CN115013386A - 基于视觉识别的液压系统防护装置控制方法及其控制装置 - Google Patents

基于视觉识别的液压系统防护装置控制方法及其控制装置 Download PDF

Info

Publication number
CN115013386A
CN115013386A CN202210602070.9A CN202210602070A CN115013386A CN 115013386 A CN115013386 A CN 115013386A CN 202210602070 A CN202210602070 A CN 202210602070A CN 115013386 A CN115013386 A CN 115013386A
Authority
CN
China
Prior art keywords
image
hydraulic system
gray
protection device
hydraulic
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
CN202210602070.9A
Other languages
English (en)
Other versions
CN115013386B (zh
Inventor
蔡星周
姚静
王玉鹏
石雨豪
李云龙
李成祥
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.)
Yanshan University
Original Assignee
Yanshan University
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 Yanshan University filed Critical Yanshan University
Priority to CN202210602070.9A priority Critical patent/CN115013386B/zh
Publication of CN115013386A publication Critical patent/CN115013386A/zh
Application granted granted Critical
Publication of CN115013386B publication Critical patent/CN115013386B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B20/00—Safety arrangements for fluid actuator systems; Applications of safety devices in fluid actuator systems; Emergency measures for fluid actuator systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B21/00—Common features of fluid actuator systems; Fluid-pressure actuator systems or details thereof, not covered by any other group of this subclass
    • F15B21/02—Servomotor systems with programme control derived from a store or timing device; Control devices therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B13/00—Details of servomotor systems ; Valves for servomotor systems
    • F15B13/02—Fluid distribution or supply devices characterised by their adaptation to the control of servomotors
    • F15B13/04—Fluid distribution or supply devices characterised by their adaptation to the control of servomotors for use with a single servomotor
    • F15B13/044—Fluid distribution or supply devices characterised by their adaptation to the control of servomotors for use with a single servomotor operated by electrically-controlled means, e.g. solenoids, torque-motors
    • F15B2013/0448—Actuation by solenoid and permanent magnet
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
    • F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
    • F15B2211/00—Circuits for servomotor systems
    • F15B2211/60—Circuit components or control therefor
    • F15B2211/63—Electronic controllers
    • F15B2211/6303—Electronic controllers using input signals
    • F15B2211/6306—Electronic controllers using input signals representing a pressure
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/30164—Workpiece; Machine component
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/20—Hydro energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Fluid Mechanics (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于视觉识别的液压系统防护装置控制方法及其控制装置，其包括以下步骤：步骤一：通过液压系统压力传感器判断是否启动防护装置；步骤二：基于视觉技术完成实时图像的特征信息识别；步骤三：根据上步的识别结果，控制液压系统防护装置响应。本发明提出基于视觉识别技术的液压系统安全防护装置的控制方法，采用视觉识别技术来提高液压系统安全性，量化处理采集到的图像数据、滤波、均衡化处理数据，识别到图像中的特征信息，最终系统分析并判断运行状态，保证液压系统安全运行；本发明能够准确识别由于人员的误入、误操作所发出的特征信息，从而控制液压系统防护装置响应，避免发生安全事故，提高了液压系统运行时安全系数。

Description

基于视觉识别的液压系统防护装置控制方法及其控制装置
技术领域
本申请涉及液压系统防护技术领域，具体地涉及一种基于视觉识别的液压系统防护装置控制方法及其控制装置。
背景技术
随着液压技术的不断发展创新，液压系统在各个行业、不同领域的设备装置上得到了广泛应用。在液压系统工作过程中，由于人员误入执行器工作区域或误操作，经常会造成人员被液压执行器误伤的情况发生，致使相关人员轻则受伤、重则有生命之忧。造成此类安全事故的主要原因是液压系统不能及时判断出人员的误入或误操作，进而控制液压执行器停止动作，避免安全事故的发生。
为保障相关工作人员的人身安全，需要一套有效的液压系统防护装置来应对人员误入执行器工作区域或误操作时的安全隐患。该装置能够实时感知到人员的误入或误操作，并将信号迅速的传递到液压系统当中，控制液压执行器停止动作。而目前针对此类液压系统安全事故，没有高效及时的解决方法及相关装备。
发明内容
为了克服现有技术的不足，本发明采用视觉识别技术来提高液压系统安全，量化处理采集到的图像数据、进行滤波、均衡化处理数据，识别到图像中的特征信息，最终系统分析并判断运行状态，提高液压系统安全系数；本发明在液压系统运行过程中能够有效识别由于人员或者动物的误入、误操作所引发的安全事故，为液压系统运行时的安全作业提供了保障。
为实现上述目的，本发明所采用的解决方案为：本发明提供一种基于视觉识别的液压系统防护装置的控制方法，其包括以下步骤：
步骤1：通过液压系统压力传感器判断是否启动防护装置；
获取液压系统压力传感器数值，并判断是否需要启动液压系统的防护装置；
步骤2：基于视觉技术完成实时图像的特征信息识别；
步骤21：图像获取设备拍摄液压系统周围的图像，并将视频信号传输到图像采集卡当中，将视频模拟图像转换为视频数字图像；将采集到的视频模拟图像，进行量化处理，量化成采样点数为M*N，量化级数为Q的灰度图像；M表示图像长度方向上采样点数，N表示图像宽度方向上采样点数；
步骤22：对灰度图像进行局部滤波处理，定义处理前图像的灰度为f(i,j)，处理后图像的灰度为g(i,j)，图像灰度的数值大小定义为灰度值dk，g(i,j)∈dk；采用中值滤波的方法进行局部滤波，如下式所示；
g(i,j)＝[f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1)]/9
式中：g(i,j)表示局部滤波处理后的图像灰度；f(i,j)表示局部滤波处理前的图像灰度；i表示图像长度方向上采样点编号，取值范围为1，2，3…M-1；j表示图像宽度方向上采样点编号，取值范围为1，2，3…N-1；
步骤23：将滤波处理后的图像生成灰度直方图，对灰度直方图进行归一化处理，归一化处理后图像的灰度值如下所示：
rk＝dk/(Q-1)
式中：rk表示归一化处理的第k级灰度值；dk表示局部滤波处理的第k级灰度值；k表示灰度级别，k＝0,1,…,Q-1；Q表示灰度图像的量化级数；
p(rk)＝nk/(M*N)
式中：p(rk)表示第k级灰度值在图像中出现的概率；nk表示图像中灰度值是rk的像素个数；M*N表示图像中的像素总个数；
步骤24：将直方图均衡化处理，定义Sk为处理后的第k级灰度值，直方图均衡化能够表示为：
Figure BDA0003669722790000021
式中：Sk表示均衡化处理后的第k级灰度值；p(rl)表示第l级灰度值在图像中出现的概率；rl表示第l级灰度值；l表示处理后的灰度级别，l＝0,1,…,k；
对于处理后的第k级灰度值sk取与其最接近的整数，记取整后的数值为[Sk]，使最终得到的图像更清晰，达到增强图像整体对比度的效果；未处理前的图像灰度g(i,j)，其值域dk经直方图归一化处理变为rk，再经直方图均衡化处理后变为[Sk]，使原先的图像灰度g(i,j)发生了变化，定义变化后的图像灰度为g*(i,j)，g*(i,j)∈[Sk]；
步骤25：识别图像中的特征信息，对比接收到的视频图像与标准图像，判断是否有人员误入工作区域；若与标准图像对比有特征信息，则判断有人员误入；否则判断没有人员误入；
将识别图像灰度直方图与初始图像直方图进行对比，定义X为阈值，定义
Figure BDA0003669722790000031
为两张图像灰度直方图的相似度，定义p(Rk)为第k级灰度值在初始图像中出现的概率，p(Rk)的获取方法与步骤21中p(rk)的获取方法相同，相似度
Figure BDA0003669722790000032
的获取方法如下所示：
Figure BDA0003669722790000033
式中：
Figure BDA0003669722790000034
表示两张图像灰度直方图的相似度；p(Rk)表示第k级灰度值在初始图像中出现的概率；
若两张图像的灰度直方图相似度
Figure BDA0003669722790000035
超过阈值X，则初步判断识别图像中无特征信息；若相似度低于阈值X，则初步判断识别图像中存在特征信息；阈值X的选取受相机拍摄视角、拍摄光线强度、图像采样点数M*N，图像量化级数Q的影响；
通过基于边缘检测的方法，对识别图像中的特征信息进行进一步的判断与提取，运用Roberts边缘检测算子检测图像中的边缘点，接着连接边缘点成闭合的曲线，从而构成分割区域，寻找识别图像与初始图像不同的分割区域，并将该区域提取出来，对提取出的分割区域图像进行特征识别与判断，所述Roberts边缘检测算子获取方法如下：
h(i,j)＝sqrt[(g*(i,j)-g*(i+1,j))2+(g*(i+1,j)-g*(i,j+1)2]
式中：h(i,j)表示边缘检测算子；g*(i,j)表示经过均衡化处理后的图像灰度；
步骤3：根据步骤2识别结果，控制液压系统防护装置响应；
当步骤二在分割区域图像中识别到特征信息时，判断结果为有人员误入时，控制电磁换向阀换向，液压系统进入保压状态，执行器停止动作；同时控制警报装置，发出警报；当人员离开执行器工作区域后，电磁换向阀复位，液压系统正常工作，同时警报关闭。
可优选的是，所述步骤1中的通过液压系统压力传感器判断是否启动防护装置具体为：
通过压力传感器测量液压系统的压力大小，并将压力信号传送到单片机控制器当中，根据单片机控制器当中的程序，判断液压系统的压力是否大于预定压力；若系统压力大于预定压力，则判断液压系统处于工作状态，单片机控制器发送信号到上位计算机当中，启动上位计算机当中的系统防护装置控制程序，实时调取图像采集卡处理后的数字视频。
可优选的是，所述步骤21中的图像量化处理，具体包括：
视频模拟量图像量化成的采样点数M*N，量化级数Q，调节在该采样参数下的采样频率，若最大采样频率无法达到需求的采样频率，适当减小采样点数M*N或量化级数Q，来提高采样频率；若图像特征信息不明显，则适当增加采样点数M*N，来提高图像质量；使最终数字化图像的采样点数M*N，量化级数Q同时满足采样频率与图像质量的要求。
可优选的是，所述步骤25中的标准图像的获取过程，具体包括：
调整图像获取装置的高度、位置以及监控角度，使其能够完全且清晰的监控到液压执行器的工作区域；在没有人员进入工作区域的情况下，或在正确的操作步骤下，接收图像获取设备传输来的经图像采集卡处理后的视频信号；对图像进行适当处理，保存在指定文档，作为标准图像，以便后续调用与执行。
本发明的第二方面提供一种基于视觉识别的液压系统防护装置控制方法的控制装置，其中，所述装置包括固定支架、图像获取设备、含有图像采集卡的上位计算机、单片机控制器、电磁换向阀、压力传感器、阀块、警报装置和电源：
所述固定支架搭建在液压系统执行机构的工作区域周围，用来固定图像获取设备、单片机控制器、警报装置和电源；
所述图像获取设备安置在固定支架上，并通过数据线与上位计算机进行连接，用来监控执行器周围的状况，并将图像实时传输到上位计算机当中；
所述含有图像采集卡的上位计算机安置在工作区域以外的安全位置，通过接收到的图像判断液压执行器的工作区域内是否有人员误入；
所述单片机控制器安置在固定支架上，与上位计算机、电磁换向阀、压力传感器以及警报装置相连接；
所述电磁换向阀为二位四通电磁换向阀，安置在液压阀块上，并通过控制线路与单片机控制器连接，用来控制液压系统工作状态的切换；
所述压力传感器安置在液压阀块上，通过控制线路与单片机控制器连接，用来判断液压系统是否处于工作状态；
所述液压阀块固定在液压泵站的适当位置处，用于连接电磁换向阀与液压系统主油路、以及安放压力传感器；
所述警报装置安置在固定支架上面，通过数据线与单片机控制器连接，用来发出警报，警示人员远离执行器的工作区域；
所述电源固定在固定支架上，为单片机控制器、电磁换向阀和压力传感器供电。
与现有技术相比，本发明的有益效果在于：
(1)本发明提出的基于视觉识别的液压系统防护装置控制方法，采用视觉识别技术来提高液压系统安全性，通过量化处理采集到的图像数据、进行滤波、均衡化处理数据，识别到图像中的特征信息，最终系统分析和判断提高液压系统安全系数，能够解决复杂图像处理与识别的难题，准确判断液压系统运行状态，保证液压系统的安全运行；
(2)本发明提供的技术方案能够在液压系统运行过程中使用视觉识别技术准确识别由于人员的误入、误操作所产生的特征信息，判断当前运动状态，从而控制液压系统防护装置响应，避免引发人身安全事故，为液压系统安全运行的提供了技术支撑。
附图说明
图1为本发明基于视觉识别的液压系统防护装置的控制方法框图；
图2为本发明实施例控制方法的总体步骤示意图；
图3为本发明实施例单片机控制器的程序步骤示意图；
图4为本发明实施例系统防护装置控制方法的步骤示意图；
图5为本发明实施例中一种应用方案的结构示意图；
图6(a)和6(b)为本发明实施例局部滤波处理的原始图像和手部特征图像对比图；
图7(a)和7(b)为本发明实施例灰度图像直方图原始图像和手部特征图像对比图；
图8(a)和8(b)为本发明实施例均衡化处理后直方图的原始图像和手部特征图像对比图；
图9(a)和9(b)为本发明实施例边缘检测结果的原始图像和手部特征图像对比图；
图10为本发明实施例手部特征点识别图像示意图。
1、固定支架；2、工业相机；3、警报装置；4、24V电源；5、单片机控制器；6、含有图像采集卡的上位计算机；7、电磁换向阀；8、压力传感器；9、阀块；10、液压执行器。
具体实施方式
以下，参照附图对本发明的实施方式进行说明。
本发明实施例采用视觉识别技术来提高液压系统安全，基于液压锻造试验机的应用案例；通过对采集到的图像数据进行量化、滤波、均衡化处理数据，识别到图像中的特征信息，最终系统分析并控制液压锻造试验机的运行，提高液压系统安全系数，为液压系统运行时工作人员的人身安全提供了保障。如图1所示为本发明实施例基于视觉识别的液压系统防护装置控制框图。
本发明实施例提供了一种基于视觉识别的液压系统防护装置控制方法框图，如图2为本发明实施例总体控制方法的步骤示意图；为了证明本发明的适用性，将其应用于实例，具体包含如下步骤：
S1：通过液压系统压力传感器判断是否启动防护装置；
获取液压系统压力传感器数值，并判断是否需要启动液压系统的防护装置；
通过压力传感器测量液压系统的压力大小，并将压力信号传送到单片机控制器当中，根据单片机控制器当中的程序，判断液压系统的压力是否大于预定压力；若系统压力大于预定压力，则判断液压系统处于工作状态，单片机控制器发送信号到上位计算机当中，启动上位计算机当中的系统防护装置控制程序，实时调取图像采集卡处理后的数字视频。
如图3所示，单片机控制器当中的设定程序具体步骤包括：1.判断接收的压力信号是否大于预定压力，若大于预定压力，则向上位计算机发送信号，进行下一步；否则循环步骤1。2.判断连接上位计算机的端口是否接收到信号，若接收到信号则接通连接电磁换向阀以及警报装置的信号接口，进行下一步；否则循环步骤2。3.判断连接上位计算机的端口的信号是否终止，若接收的信号终止则断开电磁换向阀以及警报装置的信号接口，然后进行步骤2；否则循环步骤3。
S2：基于视觉技术完成实时图像的特征信息识别；
S21：图像获取设备拍摄液压系统周围的图像，并将视频信号传输到图像采集卡当中，将视频模拟图像转换为视频数字图像；将采集到的视频模拟图像，进行量化处理，量化成采样点数为M*N，量化级数为Q的灰度图像；M表示图像长度方向上采样点数，N表示图像宽度方向上采样点数；
视频模拟量图像量化成的采样点数M*N为1280*960，量化级数Q设置为256，调节在该采样参数下的采样频率，若最大采样频率无法达到需求的采样频率，适当减小采样点数M*N或量化级数Q，来提高采样频率；若图像特征信息不明显，则适当增加采样点数M*N，来提高图像质量；使最终数字化图像的采样点数M*N，量化级数Q同时满足采样频率与图像质量的要求。
当同时对多个相机进行图像采集时，图像采集卡传输通道模式可以选择单通道、双通道、四通道，上位计算机对各通道的采集图像逐帧进行分析。图像采集卡的采样频率根据液压执行器的运动速度来决定，设定的采样频率应保证从有人误入工作区域或在工作区域进行错误操作到液压执行器停止动作这个过程中，执行器的动作距离小于1mm。
如图6(a)所示为本发明实施例局部滤波处理的原始图像；如图6(b)所示为本发明实施例局部滤波处理的手部特征图像。两张附图为经过局部滤波处理后的图像，图6(a)为安全状态下的图像，如图6(b)显示出了手部特征，是危险状态下的图像，与安全状态下形成对比。
S22：对灰度图像进行局部滤波处理，定义处理前图像的灰度为f(i,j)，处理后图像的灰度为g(i,j)，图像灰度的数值大小定义为灰度值dk，g(i,j)∈dk，取值范围为d0＝0，d1＝1，d2＝2…dQ-1＝Q-1；采用中值滤波的方法进行局部滤波，如下式所示；
g(i,j)＝[f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1)]/9；
式中：g(i,j)表示局部滤波处理后的图像灰度；f(i,j)表示局部滤波处理前的图像灰度；i表示图像长度方向上采样点编号，取值范围为1，2，3…M-1；j表示图像宽度方向上采样点编号，取值范围为1，2，3…N-1；
图7(a)所示为本发明实施例灰度图像直方图原始图像，是安全状态下的图像；如图7(b)所示为本发明实施例灰度图像直方图手部特征图像，包括了手部特征信息，用来表示危险状态下的图像，与安全状态下形成对比。
S23：将滤波处理后的图像生成灰度直方图，对灰度直方图进行归一化处理，归一化处理后图像的灰度值如下所示：
rk＝dk/(Q-1)；
式中：rk表示归一化处理的第k级灰度值；dk表示局部滤波处理的第k级灰度值；k表示灰度级别，k＝0,1,…,Q-1；Q表示灰度图像的量化级数；
p(rk)＝nk/(M*N)；
式中：p(rk)表示第k级灰度值在图像中出现的概率；nk表示图像中灰度值是rk的像素个数；M*N表示图像中的像素总个数；
S24：将直方图均衡化处理，定义sk为处理后的第k级灰度值，直方图均衡化能够表示为：
Figure BDA0003669722790000071
式中：Sk表示均衡化处理后的第k级灰度值；p(rl)表示第l级灰度值在图像中出现的概率；rl表示第l级灰度值；l表示处理后的灰度级别，l＝0,1,…,k；
对于处理后的第k级灰度值sk取与其最接近的整数，记取整后的数值为[Sk]，使最终得到的图像更清晰，达到增强图像整体对比度的效果；未处理前的图像灰度g(i,j)，其值域dk经直方图归一化处理变为rk，再经直方图均衡化处理后变为[Sk]，使原先的图像灰度g(i,j)发生了变化，定义变化后的图像灰度为g*(i,j)，g*(i,j)∈[Sk]；
如图8(a)所示为本发明实施例均衡化处理后直方图的原始图像，用来表示安全状态下均衡化处理后的结果；如图8(b)所示为本发明实施例均衡化处理后直方图的手部特征图像，用来表示包含手部特征信息的危险状态下均衡化处理后的结果，与安全状态下形成对比。
S25：识别图像中的特征信息，对比接收到的视频图像与标准图像，判断是否有人员误入工作区域；若与标准图像对比有特征信息，则判断有人员误入；否则判断没有人员误入；
将识别图像灰度直方图与初始图像直方图进行对比，定义X为阈值，定义
Figure BDA0003669722790000081
为两张图像灰度直方图的相似度，定义p(Rk)为第k级灰度值在初始图像中出现的概率，p(Rk)的获取方法与步骤21中p(rk)的获取方法相同，相似度
Figure BDA0003669722790000082
的获取方法如下所示：
Figure BDA0003669722790000083
式中：
Figure BDA0003669722790000084
表示两张图像灰度直方图的相似度；p(Rk)表示第k级灰度值在初始图像中出现的概率；
若两张图像的灰度直方图相似度
Figure BDA0003669722790000085
超过阈值X，则初步判断识别图像中无特征信息；若相似度低于阈值X，则初步判断识别图像中存在特征信息；阈值X的选取受相机拍摄视角、拍摄光线强度、图像采样点数M*N，图像量化级数Q的影响，当对图像特征信息识别的准确性要求较高时，能适当提高阈值X；初选阈值X＝0.95；
进一步，通过基于边缘检测的方法，对识别图像中的特征信息进行进一步的判断与提取，运用Roberts边缘检测算子检测图像中的边缘点，接着连接边缘点成闭合的曲线，从而构成分割区域，寻找识别图像与初始图像不同的分割区域，并将该区域提取出来，对提取出的分割区域图像进行特征识别与判断，Roberts边缘检测算子获取方法如下所示；
h(i,j)＝sqrt[(g*(i,j)-g*(i+1,j))2+(g*(i+1,j)-g*(i,j+1)2]
式中：h(i,j)表示边缘检测算子；g*(i,j)表示经过均衡化处理后的图像灰度；
调整图像获取装置的高度、位置以及监控角度，使其能够完全且清晰的监控到液压执行器的工作区域；在没有人员进入工作区域的情况下，或在正确的操作步骤下，接收图像获取装置传输来的经图像采集卡处理后的视频信号；对图像进行适当处理，保存在指定文档，作为标准图像，以便后续调用与执行。
如图4所示，系统防护装置控制程序具体步骤包括：1.判断是否接收到单片机控制器发送的信号，若接收到信号则进行下一步，否则循环步骤1。2.调取图像采集卡处理后的实时数字视频，判断与初始图像对比是否有特征信息，若有特征信息则进行下一步，否则循环步骤2。3.向单片机控制器发送信号，继续调取数字视频，判断与初始图像对比是否有特征信息，若有特征信息则循环步骤3，否则循环步骤2。
系统防护装置控制程序具体实现方式包括：1.控制程序在python当中开发编写，一共包括四个部分，启动信号检测部分、特征信号视觉识别部分、图像对比分析部分、控制信号输出部分。2.其中特征信号视觉识别部分程序的编写，应用Google开发并开源的数据流处理机器学习应用开发框架Media Pipe来实现。3.控制程序的测试在上位计算机当中进行，先对各个部分经行单独的初步测试，再对整个控制程序进行测试。
图像的特征信号包括手部关键点信息，与脸部关键点信息两部分。在液压执行器工作范围较小或工作区域内需要手动操作的场合，可以仅将手部关键点信息作为特征信号进行识别。在液压执行器工作范围较大的工作场合，需将手部关键点信息，与脸部关键点信息均作为特征信号，图像识别过程中，检测到两者的任意一种关键点，均判断为检测到特征信号。在编写特征信号视觉识别程序时，先对手部关键点视觉识别程序进行编写，再编写脸部关键点视觉识别程序。在某些特殊应用场合下，还可将特征信号仅定义为一些特定手势，通过对这些特定手势的识别对比，做到用特定手势控制液压系统的动作。
如图9(a)所示为本发明实施例边缘检测结果的原始图像，是正常安全状态下原始图像的边缘检测结果；图9(b)所示为本发明实施例边缘检测结果的手部特征图像，表示包含手部特征信息的危险状态下的边缘检测结果，与安全状态下形成对比。
S3：根据S2识别结果，控制液压系统防护装置响应；
当步骤S2在分割区域图像中识别到特征信息时，如图10所示为本发明实施例根据图9b识别到的手部特征点图像，此时表明已经识别到特征信息，则判断结果为有人员误入，控制电磁换向阀换向，液压系统进入保压状态，执行器停止动作；同时控制警报装置，发出警报；当人员离开执行器工作区域后，电磁换向阀复位，液压系统正常工作，同时警报关闭。
如图5所示，本发明的第二方面提供一种基于视觉识别的液压系统防护装置控制方法的控制装置，装置包括固定支架1、工业相机2、警报装置3、24V电源4、单片机控制器5、含有图像采集卡的上位计算机6、电磁换向阀7、压力传感器8、阀块9和液压执行器10。如表1所示，详细介绍了本装置所用设备的名称、型号和详细参数的情况。
表1列出了本装置所用设备的基本参数
装置名称 产品名称 型号 参数说明
工业相机2 大恒高速相机 CC-1520 分辨率1440(H)×1024(V)；帧率2000fps
警报装置3 开关量信号报警器 STSG-KGL-156 工作电压DC24V；PLC控制；碳钢材质
24V电源4 明纬开关电源 HRP-200-24 额定电流8.4A；额定功率201.6W
单片机控制器5 STM32F103核心板 STM32F103RCT6 数据存储W25Q16；外部高速晶振8MHz
电磁换向阀7 力士乐电磁换向阀 4WEH 最高工作压力350bar；流量0-1100L/min
压力传感器8 华电高精压力变送器 HD-131 测量范围100KPa-60MPa；电压12-24V DC
工业相机2、警报装置3、24V电源4、单片机控制器5、均固定在固定支架1的适当位置。
工业相机的数量根据液压执行器10的工作区域范围大小来选择，并将工业相机的高度、位置以及监控角度调整到适当位置，使工业相机能够完全且清晰的监控到液压执行器10的工作区域。当使用多个工业相机时，数量最多为4个，且工业相机均与图像采集卡相连。
警报装置3、含有图像采集卡的上位计算机6、电磁换向阀7、压力传感器8通过数据线与单片机控制器5相连接。
电磁换向阀7、压力传感器8安置在阀块9上，电磁换向阀7通过螺栓固定在阀块9顶面，压力传感器8通过螺纹连接在阀块9的适当位置。
液压阀块9固定在液压泵站的适当位置处，连接在液压系统主油路上。当连接管路内径小于30mm时，阀块9与液压管路之间通过管接头连接，当连接管路内径大于30mm时，阀块9与液压管路之间通过法兰连接。
进一步的，压力传感器8共有2个，分别与阀块上的进油口P与回油口T相连接。电磁换向阀7为二位四通电磁换向阀，当电磁铁不通电时，换向阀为通路；当电磁铁通电换位时，换向阀使油路各不相通。液压系统流量较小时，电磁换向阀7为直通式换向阀；液压系统流量较大时，电磁换向阀7为先导式换向阀；液压系统流量很大时，通过插装阀与电磁换向阀的适当组合来实现电磁换向阀7的功能。
24V电源4通过导线与单片机控制器5、电磁换向阀7、压力传感器8相连接，作为电源供电。
综上，本发明基于视觉识别的液压系统防护装置控制方法的案例证明了具有较好的效果
(1)本发明实施例提出的基于视觉识别的液压系统防护装置控制方法，采用视觉识别技术来提高液压系统安全，量化处理采集到的图像数据、进行滤波、均衡化处理数据，识别到图像中的特征信息，最终系统分析并判断来提高液压系统安全系数，通过实施例中附图效果的对比与分析可以看出本方法能够解决图像处理与识别的难题，准确判断液压系统运行状态，保证系统安全运行；
(2)本发明提供的技术方案能够在液压系统运行过程中准确识别由于人员的误入、误操作所发出的特征信息，从而控制液压系统防护装置响应，避免引发人身安全事故，为液压系统运行时工作人员的人身安全提供了保障；基于液压锻造试验机的应用案例，证明本方法具有很好的实际应用效果，可以解决实际过程中的难题。
以上所述的实施例仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明要求保护范围内。

Claims (5)

1.一种基于视觉识别的液压系统防护装置控制方法，其特征在于，其包括以下步骤：
步骤1：通过液压系统压力传感器判断是否启动防护装置；
获取液压系统压力传感器数值，并判断是否需要启动液压系统的防护装置；
步骤2：基于视觉技术完成实时图像的特征信息识别；
步骤21：图像获取，设备拍摄液压系统周围的图像，并将视频信号传输到图像采集卡当中，将视频模拟图像转换为视频数字图像；将采集到的视频模拟图像，进行量化处理，量化成采样点数为M*N，量化级数为Q的灰度图像；M表示图像长度方向上采样点数，N表示图像宽度方向上采样点数；
步骤22：对灰度图像进行局部滤波处理，定义处理前图像的灰度为f(i,j)，处理后图像的灰度为g(i,j)，图像灰度的数值大小定义为灰度值dk，g(i,j)∈dk；采用中值滤波的方法进行局部滤波，如下式所示：
g(i,j)＝[f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1)]/9；
式中：g(i,j)表示局部滤波处理后的图像灰度；f(i,j)表示局部滤波处理前的图像灰度；i表示图像长度方向上采样点编号，取值范围为1，2，3…M-1；j表示图像宽度方向上采样点编号，取值范围为1，2，3…N-1；
步骤23：将滤波处理后的图像生成灰度直方图，对灰度直方图进行归一化处理，归一化处理后图像的灰度值如下所示：
rk＝dk/(Q-1)；
式中：rk表示归一化处理的第k级灰度值；dk表示局部滤波处理的第k级灰度值；k表示灰度级别，k＝0,1,…,Q-1；Q表示灰度图像的量化级数；
灰度值在图像中出现的概率p(rk)的获取方法如下所示：
p(rk)＝nk/(M*N)；
式中：p(rk)表示第k级灰度值在图像中出现的概率；nk表示图像中灰度值是rk的像素个数；M*N表示图像中的像素总个数；
步骤24：将直方图均衡化处理，定义Sk为处理后的第k级灰度值，直方图均衡化能够表示为：
Figure FDA0003669722780000011
式中：Sk表示均衡化处理后的第k级灰度值；p(rl)表示第l级灰度值在图像中出现的概率；rl表示第l级灰度值；l表示处理后的灰度级别，l＝0,1,…,k；
对于处理后的第k级灰度值sk取与其最接近的整数，记取整后的数值为[Sk]，使最终得到的图像更清晰，达到增强图像整体对比度的效果；未处理前的图像灰度g(i,j)，其值域dk经直方图归一化处理变为rk，再经直方图均衡化处理后变为[Sk]，使原先的图像灰度g(i,j)发生变化，定义变化后的图像灰度为g*(i,j)，g*(i,j)∈[Sk]；
步骤25：识别图像中的特征信息，对比接收到的视频图像与标准图像，判断是否有人员误入工作区域；若与标准图像对比有特征信息，则判断有人员误入；否则判断没有人员误入；
将识别图像灰度直方图与初始图像直方图进行对比，定义X为阈值，定义
Figure FDA0003669722780000021
为两张图像灰度直方图的相似度，定义p(Rk)为第k级灰度值在初始图像中出现的概率，p(Rk)的获取方法与步骤21中p(rk)的获取方法相同，相似度
Figure FDA0003669722780000022
的获取方法如下所示：
Figure FDA0003669722780000023
式中：
Figure FDA0003669722780000024
表示两张图像灰度直方图的相似度；p(Rk)表示第k级灰度值在初始图像中出现的概率；
若两张图像的灰度直方图相似度
Figure FDA0003669722780000025
超过阈值X，则初步判断识别图像中无特征信息；若相似度低于阈值X，则初步判断识别图像中存在特征信息；阈值X的选取受相机拍摄视角、拍摄光线强度、图像采样点数M*N，图像量化级数Q的影响；
通过基于边缘检测的方法，对识别图像中的特征信息进行进一步的判断与提取，运用Roberts边缘检测算子检测图像中的边缘点，接着连接边缘点成闭合的曲线，从而构成分割区域，寻找识别图像与初始图像不同的分割区域，并将该区域提取出来，对提取出的分割区域图像进行特征识别与判断，所述Roberts边缘检测算子获取方法如下所示：
h(i,j)＝sqrt[(g*(i,j)-g*(i+1,j))2+(g*(i+1,j)-g*(i,j+1)2]；
式中：h(i,j)表示边缘检测算子；g*(i,j)表示经过均衡化处理后的图像灰度；
步骤3：根据步骤2识别结果，控制液压系统防护装置响应；
当步骤2在分割区域图像中识别到特征信息时，判断结果为有人员误入时，控制电磁换向阀换向，液压系统进入保压状态，执行器停止动作；同时控制警报装置，发出警报；当人员离开执行器工作区域后，电磁换向阀复位，液压系统正常工作，同时警报关闭。
2.根据权利要求1所述的基于视觉识别的液压系统防护装置控制方法，其特征在于，所述步骤1中的通过液压系统压力传感器判断是否启动防护装置具体为：
通过压力传感器测量液压系统的压力大小，并将压力信号传送到单片机控制器当中，根据单片机控制器当中的程序，判断液压系统的压力是否大于预定压力；若系统压力大于预定压力，则判断液压系统处于工作状态，单片机控制器发送信号到上位计算机当中，启动上位计算机当中的系统防护装置控制程序，实时调取图像采集卡处理后的数字视频。
3.根据权利要求1所述的基于视觉识别的液压系统防护装置控制方法，其特征在于，所述步骤21中的图像量化处理，具体包括：
视频模拟量图像量化成的采样点数M*N，量化级数Q，调节在该采样参数下的采样频率，若最大采样频率无法达到需求的采样频率，适当减小采样点数M*N或量化级数Q，来提高采样频率；若图像特征信息不明显，则适当增加采样点数M*N，来提高图像质量；使最终数字化图像的采样点数M*N，量化级数Q同时满足采样频率与图像质量的要求。
4.根据权利要求1所述的基于视觉识别的液压系统防护装置控制方法，其特征在于，所述步骤25中的标准图像的获取过程，具体包括：
调整图像获取装置的高度、位置以及监控角度，使其能够完全且清晰的监控到液压执行器的工作区域；在没有人员进入工作区域的情况下，或在正确的操作步骤下，接收图像获取设备传输来的经图像采集卡处理后的视频信号；对图像进行适当处理，保存在指定文档，作为标准图像，以便后续调用与执行。
5.一种用于实现根据权利要求1至4之一所述的基于视觉识别的液压系统防护装置控制方法的控制装置，其特征在于，所述装置包括固定支架、图像获取设备、含有图像采集卡的上位计算机、单片机控制器、电磁换向阀、压力传感器、阀块、警报装置和电源：
所述固定支架搭建在液压系统执行机构的工作区域周围，用来固定图像获取设备、单片机控制器、警报装置和电源；
所述图像获取设备安置在固定支架上，并通过数据线与上位计算机进行连接，用来监控执行器周围的状况，并将图像实时传输到上位计算机当中；
所述含有图像采集卡的上位计算机安置在工作区域以外的安全位置，通过接收到的图像判断液压执行器的工作区域内是否有人员误入；
所述单片机控制器安置在固定支架上，与上位计算机、电磁换向阀、压力传感器以及警报装置相连接；
所述电磁换向阀为二位四通电磁换向阀，安置在液压阀块上，并通过控制线路与单片机控制器连接，用来控制液压系统工作状态的切换；
所述压力传感器安置在液压阀块上，通过控制线路与单片机控制器连接，用来判断液压系统是否处于工作状态；
所述液压阀块固定在液压泵站的适当位置处，用于连接电磁换向阀与液压系统主油路、以及安放压力传感器；
所述警报装置安置在固定支架上面，通过数据线与单片机控制器连接，用来发出警报，警示人员远离执行器的工作区域；
所述电源固定在固定支架上，为单片机控制器、电磁换向阀和压力传感器供电。
CN202210602070.9A 2022-05-30 2022-05-30 基于视觉识别的液压系统防护装置控制方法及其控制装置 Active CN115013386B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210602070.9A CN115013386B (zh) 2022-05-30 2022-05-30 基于视觉识别的液压系统防护装置控制方法及其控制装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210602070.9A CN115013386B (zh) 2022-05-30 2022-05-30 基于视觉识别的液压系统防护装置控制方法及其控制装置

Publications (2)

Publication Number Publication Date
CN115013386A true CN115013386A (zh) 2022-09-06
CN115013386B CN115013386B (zh) 2023-06-23

Family

ID=83071742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210602070.9A Active CN115013386B (zh) 2022-05-30 2022-05-30 基于视觉识别的液压系统防护装置控制方法及其控制装置

Country Status (1)

Country Link
CN (1) CN115013386B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1060953A (ja) * 1996-08-23 1998-03-03 Hitachi Constr Mach Co Ltd 油圧機器保護装置
CN105493503A (zh) * 2014-02-17 2016-04-13 日立建机株式会社 产业机械的监视图像显示装置
JP2017227244A (ja) * 2016-06-21 2017-12-28 株式会社ユーテック 緊急油圧供給システム及びこれを用いた油圧駆動装置の遠隔制御方法
CN108229345A (zh) * 2017-12-15 2018-06-29 吉利汽车研究院（宁波）有限公司 一种驾驶员检测系统
CN110204009A (zh) * 2019-07-05 2019-09-06 合肥工业大学 一种波浪能和太阳能海水淡化及制盐的装置
CN110443923A (zh) * 2019-08-06 2019-11-12 金陵科技学院 一种基于人工智能的酒店安全管理方法
CN111216133A (zh) * 2020-02-05 2020-06-02 广州中国科学院先进技术研究所 一种基于指尖识别和手部运动跟踪的机器人演示编程方法
CN111503077A (zh) * 2020-04-15 2020-08-07 中南大学 一种多自由度液压机械臂的电液控制系统及其控制方法
CN111576542A (zh) * 2020-05-26 2020-08-25 三一重机有限公司 主液压系统功率的调节方法、系统及全液压轮式挖掘机
CN112127411A (zh) * 2020-09-18 2020-12-25 山东临工工程机械有限公司 挖掘机回转控制系统、控制方法及挖掘机
CN113919627A (zh) * 2021-08-31 2022-01-11 福建枋洋水利投资发展有限公司 一种应用于水利枢纽工程的智能监控方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1060953A (ja) * 1996-08-23 1998-03-03 Hitachi Constr Mach Co Ltd 油圧機器保護装置
CN105493503A (zh) * 2014-02-17 2016-04-13 日立建机株式会社 产业机械的监视图像显示装置
JP2017227244A (ja) * 2016-06-21 2017-12-28 株式会社ユーテック 緊急油圧供給システム及びこれを用いた油圧駆動装置の遠隔制御方法
CN108229345A (zh) * 2017-12-15 2018-06-29 吉利汽车研究院（宁波）有限公司 一种驾驶员检测系统
CN110204009A (zh) * 2019-07-05 2019-09-06 合肥工业大学 一种波浪能和太阳能海水淡化及制盐的装置
CN110443923A (zh) * 2019-08-06 2019-11-12 金陵科技学院 一种基于人工智能的酒店安全管理方法
CN111216133A (zh) * 2020-02-05 2020-06-02 广州中国科学院先进技术研究所 一种基于指尖识别和手部运动跟踪的机器人演示编程方法
CN111503077A (zh) * 2020-04-15 2020-08-07 中南大学 一种多自由度液压机械臂的电液控制系统及其控制方法
CN111576542A (zh) * 2020-05-26 2020-08-25 三一重机有限公司 主液压系统功率的调节方法、系统及全液压轮式挖掘机
CN112127411A (zh) * 2020-09-18 2020-12-25 山东临工工程机械有限公司 挖掘机回转控制系统、控制方法及挖掘机
CN113919627A (zh) * 2021-08-31 2022-01-11 福建枋洋水利投资发展有限公司 一种应用于水利枢纽工程的智能监控方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗志轩: "人工智能视觉识别技术在工地中的应用", 《科技经济市场》 *

Also Published As

Publication number Publication date
CN115013386B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN110826538A (zh) 一种用于电力营业厅的异常离岗识别系统
CN107679471B (zh) 基于视频监控平台的室内人员空岗检测方法
CN111230723B (zh) 实时侦测系统、实时侦测方法及化学机械抛光设备
CN109635823B (zh) 用于识别卷扬乱绳的方法和装置及工程机械
CN111591715A (zh) 一种皮带纵向撕裂检测方法及装置
CN115065798A (zh) 一种基于大数据的视频分析监控系统
CN113192038A (zh) 基于深度学习的已有火焰环境中异常烟火识别监测方法
CN110363109B (zh) 一种基于计算机视觉的覆盖式漏油检测系统及方法
CN112881412A (zh) 一种废钢产品中非金属异物检测方法
CN110728286B (zh) 一种基于火花图像的砂带磨削材料去除率识别方法
JP2019124986A (ja) 障害検知システム
CN115013386A (zh) 基于视觉识别的液压系统防护装置控制方法及其控制装置
CN112560779A (zh) 进料口溢料识别方法、设备及搅拌站进料控制系统
CN117037063A (zh) 一种基于图像识别的堆煤检测方法及系统
CN116681664A (zh) 一种用于冲压设备作业的检测方法及装置
CN114549406B (zh) 热轧线的管理方法、装置及系统、计算设备和存储介质
CN112329770B (zh) 一种仪表刻度识别方法及装置
CN113269043A (zh) 一种钢卷松卷的实时跟踪识别方法及装置
CN114757905A (zh) 一种基于视觉的卷绳缠绕异常检测装置及方法
CN113096120A (zh) 识别保护压板投退状态的方法及系统
TWI454327B (zh) 鋼帶切尾之偵測方法
CN108181315B (zh) 一种基于图像处理的饼干损伤检测装置及检测方法
CN113390884A (zh) 一种卷烟设备烟支输送通道烟支异常监测方法及其装置
CN115482503A (zh) 一种基于图像ai技术的变电异常对象监测的方法和系统
CN112381803B (zh) 一种基于机器视觉的铁水溢出检测方法和开口机系统

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
GR01 Patent grant
GR01 Patent grant