CN110040111A

CN110040111A - 一种基于图像识别的渣土车清洗控制系统及控制方法

Info

Publication number: CN110040111A
Application number: CN201910220136.6A
Authority: CN
Inventors: 芮意; 李宇宏; 杨金茹; 孙蓉; 顾姝梦; 杨煜昕; 韩豫
Original assignee: Jiangsu University
Current assignee: Jiangsu University
Priority date: 2019-03-22
Filing date: 2019-03-22
Publication date: 2019-07-23

Abstract

本发明公开了一种基于图像识别的渣土车清洗控制系统及控制方法，通过图像采集模块用于采集渣土车车身图像，并上传至图像处理模块；图像处理模块用于处理上传图像，对渣土车进行区域的分割，提取所分割出的车身各部位的图像色值，并将图像的颜色特征信息与渣土车样本库进行数据比对，获得渣土车车身上的污迹部位，图像处理模块根据污迹部位和污损等级据下达清洗指令，将清洗指令输入指令实行模块，指令实行模块的清洗设备和放行杆工作执行清洗，结果输出模块接收图像处理模块输出的信息；通过结合图像识别技术和自动化技术等，量化渣土车实际污染情况，进行等级化分段冲洗，本发明能够保证渣土车高效、洁净地出场，使渣土车管理更加便捷。

Description

一种基于图像识别的渣土车清洗控制系统及控制方法

技术领域

本发明属于渣土车自动清洗技术领域，尤其涉及一种基于图像识别的渣土车清洗控制系统及控制方法。

背景技术

图像识别是利用计算机对图像进行处理、分析，以识别各种不同模式的目标和对象的技术，通常是对图像的特征进行描述。该技术对图像进行预处理，再加以分割后能够有效提取图像中的信息，最后形成参数并分类储存，目前该技术已经广泛运用于人脸识别、自动驾驶、指纹识别等领域。车辆清洗多见于汽车自动清洗、工程车辆清洗方面，一般需借助大型整体式装备，其自动化是在电脑上设置相关程序来实现车辆的自动清洗、风干等。

随着城市化进程的加快，建筑工地的数量急剧增加，建筑渣土以及各类建筑材料的运输需求也不断增长，但同时由于渣土运输带来的抛洒滴漏、扬尘等污染问题已经成为许多城市难以根治的城市病，而车身污迹就是造成环境污染的病因之一，除了渣土车在装载渣土时蹭上的污迹，渣土车在场地道路上行驶过后形成的二次扬尘也使车身不可避免的沾染上尘土，所以需要在渣土车出场时进行清洗。

渣土车在驶出工地时由负责出场的人员进行肉眼的检查判断，大多利用水管直接冲洗车辆，或者设置清洗槽进行整车冲洗，再经人员大致检查后放行。在不同部位污染程度不同的情况下，这样的清洗方法不仅不能保证车身污迹符合相关规定，而且大面积冲洗浪费水，效率低。

发明内容

本发明根据现有技术中存在的问题，提出了一种基于图像识别的渣土车清洗控制系统及控制方法，通过结合图像识别技术和自动化技术等，量化渣土车实际污染情况，进行等级化分段冲洗，保证渣土车高效、洁净地出场，使渣土车管理更加便捷。

本发明所采用的技术方案如下：

一种基于图像识别的渣土车清洗控制系统，包括图像采集模块、图像处理模块、指令实行模块及结果输出模块；所述图像采集模块用于采集渣土车车身图像，并上传至图像处理模块；所述图像处理模块用于处理上传图像并储存，根据图像处理结果输出清洗指令至指令实行模块，指令实行模块执行清洗，所述指令实行模块包括清洗设备和放行杆；所述结果输出模块接收图像处理模块输出的信息。

