CN111389763A - 一种基于图像数据处理的煤矸石分选系统和方法 - Google Patents
一种基于图像数据处理的煤矸石分选系统和方法 Download PDFInfo
- Publication number
- CN111389763A CN111389763A CN202010340538.2A CN202010340538A CN111389763A CN 111389763 A CN111389763 A CN 111389763A CN 202010340538 A CN202010340538 A CN 202010340538A CN 111389763 A CN111389763 A CN 111389763A
- Authority
- CN
- China
- Prior art keywords
- gangue
- robot
- belt
- selecting
- coal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
Landscapes
- Manipulator (AREA)
Abstract
本发明一种基于图像数据处理的煤矸石分选系统和方法,属于煤矸石分选技术领域;所要解决的技术问题为:提供一种基于图像数据处理的煤矸石分选系统硬件结构和方法的改进;解决该技术问题采用的技术方案为:选矸皮带的进口位置通过支架安装有图像采集处理装置,图像采集处理装置的一侧还设置有控制柜;在选矸皮带的两侧还等距设置有多台选矸机器人;图像采集处理装置内部设置有控制器,控制器通过导线分别与红外相机、3D相机、补光装置、光谱采集装置相连;控制器的信号输入端与皮带转速传感器相连;选矸机器人包括控制箱、机械臂、抓取装置,所述控制箱通过底座与机械臂相连,所述抓取装置设置在机械臂的延伸端;本发明应用于煤矸石分选场所。
Description
技术领域
本发明一种基于图像数据处理的煤矸石分选系统和方法,属于煤矸石分选技术领域。
背景技术
采矿过程中从井下矿场开采出来的煤矿中会混有矿石中的岩石即矸石,为了提高原煤的回收率,必须将这些矸石除去,选矸成为了采矿工序中的不可或缺的重要一环;现有的选矸工作是通过人工手动进行的,捡矸人需要每天在动筛机产生的巨大噪声和密集的粉尘中长时间站立在原煤运输皮带前进行手工捡矸,每天要经过成千上万次的捡拾动作,劳动强度很高,同时捡矸石车间粉尘大,环境恶劣严重影响操作人员的身体健康,同时人工捡矸存在误捡和漏检的情况,块煤的分拣成功率和准确率较低,造成一定程度的原煤浪费,降低生产效率。
目前也有用于矸石识别的系统,但是该识别系统基于平面数据采集或射线识别技术,前者由于煤炭和矸石颜色较接近且受光线影响较大,造成识别与采集精度不高,漏捡、误捡率也会很高,不能满足煤矿对选矸效率的要求;后者由于存在射线会对身体产生危害,也不符合长期大范围使用的要求,因此需要找到一种更安全、更高效的识别方式来对煤矸石进行筛选。
发明内容
本发明为了克服现有技术中存在的不足,所要解决的技术问题为:提供一种基于图像数据处理的煤矸石分选系统硬件结构和方法的改进。
为了解决上述技术问题,本发明采用的技术方案为:一种基于图像数据处理的煤矸石分选系统,包括选矸皮带,所述选矸皮带的进口位置通过支架安装有图像采集处理装置,所述图像采集处理装置的一侧还设置有控制柜;
在所述选矸皮带的两侧还等距设置有多台选矸机器人;
所述图像采集处理装置内部设置有控制器,所述控制器通过导线分别与红外相机、3D相机、补光装置、光谱采集装置相连;
所述控制器的信号输入端与皮带转速传感器相连;
所述选矸机器人包括控制箱、机械臂、抓取装置,所述控制箱通过底座与机械臂相连,所述抓取装置设置在机械臂的延伸端;
所述控制箱上设置的控制端接口通过导线与控制柜的控制端相连;
所述控制器通过内部设置的数据通信模块与控制柜的控制端相连;
所述控制柜的柜体上还设置有显示屏和控制面板,所述控制面板上设置有启动按钮、停止按钮、复位按钮、急停开关。
所述抓取装置具体为采用多个抓手组成的双轴多齿形夹具。
所述选矸机器人的数量为四个,分别等距设置于选矸皮带两侧,每侧各设置两个。
所述控制柜内部设置有控制电路,所述控制电路上集成有相应的处理器、存储器、电源模块、AD转换模块、I/O接口模块,所述处理器通过导线分别与存储器、电源模块、AD转换模块、I/O接口模块相连。
一种基于图像数据处理的煤矸石分选方法,包括如下步骤:
步骤一:分别启动选矸皮带、图像采集处理装置和控制柜,使煤矸石分选系统正常工作,通过控制柜内置的图像采集处理软件设置红外相机和3D相机的工作参数,控制红外相机和3D相机开始采集选矸皮带上的初始图像;
步骤二:将红外相机和3D相机采集的图像数据发送至控制器,所述控制器对采集图像进行分析,判断此时选矸皮带上是否有煤:
当判断皮带上没有煤时,则控制皮带变频器待机,皮带待料;
当判断皮带上有煤时,则控制皮带变频器启动,皮带开始运行;
皮带运行后,所述红外相机每采集1.5m皮带长度的图像作为一个数据采集周期,由控制器对该周期内的矸石数量n进行识别计数,之后依次重复采集1.5m皮带的图像数据进行分析,直至选矸皮带该次运煤结束;
步骤三:所述控制器基于预设的训练图像数据,对采集图像中的煤和矸石轮廓分别进行识别,并将识别出的矸石数量数据发送至控制柜的处理器中,所述处理器通过分析得出当前选矸皮带的运输速度v;
步骤四:所述控制柜的处理器将得到的选矸皮带运输速度v以脉冲信号形式发送给红外相机,控制红外相机的图像采集频率;
步骤五:结合步骤四中红外相机的采集频率数据,所述控制器通过3D相机与光谱采集装置采集的图像数据一起确定矸石的位置坐标信息,并将矸石位置坐标信息发送至选矸机器人,通过选矸机器人控制抓取装置对识别到的矸石进行抓取。
所述步骤三中控制柜通过采集矸石数量得出当前选矸皮带的运输速度,具体在控制柜的处理器中预设判断阈值,对选矸皮带的运输速度v与矸石数量n建立如下映射关系:
当n≤2,v=1.2m/s;
当2<n≤4,v=1m/s;
当4<n≤6,v=0.6m/s;
当6<n≤8,v=0.4m/s;
当n>8,v=0.8m/s。
所述步骤五中控制选矸机器人抓取矸石的具体方法步骤为:
步骤5.1:确定红外相机的采集频率后,通过卷积算法对采集的样本进行综合分析确定矸石的平面坐标(x,y);
步骤6.2:根据步骤6.1确定的矸石平面坐标数据,结合3D相机及光谱采集装置分析的矸石的位置信息,确定每个矸石的三维坐标(x,y,z);
步骤6.3:根据步骤6.2确定的矸石三维坐标数据,确定矸石的体积V=x*y*z;
步骤6.4:由处理器将预设值与采集到的矸石体积V进行比较,当矸石体积V大于预设值时,处理器将控制抓取装置放弃抓取;
步骤6.5:当处理器判断矸石体积V值小于预设值时,将结合对矸石数量n的判断,通过控制四台选矸机器人对矸石的进行抓取;
步骤6.5.1:当矸石体积V小于预设值,同时n≤8时,处理器将矸石分配给位于皮带左右两侧的1号机器人和3号机器人进行抓取,2号机器人和4号机器人处于待机状态,处理器按顺序将矸石位置数据发送给1号机器人和3号机器人,1号机器人和3号机器人通过同步系统跟踪煤矸石,若1号机器人抓取到位,则3号机器人接收新的矸石坐标,若1号机器人抓取失败,则3号机器人跟踪矸石位置继续夹取;
步骤6.5.2:当矸石体积V大于预设值,同时n>8时时,此时四台选矸机器人全部处于工作状态,处理器将不同位置坐标的矸石信息发送给1-4号机器人,各选矸机器人基于下述规则工作:
定义m为按顺序识别到的矸石序号,mn表示为视觉识别到的第n块矸石;
定义a为选矸机器人抓取矸石的次数减1,a=n-1表示为选矸机器人第n次抓取矸石;
则按照:
1号机器人按照m(1+4a)编号的矸石位置进行抓取,即1号机器人抓取矸石的位置顺序为m1,m5,m9……
2号机器人按照m(2+4a)编号的矸石位置进行抓取,即2号机器人抓取矸石的位置顺序为m2,m6,m10……
3号机器人按照m(3+4a)编号的矸石位置进行抓取,即3号机器人抓取矸石的位置顺序为m3,m7,m11……
4号机器人按照m(4+4a)编号的矸石位置进行抓取,即4号机器人抓取矸石的位置顺序为m4,m8,m12……
当该周期内选矸皮带中的煤矸石抓取完成后,再次分发下一周期的矸石位置坐标并控制机器人再次进行抓取,直至皮带上没有矸石。
本发明相对于现有技术具备的有益效果为:本发明提供的选矸系统通过设置图像识别模块代替人眼分辨矸石,配合红外相机和3D相机的使用可以有效提高选矸效率和准确率,提升了煤炭的出煤品质,提高煤炭经济效益的转化率;本发明采用视频图像识别代替人工捡矸,选矸机器人可以实现全时段工作,有效提高工作效率,延长工作时间,节省了用人成本,保护员工身心健康,远离粉尘浓度高、噪音大的生产工作环境,让机器人承担更多繁杂重复的工作;本发明适用于煤运生产现场,无需对现有手选矸车间进行较大改动,在不影响正常生产的同时本发明也没有使用有辐射危害风险的射线选矸,安全高效。
附图说明
下面结合附图对本发明做进一步说明:
图1为本发明的结构示意图;
图2为本发明的电路结构示意图;
图3为本发明煤矸石分选的步骤流程图;
