CN112127896A - 一种tbm开挖岩渣信息自动采集与分析系统及方法 - Google Patents
一种tbm开挖岩渣信息自动采集与分析系统及方法 Download PDFInfo
- Publication number
- CN112127896A CN112127896A CN202010985349.0A CN202010985349A CN112127896A CN 112127896 A CN112127896 A CN 112127896A CN 202010985349 A CN202010985349 A CN 202010985349A CN 112127896 A CN112127896 A CN 112127896A
- Authority
- CN
- China
- Prior art keywords
- rock slag
- tbm
- rock
- image
- slag
- 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.)
- Granted
Links
- 239000011435 rock Substances 0.000 title claims abstract description 197
- 239000002893 slag Substances 0.000 title claims abstract description 164
- 238000009412 basement excavation Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 title claims description 26
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000005641 tunneling Effects 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 239000013589 supplement Substances 0.000 claims description 11
- 239000003086 colorant Substances 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000013049 sediment Substances 0.000 claims description 2
- 238000012216 screening Methods 0.000 abstract description 2
- 239000002245 particle Substances 0.000 abstract 1
- -1 shape Substances 0.000 abstract 1
- 239000002699 waste material Substances 0.000 abstract 1
- 238000010276 construction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
- E21D9/003—Arrangement of measuring or indicating devices for use during driving of tunnels, e.g. for guiding machines
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
- E21D9/06—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining
- E21D9/08—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining with additional boring or cutting means other than the conventional cutting edge of the shield
- E21D9/087—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining with additional boring or cutting means other than the conventional cutting edge of the shield with a rotary drilling-head cutting simultaneously the whole cross-section, i.e. full-face machines
