• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于機器視覺的口岸車道閘機抬桿故障遠(yuǎn)程檢測方法

      2022-03-30 07:12:36慕容灝鼎
      計算機測量與控制 2022年3期
      關(guān)鍵詞:閘機車道機器

      李 軍,蔡 屹,谷 鵬,慕容灝鼎

      (1.深圳市檢驗檢疫科學(xué)研究院,深圳 518045; 2.深圳海關(guān)信息中心,深圳 518045)

      0 引言

      口岸車道閘機是一種管理型通道阻擋裝置,可用于規(guī)范車輛的出入行為。在應(yīng)用過程中,車道閘機設(shè)備的一次開合只允許一輛車通過。在機芯、控制模塊等多個元件結(jié)構(gòu)的配合下,部分噪聲輸出信號會與原始真實信號混合在一起,但由于遠(yuǎn)程傳輸環(huán)境的復(fù)雜性與多變性,這些信號的表現(xiàn)特征也會隨之出現(xiàn)改變。上述情況的頻繁發(fā)生,不但會造成真實信號傳輸速率的快速下降,也會導(dǎo)致口岸車道閘機出現(xiàn)明顯的抬桿機械動作故障。因此,準(zhǔn)確檢測道閘機抬桿機械動作故障具有重要意義。

      當(dāng)前Hilbert譜圖特征檢測法通過故障信號傳輸特征分析的方式,將真實信號與噪聲信號分別排列出來,再借助Hilbert譜系結(jié)構(gòu),實現(xiàn)對檢測參量的集中提取。然而與此方法匹配的IMF分量值水平過低,并不能完全有效地抑制噪聲信號的分布行為[1]。機器視覺是人工智能領(lǐng)域的關(guān)鍵分支技術(shù),是以機器設(shè)備代替人眼進(jìn)行判斷與測量的處理方法。對于不同的機械型應(yīng)用系統(tǒng)來說,機器視覺技術(shù)可借助CCD、CMOS兩種類型的圖像攝取裝置,將所采集到的攝像目標(biāo)直接轉(zhuǎn)換為圖像信號的存在形式,并可在同一時間,將這些數(shù)據(jù)信息參量反饋到圖像處理主機,一方面準(zhǔn)確記錄了被攝目標(biāo)的各類形態(tài)信息,另一方面也使得亮度、顏色、像素分布等信息條件,能夠最大化保持其設(shè)置真實性[2-3]。在進(jìn)行目標(biāo)特征抽取時,機器視覺技術(shù)能夠通過信號行為分析的方式,判別機械設(shè)備的現(xiàn)場動作結(jié)果,往往隨著行為靈活性程度的提升,設(shè)備元件的自動化水平也會逐漸增強,這也是機器視覺型檢測方法能夠大大提升機械設(shè)備生產(chǎn)效率的主要原因。

      針對上述問題,提出了基于機器視覺的口岸車道閘機抬桿故障遠(yuǎn)程檢測方法,利用CCD傳感器,完成機器鏡頭設(shè)備的選型處理,再通過修正遠(yuǎn)程抬桿機械動作故障直方圖的方式,得到最終的檢測信號盲源分離結(jié)果。

      1 機器視覺檢測的硬件設(shè)計

      口岸車道閘機抬桿機械動作故障的機器視覺檢測結(jié)構(gòu)包含CCD傳感器和應(yīng)用鏡頭兩類物理元件,本單元將針對上述設(shè)備結(jié)構(gòu)展開研究。

      1.1 CCD傳感器

      CCD傳感器包含面陣CCD、線陣CCD兩類操作形式,且二者在物理性能、感光單元排列行為等方面均具有較大區(qū)別。一般情況下,線陣CCD感光單元的覆蓋范圍最大不會超過3列,但由于每一種感光單元的光敏能力都很強,因此該類型傳感器對于口岸車道閘機抬桿機械動作故障信號的檢測強度可達(dá)到10 000以上,這也是機器視覺檢測始終具備大范圍精確感知的主要原因[4-5]。針對口岸車道閘機的抬桿機械動作故障信號,CCD傳感器在掃描過程中,生成的所有圖像都只能保持二維成像形式,且為保持高度垂直的掃描狀態(tài),線陣CCD必須在面陣CCD的配合下,才能實現(xiàn)對口岸車道閘機抬桿機械動作故障信號的最大化掃描復(fù)原。CCD傳感器的掃描運動如圖1所示。

