一种掘进机输送带积渣识别处理方法及系统与流程

本发明涉及一种掘进机输送带积渣识别处理方法及系统，属于隧道盾构施工积渣清运，可作为盾构无人掘进时土仓压力自动调整与皮带自动出渣调整的有力补充部分。

背景技术：

1、土压平衡盾构机中的皮带机系统与螺旋输送机(后续简称“螺机”)系统分别是盾构机重要的子系统之一，螺机系统实现了刀盘开挖土体后将渣土运送至皮带机系统，皮带机系统实现了螺机出渣后将渣土运送至渣土车的的连续运输，螺机系统与皮带机系统在渣土由刀盘-螺机-皮带-渣土车的转换中起着重要的作用。同时，螺机系统转速的高低是影响土仓压力大小的最重要因素之一。渣土的状态是皮带机系统能否顺利将渣土成功运输的关键，如果渣土中含水量较大，容易造成皮带机系统无法带走渣土，使得渣土在螺机与皮带转换处持续堆积，造成皮带起始段压力过大，无法实现渣土的连续运输，进而影响盾构机掘进效率。

2、对于其他类型的掘进机也存在相似问题，例如全断面硬岩隧道掘进机(以下简称tbm)，其出渣系统的刮渣口将渣土倾泻到皮带机上，由皮带机送出，若皮带机落渣的位置出现积渣，将影响tbm的正常掘进。

3、现有预防皮带机转换处积渣的识别与处理手段主要依赖于在皮带转换处架设摄像头，主司机通过摄像头实时观察螺机出渣情况，包括含水量大小、是否喷涌、是否在皮带机转换处积渣，进而调整例如盾构机的刀盘喷水量或调整螺机转速，保证螺机出渣顺利、皮带机运输渣土顺利。

4、但是一方面，当渣土含水量大时，螺机出渣可能喷涌，可能会污染摄像头，造成主司机在皮带转换处视野受限。

5、另一方面，主司机需要时刻通过摄像头和显示器关注皮带机渣土积渣情况，造成对掘进的注意力分散，不利于掘进安全。

6、同时随着智能化水平的提高，掘进机自主掘进是未来发展趋势，需摆脱主司机在常规掘进中的参与度。因此，亟须一种掘进时渣土在皮带机系统上积渣的自动识别、处理方法。

技术实现思路

1、本发明的目的是提供一种掘进机输送带积渣识别处理方法及系统，用以解决现有方案分散掘进机司机的注意力，不利于掘进机智能化水平提高的问题。

2、为实现上述目的，本发明的方案包括：

3、本发明的一种掘进机输送带积渣识别处理方法，在掘进机掘进状态下采集掘进机出渣系统出渣口下方输送带落渣位置处目标区域的图像；获取目标区域的稀疏光流，并计算目标区域中光流的占比作为流动率；若流动率小于设定值，判断为输送带积渣，并执行积渣处理。

4、本发明采集出渣系统出渣口处下方目标区域的监控图像，通过光流法识别图像中移动的部分，并进一步计算移动部分(光流区域)在目标区域中的占比，若移动部分占比小于设定值，则认为输送带落渣位置出现积渣，实现了积渣的无人化、自动化的识别，提高了掘进机的智能化程度。

5、设定值可以根据现场实际进行标定，考虑目标区域中移动区域主要是输送带的表面和表面上的渣土，因此可以将监控图像中输送带表面的占比作为设定值；或者例如找出输送带正常输送渣土时画面移动部分(光流区域)在目标区域的占比的最小临界值，作为设定值即可。

6、现有技术中，皮带机落渣位置处积渣是通过摄像头采集和传输目标位置的图像，由掘进机主司机人工肉眼判断，本发明可在现有技术上进行改进，利用采用原有摄像头采集监控图像，增加图像处理设备即可。

7、本发明的一种掘进机输送带积渣识别处理方法，解决了现有技术中依靠人工观察分散注意力的问题，同时不需要增加额外的硬件成本。也为后续掘进机无人掘进时，皮带机自动出渣调节提供有力支撑。

8、进一步地，目标区域的稀疏光流通过如下步骤获得：获得相邻时刻的两张目标区域图像并进行预处理得到清晰图像，采用gmm算法和graph cut算法进行迭代分类，分割图像中的目标区域和背景；针对当前时刻和上一时刻的目标区域提取harris角点，实现两幅图像间的像素校准；搭建光流场，采用lucas kanade算法获取目标区域的稀疏光流。

9、考虑到积渣是渣土在皮带机上堆积，无法被皮带机带走，在监控图像中基本属于静止的部分，本发明通过光流法获得监控图像中光流区域，可以认为是目标区域中的运动区域，通过运动区域在目标区域中的占比判断是否存在积渣。

10、进一步地，目标区域的流动率通过如下公式计算：流动率＝光流区域像素值/目标区域像素值。

11、进一步地，所述积渣处理包括如下步骤：针对盾构机，降低螺机转速到设定值并维持设定时间后，再次判断输送带积渣；若反复若干次调整螺机转速后仍然积渣，则关闭刀盘喷水；针对tbm，降低掘进速度并维持设定时间后，再次判断输送带积渣。

12、针对盾构机，首先通过降低出渣速度看是否能够解决积渣的问题，尽量减少对盾构过程的影响，若无法解决积渣，则考虑降低刀盘喷水，降低渣土湿度以解决积渣。

13、进一步地，采集目标区域图像后，还执行如下步骤：对图像进行滤波及灰度处理，再依据灰度直方图将图像划分为前景和后景，再利用seed filling算法获取前景的最大连通区域，将前景的最大连通区域的占比作为图像遮挡率，当遮挡率超过设定值，喷水清洁图像采集装置镜头表面。

14、还利用图像算法，分割出图像前景后景，前景明显是摄像头镜头沾染的泥浆，根据前景后景的比例，判断摄像头是否被污染遮挡，当比例大于一定值时启动喷水，解决摄像头镜头被污染遮挡导致方法或系统失灵的情况，也解决了人工判断摄像头遮挡导致的对主司机的干扰。

15、本发明的一种输送带积渣识别监测系统，包括用于采集掘进机出渣系统出渣口下方输送带落渣位置处目标区域图像的监控摄像头和图像处理工控机；所述图像处理工控机根据目标区域图像计算获取目标区域的稀疏光流，并计算目标区域中光流的占比作为流动率；若流动率小于设定值，判断为输送带积渣。

16、进一步地，目标区域的稀疏光流通过如下步骤获得：获得相邻时刻的两张目标区域图像并进行预处理得到清晰图像，采用gmm算法和graph cut算法进行迭代分类，分割图像中的目标区域和背景；针对当前时刻和上一时刻的目标区域提取harris角点，实现两幅图像间的像素校准；搭建光流场，采用lucas kanade算法获取目标区域的稀疏光流。

17、进一步地，目标区域的流动率通过如下公式计算：流动率＝光流区域像素值/目标区域像素值。

18、进一步地，在判断为输送带积渣后，所述图像处理工控机还通过掘进机上位机执行积渣处理；所述积渣处理包括如下步骤：针对盾构机，降低螺机转速到设定值并维持设定时间后，再次判断输送带积渣；若反复若干次调整螺机转速后仍然积渣，则关闭刀盘喷水；针对tbm，降低掘进速度并维持设定时间后，再次判断输送带积渣。

19、进一步地，采集目标区域图像后，所述图像处理工控机还执行如下步骤：对图像进行滤波及灰度处理，再依据灰度直方图将图像划分为前景和后景，再利用seed filling算法获取前景的最大连通区域，将前景的最大连通区域的占比作为图像遮挡率，当遮挡率超过设定值，喷水清洁监控摄像头镜头表面。

20、与现有技术相比，采用本发明的输送带积渣识别监测系统，能够解决积渣监测与自动识别的技术问题，利用现有摄像头降低了相关传感器等购置成本，同时不用担心传感器受到浆液浸泡或者污染等影响；另一方面降低了掘进机主司机掘进时时刻通过自身关注浆液液面的精力，使其更关注于掘进施工，保障了施工安全，同时为后续无人掘进时，注浆系统的自动化提供了技术支撑。