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
- E21D9/12—Devices for removing or hauling away excavated material or spoil; Working or loading platforms
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种TBM开挖岩渣信息自动采集与分析系统及方法,该系统包括:用于采集岩渣图像的视觉传感器;用于运输岩渣的TBM配套皮带,皮带上设有条纹;用于对岩渣图像进行处理以获得渣料中各岩渣的形状和大小的控制器;用于显示岩渣信息的TBM操作室显示器,控制器与视觉传感器相连。采用在TBM皮带上布置多处测点的方式,以获得更全面和精确的岩渣二维信息,通过控制器的处理,估算得到岩渣的形状、粒径以及级配等岩渣三维特征,进而为根据岩渣特征来判断围岩地质情况和调整TBM掘进参数提供重要依据。本发明解决了作业人员无法及时全面地观察围岩情况及人工筛分岩渣费时费力的问题,具有能实时对岩渣图像进行采集和分析,以便及时提供掌子面岩体信息。
Description
技术领域
本发明涉及隧道掘进机(TBM)、岩渣信息自动采集系统和岩渣信息分析系统技术领域,尤其涉及一种TBM开挖岩渣信息自动采集与分析系统及方法。
背景技术
随着我国基础设施、铁路、公路、南水北调和西气东输等工程需要建设,全断面隧道掘进机(TBM)以其安全、高效、经济、环保等优点,被广泛应用于深埋长大隧道的施工。
在TBM掘进过程中,需要根据围岩的地质情况对围岩的类型和质量进行判断,从而便于根据围岩的类型和质量来选择相适应的TBM掘进参数和围岩支护形式。
通常情况下,作业人员可对裸露的围岩进行肉眼观察,评估围岩的质量。但在TBM掘进过程中,由于TBM护盾遮挡和喷混等作业条件的限制,作业人员往往无法及时全面地观察围岩情况。因此,无法判断围岩的类型和质量,进而该地质TBM掘进参数和围岩支护形式的选择。
研究表明,由于岩渣形成过程是岩-机相互作用的过程,因此TBM开挖后形成的岩渣可反映围岩类型和质量及TBM掘进参数变化。如果围岩比较完整,节理和其它不连续面不发育,岩渣就会呈现出以均匀的岩片为主,有少量的岩块和一些岩粉,TBM所需推力及扭矩较大;如果围岩中节理或其它的不连续面比较发育,那么岩渣中就会含有较多的大小不均的岩块,同时岩片含量下降;如果岩石强度较低,那么岩渣中岩粉的含量就会增加,TBM推力以及扭矩就会降低。
然而,从当前隧道围岩地质情况的测试技术来看,对TBM开挖岩渣信息的采集与分析并不能做到精准、快速。现有技术只利用一个高速摄像机在皮带上方进行拍照,所获取的岩渣形状和大小仅为二维参数,比较片面;利用传统筛分法测试岩渣耗时长,无法做到实时获取,不能及时提供有效信息。
因此,如何在TBM掘进过程中自动快速地获取岩渣三维特征,以便根据岩渣特征来判断围岩的地质情况,一直是本领域技术人员探索的课题。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种TBM开挖岩渣信息自动采集与分析系统及方法,该系统能够连续自动采集TBM皮带上岩渣图像,进而实时图像处理,获取岩渣形状及大小特征,为根据岩渣特征来判断围岩地质情况和调整TBM掘进参数提供重要依据。
本发明解决其技术问题所采用的技术方案是:
本发明提供一种TBM开挖岩渣信息自动采集与分析系统,该系统包括:视觉传感器、TBM配套皮带、控制器、TBM操作室显示器;其中:
TBM配套皮带用于对岩渣进行运输;TBM配套皮带上平行设置有采用不同颜色和宽度的条纹,用于判断多个视觉传感器抓拍的照片区域是否一致;
视觉传感器有多个,分别等间距的设置在TBM皮带机的正上方,视觉传感器用于采集TBM配套皮带上的岩渣图像;
控制器一端与多个视觉传感器均相连,另一端与TBM操作室显示器相连;控制器用于对条纹上的岩渣图像进行处理以获得渣料中各岩渣的形状和大小;
TBM操作室显示器用于显示岩渣信息。
进一步地,本发明的视觉传感器包括:工业相机、定焦镜头、补光灯、工业相机螺帽;其中:
定焦镜头安装在工业相机的下方,工业相机外设有连接控制器的接口;定焦镜头采用自动对焦的方式,在TBM配套皮带上方一定范围内能自动调焦;补光灯为环形结构,工业相机固定在环形结构的正中间,补光灯的光源垂直于岩渣出渣方向;工业相机螺帽用于固定工业相机。
进一步地,本发明的视觉传感器设置有不少于3个。
进一步地,本发明的控制器采用工业电脑,包括图像采集器和数据处理器;其中:
图像采集器设定工业相机的照片间隔时间和存储形式,确保工业相机在每个测点处拍摄的图像是针对皮带上同一区域的岩渣;
