一種面向冶金物料皮帶偏移的視覺檢測方法

蘇 偉，馮文雄，吳 剛

(1.馬鋼股份有限公司特鋼公司 2.馬鋼股份有限公司設(shè)備管理部 3.馬鋼股份有限公司技術(shù)改造部 安徽馬鞍山 243000)

隨著自動化程度的日益提升，國內(nèi)冶金企業(yè)普遍使用物料皮帶輸送煉鐵所需的各類原材料。然而，長時間運(yùn)行的物料皮帶會不可避免地出現(xiàn)偏移現(xiàn)象，導(dǎo)致物料無法及時準(zhǔn)確的送達(dá)預(yù)設(shè)地點(diǎn)[1]。在部分極端情況下，皮帶偏移會引發(fā)安全事故，甚至造成人員傷亡。針對這一問題，國內(nèi)部分冶金企業(yè)采用人力巡檢方式定期查看物料皮帶的運(yùn)行狀態(tài)。然而，定期人力巡檢效率低下，無法及時發(fā)現(xiàn)皮帶偏移現(xiàn)象[2]。為了提升物料皮帶運(yùn)行狀態(tài)的監(jiān)測效率，本文提出了一種基于計(jì)算機(jī)視覺的皮帶偏移檢測方法，旨在準(zhǔn)確檢測皮帶偏移量的基礎(chǔ)上，減少冶金企業(yè)的運(yùn)維成本。

1 數(shù)據(jù)集構(gòu)建及檢測網(wǎng)絡(luò)訓(xùn)練

1.1 數(shù)據(jù)集構(gòu)建

本文選擇滾輪區(qū)域附近的物料皮帶作為圖像采集對象。原因有如下兩點(diǎn)：(1)當(dāng)未發(fā)生偏移時，滾輪區(qū)域被物料皮帶覆蓋，滾輪左右裸露區(qū)域?qū)ΨQ；當(dāng)發(fā)生偏移時，滾輪左右裸露區(qū)域會出現(xiàn)不對稱情況。(2)相較于其它區(qū)域，滾輪區(qū)域的工業(yè)環(huán)境良好，具備了應(yīng)用計(jì)算機(jī)視覺方法開展偏移檢測的條件。為了開展后續(xù)實(shí)驗(yàn)，本文采集了2000幅滾輪區(qū)域的皮帶圖像。

1.2 網(wǎng)絡(luò)模型訓(xùn)練

近年來，深度學(xué)習(xí)理論及其相關(guān)技術(shù)得到了大力發(fā)展。其中，基于深度學(xué)習(xí)的目標(biāo)檢測技術(shù)已在各類工程領(lǐng)域得到了應(yīng)用。從檢測方式分析，現(xiàn)有目標(biāo)檢測技術(shù)可分為“兩步”技術(shù)[3]-[5]和“一步”技術(shù)[6]-[9]。相較于“兩步”技術(shù)，“一步”技術(shù)的實(shí)時性更高，且準(zhǔn)確率和“兩步”技術(shù)相當(dāng)。為了獲得滾輪上的皮帶區(qū)域，本文選用“一步”技術(shù)中的YOLOv4網(wǎng)絡(luò)對皮帶區(qū)域進(jìn)行檢測。首先，將2000幅滾輪區(qū)域的皮帶圖像分為訓(xùn)練集和測試集。訓(xùn)練集包含了1500幅圖像，測試集包含了500幅圖像。訓(xùn)練框架為DarkNet[10]，訓(xùn)練參數(shù)如表1所示。

表1 YOLOv4訓(xùn)練參數(shù)

分析表1可知，本文使用的圖像尺寸為448*448，滿足YOLO系列網(wǎng)絡(luò)對待訓(xùn)練圖像尺寸的要求。學(xué)習(xí)率初始值設(shè)為0.001，訓(xùn)練次數(shù)設(shè)為7000次，每次迭代輸入64/16=4幅圖像進(jìn)行訓(xùn)練。當(dāng)訓(xùn)練到第3000次和第5000次時，將學(xué)習(xí)率分別下降至0.0001和0.00001，為網(wǎng)絡(luò)模型的收斂尋優(yōu)創(chuàng)造條件。