      圖1 CCD傳感器的掃描運動示意圖

      圖1中,實線正方形框代表初始成像時被測信號的所處位置,虛線正方形框代表一次成像結(jié)束時被測信號的所處位置,實線箭頭指示CCD傳感器掃描運動的實際行進(jìn)方向。

      由于掃描運動,CCD傳感器在進(jìn)行抬桿機械動作故障檢測信號成像時,會沿運動方向產(chǎn)生一段位移s,進(jìn)而會導(dǎo)致單位成像區(qū)域面積S的不斷增大,二者與機器視覺掃描速度v和成像時間t之間的表達(dá)關(guān)系如下:

      (1)

      式中,l表示抬桿機械動作故障信號的待測長度。

      1.2 應(yīng)用鏡頭選型

      在機器視覺理論中,信號檢測鏡頭主要由透鏡組和光闌兩部分組成,且二者相互配合,能夠?qū)崿F(xiàn)對口岸車道閘機抬桿機械動作故障信號的準(zhǔn)確檢測與分析。

      1)透鏡:鏡頭組中至少應(yīng)包含一個透鏡結(jié)構(gòu),且為實現(xiàn)對口岸車道閘機抬桿機械動作故障信號的有效采集,整個鏡頭組應(yīng)由若干凹透鏡、凸透鏡共同組成,這在消除像差、降低圖像畸變方面具有重要的應(yīng)用意義[6]。

      2)光闌:光闌是以圓形通光孔為中心的金屬薄片結(jié)構(gòu),用來約束經(jīng)過鏡頭的傳輸光束,可在提高信號光束通過速率的同時,抑制其他干擾光束的進(jìn)入。應(yīng)用鏡頭基本結(jié)構(gòu)如圖2所示。

      圖2 應(yīng)用鏡頭基本結(jié)構(gòu)

      大多數(shù)信號檢測鏡頭的放大倍數(shù)與工作距離都是始終保持不變的,因此,檢測焦距數(shù)值也應(yīng)是固定的。但針對口岸車道閘機抬桿機械動作故障信號,CCD傳感器的測量能力無法始終保持穩(wěn)定,故而應(yīng)選取適應(yīng)能力更強的可變型鏡頭結(jié)構(gòu)[7]。設(shè)f表示信號檢測鏡頭的焦距數(shù)值,η表示鏡頭元件的放大倍數(shù),聯(lián)立公式(1),可將物距D與上述物理量之間的數(shù)值關(guān)系表示為:

      (2)

      2 遠(yuǎn)程故障圖像的拼接與預(yù)處理

      結(jié)合機器視覺檢測理論,按照圖像輸入、圖像配準(zhǔn)、直方圖修正的操作流程,完成口岸車道閘機抬桿機械動作故障圖像的拼接與預(yù)處理。

      2.1 輸入圖像

      輸入圖像也就是CCD傳感器所需拼接的口岸車道閘機抬桿機械動作故障信號圖像,考慮到信號圖像的拼接精度與效率,所有輸入圖像都要滿足如下需求。

      1)相鄰信號圖像之間必須保留有足夠的可重疊區(qū)域,這樣才能為后期的故障信號檢索提供足量的待匹配信息,且待匹配的信息參量越多,最終輸出圖像中可能包含的故障噪點數(shù)量也就越多[8-9]。

      2)待拼接故障信號的圖像應(yīng)具有相同或者極度相近的數(shù)據(jù)格式。

      考慮到上述影響因素,并結(jié)合機器視覺理論,確定每次拼接處理的操作圖像數(shù)量不應(yīng)大于4個。在輸入圖像時,4個操作圖像不僅能夠使彼此之間的重疊區(qū)域得到保護(hù),而且也可實現(xiàn)對原始圖像灰度氛圍的較好營造。拼接前口岸車道閘機遠(yuǎn)程故障的輸入圖像如圖3所示。