图中:1为选矸皮带、2为图像采集处理装置、3为控制柜、4为选矸机器人、5为控制器、6为红外相机、7为3D相机、8为补光装置、9为光谱采集装置、10为皮带转速传感器、11为控制箱、12为机械臂、13为抓取装置、14为显示屏、15为控制面板。
具体实施方式
如图1至3所示,本发明一种基于图像数据处理的煤矸石分选系统,包括选矸皮带(1),所述选矸皮带(1)的进口位置通过支架安装有图像采集处理装置(2),所述图像采集处理装置(2)的一侧还设置有控制柜(3);
在所述选矸皮带(1)的两侧还等距设置有多台选矸机器人(4);
所述图像采集处理装置(2)内部设置有控制器(5),所述控制器(5)通过导线分别与红外相机(6)、3D相机(7)、补光装置(8)、光谱采集装置(9)相连;
所述控制器(5)的信号输入端与皮带转速传感器(10)相连;
所述选矸机器人(4)包括控制箱(11)、机械臂(12)、抓取装置(13),所述控制箱(11)通过底座与机械臂(12)相连,所述抓取装置(13)设置在机械臂(12)的延伸端;
所述控制箱(11)上设置的控制端接口通过导线与控制柜(3)的控制端相连;
所述控制器(5)通过内部设置的数据通信模块与控制柜(3)的控制端相连;
所述控制柜(3)的柜体上还设置有显示屏(14)和控制面板(15),所述控制面板(15)上设置有启动按钮、停止按钮、复位按钮、急停开关。
所述抓取装置(13)具体为采用多个抓手组成的双轴多齿形夹具。
所述选矸机器人(4)的数量为四个,分别等距设置于选矸皮带(1)两侧,每侧各设置两个。
所述控制柜(3)内部设置有控制电路,所述控制电路上集成有相应的处理器、存储器、电源模块、AD转换模块、I/O接口模块,所述处理器通过导线分别与存储器、电源模块、AD转换模块、I/O接口模块相连。
本发明的实施例如图1所示,在原有的矿井原煤运输皮带选矸车间的基础上设置视觉识别系统,视觉识别系统通过支架安装于选矸皮带进口处上方,视觉识别系统包括红外相机、3D相机、补光系统和光谱采集系统,在选矸皮带进口处的一侧还设置有总控制柜,总控制柜内设置有控制电路,总控制柜上还设置有操作台,操作台上设置有显示器和工业鼠标,操作台的操作面板上设置有启动按钮、停止按钮、复位按钮及急停开关,在皮带运输机的生产线的左右两侧各设置两个一体式机器人,同侧的两个机器人之间间隔放置,一体式机器人包括控制柜、工业机器人和抓取装置,工业机器人通过机器人底座固定连接控制柜使其组成一体式的机器人,通过选矸皮带、总控制柜、视觉识别系统和一体式机器人构成本发明的选矸机器人系统。
本发明的煤矿选矸机器人系统分为前级部分和后级部分,前级部分为视觉识别系统,该系统是整个设备的关键,分为识别与坐标输出两部分,其中识别部分通过红外相机结合图像识别软件识别煤与矸石,坐标输出部分通过3D相机结合光谱采集系统输出矸石坐标;后级为抓取部分,通过一体式机器人控制抓取装置上的抓手完成。
视觉识别系统的红外相机包括面阵红外相机和线阵红外相机,3D相机具体为3D激光扫描相机,补光系统用于给红外相机和3D相机图像采集时提供足够的光源,补光系统包括补光光源和补光电源,补光电源通过视觉识别系统中的工控机提供,光谱采集系统通过与3D相机的配合使用实现对矸石的高效识别,通过3D相机三角测量方法,可以灵活搭建视觉采集装备,采集精度高,同时配合光谱采集系统形成更加高效的采集系统,光谱采集系统是根据每种物质的原子内部电子的运动情况不同因而产生的光波也不同的原理分辨不同物质的,本发明的光谱采集系统通过不同物质的吸光情况,分辨煤炭和矸石,本发明将3D相机和光谱采集系统结合起来,为选矸提供了双重保险,形成了高效的采集系统,为后续捡矸提供了数据保障。
本发明的视觉识别系统支持复杂的3D扫描功能,自动自启、自动AOI跟踪、多AOI激光线管理;视觉识别系统采集的图像数据、视觉数据通过千兆以太网口发送至工控机,在机器视觉内部的工控机中进行数据分析处理,将与本发明有关的数据如轮廓高度处置和强度值进行判断并通过接口发送至下一步的图像处理系统中;扫描速度可达到每秒25000轮廓线,平面方向分辨率达到0.2mm,深度方向分辨率达到5μm,确保采集数据的准确性;视觉识别系统内部采用内置传感器,不需要额外的位置标定,减少后期维护,视觉识别系统内还集成有高精度计算,可以直接将矸石的位置数据传输给一体式机器人,不需要额外的软件计算,提高了采集速度。
视觉识别系统采用面阵红外相机和线阵红外相机两种红外相机实时采集皮带上煤矸图像,图像经过多层卷积处理计算后,分辨出煤和矸石,再将分辨数据传递给3D相机,用以确定矸石精确的三维位置坐标,这种高效的视觉识别技术为后续机器人精确抓取动作提供了先决条件;3D相机视觉图像数据在视觉机器内部处理,不需要占用后备计算控制器太多的内存,极大的提高了采集和计算的速率,实现了矸石的实时采集处理。
如图2所示为本发明的电路结构图,本发明使用时先开启操作台上的启动按钮,选矸皮带及红外相机、3D相机、一体式机器人上电;开启工控机上的图像采集软件和图像识别软件,通过图像采集软件控制面阵红外相机先采集几帧原始图像;然后将红外相机采集的图像发送至视觉采集系统工控机的图像识别软件上进行分析判断此时皮带上是否有煤,当皮带上没有煤时,控制器控制皮带变频器待机,皮带待料;当皮带上有煤时,控制器控制皮带变频器启动,皮带开始运行,同时工控机按照红外相机每采集的1.5m皮带长度的图像数据为判断周期进行矸石数量n的判断,往后依次重复每次1.5m的图像数据进行分析,直至该次运煤结束;在工控机上设置有图像识别软件,将红外相机采集的图像发送至工控机,图像识别软件通过对图像上煤和矸石的轮廓进行分析识别出矸石,并统计1.5m皮带上的矸石数量n,将矸石数量n发送给控制器,控制器通过对矸石数量n的分析调节皮带速度v;当n≤2,v=1.2m/s;当2<n≤4,v=1m/s;4<n≤6,v=0.6m/s;当6<n≤8,v=0.4m/s;当n>8,v=0.8m/s。
通过对皮带速度v的调节控制相机的图像采集频率,实现皮带速度和相机采集频率的同步运行从而实现实时识别矸石并判断矸石位置坐标,控制器将调节的皮带速度v以脉冲形式发送给红外相机,控制红外相机的采集频率;工控机通过3D相机与光谱采集系统的数据确定矸石的位置坐标信息并将矸石位置坐标信息发送至一体式机器人,通过一体式机器人控制抓取装置对矸石进行抓取的工作。
一体式机器人接收视觉识别系统的工控机发送的矸石位置坐标信息,此时控制柜内部集成的微控制器控制抓手编码器驱动抓手对矸石进行抓取并将矸石投放至指定区域,为了保证在形状不规则、摆放也无序的运输线上准确将识别的矸石抓取,需要对机器人选型及抓取装置提出更高精度的要求;本发明选用一款型号为IRB 6700-200/2.65的工业机器人,该机器人为六轴机器人,拥有很好的运行灵活性,可以在堆叠的煤矸中,以不同角度的抓取矸石。同时机器人为无规则抓取,抓取系统同视觉识别系统有非常精确的配合,以保证抓取定位在允许误差内;将该工业机器人与控制柜通过机器人底座固定为一体式的机器人方便移动、缩短线缆长度;上述机器人为重型六轴机器人,重复定位精度科大0.05mm,能够准确抓取已定位好的矸石,最大作业范围为2.6米,可拾捡重量为250KG,同步捡拾精度小于0.5%,坐标传输延时时间总累计小于10ms;
本发明的抓取装置为了满足高性能采用高精度的伺服电机控制系统控制抓手的动作,夹具拾取工装,机器人夹具针对抓取矸石的形状和重量进行了专业的设计,抓取夹具将传统的两抓手设计升级为多抓手设计,夹头的夹持面始终和被夹持的材料保持完全贴合,防止被抓取物脱落造成的事故。其抓取重量及惯性力矩设计按照实际应用的容许值充分预留余量,夹具采用高强度硬质合金钢及耐磨涂层,使用年限大于20000小时;双轴驱动、静态夹持力不小于3750N,多抓手设计可达到拾取尺寸为250mm-800mm的范围。
在实际的选矸过程中,需要通过对矸石数量及体积重量的结合对选矸机器人发出适当的指令,确定红外相机的采集频率后,通过卷积算法对采集的样本进行综合分析确定矸石的平面坐标(x,y);根据上述所确定的矸石平面坐标(x,y),结合3D相机及光谱采集系统分析的矸石的位置信息,确定每个矸石的三维坐标(x,y,z);根据上述所确定的矸石三维坐标(x,y,z),确定矸石的体积V=x*y*z;判断矸石体积V与预先设定值的大小,当V大于预先设定值,控制器控制抓取装置放弃抓取;当V小于预先设定值,加入矸石数量n的判断,对矸石的抓取有两种方法:
方法一:当V小于预先设定值,同时n≤8,控制器可以将矸石分配给位于皮带左右两侧的1号机器人和3号机器人,2号机器人和4号机器人处于待机状态,按顺序将矸石位置发送给1号机器人和3号机器人,1号机器人和3号机器人通过同步系统跟踪煤矸石,若1号机器人抓取到位则3号机器人接收新的矸石坐标,若1号机器人抓取失败,3号机器人跟踪矸石位置继续夹取;
方法二:当V小于预先设定值,同时n>8时,此时四台机器人全部处于工作状态,控制器将不同位置坐标的矸石信息发送给1-4号机器人,1号机器人按照m(1+4a)编号的矸石位置抓取,2号机器人按照m(2+4a)编号的矸石位置抓取,3号机器人按照m(3+4a)编号的矸石位置抓取,4号机器人按照m(4+4a)编号的矸石位置抓取,抓取完成后再次分发矸石位置坐标直至皮带上没有矸石,上述各式中m为按顺序识别到的矸石序号,mn表示为视觉识别到的第n块矸石,a为选矸机器人抓取矸石的次数减1,a=n-1表示为选矸机器人第n次抓取矸石。
