本文選題：散料裝車　切入點(diǎn)：機(jī)器視覺(jué)　出處：《長(zhǎng)安大學(xué)》2016年博士論文　論文類型：學(xué)位論文

【摘要】：散料裝車廣泛存在于多個(gè)工程領(lǐng)域,其中料位檢測(cè)與車速控制是實(shí)現(xiàn)自動(dòng)裝車的關(guān)鍵環(huán)節(jié)。然而,現(xiàn)有裝車系統(tǒng)中超聲波測(cè)距料位檢測(cè)方法存在著無(wú)法直接檢測(cè)卸料口下方料位、不能快速得到完整料堆輪廓、檢測(cè)結(jié)果易受外界環(huán)境干擾等不足,而連續(xù)裝車控制則需根據(jù)車廂尺寸預(yù)先設(shè)定車輛移動(dòng)速度。針對(duì)上述影響散料裝車控制質(zhì)量及系統(tǒng)可靠性的問(wèn)題,本文首次提出基于機(jī)器視覺(jué)的散料快速裝車控制系統(tǒng),在作業(yè)圖像中提取料門開(kāi)度和料堆輪廓等關(guān)鍵信息用于控制裝車料位與車輛移動(dòng)速度,實(shí)現(xiàn)了連續(xù)裝車方式下的散料自動(dòng)裝車。研究?jī)?nèi)容主要包括以下幾方面:1.散料裝車機(jī)器視覺(jué)控制系統(tǒng)設(shè)計(jì)及試驗(yàn)平臺(tái)搭建。提出裝車系統(tǒng)主次功能及其實(shí)現(xiàn)途徑,說(shuō)明僅以單個(gè)工業(yè)相機(jī)作為傳感器時(shí),通過(guò)對(duì)料堆輪廓曲線與料門開(kāi)度的視覺(jué)檢測(cè)即可實(shí)現(xiàn)連續(xù)裝車料位控制。給出雙閉環(huán)視覺(jué)反饋的散料裝車控制系統(tǒng)原理與結(jié)構(gòu)、視覺(jué)模塊布置方式以及相應(yīng)試驗(yàn)平臺(tái)。結(jié)合系統(tǒng)結(jié)構(gòu)及作業(yè)過(guò)程特點(diǎn),確定了視覺(jué)系統(tǒng)的標(biāo)定平面及二元二次多項(xiàng)式平面標(biāo)定方法。最后,針對(duì)作業(yè)圖像特點(diǎn)設(shè)計(jì)了料門開(kāi)度模板匹配檢測(cè)與料堆輪廓紋理識(shí)別檢測(cè)算法方案。2.旋轉(zhuǎn)及光照不變模板匹配料門開(kāi)度實(shí)時(shí)檢測(cè)算法。將GMM聚類模型參數(shù)作為圓投影變換中各圓環(huán)的匹配特征,解決均值圓投影匹配定位性能較差的問(wèn)題。對(duì)GMM參數(shù)無(wú)法利用NCC實(shí)現(xiàn)光照不變性的問(wèn)題,使用局部圓環(huán)像素值得到線性對(duì)比度拉伸公式系數(shù),并用于更新標(biāo)準(zhǔn)模板GMM參數(shù),與逐像素的處理過(guò)程相比計(jì)算量大幅減小。算法實(shí)時(shí)性方面,采用自適應(yīng)降采樣搜索策略來(lái)減少不必要的特征提取及匹配,結(jié)合查找表的EM迭代聚類僅遍歷一次待匹配區(qū)域即可完成特征提取及匹配。最后,使用Kalman濾波對(duì)定位結(jié)果進(jìn)行校正以提高可靠性。試驗(yàn)結(jié)果表明:所提算法與均值圓投影匹配算法相比特征相似度峰值更為顯著、定位失效程度更小,對(duì)圓環(huán)數(shù)選取不敏感,各圓環(huán)數(shù)下平均定位誤差小于5像素;在1010?搜索區(qū)域下邊長(zhǎng)30~100像素的矩形目標(biāo)匹配速度小于30ms,約為均值圓投影匹配時(shí)間的2倍,可滿足料位控制要求。3.光照魯棒裝車料堆輪廓實(shí)時(shí)檢測(cè)算法。針對(duì)光照-反射模型類圖像增強(qiáng)方法計(jì)算過(guò)程復(fù)雜的問(wèn)題,采用不重疊分塊局部二值化作為光照不均料堆圖像預(yù)處理方法,料堆部分可取得均勻無(wú)塊效應(yīng)的二值紋理圖像,且與其他背景物體紋理具有一定差異,二值化后僅有的2個(gè)灰度級(jí)也使共生矩陣特征提取計(jì)算量大幅減小。針對(duì)SVM子塊識(shí)別結(jié)果中難以避免的誤識(shí)別及料堆內(nèi)部出現(xiàn)的大面積干擾,結(jié)合SVM后驗(yàn)概率及料堆位置約束對(duì)子塊進(jìn)行MRF圖像分割,避免紋理特征建模并利用圖像自身特點(diǎn)提高弱光及干擾情況下料堆輪廓檢測(cè)的可靠程度。最后,在各列中對(duì)類別交界附近一定間距下的重疊子塊進(jìn)行紋理識(shí)別,選取后驗(yàn)概率變化最大的位置作為該列最終分割結(jié)果并擬合料堆輪廓曲線。試驗(yàn)結(jié)果表明:子塊紋理特征SVM識(shí)別率為95.2%,MRF分割后的分割正確率為98.8%,料堆輪廓檢測(cè)絕對(duì)誤差平均為2.2像素、輪廓檢測(cè)誤差標(biāo)準(zhǔn)差平均為6.1像素,270600?像素大小的處理區(qū)域下本文算法每幀檢測(cè)速度平均9.7ms,標(biāo)準(zhǔn)MRF-ICM算法每幀檢測(cè)速度平均為20.7ms。4.車速可變的動(dòng)態(tài)連續(xù)散料裝車料位控制方法。針對(duì)現(xiàn)有散料裝車控制系統(tǒng)需根據(jù)車廂尺寸預(yù)先設(shè)定車輛移動(dòng)速度的問(wèn)題,借鑒人工裝車控制過(guò)程提出車輛移動(dòng)速度可自動(dòng)調(diào)節(jié)的改進(jìn)連續(xù)裝車控制方法。與已有散料連續(xù)裝車控制方式相比,增加了車輛移動(dòng)速度模糊控制環(huán)節(jié),根據(jù)料位變化來(lái)協(xié)調(diào)控制并持續(xù)提高車輛速度及料門開(kāi)度。設(shè)計(jì)了料門開(kāi)度增量、車輛移動(dòng)加速度及料門開(kāi)度前饋增量的模糊控制規(guī)則及論域范圍,內(nèi)環(huán)料門開(kāi)度控制采用PID控制器實(shí)現(xiàn)。試驗(yàn)表明:所提控制方法適用于車廂尺寸經(jīng)常變化且不易被快速檢測(cè)的場(chǎng)合,可適應(yīng)不同高度的目標(biāo)料位,車輛能夠自動(dòng)且較快的達(dá)到最大卸料能力對(duì)應(yīng)的車速,而不需要對(duì)車速進(jìn)行預(yù)先設(shè)定。試驗(yàn)平臺(tái)下料位輪廓與目標(biāo)料位相比平均誤差為-6.2像素,誤差標(biāo)準(zhǔn)差平均為4.3像素。