      圖3 拼接前口岸車道閘機遠(yuǎn)程故障的輸入圖像

      圖3中,包含遠(yuǎn)程故障信號節(jié)點的未拼接輸入圖像,明顯模糊的像素區(qū)域標(biāo)注了遠(yuǎn)程故障信號節(jié)點的實際所處位置。

      2.2 圖像配準(zhǔn)

      圖像配準(zhǔn)就是通過提取拼接后口岸車道閘機抬桿機械動作故障輸入圖像的共有特征,并按照機器視覺原理,對其進(jìn)行后續(xù)的節(jié)點匹配處理,從而使得遠(yuǎn)程故障信號圖像與真實信號圖像完全分離開來,幫助應(yīng)用主機在較短時間內(nèi)獲得最為直觀的檢測處理方案[10]。一般來說,故障輸入圖像的配準(zhǔn)原則可分為灰度信息處理、變換域處理、特征處理3個操作方向。

      1)基于灰度信息處理的圖像配準(zhǔn)原則:

      口岸車道閘機抬桿機械動作故障輸入圖像的灰度信息能夠表示特征參量的多項數(shù)值內(nèi)容,如特征邊緣位置、特征點個數(shù)等。在機器視覺技術(shù)的支持下,兩個相鄰口岸車道閘機抬桿機械動作故障輸入圖像的重疊部分往往包含大量相同的特征信息,因此在執(zhí)行灰度信息提取處理時,就需要針對這些相同參量進(jìn)行定向匹配,再通過計算數(shù)值分辨的方式,建立準(zhǔn)確的圖像配準(zhǔn)原則。

      2)基于變換域處理的圖像配準(zhǔn)原則:

      將輸入口岸車道閘機抬桿機械動作故障輸入圖像的特征信息提取出來后,即可對其中的變換域條件進(jìn)行分析,由于每種特征所具備的信號反饋能力不同,因此檢測變換域必須是一個儲備量極大的集合空間[11]。

      3)基于特征處理的圖像配準(zhǔn)原則:

      基于特征處理的口岸車道閘機抬桿機械動作故障輸入圖像配準(zhǔn)原則遵循尺度不變的處理條件,在已完成復(fù)原圖像拼接的情況下,默認(rèn)原始圖像中的所有故障信息特征都已得到完全檢測。拼接后不包含故障信號的檢測圖像如圖4所示。

      圖4 拼接后不包含故障信號的檢測圖像

      2.3 直方圖修正

      直方圖修正就是通過建立灰度值映射關(guān)系的方式,將口岸車道閘機抬桿機械動作故障輸入圖像轉(zhuǎn)換為包含像素點的輸出圖像,也就是遠(yuǎn)程故障信號在輸出圖像中始終保持相對均勻的存在狀態(tài)。作為故障檢測條件的重要表現(xiàn)方式,圖像直方圖修正結(jié)果不僅有助于增強檢測圖像的視覺表達(dá)效果,而且也可將原始圖像與檢測后圖像完全匹配[12-13]。對于口岸車道閘機的抬桿機械動作故障檢測圖像來說,直方圖修正策略的存在,更像是對故障節(jié)點處特征信息參量的檢索與處理,在機器視覺理論的影響下,口岸車道閘機運行行為會受到檢測主機的高度關(guān)注,特別是在故障問題頻繁發(fā)生的過程中,完整且無誤的故障生成圖像不但有利于檢測指令的制定,也可實現(xiàn)對故障狀態(tài)的準(zhǔn)確復(fù)原。

      3 基于機器視覺的口岸車道閘機故障抬桿遠(yuǎn)程檢測方法

      聯(lián)合遠(yuǎn)程故障圖像的拼接與預(yù)處理原則,按照故障特征分析、故障信號非均勻采樣、檢測盲源分離、故障信號輸出信噪比計算的操作流程,完成基于機器視覺的口岸車道閘機故障信號細(xì)化,實現(xiàn)基于機器視覺的口岸車道閘機故障遠(yuǎn)程檢測。

