基于YOLO V3的露天矿电铲铲斗工作状态检测研究
2021-01-05李雪健缪卫峰杜勇志卢进南
露天采矿技术 2020年6期
关键词:检测
李雪健,缪卫峰,杜勇志,卢进南
(1.神华宝日希勒能源有限公司,内蒙古呼伦贝尔 021025;2.辽宁工程技术大学机械工程学院,辽宁阜新 123000)
大型电铲(矿用挖掘机)对工作环境适应性强、对物料的爆破要求低、生产效率高、运营成本低,是露天矿采掘的主要工程机械。保证施工过程中铲斗状态良好,实现电铲斗齿的实时检测具有重要的工程意义和实用价值。目前斗齿检测依赖于驾驶室侧面屏幕进行人工判别,驾驶员工作负荷极高,并且极易因为光线变化、人为疏忽导致未及时发现斗齿脱落,严重影响工作效率和生产安全。
斗齿状态自动监测近年来吸引了很多学者关注。Xiujuan Luo 等[1]利用激光测距仪进行斗齿检测,使用激光测距仪测量工作状态下的斗齿间离,再建立三维模型,通过健康状态下的模型进行对比进行斗齿脱落判断;He Li[2]通过图像的形貌、结构和形状特征,使用传统目标检测算法,通过斗齿间相互位置关系添加结构特征约束和训练支持向量机来进行目标检测;Ser Nam Lim 等[3]提取电铲在运动过程中铲斗的图像样本,先对斗齿进行大体定位,再用帧差法和光流法来对结果进行修正,最后通过模板匹配和齿线拟合确定位斗齿目标,结合斗齿图像的相关灰度特征判断斗齿是否断裂或者脱落;汤恒[4]使用梯度方向直方图特征结合支持向量机的目标检测框架对红外图像中的斗齿进行目标检测;岳海峰[5]通过图像识别特定位置进行铲斗抓拍以及隔帧取流的关键算法分析,将基于图像识别的斗齿监控系统应用在挖掘机上,实现了对斗齿磨损或者丢失的自动识别和自动报警。……
登录APP查看全文
