技术新讯 > 道路铁路或桥梁建设机械的制造及建造技术 > 一种井下铣刨机作业姿态智能调控系统的制作方法  >  正文

一种井下铣刨机作业姿态智能调控系统的制作方法

  • 国知局
  • 2024-07-09 16:46:25

本发明涉及图像处理,具体涉及一种井下铣刨机作业姿态智能调控系统。

背景技术:

1、井下铣刨机是路面养护施工机械的主要机种之一,其主要目的是解决煤矿掘进工艺产生的巷道煤层路面的凹凸不平、大地压力产生的巷道地面隆起、运输车辆车轮碾压产生的车辙,以及巷道内破损的旧水泥混凝土路面等问题,减少路面病害问题对正常施工作业潜在的安全生产隐患。而井下工作环境特殊,在利用铣刨机处理路面病害时,为了避免作业时对环境造成二次损伤,需要不断调整其作业姿态,其作业姿态调整参数通过图像采集分析设备对铣刨机作业路面图像进行分析获取。

2、但是对于井下环境来说,由于光线相对较暗,使得铣刨机作业路面图像中所含信息较少,所以需要对图像进行对比度增强以增加图像可读信息量。在对铣刨机作业路面图像进行增强时,为了避免采像灯光区域在增强过程中出现过曝情况,通过伽马变换对图像进行增强。但是伽马变换对图像的增强结果容易受到增强参数的影响,而因为井下环境复杂多变,通过固定的增强参数对多张图像进行增强,会导致部分图像的增强效果较差;进而在通过增强后的图像对铣刨机的作业姿态进行调整时,部分时刻的作业姿态可能并非最佳姿态,从而导致铣刨机作业时可能会对环境造成损伤。

技术实现思路

1、本发明提供一种井下铣刨机作业姿态智能调控系统,以解决现有的问题。

2、本发明的一种井下铣刨机作业姿态智能调控系统采用如下技术方案:

3、本发明一个实施例提供了一种井下铣刨机作业姿态智能调控系统,该系统包括以下模块:

4、图像获取与分析模块:用于获取铣刨机作业路面图像,并对图像预处理,得到路面图像及灰度图像;根据路面图像中每一像素点的通道值,得到路面图像的亮度差异特征参数;

5、图像分割模块:用于根据路面图像的亮度差异特征参数、路面图像中每一像素点的位置、通道值、通道值,构建聚类规则;根据构建的聚类规则,将路面图像中的像素点聚为多个类簇;

6、图像信息计算模块:用于根据每一类簇中每一像素点的通道值、通道值以及灰度图像中的梯度值,得到每一类簇的信息可读性参数;

7、图像增强模块:用于根据路面图像中每一类簇的信息可读性参数,得到路面图像的自适应增强参数;根据路面图像的自适应增强参数,通过伽马变换,得到路面增强图像;

8、铣刨机作业姿态调整模块:用于对路面增强图像通过神经网络进行评估,获得路面图像的路况指数;根据路面图像的路况指数,进行铣刨机的作业姿态调整。

9、进一步地,所述得到路面图像及灰度图像,包括的具体方法为:

10、通过非局部均值滤波算法对rgb空间下的铣刨机作业路面图像进行降噪处理,得到去噪后的铣刨机作业路面图像;

11、将rgb空间下去噪后的铣刨机作业路面图像转化为灰度图像与hsv空间下的去噪后的铣刨机作业路面图像,将hsv空间下的去噪后的铣刨机作业路面图像记为路面图像。

12、进一步地,所述根据路面图像中每一像素点的通道值,得到路面图像的亮度差异特征参数,包括的具体方法为:

13、统计路面图像中所有像素点的通道值以及每一通道值在路面图像中的出现次数,得到一个通道值序列,表示路面图像中出现的第个通值;

14、将序列中的数据投放到横坐标为通道值,纵坐标为通道值在路面图像中的出现次数的亮度-次数坐标系中;将坐标系中所有数据点作为待拟合点,通过最小二乘法进行拟合,得到拟合曲线,将拟合曲线上横坐标为序列内的数据的数据点记为拟合点,得到拟合曲线上每一拟合点的斜率;

15、根据拟合曲线上每一拟合点的斜率、路面图像中每一像素点的通道值,得到路面图像的亮度差异特征参数。

16、进一步地,所述根据拟合曲线上每一拟合点的斜率、路面图像中每一像素点的通道值,得到路面图像的亮度差异特征参数,包括的具体公式为:

17、

18、式中,表示路面图像的亮度差异特征参数,表示序列中所含数据的个数,表示序列中第个数据的数值,表示序列中所有数据的均值,表示拟合曲线上第个拟合点的斜率,表示拟合曲线上所有拟合点的最大斜率,表示数值为的通道值在路面图像中的出现次数,表示序列中的所有通道值在路面图像中的最大出现次数,表示双曲正切函数,表示绝对值函数。

19、进一步地,所述根据路面图像的亮度差异特征参数、路面图像中每一像素点的位置、通道值、通道值,构建聚类规则,包括的具体方法为:

20、获取路面图像中每一像素点与其他像素点的差异距离来构建聚类规则,其中路面图像中第个像素点与第个像素点的差异距离的计算公式如下:

21、

22、式中,表示路面图像的亮度差异特征参数,表示路面图像中第个像素点的通道值,表示路面图像中第个像素点的通道值,表示路面图像中第个像素点的通道值,表示路面图像中第个像素点的通道值,表示路面图像中第个像素点与第个像素点之间的欧氏距离,为归一化函数。

23、进一步地,所述根据构建的聚类规则,将路面图像中的像素点聚为多个类簇,包括的具体方法为:

24、通过手肘法获取通过k-means聚类算法的类簇个数;

25、根据路面图像中每一像素点与其他像素点的差异距离,对路面图像中的像素点进行聚类,得到个类簇。

26、进一步地,所述根据每一类簇中每一像素点的通道值、通道值以及灰度图像中的梯度值,得到每一类簇的信息可读性参数,包括的具体方法为:

27、通过sobel算子得到灰度图像中每一像素点的梯度值,记为路面图像中每一像素点的灰度梯度值;

28、根据每一类簇中每一像素点的通道值、通道值与灰度梯度值,得到每一类簇的信息可读性参数,其具体计算公式如下:

29、

30、式中,表示第个类簇的信息可读性参数,表示第个类簇中第个像素点的通道值,表示第个类簇中第个像素点的灰度梯度值,表示第个类簇中所有像素点的灰度梯度值的均值,表示第个类簇中第个像素点的通道值,表示第个类簇中所有像素点的通道值的均值,表示路面图像中第个类簇内所含像素点的数量,为归一化函数,表示绝对值函数。

31、进一步地,所述根据路面图像中每一类簇的信息可读性参数,得到路面图像的自适应增强参数,包括的具体公式为:

32、

33、式中,表示路面图像的自适应增强参数,表示路面图像中的类簇数量,表示第个类簇内所有像素点的通道值的均值,表示路面图像中所有像素点的最大通道值,表示第个类簇的信息可读性参数,表示双曲正切函数。

34、进一步地,所述根据路面图像的自适应增强参数,通过伽马变换,得到路面增强图像,包括的具体方法为:

35、将作为自适应增强参数对rgb空间下去噪后的铣刨机作业路面图像进行伽马变换,得到路面增强图像。

36、进一步地,所述根据路面图像的路况指数,进行铣刨机的作业姿态调整,包括的具体方法为:

37、

38、

39、式中,表示铣刨鼓作业功率,表示路面图像的路况指数,表示当前铣刨鼓最大作业功率,表示当前铣刨鼓最小作业功率,v表示铣刨机在当前巷道下的行驶速度,表示铣刨机在当前巷道下预设最大行驶速度,表示铣刨机在当前巷道下预设最小行驶速度;

40、通过铣刨鼓作业功率及铣刨机在当前巷道下的行驶速度,调整铣刨机的作业姿态。

41、本发明的技术方案的有益效果是:根据路面图像中每一像素点的通道值,得到路面图像的亮度差异特征参数,使得路面图像的亮度差异特征参数可以反映路面图像的整体亮度差异;根据路面图像的亮度差异特征参数、路面图像中每一像素点的位置、通道值、通道值,得到路面图像中每一像素点与其他像素点之间的差异距离,使得路面图像的整体亮度差异较小时,路面图像中每一像素点与其他像素点之间的差异距离较大,使得在路面图像的亮度差异较小时,可以将路面图像中的像素点聚为多个类簇;根据每一类簇中每一像素点的通道值、通道值以及灰度图像中的梯度值,得到每一类簇的信息可读性参数,使得每一类簇的信息可读性参数更接近真实情况;根据路面图像中每一类簇的信息可读性参数,得到路面图像的自适应增强参数,在获取路面图像的自适应参数时,根据每一类簇中所有像素点的通道值的均值,赋予每一类簇的信息可读性参数的权重,使得路面图像的自适应增强参数更接近于实际情况,进一步使得路面增强图像中包含的信息更多,从而使得铣刨机的作业姿态的智能调整更接近于实际情况。

本文地址:https://www.jishuxx.com/zhuanli/20240617/54552.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。