数据处理器能自动调取所拍摄的图像,对每个测试点处所获得的相同岩渣进行形状和大小等特征提取,进而综合相同岩渣在不同测点的二维参数估算岩渣的三维信息,包括形状和大小参数。
进一步地,本发明的TBM操作室显示器接收控制器控制采集和处理的岩渣图像,TBM司机通过TBM操作室显示器查看结果,从而便于TBM司机及时做出围岩支护形式的判断和掘进参数的选择。
本发明提供一种TBM,包括所述的TBM开挖岩渣信息自动采集与分析系统,该系统包括岩渣信息自动采集系统和岩渣信息自动分析系统;
岩渣信息自动采集系统用于采集TBM配套皮带输送的岩渣的二维图像及条纹图像;
岩渣信息自动分析系统用于处理图像,获取岩渣形状和大小特征,进而为根据岩渣特征来判断围岩地质情况和调整TBM掘进参数提供重要依据。
本发明提供一种TBM开挖岩渣信息自动采集与分析方法,包括以下步骤:
S1:安装视觉传感器,每隔一定距离安装,安装不少于3个;
S2:安装控制器,将每个视觉传感器都与控制器相连;
S3:连接控制器与TBM操作室显示器;
S4:设定视觉传感器的拍照参数;
沿着皮带出渣方向,多个工业相机的起始拍照时间分别为:
式中,L1为第一个工业相机与第二个工业相机间的皮带长度,L2为第二个工业相机与第三个工业相机间的皮带长度,以此类推;V为皮带传输速度,每个工业相机的拍照时间间隔设定为相同;
S5:接通电源,系统连续采集岩渣图像;
S6:控制器中岩渣分析工作也同步开始,通过对条纹图像和岩渣图像进行处理,得到岩渣形状和大小特征。
进一步地,本发明的所述步骤S6中对图像进行处理的具体方法为:
(1)图像识别:将每个工业相机在皮带上不同位置捕捉的照片进行比对,确定区域是否一致;
利用皮带上颜色和宽度不同的条纹,以第一个工业相机拍摄的照片为基础,之后的每个工业相机出现的条纹颜色顺序、颜色宽度应与第一个工业相机照片中的一致;具体控制方程为:
n=RGBnumber(1);W1b=RGBwidth(b)
Wab=RGBwidth(ab)=W1b
式中,n为第一个工业相机拍摄的照片中皮带上条纹数目,W1b为第一个工业相机拍摄的照片中第b个条纹的宽度,1≤b≤n;Wab为第a个工业相机拍摄的照片中第b个条纹的宽度,1≤a≤m,m为工业相机个数;RGBnumber和RGBwidth分别表示提取照片中颜色数量和宽度的算法;
(2)灰度处理:将RGB图像转化为灰度图像;具体实现如下:
g(i,j)=0.299R(i,j)+0.587G(i,j)+0.114B(i,j)
式中,g(i,j)表示转化后的灰度图像在点(i,j)处的灰度值,R(i,j)、G(i,j)、B(i,j)分别表示转化前彩色图像在点(i,j)处的基色分量;
(3)二值化处理:将岩渣图像转化为黑白图,便于后续提取岩块参数;具体实现如下:
μ=u1ω1+u2ω2
g=ω1(μ-μ1)2+ω2(μ-μ2)2
图像中,前景即目标和背景的分割阈值记作T,ω1为前景图像中灰度>T占整幅图像的比例,u1为前景图像的平均灰度;ω2为背景图像中灰度<T占整幅图像的比例,u2为背景图像的平均灰度;μ为图像的总体平均灰度;g为类间方差;当g达到最大值,最佳二值化处理完成;
(4)参数提取:从二值化图像中提取二维参数;具体实现如下:
P=∮f(x,y)dl
式中,L2D为岩渣的二维长,W2D为岩渣的二维长,(x1,y1)和(x2,y2)两点为岩渣二值化轮廓上的切线交点;P为二值化轮廓周长,A为轮廓面积,f(x,y)为轮廓函数;
(5)估算岩渣三维参数:利用所获取的二维参数估算岩渣三维参数;具体实现如下:
L3D=0.94L2Dmax
W3D=1.04L2Dmin
T3D=1.11W2Dmin
V=0.54A1.5
SA=3.96A2
式中,L3D为岩渣的三维长,W3D为岩渣的三维宽,T3D为岩渣的三维宽;L2Dmax为多个工业相机拍摄到的同一岩渣种,最大轮廓面积中的的二维长,L2Dmin为最小轮廓面积中的的二维长,W2Dmin为最小轮廓面积中的的二维宽;V为岩渣体积;SA为岩渣表面积。
与现有技术相比,本发明的有益效果是:
1)本发明提出了一种TBM开挖岩渣信息自动采集与分析系统,用多个高速摄相机在TBM皮带上不同位置采集相同岩渣的二维图像,并用控制器自动处理图像信息,获取岩渣二维参数,进而通过控制器传输于TBM主控室,做出对隧洞围岩岩体地质情况的判断,方便司机调整TBM掘进参数。
2)本发明的系统可固定于TBM传送皮带上方,无需取样,对施工作业无影响,实时采集并处理岩渣信息,获取成像结果,自动化程度高。
3)本发明的系统将获取的岩渣二维参数用于计算岩渣三维参数,更全面更精确地掌握岩渣信息,对围岩地质情况的判断和掘进参数的选择提供更有力的依据。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明的系统整体图。
图2是本发明的视觉传感器分解图。
图3是本发明的视觉传感器仰视图。
