本文關(guān)鍵詞：面向物料輸送過(guò)程狀態(tài)監(jiān)控與故障報(bào)警的視覺(jué)跟蹤技術(shù)的研究

  更多相關(guān)文章： 物料輸送 視覺(jué)跟蹤 狀態(tài)監(jiān)控 故障報(bào)警

【摘要】：隨著工業(yè)自動(dòng)化水平的不斷發(fā)展,物料輸送系統(tǒng)自動(dòng)化、智能化程度日益提高并得到了廣泛應(yīng)用。在物料輸送過(guò)程中一些故障是不可避免的,應(yīng)該及時(shí)發(fā)現(xiàn)處理,否則將影響生產(chǎn)節(jié)拍,降低生產(chǎn)效率,導(dǎo)致經(jīng)濟(jì)損失。因此,不僅要對(duì)物料輸送設(shè)備進(jìn)行定期維護(hù),還要對(duì)物料輸送過(guò)程進(jìn)行狀態(tài)監(jiān)控,對(duì)發(fā)生的故障及時(shí)報(bào)警。傳統(tǒng)的狀態(tài)監(jiān)控一般是內(nèi)部傳感結(jié)合人工巡檢的方式,但是內(nèi)部傳感的信息量不足,人工巡視又乏味枯燥且持續(xù)性不強(qiáng),狀態(tài)監(jiān)控效果不好�；谝曈X(jué)的狀態(tài)監(jiān)控具有非接觸性,能夠長(zhǎng)時(shí)間工作,監(jiān)控效果很好。為此,對(duì)運(yùn)動(dòng)物料進(jìn)行視覺(jué)跟蹤,建立物料輸送過(guò)程的視覺(jué)狀態(tài)監(jiān)控與故障報(bào)警系統(tǒng),以克服傳統(tǒng)監(jiān)控方法的不足,更好地實(shí)現(xiàn)狀態(tài)監(jiān)控。首先分析了物料輸送的視覺(jué)跟蹤過(guò)程及各關(guān)鍵環(huán)節(jié)的主要任務(wù),研究了輸送過(guò)程中物料的運(yùn)動(dòng)特點(diǎn)和環(huán)境狀況。通過(guò)對(duì)常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法分析比較,針對(duì)物料輸送的實(shí)際應(yīng)用,提出了基于Canny算子邊緣檢測(cè)的三幀差法與背景減法相結(jié)合的綜合算法,采用數(shù)學(xué)形態(tài)學(xué)和面積閾值去噪,對(duì)檢測(cè)結(jié)果進(jìn)行后處理,實(shí)驗(yàn)證明該方法取得了良好的檢測(cè)效果。為了提高跟蹤的實(shí)時(shí)性,結(jié)合物料的運(yùn)動(dòng)特點(diǎn),用卡爾曼濾波預(yù)測(cè)對(duì)運(yùn)動(dòng)物料進(jìn)行跟蹤。用質(zhì)心法和最小外接矩形對(duì)運(yùn)動(dòng)物料進(jìn)行定位跟蹤,以提高跟蹤定位精度。為了更加符合實(shí)際應(yīng)用,研究了多運(yùn)動(dòng)物料的跟蹤定位方法。通過(guò)實(shí)驗(yàn),實(shí)現(xiàn)了對(duì)單一和多個(gè)運(yùn)動(dòng)物料快速有效的預(yù)測(cè)跟蹤定位。為了使得到的物料運(yùn)動(dòng)軌跡更加平滑,采用三次樣條插值函數(shù)對(duì)物料的運(yùn)動(dòng)軌跡進(jìn)行擬合,更好地分析物料的運(yùn)動(dòng)狀態(tài)�？偨Y(jié)了物料輸送過(guò)程中可能發(fā)生的故障類(lèi)型,提出了基于偏離閾值的故障報(bào)警方法,為故障報(bào)警奠定了理論基礎(chǔ)。