基于二维激光扫描技术的罐道结构参数检测系统研究

来源 :武汉理工大学 | 被引量 : 0次 | 上传用户:mu_322
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
煤炭在国民经济的各个领域中发挥着重要的作用,因此,煤矿能否安全生产,成为关乎国计民生的重要问题。在煤矿开采中,矿用提升机处于矿山运输环节的咽喉位置,通过使用钢丝绳牵引罐笼,负担着煤炭主井输运设备及人员任务。罐道作为罐笼的导轨,既可保证罐笼运行方向的正确,又可限制罐笼水平方向位移。由于煤矿地质条件较为复杂,煤矿的立井罐道容易受到外力的作用而产生形变,一旦立井罐道的整体线形发生变化或者局部发生形变,轻则影响提升机的罐笼顺畅运行,重则影响煤矿人员的逃生,给煤矿的安全生产埋下了安全隐患,因此,对煤矿罐道结构参数的检测就成为了一个亟待解决的重要课题。针对传统的罐道结构参数检测方法存在的精度较低、操作复杂、易受环境影响的缺点,将二维激光扫描技术应用于罐道检测中,开发了罐道结构参数检测系统,实现了对罐道的体检式扫描,并设计了一系列数据处理算法,可以识别罐道之间的缝隙、计算出罐道之间的错位值、缝隙宽度与磨损量。同时,针对部分缝隙存在橡胶皮填充而导致缝隙识别率不高的问题,将基于边缘检测的改进缝隙识别算法应用于罐道检测领域,设计并实现了该算法。具体来说,本论文完成了以下工作:(1)对罐道检测系统进行了需求分析,针对目前罐道结构参数检测中存在的缺点,为进一步提高检测的精度和效率,提出将二维激光扫描与边缘检测技术应用于罐道检测中,并进行了可行性分析。同时研究了二维激光扫描技术的原理以及基于该技术的罐道检测系统原理,并分析了各种边缘检测算子的优缺点,为后续算子的选用提供参考。(2)针对涉及罐道安全的结构参数检测难点,设计并实现了一种罐道结构参数检测系统,通过将激光扫描仪、控制器、上位机等元件集成在一起,大大降低了设备的复杂度。并根据罐道结构参数检测的系统功能和用户需求,采用C#程序设计语言完成了上位机软件和界面设计,可以实时绘制出罐道截面图、罐道2D轮廓图、罐道全长轮廓图。检测结束后,可以生成报表,展示所有缝隙的宽度及所有罐道之间的错位值,并筛选出超过预警值的数值,为罐道安全提供预警。(3)针对罐道参数提取和识别难点,设计了一系列实时数据处理算法,包括纠偏补正算法、数据预处理算法、错位值算法、缝隙识别算法及磨损量算法,实现以上参数的实时分析、提取和汇总。通过实验室模拟实验,算法的测量误差最大不超过0.6 mm,通过现场实地实验,算法的缝隙识别率为62.5%。同时针对罐道间被异物填充的缝隙无法被识别的难点,将边缘检测算法融合到缝隙识别算法中,解决了无异物和有异物缝隙高度相似的问题,有效提高复杂缝隙的识别率。分析结果表明,该算法对填充后缝隙的识别率从50%提升到81.25%。
其他文献
再制造的发展有利于保护环境和节约资源。作为再制造的重要步骤,废旧产品拆解往往是由人或者机器人单独完成。人工拆解虽然灵活度较高但拆解效率较低,机器人拆解虽然稳定高效但灵活性较低,较难灵活拆解具有复杂结构的零件。人机协作拆解指人和机器人在一个工作空间内协同工作,发挥各自拆解能力的优势,共同完成拆解任务。在人机协作拆解过程中,考虑到机器人的结构和运动特性,机器人需要将协同工作区间内的人体视为障碍物进行避
学位
正电子断层成像(Positron Emission Tomography,PET)技术作为目前核医学领域较为先进的成像技术,其优缺点都较为明显。PET成像在早期诊断及治疗评估方面都有不俗的表现,但相对于CT和MRI,由于其成像原理,PET图像的分辨率及信噪比都较低。并且,PET成像需要注射示踪剂,其辐射会对病人造成疾病之外的伤害,但为此减少注射计量则会导致成像的质量进一步下降,因此如何改善低剂量的
学位
工业机器人由于其高效且稳定的特点,被广泛应用于单一产品的组装环节。近年来随着机器视觉技术的发展,基于视觉引导的工业系统成为研究的热点。拆卸场景相比于装配环节更为复杂,面临产品内部组件的完整性与空间位置的不确定性的考验,需要工业机器人具有更强的智能性与自主感知环境的能力。目前已有不少研究成果将机器视觉运用在拆卸领域中,但大多数方法仍基于人工选取特征,需要依赖于专业的知识背景,且对生产环境的稳定性要求
学位
随着高性能计算技术的快速发展与智能设备的广泛普及,4K/8K高清视频、虚拟现实等新型应用服务正逐步走进人们的日常生活。然而,这些应用服务产生的计算任务通常具有计算密集或时延敏感特性,给通信与计算能力有限的用户设备带来了严峻的挑战。移动边缘计算(Mobile Edge Computing,MEC)是基于5G演进,将移动接入网与互联网业务深度融合的一种新的计算范式,旨在将云计算与云存储功能拉近到网络边
学位
目前,心血管疾病不仅是全世界各个国家的人群所面临的重大健康威胁,更是我国当下死亡病因中的首要因素,且其患病人数与死亡人数在近几年中依然继续保持增长。因此,进行有关识别心率失常及其对应类型的自动分类算法的相关研究有着很大的现实意义。目前,基于心电图信号的心率失常自动识别与分类算法主要依赖深度学习方法。但是,一方面,深度学习方法需要将ECG信号划分为用于训练和测试网络模型的单个ECG心拍样本,因此需要
学位
作为最常用的人体行为,手势以其复杂多变的含义和灵活便捷的操作方式,成为聋哑人与外界最重要的无障碍沟通途径。由于手语在日常生活中普及率不高,专业手语翻译人员严重不足,而手语机器翻译能有效缓解这一问题。手语机器翻译是为了将手语动作转换为更易理解的口语或文本等自然语言结构,在人机交互、智能家居、虚拟现实等领域有着重要的研究价值和宽广的应用前景。手势因其灵活多变、空间占比小等特性包含了较多的细粒度信息,同
学位
目前关于人体动作的研究主要关注于单一的动作识别或动作预测,无法同时识别并预测人类的动作。在人体动作识别方面,在三维骨架的特征提取上没有充分考虑骨架之间的时空关系,导致识别准确率受到限制。在人体动作预测方面,现有的研究没有考虑人体关节运动幅度的差异性,导致预测的结果不够稳定。协作机器人正在出现在各种复杂的制造环境中,使制造业朝着高效智能方向发展,人机协作的重要性不断提升。将人体动作识别与预测方法应用
学位
磁共振成像(Magnetic Resonance Imaging,MRI)是一种常用于临床和临床前应用的医学成像方法。在磁共振成像的长时间扫描中由于受试者运动导致图像中出现的运动伪影会影响医生和研究人员的判断。因此,如何快速有效的去除图像中的运动伪影是一个亟待解决的难题。近年来,基于生成对抗网络(Generative Adversarial Network,GAN)的深度学习算法在MRI运动校正领
学位
随着深度学习在计算机视觉领域的高速发展,出现了越来越多的具有代表性的目标检测算法,尽管当前算法在许多现实世界场景的目标检测中取得了显著进步,但在物体密集分布场景中的检测精度仍有待提高。现有的目标检测算法在对物体形状相似、位置非常接近的密集场景检测中,会出现检测框包含部分物体或者多个物体的情况,检测率较低,而在对物体相互重叠、强背景影响的密集场景检测中,甚至会出现漏检、误检的问题。鉴于此,本文面向现
学位
近些年来,伴随着虚拟现实(Virtual Reality,VR)技术不断发展,VR平台逐渐完善,VR产业已经进入了快速发展阶段。VR视频具有沉浸式的特点,能够为用户带来身临其境般的视觉体验,正在逐渐成为视频服务的新型载体。然而现有的无线网络依然不能满足VR视频传输过程中的高带宽、低时延的要求,无法进行高质量的视频传输。因此,如何根据人眼视场角的特点以及VR视频自适应传输过程中的传输特性,为用户提供
学位