一种基于巡检机器人的化工场站流量观测器识别方法与流程
本发明涉及工业视觉检测,特别涉及一种基于巡检机器人的化工场站流量观测器识别方法。
背景技术:
1、化工场站如油库、加油站、加气站、化工生产装置区等内部敷设有大量输送工艺管道,许多工艺节点的管道上安装有流量观测器,流量观察器设有透明视窗,视窗内设置小球或叶轮:运行人员通过流量观测器的观察视窗内目标是否运动,即可直观判断管内流体状态是否存在异常工况。目前对流量观察器的检查仍主要依赖人工巡视。人工方式存在明显不足:化工场站属于易燃易爆危险场所,人工巡检的频次和时长受到严格限制,且部分观测点位置高、视线差,观察难度大;人工目视判断受经验和主观因素影响,难以形成连续、客观、可追溯的记录;两次巡检之间流体状态的变化无从掌握,不利于异常工况的及时发现与追溯分析。
2、为减少人工投入,部分场站在关键观测点固定安装摄像机进行视频监控;然而固定相机方案布点众多,需要敷设大量供电与网络线路,施工与维护成本高;相机视场固定,容易被管道、结构物遮挡,且无法随工艺流程调整灵活改变观测对象;对于点多面广、防爆改造受限的在役场站,固定相机方案难以实现全面覆盖。
3、近年来,轮式巡检机器人在化工场站逐步推广应用,可替代人工完成仪表读数、设备外观缺陷、渗漏油、火焰烟雾等识别任务;但针对流量观察器这一类特殊目标,现有机器人视觉系统尚缺乏有效的自动识别手段,主要原因包括:其一,流量观察器视窗为弧形透明玻璃,存在反光、倒影与背景透射干扰,视窗内目标对比度低;其二,站内光照条件随昼夜交替、照明启停、车辆灯光照射等发生显著变化,画面亮度突变容易造成误判;其三,机器人停靠后底盘与云台仍存在残余微动,画面整体晃动与视窗内目标的真实运动相互混淆;其四,视窗内目标尺寸小、运动形态多样,既有小幅位移又有连续旋转。
4、常规视频运动检测方法如帧间差分法、背景建模法、光流法等若直接移植到上述场景,存在明显缺陷:帧间差分法只能感知画面变化,无法区分机器人残余抖动引起的全画面运动与视窗内目标的真实运动;背景建模法在目标持续运动时容易将运动目标吸收进背景模型而造成漏检,且对光照变化的适应能力有限;光流法对反光和噪声敏感、计算量大,在巡检机器人搭载的嵌入式计算平台上难以实时运行;采用单一固定阈值判决,难以同时适应不同相机、不同拍摄距离下噪声水平的差异,误报率与漏检率均较高。
5、因此,亟需一种能够搭载于轮式巡检机器人、在即停即测工作方式下可靠识别化工场站流量观察器流体状态的方法,以克服玻璃反光、光照突变、残余抖动以及目标运动形态多样等因素带来的干扰。
技术实现思路
1、本发明的目的是克服现有技术的不足,提供一种基于巡检机器人的化工场站流量观测器识别方法,在即停即测工作方式下可靠识别化工场站流量观察器流体状态,克服玻璃反光、光照突变、残余抖动以及目标运动形态多样等因素带来的干扰。
2、本发明所采用的技术方案是:
3、一种基于巡检机器人的化工场站流量观测器识别方法,具体步骤为:
4、s1:轮式巡检机器人行驶至化工场站内的观测点位,控制设置在轮式巡检机器人的云台相机转动至预置位,对准安装于管道上的流量观测器,采集流量观测器视窗的图像帧序列;
5、s2:对图像帧序列进行画面稳定性判定,仅在判定画面稳定后执行后续步骤;
6、s3:在稳定的图像帧序列中确定流量观测器视窗对应的圆形检测区域;
7、s4:逐帧计算圆形检测区域内的两类互补运动特征:
8、第一运动特征为当前帧与参考帧在圆形检测区域内灰度差分超过自适应阈值的运动像素占比,自适应阈值根据灰度差分的均值与标准差自适应确定;
9、第二运动特征为圆形检测区域内光流场的平均幅值;
10、s5:获取当前帧全画面亮度均值相对参考帧的变化量,当变化量超过光照突变阈值时,丢弃当前帧的运动判定结果并更新参考帧;
11、s6:按预设融合规则融合第一运动特征与第二运动特征,得到单帧运动判定结果,对滑动窗口内的单帧运动判定结果进行统计投票,并结合滞回时间约束输出流量观测器的流体状态识别结果,流体状态识别结果包括有流量状态与无流量状态。
12、具体的,所述的步骤s1中,预先为每一观测点位存储对应的停靠位姿、云台预置位参数以及观测器标定信息;轮式巡检机器人到达观测点位并停靠后,控制云台相机按云台预置位参数转动对准流量观测器,录制预设时长tr的图像帧序列,预设时长tr不小于滞回时长阈值th。
13、具体的,所述的步骤s2中,画面稳定性判定包括:记第t帧全画面灰度图像为it,全画面像素集合为a,计算相邻帧全画面灰度差均值δi=(1/|a|)·σ|it(x,y)-it-1(x,y)|,当连续多帧的全画面灰度差均值均小于稳定阈值ts时,判定画面稳定,进入后续步骤;否则等待预设时间后重新采集,或对画面进行全局平移配准补偿后再执行判定。
14、具体的,所述的步骤s3中确定圆形检测区域ω包括:读取预存的观测器标定位置并将其映射至当前画面,得到初始圆形区域;或对当前画面进行圆形检测,根据检测到的视窗圆形轮廓修正圆形检测区域的位置与半径。
15、具体的,所述的步骤s4中,第一运动特征提取过程为:
16、对当前帧与参考帧在圆形检测区域内的图像分别进行灰度化与滤波去噪;计算两帧灰度图像逐像素差的绝对值,得到灰度差分图像d;
17、根据灰度差分图像在圆形检测区域内的均值μd与标准差σd按td=max(tmin, μd+k·σd)确定自适应阈值td,且自适应阈值不小于预设下限tmin,k为系数;
18、按自适应阈值td对灰度差分图像d进行二值化得到运动掩码,对运动掩码进行形态学去噪后,统计运动像素数量占圆形检测区域像素总数的比例,得到运动像素占比ρ;并对运动像素占比进行指数平滑ρt=α·ρ+(1-α)·ρt-1,α为平滑系数,平滑后的ρt作为第一运动特征。
19、具体的,所述的步骤s4中,第二运动特征提取过程为:
20、对圆形检测区域ω内的图像按倍数s进行降采样,采用金字塔分层稠密光流算法计算降采样后当前帧相对参考帧的光流场(u,v),计算圆形检测区域ω内各像素光流场平均幅值,作为第二运动特征。
21、具体的,所述的步骤s5中,记第t帧全画面亮度均值为bt,当变化量|bt-bt-1|超过光照突变阈值tb时,判定发生光照突变事件,丢弃当前帧的运动判定结果且当前帧不计入滑动窗口的统计投票,并以当前帧重建参考帧。
22、具体的,所述的步骤s6中,预设融合规则可配置为逻辑或、逻辑与或加权置信度中的任一种,具体为:
23、逻辑或指第一运动特征与第二运动特征中至少一项超过其对应判定阈值时,判定当前帧为运动帧;
24、逻辑与指第一运动特征与第二运动特征均超过其对应判定阈值时,判定当前帧为运动帧;
25、加权置信度指对第一运动特征与第二运动特征分别归一化后加权求和得到运动置信度,运动置信度超过置信度阈值时,判定当前帧为运动帧。
26、具体的,所述的步骤步骤s6中,统计投票与滞回时间约束包括:统计滑动窗口内被判定为运动帧的比例,当比例不小于第一比例阈值时,判定进入有流量状态并记录流量起始时刻;在处于有流量状态期间,当连续判定为非运动帧的持续时间超过滞回时长阈值th时,判定退出有流量状态并记录流量结束时刻,生成包含流量起始时刻与流量结束时刻的流量事件。
27、具体的,所述的步骤s6中输出的流量观测器流体状态识别结果包括流体状态、流量事件、逐帧运动特征记录与标注视频中的至少一种,用于巡检日志记录、异常报警联动与远程监控展示。
28、由于采用如上所述的技术方案,本发明具有如下优越性:
29、本发明以轮式巡检机器人为载体,单点停靠即可完成流量观察器识别,无需在每个观测点固定安装相机,显著降低化工场站流量监测的部署与维护成本;通过画面稳定性判定与等待重采机制,克服机器人停靠后底盘与云台残余抖动造成的全画面运动假象,使移动平台获得接近固定相机的检测可靠性;在视窗圆形检测区域内并行提取灰度差分运动占比与光流平均幅值两类互补运动特征并融合判决,对小球式与叶轮式观测器通用,对小幅位移与连续旋转两类运动形态均敏感,同时抑制玻璃反光等局部干扰;自适应阈值随画面噪声水平自动调整,光照突变保护机制在亮度突变时丢弃判定结果并重建参考帧,显著提高昼夜交替与照明启停条件下的判定稳定性;滑动窗口统计投票与滞回时间约束相结合,既避免单帧噪声引起的误报,又保证对流量状态变化的快速响应,输出带起止时刻的流量事件,便于巡检日志记录与报警联动。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com