皮带巡检机器人技术方案

皮带巡检机器人项目

技

术

方

案

目录

一项目背景 (1)

1.1背景概述 (1)

1.2需求分析 (1)

二智能轨道巡检机器人解决方案 (3)

2.1系统简介 (3)

2.2机器人系统方案 (4)

2.2.1机器人本体 (5)

2.2.2分布式充电系统 (5)

2.2.3机器人通信系统 (5)

2.2.4机器人轨道 (6)

2.2.5机器人系统软件平台 (7)

三技术实现原理 (8)

3.1机器人本体功能实现原理 (8)

3.2系统识别功能实现原理 (11)

一项目背景

1.1背景概述

拟实施本项目的XXXXX矿在前几轮产业升级中已对工人人员结构进行了升级调整，但在后续执行实施过程中也暴露出了“工作量大、人手不够”，“恶劣环境的巡检质量无法保障”“效率低”等突出问题。

本项目的推进与实施正是解决了目前在产业结构升级调整过程中出现的一系列突出问题，为集团层面的转型发展保驾护航。

1.2需求分析

图1.1物料运输系统

1）输料管道内滚轮长时间工作处于发热状态，监测到温度超过警戒值则需要报警到控制中心，由工作人员进行复查更换配件，保证生产安全，提高生产效率，降低生产过程中不必要的损失。每条物料运输皮带巡检区域分上下两层，滚轮分布在皮带下部及左右两侧，均需进行视频及红外检测，同时齿轮箱、电动机、滚筒均需要测温，检测工作量巨大，需要机器人进行红外测温，

代替人工完成巡检任务。

2）整个物料运输系统需噪声监测，检测相关设备零部件工作状态，包括是否有松动、损坏等，需将采集的数据与提前设定的数值进行对比，超出设定值则报警至控制中心，由工作人员进行复检。

3）物料运输系统末端皮带容易跑偏，对此需要进行防跑偏视频监控，通过机器人搭载的高清摄像机拍摄图片，机器人进行图像识别判断皮带是否跑偏、是否破裂、拖轮是否严重磨损等、如检测以上异常情况，机器人反馈异常信息至控制中心，由控制中心根据异常级别执行停机检修等相应。

4）对于皮带撕裂、脱胶等突发情况，此过程应为一个渐进过程，可通过安装在头尾轮处的固定摄像头对皮带进行24小时定点识别皮带损坏情况，同时巡检机器人在巡检时通过图像识别判断巡检区域的皮带异常情况。

5）加装超声波测速传感器对皮带速度进行测速，通过与滚筒速度的对比来判断皮带打滑情况的发生。

6）机器人对皮带输送物料的大小进行图形识别判断，如有直径过大的物料及时进行报警。

二智能轨道巡检机器人解决方案

2.1系统简介

物料运输系统巡检机器人系统构成：智能轨道巡检机器人、轨道、无线通信及充电控制单元、中控室系统及集控平台软件，如图2.1所示。

图2.1巡检机器人系统构成图

输料皮带线采用机器人巡检主要实现以下功能：

（1）红外热成像测温

图2.2输料皮带线热成像检测

巡检机器人搭载热成像传感器，当机器人运行在皮带线上方时，能够通过热成像可监测到由于老化、摩擦等原因引起的皮带、托辊发热现象，及时起到预警作用，从而减少或避免皮带输送机事故发生。

（2）噪音监测与故障诊断

图2.3 噪音检测与分析诊断

机器人基于高保真音频传感器对运行噪音进行采集，通过AI智能算法结合机器人日常巡检中大量的音频记录历史数据进行对比分析，结合大数据计算技术，能够有效识别物料运输系统噪声异常、轴承损坏等异常现象，机器人上报异常消息至集控平台，便于工作人员及时维修，减少生产损失。

（3）皮带跑偏、破损图像检测

输料皮带线皮带容易跑偏，机器人搭载的高清摄像机采集高清视频图像，机器人通过深度学习算法进行图像识别，能够有效判断皮带是否跑偏，皮带是否有破损，如有跑偏、破损等异常情况，机器人将异常信息反馈至控制中心，由控制中心及时处理。

（4）无人值守智能巡检

智能巡检机器人支持全自主和人工远程控制巡检模式。全自主模式下，系统根据预先设定的巡检任务内容、时间、路径等参数信息，机器人自主并完成巡视任务；人工控制巡检由操作人员设定巡视点，操作机器人对巡检点完成巡检任务。人工控制巡检模式由操作人员手动控制机器人，完成巡检工作。可实现对物料运输系统进行反复巡检，并实现对物料运输系统状态的连续、动态的数据采集及系统存储。

2.2机器人系统方案

智能轨道巡检机器人及配套集控系统，为物料运输系统提供一套完整的无人值守巡检解决方案，具备物料运输系统无人化巡检、物料运输系统组件发热检测报警、噪音识别、皮带跑偏识别、皮带破损识别报警等核心功能，配套物料运输系统集控软件能够对整个输送带巡检机器人组控制、并能够对大量的输送带系统数据进行采集与大数据分析，通过人工智能算法实现物料运输系统巡检、零部件检测、系统报警为一体的智能化运维。

本解决方案具体内容包含以下几部分：

2.2.1机器人本体

图2.5 轨道巡检机器人构成

智能轨道巡检机器人的主要部件包括：车体、驱动电机、控制单元、定位模块、超声探头、360°全方位云台、可见光高清摄像机、高保真音频输入、红外热像仪、温湿度传感器等。

2.2.2分布式充电系统

轨道巡检机器人采用具备核心专利技术的快速无线充电技术，最大充电电流可达15A，单次充电最快2小时内完成，相比接触式充电方式会引起火花的情况，无线充电技术是目前钢铁（冶金）工厂巡检环境中最安全高效的供电方式。

2.2.3机器人通信系统

机器人通信系统采用无线数据网络传输技术，在皮带沿线实现无线网络的无缝隙覆盖。采用5.8G无线加密通信网络。机器人上的ARM控制单元和视频装置通过以太网连接到无线集线器上，在皮带线布置若干个无线AP组成无线局域网，监控后台也通过无线集线器连接到无线局域网中，这样，整个移动监控系统内的设备可以实现互相访问，网络带宽可以有效实现负载平衡。

2.2.4机器人轨道

图 2.6 高强度铝合金轨道

轨道作为巡检机器人设备的承载主体，实现巡检机器人的移动监控。本系统采用工字型铝合金型材，经氧化处理，既提高抗腐蚀能力，又可加强表面硬度，增加抗磨损性能。基于有限元分析技术设计的机器人轨道及吊装结构，能够最大程度的保障轨道机器人的安全性，为高稳定性的机器人巡检系统提供保障。

轨道挡灰设计，如图2.7所示，轨道上加装挡灰板，防止皮带工作时在轨道面产生大量积灰及石料颗粒，避免雨天轨道积灰同雨水掺杂凝固形成障碍物，影响机器人正常通行，同时保护机器人行走及导向轮不被石料颗粒破坏。

挡灰板

图 2.7轨道挡灰结构设计

2.2.5机器人系统软件平台

图 2.8后台控制软件界面

物料运输系统平台系统由机器人控制管理系统、智能巡检可视化平台组成，机器人控制管理系统能够实时对机器人远程管理、远程控制、任务分配、异常报警等设备管理，巡检可视化系统能够同步在集中控制中心大屏进行动态的数据呈现。

三技术实现原理

3.1机器人本体功能实现原理

1.机器人系统物料运输系统适用的原则下实现环境监测、生产运行系统信息交互、图像展示、数据展示、预警、辅助决策、信息统计分析等功能。

2.状态智能巡检功能：机器人通过设定好的巡检任务进行全皮带线定时巡检，巡检过程中进行数据采集、包括拍照、录像等，采集到的数据通过机器人专用网络传至控制中心服务器，便于后台进行数据分析、历史记录。

图3.1自主巡检任务设定界面

3.内温湿度、噪声检测功能：巡检机器人可检测温湿度、噪声，为管理人员提供环境健康依据，推断设备异常状态。

4.状态检测功能：巡检机器人可将现场的视频图像、红外测温图像、环境温度、电机本体及轴承温度，电机前后端轴承、减速机输出、输入端轴承振动等设备情况发送回上位机。当设备出现异常情况时巡检机器人需停止巡检并停留在原地，并在现场及上位机上发出报警，异常情况消除后可以人为控制继续巡检。

图3.2 热像仪检测关键设备温度

5.自主充电功能：采用分布式充电站+锂电池供电方式，分布式充电站采用接触式防打火安全充电技术，具备充电效率高，安全可靠特性，其无线充电原理如下图所示。

6.机器人的监控手段：巡检机器人安装多种现场监控手段，包括：基于360°全方位双光云台的可见光视频监控和热成像监控，可以实现巡检机器人运动过程中的对设备进行视频巡检和红外测温。

图3.4双光云台

7.机器人自检功能：巡检机器人具备自检功能，自检内容包括电源、驱动、通信和检测设备等部件的工作状态，发生异常时应能立刻发出警报，并能上传故障类型等信息至监控后台。

8.远传通信功能：巡检机器人的通讯设备需保证数据传输的稳定、可靠，能实现巡检后台和巡检机器人之间的双向通讯，能为监控后台提供良好的用户体验。

机器人通信系统主要由光纤、交换机、无线AP、核心交换机构成局域环网，保证机器人在整个巡检任务执行过程中始终处于高质量的网络覆盖下，其

构成原理图如下图所示。

图3.5无线网络构成原理图

9.避障系统：巡检机器人搭载红外与超声波雷达传感器构筑双重安全保障，在一种传感器失效情况下保证机器人具备避障功能，并进行系统安全报警并在明显位置安装有闪动警示灯，提醒人员注意。