[Abstract]:Bulk loading are widespread in many engineering fields, including material position detection and speed control is the key to realize the automatic loading. However, there is not direct detection of the discharge port below the level of ultrasonic ranging material existing detection methods of loading system, can quickly complete data stack profile, results are vulnerable to the external environment interference, continuous loading control is required according to the preset size carriage vehicle speed. The effect of bulk material loading control system reliability and quality problems, this paper first proposed the fast loading of bulk material control system based on machine vision, image extraction operation in the opening of material door and heap outline key information for control material loading and vehicle speed, realizes the automatic loading of bulk material loading continuous mode. The research content mainly includes the following aspects: 1. the bulk material loading machine Design and test platform of visual control system design. Put forward primary and secondary functions loading system and its realization, that only with an industrial camera as the sensor, the pile profile with hopper door can realize continuous visual inspection of material loading control. Given the double closed loop of bulk material loading control system principle and structure of visual feedback the visual module layout and the corresponding test platform. With the system structure and operation characteristics, to determine the calibration plane and the two plane of two quadratic polynomial calibration method of vision system. Finally, according to the operation diagram like the design characteristics of opening of material door template matching detection and windrow contour texture detection algorithm for rotation and.2. illumination invariant template matching opening of material door real-time detection algorithm. The parameters of the GMM clustering model as the matching feature of each ring circle projection transform, solving mean round investment Effect of matching the problem of poor performance. The parameters of the GMM cannot use NCC to realize the illumination invariance problem, the use of local rings to pixel linear contrast stretch coefficient formula, and used to update the GMM standard template parameters, compared with the process of pixel computation is greatly reduced. The real-time performance of the algorithm, using the adaptive down sampling search feature extraction and matching strategies to reduce unnecessary, combined with the EM iterative clustering look-up table is only one pass through the matching area to complete the feature extraction and matching. Finally, the use of Kalman filter on the positioning results in correction to improve the reliability. The test results show that the proposed algorithm and mean circular projection matching algorithm feature similarity peak more significantly, the positioning failure degree is smaller, less sensitive to the number of ring selection, each ring number average positioning error is less than 5 pixels; in the search area below 1010? Long rectangular target 30~100 pixel matching speed is less than 30ms, is about 2 times the average circular projection matching time, which can