本发明的煤矿选矸机器人系统还设置有安全系统用于保护整个系统运行过程的设备符合相应的安全规范以及操作人员的安全规章,如图2所示为本发明的系统连线图,图中的安全系统设置有安全光栅系统、安全测试模式和带有安全继电器的急停开关。
视觉识别系统的工控机具体采用西门子工控机IPC647DPN,内部安装工业软PLCCPU1508S作为逻辑控制核心,通过分布式IO device1 IM155-6 PN ST/HF跟安全系统、操作台进行交互。WinCC RT Adv 用于人机交互显示及实时对整个系统的工况工位进行显示。通过西门子PN IRT技术来和西门子伺服驱动V90PN以及ABB ROBOT进行通讯,来协调控制执行系统。图像采集软件和图像识别软件安装在西门子工控机IPC647D PN WINdows 7系统上,西门子工控机IPC采用内核隔离技术,CPU1508S及WinCC RT Adv安装在RT内核上。两者之间互不干扰,又能相互通讯。
控制系统在上电自检及安全系统检测通过后处于准备好状态,在操作台发送启动命令后,整个系统开始运行。视觉识别系统通过3D相机和红外相机进行快速拍照取样,通过专用算法软件及深度学习/自学习算子快速筛选出煤矸石,并将煤矸石轮廓、坐标、角度数据,分发给生产线的机器人1#和机器人3#。机器人1#和机器人3#通过同步系统跟踪煤矸石,若机器人1#抓取到位则3#机器人接收新的坐标,若机器人1#抓取失败,机器人3#跟踪继续夹取。这种模式用于煤矸石较少的工况及每1.5米皮带上矸石数量少于8的情况。煤矸石较多的工况下,控制器直接将不同坐标的煤矸石分发给一体式机器人1#-4#,当矸石抓取完成后再次分发。
关于本发明具体结构需要说明的是,本发明采用的各部件模块相互之间的连接关系是确定的、可实现的,除实施例中特殊说明的以外,其特定的连接关系可以带来相应的技术效果,并基于不依赖相应软件程序执行的前提下,解决本发明提出的技术问题,本发明中出现的部件、模块、具体元器件的型号、连接方式除具体说明的以外,均属于本领域技术人员在申请日前可以获取到的已公开专利、已公开的期刊论文、或公知常识等现有技术,无需赘述,使得本案提供的技术方案是清楚、完整、可实现的,并能根据该技术手段重现或获得相应的实体产品。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种基于图像数据处理的煤矸石分选系统,其特征在于:包括选矸皮带(1),所述选矸皮带(1)的进口位置通过支架安装有图像采集处理装置(2),所述图像采集处理装置(2)的一侧还设置有控制柜(3);
在所述选矸皮带(1)的两侧还等距设置有多台选矸机器人(4);
所述图像采集处理装置(2)内部设置有控制器(5),所述控制器(5)通过导线分别与红外相机(6)、3D相机(7)、补光装置(8)、光谱采集装置(9)相连;
所述控制器(5)的信号输入端与皮带转速传感器(10)相连;
所述选矸机器人(4)包括控制箱(11)、机械臂(12)、抓取装置(13),所述控制箱(11)通过底座与机械臂(12)相连,所述抓取装置(13)设置在机械臂(12)的延伸端;
所述控制箱(11)上设置的控制端接口通过导线与控制柜(3)的控制端相连;
所述控制器(5)通过内部设置的数据通信模块与控制柜(3)的控制端相连;
所述控制柜(3)的柜体上还设置有显示屏(14)和控制面板(15),所述控制面板(15)上设置有启动按钮、停止按钮、复位按钮、急停开关。
2.根据权利要求1所述的一种基于图像数据处理的煤矸石分选系统,其特征在于:所述抓取装置(13)具体为采用多个抓手组成的双轴多齿形夹具。
3.根据权利要求2所述的一种基于图像数据处理的煤矸石分选系统,其特征在于:所述选矸机器人(4)的数量为四个,分别等距设置于选矸皮带(1)两侧,每侧各设置两个。
4.根据权利要求3所述的一种基于图像数据处理的煤矸石分选系统,其特征在于:所述控制柜(3)内部设置有控制电路,所述控制电路上集成有相应的处理器、存储器、电源模块、AD转换模块、I/O接口模块,所述处理器通过导线分别与存储器、电源模块、AD转换模块、I/O接口模块相连。
5.一种基于图像数据处理的煤矸石分选方法,其特征在于:包括如下步骤:
