散料装车广泛存在于多个工程领域,其中料位检测与车速控制是实现自动装车的关键环节。然而,现有装车系统中超声波测距料位检测方法存在着无法直接检测卸料口下方料位、不能快速得到完整料堆轮廓、检测结果易受外界环境干扰等不足,而连续装车控制则需根据车厢尺寸预先设定车辆移动速度。针对上述影响散料装车控制质量及系统可靠性的问题,本文首次提出基于机器视觉的散料快速装车控制系统,在作业图像中提取料门开度和料堆轮廓等关键信息用于控制装车料位与车辆移动速度,实现了连续装车方式下的散料自动装车。研究内容主要包括以下几方面:1.散料装车机器视觉控制系统设计及试验平台搭建。提出装车系统主次功能及其实现途径,说明仅以单个工业相机作为传感器时,通过对料堆轮廓曲线与料门开度的视觉检测即可实现连续装车料位控制。给出双闭环视觉反馈的散料装车控制系统原理与结构、视觉模块布置方式以及相应试验平台。结合系统结构及作业过程特点,确定了视觉系统的标定平面及二元二次多项式平面标定方法。最后,针对作业图像特点设计了料门开度模板匹配检测与料堆轮廓纹理识别检测算法方案。2.旋转及光照不变模板匹配料门开度实时检测算法。将GMM聚类模型参数作为圆投影变换中各圆环的匹配特征,解决均值圆投影匹配定位性能较差的问题。对GMM参数无法利用NCC实现光照不变性的问题,使用局部圆环像素值得到线性对比度拉伸公式系数,并用于更新标准模板GMM参数,与逐像素的处理过程相比计算量大幅减小。算法实时性方面,采用自适应降采样搜索策略来减少不必要的特征提取及匹配,结合查找表的EM迭代聚类仅遍历一次待匹配区域即可完成特征提取及匹配。最后,使用Kalman滤波对定位结果进行校正以提高可靠性。试验结果表明:所提算法与均值圆投影匹配算法相比特征相似度峰值更为显著、定位失效程度更小,对圆环数选取不敏感,各圆环数下平均定位误差小于5像素;在1010?搜索区域下边长30~100像素的矩形目标匹配速度小于30ms,约为均值圆投影匹配时间的2倍,可满足料位控制要求。3.光照鲁棒装车料堆轮廓实时检测算法。针对光照-反射模型类图像增强方法计算过程复杂的问题,采用不重叠分块局部二值化作为光照不均料堆图像预处理方法,料堆部分可取得均匀无块效应的二值纹理图像,且与其他背景物体纹理具有一定差异,二值化后仅有的2个灰度级也使共生矩阵特征提取计算量大幅减小。针对SVM子块识别结果中难以避免的误识别及料堆内部出现的大面积干扰,结合SVM后验概率及料堆位置约束对子块进行MRF图像分割,避免纹理特征建模并利用图像自身特点提高弱光及干扰情况下料堆轮廓检测的可靠程度。最后,在各列中对类别交界附近一定间距下的重叠子块进行纹理识别,选取后验概率变化最大的位置作为该列最终分割结果并拟合料堆轮廓曲线。试验结果表明:子块纹理特征SVM识别率为95.2%,MRF分割后的分割正确率为98.8%,料堆轮廓检测绝对误差平均为2.2像素、轮廓检测误差标准差平均为6.1像素,270600?像素大小的处理区域下本文算法每帧检测速度平均9.7ms,标准MRF-ICM算法每帧检测速度平均为20.7ms。4.车速可变的动态连续散料装车料位控制方法。针对现有散料装车控制系统需根据车厢尺寸预先设定车辆移动速度的问题,借鉴人工装车控制过程提出车辆移动速度可自动调节的改进连续装车控制方法。与已有散料连续装车控制方式相比,增加了车辆移动速度模糊控制环节,根据料位变化来协调控制并持续提高车辆速度及料门开度。设计了料门开度增量、车辆移动加速度及料门开度前馈增量的模糊控制规则及论域范围,内环料门开度控制采用PID控制器实现。试验表明:所提控制方法适用于车厢尺寸经常变化且不易被快速检测的场合,可适应不同高度的目标料位,车辆能够自动且较快的达到最大卸料能力对应的车速,而不需要对车速进行预先设定。试验平台下料位轮廓与目标料位相比平均误差为-6.2像素,误差标准差平均为4.3像素。