meet the requirements of the material level control.3. illumination robust Loading Pile contour real-time detection algorithms. Based on illumination reflectance model image enhancement method to calculate process complex problems, using block local binarization as the uneven illumination of windrow image preprocessing methods do not overlap, a value of two texture image can be obtained without uniform part of pile block effect, and has certain difference with other background texture, binarization after only 2 gray level co-occurrence matrix feature extraction also makes the calculation for error identification and greatly reduced. The material is difficult to avoid the SVM block recognition results in the large area inside the pile of interference, and the probability of material inspection after combined with SVM pile position constraints on block MRF image segmentation, texture feature to avoid the use of modeling and improve image characteristic Weak light and interference case material reliability heap contour detection. Finally, in each column of the categories under a certain distance near the junction of overlapping sub blocks for texture recognition, selection of posterior position probability biggest change as the final segmentation results and fitting the column pile contour curve. The experimental results show that the block texture features the recognition rate of SVM is 95.2%, the correct rate of MRF after the split split into 98.8%, stacking and contour detection of absolute error is 2.2 pixel average, standard deviation of the average contour detection error is 6.1 pixels, 270600? This algorithm processing area size in pixels per frame average detection speed of 9.7mS, the standard MRF-ICM algorithm for dynamic average detection speed per frame 20.7ms.4. variable speed continuous bulk material loading control method. According to the existing bulk material loading control system according to the preset size carriage speed of vehicles, vehicle control reference manual This process improved the speed of vehicles can be automatically adjusted for loading control method. With the existing bulk continuous loading control mode, increases the movement speed of the vehicle fuzzy controller, according to the material changes to coordinate control and continuously improve vehicle speed and opening of material door. The design of the opening of material door incremental fuzzy control rules and the range of movement of the vehicle acceleration and the opening of material door forward increment, the inner opening of material door control by PID controller. The experimental results show that the proposed control method is applicable to the carriage size changes frequently and not susceptible to rapid detection occasions, can adapt to the target material of different heights, the vehicle can automatically and rapidly the maximum discharge capacity of the corresponding speed, without the need for speed preset. Test platform level contour and target level compared to the average error is -6.2 pixels, the standard deviation of the average error It's 4.3 pixels.

【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TH24;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 錢競(jìng)業(yè);;機(jī)器視覺(jué)的發(fā)展方向探討[J];現(xiàn)代制造;2006年06期

2 傅昆;;行者無(wú)疆——機(jī)器視覺(jué)的中國(guó)崛起[J];現(xiàn)代制造;2006年21期

3 ;機(jī)器視覺(jué)的應(yīng)用使生產(chǎn)加工更加智能、高效[J];現(xiàn)代制造;2009年06期

4 張楠;;機(jī)器視覺(jué)正迎來(lái)發(fā)展的“春天”[J];中國(guó)包裝工業(yè);2012年02期

5 文浩;;歐洲機(jī)器視覺(jué)市場(chǎng)發(fā)展迅速[J];儀表工業(yè);1993年03期

6 戴君,趙海洋,馮心海;機(jī)器視覺(jué)[J];機(jī)械設(shè)計(jì)與制造工程;1998年04期

7 劉曙光,劉明遠(yuǎn),何鉞;機(jī)器視覺(jué)及其應(yīng)用[J];機(jī)械制造;2000年07期

8 謝勇,彭濤;機(jī)器視覺(jué)及其在現(xiàn)代包裝行業(yè)中的應(yīng)用[J];株洲工學(xué)院學(xué)報(bào);2002年04期

9 唐向陽(yáng),張勇,李江有,黃崗,楊松,關(guān)宏;機(jī)器視覺(jué)關(guān)鍵技術(shù)的現(xiàn)狀及應(yīng)用展望[J];昆明理工大學(xué)學(xué)報(bào)(理工版);2004年02期

10 顏發(fā)根,劉建群,陳新,丁少華;機(jī)器視覺(jué)及其在制造業(yè)中的應(yīng)用[J];機(jī)械制造;2004年11期

相關(guān)會(huì)議論文 前10條

1 趙磊;董吉文;李金屏;;拓?fù)淅碚撛跈C(jī)器視覺(jué)中的研究進(jìn)展[A];全國(guó)第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2003年

2 張彥東;;基于機(jī)器視覺(jué)的連接器裝配機(jī)床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機(jī)器視覺(jué)中的魯棒估計(jì)技術(shù)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機(jī)器視覺(jué)在藥用玻璃瓶質(zhì)量檢測(cè)中的研究[A];2007年河北省電子學(xué)會(huì)、河北省計(jì)算機(jī)學(xué)會(huì)、河北省自動(dòng)化學(xué)會(huì)、河北省人工智能學(xué)會(huì)、河北省計(jì)算機(jī)輔助設(shè)計(jì)研究會(huì)、河北省軟件行業(yè)協(xié)會(huì)聯(lián)合學(xué)術(shù)年會(huì)論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機(jī)器視覺(jué)的軸承二維尺寸檢測(cè)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機(jī)器視覺(jué)的彩色套印檢測(cè)技術(shù)研究[A];第十一屆全國(guó)包裝工程學(xué)術(shù)會(huì)議論文集（二）[C];2007年

7 金守峰;張慧;;面向機(jī)器視覺(jué)的織物緯斜檢測(cè)方法[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨第九屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2010年

8 管庶安;周龍;陳永強(qiáng);廖明潮;;機(jī)器視覺(jué)在糧食品質(zhì)檢測(cè)中的應(yīng)用研究[A];中國(guó)糧油學(xué)會(huì)第三屆學(xué)術(shù)年會(huì)論文選集（下冊(cè)）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機(jī)器視覺(jué)及其在農(nóng)業(yè)機(jī)械中的應(yīng)用綜述[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

10 沈?qū)殗?guó);陳樹(shù)人;尹建軍;;基于機(jī)器視覺(jué)的棉田雜草精確定位研究[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 李劍琦;機(jī)器視覺(jué)行業(yè)整合正熱 中國(guó)市場(chǎng)尚處萌芽期[N];機(jī)電商報(bào);2005年

2 本報(bào)記者 董碧娟;解密機(jī)器視覺(jué)“第三只眼”[N];經(jīng)濟(jì)日?qǐng)?bào);2013年

3 本報(bào)記者 郭濤;機(jī)器視覺(jué)：為機(jī)器裝上“眼睛”和“大腦”[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2014年

4 張均;德國(guó)機(jī)器視覺(jué)傳感器市場(chǎng)前景好[N];中國(guó)貿(mào)易報(bào);2007年

5 金剛;給機(jī)器一雙慧眼[N];計(jì)算機(jī)世界;2007年

6 朱廣菁;機(jī)器視覺(jué)怎樣“看”不合格產(chǎn)品[N];大眾科技報(bào);2008年

7 宋昆;用機(jī)器視覺(jué)控制煙草質(zhì)量[N];計(jì)算機(jī)世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會(huì)[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2007年

9 王遐;機(jī)器視覺(jué):藥品包裝在線檢測(cè)系統(tǒng)開(kāi)發(fā)成功[N];中國(guó)包裝報(bào);2010年

10 點(diǎn)評(píng)人 高炎 黃牧青 劉笑一 李士杰 北京大學(xué)技術(shù)轉(zhuǎn)移中心;機(jī)器視覺(jué)輔助冬季道路狀況監(jiān)測(cè)[N];科技日?qǐng)?bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 梁卓銳;機(jī)器視覺(jué)手勢(shì)交互的交互映射研究[D];華南理工大學(xué);2015年

2 孟慶寬;基于機(jī)器視覺(jué)的農(nóng)業(yè)車輛—農(nóng)具組合導(dǎo)航系統(tǒng)路徑識(shí)別及控制方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2014年

3 田明銳;基于機(jī)器視覺(jué)的散料裝車控制系統(tǒng)研究[D];長(zhǎng)安大學(xué);2016年

4 葛動(dòng)元;面向精密制造與檢測(cè)的機(jī)器視覺(jué)及智能算法研究[D];華南理工大學(xué);2013年

5 饒洪輝;基于機(jī)器視覺(jué)的作物對(duì)行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

6 龔愛(ài)平;基于嵌入式機(jī)器視覺(jué)的信息采集與處理技術(shù)研究[D];浙江大學(xué);2013年

7 陳麗君;基于機(jī)器視覺(jué)的變量噴霧控制系統(tǒng)研究[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2009年

8 徐曉秋;機(jī)器視覺(jué)球面孔位快速精密測(cè)量系統(tǒng)的研究[D];四川大學(xué);2006年

9 成芳;稻種質(zhì)量的機(jī)器視覺(jué)無(wú)損檢測(cè)研究[D];浙江大學(xué);2004年

10 程洪;面向園藝應(yīng)用的機(jī)器視覺(jué)目標(biāo)辨識(shí)方法創(chuàng)新[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 孫斌;基于FPGA的壓力表盤機(jī)器視覺(jué)研究與實(shí)現(xiàn)[D];昆明理工大學(xué);2015年

2 許哲;基于機(jī)器視覺(jué)的快速測(cè)溫?zé)犭娕己附蛹夹g(shù)研究[D];河北聯(lián)合大學(xué);2014年

3 李鵬;基于機(jī)器視覺(jué)的PCB工業(yè)在線檢測(cè)系統(tǒng)研究[D];昆明理工大學(xué);2015年

4 佘燕玲;以用戶為中心的機(jī)器視覺(jué)手勢(shì)交互空間映射關(guān)系研究[D];華南理工大學(xué);2015年

5 孫中國(guó);基于機(jī)器視覺(jué)的面粉袋碼垛機(jī)器人研究[D];山東建筑大學(xué);2015年

6 漆靜;基于機(jī)器視覺(jué)集裝箱吊具智能定位系統(tǒng)研究[D];西南交通大學(xué);2015年

7 張文;基于機(jī)器視覺(jué)的通信裝備故障識(shí)別研究[D];西南交通大學(xué);2015年

8 冉寶山;基于機(jī)器視覺(jué)的裝料系統(tǒng)試驗(yàn)研究[D];長(zhǎng)安大學(xué);2015年

9 馮康;基于機(jī)器視覺(jué)的棉花識(shí)別與定位技術(shù)的研究[D];石河子大學(xué);2015年

10 須嘯海;嵌入式智能交通車流量監(jiān)控系統(tǒng)的實(shí)現(xiàn)[D];電子科技大學(xué);2015年

，

本文編號(hào)：1584802