步骤一:分别启动选矸皮带(1)、图像采集处理装置(2)和控制柜(3),使煤矸石分选系统正常工作,通过控制柜(3)内置的图像采集处理软件设置红外相机(6)和3D相机(7)的工作参数,控制红外相机(6)和3D相机(7)开始采集选矸皮带(1)上的初始图像;
步骤二:将红外相机(6)和3D相机(7)采集的图像数据发送至控制器(5),所述控制器(5)对采集图像进行分析,判断此时选矸皮带(1)上是否有煤:
当判断皮带上没有煤时,则控制皮带变频器待机,皮带待料;
当判断皮带上有煤时,则控制皮带变频器启动,皮带开始运行;
皮带运行后,所述红外相机(6)每采集1.5m皮带长度的图像作为一个数据采集周期,由控制器(5)对该周期内的矸石数量n进行识别计数,之后依次重复采集1.5m皮带的图像数据进行分析,直至选矸皮带(1)该次运煤结束;
步骤三:所述控制器(5)基于预设的训练图像数据,对采集图像中的煤和矸石轮廓分别进行识别,并将识别出的矸石数量数据发送至控制柜(3)的处理器中,所述处理器通过分析得出当前选矸皮带的运输速度v;
步骤四:所述控制柜(3)的处理器将得到的选矸皮带运输速度v以脉冲信号形式发送给红外相机(6),控制红外相机(6)的图像采集频率;
步骤五:结合步骤四中红外相机(6)的采集频率数据,所述控制器(5)通过3D相机(7)与光谱采集装置(9)采集的图像数据一起确定矸石的位置坐标信息,并将矸石位置坐标信息发送至选矸机器人(4),通过选矸机器人(4)控制抓取装置(13)对识别到的矸石进行抓取。
6.根据权利要求5所述的一种基于图像数据处理的煤矸石分选方法,其特征在于:所述步骤三中控制柜(3)通过采集矸石数量得出当前选矸皮带的运输速度,具体在控制柜(3)的处理器中预设判断阈值,对选矸皮带的运输速度v与矸石数量n建立如下映射关系:
当n≤2,v=1.2m/s;
当2<n≤4,v=1m/s;
当4<n≤6,v=0.6m/s;
当6<n≤8,v=0.4m/s;
当n>8,v=0.8m/s。
7.根据权利要求6所述的一种基于图像数据处理的煤矸石分选方法,其特征在于:所述步骤五中控制选矸机器人(4)抓取矸石的具体方法步骤为:
步骤5.1:确定红外相机(6)的采集频率后,通过卷积算法对采集的样本进行综合分析确定矸石的平面坐标(x,y);
步骤6.2:根据步骤6.1确定的矸石平面坐标数据,结合3D相机(7)及光谱采集装置(9)分析的矸石的位置信息,确定每个矸石的三维坐标(x,y,z);
步骤6.3:根据步骤6.2确定的矸石三维坐标数据,确定矸石的体积V=x*y*z;
步骤6.4:由处理器将预设值与采集到的矸石体积V进行比较,当矸石体积V大于预设值时,处理器将控制抓取装置(13)放弃抓取;
步骤6.5:当处理器判断矸石体积V值小于预设值时,将结合对矸石数量n的判断,通过控制四台选矸机器人对矸石的进行抓取;
步骤6.5.1:当矸石体积V小于预设值,同时n≤8时,处理器将矸石分配给位于皮带左右两侧的1号机器人和3号机器人进行抓取,2号机器人和4号机器人处于待机状态,处理器按顺序将矸石位置数据发送给1号机器人和3号机器人,1号机器人和3号机器人通过同步系统跟踪煤矸石,若1号机器人抓取到位,则3号机器人接收新的矸石坐标,若1号机器人抓取失败,则3号机器人跟踪矸石位置继续夹取;
步骤6.5.2:当矸石体积V大于预设值,同时n>8时时,此时四台选矸机器人全部处于工作状态,处理器将不同位置坐标的矸石信息发送给1-4号机器人,各选矸机器人基于下述规则工作:
定义m为按顺序识别到的矸石序号,mn表示为视觉识别到的第n块矸石;
定义a为选矸机器人抓取矸石的次数减1,a=n-1表示为选矸机器人第n次抓取矸石;
则按照:
1号机器人按照m(1+4a)编号的矸石位置进行抓取,即1号机器人抓取矸石的位置顺序为m1,m5,m9……
2号机器人按照m(2+4a)编号的矸石位置进行抓取,即2号机器人抓取矸石的位置顺序为m2,m6,m10……
3号机器人按照m(3+4a)编号的矸石位置进行抓取,即3号机器人抓取矸石的位置顺序为m3,m7,m11……
4号机器人按照m(4+4a)编号的矸石位置进行抓取,即4号机器人抓取矸石的位置顺序为m4,m8,m12……
当该周期内选矸皮带中的煤矸石抓取完成后,再次分发下一周期的矸石位置坐标并控制机器人再次进行抓取,直至皮带上没有矸石。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340538.2A CN111389763A (zh) | 2020-04-26 | 2020-04-26 | 一种基于图像数据处理的煤矸石分选系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340538.2A CN111389763A (zh) | 2020-04-26 | 2020-04-26 | 一种基于图像数据处理的煤矸石分选系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111389763A true CN111389763A (zh) | 2020-07-10 |
Family
ID=71417621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010340538.2A Pending CN111389763A (zh) | 2020-04-26 | 2020-04-26 | 一种基于图像数据处理的煤矸石分选系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111389763A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111906050A (zh) * | 2020-08-14 | 2020-11-10 | 大连智仁智矿科技有限公司 | 基于视频解析的煤矸分选系统及方法 |
CN111921904A (zh) * | 2020-08-06 | 2020-11-13 | 西安科技大学 | 基于视觉及力信息融合感知的多机械臂协同煤矸分拣系统 |
CN112462656A (zh) * | 2020-11-19 | 2021-03-09 | 凤台县天宝建材有限责任公司 | 一种煤矸石资源化综合利用系统 |
CN112623759A (zh) * | 2020-12-18 | 2021-04-09 | 中国建材国际工程集团有限公司 | 一种玻璃堆垛调度方法 |
CN112871751A (zh) * | 2021-02-03 | 2021-06-01 | 精英数智科技股份有限公司 | 识别煤和煤矸石的方法及其识别装置 |
CN113159038A (zh) * | 2020-12-30 | 2021-07-23 | 太原理工大学 | 一种基于多模态融合的煤岩分割方法 |
CN113289925A (zh) * | 2021-05-21 | 2021-08-24 | 中国矿业大学(北京) | 一种基于深度学习的煤中杂物智能分拣系统及其分拣方法 |
CN114101095A (zh) * | 2020-08-27 | 2022-03-01 | 合肥美亚光电技术股份有限公司 | 分选设备的控制方法及分选设备 |
CN114330404A (zh) * | 2021-12-28 | 2022-04-12 | 易唯思智能自动化装备无锡有限公司 | 二维码刻印效果验证方法、系统及存储介质 |
CN115007474A (zh) * | 2022-06-09 | 2022-09-06 | 千眼云(重庆)科技有限公司 | 一种基于图像识别的选煤机器人及选煤方法 |
CN115201140A (zh) * | 2021-04-13 | 2022-10-18 | 宁波大学 | 基于红外光谱测量的煤矸石识别方法及系统 |
-
2020
- 2020-04-26 CN CN202010340538.2A patent/CN111389763A/zh active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111921904A (zh) * | 2020-08-06 | 2020-11-13 | 西安科技大学 | 基于视觉及力信息融合感知的多机械臂协同煤矸分拣系统 |
CN111921904B (zh) * | 2020-08-06 | 2022-12-20 | 西安科技大学 | 基于视觉及力信息融合感知的多机械臂协同煤矸分拣系统 |
CN111906050A (zh) * | 2020-08-14 | 2020-11-10 | 大连智仁智矿科技有限公司 | 基于视频解析的煤矸分选系统及方法 |
CN111906050B (zh) * | 2020-08-14 | 2024-02-02 | 大连智仁智矿科技有限公司 | 基于视频解析的煤矸分选系统及方法 |
CN114101095A (zh) * | 2020-08-27 | 2022-03-01 | 合肥美亚光电技术股份有限公司 | 分选设备的控制方法及分选设备 |
CN114101095B (zh) * | 2020-08-27 | 2024-01-05 | 合肥美亚光电技术股份有限公司 | 分选设备的控制方法及分选设备 |
CN112462656A (zh) * | 2020-11-19 | 2021-03-09 | 凤台县天宝建材有限责任公司 | 一种煤矸石资源化综合利用系统 |
CN112623759B (zh) * | 2020-12-18 | 2023-03-10 | 中国建材国际工程集团有限公司 | 一种玻璃堆垛调度方法 |
CN112623759A (zh) * | 2020-12-18 | 2021-04-09 | 中国建材国际工程集团有限公司 | 一种玻璃堆垛调度方法 |
CN113159038A (zh) * | 2020-12-30 | 2021-07-23 | 太原理工大学 | 一种基于多模态融合的煤岩分割方法 |
CN112871751A (zh) * | 2021-02-03 | 2021-06-01 | 精英数智科技股份有限公司 | 识别煤和煤矸石的方法及其识别装置 |
CN115201140A (zh) * | 2021-04-13 | 2022-10-18 | 宁波大学 | 基于红外光谱测量的煤矸石识别方法及系统 |
CN113289925A (zh) * | 2021-05-21 | 2021-08-24 | 中国矿业大学(北京) | 一种基于深度学习的煤中杂物智能分拣系统及其分拣方法 |
CN114330404A (zh) * | 2021-12-28 | 2022-04-12 | 易唯思智能自动化装备无锡有限公司 | 二维码刻印效果验证方法、系统及存储介质 |
CN115007474A (zh) * | 2022-06-09 | 2022-09-06 | 千眼云(重庆)科技有限公司 | 一种基于图像识别的选煤机器人及选煤方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111389763A (zh) | 一种基于图像数据处理的煤矸石分选系统和方法 | |
CN103920650B (zh) | 一种自动检测装置 | |
CN108380509B (zh) | 基于机器视觉的led灯盘分拣与检测系统 | |
CN206038558U (zh) | 一种多工位视觉检测设备 | |
CN210022894U (zh) | 双scara电池缺陷检测机 | |
CN102514002A (zh) | 一种数控车床单目视觉上下料机器人系统及方法 | |
CN110743818A (zh) | 基于视觉及深度学习的垃圾分选系统、垃圾分选方法 | |
CN107443428A (zh) | 一种带视觉识别水平关节机械手及视觉识别方法 | |
CN205984111U (zh) | 一种多功能工业机器人教学工作站 | |
CN103464383A (zh) | 工业机器人分拣系统及方法 | |
CN106144524A (zh) | 一种高速运动中用ccd视觉定位方法及装置 | |
CN103901861A (zh) | 伺服控制机械手及视觉检测生产线的控制方法及机械手臂 | |
CN106346454A (zh) | 一种四轴机械手视觉摆盘平台 | |
CN106269564B (zh) | 基于图像识别技术和机械手臂的矿石分选工艺和设备 | |
CN107414474A (zh) | 一种狭窄空间螺栓定位安装机器人及控制方法 | |
CN113289925A (zh) | 一种基于深度学习的煤中杂物智能分拣系统及其分拣方法 | |
CN111921904B (zh) | 基于视觉及力信息融合感知的多机械臂协同煤矸分拣系统 | |
CN106945060A (zh) | 一种零件搬运机械手控制装置 | |
CN112495819A (zh) | 一种农产品分级智能分拣设备及其使用方法 | |
CN111300407A (zh) | 矿用智能机器人识矸、抓矸方法 | |
CN212120878U (zh) | 一种基于图像数据处理的煤矸石分选系统 | |
CN207014384U (zh) | 一种零件搬运机械手控制装置 | |
CN210691815U (zh) | 一种智能控制应用系统实训台 | |
CN206370234U (zh) | 一种基于机器人的实验台 | |
CN102350421A (zh) | 实现铝电解用阳极炭块炭碗自动化清理的力位置伺服控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |