CN112862806A - 一种皮带机打滑检测方法、系统、介质及电子终端 - Google Patents

一种皮带机打滑检测方法、系统、介质及电子终端 Download PDF

Info

Publication number
CN112862806A
CN112862806A CN202110246261.1A CN202110246261A CN112862806A CN 112862806 A CN112862806 A CN 112862806A CN 202110246261 A CN202110246261 A CN 202110246261A CN 112862806 A CN112862806 A CN 112862806A
Authority
CN
China
Prior art keywords
belt
detected
image
marker
belt conveyor
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
Application number
CN202110246261.1A
Other languages
English (en)
Other versions
CN112862806B (zh
Inventor
庞殊杨
刘常坤
刘斌
贾鸿盛
毛尚伟
许怀文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CISDI Chongqing Information Technology Co Ltd
Original Assignee
CISDI Chongqing Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CISDI Chongqing Information Technology Co Ltd filed Critical CISDI Chongqing Information Technology Co Ltd
Priority to CN202110246261.1A priority Critical patent/CN112862806B/zh
Publication of CN112862806A publication Critical patent/CN112862806A/zh
Application granted granted Critical
Publication of CN112862806B publication Critical patent/CN112862806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Control Of Conveyors (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供一种皮带机打滑检测方法、系统、介质及电子终端，方法包括：在皮带机的皮带上设置标志物；采集原始数据集，所述原始数据集包括：带有所述标志物的皮带机的原始图像；将所述原始数据集输入目标检测网络进行训练，获取目标检测模型；采集待检测图像，将所述待检测图像输入目标检测模型进行目标识别，获取检测结果；根据所述检测结果，进行皮带机打滑检测；本发明中的皮带机打滑检测方法，通过在皮带机的皮带上设置标志物，将待检测图像输入目标检测模型进行目标识别，获取检测结果，并根据所述检测结果，进行皮带机打滑检测，能够较好地对皮带机进行打滑检测，检测精确度较高，避免造成不必要的损失，可实施性较强，成本较低。

Description

一种皮带机打滑检测方法、系统、介质及电子终端
技术领域
本发明涉及目标检测领域，尤其涉及一种皮带机打滑检测方法、系统、介质及电子终端。
背景技术
皮带机通过输送带的运动来输送各种轻重不同的物品，得到了广泛的应用。皮带机运行过程中，如果皮带机张紧力不足、负荷较大、运行阻力增加，会引起主动轮仍在转动，皮带却不能与主动轮同步前进的打滑现象。目前，在工业企业中，如钢铁冶炼企业，并未对皮带机打滑进行较有效的检测，无法较好地规避皮带机打滑的情况，容易造成不必要的损失。
发明内容
本发明提供一种皮带机打滑检测方法、系统、介质及电子终端，以解决现有技术中并未对皮带机打滑进行较有效的检测，无法较好地规避皮带机打滑的情况，容易造成不必要的损失的问题。
本发明提供的皮带机打滑检测方法，包括：
在皮带机的皮带上设置标志物；
采集原始数据集，所述原始数据集包括：带有所述标志物的皮带机的原始图像；
将所述原始数据集输入目标检测网络进行训练，获取目标检测模型；
采集待检测图像，将所述待检测图像输入目标检测模型进行目标识别，获取检测结果；
根据所述检测结果，进行皮带机打滑检测。
可选的，在皮带机的皮带上设置标志物的步骤包括：
将所述标志物沿所述皮带的运行方向错位设置于所述皮带的两侧，在相邻所述标志物之间沿皮带的运行方向设置第一间距，在相邻所述标志物之间沿垂直于皮带的运行方向设置第二间距。
可选的，将所述原始数据集输入目标检测网络进行训练的步骤包括：
构建深度学习的目标检测网络；
对所述原始图像中的标志物进行标注，获取标注图像；
将所述标注图像输入所述目标检测网络进行训练，获取目标检测模型。
可选的，将所述待检测图像输入所述目标检测模型，获取检测结果的步骤包括：
将连续的所述待检测图像输入所述目标检测模型，进行目标检测，判断所述待检测图像中是否存在标志物，获取第一判断结果；
根据所述第一判断结果，获取所述标志物的坐标信息，进而确定检测结果，所述标志物的坐标信息的数学表达为：
mark(x1,y1,x2,y2)＝(xmark-1,ymark-1,xmark-2,ymark-2)
其中，(xmark-1,ymark-1)为标志物的识别框的左上角在参考坐标系中的坐标，(xmark-2,ymark-2)为标志物的识别框的右下角在参考坐标系中的坐标，所述参考坐标系的纵坐标轴的延伸方向为皮带运行的方向，所述参考坐标系的横坐标轴的延伸方向垂直于所述纵坐标轴的延伸方向。
可选的，根据所述检测结果，进行皮带机打滑检测的步骤包括：
当所述检测结果为连续的预设帧数的待检测图像中均不存在标志物时，则判定皮带机出现打滑异常并发出警示，所述预设帧数的获取步骤的数学表达包括：
t＝y/v
N＝n×t
其中，t为相邻的标志物进入检测范围的间隔时长，v为皮带运行的速度，y为相邻标志物沿皮带的运行方向上的间距，N为预设帧数，n为帧率。
可选的，当连续的待检测图像中均存在标志物时，则获取所述标志物的坐标信息；
根据所述坐标信息，判断连续的待检测图像中的标志物是否均位于皮带的同一侧，获取第二判断结果；
若所述第二判断结果中，连续的待检测图像中的标志物位于皮带的同一侧的次数超出所述预设帧数，则判定皮带机出现打滑异常并发出警示。
可选的，获取第二判断结果的步骤包括：按照时间顺序，根据所述坐标信息，依次判断相邻所述待检测图像中的标志物是否位于皮带的同一侧，获取第二判断结果；
判断相邻所述待检测图像中的标志物是否位于皮带的同一侧的数学表达为：
Δx＝x1-x′1
Δx×k＜x
其中，Δx为相邻的待检测图像中的标志物的横坐标之间的差值，x1为相邻的待检测图像中一待检测图像中的标志物的横坐标，x′1相邻的待检测图像中另一待检测图像中的标志物的横坐标，k为待检测图像的像素与皮带的实际尺寸之间的转化率，x为相邻所述标志物沿垂直于皮带的运行方向上的间距。
本发明还提供一种皮带机打滑检测系统，包括：
预处理模块，用于在皮带机的皮带上设置标志物；
预采集模块，用于采集原始数据集，所述原始数据集包括：带有所述标志物的皮带机的原始图像；
训练模块，用于将所述原始数据集输入目标检测网络进行训练，获取目标检测模型；
采集模块，用于采集待检测图像，将所述待检测图像输入所述目标检测模型进行目标识别，获取检测结果；
处理模块，用于根据所述检测结果，进行皮带机打滑检测；所述预处理模块、预采集模块、训练模块、采集模块和处理模块连接。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述方法。
本发明还提供一种电子终端，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述任一项所述方法。
本发明的有益效果：本发明中的皮带机打滑检测方法，通过在皮带机的皮带上设置标志物，将待检测图像输入目标检测模型进行目标识别，获取检测结果，并根据检测结果进行皮带机打滑检测，能够较好地对皮带机进行打滑检测，检测精确度较高，避免造成不必要的损失。
附图说明
图1是本发明实施例中皮带机打滑检测方法的一流程示意图；
图2是本发明实施例中皮带机打滑检测方法的另一流程示意图；
图3是本发明实施例中皮带机打滑检测方法的皮带机设置标志物的位置示意图；
图4是本发明实施例中皮带机打滑检测系统的结构示意图。
附图标识：
1 标志物
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
发明人发现，皮带机运用输送带的连续或间歇运动来输送各种轻重不同的物品，得到了广泛的应用。皮带机运行过程中，如果皮带机张紧力不足、负荷较大、运行阻力增加，会引起主动轮仍在转动，皮带却不能与主动轮同步前进的打滑现象。目前，在工业企业中，如钢铁冶炼企业，并未对皮带机打滑进行较有效的检测，无法较好地规避皮带机打滑的情况，容易造成不必要的损失，因此，发明人提出一种皮带机打滑检测方法、系统、介质及电子终端，通过在皮带机的皮带上设置标志物，将带有所述标志物的皮带机的原始图像输入目标检测网络进行训练，获取目标检测模型，将待检测图像输入所述目标检测模型进行目标识别，获取检测结果，即获取待检测图像中标志物的关联信息，并根据所述检测结果，进行皮带机打滑检测，能够较好地对皮带机进行打滑检测，检测精确度较高，避免造成不必要的损失，可实施性较强，成本较低。
如图1所示，本实施例中的皮带机打滑检测方法，包括：
S1：在皮带机的皮带上设置标志物1；可以理解的，将标志物1设置于皮带远离地面的一面，在一些实施例中，可以采用粘贴等方式对标志物1进行固定，标志物1的种类与材质可以根据实际情况进行选择，此处不再赘述，通过在皮带机的皮带上设置标志物1，能够方便后续对判断皮带机是否打滑提供判断基础，操作较方便；
S2：采集原始数据集，所述原始数据集包括：带有所述标志物1的皮带机的原始图像；通过采集原始数据集，能够为训练目标检测网络提供数据支撑，提高目标检测的精确度；例如：在皮带机的上方设置图像采集装置，所述图像采集装置可以为工业摄像机等设备，控制所述图像采集装置进行采集，能够较好地对皮带机的图像进行采集；
S3：将所述原始数据集输入目标检测网络进行训练，获取目标检测模型；在一些实施例中，还可以对所述目标检测模型进行迭代训练，提高目标检测模型的识别精确度；
S4：采集待检测图像，将所述待检测图像输入目标检测模型进行目标识别，获取检测结果；其中，所述待检测图像为皮带机的图像，通过将所述待检测图像输入目标检测模型进行目标检测，能够较好地识别出待检测图像中的标志物1，获取待检测图像中的标志物1的关联信息，便于后续对皮带机进行打滑检测，精确度较高；
S5：根据所述检测结果，进行皮带机打滑检测；例如：当所述检测结果为连续的预设帧数的待检测图像中均不存在标志物1，或者，当所述检测结果为连续的待检测图像中的标志物1是否均位于皮带的同一侧的次数超出预设帧数时，判定皮带机出现打滑异常并发出警示，能够较好地对皮带机进行打滑实时检测，避免造成不必要的损失，可实施性较强，检测精确度较高，成本较低。
如图2所示，在一些实施例中的皮带机打滑检测方法，包括：
S101：将标志物1沿所述皮带的运行方向错位设置于所述皮带的两侧，在相邻所述标志物1之间沿皮带的运行方向设置第一间距，在相邻所述标志物1之间沿垂直于皮带的运行方向设置第二间距；例如：如图3所示，将标志物1沿皮带的运行方向错位设置于皮带的两侧，相邻标志物1沿皮带的运行方向设有第一间距y米，相邻标志物1沿垂直于皮带的运行方向设有第二间距x米，可以采用粘贴或其他方式对所述标志物1进行固定，可以理解的，可以选取易识别、防水、耐脏且对皮带产生较小损耗的物体作为标志物1，通过在皮带的两侧均匀错位设置标志物1，能够为后续判断皮带机是否打滑提供基础，实施较方便；
S201：采集原始数据集，所述原始数据集包括：带有所述标志物1的皮带机的原始图像；例如：在皮带机的上方设置工业摄像头进行图像采集，所述工业摄像头位于所述皮带的中心，便于对皮带机进行图像采集，控制所述工业摄像头采集带有标志物1的皮带机的图像作为原始图像，采集精确度较高；
S301：构建深度学习的目标检测网络；通过构建深度学习的目标检测网络，能够较好地进行训练，提高精确度；
S302：对所述原始图像中的标志物1进行标注，获取标注图像；
S303：将所述标注图像输入所述目标检测网络进行训练，获取目标检测模型；通过对原始图像中的标志物1进行标注，并将标注图像输入目标检测网络进行训练，能够提高目标检测模型的识别精确度；
S401：将连续的所述待检测图像输入所述目标检测模型，进行目标检测，判断所述待检测图像中是否存在标志物1，获取第一判断结果；
S402：根据所述第一判断结果，获取所述标志物1的坐标信息，进而确定检测结果，所述标志物1的坐标信息的数学表达为：
mark(x1,y1,x2,y2)＝(xmark-1,ymark-1,xmark-2,ymark-2)
其中，(xmark-1,ymark-1)为标志物1的识别框的左上角在参考坐标系中的坐标，(xmark-2,ymark-2)为标志物1的识别框的右下角在参考坐标系中的坐标，所述参考坐标系的纵坐标轴的延伸方向为皮带运行的方向，所述参考坐标系的横坐标轴的延伸方向垂直于所述纵坐标轴的延伸方向。例如：将连续的待检测图像输入目标检测模型进行目标检测，判断待检测图像中是否存在标志物1，若不存在标志物1，则确定检测结果为不存在标志物1，若存在标志物1，则获取所述标志物1在参考坐标系上的坐标信息，进而对皮带机进行打滑检测。
S501：当所述检测结果为连续的预设帧数的待检测图像中均不存在标志物1时，则判定皮带机出现打滑异常并发出警示，所述预设帧数的获取步骤的数学表达包括：
t＝y/v
N＝n×t
其中，t为相邻的标志物1进入检测范围的间隔时长，v为皮带运行的速度，y为相邻标志物1沿皮带的运行方向上的间距，N为预设帧数，n为帧率，/为除号，n×t为帧率与相邻的标志物1进入检测范围的间隔时长之间的乘积。相邻的标志物1进入检测范围的间隔时长指的是一个标志物1进入检测范围到下一个标志物1进入检测范围的间隔时长，检测范围指的是待检测图像中的皮带机的面积。
S502：当连续的待检测图像中均存在标志物1时，则获取所述标志物1的坐标信息；
S503：根据所述坐标信息，判断连续的待检测图像中的标志物1是否均位于皮带的同一侧，获取第二判断结果；
S504：若所述第二判断结果中，连续的待检测图像中的标志物1均位于皮带的同一侧的次数超出所述预设帧数，则判定皮带机出现打滑异常并发出警示；
在一些实施例中，获取第二判断结果的步骤包括：按照时间顺序，根据所述坐标信息，依次判断相邻所述待检测图像中的标志物1是否位于皮带的同一侧，获取第二判断结果；
判断相邻所述待检测图像中的标志物1是否位于皮带的同一侧的数学表达为：
Δx＝x1-x′1
Δx×k＜x
其中，Δx为相邻的待检测图像中的标志物的横坐标之间的差值，x1为相邻的待检测图像中一待检测图像中的标志物的横坐标，x′1相邻的待检测图像中另一待检测图像中的标志物1的横坐标，k为待检测图像的像素与皮带的实际尺寸之间的转化率，x为相邻所述标志物1沿垂直于皮带的运行方向上的间距，×为乘积运算符。即当相邻的待检测图像中的标志物1的横坐标之间的差值与转化率之间的乘积小于第二间距时，则判定连续的待检测图像中的标志物1位于皮带的同一侧，当相邻的待检测图像中的标志物1的横坐标之间的差值与转化率之间的乘积大于或等于第二间距时，则判定连续的待检测图像中的标志物1未位于皮带的同一侧，按照时间顺序，经过多次判断，当连续的待检测图像中的标志物1位于皮带的同一侧的次数超出所述预设帧数时，即预设帧数的待检测图像中的标志物均位于皮带的同一侧，或超出预设帧数的待检测图像中的标志物均位于皮带的同一侧，则判定皮带机出现打滑异常并发出警示。
如图4所示，本实施例还提供一种皮带机打滑检测系统，包括：
预处理模块，用于在皮带机的皮带上设置标志物1；
预采集模块，用于采集原始数据集，所述原始数据集包括：带有所述标志物1的皮带机的原始图像；
训练模块，用于将所述原始数据集输入目标检测网络进行训练，获取目标检测模型；
采集模块，用于采集待检测图像，将所述待检测图像输入所述目标检测模型进行目标识别，获取检测结果；
处理模块，用于根据所述检测结果，进行皮带机打滑检测；所述预处理模块、预采集模块、训练模块、采集模块和处理模块依次连接；通过在皮带机的皮带上设置标志物1，将带有所述标志物1的皮带机的原始图像输入目标检测网络进行训练，获取目标检测模型，将待检测图像输入所述目标检测模型进行目标识别，获取检测结果，即获取待检测图像中标志物1的关联信息，并根据所述检测结果，进行皮带机打滑检测，能够较好地对皮带机进行打滑检测，检测精确度较高，避免造成不必要的损失，可实施性较强，成本较低。
在一些实施例中，还包括：警示模块，所述警示模块的输入端与处理模块的输出端连接。
在一些实施例中，还包括：图像采集装置，所述图像采集装置设置于皮带机的上方，即所述图像采集装置远离皮带机远离地面的一侧，所述图像采集装置位于所述皮带机的中心与地面的垂线的延伸线上，便于对皮带机进行图像采集，精确度较高，实施较方便。
在一些实施例中，所述图像采集装置可以是工业摄像头。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
本实施例还提供一种电子终端，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子终端，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子终端执行如上方法的各个步骤。
在本实施例中，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种皮带机打滑检测方法，其特征在于，包括：
在皮带机的皮带上设置标志物；
采集原始数据集，所述原始数据集包括：带有所述标志物的皮带机的原始图像；
将所述原始数据集输入目标检测网络进行训练，获取目标检测模型；
采集待检测图像，将所述待检测图像输入目标检测模型进行目标识别，获取检测结果；
根据所述检测结果，进行皮带机打滑检测。
2.根据权利要求1所述的皮带机打滑检测方法，其特征在于，在皮带机的皮带上设置标志物的步骤包括：
将所述标志物沿所述皮带的运行方向错位设置于所述皮带的两侧，在相邻所述标志物之间沿皮带的运行方向设置第一间距，在相邻所述标志物之间沿垂直于皮带的运行方向设置第二间距。
3.根据权利要求1所述的皮带机打滑检测方法，其特征在于，将所述原始数据集输入目标检测网络进行训练的步骤包括：
构建深度学习的目标检测网络；
对所述原始图像中的标志物进行标注，获取标注图像；
将所述标注图像输入所述目标检测网络进行训练，获取目标检测模型。
4.根据权利要求1所述的皮带机打滑检测方法，其特征在于，将所述待检测图像输入所述目标检测模型，获取检测结果的步骤包括：
将连续的所述待检测图像输入所述目标检测模型，进行目标检测，判断所述待检测图像中是否存在标志物，获取第一判断结果；
根据所述第一判断结果，获取所述标志物的坐标信息，进而确定检测结果，所述标志物的坐标信息的数学表达为：
mark(x1,y1,x2,y2)＝(xmark-1,ymark-1,xmark-2,ymark-2)
其中，(xmark-1,ymark-1)为标志物的识别框的左上角在参考坐标系中的坐标，(xmark-2,ymark-2)为标志物的识别框的右下角在参考坐标系中的坐标，所述参考坐标系的纵坐标轴的延伸方向为皮带运行的方向，所述参考坐标系的横坐标轴的延伸方向垂直于所述纵坐标轴的延伸方向。
5.根据权利要求1所述的皮带机打滑检测方法，其特征在于，根据所述检测结果，进行皮带机打滑检测的步骤包括：
当所述检测结果为连续的预设帧数的待检测图像中均不存在标志物时，则判定皮带机出现打滑异常并发出警示，所述预设帧数的获取的步骤的数学表达包括：
t＝y/v
N＝n×t
其中，t为相邻的标志物进入检测范围的间隔时长，v为皮带运行的速度，y为相邻标志物沿皮带的运行方向上的间距，N为预设帧数，n为帧率。
6.根据权利要求5所述的皮带机打滑检测方法，其特征在于，当连续的待检测图像中均存在标志物时，则获取所述标志物的坐标信息；
根据所述坐标信息，判断连续的待检测图像中的标志物是否均位于皮带的同一侧，获取第二判断结果；
若所述第二判断结果中，连续的待检测图像中的标志物位于皮带的同一侧的次数超出所述预设帧数，则判定皮带机出现打滑异常并发出警示。
7.根据权利要求6所述的皮带机打滑检测方法，其特征在于，获取第二判断结果的步骤包括：按照时间顺序，根据所述坐标信息，依次判断相邻所述待检测图像中的标志物是否位于皮带的同一侧，获取第二判断结果；
判断相邻所述待检测图像中的标志物是否位于皮带的同一侧的数学表达为：
Δx＝x1-x′1
Δx×k＜x
其中，Δx为相邻的待检测图像中的标志物的横坐标之间的差值，x1为相邻的待检测图像中一待检测图像中的标志物的横坐标，x′1相邻的待检测图像中另一待检测图像中的标志物的横坐标，k为待检测图像的像素与皮带的实际尺寸之间的转化率，x为相邻所述标志物沿垂直于皮带的运行方向上的间距。
8.一种皮带机打滑检测系统，其特征在于，包括：
预处理模块，用于在皮带机的皮带上设置标志物；
预采集模块，用于采集原始数据集，所述原始数据集包括：带有所述标志物的皮带机的原始图像；
训练模块，用于将所述原始数据集输入目标检测网络进行训练，获取目标检测模型；
采集模块，用于采集待检测图像，将所述待检测图像输入所述目标检测模型进行目标识别，获取检测结果；
处理模块，用于根据所述检测结果，进行皮带机打滑检测；所述预处理模块、预采集模块、训练模块、采集模块和处理模块连接。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法。
10.一种电子终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至7中任一项所述方法。
CN202110246261.1A 2021-03-05 2021-03-05 一种皮带机打滑检测方法、系统、介质及电子终端 Active CN112862806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110246261.1A CN112862806B (zh) 2021-03-05 2021-03-05 一种皮带机打滑检测方法、系统、介质及电子终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110246261.1A CN112862806B (zh) 2021-03-05 2021-03-05 一种皮带机打滑检测方法、系统、介质及电子终端

Publications (2)

Publication Number Publication Date
CN112862806A true CN112862806A (zh) 2021-05-28
CN112862806B CN112862806B (zh) 2023-01-20

Family

ID=75993893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110246261.1A Active CN112862806B (zh) 2021-03-05 2021-03-05 一种皮带机打滑检测方法、系统、介质及电子终端

Country Status (1)

Country Link
CN (1) CN112862806B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113378952A (zh) * 2021-06-22 2021-09-10 中冶赛迪重庆信息技术有限公司 一种皮带机跑偏检测方法、系统、介质和终端
CN113674259A (zh) * 2021-08-26 2021-11-19 中冶赛迪重庆信息技术有限公司 一种皮带机打滑检测方法、系统、电子设备及介质
CN114323638A (zh) * 2022-01-05 2022-04-12 山东工大中能科技有限公司 基于计算机视觉的输送带打滑检测方法、系统及装置

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100131232A1 (en) * 2008-11-21 2010-05-27 Taylor Timothy M Belt slip meter
CN103600976A (zh) * 2013-09-18 2014-02-26 中联重科股份有限公司 一种搅拌设备及其皮带打滑检测方法、装置和系统
CN108946048A (zh) * 2017-05-19 2018-12-07 精工爱普生株式会社 印刷装置以及输送带的打滑检测方法
CN109596677A (zh) * 2018-11-02 2019-04-09 大族激光科技产业集团股份有限公司 一种质量检测装置、方法、系统及一体式探针组件
US10275662B1 (en) * 2016-09-30 2019-04-30 Zoox, Inc. Estimating friction based on image data
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
EP3533734A1 (en) * 2018-03-02 2019-09-04 Afher Eurobelt, S.A. System and method for monitoring modular conveyor belts
CN110807430A (zh) * 2019-11-06 2020-02-18 桂林电子科技大学 一种实况全景交通标志图片预处理方法
CN111311636A (zh) * 2020-02-09 2020-06-19 天津博宜特科技有限公司 基于目标跟踪的皮带机带速检测方法
CN211553316U (zh) * 2020-02-18 2020-09-22 上海昶欣机动车技术服务有限公司 一种汽车侧滑检测仪
CN111968102A (zh) * 2020-08-27 2020-11-20 中冶赛迪重庆信息技术有限公司 一种目标设备检测方法、系统、介质及电子终端
WO2020253499A1 (zh) * 2019-06-17 2020-12-24 平安科技（深圳）有限公司 视频物体加速检测方法、装置、服务器及存储介质
CN112124899A (zh) * 2020-08-19 2020-12-25 河钢股份有限公司承德分公司 一种快速判断皮带机停机故障与处理的方法和系统
CN112329644A (zh) * 2020-11-06 2021-02-05 中冶赛迪重庆信息技术有限公司 一种蓄水池水位监测方法、系统、介质及电子终端

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100131232A1 (en) * 2008-11-21 2010-05-27 Taylor Timothy M Belt slip meter
CN103600976A (zh) * 2013-09-18 2014-02-26 中联重科股份有限公司 一种搅拌设备及其皮带打滑检测方法、装置和系统
US10275662B1 (en) * 2016-09-30 2019-04-30 Zoox, Inc. Estimating friction based on image data
CN108946048A (zh) * 2017-05-19 2018-12-07 精工爱普生株式会社 印刷装置以及输送带的打滑检测方法
EP3533734A1 (en) * 2018-03-02 2019-09-04 Afher Eurobelt, S.A. System and method for monitoring modular conveyor belts
CN109596677A (zh) * 2018-11-02 2019-04-09 大族激光科技产业集团股份有限公司 一种质量检测装置、方法、系统及一体式探针组件
WO2020253499A1 (zh) * 2019-06-17 2020-12-24 平安科技（深圳）有限公司 视频物体加速检测方法、装置、服务器及存储介质
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
CN110807430A (zh) * 2019-11-06 2020-02-18 桂林电子科技大学 一种实况全景交通标志图片预处理方法
CN111311636A (zh) * 2020-02-09 2020-06-19 天津博宜特科技有限公司 基于目标跟踪的皮带机带速检测方法
CN211553316U (zh) * 2020-02-18 2020-09-22 上海昶欣机动车技术服务有限公司 一种汽车侧滑检测仪
CN112124899A (zh) * 2020-08-19 2020-12-25 河钢股份有限公司承德分公司 一种快速判断皮带机停机故障与处理的方法和系统
CN111968102A (zh) * 2020-08-27 2020-11-20 中冶赛迪重庆信息技术有限公司 一种目标设备检测方法、系统、介质及电子终端
CN112329644A (zh) * 2020-11-06 2021-02-05 中冶赛迪重庆信息技术有限公司 一种蓄水池水位监测方法、系统、介质及电子终端

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
FIGUEIREDO, I 等: ""Heterogeneous crust and upper mantle across the SE Brazilian Highlands and the relationship to surface deformation as inferred from magneto telluric imaging"", 《GEOPHYSICAL RESEARCH-SOLID EARTH》 *
JIANG, WL 等: ""Seismic slip distribution and rupture model of the Lenglongling Fault Zone, northeastern Tibetan Plateau"", 《GEOLOGICAL JOURNAL》 *
VAN TU PHAM: ""地铁列车空转打滑智能检测方法研究"", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 *
代小红等: "一种基于改进Faster RCNN的金属材料工件表面缺陷检测与实现研究", 《表面技术》 *
刘鹏飞: ""煤矿井下带式输送机自动化控制系统设计"", 《机电工程技术》 *
张士海: ""矿用带式输送机自动化巡检装置研究及应用"", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》 *
马明扬: ""露天煤矿皮带运输机保护装置故障检测系统的研究"", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113378952A (zh) * 2021-06-22 2021-09-10 中冶赛迪重庆信息技术有限公司 一种皮带机跑偏检测方法、系统、介质和终端
CN113674259A (zh) * 2021-08-26 2021-11-19 中冶赛迪重庆信息技术有限公司 一种皮带机打滑检测方法、系统、电子设备及介质
CN113674259B (zh) * 2021-08-26 2024-03-05 中冶赛迪信息技术(重庆)有限公司 一种皮带机打滑检测方法、系统、电子设备及介质
CN114323638A (zh) * 2022-01-05 2022-04-12 山东工大中能科技有限公司 基于计算机视觉的输送带打滑检测方法、系统及装置

Also Published As

Publication number Publication date
CN112862806B (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
CN112862806B (zh) 一种皮带机打滑检测方法、系统、介质及电子终端
CN110427793B (zh) 一种基于深度学习的条码检测方法及其系统
CN104992449B (zh) 基于机器视觉的信息识别及表面缺陷在线检测方法
CN110766095B (zh) 基于图像灰度特征的缺陷检测方法
CN108126914B (zh) 一种基于深度学习的料框内散乱多物体机器人分拣方法
KR20010089533A (ko) 물류 정보 판독 장치
CN109955244B (zh) 一种基于视觉伺服的抓取控制方法、装置和机器人
CN101425142A (zh) 页面倾斜角度的确定方法和装置
CN114155494B (zh) 一种基于深度学习的带式输送机输送带跑偏监测方法
CN113378952A (zh) 一种皮带机跑偏检测方法、系统、介质和终端
CN111860060A (zh) 目标检测方法、装置、终端设备及计算机可读存储介质
CN111260626A (zh) 一种基于深度学习的工件磨损检测方法及系统
CN113112485A (zh) 基于图像处理的皮带机跑偏检测方法、系统、设备和介质
CN118334475B (zh) 带式输送机异常检测方法、系统及模型训练方法
CN113192016A (zh) 传送带异常变形检测方法、装置、设备及存储介质
CN116968022A (zh) 一种基于视觉引导的机械臂抓取目标物体方法及系统
CN103699876A (zh) 一种基于线阵ccd图像识别车号的方法及装置
CN113752260B (zh) 一种取料定位修正方法及装置
Wu et al. Automatic gear sorting system based on monocular vision
CN111079744A (zh) 适用于复杂光照环境的车辆车牌智能识别方法及装置
CN110705931A (zh) 一种货物抓取方法、装置、系统、设备和存储介质
CN112001890B (zh) 输送线的阻塞检测方法及相关装置、设备
CN113989286A (zh) 深度学习的皮带撕裂度量方法、装置、设备及存储介质
Huang et al. A real-time algorithm for aluminum surface defect extraction on non-uniform image from CCD camera
CN114596243A (zh) 缺陷检测方法、装置、设备及计算机可读存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 401329 No. 5-6, building 2, No. 66, Nongke Avenue, Baishiyi Town, Jiulongpo District, Chongqing

Applicant after: MCC CCID information technology (Chongqing) Co.,Ltd.

Address before: 20-24 / F, No.7 Longjing Road, North New District, Yubei District, Chongqing

Applicant before: CISDI CHONGQING INFORMATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant