申请/专利权人：重庆大学

申请日：2022-12-29

公开（公告）日：2024-06-25

公开（公告）号：CN115848938B

主分类号：B65G43/02

分类号：B65G43/02;B65G15/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2023.04.14#实质审查的生效;2023.03.28#公开

摘要：本发明公开了一种适用于带式输送机的声光巡检方法、终端及可读存储介质，方法包括规划实时巡检路径，并在巡检中获取当前位置的巡检图像和巡检声音；从巡检图像中获取带式输送机的输送带表面图像数据，输入至损坏识别认知视觉模型，判断输送带表面是否损坏；从巡检声音中获取带式输送机的托辊转动的声音信号，判断托辊的运行状态是否正常；根据输送带表面判断结果和托辊运行状态判断结构输出巡检结果；本发明通过规划实时巡检路径达到对待巡检区域的全面巡视，并获取当前位置的巡检图像和巡检声音，然后通过损坏识别认知视觉模型判断输送带表面是否被损坏，通过声音信号确定托辊是否正常工作，从而在巡检机器人的配合下，可以实现自动巡检的目的。

主权项：1.一种适用于带式输送机的声光巡检方法，其特征在于，包括：规划实时巡检路径，并在巡检中获取当前位置的巡检图像和巡检声音；构建卷积神经网络，经训练获得损坏识别认知视觉模型；从巡检图像中获取带式输送机的输送带表面图像数据，输入至损坏识别认知视觉模型，判断输送带表面是否损坏；从巡检声音中获取带式输送机的托辊转动的声音信号，判断托辊的运行状态是否正常；根据输送带表面判断结果和托辊运行状态判断结构输出巡检结果；其中，规划实时巡检路径的方法基于巡检机器人，所述巡检机器人包括主体以及设置在主体下方的履带，两个所述履带平行设置，且两个所述履带分别通过差动履带轮驱动，所述主体上设置有用于测距避障的超声波传感器、用于检测障碍物避障的红外传感器；规划实时巡检路径的方法包括：将巡检机器人放置在待巡检区域内，并确定待巡检区域的总面积Sm；根据工作环境确定巡检机器人的图像采集最佳宽度d1和声音采集最佳宽度d2，并计算最佳采集宽度d0＝max{d1,d2}；d1和d2平行于XR轴，巡检机器人位于和处；创建全局坐标系OXY和机器人坐标系ORXRYR，并将巡检机器人的初始位置作为全局坐标系的原点，将两个履带构成的矩形中心点作为机器人坐标系的原点，将巡检机器人的前移方向作为机器人坐标系的XR轴；巡检机器人按照设定的直线-转向规则移动，并进行轨迹推算定位；记录巡检轨迹，并获得巡检覆盖面积S＝轨迹长度×d0，若S≥Sm，则完成巡检；直线-转向规则包括：巡检机器人实时监测前侧、左侧和右侧是否存在障碍物；若仅前侧存在障碍物，则控制巡检机器人旋转180°，且偏移D0,0＜D0＜d0，巡检机器人的旋转方向与上一次转向的方向相反；若仅前侧和左侧存在障碍物，则控制巡检机器人向右旋转180°，且偏移D0,0＜D0＜d0，若仅前侧和右侧存在障碍物，则控制巡检机器人向左旋转180°，且偏移D0,0＜D0＜d0，若前侧、左侧和右侧均存在障碍物，则控制巡检机器人旋转180°，且偏移D0＝0；其中，损坏识别认知视觉模型的获得方法包括：获取输送带表面数据集，所述数据集中包括多张输送带表面图像，且覆盖多种破损类别；获得特征图的映射向量p，计算式为其中，i和j为图像索引值，k为特征图索引，为权重，qi,j为卷积操作后的小区域图像；对映射向量p进行全局平均池化，计算式为其中为权重，pl为当前层输入，为偏移量，为中间输出，f为激活函数；获得损失函数c，计算式为其中m为输出类别，d为输入样本，e为实际输出，a为模型预测输出；获取学习率l，计算式为其中为学习率上限值，为学习率下限值，Tc为当前迭代数，Ti为当前运行中总迭代数；通过损失函数和学习率对卷积神经网络进行迭代训练，并持续监测验证集上的损失函数值，当连续N个迭代未下降时，停止训练并获得损坏识别认知视觉模型；否则保持当前学习率继续训练。

全文数据：

权利要求：

百度查询： 重庆大学 适用于带式输送机的声光巡检方法、终端及可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD