CN112213317A - 基于三维激光扫描技术的输送带撕裂检测系统及其检测方法 - Google Patents
基于三维激光扫描技术的输送带撕裂检测系统及其检测方法 Download PDFInfo
- Publication number
- CN112213317A CN112213317A CN202011040580.9A CN202011040580A CN112213317A CN 112213317 A CN112213317 A CN 112213317A CN 202011040580 A CN202011040580 A CN 202011040580A CN 112213317 A CN112213317 A CN 112213317A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- point
- data
- neighborhood
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000005516 engineering process Methods 0.000 title claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 238000007781 pre-processing Methods 0.000 claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 239000000428 dust Substances 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 24
- 239000000463 material Substances 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 abstract description 5
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000010117 shenhua Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8861—Determining coordinates of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Abstract
本发明公开了一种基于三维激光扫描技术的输送带撕裂检测系统及其检测方法:系统包括毛刷、除尘气枪,检测输送带带速的速度传感器,用于处理三维激光扫描仪采集的点云数据的预处理模块和传输数据到上位机的数据传输模块,用于采集数据三维激光扫描仪,用于把点云数据生成输送带表面三维模型并判断输送带是否撕裂的上位机;所述毛刷、除尘气枪、速度传感器、数据预处理模块与数据传输模块、三维激光扫描仪均设置在安装装置上,安装装置固定在输送带支架上。本发明采用的三维激光扫描仪利用光学测量原理,可以有效避免视觉技术受粉尘噪音等环境因素的影响。
Description
技术领域
本发明涉及一种基于三维激光扫描技术的输送带撕裂检测系统及其检测方法。
背景技术
带式输送机是目前矿山、冶金、电力、建筑等部门广泛采用的一种长距离连续运输机械,具有连续输送能力强、运行效率高、易于实现自动控制等优点,输送带成本占整部带式输送机成本的40%左右。由于输送带之间没有其他材料,全由橡胶组成,强度很低,在其运行过程中,常因石块或金属等硬锐的物体卡在某处并划破输送带而造成输送带的纵向撕裂,由于大功率强力带式输送机的运行速度一般都较高,如不能及时发现、停车,将会撕裂整条输送带造成极大的直接和间接经济损失。
现有输送带撕裂检测的主要研究成果可分为接触式检测法和非接触式检测法。接触式检测法都是通过检测皮带工作时承载物产生的压力或形变是否存在异常,从而间接判断是否存在故障,但效果欠佳。非接触式检测法可以直接分析故障,而且具有无损检测的特点,检测效果也有所提升,其中,最新兴的为机器视觉检测法,见文献“①~③”(①陈路路.输送带纵向撕裂一体化双目视觉检测方法研究[D].太原:太原理工大学,2017.②郭启皇,乔铁柱.基于Otsu算法的输送带撕裂视觉检测系统研究[J].煤炭技术,2017,36(4):279-282.③张文明,卢金龙.变光照环境下皮带撕裂视觉检测方法研究[J].光学技术,2016,42(2):108-113.)。采用机器视觉方法的优点是可通过摄像头、视频采集器、显示器和图像采集器获取输送带的背景图像,再用计算机对图像进行处理,但图像辨识度受高粉层露天环境下影响较大。而采用激光扫描技术可有效避免视觉技术受粉层环境限制的缺点。
国内外虽然已经将激光技术应用于输送带撕裂检测中,但多是采用线激光进行辅助测量,见文献“④”(④韩雷.基于线激光视觉检测的矿用输送机纵向撕裂保护系统研究[J].神华科技,2018,16(09):29-31+49.)针对三维激光扫描技术的输送带撕裂检测尚无研究,三维激光扫描技术具有精度高、速度快、应用范围广等优点,因此,将三维激光扫描技术应用于输送带撕裂检测系统中,将具有很强的实用价值。
发明内容
本发明的目的在于提供一种可以有效避免视觉技术受粉尘噪音等环境因素影响的基于三维激光扫描技术的输送带撕裂检测系统及其检测方法。
本发明的技术解决方案是:
一种基于三维激光扫描技术的输送带撕裂检测系统,其特征是:包括:用于清理输送带表面的毛刷、除尘气枪,检测输送带带速的速度传感器,用于处理三维激光扫描仪采集的点云数据的预处理模块和传输数据到上位机的数据传输模块,用于采集数据三维激光扫描仪,用于把点云数据生成输送带表面三维模型并判断输送带是否撕裂的上位机,所述三维激光扫描仪采用REEYEE激光三维扫描仪,扫描速率达到350000次/秒,扫描分辨率0.100毫米,测量精度0.03mm,测量数据通过USB3.0传输到数据预处理模块;所述毛刷、除尘气枪、速度传感器、数据预处理模块与数据传输模块、三维激光扫描仪均设置在安装装置上,安装装置固定在输送带支架上。
一种所述的基于三维激光扫描技术的输送带撕裂检测系统的检测方法,其特征是:包括以下步骤:
步骤1:初始化:令三维激光扫描仪A采集当前帧变量k=i,i=1,2,Λ,N,N为A在单位时间T内采集到的输送带表面轮廓数量,由单位时间T和激光扫描仪频率fspeed确定其大小(N=T·fspeed);从带速检测模块和料位检测模块获取带速和物料流到达或离开时刻;
步骤2:启动三维激光扫描仪A工作,数据预处理模块接收并记录输送带表面轮廓三维激光点云数据;
步骤3:将输送带表面三维激光点云数据进行三维直角坐标转换,得到输送带表面轮廓的三维坐标数据,通过分析脉冲信号发射和接收时间差计算扫描仪与物体的距离:
式中:Δt为激光脉冲信号在发射和接收之间的传播时间;C=3×108m/s,为激光脉冲在空气中的传播速度;
根据扫描控制模块测得水平方向夹角α和竖直方向夹角θ,利用极坐标原理获取扫描点三维坐标值(x,y,z):
步骤4:对输送带表面轮廓三维激光点云数据进行预处理;
步骤4.1:采用k-近邻点云去噪算法进行点云去噪,具体步骤如下:
步骤4.1.1:利用空间单元格法建立点云拓扑关系:
定义采集的点云数据为G={gi(x,y,z),i=1,2,…,n},其中数据点gi(x,y,z)的k-邻域记为KNB(gi){h1,h2,...,hk};
其中h1,h2,...,hK为数据点gi的k-邻域内的点;
步骤4.1.2:计算当前点gi与其k-近邻域内各点的平均距离dm(gi):
步骤4.1.3:判断平均距离dm是否大于设定阈值d0,若大于,则判定该点为离群噪声点,将其删除,否则将其保留;
步骤4.2:采用基于综合特征的点云数据精简算法对去噪点云数据进行点云精简,得到新的点云数据;
步骤4.2.1:利用kd-tree搜索法构造点云邻域拓扑关系;
步骤4.2.2:邻域点的距离参数估算;假设采集的点云数据为P={pi(x,y,z),i=12,…,n},其中数据点pi(x,y,z)的k-邻域记为KNB(pi){q1,q2,...,qK},定义计算点云邻域点的距离参数公式如下:
步骤4.2.3:点云数据曲率和法向量粗略估算;令pi为点云数据中任意一点,数据点pi(x,y,z)的k-邻域记为KNB(pi)={q1,q2,…,qK},c为k-邻域质心,求点pi处的法向量近似等于求切平面的单位法向量ni;使用点pi和它的邻域来近似构造其切平面的问题其实就是最小二乘的问题;采用基于局部的表面拟合方法的主成分分析法(PCA)可以得到点云数据pi处k-邻域的KNB(pi)的协变矩阵为:
参数λ1,λ2,λ3是协变矩阵的特征值,e1,e2,e3是对应的特征向量;假设λ1≤λ2≤λ3,pi的法向量近似等于单位向量ei;由此可以得到估算的法向量和曲率如下:
ni=ei (6)
式中ni为点云数据pi的法向量,Hi为点云数据pi的曲率;
调整法向量的方向,取C为点云数据的质心,计算ni(pi)·(pi-C)的内积,若ni(pi)·(pi-C)>0,则不调整方向,反之则需调整方向;
步骤4.2.4:点云数据法向量夹角粗略估算;定义计算点云数据及其邻域的角度参数公式如下:
步骤4.2.5:综合特征估算;根据步骤4.2.2、步骤4.2.3和步骤4.2.4计算出来的点云数据与其邻域点的距离、曲率和夹角,定义点云数据的特征参数f(pi)如下:
式中λH为曲率参数,max(dcp)是点云数据到点云数据质心的最大距离,λn为点云数据pi处k-邻域的KNB(pi)的协变矩阵的特征值,设定一个阈值ε,当特征参数f(pi)>ε时,则保留这个点,否则从点云数据中删除,由此得到新的点云数据;
步骤5:将新的点云数据通过数据传输模块传到上位机;
步骤6:通过Geomagic Studio软件,上位机将接受到的三维点云数据进行成像,得到输送带表面的三维图像;
步骤7:计算图像的z坐标平均值zm;通过设定阈值z0,分析各点z坐标偏离平均值的范围,以此判断输送带是否撕裂,若|z-zm|<z0,则判断输送带未发生撕裂;反之,则判断输送带撕裂。
本发明与现有技术相比有以下有益效果:
国内关于三维检测的研究先相对于国外起步较晚,但随着国内工业化自动化程度的提升,机器视觉迅速发展和技术水平的提高,三维检测技术日渐成熟,其获取距离信息的方法有很多,每种方法都有其适用场景,根据测量原理不同,测量方法分为光学测量、电磁测量和超声波测量。其中光学测量,由于其抗干扰能力强,检测效率和运算效率更高,被广泛运用到测绘工程领域、结构测量方面、建筑古迹测量方面、紧急服务业方面、娱乐业、采矿业等方面。输送带工作产所会产生大量粉尘和噪音,本发明采用的三维激光扫描仪利用光学测量原理,可以有效避免视觉技术受粉尘噪音等环境因素的影响。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为本发明的一种基于三维激光扫描技术的输送带撕裂检测系统结构示意图。
图中:1为毛刷,2为除尘气枪,3为速度传感器,4为数据预处理模块和数据传输模块,5为三维激光扫描仪。
图2为本发明的一种基于三维激光扫描技术的输送带撕裂检测系统原理框图。
图3为本发明输送带撕裂检测方法的流程图。
图4为数据预处理中,点云数据精简流程图。
具体实施方式
如图1所示,基于三维激光扫描技术的输送带纵向撕裂检测系统及方法,包括:用于清理输送带表面的毛刷1和除尘气枪2,检测输送带带速的速度传感器3,用于处理三维激光扫描仪采集的点云数据的预处理模块和传输数据到上位机的数据传输模块4,用于采集数据三维激光扫描仪5,用于把点云数据生成输送带表面三维模型并判断输送带是否撕裂的上位机,所述三维激光扫描仪采用REEYEE激光三维扫描仪,扫描速率达到350000次/秒,扫描分辨率0.100毫米,测量精度0.03mm,测量数据可通过USB3.0传输到数据预处理模块。所述毛刷1、除尘气枪2、速度传感器3、数据预处理与数据传输模块4、三维激光扫描仪5均设置在安装装置上,安装装置固定在输送带支架上;
图2为本发明的一种基于三维激光扫描技术的输送带撕裂检测系统及方法的原理结构图。其中包含带速检测模块(测速传感器、测速控制器、GSM/GPRS模块)、输送带表面轮廓检测模块(激光扫描仪、串口处理器、激光数据采集控制器)。测速传感器与上行托辊固定连接,测速控制器(单片机或FPGA)用于采集测速传感器数据并控制GSM/GPRS模块远程传输。激光扫描仪为三维激光扫描仪,由采集软件控制器控制激光扫描仪开始/停止采集,实现激光数据采集。输送撕裂检测开关信号与激光数据采集控制器相连,用于触发输送带表面轮廓激光点云数据采集。
本发明的检测系统及方法进行输送带撕裂检测流程如图3所示,包括以下几个步骤:
步骤1:初始化:令三维激光扫描仪A采集当前帧变量k=i,i=1,2,Λ,N,N为A在单位时间T内采集到的输送带表面轮廓数量,由单位时间T和激光扫描仪频率fspeed确定其大小(N=T·fspeed);从带速检测模块和料位检测模块获取带速和物料流到达或离开时刻;
步骤2:启动三维激光扫描仪A工作,数据预处理模块接收并记录输送带表面轮廓三维激光点云数据;
步骤3:将输送带表面三维激光点云数据进行三维直角坐标转换,得到输送带表面轮廓的三维坐标数据,通过分析脉冲信号发射和接收时间差计算扫描仪与物体的距离:
式中:Δt为激光脉冲信号在发射和接收之间的传播时间;C=3×108m/s,为激光脉冲在空气中的传播速度;
根据扫描控制模块测得水平方向夹角α和竖直方向夹角θ,利用极坐标原理获取扫描点三维坐标值(x,y,z):
步骤4:对输送带表面轮廓三维激光点云数据进行预处理;
步骤4.1:采用k-近邻点云去噪算法进行点云去噪,具体步骤如下:
步骤4.1.1:利用空间单元格法建立点云拓扑关系:
定义采集的点云数据为G={gi(x,y,z),i=1,2,...,n},其中数据点gi(x,y,z)的k-邻域记为KNB(gi){h1,h2,...,hK};
其中h1,h2,…,hK为数据点gi的k-邻域内的点;
步骤4.1.2:计算当前点gi与其k-近邻域内各点的平均距离dm(gi):