图4是本发明的安装断面图。
图5是本发明的沿掘进方向布置图。
其中:1-视觉传感器,2-TBM配套皮带,3-控制器,4-TBM操作室显示器,5-工业相机,6-定焦镜头,7-补光灯,8-工业相机螺帽。
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以解释本发明,并不用于限定本发明。
如图1-5所示,本发明实施例的TBM开挖岩渣信息自动采集与分析系统,该系统包括:视觉传感器1、TBM配套皮带2、控制器3、TBM操作室显示器4、工业相机5;其中:
TBM配套皮带2用于对岩渣进行运输;TBM配套皮带2上平行设置有采用不同颜色和宽度的条纹,用于判断多个视觉传感器1抓拍的照片区域是否一致;
视觉传感器1有多个,分别等间距的设置在TBM皮带机5的正上方,视觉传感器1用于采集TBM配套皮带2上的岩渣图像;
控制器3一端与多个视觉传感器1均相连,另一端与TBM操作室显示器4相连;控制器3用于对条纹上的岩渣图像进行处理以获得渣料中各岩渣的形状和大小;
TBM操作室显示器4用于显示岩渣信息。
所述视觉传感器1,包括工业相机5、定焦镜头6、补光灯7、工业相机螺帽8。所述工业相机5具备高分辨率,可抓拍TBM施工时TBM配套皮带2上的岩渣图像,工业相机5与所述定焦镜头6配套使用。工业相机5外设与控制器3连接的接口。定焦镜头6采用自动对焦,可在TBM皮带上方一定范围自动调焦,使拍摄的岩渣图像呈现最清晰状态。所述补光灯7,固定于TBM配套皮带2正上方,光源垂直于出渣方向。为保障光线均匀无阴影从而保障工业相机5拍出的图像清晰,补光灯采用环形设备,工业相机5固定于环形补光灯7的正中间。所述工业相机螺帽8用于固定工业相机5。在皮带上隔一定距离设置视觉传感器1,数量宜设置3个及以上,用于获取岩渣在皮带自身振动之后呈现出来的不同信息。
所述控制器3,采用工业电脑,包括图像采集器和数据处理器,图像采集器可设定工业相机的照片间隔时间和存储形式,确保工业相机在每个测点处拍摄的图像是针对皮带上同一区域的岩渣;数据处理器可自动调取所拍摄的图像,对每个测试点处所获得的相同岩渣进行形状和大小等特征提取,进而综合相同岩渣在不同测点的二维参数估算岩渣的三维信息,包括形状和大小参数。工业电脑宜施以保护,可安装保护箱或放置于TBM上的房间内。
TBM操作室显示器4,与控制器3相连,控制器3控制采集和处理岩渣图像,并将处理结果传输于TBM操作室显示器4,方便TBM司机查看结果,从而便于TBM司机及时做出围岩支护形式的判断和掘进参数的选择,对TBM安全高效掘进提供重要的实用价值。
本发明实施例的TBM,包括所述的TBM开挖岩渣信息自动采集与分析系统,该系统包括岩渣信息自动采集系统和岩渣信息自动分析系统;
岩渣信息自动采集系统用于采集TBM配套皮带2输送的岩渣的二维图像及条纹图像;
岩渣信息自动分析系统用于处理图像,获取岩渣形状和大小特征,进而为根据岩渣特征来判断围岩地质情况和调整TBM掘进参数提供重要依据。
本发明实施例的TBM开挖岩渣信息自动采集与分析方法,包括以下步骤:
S1:安装视觉传感器,每隔一定距离安装,安装不少于3个;
S2:安装控制器,将每个视觉传感器都与控制器相连;
S3:连接控制器与TBM操作室显示器;
S4:设定视觉传感器的拍照参数;
沿着皮带出渣方向,多个工业相机的起始拍照时间分别为:
式中,L1为第一个工业相机与第二个工业相机间的皮带长度,L2为第二个工业相机与第三个工业相机间的皮带长度,以此类推;V为皮带传输速度,每个工业相机的拍照时间间隔设定为相同;
S5:接通电源,系统连续采集岩渣图像;
S6:控制器中岩渣分析工作也同步开始,通过对条纹图像和岩渣图像进行处理,得到岩渣形状和大小特征。
所述步骤S6中对图像进行处理的具体方法为:
(1)图像识别:将每个工业相机在皮带上不同位置捕捉的照片进行比对,确定区域是否一致;
利用皮带上颜色和宽度不同的条纹,以第一个工业相机拍摄的照片为基础,之后的每个工业相机出现的条纹颜色顺序、颜色宽度应与第一个工业相机照片中的一致;具体控制方程为:
n=RGBnumber(1);W1b=RGBwidth(b)
Wab=RGBwidth(ab)=W1b
式中,n为第一个工业相机拍摄的照片中皮带上条纹数目,W1b为第一个工业相机拍摄的照片中第b个条纹的宽度,1≤b≤n;Wab为第a个工业相机拍摄的照片中第b个条纹的宽度,1≤a≤m,m为工业相机个数;RGBnumber和RGBwidth分别表示提取照片中颜色数量和宽度的算法;
(2)灰度处理:将RGB图像转化为灰度图像;具体实现如下:
g(i,j)=0.299R(i,j)+0.587G(i,j)+0.114B(i,j)
式中,g(i,j)表示转化后的灰度图像在点(i,j)处的灰度值,R(i,j)、G(i,j)、B(i,j)分别表示转化前彩色图像在点(i,j)处的基色分量;