最后,搭建實(shí)驗(yàn)平臺(tái),建立了物料輸送過(guò)程的狀態(tài)監(jiān)控與故障報(bào)警系統(tǒng),對(duì)物料的運(yùn)動(dòng)狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控實(shí)驗(yàn),并模擬各個(gè)類(lèi)型的故障進(jìn)行報(bào)警實(shí)驗(yàn)。實(shí)驗(yàn)證明研發(fā)的系統(tǒng)能夠可靠地實(shí)現(xiàn)對(duì)運(yùn)動(dòng)物料監(jiān)控并對(duì)發(fā)生的故障及時(shí)報(bào)警。
【關(guān)鍵詞】：物料輸送 視覺(jué)跟蹤 狀態(tài)監(jiān)控 故障報(bào)警
【學(xué)位授予單位】：河北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TH22;TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-18
• 1.1 引言10
• 1.2 問(wèn)題的提出及其研究意義10-11
• 1.3 視覺(jué)跟蹤技術(shù)的研究現(xiàn)狀11-15
• 1.3.1 視覺(jué)跟蹤技術(shù)的發(fā)展11-13
• 1.3.2 視覺(jué)跟蹤技術(shù)的應(yīng)用13-14
• 1.3.3 視覺(jué)跟蹤技術(shù)的難點(diǎn)14-15
• 1.4 視覺(jué)狀態(tài)監(jiān)控的研究現(xiàn)狀15-16
• 1.4.1 視覺(jué)狀態(tài)監(jiān)控概述15
• 1.4.2 視覺(jué)狀態(tài)監(jiān)控國(guó)內(nèi)外研究現(xiàn)狀15-16
• 1.5 論文的主要研究?jī)?nèi)容16-18
• 第二章 物料視覺(jué)跟蹤過(guò)程與物料邊緣檢測(cè)的研究18-24
• 2.1 引言18
• 2.2 物料輸送的視覺(jué)跟蹤過(guò)程的研究18-19
• 2.3 物料輸送過(guò)程運(yùn)動(dòng)特點(diǎn)和環(huán)境狀況的研究19-20
• 2.3.1 物料運(yùn)動(dòng)特點(diǎn)的研究19-20
• 2.3.2 物料輸送環(huán)境的研究20
• 2.4 物料邊緣檢測(cè)的研究20-23
• 2.4.1 梯度法的邊緣檢測(cè)與效果21-22
• 2.4.2 Canny算子的邊緣檢測(cè)與效果22-23
• 2.5 本章小結(jié)23-24
• 第三章 運(yùn)動(dòng)物料檢測(cè)算法的研究24-38
• 3.1 引言24
• 3.2 常用目標(biāo)檢測(cè)算法的研究與比較24-29
• 3.2.1 背景減法24-26
• 3.2.2 光流法26-28
• 3.2.3 幀差法28-29
• 3.2.4 檢測(cè)算法的分析比較與選取29
• 3.3 基于邊緣檢測(cè)的三幀差法的研究29-33
• 3.3.1 三幀差法及檢測(cè)效果29-31
• 3.3.2 基于邊緣檢測(cè)的三幀差法及檢測(cè)效果31-33
• 3.4 改進(jìn)的三幀差法和背景減法相結(jié)合算法的研究33-35
• 3.4.1 綜合算法的原理33-34
• 3.4.2 綜合算法的檢測(cè)效果34-35
• 3.5 檢測(cè)結(jié)果圖像后處理的研究35-36
• 3.5.1 數(shù)學(xué)形態(tài)學(xué)后處理35-36