步骤4.1.3:判断平均距离dm是否大于设定阈值d0,若大于,则判定该点为离群噪声点,将其删除,否则将其保留;
步骤4.2:采用基于综合特征的点云数据精简算法对去噪点云数据进行点云精简,得到新的点云数据;
步骤4.2.1:利用kd-tree搜索法构造点云邻域拓扑关系;
步骤4.2.2:邻域点的距离参数估算;假设采集的点云数据为P={pi(x,y,z),i=1,2,...,n},其中数据点pi(x,y,z)的k-邻域记为KNB(pi){q1,q2,…,qK},定义计算点云邻域点的距离参数公式如下:
步骤4.2.3:点云数据曲率和法向量粗略估算;令pi为点云数据中任意一点,数据点pi(x,y,z)的k-邻域记为KNB(pi){q1,q2,...,qK},c为k-邻域质心,求点pi处的法向量近似等于求切平面的单位法向量ni;使用点pi和它的邻域来近似构造其切平面的问题其实就是最小二乘的问题;采用基于局部的表面拟合方法的主成分分析法(PCA)可以得到点云数据pi处k-邻域的KNB(pi)的协变矩阵为:
参数λ1,λ2,λ3是协变矩阵的特征值,e1,e2,e3是对应的特征向量;假设λ1≤λ2≤λ3,pi的法向量近似等于单位向量ei;由此可以得到估算的法向量和曲率如下:
ni=ei (6)
式中ni为点云数据pi的法向量,Hi为点云数据pi的曲率;
调整法向量的方向,取C为点云数据的质心,计算ni(pi)·(pi-C)的内积,若ni(pi)·(pi-C)>0,则不调整方向,反之则需调整方向;
步骤4.2.4:点云数据法向量夹角粗略估算;定义计算点云数据及其邻域的角度参数公式如下:
步骤4.2.5:综合特征估算;根据步骤4.2.2、步骤4.2.3和步骤4.2.4计算出来的点云数据与其邻域点的距离、曲率和夹角,定义点云数据的特征参数f(pi)如下:
式中λH为曲率参数,max(dcp)是点云数据到点云数据质心的最大距离,λn为点云数据pi处k-邻域的KNB(pi)的协变矩阵的特征值,设定一个阈值ε,当特征参数f(pi)>ε时,则保留这个点,否则从点云数据中删除,由此得到新的点云数据;
步骤5:将新的点云数据通过数据传输模块传到上位机;
步骤6:通过Geomagic Studio软件,上位机将接受到的三维点云数据进行成像,得到输送带表面的三维图像;
步骤7:计算图像的z坐标平均值zm;通过设定阈值z0,分析各点z坐标偏离平均值的范围,以此判断输送带是否撕裂,若|z-zm|<z0,则判断输送带未发生撕裂;反之,则判断输送带撕裂。
本发明采用了三维激光扫描构建输送带三维模型的方式实现了对输送带撕裂现象的实时监测,有效地解决了输送带撕裂的现象,检测装置精度高、响应快,整体采用了智能化设计,检测过程由算法实时检测,无需工作人员辅助,大大提高了工作效率和检测的准确性;三维激光扫描技术在输送带纵向撕裂检测方面使用较少,该技术的应用不仅能有效地解决输送带撕裂问题,而可进一步推动三维测量技术在该领域中的推广应用;上面结合附图对本发明作了详细说明,上面结合附图对本发明的具体实施方式作了详细说明,但本发明并不仅限于.上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (2)
1.一种基于三维激光扫描技术的输送带撕裂检测系统,其特征是:包括:用于清理输送带表面的毛刷、除尘气枪,检测输送带带速的速度传感器,用于处理三维激光扫描仪采集的点云数据的预处理模块和传输数据到上位机的数据传输模块,用于采集数据三维激光扫描仪,用于把点云数据生成输送带表面三维模型并判断输送带是否撕裂的上位机,所述三维激光扫描仪采用REEYEE激光三维扫描仪,扫描速率达到350000次/秒,扫描分辨率0.100毫米,测量精度0.03mm,测量数据通过USB3.0传输到数据预处理模块;所述毛刷、除尘气枪、速度传感器、数据预处理模块与数据传输模块、三维激光扫描仪均设置在安装装置上,安装装置固定在输送带支架上。
2.一种采用权利要求1所述的基于三维激光扫描技术的输送带撕裂检测系统的检测方法,其特征是:包括以下步骤:
步骤1:初始化:令三维激光扫描仪A采集当前帧变量k=i,i=1,2,Λ,N,N为A在单位时间T内采集到的输送带表面轮廓数量,由单位时间T和激光扫描仪频率fspeed确定其大小(N=T·fspeed);从带速检测模块和料位检测模块获取带速和物料流到达或离开时刻;
步骤2:启动三维激光扫描仪A工作,数据预处理模块接收并记录输送带表面轮廓三维激光点云数据;
步骤3:将输送带表面三维激光点云数据进行三维直角坐标转换,得到输送带表面轮廓的三维坐标数据,通过分析脉冲信号发射和接收时间差计算扫描仪与物体的距离:
式中:Δt为激光脉冲信号在发射和接收之间的传播时间;C=3×108m/s,为激光脉冲在空气中的传播速度;