(3)二值化处理:将岩渣图像转化为黑白图,便于后续提取岩块参数;具体实现如下:
μ=u1ω1+u2ω2
g=ω1(μ-μ1)2+ω2(μ-μ2)2
图像中,前景即目标和背景的分割阈值记作T,ω1为前景图像中灰度>T占整幅图像的比例,u1为前景图像的平均灰度;ω2为背景图像中灰度<T占整幅图像的比例,u2为背景图像的平均灰度;μ为图像的总体平均灰度;g为类间方差;当g达到最大值,最佳二值化处理完成;
(4)参数提取:从二值化图像中提取二维参数;具体实现如下:
P=∮f(x,y)dl
式中,L2D为岩渣的二维长,W2D为岩渣的二维长,(x1,y1)和(x2,y2)两点为岩渣二值化轮廓上的切线交点;P为二值化轮廓周长,A为轮廓面积,f(x,y)为轮廓函数;
(5)估算岩渣三维参数:利用所获取的二维参数估算岩渣三维参数;具体实现如下:
L3D=0.94L2Dmax
W3D=1.04L2Dmin
T3D=1.11W2Dmin
V=0.54A1.5
SA=3.96A2
式中,L3D为岩渣的三维长,W3D为岩渣的三维宽,T3D为岩渣的三维宽;L2Dmax为多个工业相机拍摄到的同一岩渣种,最大轮廓面积中的的二维长,L2Dmin为最小轮廓面积中的的二维长,W2Dmin为最小轮廓面积中的的二维宽;V为岩渣体积;SA为岩渣表面积。
本发明提出了一种TBM开挖岩渣信息自动采集与分析系统,用三个高速摄相机在TBM皮带上不同位置采集相同岩渣的二维图像,并用控制器自动处理图像信息,估算岩渣三维参数,进而通过控制器传输于TBM主控室,做出对隧洞围岩岩体地质情况的判断,方便司机调整TBM掘进参数。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (8)
1.一种TBM开挖岩渣信息自动采集与分析系统,其特征在于,该系统包括:视觉传感器(1)、TBM配套皮带(2)、控制器(3)、TBM操作室显示器(4);其中:
TBM配套皮带(2)用于对岩渣进行运输;TBM配套皮带(2)上平行设置有采用不同颜色和宽度的条纹,用于判断多个视觉传感器(1)抓拍的照片区域是否一致;
视觉传感器(1)有多个,分别等间距的设置在TBM皮带机(5)的正上方,视觉传感器(1)用于采集TBM配套皮带(2)上的岩渣图像;
控制器(3)一端与多个视觉传感器(1)均相连,另一端与TBM操作室显示器(4)相连;控制器(3)用于对条纹上的岩渣图像进行处理以获得渣料中各岩渣的形状和大小;
TBM操作室显示器(4)用于显示岩渣信息。
2.根据权利要求1所述的TBM开挖岩渣信息自动采集与分析系统,其特征在于,视觉传感器(1)包括:工业相机(5)、定焦镜头(6)、补光灯(7)、工业相机螺帽(8);其中:
定焦镜头(6)安装在工业相机(5)的下方,工业相机(5)外设有连接控制器(3)的接口;定焦镜头(6)采用自动对焦的方式,在TBM配套皮带(2)上方一定范围内能自动调焦;补光灯(7)为环形结构,工业相机(5)固定在环形结构的正中间,补光灯(7)的光源垂直于岩渣出渣方向;工业相机螺帽(8)用于固定工业相机(5)。
3.根据权利要求1所述的TBM开挖岩渣信息自动采集与分析系统,其特征在于,视觉传感器(1)设置有不少于3个。
4.根据权利要求2所述的TBM开挖岩渣信息自动采集与分析系统,其特征在于,控制器(3)采用工业电脑,包括图像采集器和数据处理器;其中:
图像采集器设定工业相机(5)的照片间隔时间和存储形式,确保工业相机(5)在每个测点处拍摄的图像是针对皮带上同一区域的岩渣;
数据处理器能自动调取所拍摄的图像,对每个测试点处所获得的相同岩渣进行形状和大小等特征提取,进而综合相同岩渣在不同测点的二维参数估算岩渣的三维信息,包括形状和大小参数。
5.根据权利要求1所述的TBM开挖岩渣信息自动采集与分析系统,其特征在于,TBM操作室显示器(4)接收控制器(3)控制采集和处理的岩渣图像,TBM司机通过TBM操作室显示器(4)查看结果,从而便于TBM司机及时做出围岩支护形式的判断和掘进参数的选择。
6.一种TBM,其特征在于,包括所述的TBM开挖岩渣信息自动采集与分析系统,该系统包括岩渣信息自动采集系统和岩渣信息自动分析系统;
岩渣信息自动采集系统用于采集TBM配套皮带(2)输送的岩渣的二维图像及条纹图像;
岩渣信息自动分析系统用于处理图像,获取岩渣形状和大小特征,进而为根据岩渣特征来判断围岩地质情况和调整TBM掘进参数提供重要依据。
7.一种TBM开挖岩渣信息自动采集与分析方法,采用权利要求1-5所述的TBM开挖岩渣信息自动采集与分析系统,其特征在于,包括以下步骤:
S1:安装视觉传感器,每隔一定距离安装,安装不少于3个;
S2:安装控制器,将每个视觉传感器都与控制器相连;
S3:连接控制器与TBM操作室显示器;
S4:设定视觉传感器的拍照参数;
