测结果为所述监控区域存在目标卸料小车时，确定所述目标卸料小车的像素坐标信息；

根据所述像素坐标信息，通过物料跟踪系统容错处理后，对所述目标卸料小车进行定位。

可选地，所述通过目标检测模型对所述初始图像信息进行识别检测，得到检测结果之前，还包括：

获取预设工况下卸料小车的原始样本图像信息，并对每张原始样本图像信息进行标注，生成对应的图像数据集；

对所述图像数据集进行格式处理，得到目标图像数据集；

通过所述目标图像数据集对预设深度学习模型进行特征训练，得到多目标检测模型。

可选地，所述目标图像数据集包括：图像训练数据集以及图像测试数据集；

所述通过所述目标图像数据集对预设深度学习模型进行特征训练，得到多目标检测模型，包括：

通过所述图像训练数据集对预设深度学习模型进行特征训练，得到待测试检测模型；

通过所述图像测试数据集对所述待测试检测模型进行测试，确定多目标检测模型。

可选地，所述冗余处理模型包括：

对于卸料小车的多个目标检测结果进行最优选择，对目标的检测置信度进行高通选择，取最优的目标作为最终的视频检测结果信息。卸料小车的多个目标选择可为：滚轮、皮带的压轮等卸料小车上的不同部位，并且部位之间间隔适当距离，避免多目标同时被扬尘或者其它视场干扰。