图3.6 超声波避障覆区域

10.系统集中管理功能：系统可进行多台巡检机器人联动管理，巡检机器人应能正确接收监控后台的控制指令，实现云台转动、车体运动、自动充电和设备检测等功能，并正确反馈状态信息；及时上报机器人本体的各类预警和告警信息。

11.机器人能够通过自己采集的各种数据建立数据库，利用大数据技术进行

分析，对设备状态进行诊断预警。

图3.7 数据库示意图

3.2系统识别功能实现原理

皮带系统检测，及时发现皮带异常点，并上报控制中心作出合理响应，检测项包括：

1. 图像识别实现皮带异物检测，例如金属件、体积较大的石块。机器人系统识别出大件可能具有破坏性的异物即时将报警信息传送与皮带控制系统，由皮带系统控制人员做后续处理；

图3.8 异物识别

通过固定在皮带上方的摄像头获取皮带运行时的视频流数据。根据皮带与相机固定的相对位置可以得到皮带数据的ROI （region of interest ），在ROI 内的图像数据转化至HSV 、LAB 色彩空间内，对HSV 色彩空间中的H 通道、LAB

色彩空间内的

L 通道与灰度化后的原图进行处理，利用边缘算子Canny 、Sobel 等卷积图像，分割图像中的物体。对分割后物体的轮廓、大小、形态进行

分类，找出与图像中大部分检测物体不同的分割块即识别成异物，在视频流中进行标注，得到最终检测结果。

2. 图像识别算法实现皮带测速，测速结果与电机速度比较，判断是否有打滑现象。

皮带实现原理：通过固定在皮带上方的摄像头获取皮带运行时的视频流。从前一帧图像中计算特征点，并筛选出较为稳定并且适合跟踪的特征点。根据光流法在当前帧中寻找上一帧中用于跟踪的特征点。计算前后帧匹配的特征点，并且筛选出在误差E内符合皮带运行方向的匹配特征点，计算匹配特征点移动的像素距离和两帧图像与图像之间的时间差，推算皮带速度，特征点标注如下图所示。

图3.9 皮带特征点标注

由于固定摄像头光圈与镜头中线与皮带所在平面呈一定角度，造成远处的匹配特征点移动距离小于近处匹配特征点移动距离，因此需要将不同位置的移动距离统一成相同的像素距离，通过绘制不同特征点移动距离与其位置之间关系的散点图，如下图所示。

图3.9 特征点距离与位置关系散点图

可知它们之间成线性关系，使用RANSAC算法拟合出曲线，得出不同速度下的不同位置像素距离的换算关系，由此计算出皮带移动的像素速度。最后通过测定皮带实际运行速度，将移动移动的像素速度转换成实际移动速度。

3. 图像识别算法进行下衬板脱落及料口堵料检测，皮带下料口出现衬板脱落、堵料情况及时发现并报警；

衬板脱落、堵料检测实现原理：

图3.10 下料口堵料识别

通过安装在出料口的固定相机获取图像数据。初始工作人员确认衬板与上下料正常运作，采集正常工作的图片信息，对衬板进行识别标定，对下料情况进行记录。之后运作时，实时处理固定摄像头的视频流，对衬板标定区域的信息进行实时匹配，当衬板与标定数据发生的偏差大于初始设定的阈值时，判定衬板脱落或移位，给出检修信号。同时对下料情况进行实时监测，当下料石块与初始工作状态记录数据出现明显偏差后，给出堵料信号。

4. 图像识别算法进行皮带托辊掉落检测；

托辊掉落检测实现原理：

图3.11 托辊识别

通过运动机器人进行托辊图像的获取工作。工作初期，工作人员确定所有托辊正常工作后，机器人对皮带中所有托辊采集图像，记录所有托辊的位置信息。之后的日常工作中，每次运行都在相应的位置采集图像，与初始采集的图像做图像对比，检测托辊位置是否有异常出现，当异常值大于一定阈值后，判定托辊掉落，给出信号与位置信息通知工作人员进行检修。

5.图像识别实现皮带跑偏检测，皮带跑偏检测实现原理如下

1 分割出皮带边缘区域线条；2分割出金属支架边缘区域线条；3 标定皮带与金属支架安全距离：将皮带放在跑偏的可以忍受的极限位置，计算皮带边缘线条在金属支架边缘区域线条何位置，标定此位置为未跑偏位置阈值；4使用过程，通过巡检机器人上的摄像头获取皮带图像，计算皮带边缘线条位于金属支架边缘区域线条位置，超过未跑偏阈值时判定皮带发生跑偏，否则未跑偏。

图3.12 皮带跑偏识别

6. 皮带割裂、破损检测，其实现原理如下：

第一步选择一些皮带割裂、破损的图像数据，使用OpenCV寻找计算割裂、破损的图像特征。使用时，通过巡检机器人上的摄像头获取皮带图像，同样计算特征，使用模板匹配等方法将计算得到的特征与割裂、破损的图像数据得到的特征进行匹配，如匹配到，则判定皮带割裂、破损；否则未发现皮带割裂、破损。

图3.13 皮带破损识别