进一步，所述图像采集模块为摄像头，朝向渣土车车身左侧、右侧和尾部分别设置摄像头，用于采集渣土车车身图像的彩色图像；

进一步，所述清洗设备为清洗杆，围绕渣土车共设置有若干根，每根清洗杆内有电动机和柱塞泵，出水总范围覆盖车身；

一种基于图像识别的渣土车清洗控制方法，包括以下步骤：

步骤1，预采集干净的渣土车车身图像，经图像处理后获得图像的颜色特征信息，形成以颜色分类的渣土车样本库，

步骤2，通过图像采集模块采集渣土车车身图像，经图像处理后获得不同部位图像的颜色特征信息；并将污迹程度划分不同的污损等级；

步骤3，将每部分图像的颜色特征信息与渣土车样本库进行数据比对，锁定渣土车车身上的污迹位置，图像处理模块根据污迹部位和污损等级向负责该区域的清洗杆下达清洗指令，指令实行模块启动清洗杆的具体分段针对污迹进行清洗；

步骤4，重复对清洗部位的图像识别过程，直到污迹经冲洗后完全符合污损等级要求后给予放行。

进一步，图像处理的方法为：

S1，采用边缘分割法对渣土车车身图像进行区域的分割；

S2，RGB颜色相似度判断的算法，提取所分割出的车身各部位的图像色值；

进一步，所述污损等级分为重度污染、中度污染和轻度污染；

进一步，所述清洗指令为针对污损等级，开启相应部位的清洗设备、采用不同的冲洗强度和不同的冲洗时间的指令。

本发明的有益效果：

本发明采用图像识别的方法快速检测渣土车污迹部位和程度，具有如下优点：精确度高：相比于传统的用人眼判断渣土车车身污迹是否合格，本系统通过图像处理，精确地提取图像中的数字信息，消除了人力判断的误差。

智能清洗：本系统将图像进行分割，快速锁定污迹的所在位置和判定其污损等级，针对不同的污迹部位和污损等级进行相应清洗时长和水压的控制冲洗。

高效运作：本系统将渣土车的清洗与放行装置自动化，无须负责人员使用软管等工具，清洗时长固定，出场便捷。

附图说明

图1是本发明渣土车清洗控制系统框图；

图2是本发明图像采集模块安装示意图；

图3是本发明指令实行模块示意图；

图4是本发明渣土车清洗控制方法框图；

图5是本发明图像分割示意图；

图6是本发明RGB颜色空间三维描述示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。

如图1所示，本发明所提出的一种基于图像识别的渣土车清洗控制系统，包括图像采集模块、图像处理模块、指令实行模块及结果输出模块；图像采集模块为摄像头，规格为影像像素在25万～38万之间、彩色分辨率为420线、黑白分辨率在500线上下的中档型数字摄像头，如图2，使用前在工地门口设置三处拍摄点，将摄像头分别安装在渣土车车厢两侧和车尾相对应的方向，并用信号线与图像处理模块连接，用于采集施工现场渣土车车身的彩色图像，并上传至图像处理模块进行处理。

图像处理模块为PC后台，分别与摄像头和指令实行模块相连接，用于处理上传图像并储存，采用MATLAB软件编写识别程序，对上传的图像进行板块分割，识别并提取每部分的颜色特征，与预先建立的渣土车颜色样本库中的数据对比归类，同时判断渣土车车身的污损等级，根据判断结果将相应指令发送至指令实行模块。

如图3所示，指令实行模块包括清洗设备和放行杆，放行杆道闸机采用左固定方式，直杆长度为5米；清洗设备为清洗杆，共设置有四根，每根清洗杆内有电动机和柱塞泵，分别提供动力和调节水压大小。清洗杆出水孔按方阵型排列，共设置6列，上端清洗车厢部分共6行，下端清洗车轮部分共3行，清洗杆的出水总范围可覆盖车身。

如图4所示，基于本发明所提出的一种基于图像识别的渣土车清洗控制系统，本申请还提出了一种基于图像识别的渣土车清洗控制方法，一种基于图像识别的渣土车清洗控制方法，包括以下步骤：

步骤1，预采集干净的渣土车车身图像，经图像处理后图像的颜色特征信息，形成以颜色分类的渣土车样本库，

步骤2，通过图像采集模块采集渣土车车身图像，经图像处理后获得不同部位图像的颜色特征信息；并将污迹程度划分不同的污损等级；对上述步骤1和步骤2中图像处理的方法为：

S1，采用边缘分割法对渣土车车身图像进行区域的分割；利用边缘检测分割出车轮与车厢，再将每个车轮独立出来，车厢按照凹凸的纹路划分板块，具体分割情况如图5所示；PC后台再对每个板块进行的图像识别。

S2，本实例选用的图像识别软件是MATLAB，先获取不同的渣土车图像样本，利用RGB颜色相似度判断的算法，提取所分割出的车身各部位的图像色值；如图6所示，描述图像的颜色也就是确定图像的颜色位于空间的坐标，而在颜色空间中的坐标值由三色系数的比例所决定，即图像的色值，用(R，G，B)表示，称为图像的颜色相对系数。预先采集的渣土车图像进行识别后形成样本库，按照颜色分类。本实例中渣土车的颜色分类为砖红色后八轮渣土车，其在白天正常光照、磨损较少的情况下拍摄图像的相对系数约为(195，105，9)。根据当地污染防治检查较为严格，渣土车运行时长为半年等条件设定规定阈值范围，阈值范围为由八个点组成的颜色空间立方体，分别对应着八个相对系数，并划分阈值以外的等级范围，也由八个点的相对系数组成。

步骤3，将每部分图像的颜色特征信息与渣土车样本库中进行数据比对获得渣土车车身上的污迹位置，图像处理模块根据污迹部位和污损等级向负责该区域的清洗杆下达清洗指令，指令实行模块启动清洗杆的具体分段针对污迹进行清洗；当污损等级为重度时，设置出水水压为7.5Mpa，清洗时间为3分钟；污损等级为中度时，设置出水水压为6Mpa，清洗时间为2分钟；污损等级为轻度时，设置出水水压为5Mpa，清洗时间为1分钟。

步骤4，重复对清洗部位的图像识别过程，每一次清洗过后由摄像头再次采集图片进行识别判断，每次采集的图片覆盖前一次的图片进行储存，直到污迹经冲洗后完全符合污损等级要求后，放行杆抬起，给予放行。

以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims

1.一种基于图像识别的渣土车清洗控制系统，其特征在于，包括图像采集模块、图像处理模块、指令实行模块及结果输出模块；所述图像采集模块用于采集渣土车车身图像，并上传至图像处理模块；所述图像处理模块用于处理上传图像并储存，根据图像处理结果输出清洗指令至指令实行模块，指令实行模块执行清洗，所述指令实行模块包括清洗设备和放行杆；所述结果输出模块接收图像处理模块输出的信息。

2.根据权利要求1所述的一种基于图像识别的渣土车清洗控制系统，其特征在于，所述图像采集模块为摄像头，朝向渣土车车身左侧、右侧和尾部分别设置摄像头，用于采集渣土车车身图像的彩色图像。

3.根据权利要求1所述的一种基于图像识别的渣土车清洗控制系统，其特征在于，所述清洗设备为清洗杆，围绕渣土车设置若干根，每根清洗杆内有电动机和柱塞泵。

4.一种根据权利要求1所述的基于图像识别的渣土车清洗控制系统的清洗控制方法，其特征在于，包括以下步骤：

步骤1，预采集干净的渣土车车身图像，经图像处理后获得图像的颜色特征信息，形成以颜色分类的渣土车样本库；

5.根据权利要求4所述的一种基于图像识别的渣土车清洗控制方法，其特征在于，所述图像处理的方法为：

S1，采用边缘分割法对渣土车车身图像进行区域的分割；

S2，RGB颜色相似度判断的算法，提取所分割出的车身各部位的图像色值。

6.根据权利要求4所述的一种基于图像识别的渣土车清洗控制方法，其特征在于，所述污损等级分为重度污染、中度污染和轻度污染。

7.根据权利要求4所述的一种基于图像识别的渣土车清洗控制方法，其特征在于，所述清洗指令为针对污损等级，开启相应部位的清洗设备、采用不同的冲洗强度和不同的冲洗时间的指令。