沿着皮带出渣方向,多个工业相机的起始拍照时间分别为:
式中,L1为第一个工业相机与第二个工业相机间的皮带长度,L2为第二个工业相机与第三个工业相机间的皮带长度,以此类推;V为皮带传输速度,每个工业相机的拍照时间间隔设定为相同;
S5:接通电源,系统连续采集岩渣图像;
S6:控制器中岩渣分析工作也同步开始,通过对条纹图像和岩渣图像进行处理,得到岩渣形状和大小特征。
8.根据权利要求7所述的TBM开挖岩渣信息自动采集与分析方法,其特征在于,所述步骤S6中对图像进行处理的具体方法为:
(1)图像识别:将每个工业相机在皮带上不同位置捕捉的照片进行比对,确定区域是否一致;
利用皮带上颜色和宽度不同的条纹,以第一个工业相机拍摄的照片为基础,之后的每个工业相机出现的条纹颜色顺序、颜色宽度应与第一个工业相机照片中的一致;具体控制方程为:
n=RGBnumber(1);W1b=RGBwidth(b)
Wab=RGBwidth(ab)=W1b
式中,n为第一个工业相机拍摄的照片中皮带上条纹数目,W1b为第一个工业相机拍摄的照片中第b个条纹的宽度,1≤b≤n;Wab为第a个工业相机拍摄的照片中第b个条纹的宽度,1≤a≤m,m为工业相机个数;RGBnumber和RGBwidth分别表示提取照片中颜色数量和宽度的算法;
(2)灰度处理:将RGB图像转化为灰度图像;具体实现如下:g(i,j)=0.299R(i,j)+0.587G(i,j)+0.114B(i,j)
式中,g(i,j)表示转化后的灰度图像在点(i,j)处的灰度值,R(i,j)、G(i,j)、B(i,j)分别表示转化前彩色图像在点(i,j)处的基色分量;
(3)二值化处理:将岩渣图像转化为黑白图,便于后续提取岩块参数;具体实现如下:
μ=u1ω1+u2ω2
g=ω1(μ-μ1)2+ω2(μ-μ2)2
图像中,前景即目标和背景的分割阈值记作T,ω1为前景图像中灰度>T占整幅图像的比例,u1为前景图像的平均灰度;ω2为背景图像中灰度<T占整幅图像的比例,u2为背景图像的平均灰度;μ为图像的总体平均灰度;g为类间方差;当g达到最大值,最佳二值化处理完成;
(4)参数提取:从二值化图像中提取二维参数;具体实现如下:
P=∮f(x,y)dl
式中,L2D为岩渣的二维长,W2D为岩渣的二维长,(x1,y1)和(x2,y2)两点为岩渣二值化轮廓上的切线交点;P为二值化轮廓周长,A为轮廓面积,f(x,y)为轮廓函数;
(5)估算岩渣三维参数:利用所获取的二维参数估算岩渣三维参数;具体实现如下:
L3D=0.94L2Dmax
W3D=1.04L2Dmin
T3D=1.11W2Dmin
V=0.54A1.5
SA=3.96A2
式中,L3D为岩渣的三维长,W3D为岩渣的三维宽,T3D为岩渣的三维宽;L2Dmax为多个工业相机拍摄到的同一岩渣种,最大轮廓面积中的的二维长,L2Dmin为最小轮廓面积中的的二维长,W2Dmin为最小轮廓面积中的的二维宽;V为岩渣体积;SA为岩渣表面积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010985349.0A CN112127896B (zh) | 2020-09-18 | 2020-09-18 | 一种tbm开挖岩渣信息自动采集与分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010985349.0A CN112127896B (zh) | 2020-09-18 | 2020-09-18 | 一种tbm开挖岩渣信息自动采集与分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112127896A true CN112127896A (zh) | 2020-12-25 |
CN112127896B CN112127896B (zh) | 2021-12-21 |
Family
ID=73842966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010985349.0A Active CN112127896B (zh) | 2020-09-18 | 2020-09-18 | 一种tbm开挖岩渣信息自动采集与分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112127896B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113685188A (zh) * | 2021-08-16 | 2021-11-23 | 中铁十八局集团有限公司 | 一种基于岩渣物理特征的tbm掘进优化方法 |
