基于视觉识别的隧道落石预警系统
2020-02-18吴俊垚
吴俊垚
(贵州电子信息职业技术学院, 贵州 凯里 556000)
0 前言
在隧道施工时,由于岩石本身的裂缝及地质脆弱部分的影响,容易造成落石的掉落, 2016 年到2018 年的中铁某局的职业安全与健康调查资料中因落石共造成47 名伤者,其中有6%的人死亡,42%以上的人员需要修养一个月以上。虽然采取在工作面上设置落石保护台,确保工人不用完全暴露的措施,但工人施工时需要有监视人员在其后观察岩石异常并及时报警,费工费时。因此本文根据这种情况提出通过高速摄影机结合视觉识别算法,对即将松脱的岩石进行趋势预判,在0.1 秒内通过光和声音的落石进行报警,将落石的预警效率进行提升,以保障现场施工人员的安全。
1 落石监测报警装置组成
落石监测报警系统由落石检测装置和报警装置组成。操作过程中,将照明摄像机安装在不干扰掘进设备附近(5~10 米)工作的位置。主要检测和报警下降的物体,如碎石脱落。该装置主要通过对大的岩石及1cm 程度的小岩石的落石进行监测,采用高速摄影机(秒几十次至50 次)拍摄的图像,视觉识别通过对连续的两个帧之间的差分图像进行识别,通过图像检测垂直向下移动体作为落石的方法。该装置的图像处理和图像识别技术将在第三节进行详细介绍。
照明装置使用采用LED 照明,及激光进行校差同时使用近红外光照射,减少LED 照度不足情况下进行的图像识别不清的问题。另外该装置包括高性能的PC 用于存储检测落石所需的拍摄条件信息和检测目标信息。
正常使用时,当掉落物体(落石或喷涂混凝土的剥落等)时,装置立即进行识别,警示灯闪烁并包报有警笛声,提醒现场工人注意。
2 基于视觉识别落石检测的算法
2.1 视觉识别落石原理
在落石检测中,首先用相机拍摄的图像作为数据进入图像采集单元。于此图像数据执行落石检测。首先,在落石检测区域计算中,根据过去N 帧(实际上约为N=3 到10)帧之间的差分图像确定落石检测排除范围,在两个落石检测单元(单个落石和群落石)中,仅对检测区域对落石进行检测。如果检测到落石,则数据将发送,以便通过落石检测单元观察落石并发出警报。
2.2 落石区域内移动体识别算法
落石检测的图像识别算法识别除落石以外的移动物体,如工人和掘进机附近的重型设备,以及"落石检测区域计算",该区域除该范围外,还检测落石检测区域所反射的物体为岩石。落石检测区域计算单元,通过处理时间序列中连续帧之间的差分图像,从过去N 帧中每个差分图像中提取移动区域,执行每个移动区域的集合范围以外的区域作为落石检测区域的过程。对于过去N 帧的图像,生成时间序列中连续两个帧的差异部分图像,通过按阈值执行值化过程,从每个差分图像中提取移动体的区域。最后,落石检测区域计算单元确定合成移动区域,并赋予相同的数字以作为一个组像素定义为落石检测禁止区域,除落石检测禁区外,其余空白区域为落石检测区域。此外,在这里视觉识别仅对扩大每个移动体区域的收集并插值,由于移动体的间隙和过去帧中没有移动,因此未检测到移动识别。
其中算法将落石识别的岛状区域成为检测区域,但岛状区域为工人穿戴的反光背心,因此需要对图像中明亮区域进行处理,以避免错误的落石识别情况发生。
2.3 落石区域内落石识别算法
落石检测单元,在落石检测区域拍摄的特定转移物作为落石候选物,通过跟踪落石候选于多个帧,具有单个落石检测单元,用于确定落石候选物是否为真正的落石。上一个落石对应于移动前的落石,而下面的落石对应于移动后的落石。单个落石检测单元如果检测到一组两个落石,则分别从两个落石候选的重心位置确定重心。当向上和向下的落石候选物被视为二维图像时,这种重心是数学重心,可根据落石候选形状和面积等计算。自然落体区域设置为前一个落石候选的重心下方。如果落石候选位置连续位于多个帧上,则确定落石候选位置为真正的落石。此外,落石检测单元对于单个落石,所有移动体出现在落石检测区域作为落石候选,通过跟踪所有落石候选的重心在多个帧上,落石候选者包括一个群落石检测,以确定它是否是真正的落石。因此,即使同时发生大量落石,也可以检测真正的落石,从而防止落石的遗漏。
2.4 基于视觉识别隧道落石算法验证
在验证过程中使用了大约50 小时的视频记录,曾成功捕获落石瞬间的图像记录。
3 总结与展望
作为隧道落石的检测,第一次在国内使用视觉识别技术,已于2018 年7 月完成样机,并在现场进行实验,并设计了新的图像识别算法,申报中国发明专利,通过视觉识别对隧道掘进过程中危险岩石地带提前进行预测和分析。今后需要进一步根据多个隧洞现场实际条件调整参数,做到设备具有相当的自适应。最终实现隧道落石检测的实时、便捷更有效的保护现场施工人员。