為了說明使用YOLOv4網(wǎng)絡(luò)檢測皮帶區(qū)域的科學(xué)性，將其與YOLOv3以及YOLOv2網(wǎng)絡(luò)在測試集上開展實(shí)驗(yàn)對比。本文選用目標(biāo)檢測領(lǐng)域中常用的平均準(zhǔn)確率(Average Precision，AP)[11]以及交并比(Intersection over Union，IoU)作為衡量指標(biāo)[12]，實(shí)驗(yàn)結(jié)果如圖1所示。分析圖1所示實(shí)驗(yàn)結(jié)果可知，相較于YOLOv2和YOLOv3網(wǎng)絡(luò)，YOLOv4網(wǎng)絡(luò)對滾輪皮帶區(qū)域的識別準(zhǔn)確率更高，且定位位置更為準(zhǔn)確。

圖1 各檢測網(wǎng)絡(luò)性能對比

2 皮帶輪廓提取及偏移量檢測

由于監(jiān)控?cái)z像機(jī)的位置是固定的，因此滾輪在圖像中的區(qū)域也是相對固定的。假設(shè)滾輪區(qū)域的坐標(biāo)為(xg1,yg1,xg2,yg2)，皮帶區(qū)域的坐標(biāo)為(xp1,yp1,xp2,yp2)。則可以推算出滾輪左邊裸露區(qū)域和右邊裸露區(qū)域的坐標(biāo)位置：(xl1,yl1,xl2,yl2)和(xr1,yr1,xr2,yr2)，計(jì)算方式如下：

(1)

將滾輪左右裸露區(qū)域分別設(shè)為感興趣區(qū)域(Region of Interesting，RoI)，使用優(yōu)化后的水平集分割算法[13]分別對兩個RoI區(qū)域進(jìn)行分割。由于圖像曝光度、覆塵等因素的影響，水平集分割的結(jié)果中包含了大量干擾輪廓。針對上述問題，由于滾輪裸露區(qū)域的實(shí)際面積遠(yuǎn)大于各干擾輪廓的面積，因此本文直接保留輪廓面積最大值作為滾輪裸露區(qū)域的輪廓。在分別獲得滾輪左右裸露區(qū)域輪廓的基礎(chǔ)上，可以使用OpenCV中的算法計(jì)算出輪廓的寬度，如圖3所示。

在實(shí)際生產(chǎn)過程中，當(dāng)物料皮帶向左偏移時，滾輪左裸露區(qū)域的寬度會縮小，而滾輪右裸露區(qū)域的寬度會增加；反之，滾輪左裸露區(qū)域的寬度會增加，而滾輪右裸露區(qū)域的寬度會縮小。因此，通過小孔成像技術(shù)可推算出滾輪左右裸露區(qū)域?qū)嶋H寬度變化，進(jìn)而可以判斷物料皮帶是否發(fā)生了偏移。為了驗(yàn)證本文算法的有效性，以物料皮帶偏移厘米作為報(bào)警閾值，使用本文算法的報(bào)警成功率如圖4所示。分析圖4可知，使用本文算法檢測500幅皮帶偏移圖像的平均報(bào)警成功率約為95%，說明本文算法的準(zhǔn)確率較高。

圖3 物料皮帶偏移量測量效果圖

圖4 報(bào)警成功率示意圖

3 結(jié)語

本文設(shè)計(jì)了一種面向冶金物料皮帶偏移的視覺檢測方法，該方法在結(jié)合深度學(xué)習(xí)技術(shù)和傳統(tǒng)視覺檢測技術(shù)優(yōu)點(diǎn)的基礎(chǔ)上，能夠準(zhǔn)確檢測物料皮帶的偏移量。實(shí)驗(yàn)結(jié)果表明，本文方法在500幅測試圖像的平均報(bào)警成功率約為95%，說明該方法具備了一定的工程應(yīng)用價(jià)值。