CN116563775A - 用于监测矿山破碎站卸料口的装置、系统及方法 - Google Patents

Abstract

本发明公开了一种用于监测矿山破碎站卸料口的装置、系统及方法，包括：图像采集模块，其用于实时采集表征破碎站卸料口全景环境状态的原始图像；车辆检测模块，其用于根据所述原始图像，通过所提取的图像特征来诊断当前卸料口是否有矿车正在进行卸料作业；卸料口空满检测模块，其用于通过提取所述原始图像中的物料特征，确定物料位置和边界，基于此，对当前卸料口的物料空满状态进行诊断。本发明能够助力自动驾驶矿车完成无人值守卸载作业的流程。

Description

用于监测矿山破碎站卸料口的装置、系统及方法

技术领域

本发明涉及智慧矿山技术领域，尤其是涉及一种用于监测矿山破碎站卸料口的装置、系统及方法。

背景技术

在传统的露天矿山开采矿石类物料时，矿用车辆会行驶至装载区装载，车辆满载核载后行驶至破碎站卸料平台，将物料卸入卸料口，然后由卸料口底部的重型输送装置将物料运输至破碎机进行破碎。在实际运行中，因为卸载频次高、物料转运传输带损坏、料口出现阻塞性落石等问题，造成料口被物料占满甚至物料外溢的情况，因此需要安排人员时刻查看卸料口的占用情况，并且通过手机等方式一一通知矿用车辆的司机停止卸载，费人费时，效率低下。尤其是在智慧矿山引入无人驾驶的矿用车辆后，现有技术无法及时、有效的协调无人车的卸载。

由于露天矿山的破碎站卸料口智能化监测属于新兴起技术领域，现有技术中少有对卸料口进行动态监测的研究方案。

发明内容

本发明的目的在于，需要提供一种对露天矿山的破碎站卸料口进行智能化监测的方案。

为了解决上述技术问题，本发明实施例提供了一种用于监测矿山破碎站卸料口的装置，包括：图像采集模块，其用于实时采集表征破碎站卸料口全景环境状态的原始图像；车辆检测模块，其用于根据所述原始图像，通过所提取的图像特征来诊断当前卸料口是否有矿车正在进行卸料作业；卸料口空满检测模块，其用于通过提取所述原始图像中的物料特征，确定物料位置和边界，基于此，对当前卸料口的物料空满状态进行诊断。

优选地，所述车辆检测模块，包括：区域提取单元，其用于从所述原始图像中截取卸载位区域图像；区域图像处理单元，其用于将所述卸载位区域图像转换为LAB颜色空间并计算图像中L分量的均值；卸料作业诊断单元，其用于根据实时图像的L分量均值数据，利用预设的模板阈值，对当前卸料口是否有矿车进行卸料作业进行实时诊断，得到相应的卸料作业诊断结果，其中，所述模板阈值包括用于表征白天无矿车进行卸料作业的第一模板图像的L分量阈值和用于表征黑夜无矿车进行卸料作业的第二模板图像的L分量阈值。

优选地，所述车辆检测模块，其还用于根据实时获得的卸料作业诊断结果，促使输出当前卸料口的空满状态的评价结果，其中，在当前卸料口没有矿车正在进行卸料作业时，生成空满状态检测指令，以利用所述空满状态检测指令控制卸料口空满检测模块对当前卸料口的空满状态进行检测，从而输出相应的检测结果；在当前卸料口有矿车正在进行卸料作业时，生成空满状态输出指令，以利用所述空满状态输出指令控制所述卸料口空满检测模块直接输出最新检测到的空满状态检测结果。

优选地，所述卸料口空满检测模块包括：物料特征提取单元，其用于根据所述原始图像，采用角点检测算法，识别当前卸料口图像的物料特征；物料边界提取单元，其用于对所述物料特征，依次进行图像二值化、图像腐蚀、图像膨胀和图像连通域分析处理，从而获得当前卸料口图像的物料位置及边界；空满状态检测单元，其用于根据所述物料位置及边界，计算当前卸料口图像的物料上边界和左边界分别与对应预设边界的距离，以得到物料上边界占比数据和物料左边界占比数据，从而根据两种占比数据综合判断当前卸料口的物料空满状态，以获得所述空满状态诊断结果。

优选地，所述装置还包括：图像预处理模块，其用于在开展卸料口空满状态之前，对所述原始图像进行预处理，从而使得所述卸料口空满检测模块根据经过预处理后的原始图像来开展检测，其中，所述预处理包括依次执行的提取料口感兴趣区域、颜色空间转换和直方图均值化处理。

优选地，所述装置还包括：通信模块，其用于将当前卸料口的卸料作业诊断结果和空满状态检测结果发送至消息订阅方，其中，所述消息订阅方为矿山内的各个矿车终端和矿山监督人员的终端。

优选地，所述通信模块，其还用于接收来自各矿车终端和矿山监督人员终端的订阅请求信息，并对所述订阅请求信息的发送方身份进行存储，从而构建订阅方数据库，其中，所述订阅请求信息用于订阅当前卸料口实时监测结果的通知。

另一方面，提供了一种用于监测矿山破碎站卸料口的系统，所述系统包括：矿车终端，其安装于每辆无人驾驶矿车的内部，用于实现对云端平台的访问；监督人员终端，其用于实现对所述云端平台的访问；卸料口监测站，每个所述卸料口监测站包括如上述所述的用于监测矿山破碎站卸料口的装置；云端平台，其与所述矿车终端、所述监督人员终端和所述卸料口监测站通信，用于实现所述卸料口监测站与各个终端之间的通信。

优选地，所述系统还包括：显示平台，其用于对每个卸料口监测站的卸料口实时监测结果进行实时显示。

另外，还提供了一种用于监测矿山破碎站卸料口的方法，所述方法按照如上述所述的系统来实现，其中，所述方法包括如下步骤：每个卸料口监测站实时采集表征破碎站卸料口全景环境状态的原始图像；根据所述原始图像，通过所提取的图像特征来诊断当前卸料口是否有矿车正在进行卸料作业，以及提取所述原始图像中的物料特征，并根据所述物料特征确定物料位置和边界，基于此，对当前卸料口的物料空满状态进行诊断；矿车终端和监督人员终端通过对云端平台的访问来获得各个卸料口的实时监测结果。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果。

本发明提出了一种用于监测矿山破碎站卸料口的装置、系统及方法。本发明采用计算机视觉技术对露天矿山破碎站卸料口进行监测，从而分析卸料口卸料作业情况、物料空满占用情况等状态，将料口状态与自动驾驶矿车、中心平台实时共享，助力自动驾驶矿车完成无人值守卸载作业流程。具体地，本发明通过提出一套自动的破碎站卸料口智能化监测方案来实时分析料口的占用情况，能够将料口空满以及是否可以正常卸载的信息实时发布至中心和矿用车辆，既能及时提醒中心人员协调现场进行料口传输装置的运维管理，又及时管控了无人驾驶车辆的卸载流程，实现无人值守卸载，提高了卸载作业的效率和安全性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。

图1为本申请实施例的用于监测矿山破碎站卸料口的装置的结构示意图。

图2为本申请实施例的用于监测矿山破碎站卸料口的装置的实施流程示意图。

图3为本申请实施例的用于监测矿山破碎站卸料口的系统的结构示意图。

图4为本申请实施例的用于监测矿山破碎站卸料口的方法的步骤图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指，否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是，这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在，而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。

在传统的露天矿山开采矿石类物料时，矿用车辆会行驶至装载区装载，车辆满载核载后行驶至破碎站卸料平台，将物料卸入卸料口，然后由卸料口底部的重型输送装置将物料运输至破碎机进行破碎。在实际运行中，因为卸载频次高、物料转运传输带损坏、料口出现阻塞性落石等问题，造成料口被物料占满甚至物料外溢的情况，因此需要安排人员时刻查看卸料口的占用情况，并且通过手机等方式一一通知矿用车辆的司机停止卸载，费人费时，效率低下。尤其是在智慧矿山引入无人驾驶的矿用车辆后，现有技术无法及时、有效的协调无人车的卸载。

由于露天矿山的破碎站卸料口智能化监测属于新兴起技术领域，现有技术中少有对卸料口进行动态监测的研究方案。

为了解决上述技术问题，本申请实施例提出了一种用于监测矿山破碎站卸料口的装置、系统及方法。本发明采用计算机视觉技术对露天矿山破碎站卸料口进行动态监测，从而分析卸料口车辆的卸料作业情况、物料空满占用情况等卸料口状态，将料口状态与自动驾驶矿车、中心平台实时共享，助力自动驾驶矿车完成无人值守卸载作业流程。

图1为本申请实施例的用于监测矿山破碎站卸料口的装置的结构示意图。图2为本申请实施例的用于监测矿山破碎站卸料口的装置的实施流程示意图。下面结合图1和图2，对本发明实施例所述的用于监测矿山破碎站卸料口的装置（也称“卸料口监测装置”）的具体结构及其实现过程进行说明。

如图1所示，本发明实施例所述的卸料口监测装置包括：图像采集模块1、与图像采集模块1通信连接的车辆检测模块2、以及与图像采集模块1通信连接的卸料口空满检测模块4。参考图2，首先，图像采集模块1用于实时采集表征破碎站卸料口全景环境状态的原始（卸料口）图像。其中，图像采集模块1的视野范围能够涵盖整个卸料口的环境状态信息，具体包括：正在卸料作业的无人驾驶车辆的全作业过程和卸料坑状态等。而后，车辆检测模块2用于根据图像采集模块1所实时获得的原始卸料口图像，通过所提取的图像特征来诊断当前卸料口是否有矿车正在进行卸料作业，从而获得卸料作业诊断结果。

另外，卸料口空满检测模块4用于通过提取图像采集模块1所获得的原始图像中的物料特征，来确定原始图像中的物料位置和边界，从而根据物料位置和边界，对当前卸料口的物料空满状态进行诊断，从而获得空满状态诊断结果。

此时，本发明实施例所述的卸料口监测装置能够获得包括卸料作业诊断结果和空满状态诊断结果信息在内的卸料口实时监测结果。

参考图1，本发明实施例所述的车辆检测模块2至少包括：区域提取单元201、区域图像处理单元202和卸料作业诊断单元203。

区域提取单元201用于从每帧原始卸料口图像中截取出卸载位区域图像。区域图像处理单元202用于将卸载位区域图像转换为LAB颜色空间，并计算图像中L分量的均值。卸料作业诊断单元203用于根据实时原始图像的L分量均值数据，利用预设的模板阈值，对当前卸料口是否有矿车正在进行卸料作业进行实时诊断，从而得到相应的卸料作业诊断结果。

在本发明实施例中，车辆检测模块2负责实现监测当前卸料口的整体工作状态，包括当前是否有矿车进行卸料作业等功能。考虑到白天和夜间场景下的原始图像的像素值变化较大，因此，本发明实施例针对卸料口卸载位区域图像设置了表示用于表征白天无矿车进行卸料作业的第一模板图像、以及用于表征黑夜无矿车进行卸料作业的第二模板图像。

具体地，首先，区域提取单元201将实时获取到的原始图像中的卸载位的区域图像信息提取出来；再由区域图像处理单元202将所提取出来的卸载位区域图像，由RGB颜色空间转换为LAB颜色空间，并计算当前基于LAB颜色空间下的卸载位区域图像中的L分量的均值；最后由卸料作业诊断单元203将当前图像的L分量均值数据分别与第一模板图像的L分量数据的均值（即L分量阈值）、和第二模板图像的L分量数据的均值（即L分量阈值）进行匹配，最终得到当前是否有矿车正在卸料的诊断结果。

在一个实施例中，若当前图像的L分量均值数据与任意模板图像的L分量阈值匹配成功，则表明当前卸料口无矿车卸料。另外，若当前图像的L分量均值数据与两个模板图像的L分量阈值都不匹配，则表明当前卸料口有矿车正在进行卸料作业。

进一步，本发明实施例所述的车辆检测模块2还用于根据实时获得的卸料作业诊断结果，促使输出当前卸料口的空满状态的评价结果。如图1所示，本发明实施例所述的卸料口监测系统还包括卸料口空满检测模块4。卸料口空满检测模块4用于提取原始图像中的物料特征，并根据物料特征确定物料位置和边界，而后根据每帧原始图像中的物料位置和边界，对当前卸料口的物料空满状态进行诊断，从而得到相应的空满状态诊断结果，继而输出空满状态诊断结果。

在实际应用过程中，由于矿车在进行卸料作业时会将所运输的物料卸入至卸料口，且卸料过程中会伴随大量白烟，从而影响物料空满状态检测的准确性，因此，本发明实施例所述的车辆检测模块2仅会在检测出没有矿车进行卸料作业时促使开展物料空满状态的检测，在有矿车正在卸料时则不进行物料状态检测。

如图2所示，在车辆检测模块2检测出当前卸料口没有矿车正在进行卸料作业时，生成空满状态检测指令，从而利用该空满状态检测指令控制卸料口空满检测模块4对当前卸料口的空满状态进行检测，继而输出相应的检测结果。另外，在检测出当前卸料口有矿车正在进行卸料作业时，生成空满状态输出指令，从而利用该空满状态输出指令控制卸料口空满检测模块4直接输出最新检测到的（即上一检测周期检测到的）空满状态检测结果。

在对卸料口的空满状态进行检测之前，本发明实施例会对用于检测的原始图像进行预处理。由此，本发明实施例所述的卸料口监测系统还包括：图像预处理模块3。

图像预处理模块3用于在开展卸料口空满状态之前，对用于开展空满状态检测的原始图像进行预处理，从而使得卸料口空满检测模块4根据经过预处理后的原始图像来开展检测。其中，预处理包括依次执行的提取料口感兴趣区域的处理、颜色空间转换处理和直方图均值化处理。

具体地，图像预处理模块3负责实现规范卸料口空满检测模块4的输入图像的功能。主要包括提取卸料口感兴趣区域、颜色空间转换和直方图均衡化处理。其中，料口感兴趣区域的提取处理主要用于提取原始图像中的卸料口工作区域，从而忽略背景信息，避免背景影响检测算法的准确率；颜色空间转换主要是将RGB格式的原始图像转成为灰度图像；直方图均衡化处理主要用来提高检测算法对光照的鲁棒性。

参考图2，在将原始图像进行预处理后，由卸料口空满状态检测模块4来开展对当前卸料口空满状态的检测。如图1所示，卸料口空满检测模块4包括物料特征提取单元401、物料边界提取单元402和空满状态检测单元403。

物料特征提取单元401用于根据原始图像，采用角点检测算法，识别当前原始卸料口图像中的物料特征信息。而后，物料边界提取单元402用于对由物料特征提取单元401所提取出的物料特征信息，依次进行图像二值化处理、图像腐蚀处理、图像膨胀处理和图像连通域分析处理，从而获得当前卸料口图像的物料位置及边界。最后，空满状态检测单元403用于根据由物料边界提取单元402所实时获得的物料位置及边界，计算当前原始卸料口图像的物料上边界和左边界分别与对应预设边界的距离，以得到物料上边界占比数据和物料左边界占比数据，从而根据物料上边界占比数据和物料左边界占比数据，综合判断当前卸料口的物料空满状态，最终获得空满状态诊断结果并将当前空满状态诊断结果加入到当前卸料口实时监测结果中。

卸料口空满检测模块4负责实现分析经过预处理的原始图像中的空满占用情况的功能。由于卸料作业的物料具有非光滑、不规则等特点，因此，物料特征提取单元401采用角点检测算法获取图像中的物料特征，同时，为进一步削弱背景的影响，物料边界提取单元402会将所提取到的物料特征信息依次采用图像二值化、腐蚀、膨胀、连通域分析等技术进行处理，从而确定当前原始图像中的物料位置和边界。接下来，空满状态检测单元403首先会分别计算原始图像中的物料上边界中的每个像素点与预设物料上边界的距离并从中提取最小上边界距离以及计算原始图像中的物料左边界中的每个像素点与预设物料左边界的距离并从中提取最小左边界距离，而后，计算最小上边界距离相对于预设上边界距离阈值的占比数据、以及最小左边界距离相对于预设左边界距离阈值的占比数据，其次综合上边界占比数据和左边界占比数据，判断当前卸料口的空满状态，从而得到卸料口空满状态诊断结果，而后将当前空满状态诊断结果传输至通信模块5，以由通信模块5收集当前卸料口的各种检测（诊断）结果数据。

另外，本发明实施例所述的空满状态检测单元403还用于存储和输出实时检测到的空满状态诊断结果，从而通过通信模块5与空满状态检测单元403之间的通讯使得卸料口空满检测模块4能够根据来自车辆检测模块2的空满状态检测指令来开展对当前卸料口的空满状态的检测，或者根据空满状态输出指令来直接通过空满状态检测单元403向通信模块5直接发送最新的空满状态诊断结果。

由于卸料口物料的形态、纹理、大小各异，本发明实施例通过上述检测算法可准确检测出物料边界，并得到卸料口空满情况的准确结果，而且综合使用图像处理技术实现卸料口空满检测算法，在保证算法准确率的同时提高了算法的泛化能力。另外，本发明所增加的矿车卸料检测算法，在几乎不引入计算量的前提下，保证了破碎站卸料口监测系统的准确性诊断。

进一步，本发明实施例所述的卸料口监测系统还包括：通信模块5。通信模块5用于收集来自车辆检测模块2和卸料口空满检测模块4的所有检测及诊断结果，记为卸料口实时监测结果。同时，通信模块5用于将包含当前卸料口的卸料作业诊断结果和空满状态检测结果信息在内的卸料口实时监测结果发送至消息订阅方。通信模块5还用于对所有订阅当前卸料口信息的订阅方进行存储。其中，消息订阅方为矿山内的各个矿车终端和矿山监督人员的终端。

通信模块5还用于接收来自各矿车终端和矿山监督人员终端发送的订阅请求信息，并对订阅请求信息的发送方身份进行存储，从而构建订阅方数据库。其中，订阅请求信息用于订阅当前卸料口实时监测结果（包括但不限于卸料作业诊断结果和空满状态检测结果等信息）的通知。

这样，各矿车和矿场监督人员能够实时掌握当前卸料口的状态。

基于上述卸料口监测装置，本发明还提供了一种用于监测矿山破碎站卸料口的系统（也称“卸料口监测系统”）。图3为本申请实施例的用于监测矿山破碎站卸料口的系统的结构示意图。如图3所示，本发明实施例所述的卸料口监测系统包括：一个或多个矿车终端、一个或多个监督人员终端、一个或多个卸料口监测站和云端平台（例如采用云服务器来实现）。其中，矿车终端、监督人员终端和卸料口监测站都能够对云端平台进行访问，从而基于各端装置的访问，使得卸料口监测站能够分别与矿车终端和监督人员终端实现通信。

矿车终端安装于每辆无人驾驶矿车的内部，能够实现对云端平台的访问。本发明实施例会为每位矿山监督人员配置相应的终端设备，监督人员终端用于通过相应监督人员的身份信息来实现对云端平台的访问。每个卸料口监测站包括如上述所述的卸料口监测装置。云端平台分别与多个矿车终端、多个监督人员终端和多个卸料口监测站通信，用于实现卸料口监测站分别与矿车终端和监督人员终端之间的通信，使得每个卸料口处的卸料口监测站能够将当前卸料口的实时监测结果信息上传至云端平台，云端平台能够对矿山内每个卸料口的实时监测结果进行存储，而后已订阅指定卸料口信息的矿车终端和监督人员通过对云端平台的访问和身份权限，实时查阅或下载已订阅卸料口的实时监测结果。

另外，矿车终端和/或监督人员终端还用于通过对云端平台的访问来向特定位置的卸料口的卸料口监测装置发送相应的订阅请求信息，以使得待订阅的卸料口监测装置能够存储订阅方的终端身份并更新订阅方数据库。

此外，本发明实施例所述的卸料口监测系统还包括显示平台。显示平台用于对每个卸料口监测站的卸料口实时监测结果进行实时显示，以便后台监督人员实时掌握矿山每个卸料口的状态。

此外，基于上述卸料口监测系统，本发明实施提供了一种用于监测矿山破碎站卸料口的方法（也称“卸料口监测方法”）。该卸料口监测方法按照如上述卸料口监测系统来实现。

图4为本申请实施例的用于监测矿山破碎站卸料口的方法的步骤图。如图4所示，本发明实施例所述的卸料口监测方法包括如下步骤：步骤S410每个卸料口监测站实时采集表征破碎站卸料口全景环境状态的原始图像；步骤S420根据原始图像，通过所提取的图像特征来诊断当前卸料口是否有矿车正在进行卸料作业，以及提取原始图像中的物料特征，并根据物料特征确定物料位置和边界，基于此，对当前卸料口的物料空满状态进行诊断；步骤S430矿车终端和监督人员终端通过对云端平台的访问来获得各个卸料口的实时监测结果。

本发明公开了一种用于监测矿山破碎站卸料口的装置、系统及方法。本发明采用计算机视觉技术对露天矿山破碎站卸料口进行监测，从而分析卸料口卸料作业情况、物料空满占用情况等状态，将料口状态与自动驾驶矿车、中心平台实时共享，助力自动驾驶矿车完成无人值守卸载作业流程。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上；术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然本发明所披露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种用于监测矿山破碎站卸料口的装置，其特征在于，包括：

图像采集模块，其用于实时采集表征破碎站卸料口全景环境状态的原始图像；

车辆检测模块，其用于根据所述原始图像，通过所提取的图像特征来诊断当前卸料口是否有矿车正在进行卸料作业；

卸料口空满检测模块，其用于通过提取所述原始图像中的物料特征，确定物料位置和边界，基于此，对当前卸料口的物料空满状态进行诊断。

2.根据权利要求1所述的装置，其特征在于，所述车辆检测模块，包括：

区域提取单元，其用于从所述原始图像中截取卸载位区域图像；

区域图像处理单元，其用于将所述卸载位区域图像转换为LAB颜色空间并计算图像中L分量的均值；

卸料作业诊断单元，其用于根据实时图像的L分量均值数据，利用预设的模板阈值，对当前卸料口是否有矿车进行卸料作业进行实时诊断，得到相应的卸料作业诊断结果，其中，所述模板阈值包括用于表征白天无矿车进行卸料作业的第一模板图像的L分量阈值和用于表征黑夜无矿车进行卸料作业的第二模板图像的L分量阈值。

3.根据权利要求1或2所述的装置，其特征在于，

所述车辆检测模块，其还用于根据实时获得的卸料作业诊断结果，促使输出当前卸料口的空满状态的评价结果，其中，

在当前卸料口没有矿车正在进行卸料作业时，生成空满状态检测指令，以利用所述空满状态检测指令控制卸料口空满检测模块对当前卸料口的空满状态进行检测，从而输出相应的检测结果；

在当前卸料口有矿车正在进行卸料作业时，生成空满状态输出指令，以利用所述空满状态输出指令控制所述卸料口空满检测模块直接输出最新检测到的空满状态检测结果。

4.根据权利要求1~3中任一项所述的装置，其特征在于，所述卸料口空满检测模块包括：

物料特征提取单元，其用于根据所述原始图像，采用角点检测算法，识别当前卸料口图像的物料特征；

物料边界提取单元，其用于对所述物料特征，依次进行图像二值化、图像腐蚀、图像膨胀和图像连通域分析处理，从而获得当前卸料口图像的物料位置及边界；

空满状态检测单元，其用于根据所述物料位置及边界，计算当前卸料口图像的物料上边界和左边界分别与对应预设边界的距离，以得到物料上边界占比数据和物料左边界占比数据，从而根据两种占比数据综合判断当前卸料口的物料空满状态，以获得所述空满状态诊断结果。

5.根据权利要求4所述的装置，其特征在于，所述装置还包括：

图像预处理模块，其用于在开展卸料口空满状态之前，对所述原始图像进行预处理，从而使得所述卸料口空满检测模块根据经过预处理后的原始图像来开展检测，其中，所述预处理包括依次执行的提取料口感兴趣区域、颜色空间转换和直方图均值化处理。

6.根据权利要求1~5中任一项所述的装置，其特征在于，所述装置还包括：

通信模块，其用于将当前卸料口的卸料作业诊断结果和空满状态检测结果发送至消息订阅方，其中，所述消息订阅方为矿山内的各个矿车终端和矿山监督人员的终端。

7.根据权利要求6所述的装置，其特征在于，

所述通信模块，其还用于接收来自各矿车终端和矿山监督人员终端的订阅请求信息，并对所述订阅请求信息的发送方身份进行存储，从而构建订阅方数据库，其中，所述订阅请求信息用于订阅当前卸料口实时监测结果的通知。

8.一种用于监测矿山破碎站卸料口的系统，其特征在于，所述系统包括：

矿车终端，其安装于每辆无人驾驶矿车的内部，用于实现对云端平台的访问；

监督人员终端，其用于实现对所述云端平台的访问；

卸料口监测站，每个所述卸料口监测站包括如权利要求1~7中任一项所述的用于监测矿山破碎站卸料口的装置；

云端平台，其与所述矿车终端、所述监督人员终端和所述卸料口监测站通信，用于实现所述卸料口监测站与各个终端之间的通信。

9.根据权利要求8所述的系统，其特征在于，所述系统还包括：

显示平台，其用于对每个卸料口监测站的卸料口实时监测结果进行实时显示。

10.一种用于监测矿山破碎站卸料口的方法，其特征在于，所述方法按照如权利要求8或9所述的系统来实现，其中，所述方法包括如下步骤：

每个卸料口监测站实时采集表征破碎站卸料口全景环境状态的原始图像；

根据所述原始图像，通过所提取的图像特征来诊断当前卸料口是否有矿车正在进行卸料作业，以及通过提取所述原始图像中的物料特征，确定物料位置和边界，基于此，对当前卸料口的物料空满状态进行诊断；

矿车终端和监督人员终端通过对云端平台的访问来获得各个卸料口的实时监测结果。