一、研究背景
煤矿带式输送机作为煤矿生产的重要设备，其安全运行是保证煤矿正常生产的重要基础。然而，煤炭生产运输过程中，煤矿输送带会受到综采或综掘等开采出的异物影响而导致撕带、断带等严重事故。人工检测、雷达检测、金属探测器等传统的异物检测方法检测效率低、成本高、部署与维护困难，且存在安全隐患。随着机器视觉技术的不断发展，国内外机构与学者对机器视觉技术在煤矿带式输送机状态监测、目标检测等方面的应用进行了大量研究。虽然机器视觉已在煤矿带式输送机目标检测与识别方面具有一定的理论基础，但目前煤矿带式输送机分拣机器人目标识别主要针对煤矸石识别，对造成输送带穿透、撕裂等的异物目标识别的研究较少，且在目标异物精确定位方面的研究也较少。为此，本文设计了一种煤矿带式输送机分拣机器人异物识别与定位系统，可对输送带上的不同类型和不同形状的异物进行识别与定位。
二、异物识别与定位
首先利用双目视觉实时获取输送带上异物图像信息，并对异物图像进行降噪预处理，基于 Canny 算子进行图像信息增强，通过灰度拉伸方法改进图像边缘信息，突出煤矿带式输送机上异物的边缘特征；利用形态学方法提取异物形状特征，建立异物图像特征样本库，通过图像特征匹配的方式解算出异物存在区域，实现异物类型的检测、分类与识别；在异物类型成功识别的基础上，以目标异物边缘特征值为基础，建立目标异物的感兴趣区域（ROI），构建相机、输送带与目标异物坐标转换关系，利用多目标质心快速计算方法求取目标异物质心坐标，实现对目标异物的定位。
煤矿带式输送机分拣机器人异物识别和定位方法架构图
三、实验验证
以杆状异物为实验对象，通过实验样机验证煤矿带式输送机分拣机器人异物识别与定位系统及其算法的可靠性。系统样机实验结果表明：煤矿带式输送机分拣机器人异物识别与定位系统异物识别率不受尺寸、材质和颜色等因素影响，能够实现输送带目标异物图像的采集、处理、特征提取、识别和位置定位，识别率为 92.5 % 以上，目标异物位置定位平均误差为 3% 左右。
资料来源：薛旭升，杨星云，齐广浩，等. 煤矿带式输送机分拣机器人异物识别与定位系统设计[J]. 工矿自动化，2022，48(12)：33-41.
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 联系方式：services@kjzj.com
松滋市江峡矿山机械股份有限公司
郑州市有钢机械加工有限公司
河南贝邦智能环保工程技术有限公司
滨州经济技术开发区名驰机械设备厂
杭州富阳伟帆重型机械有限公司
河南宇安机械设备有限公司
青岛威尔德矿机制造有限公司