CN113914887A (zh) * | 2021-09-14 | 2022-01-11 | 中铁第一勘察设计院集团有限公司 | 一种全断面隧道掘进机的数据管理系统 |
CN114320316A (zh) * | 2022-01-14 | 2022-04-12 | 重庆邮电大学 | 一种盾构机施工预警方法及装置 |
CN117147552A (zh) * | 2023-10-30 | 2023-12-01 | 北京交通大学 | 一种用于tbm隧洞的岩渣级配分析方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140125801A1 (en) * | 2012-03-16 | 2014-05-08 | Tongji University | On-line tunnel deformation monitoring system based on image analysis and its application |
CN106934796A (zh) * | 2017-02-15 | 2017-07-07 | 山东大学 | 隧道掘进机搭载的高速皮带机岩渣视频分析系统及方法 |
CN108253938A (zh) * | 2017-12-29 | 2018-07-06 | 武汉大学 | Tbm破岩矿渣数字近景摄影测量识别及反演方法 |
CN109410237A (zh) * | 2018-09-14 | 2019-03-01 | 中铁工程装备集团有限公司 | 一种基于激光三维相机的渣片图像分割方法 |
CN110130921A (zh) * | 2019-06-26 | 2019-08-16 | 中国铁建重工集团股份有限公司 | 一种tbm及其皮带机出渣信息采集装置 |
CN110568448A (zh) * | 2019-07-29 | 2019-12-13 | 浙江大学 | 一种硬岩隧道掘进机隧道底部积渣识别装置及其方法 |
CN110793587A (zh) * | 2019-11-12 | 2020-02-14 | 西安科技大学 | 一种煤矿工作面带式输送机高效安全运行监控方法 |
CN110823737A (zh) * | 2019-10-15 | 2020-02-21 | 山东大学 | 一种适用于tbm的围岩力学参数自动测试系统及方法 |
CN110823704A (zh) * | 2019-10-15 | 2020-02-21 | 山东大学 | 一种tbm搭载的岩渣在线抗压强度测试系统及方法 |
-
2020
- 2020-09-18 CN CN202010985349.0A patent/CN112127896B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140125801A1 (en) * | 2012-03-16 | 2014-05-08 | Tongji University | On-line tunnel deformation monitoring system based on image analysis and its application |
CN106934796A (zh) * | 2017-02-15 | 2017-07-07 | 山东大学 | 隧道掘进机搭载的高速皮带机岩渣视频分析系统及方法 |
CN108253938A (zh) * | 2017-12-29 | 2018-07-06 | 武汉大学 | Tbm破岩矿渣数字近景摄影测量识别及反演方法 |
CN109410237A (zh) * | 2018-09-14 | 2019-03-01 | 中铁工程装备集团有限公司 | 一种基于激光三维相机的渣片图像分割方法 |
CN110130921A (zh) * | 2019-06-26 | 2019-08-16 | 中国铁建重工集团股份有限公司 | 一种tbm及其皮带机出渣信息采集装置 |
CN110568448A (zh) * | 2019-07-29 | 2019-12-13 | 浙江大学 | 一种硬岩隧道掘进机隧道底部积渣识别装置及其方法 |
CN110823737A (zh) * | 2019-10-15 | 2020-02-21 | 山东大学 | 一种适用于tbm的围岩力学参数自动测试系统及方法 |
CN110823704A (zh) * | 2019-10-15 | 2020-02-21 | 山东大学 | 一种tbm搭载的岩渣在线抗压强度测试系统及方法 |
CN110793587A (zh) * | 2019-11-12 | 2020-02-14 | 西安科技大学 | 一种煤矿工作面带式输送机高效安全运行监控方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113685188A (zh) * | 2021-08-16 | 2021-11-23 | 中铁十八局集团有限公司 | 一种基于岩渣物理特征的tbm掘进优化方法 |
