面向物料输送过程状态监控与故障报警的视觉跟踪技术的研究

发布时间：2017-07-27 04:13

  本文关键词：面向物料输送过程状态监控与故障报警的视觉跟踪技术的研究

  更多相关文章： 物料输送 视觉跟踪 状态监控 故障报警

【摘要】：随着工业自动化水平的不断发展,物料输送系统自动化、智能化程度日益提高并得到了广泛应用。在物料输送过程中一些故障是不可避免的,应该及时发现处理,否则将影响生产节拍,降低生产效率,导致经济损失。因此,不仅要对物料输送设备进行定期维护,还要对物料输送过程进行状态监控,对发生的故障及时报警。传统的状态监控一般是内部传感结合人工巡检的方式,但是内部传感的信息量不足,人工巡视又乏味枯燥且持续性不强,状态监控效果不好。基于视觉的状态监控具有非接触性,能够长时间工作,监控效果很好。为此,对运动物料进行视觉跟踪,建立物料输送过程的视觉状态监控与故障报警系统,以克服传统监控方法的不足,更好地实现状态监控。首先分析了物料输送的视觉跟踪过程及各关键环节的主要任务,研究了输送过程中物料的运动特点和环境状况。通过对常用的运动目标检测方法分析比较,针对物料输送的实际应用,提出了基于Canny算子边缘检测的三帧差法与背景减法相结合的综合算法,采用数学形态学和面积阈值去噪,对检测结果进行后处理,实验证明该方法取得了良好的检测效果。为了提高跟踪的实时性,结合物料的运动特点,用卡尔曼滤波预测对运动物料进行跟踪。用质心法和最小外接矩形对运动物料进行定位跟踪,以提高跟踪定位精度。为了更加符合实际应用,研究了多运动物料的跟踪定位方法。通过实验,实现了对单一和多个运动物料快速有效的预测跟踪定位。为了使得到的物料运动轨迹更加平滑,采用三次样条插值函数对物料的运动轨迹进行拟合,更好地分析物料的运动状态。总结了物料输送过程中可能发生的故障类型,提出了基于偏离阈值的故障报警方法,为故障报警奠定了理论基础。最后,搭建实验平台,建立了物料输送过程的状态监控与故障报警系统,对物料的运动状态进行实时监控实验,并模拟各个类型的故障进行报警实验。实验证明研发的系统能够可靠地实现对运动物料监控并对发生的故障及时报警。
【关键词】：物料输送 视觉跟踪 状态监控 故障报警
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH22;TP391.41
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 绪论10-18
• 1.1 引言10
• 1.2 问题的提出及其研究意义10-11
• 1.3 视觉跟踪技术的研究现状11-15
• 1.3.1 视觉跟踪技术的发展11-13
• 1.3.2 视觉跟踪技术的应用13-14
• 1.3.3 视觉跟踪技术的难点14-15
• 1.4 视觉状态监控的研究现状15-16
• 1.4.1 视觉状态监控概述15
• 1.4.2 视觉状态监控国内外研究现状15-16
• 1.5 论文的主要研究内容16-18
• 第二章 物料视觉跟踪过程与物料边缘检测的研究18-24
• 2.1 引言18
• 2.2 物料输送的视觉跟踪过程的研究18-19
• 2.3 物料输送过程运动特点和环境状况的研究19-20
• 2.3.1 物料运动特点的研究19-20
• 2.3.2 物料输送环境的研究20
• 2.4 物料边缘检测的研究20-23
• 2.4.1 梯度法的边缘检测与效果21-22
• 2.4.2 Canny算子的边缘检测与效果22-23
• 2.5 本章小结23-24
• 第三章 运动物料检测算法的研究24-38
• 3.1 引言24
• 3.2 常用目标检测算法的研究与比较24-29
• 3.2.1 背景减法24-26
• 3.2.2 光流法26-28
• 3.2.3 帧差法28-29
• 3.2.4 检测算法的分析比较与选取29
• 3.3 基于边缘检测的三帧差法的研究29-33
• 3.3.1 三帧差法及检测效果29-31
• 3.3.2 基于边缘检测的三帧差法及检测效果31-33
• 3.4 改进的三帧差法和背景减法相结合算法的研究33-35
• 3.4.1 综合算法的原理33-34
• 3.4.2 综合算法的检测效果34-35
• 3.5 检测结果图像后处理的研究35-36
• 3.5.1 数学形态学后处理35-36
• 3.5.2 面积阈值去噪法36
• 3.6 本章小结36-38
• 第四章 运动物料跟踪与定位的研究38-54
• 4.1 引言38
• 4.2 运动目标跟踪算法的研究38-40
• 4.2.1 常用目标跟踪算法38-39
• 4.2.2 常用跟踪算法的比较分析39-40
• 4.3 基于卡尔曼滤波预测的运动物料跟踪40-44
• 4.3.1 卡尔曼滤波器预测的基本原理40-43
• 4.3.2 卡尔曼滤波预测跟踪的实现43-44
• 4.4 跟踪窗与搜索区域的设定44-47
• 4.4.1 运动物料中心和跟踪窗形状大小的确定44-46
• 4.4.2 搜索区域的设定46-47
• 4.5 多运动物料跟踪的研究47-48
• 4.6 运动物料跟踪定位的实验与结果分析48-52
• 4.7 本章小结52-54
• 第五章 物料运动轨迹拟合分析与故障报警原理的研究54-64
• 5.1 引言54
• 5.2 物料输送过程运动轨迹的拟合54-57
• 5.2.1 三次样条插值函数54-56
• 5.2.2 三次样条插值函数MATLAB的实现56-57
• 5.3 物料输送过程的运动状态与故障分析57-58
• 5.4 故障报警系统的原理58-62
• 5.4.1 基于运动轨迹偏离阈值的故障报警58-60
• 5.4.2 物料输送停止的故障报警60
• 5.4.3 物料姿态改变的故障报警60-62
• 5.4.4 干扰情况下的故障报警62
• 5.5 本章小结62-64
• 第六章 系统的搭建与实验64-74
• 6.1 引言64
• 6.2 实验平台硬件系统的建立64-66
• 6.3 实验平台软件系统设计66-68
• 6.3.1 状态监控与报警系统软件流程66-67
• 6.3.2 人机交互界面的设计67-68
• 6.4 物料输送过程状态监控实验68-70
• 6.4.1 运动轨迹的学习68-69
• 6.4.2 物料输送过程的状态监控69-70
• 6.5 物料输送过程故障模拟实验70-72
• 6.5.1 运动轨迹偏离阈值的故障报警实验70
• 6.5.2 物料输送停止的故障报警实验70-71
• 6.5.3 物料姿态改变的故障报警实验71-72
• 6.5.4 干扰情况下的故障报警实验72
• 6.6 本章小结72-74
• 第七章 结论与展望74-76
• 参考文献76-80
• 攻读学位期间取得的相关科研成果80-82
• 致谢82

