基于机器视觉的搅拌站砂石料位检测研究

作     者：岳爽 

作者单位：华北水利水电大学 

学位级别：硕士

导师姓名：刘明堂

授予年度：2023年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：砂石料位检测 机器视觉 卷积神经网络 定位测量 关系映射 

摘      要：砂石储仓料位(以下简称料位)是混凝土搅拌站生产人员掌握砂石余料情况、控制生产时长、安排销售车次的重要参考依据。混凝土生产过程应该对料位进行实时检测,进一步将砂石余料体积控制在合理范围内。然而,目前料位检测工作主要靠人工进行测量,存在测量不准确、劳动强度大、危险系数高等问题。已有的料位检测传感器价格昂贵,不易安装,且易受料仓恶劣环境的影响,致使设备性能受损。因此,砂石骨料料位高度及体积的测量需要更新的技术,满足料位实时、在线检测的需求,为搅拌站安全生产和智能化建设提供技术支撑。随着图像处理技术以及人工智能的发展,机器视觉在工业检测方面的应用逐渐增多。基于机器视觉的料位检测技术将能提高料位测量精度、保障安全作业、减小环境干扰、降低检测成本。本文分别研究了基于单目成像和轮廓生成的砂石骨料料位高度和体积测量模型,将机器视觉、卷积神经网络与储仓定位测量等相结合,为搅拌站砂石料位检测提供了新的发展思路。本文的主要研究内容及成果如下:(1)建立了砂石骨料料位高度和体积测量系统,提出了一种基于单目成像的砂石骨料料位高度智能测量方法,使用单目摄像头,构建摄像头与储仓特定的投影模型,建立图像坐标和实际成像角度之间的映射关系,应用目标检测算法得出峰与谷的定位信息,最后求出砂石骨料在单峰、单谷状态下的料位高度。两种状态下高度的平均测量精度为95.43%。(2)设计了一种基于单目成像的砂石骨料体积智能测量方法,在单目成像的方法获得砂石骨料高度的基础上,再利用YOLOv5模型对骨料高度、以及谷形态时形成的表面圆直径进行定位,得到相应的定位数据信息,进而分别分析了该定位数据与高度、角度和体积数据间的关系,实现了砂石骨料在单峰、单谷、双峰、双谷等状态下的体积测量。四种状态下体积的平均测量精度为92.63%。(3)提出了一种基轮廓生成的砂石骨料料位高度和体积测量方法,获取砂石骨料状态和骨料轮廓线后,得到对应像素高度;将摄像平面的骨料轮廓线绕特定曲线旋转得到的体积做为骨料的像素体积;找出像素高度及像素体积与实际高度及实际体积的映射关系,进而求得砂石骨料在单峰、单谷、双峰、双谷等状态下的高度和体积,并达到可视化测量的目的。四种状态下高度和体积的平均测量精度分别为93.68%和88.33%。最后,本文将上述研究成果实际应用于武汉明华商砼有限公司搅拌站砂石料位和体积的可视化测量中,验证了研究内容的实用性和可用性,对混凝土行业智能化发展具有一定的促进作用。