基于圖像處理技術的輸送帶跑偏移動監測系統設計

張 飛，朱 鋒，田圣彬，葛 陽

洛陽中重自動化工程有限責任公司 河南洛陽 471039

帶式輸送機作為一種常用的連續運輸設備，具有結構簡單、功耗低、運行時間長和輸送距離遠等優點，廣泛應用于煤礦井和港口等行業[1]。然而，帶式輸送機在實際使用過程中，往往會因為安裝誤差、輸送帶松弛、運行振動、滾筒或托輥粘料，以及輸送帶上物料分布不均等因素導致輸送帶跑偏[2]，如果不能及時處理會造成物料拋灑浪費，同時污染環境，嚴重時甚至導致輸送帶和滾筒損壞，直接影響輸送設備的使用壽命和效率；而且檢修也會造成人工和時間成本的浪費，降低了帶式輸送機的運行效率[3]。因此，輸送帶跑偏監測技術對保障帶式輸送機高效和安全運行尤為重要。

1 現有輸送帶跑偏監測技術

目前，輸送帶跑偏監測技術往往是采用近距離的傳感器檢測設備，比如在托輥上安裝一套輸送帶跑偏檢測的接近開關，當發生輸送帶跑偏時，檢測設備發出異常信號，檢修人員根據信號的位置對設備進行檢修和維護[4]。雖然這種傳統的檢測技術具有較高的靈敏度，但需要在每個托輥上安裝相應的檢測設備，一條線上往往需要大量的檢測設備連接在一起，工作量大且后期維護成本較高[5]，而且當檢測設備存在安裝誤差或者長時間未校準時，還容易與輸送帶發生摩擦，導致設備損壞而無法正常工作，同時也會造成輸送帶損傷導致生產效率降低[6]。因此，針對上述輸送帶跑偏監測技術存在的問題，急需一種全新的輸送帶跑偏監測技術，能夠在線實時監測帶式輸送機工作時輸送帶的運行狀態，對輸送帶可能出現的跑偏問題進行預警和提示，這將對帶式輸送機安全、高效、穩定運行具有重大意義。

針對輸送帶跑偏的監測問題，國內外學者在監測系統設計方面有采用計算機視覺和統計學方法，對輸送帶進行實時監測，實現了輸送帶運行狀態的實時監測[7]；也有采用圖像處理技術解決輸送帶跑偏的監測問題，可有效降低事故發生率[8]。

筆者針對帶式輸送機的輸送帶跑偏問題，提出基于圖像處理技術，采用移動式線纜機器人搭載網絡相機，對輸送帶的運行狀態進行實時移動監測，通過遠程圖像處理技術判斷輸送帶的運行狀態，對輸送帶跑偏和可能發生的跑偏進行監測和預警。該監測系統能節省設備、人工、時間和后期維護成本，同時提高監測效率，保障帶式輸送機能夠安全高效地穩定運行，從而提高帶式輸送機的工作效率。

2 輸送帶跑偏監測系統的組成

輸送帶跑偏監測系統主要由移動式線纜機器人、網絡監控相機和圖像處理主機組成。其中移動式線纜機器人由運動機構模塊、控制系統與電池模塊以及光電吊艙模塊組成，如圖 1 所示。運動機構模塊包含驅動電動機和滑輪，通過驅動電動機使機器人在鋼纜上移動；控制系統主要對機器人的運動進行控制，對視頻圖像信號進行轉發和處理，而電池模塊為電動機和網絡監控相機提供電源動力；光電吊艙模塊搭載網絡監控相機（主要包含可見光相機和紅外相機），對帶式輸送機進行圖像采集，通過三軸伺服云臺按需調整圖像采集的角度，通過圖像處理主機對采集到的圖像進行處理，分析判斷輸送帶的運行狀態。該輸送帶跑偏監測系統的具體指標參數如表 1 所列。

圖1 移動式線纜機器人Fig.1 Mobile cabled robot

表1 系統指標參數Tab.1 Index parameters of system

3 技術路線

輸送帶跑偏監測系統的技術路線如圖 2 所示。系統根據帶式輸送機的實際布置情況安裝線纜和移動式線纜機器人，然后對機器人光電吊艙模塊中的網絡監控相機進行位置標定，同時設定輸送帶跑偏分析的閾值，再利用網絡監控相機對輸送帶的運行狀態進行實時監測，形成視頻文件數據，并將數據發送到圖像處理主機，圖像處理主機進行實時的圖像處理和輸送帶跑偏分析，并將分析處理結果與輸送帶跑偏閾值進行對比，判斷是否需要發出預警信息，最后將結果反饋到顯示設備上。輸送帶跑偏監測系統界面如圖 3 所示。

圖2 輸送帶跑偏監測系統的技術路線Fig.2 Technological roadmap of belt deviation monitoring system

圖3 輸送帶跑偏監測系統Fig.3 Belt deviation monitoring system

4 系統實現

4.1 相機位置標定及輸送帶跑偏閾值設置

網絡監控相機位置的準確性直接影響到輸送帶運行狀態的判斷，因此位置標定是該監測系統的基礎。通過網絡監控相機的位置標定（從三維空間轉換為二維圖像上的投影關系），獲取輸送帶狀態在圖像中的像素距離與實際距離，根據預先設定的輸送帶跑偏閾值判斷輸送帶的運行狀態，該閾值與輸送帶實際正常工作狀態相關，可根據實際情況進行設置和調整。

4.2 圖像采集和數據發送

圖像采集和數據發送均由移動式線纜機器人完成，通過網絡監控相機進行圖像采集，然后控制模塊將采集到的圖像數據發送到圖像處理主機。

4.3 圖像處理

圖像處理是輸送帶跑偏監測系統的關鍵技術，主要包括圖像濾波和輪廓提取。網絡監控相機采集到的輸送帶運行圖像通常存在一些干擾因素，容易造成關鍵特征淹沒，影響輸送帶等特征輪廓的提取，因此需要對采集到的圖像進行濾波處理。在濾波處理之前，為了更好地獲取輸送帶等目標的位置信息，還需要對采集到的圖像進行幾何變換，其過程主要包括圖像平移、鏡像、轉置、縮放、旋轉和 ROI 位置的提取。圖像濾波過程主要采用中值濾波，通過非線性的方法將圖像中平滑脈沖噪聲濾除，主要實現方法為利用鄰域的中值代替圖像中某像素點的灰度值，其函數定義為[9]

式中：g（x，y）為某點灰度值；m為鄰域點的個數；f（x，y）為某鄰域點的灰度值。

筆者采用改進的基于典型區域顯著性檢測模型[10]，該模型通常首先對特征圖像進行區域劃分，然后對劃分出的區域采用卷積神經網絡逐個進行顯著性檢測，并獲得各個區域的顯著值，最后依據顯著值對圖像進行適當的融合。在特征提取過程中，由于深層引導網絡在圖像處理時對圖像的空間結構特征處理效率較低，可能導致圖像顯著區域不完整，因此在輪廓提取算法中采用改進深層引導網絡的顯著檢測算法。該方法主要是在算法中增加嵌入式拓撲圖，拓撲圖通過對原始圖像進行加權分割，在保留圖像原始結構和細節的同時，結合圖像區域的對比度和空間結構特性，在提取高級語義特征時，通過拓撲圖體現結構的局部性和完整性，進而引導深層網絡對圖像的高級語義特征進行提取。深層引導網絡的低級特征學習，可以通過高級特征的引導進行，能有效提高特征學習的準確性和完善性，進而解決了上述深層引導網絡出現的圖像顯著區域不完整的問題。

提取拓撲圖過程首先需要將圖像分割，采用圖像分割法[11]將圖像分割成n個區域。為了更好地區分對象，在計算區域的對比度權重時需要考慮圖像的空間結構特性，通過空間結構特性優化獲得不同的對比度權重W（x），其函數表達式為

式中：Dc（x，y）和Ds（x，y）分別為區域間 Lab 顏色的平均距離和區域像素間的平均空間距離。

為確保對比度權重的范圍在 [0，1] 之間，將中心偏差視為全局空間特性，通過式（3）進行歸一化處理，

由于空間位置的不同，需要對計算區域的絕對空間權重進行計算，權重計算方法為

式中：d（x）為圖像中心間歸一化的空間距離；σs2為空間權重強度參數，取σs2=0.2。

通過上述公式，可以計算出每個區域的拓撲特征關系為

最后對拓撲關系進行標準化，范圍為 [0，1]。拓撲特征采用二維表達方式，將原始圖像和拓撲圖同時輸入到卷積神經網絡中，通過拓撲圖可以保留圖像區域的結構特性，進而提高了邊緣輪廓的監測效率。

4.4 輸送帶跑偏分析

根據提取到的特征輪廓信息，對托輥最高點線段進行篩選，提取托輥最高點和輸送帶邊沿特征，然后計算輸送帶邊沿與托輥最高點的像素距離（見圖4），通過坐標轉換為實際距離，計算實際距離與標準正常運行狀態的距離偏差值，將這個偏差值與提前設定的閾值進行對比，進而判斷出輸送帶的運行狀態。在帶式輸送機正常工作過程中，當距離偏差值小于閾值時，表明輸送帶運行正常；當距離偏差值大于閾值時，則表明輸送帶開始跑偏，同時系統發出預警信息。

圖4 輸送帶跑偏分析過程Fig.4 Belt deviation analysis process

5 工程實例

煙臺某貨運港口通過轉運帶式輸送機（機長 3 km）將煤礦石從碼頭貨船上轉運至堆場。在日常工作過程中，帶式輸送機通常會因為卷筒與托輥粘連物料、卸料時物料在輸送帶上分布不均勻，以及帶式輸送機的異常振動等原因，導致輸送帶發生跑偏，造成輸送帶上的物料掉落至回程輸送帶上，發生輸送帶撕裂等嚴重事故，影響了生產效率。在采用筆者提出的輸送帶跑偏監測系統后，通過移動式線纜機器人和圖像處理技術，對輸送帶的運行狀態進行實時監測和分析，輸送帶跑偏時可及時向系統發出預警信息，有效地避免了因輸送帶跑偏造成的生產事故。據估計，該輸送帶跑偏監測系統投入使用后，每年可減少輸送帶更換次數 2 次，多轉運煤礦石 10 萬 t，增加直接經濟效益300 萬元。該輸送帶轉運現場機器人實時監測過程如圖 5 所示，軟件運行界面如圖 6 所示。

圖5 現場機器人實時監測過程Fig.5 On-site robot real-time monitoring process

圖6 現場軟件運行界面Fig.6 On-site software operation interface

6 結語

針對帶式輸送機出現的輸送帶跑偏問題，采用移動式線纜機器人搭載網絡監測相機對輸送帶的運行狀態進行實時監測，基于圖像處理技術，采用改進典型的區域顯著性檢測模型對圖像特征輪廓進行提取，通過輸送帶跑偏分析判斷輸送帶的運行狀態，并對輸送帶跑偏進行實時預警。相比于傳統的輸送帶跑偏監測技術，該監測系統能較大地節省設備、人工和維護成本，提高了帶式輸送機在工程實際使用中的工作效率，保障了帶式輸送機安全、高效、穩定運行。