CN113914887A (zh) * | 2021-09-14 | 2022-01-11 | 中铁第一勘察设计院集团有限公司 | 一种全断面隧道掘进机的数据管理系统 |
CN113914887B (zh) * | 2021-09-14 | 2023-08-11 | 中铁第一勘察设计院集团有限公司 | 一种全断面隧道掘进机的数据管理系统 |
CN114320316A (zh) * | 2022-01-14 | 2022-04-12 | 重庆邮电大学 | 一种盾构机施工预警方法及装置 |
CN117147552A (zh) * | 2023-10-30 | 2023-12-01 | 北京交通大学 | 一种用于tbm隧洞的岩渣级配分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112127896B (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112127896B (zh) | 一种tbm开挖岩渣信息自动采集与分析系统及方法 | |
CN106780284B (zh) | 隧道洞壁围岩完整性信息采集装置及评价方法 | |
US7020307B2 (en) | Rock fragmentation analysis system | |
CN108711146B (zh) | 一种基于可见光和红外图像融合的煤岩识别装置及方法 | |
Sankarasrinivasan et al. | Health monitoring of civil structures with integrated UAV and image processing system | |
CN110648364B (zh) | 一种多维度空间固废视觉检测定位及识别方法与系统 | |
CN111179232A (zh) | 基于图像处理的钢筋尺寸检测系统及方法 | |
JP5298969B2 (ja) | 粉塵の測定装置および発生源の推定方法 | |
CN111879781B (zh) | 一种基于机器视觉的试纸质量检测系统 | |
CN104853154B (zh) | 一种基于运动图像的危岩变形信息提取及报警方法 | |
CN108073774A (zh) | 一种验证爆堆块度分布的可靠方法 | |
Hadjigeorgiou et al. | An evaluation of image analysis algorithms for constructing discontinuity trace maps | |
CN111383174A (zh) | 一种用于摄影测量的爆堆数据采集方法 | |
CN110853002A (zh) | 一种基于双目视觉的变电站异物检测方法 | |
CN112132078A (zh) | 一种基于图像和热成像跟踪的煤岩界面识别系统 | |
CN114119425A (zh) | 一种矿用低照度高粉尘环境下的影像取景方法 | |
CN112258398B (zh) | 基于tof与双目图像融合的输送带纵向撕裂检测装置与方法 | |
Oses et al. | Image-based delineation of built heritage masonry for automatic classification | |
CN110130921B (zh) | 一种tbm及其皮带机出渣信息采集装置 | |
CN116524017B (zh) | 一种用于矿山井下检测识别定位系统 | |
CN113569943B (zh) | 一种基于深度神经网络的渣片大块预警方法、系统及装置 | |
CN116109813A (zh) | 一种钻锚孔识别方法、系统、电子设备及介质 | |
CN115393709A (zh) | 基于机器视觉的岩石隧道工程开挖面围岩智能分级系统 | |
Ukai | Development of image processing technique for detection of tunnel wall deformation using continuously scanned image | |
Lee et al. | Contaminated facade identification using convolutional neural network and image processing |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |