[发明专利]基于图像的井下机车测距定位监测方法在审
申请号: | 201810630804.8 | 申请日: | 2018-06-19 |
公开(公告)号: | CN109509227A | 公开(公告)日: | 2019-03-22 |
发明(设计)人: | 刘毅;梁娇 | 申请(专利权)人: | 中国矿业大学(北京) |
主分类号: | G06T7/73 | 分类号: | G06T7/73;G06T7/13;G06T7/136;G06K9/00;G06K9/46;E21F17/18 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100083 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 井下 机车 定位监测 测距 抗电磁干扰能力 安全生产管理 图像 电磁波传输 定位精度高 定位过程 定位误差 定位系统 复杂环境 机车车灯 煤矿井下 人员调度 实时监测 系统设备 自动检测 鲁棒性 超速 巷道 矿井 报警 检测 管理 | ||
本发明公开了一种基于图像的井下机车测距定位监测方法,本定位监测方法通过对井下机车车灯的检测进而对井下机车进行位置的确定,充分考虑了煤矿井下的复杂环境和井下机车的特征,实施简单,自动检测。可实时监测井下机车的位置信息,并对机车超速进行报警。所述方法定位过程简单有效,抗电磁干扰能力强,可有效防止由于矿井的不同巷道环境的电磁波传输特性的不同所引起的定位误差,具有较强的鲁棒性;使用本定位方法的定位系统具有定位精度高,成本低,系统设备结构简单,易实施等特点;便于安全生产管理人员调度管理。
技术领域
本发明涉及一种基于图像的井下机车测距定位监测方法,该方法涉及数字图像处理、模式识别等技术领域。
背景技术
我国是煤炭开采的大国,煤炭是我国的重要能源。煤炭生产行业属高危行业,各类事故困扰着煤矿安全生产。井下机车事故是井下人为多发事故之一。
目前矿井机车定位系统主要采用惯性导航、位置传感器和无线电信号定位技术。基于惯性导航的机车定位技术主要采用速度传感器,机车自身可获得位置,但位置数据仍需要井下无线通信系统,当井下无线通信系统出现故障,则无法对机车定位;基于位置传感器的定位系统,需要大量的位置传感器和有线通信设备,系统成本高,而且无法对的机车进行精确定位。无线电信号定位技术基于无线电信号在矿井中的传输信号衰减RSSI或传输时间进行定位,由于无线电信号在传输过程中易受巷道尺寸、形状、巷道粗糙度、障碍物等因素影响,信号衰减模型极其复杂,定位精度低。基于无线电信号传输时间的定位系统的定位精度高于RSSI定位系统,但无线电信号传输时间受多径效应、非视距传播时延、时钟同步、时钟计时误差等影响,也无法实现对机车的精确定位要求。无线电信号定位系统还存在以下缺点:1.通信终端设备体积较大、成本较高。2.系统涉及无线和有线通信系统,在巷道内每隔一段距离就需要安装接入基站,建设周期长。3.辅助设备多,系统建设及维护成本高。
因此,需要一种简单可靠、易于实现、建设成本低且定位精度高的新的井下机车精确测距定位报警方法。
发明内容
本发明提供一种基于图像的井下机车测距定位监测方法,利用视频监控设备实现对监控区域内的井下机车精确定位,监控距离长,建设成本低。具体方法包括:在煤矿井下沿机车轨道安装摄像机,采集包括机车车灯的视频图像数据,对视频图像数据中包含的机车车灯进行识别,并通过对机车车灯形状的检测和摄像机安装位置及角度数据处理得到机车位置数据;处理过程包括:
a.对采集的图像进行灰度化处理;
b.检测图像中满足灰度值大于设定灰度阈值T1且连通的像素数目大于设定阈值S1的区域,如检测到满足以上条件的区域,则继续执行步骤c;
c.对图像进行边缘检测得到图像中所包含物体的边缘图形;
d.判定步骤d处理得到的边缘图形是否为机车车灯,如判定为机车车灯,执行步骤e;
e.根据机车车灯图形的长轴长度、机车车灯直径和摄像机采集视频图像时的焦距值计算得到机车与摄像机距离;
f.根据机车与摄像机距离、摄像机位置坐标和摄像机偏转角度确定机车位置;
当监测到机车位置变换速度超过设定阈值则发出报警信号。
1.如权利要求1所述的机车测距定位监测方法,其特征在于:权利要求1的步骤c边缘检测方法包括,用一阶偏导的有限差分来计算梯度的幅值和方向,设f(x,y)为图像,f(x,y)的梯度用2×2一阶有限差分近似式求解,检测过程包括:
i.计算x,y的偏导数的两个阵列f'x(x,y)与f'y(x,y):
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学(北京),未经中国矿业大学(北京)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810630804.8/2.html,转载请声明来源钻瓜专利网。