装备技术 Equipment technology
消声室制作
环己甲酸
球形接头吴俊垚
（贵州电子信息职业技术学院， 贵州 凯里 556000）
中图分类号：TB332 文献标识码：A 文章编号1007-6344（2020）02-0001-01
摘要：近年来我国高铁、公路、地铁等基础建设项目不断增加，其中隧道工程的建设也大量展开，施工过程中的各类事故和地质灾害也越发频繁，严重威胁隧道内施工人员的人生安全，根据统计大部分的隧道施工环节中常见的是落石灾害，传统的监测手段，仅在二维监测的数据上进行，图像显示不直观，预警能力不足；因此本文通过对视觉对隧道落石进行趋势识别研究的基础上，提供一种隧道落石预警的方式。 关键词：视觉识别；隧道；预警；危岩落石
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滚刷>土压力盒
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。
参考文献
[1] M.Andriluka,S.Roth,and B.Schiele.Monocular 3D pose estimation and tracking by detection. In CVPR, 2010. 1.
[2] K.He,X.Zhang,S.Ren,and J.Sun.Deep residual learning for image recognition. In CVPR, 2016. 1
[3] 巴仁基，王丽等.浅谈监控量测在隧道新奥法施工中的应用[J].山西建筑.2007,33(8):331-332.
[4] 郭静，罗华，张涛. 机器视觉与应用[J].电子科技，2014,27(7):185-188 [5] 杨同峰.基于空间关系的图像检索与分类研究[D].济南：山东大学, 2013 [6] 席晓聪，图像分类方法研究[D].济南：山东大学,2013
（上接第254页）
场利用专业材料展开全面覆盖。待重力式码头填筑施工结束之后，确保码头主体结构趋于稳定时再进行材料面层的拆除。
力式码头建设过程中的技术问题及相关难题展开探索，希望能够通过相关研究工作的开展为今后相关技术的研发与升级提供帮助，继而对我国水运事业的高速发展做出积极的贡献。
描图纸
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议