根据扫描控制模块测得水平方向夹角α和竖直方向夹角θ,利用极坐标原理获取扫描点三维坐标值(x,y,z):
步骤4:对输送带表面轮廓三维激光点云数据进行预处理;
步骤4.1:采用k-近邻点云去噪算法进行点云去噪,具体步骤如下:
步骤4.1.1:利用空间单元格法建立点云拓扑关系:
定义采集的点云数据为G={gi(x,y,z),i=1,2,…,n},其中数据点gi(x,y,z)的k-邻域记为KNB(gi)={h1,h2,…,hK};
其中h1,h2,…,hK为数据点gi的k-邻域内的点;
步骤4.1.2:计算当前点gi与其k-近邻域内各点的平均距离dm(gi):
步骤4.1.3:判断平均距离dm是否大于设定阈值d0,若大于,则判定该点为离群噪声点,将其删除,否则将其保留;
步骤4.2:采用基于综合特征的点云数据精简算法对去噪点云数据进行点云精简,得到新的点云数据;
步骤4.2.1:利用kd-tree搜索法构造点云邻域拓扑关系;
步骤4.2.2:邻域点的距离参数估算;假设采集的点云数据为P={pi(x,y,z),i=1,2,…,n},其中数据点pi(x,y,z)的k-邻域记为KNB(pi)={q1,q2,…,qK},定义计算点云邻域点的距离参数公式如下:
步骤4.2.3:点云数据曲率和法向量粗略估算;令pi为点云数据中任意一点,数据点pi(x,y,z)的k-邻域记为KNB(pi)={q1,q2,…,qK},c为k-邻域质心,求点pi处的法向量近似等于求切平面的单位法向量ni;使用点pi和它的邻域来近似构造其切平面的问题其实就是最小二乘的问题;采用基于局部的表面拟合方法的主成分分析法(PCA)可以得到点云数据pi处k-邻域的KNB(pi)的协变矩阵为:
参数λ1,λ2,λ3是协变矩阵的特征值,e1,e2,e3是对应的特征向量;假设λ1≤λ2≤λ3,pi的法向量近似等于单位向量ei;由此可以得到估算的法向量和曲率如下:
ni=ei (6)
式中ni为点云数据pi的法向量,Hi为点云数据pi的曲率;
调整法向量的方向,取C为点云数据的质心,计算ni(pi)·(pi-C)的内积,若ni(pi)·(pi-C)>0,则不调整方向,反之则需调整方向;
步骤4.2.4:点云数据法向量夹角粗略估算;定义计算点云数据及其邻域的角度参数公式如下:
步骤4.2.5:综合特征估算;根据步骤4.2.2、步骤4.2.3和步骤4.2.4计算出来的点云数据与其邻域点的距离、曲率和夹角,定义点云数据的特征参数f(pi)如下:
式中λH为曲率参数,max(dcp)是点云数据到点云数据质心的最大距离,λn为点云数据pi处k-邻域的KNB(pi)的协变矩阵的特征值,设定一个阈值ε,当特征参数f(pi)>ε时,则保留这个点,否则从点云数据中删除,由此得到新的点云数据;
步骤5:将新的点云数据通过数据传输模块传到上位机;
步骤6:通过Geomagic Studio软件,上位机将接受到的三维点云数据进行成像,得到输送带表面的三维图像;
步骤7:计算图像的z坐标平均值zm;通过设定阈值z0,分析各点z坐标偏离平均值的范围,以此判断输送带是否撕裂,若|z-zm|<z0,则判断输送带未发生撕裂;反之,则判断输送带撕裂。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011040580.9A CN112213317B (zh) | 2020-09-28 | 2020-09-28 | 基于三维激光扫描技术的输送带撕裂检测系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011040580.9A CN112213317B (zh) | 2020-09-28 | 2020-09-28 | 基于三维激光扫描技术的输送带撕裂检测系统及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112213317A true CN112213317A (zh) | 2021-01-12 |
CN112213317B CN112213317B (zh) | 2024-02-09 |
Family
ID=74052386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011040580.9A Active CN112213317B (zh) | 2020-09-28 | 2020-09-28 | 基于三维激光扫描技术的输送带撕裂检测系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112213317B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113320924A (zh) * | 2021-05-17 | 2021-08-31 | 中国矿业大学(北京) | 一种基于单线激光雷达的皮带纵向撕裂检测装置 |
CN114426187A (zh) * | 2022-03-10 | 2022-05-03 | 郑州煤矿机械集团股份有限公司 | 一种数据融合及深度学习的刮板链条预警系统和检测方法 |
CN114803386A (zh) * | 2022-06-06 | 2022-07-29 | 宁夏广天夏科技股份有限公司 | 基于双目线激光相机的输送带纵向撕裂检测系统及方法 |
CN117030730A (zh) * | 2023-08-10 | 2023-11-10 | 苏州苏瑞膜纳米科技有限公司 | 一种基于三维激光扫描的快速缺陷检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018197736A (ja) * | 2016-10-27 | 2018-12-13 | 日本コンベヤ株式会社 | コンベヤベルトの欠陥検出装置 |
CN109335575A (zh) * | 2018-11-23 | 2019-02-15 | 河北省机电体化中试基地 | 一种用于大型输送皮带纵向撕裂检测装置及方法 |
CN109765570A (zh) * | 2018-11-22 | 2019-05-17 | 山东里能鲁西矿业有限公司 | 一种基于激光雷达的带式输送机跑偏检测方法 |
CN110171691A (zh) * | 2019-06-20 | 2019-08-27 | 天津市三特电子有限公司 | 带式传输机皮带撕裂状态检测方法及检测系统 |
CN111285052A (zh) * | 2020-03-16 | 2020-06-16 | 河北金波嘉源测控技术有限公司 | 皮带物料流控制系统 |
CN111661590A (zh) * | 2020-06-08 | 2020-09-15 | 天地(常州)自动化股份有限公司 | 矿用带式输送机输送带撕裂损伤检测方法 |
-
2020
- 2020-09-28 CN CN202011040580.9A patent/CN112213317B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018197736A (ja) * | 2016-10-27 | 2018-12-13 | 日本コンベヤ株式会社 | コンベヤベルトの欠陥検出装置 |
CN109765570A (zh) * | 2018-11-22 | 2019-05-17 | 山东里能鲁西矿业有限公司 | 一种基于激光雷达的带式输送机跑偏检测方法 |
CN109335575A (zh) * | 2018-11-23 | 2019-02-15 | 河北省机电体化中试基地 | 一种用于大型输送皮带纵向撕裂检测装置及方法 |
CN110171691A (zh) * | 2019-06-20 | 2019-08-27 | 天津市三特电子有限公司 | 带式传输机皮带撕裂状态检测方法及检测系统 |
CN111285052A (zh) * | 2020-03-16 | 2020-06-16 | 河北金波嘉源测控技术有限公司 | 皮带物料流控制系统 |
CN111661590A (zh) * | 2020-06-08 | 2020-09-15 | 天地(常州)自动化股份有限公司 | 矿用带式输送机输送带撕裂损伤检测方法 |
Non-Patent Citations (2)
Title |
---|
夏晓光;: "带式输送机纵向视觉撕裂监测系统设计", 内蒙古煤炭经济, no. 07 * |
顼熙亮;: "基于机器视觉的矿用皮带运输机故障智能检测系统", 煤矿现代化, no. 05 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113320924A (zh) * | 2021-05-17 | 2021-08-31 | 中国矿业大学(北京) | 一种基于单线激光雷达的皮带纵向撕裂检测装置 |
CN114426187A (zh) * | 2022-03-10 | 2022-05-03 | 郑州煤矿机械集团股份有限公司 | 一种数据融合及深度学习的刮板链条预警系统和检测方法 |
CN114426187B (zh) * | 2022-03-10 | 2023-08-22 | 郑州恒达智控科技股份有限公司 | 一种数据融合及深度学习的刮板链条预警系统 |
CN114803386A (zh) * | 2022-06-06 | 2022-07-29 | 宁夏广天夏科技股份有限公司 | 基于双目线激光相机的输送带纵向撕裂检测系统及方法 |
CN114803386B (zh) * | 2022-06-06 | 2023-08-25 | 宁夏广天夏科技股份有限公司 | 基于双目线激光相机的输送带纵向撕裂检测系统及方法 |
CN117030730A (zh) * | 2023-08-10 | 2023-11-10 | 苏州苏瑞膜纳米科技有限公司 | 一种基于三维激光扫描的快速缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112213317B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112213317A (zh) | 基于三维激光扫描技术的输送带撕裂检测系统及其检测方法 | |
CN108731788B (zh) | 一种高空作业臂低频振动视觉检测装置及方法 | |
CN111285127B (zh) | 一种刮板取料机智能控制系统及方法 | |
CN102538705B (zh) | 基于二次投影算法的在线非接触式中厚板轮廓检测系统及方法 | |
CN110703266A (zh) | 一种掘进机精准定位及导航系统 | |
CN112209054B (zh) | 激光扫描的输送带横向跑偏实时检测系统及其检测方法 | |
CN105203025A (zh) | 基于机器视觉的圆锯片磨损量在线测量方法 | |
CA3228100A1 (en) | Road surface technical condition detection method and device based on three-dimensional contour | |
CN112241574B (zh) | 基于图像纹理信息的带式输送机托辊状态测控方法和装置 | |
CN115248069B (zh) | 一种基于图像测量技术的重卡换电车辆定位方法及系统 | |
CN113306991A (zh) | 基于立体视觉的煤炭运输机监测管理系统 | |
CN113858004A (zh) | 一种钢板表面自动除锈装置及方法 | |
CN113721253A (zh) | 基于fmcw激光雷达的运动物体速度检测方法 | |
CN112215825A (zh) | 新能源电池制造中基于机器视觉的质量分析方法及系统 | |
CN112082770A (zh) | 一种基于人工智能技术的轨道车辆车体检测系统及方法 | |
CN210134942U (zh) | 掘进机截割控制装置及悬臂掘进机 | |
CN113320924B (zh) | 一种基于单线激光雷达的皮带纵向撕裂检测装置 | |
CN109604217B (zh) | 一种自动调整清洗辊间距的方法及系统 | |
CN107202797A (zh) | 非接触式连续热镀锌生产线带钢焊缝检测系统及其方法 | |
CN106123800A (zh) | 板坯轮廓检测系统 | |
CN109752728A (zh) | 一种基于多帧平均的激光雷达式车辆宽度测量方法 | |
CN109738906A (zh) | 一种基于多帧匹配的激光雷达式车辆宽度测量方法 | |
CN215813367U (zh) | 一种机场无动力板车定位系统 | |
CN115201213A (zh) | 一种客运索道钢丝绳检测装置及方法 | |
CN202420446U (zh) | 基于二次投影算法的在线非接触式中厚板轮廓检测装置 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210112 Assignee: Wuhan Hengwang Port and Channel Engineering Consulting Service Co.,Ltd. Assignor: WUHAN University OF SCIENCE AND TECHNOLOGY Contract record no.: X2023420000193 Denomination of invention: A conveyor belt tear detection system and its detection method based on three-dimensional laser scanning technology License type: Common License Record date: 20230621 |
|
GR01 | Patent grant | ||
GR01 | Patent grant |