• 3.5.2 面積閾值去噪法36
• 3.6 本章小結(jié)36-38
• 第四章 運(yùn)動(dòng)物料跟蹤與定位的研究38-54
• 4.1 引言38
• 4.2 運(yùn)動(dòng)目標(biāo)跟蹤算法的研究38-40
• 4.2.1 常用目標(biāo)跟蹤算法38-39
• 4.2.2 常用跟蹤算法的比較分析39-40
• 4.3 基于卡爾曼濾波預(yù)測(cè)的運(yùn)動(dòng)物料跟蹤40-44
• 4.3.1 卡爾曼濾波器預(yù)測(cè)的基本原理40-43
• 4.3.2 卡爾曼濾波預(yù)測(cè)跟蹤的實(shí)現(xiàn)43-44
• 4.4 跟蹤窗與搜索區(qū)域的設(shè)定44-47
• 4.4.1 運(yùn)動(dòng)物料中心和跟蹤窗形狀大小的確定44-46
• 4.4.2 搜索區(qū)域的設(shè)定46-47
• 4.5 多運(yùn)動(dòng)物料跟蹤的研究47-48
• 4.6 運(yùn)動(dòng)物料跟蹤定位的實(shí)驗(yàn)與結(jié)果分析48-52
• 4.7 本章小結(jié)52-54
• 第五章 物料運(yùn)動(dòng)軌跡擬合分析與故障報(bào)警原理的研究54-64
• 5.1 引言54
• 5.2 物料輸送過(guò)程運(yùn)動(dòng)軌跡的擬合54-57
• 5.2.1 三次樣條插值函數(shù)54-56
• 5.2.2 三次樣條插值函數(shù)MATLAB的實(shí)現(xiàn)56-57
• 5.3 物料輸送過(guò)程的運(yùn)動(dòng)狀態(tài)與故障分析57-58
• 5.4 故障報(bào)警系統(tǒng)的原理58-62
• 5.4.1 基于運(yùn)動(dòng)軌跡偏離閾值的故障報(bào)警58-60
• 5.4.2 物料輸送停止的故障報(bào)警60
• 5.4.3 物料姿態(tài)改變的故障報(bào)警60-62
• 5.4.4 干擾情況下的故障報(bào)警62
• 5.5 本章小結(jié)62-64
• 第六章 系統(tǒng)的搭建與實(shí)驗(yàn)64-74
• 6.1 引言64
• 6.2 實(shí)驗(yàn)平臺(tái)硬件系統(tǒng)的建立64-66
• 6.3 實(shí)驗(yàn)平臺(tái)軟件系統(tǒng)設(shè)計(jì)66-68
• 6.3.1 狀態(tài)監(jiān)控與報(bào)警系統(tǒng)軟件流程66-67
• 6.3.2 人機(jī)交互界面的設(shè)計(jì)67-68
• 6.4 物料輸送過(guò)程狀態(tài)監(jiān)控實(shí)驗(yàn)68-70
• 6.4.1 運(yùn)動(dòng)軌跡的學(xué)習(xí)68-69
• 6.4.2 物料輸送過(guò)程的狀態(tài)監(jiān)控69-70
• 6.5 物料輸送過(guò)程故障模擬實(shí)驗(yàn)70-72
• 6.5.1 運(yùn)動(dòng)軌跡偏離閾值的故障報(bào)警實(shí)驗(yàn)70
• 6.5.2 物料輸送停止的故障報(bào)警實(shí)驗(yàn)70-71
• 6.5.3 物料姿態(tài)改變的故障報(bào)警實(shí)驗(yàn)71-72
• 6.5.4 干擾情況下的故障報(bào)警實(shí)驗(yàn)72
• 6.6 本章小結(jié)72-74
• 第七章 結(jié)論與展望74-76
• 參考文獻(xiàn)76-80
• 攻讀學(xué)位期間取得的相關(guān)科研成果80-82
• 致謝82

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張國(guó)亮;謝宗武;蔣再男;王捷;劉宏;;模糊化多視覺(jué)信息融合的視覺(jué)跟蹤策略[J];西安交通大學(xué)學(xué)報(bào);2009年08期

2 許鵬,王平江,陳吉紅;線結(jié)構(gòu)激光仿型測(cè)量中的視覺(jué)跟蹤算法[J];計(jì)量技術(shù);2000年04期

3 許鵬,陳吉紅,王平江;線結(jié)構(gòu)激光仿型測(cè)量中的視覺(jué)跟蹤算法[J];機(jī)械與電子;2000年01期

4 田軍;魏振華;;視覺(jué)跟蹤新算法[J];中國(guó)電力教育;2008年S1期

5 鐘麗;靳智;梁山;;控制河段智能視覺(jué)跟蹤控制系統(tǒng)設(shè)計(jì)[J];交通科技;2013年04期

6 王國(guó)棟，，國(guó)澄明，吳仁育，烏日?qǐng)D，李曉琦;機(jī)器人焊接視覺(jué)跟蹤[J];天津大學(xué)學(xué)報(bào);1995年01期

7 楊戈;劉宏;;面向人體運(yùn)動(dòng)視覺(jué)跟蹤的多線索融合算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2009年10期

8 錢(qián)夔;宋愛(ài)國(guó);熊鵬文;;基于粒子濾波的移動(dòng)物體視覺(jué)跟蹤方法[J];南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

9 夏瑜;吳小俊;;基于新穎相似度的視覺(jué)跟蹤算法[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2008年04期

10 肖增文;楊小蘭;鄒景超;劉極峰;;城軌門(mén)弧焊視覺(jué)跟蹤圖像采集處理方法與試驗(yàn)[J];制造業(yè)自動(dòng)化;2008年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 呂玉生;趙杰煜;;具有視覺(jué)跟蹤的中英文語(yǔ)音動(dòng)畫(huà)系統(tǒng)[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

2 李善青;賈云得;柳陽(yáng);;一種用于穿戴計(jì)算的指示手勢(shì)視覺(jué)跟蹤方法[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 王法勝;復(fù)雜場(chǎng)景下的單目標(biāo)視覺(jué)跟蹤算法研究[D];大連海事大學(xué);2014年

2 徐蕭蕭;基于特征學(xué)習(xí)與特征聯(lián)想的視覺(jué)跟蹤算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

3 王其聰;復(fù)雜觀測(cè)條件下的基于粒子濾波的視覺(jué)跟蹤[D];浙江大學(xué);2007年

4 夏瑜;視覺(jué)跟蹤新方法及其應(yīng)用研究[D];江南大學(xué);2013年

5 王芳林;穩(wěn)健視覺(jué)跟蹤算法中的關(guān)鍵問(wèn)題研究[D];上海交通大學(xué);2009年

6 溫靜;基于張量子空間學(xué)習(xí)的視覺(jué)跟蹤方法研究[D];西安電子科技大學(xué);2010年

7 蘇潔;光照變化下的視覺(jué)跟蹤算法研究[D];哈爾濱工程大學(xué);2010年

8 王棟;基于線性表示模型的在線視覺(jué)跟蹤算法研究[D];大連理工大學(xué);2013年

9 代江華;粒子濾波架構(gòu)下視覺(jué)目標(biāo)跟蹤相關(guān)技術(shù)研究[D];華中科技大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 郭標(biāo);焊縫視覺(jué)跟蹤系統(tǒng)設(shè)計(jì)[D];西南交通大學(xué);2015年

2 張瑞;基于貝葉斯估計(jì)的視覺(jué)跟蹤算法研究[D];福建師范大學(xué);2015年

3 祝寶龍;基于視覺(jué)跟蹤技術(shù)的眼控鼠標(biāo)研究[D];哈爾濱工業(yè)大學(xué);2015年

4 劉養(yǎng)彪;運(yùn)動(dòng)模糊下的視覺(jué)跟蹤算法研究[D];北京理工大學(xué);2015年

5 向秀娟;基于視覺(jué)跟蹤的移動(dòng)機(jī)器人定位研究[D];新疆大學(xué);2015年

6 張勁;基于在線隱變量支持向量機(jī)的尺度自適應(yīng)視覺(jué)跟蹤[D];西安電子科技大學(xué);2014年

7 范曲;復(fù)雜場(chǎng)景下運(yùn)動(dòng)目標(biāo)的視覺(jué)跟蹤方法研究[D];重慶大學(xué);2015年

8 孟凡帥;面向物料輸送過(guò)程狀態(tài)監(jiān)控與故障報(bào)警的視覺(jué)跟蹤技術(shù)的研究[D];河北工業(yè)大學(xué);2015年

9 余建軍;復(fù)雜場(chǎng)景中多目標(biāo)視覺(jué)跟蹤技術(shù)研究[D];上海交通大學(xué);2008年

10 李天平;基于表觀模型的視覺(jué)跟蹤系統(tǒng)研究與實(shí)現(xiàn)[D];山東大學(xué);2013年

本文編號(hào)：579743