      3.1 故障特征分析

      口岸車道閘機的抬桿機械動作故障行為由轉(zhuǎn)子不平衡、轉(zhuǎn)子不對中、動靜碰摩三類特征形式共同組成。其中,轉(zhuǎn)子不平衡是口岸車道閘機遠(yuǎn)程故障的常見失效因素,主要表現(xiàn)在電動機或光電傳感器元件之中,當(dāng)轉(zhuǎn)子Ⅰ、轉(zhuǎn)子Ⅱ出現(xiàn)旋轉(zhuǎn)誤差時,摩擦螺絲會遠(yuǎn)離其原始存在位置,并不斷向著傳感器安裝孔方向靠近,從而使得聯(lián)軸節(jié)的磨損程度加重,造成口岸車道閘機出現(xiàn)不平衡運作狀態(tài)[14]。轉(zhuǎn)子不對中是造成口岸車道閘機抬桿機械動作運行故障的行為之一,在機器元件呈現(xiàn)明顯不對稱狀態(tài)的情況下,聯(lián)軸節(jié)會產(chǎn)生較大的運動位移,而由于光電傳感器執(zhí)行能力并不直接受到電動機元件的影響,未被識別的遠(yuǎn)程故障信號會在安裝孔內(nèi)大量累積,從而對兩個物理轉(zhuǎn)子的運動行為造成抑制性影響作用[15]。動靜碰摩是指在高速轉(zhuǎn)動的口岸車道閘機中,由于密封間隙的存在,轉(zhuǎn)子Ⅰ、轉(zhuǎn)子Ⅱ之間的轉(zhuǎn)動行為很難完全匹配,且隨著摩擦系數(shù)的改變,閘機元件的振動行為也會受到嚴(yán)重影響。口岸車道閘機的結(jié)構(gòu)形態(tài)如圖5所示。

      圖5 口岸車道閘機的結(jié)構(gòu)形態(tài)

      3.2 故障信號的非均勻采樣

      (3)

      式中,k代表口岸車道閘機抬桿機械動作故障信號的單次采樣頻率值,β代表基于機器視覺理論的故障信號協(xié)調(diào)度量值,y代表故障信號的特征形式量化差值。

      3.3 檢測盲源分離

      在口岸車道閘機抬桿機械動作故障遠(yuǎn)程檢測的過程中,通過CCD傳感器所獲取的原始信號參量不可避免地會混入噪聲雜質(zhì),且隨著閘機設(shè)備運行時間的延長,這些噪聲信號的儲備總量也會不斷增大。若長期維持上述局面,不但會使直方圖修正結(jié)果出現(xiàn)較大理論偏差,也會造成故障信號非均勻采樣行為失去其原有價值[18-19]。檢測盲源分離是一種有效的噪聲信號提取與去除手段,可在故障融合信號中,分別對原始信號參量、故障遠(yuǎn)程檢測信號、雜質(zhì)信號參量進(jìn)行分別度量,再根據(jù)已知的非均勻采樣條件,確定各類信號的實時儲備量[20]。具體的分離處理流程如圖6所示。

      圖6 檢測盲源分離流程圖

      假設(shè)c0代表故障檢測源節(jié)點的初始位置坐標(biāo),cn代表故障檢測源節(jié)點的終止位置坐標(biāo),n代表口岸車道閘機遠(yuǎn)程故障信號的檢測度量條件,聯(lián)立公式(3),可將檢測盲源分離表達(dá)式定義為:

      (4)

      3.4 故障信號輸出信噪比

      (5)

      式中,θ表示故障信號參量與原始信號參量間的實值配比系數(shù),q表示故障信號參量的檢測矢量數(shù)值,vmin代表最小的檢測指令定義項,vmax代表最大的檢測指令定義項。至此,完成各項理論系數(shù)值的計算與處理,在機器視覺理論的支持下,實現(xiàn)口岸車道閘機故障遠(yuǎn)程檢測。

      4 實驗結(jié)果與分析

      為了驗證基于機器視覺的口岸車道閘機抬桿故障遠(yuǎn)程檢測方法的有效性,避免突發(fā)事件對實驗結(jié)果真實性造成的影響。在實驗開始之前,應(yīng)通過人工篩查的方式,對口岸車道閘機設(shè)備的應(yīng)用能力進(jìn)行測試。在確??诎盾嚨篱l機設(shè)備的應(yīng)用能力可長時間保持穩(wěn)定狀態(tài)后,取出原設(shè)備中的轉(zhuǎn)子元件,并將其置于如圖7所示的機械檢測平臺之中。

      圖7 轉(zhuǎn)子結(jié)構(gòu)的故障能力檢測

      將口岸車道閘機抬桿機械動作故障檢測準(zhǔn)確率和IMF分量作為實驗指標(biāo)??诎盾嚨篱l機抬桿機械動作故障檢測準(zhǔn)確率指的是對口岸車道閘機抬桿機械動作故障表達(dá)或描述的正確程度,能夠有效反映口岸車道閘機抬桿機械動作故障檢測精度,故障檢測準(zhǔn)確率越高,表明故障檢測精度越高。其表達(dá)式為:

      (6)

      式中,Gg表示正確檢測機械動作故障數(shù)量,Dd表示總的迭代次數(shù)。

      設(shè)置迭代次數(shù)為300次,針對閘機未開啟或關(guān)閉、未開啟或關(guān)閉到位、閘機未抬、降桿等6種故障類型,分別采用此次提出的基于機器視覺的檢測方法和當(dāng)前Hilbert譜圖特征的檢測方法,對口岸車道閘機抬桿機械動作故障進(jìn)行檢測,對比不同方法的口岸車道閘機抬桿機械動作故障檢測準(zhǔn)確率如圖8所示。

      圖8 不同方法的口岸車道閘機抬桿機械動作故障檢測準(zhǔn)確率

      根據(jù)圖8可知,當(dāng)前Hilbert譜圖特征的檢測方法的閘機未關(guān)閉故障檢測準(zhǔn)確率較高,可達(dá)到82.4%,而基于機器視覺的檢測方法的閘機未抬桿故障檢測準(zhǔn)確率較高,可達(dá)到93.6%。針對6種口岸車道閘機抬桿機械動作故障類型,當(dāng)前Hilbert譜圖特征的檢測方法的平均口岸車道閘機抬桿機械動作故障檢測準(zhǔn)確率為78.6%,而基于機器視覺的檢測方法的平均口岸車道閘機抬桿機械動作故障檢測準(zhǔn)確率高達(dá)90.4%,能夠有效提高口岸車道閘機抬桿機械動作故障檢測精度。

      在此基礎(chǔ)上,進(jìn)一步驗證基于機器視覺的檢測方法的檢測方法的故障運轉(zhuǎn)行為幾率。IMF分量是一個關(guān)鍵的轉(zhuǎn)子故障行為表達(dá)系數(shù),一般情況下,IMF分量的物理數(shù)值越大,轉(zhuǎn)子設(shè)備可能出現(xiàn)故障運轉(zhuǎn)行為的幾率也就越低,此時轉(zhuǎn)子Ⅰ、轉(zhuǎn)子Ⅱ的轉(zhuǎn)動角速度也相對較快。在故障信號輸出信噪比數(shù)值為J的前提下,可將平均角速度?(?為轉(zhuǎn)子Ⅰ角速度?1與轉(zhuǎn)子Ⅱ角速度?2的平均值)與IMF分量間的數(shù)值比例關(guān)系表示為:

      IMF=τ·J?

      (6)

      式中,τ表示一個固定的等比數(shù)值參量,針對口岸車道閘機來說,其實值水平始終大于自然數(shù)1。

      分別設(shè)置低進(jìn)車量和高進(jìn)車量兩種情況,采用此次提出的基于機器視覺的檢測方法和當(dāng)前Hilbert譜圖特征的檢測方法,對口岸車道閘機抬桿機械動作故障運轉(zhuǎn)行為進(jìn)行檢測,得到應(yīng)用當(dāng)前Hilbert譜圖特征的檢測方法與基于機器視覺的檢測方法后,IMF分量值的實際變化情況如表1和表2所示。

      表1 IMF分量值記錄(低進(jìn)車量)

      表2 IMF分量值記錄(高進(jìn)車量)

      分析表1可知,當(dāng)進(jìn)車數(shù)量處于10~15輛之間時,機器視覺檢測組?1、?2的數(shù)值水平基本能夠保持相對穩(wěn)定的存在狀態(tài),故而根據(jù)公式(6)所得的IMF分量數(shù)值也基本能夠維持較為穩(wěn)定的數(shù)值狀態(tài);Hilbert譜圖特征檢測組?1、?2的數(shù)值變化形式基本與機器視覺檢測組相同,但其實際數(shù)值水平相對較低,有公式(6)所得的IMF分量數(shù)值更是遠(yuǎn)低于實驗組。

      分析表2可知,當(dāng)進(jìn)車數(shù)量處于110~160輛之間時,機器視覺檢測組?1、?2的數(shù)值水平已知保持不斷上升的數(shù)值變化狀態(tài),且相鄰兩組數(shù)值結(jié)果之間的上升幅度也基本等于10轉(zhuǎn)/s,故根據(jù)公式(6)所得的IMF分量數(shù)值也保持不斷上升的數(shù)值變化狀態(tài),每一次上升變化的具體幅度值也為10 τJ;Hilbert譜圖特征檢測組?1的數(shù)值變化形式與機器視覺檢測組相同,而?2數(shù)值雖然也維持著不斷上升的變化趨勢,但其上升幅度值并無明顯規(guī)律,且在?2的平均數(shù)值出現(xiàn)了小于?1的情況,故IMF分量雖然能夠維持小幅上升狀態(tài),但其變化趨勢卻并無明顯數(shù)值規(guī)律,平均數(shù)值水平更是遠(yuǎn)低于機器視覺檢測組。

      整合上述實驗研究結(jié)果可知,基于機器視覺口岸車道閘機故障遠(yuǎn)程檢測方法的抬桿機械動作故障檢測精度,且IMF分量指標(biāo)數(shù)值更大,其轉(zhuǎn)子設(shè)備在實驗過程中,可能出現(xiàn)故障運轉(zhuǎn)行為的幾率也就相對較低。在整個實驗過程中,無論進(jìn)車數(shù)量保持為低水平還是高水平狀態(tài),轉(zhuǎn)子Ⅰ、轉(zhuǎn)子Ⅱ均保持相對較快的轉(zhuǎn)動速度,這樣有效驗證了上述實驗結(jié)論。

      5 結(jié)束語

      在機器視覺理論的支持下,檢測主機可直接獲得口岸車道閘機的遠(yuǎn)程故障信號圖像,并可借助CCD傳感器與鏡頭設(shè)備,實現(xiàn)對圖像配比原則的初步完善。由于故障特征行為的多變性,非均勻采樣結(jié)果可輔助檢測盲源分離指令的順利進(jìn)行,不僅實現(xiàn)了對故障信號輸出信噪比數(shù)值的準(zhǔn)確計算,也使得有效信號、故障信號、噪聲信號等元素得到了較好分離,這在一定程度上抑制了口岸車道閘機故障信號混合傳輸行為的出現(xiàn),提高了口岸車道閘機抬桿機械動作故障檢測精度,為閘機設(shè)備的穩(wěn)定運行提供了保障。

      猜你喜歡
      閘機車道機器
      機器狗
      機器狗
      北斗+手機實現(xiàn)車道級導(dǎo)航應(yīng)用
      基于客流特征下的地鐵站閘機配置分析
      避免跟車闖紅燈的地面車道線
      淺談MTC車道改造
      基于CAN總線的閘機結(jié)構(gòu)及部件優(yōu)化設(shè)計
      基于客流特征下的成都地鐵站閘機配置研究
      設(shè)計(2020年24期)2020-01-25 11:18:37
      未來機器城
      電影(2018年8期)2018-09-21 08:00:06
      實名制驗證快速閘機通道及其發(fā)展趨勢分析
      玉林市| 石门县| 广昌县| 花垣县| 紫云| 西乌| 财经| 苍梧县| 郧西县| 津市市| 邻水| 宁海县| 庄河市| 克山县| 河津市| 时尚| 二连浩特市| 福鼎市| 胶州市| 辽中县| 刚察县| 志丹县| 富顺县| 昌乐县| 和平区| 沐川县| 禹城市| 和顺县| 澄江县| 海安县| 疏勒县| 蕲春县| 连山| 四会市| 历史| 长海县| 柳林县| 梁山县| 景泰县| 丹东市| 漠河县|