【相似文献】

中国期刊全文数据库 前10条

1 张国亮;谢宗武;蒋再男;王捷;刘宏;;模糊化多视觉信息融合的视觉跟踪策略[J];西安交通大学学报;2009年08期

2 许鹏,王平江,陈吉红;线结构激光仿型测量中的视觉跟踪算法[J];计量技术;2000年04期

3 许鹏,陈吉红,王平江;线结构激光仿型测量中的视觉跟踪算法[J];机械与电子;2000年01期

4 田军;魏振华;;视觉跟踪新算法[J];中国电力教育;2008年S1期

5 钟丽;靳智;梁山;;控制河段智能视觉跟踪控制系统设计[J];交通科技;2013年04期

6 王国栋，，国澄明，吴仁育，乌日图，李晓琦;机器人焊接视觉跟踪[J];天津大学学报;1995年01期

7 杨戈;刘宏;;面向人体运动视觉跟踪的多线索融合算法[J];计算机辅助设计与图形学学报;2009年10期

8 钱夔;宋爱国;熊鹏文;;基于粒子滤波的移动物体视觉跟踪方法[J];南京信息工程大学学报(自然科学版);2011年05期

9 夏瑜;吴小俊;;基于新颖相似度的视觉跟踪算法[J];南京师范大学学报(工程技术版);2008年04期

10 肖增文;杨小兰;邹景超;刘极峰;;城轨门弧焊视觉跟踪图像采集处理方法与试验[J];制造业自动化;2008年05期

中国重要会议论文全文数据库 前2条

1 吕玉生;赵杰煜;;具有视觉跟踪的中英文语音动画系统[A];第十四届全国图象图形学学术会议论文集[C];2008年

2 李善青;贾云得;柳阳;;一种用于穿戴计算的指示手势视觉跟踪方法[A];第三届和谐人机环境联合学术会议（HHME2007）论文集[C];2007年

中国博士学位论文全文数据库 前9条

1 王法胜;复杂场景下的单目标视觉跟踪算法研究[D];大连海事大学;2014年

2 徐萧萧;基于特征学习与特征联想的视觉跟踪算法研究[D];中国科学技术大学;2010年

3 王其聪;复杂观测条件下的基于粒子滤波的视觉跟踪[D];浙江大学;2007年

4 夏瑜;视觉跟踪新方法及其应用研究[D];江南大学;2013年

5 王芳林;稳健视觉跟踪算法中的关键问题研究[D];上海交通大学;2009年

6 温静;基于张量子空间学习的视觉跟踪方法研究[D];西安电子科技大学;2010年

7 苏洁;光照变化下的视觉跟踪算法研究[D];哈尔滨工程大学;2010年

8 王栋;基于线性表示模型的在线视觉跟踪算法研究[D];大连理工大学;2013年

9 代江华;粒子滤波架构下视觉目标跟踪相关技术研究[D];华中科技大学;2014年

中国硕士学位论文全文数据库 前10条

1 郭标;焊缝视觉跟踪系统设计[D];西南交通大学;2015年

2 张瑞;基于贝叶斯估计的视觉跟踪算法研究[D];福建师范大学;2015年

3 祝宝龙;基于视觉跟踪技术的眼控鼠标研究[D];哈尔滨工业大学;2015年

4 刘养彪;运动模糊下的视觉跟踪算法研究[D];北京理工大学;2015年

5 向秀娟;基于视觉跟踪的移动机器人定位研究[D];新疆大学;2015年

6 张劲;基于在线隐变量支持向量机的尺度自适应视觉跟踪[D];西安电子科技大学;2014年

7 范曲;复杂场景下运动目标的视觉跟踪方法研究[D];重庆大学;2015年

8 孟凡帅;面向物料输送过程状态监控与故障报警的视觉跟踪技术的研究[D];河北工业大学;2015年

9 余建军;复杂场景中多目标视觉跟踪技术研究[D];上海交通大学;2008年

10 李天平;基于表观模型的视觉跟踪系统研究与实现[D];山东大学;2013年

本文编号：579743