基于机器视觉的风力灭火机性能检测系统

Feb. 2021Vbl.2& No.2
2021年2月 第28卷第2期
控制工程
Control  Engineering  of  China
图像识别
文章编号:1671 -7848(2021 )02-0360-07
DOI: 10.14107/j  ki.kzgc.20190178
基于机器视觉的风力灭火机性能检测系统
徐军,张先锋,杨帆,滕飞翔,孙明晓
(哈尔滨理工大学自动化学院,黑龙江哈尔滨150080)
摘要:在风力灭火机性能测试中,风速检测仪的毕托管探头中心与风口中心延长线精确 重合,是保证风力灭火机性能精确检测的关键因素。而传统的检测方法需手动寻风口中 心,偏差较大,严重影响风力灭火机风速的测试性能。因此,提出了 一种基于机器视觉的 风力灭火机性能的检测方法。通过摄像头实时检测风力灭火机风口中心,利用霍夫圆检测 算法结合最小二乘圆拟合进行风口识别与圆心定位,通过三轴运动控制平台实时调控实现
毕托管探头与风口中心的精确重合。实验结果表明,在0.3-1.5 m 的运动測试过程中毕托 管探头的运动轨迹与风口中心的重合误差为±1 mm,提高了风力灭火机性能检测的准确
性,为风力灭火机的性能检测提供了新方法。
关键词:风力灭火机;机器视觉;圆心定位;精确重合
中图分类号:TP391.41 文献标识码:A
Performance  Detection  System  of  Wind  Extinguisher  Based  on  Machine  Vision
XU  Jun, ZHANG  Xian-feng, YANG  Fan, TENG  Fei-xiang, SUN  Ming-xiao
(School  of  A utomation, Harbin  University  of  Science  and  Technology, Harbin  150080, China)
Abstract: In  the  performance  test  of  the  wind  extinguisher, the  Pitot  probe  center  of  the  wind  speed  detector
and  the  tuyere  center  extension  line  accurately  coincide  with  each  other, which  is  the  key  factor  to  ensure  the
accurate  detection  of  the  performance  of  the  wind  extinguisher. The  traditional  detection  method  requires
manual  search  for  the  center  of  the  tuyere, which  has  a  large  error  and  seriously  afFects  the  test  performance  of  the  wind  speed  of  the  wind  extinguisher. Therefore, a  new  detection  method  based  on  machine  vision  for  the
performance  of  wind  extinguishers  is  proposed  in  this  paper. The  tuyere  center  of  the  wind  extinguisher  is  detected  in  real  time  by  the  camera. The  Hough  circle  detection  algorithm  combined  with  the  least  squares
fitting  is  used  to  identify  the  tuyere  and  the  center  of  the  circle. The  three-axis  motion  control  platform  achieve
the  precise  coincidence  of  the  Pitot  probe  and  the  tuyere  center. The  experimental  results  show  that  the
coincidence  error  between  the  motion  track  of  the  Pitot  probe  and  the  center  of  the  tuyere  is  ± 1 mm  during  the
motion  test  of  0.3~1.5m, the  accuracy  of  the  performance  test  of  the  wind  extinguisher  is  improved, it  provides
a  new  method  for  the  performance  test  of  wind  extinguishers.
Key  words: Wind  extinguisher; machine  vision; center  positioning; precise  coincidence 1引言
便携式风力灭火机是我国扑救森林火灾十分 重要的灭火机具,也是专业灭火队伍配备的主要灭 火机具之一,尤其是在扑救森林地表火、草塘火、
荒山火和草原火方面发挥着重要作用便携式风 力灭火机的性能对灭火效果有决定性影响,符合国
家标准的风力灭火机性既能达到灭火的要求,又能 使工作人员的负担减轻⑵。
近些年,随着国家对自然环境的保护,实施退
耕还林,生态民生工程的政策,幼林面积的覆盖率 逐渐提高,至此森林防火的任务加重。随着风力灭 火机使用的普及,国内诸多厂家生产这一工具,虽
然厂家生产风力灭火机都是按照国家标准,但产品
收稿日期:2019-04-01;修回日期:2019-07-16
基金项目:黑龙江省普通高校基本科研业务费专项资金资助项目(LGYC2018JC011)
作者简介:徐军(1968-),男,黑龙江哈尔滨人,博士,教授,主要从事传感器技术、信息处理与机电一体化等方面的教
学与科研工作;张先锋(1994-),男,黑龙江哈尔滨人,研究生,主要研究方向为机器视觉、智能控制等(本 文通信作者,Email: *****************
).
第2期徐军等:基于机器视觉风力灭火机的性能检测系统•361•
质量和性能是否达到实际标准不得而知,并且目前国内釆用的检测手段大多是人工检测,虽然成本低,但检测手段复杂、滞后阳】。而随着计算机性能的快速发展,利用机器视觉定位风力灭火机风口中心成为风力灭火机的性能检测的新途径[5】。机器视觉涉及交通、公安、医药、农业、航天、工业等众多领域[6〕。而霍夫变换是研究图像识别的常用方法⑺,它主要是从原始的图像中分离出相同的图形。另外,与其他方法相比,霍夫变换具有独特的优点,能够减少噪声的干扰,从而减少目标的错误识别。标准的霍夫变换经常用来识别圆,首先对图像进行预处理凶,包括图像灰度化[9】、图像滤
波[训、边缘检测等⑴」2】,然后快速地识别出所需要的图形。为了进一步加快运算的速度,对霍夫变换做了一系列的改进,例如随机霍夫变换2】、基于梯度信息的霍夫变换[⑷、增量圆霍夫变换等[⑴。
为了进一步提高风力灭火机性能检测的精度和效率,本文提出的基于机器视觉的自动识别和定位的性能检测系统,能够实现风力灭火机风口识别与圆心的精确定位,进而实现风速检测仪毕托管探头与风力灭火机风口圆心的精确重合,满足风速检测的国家标准要求"1。
2灭火机工作原理及相关检测方法
风力灭火机由小型二冲程汽油机直接驱动连接在输出轴上的离心式叶轮高速旋转,将外部空气经防护罩整流吸入后增压加速并通过风机蜗壳和风筒形成强有力的高速空气射流,通过风筒使风力集中并用以吹击火焰,使燃烧物体温度骤降并隔离氧气。破坏其继续燃烧的条件,达到灭火目的。由于机械构造的影响风力灭火机适用于低强度火,即林火火焰高度小于1.5m,火强度小于3140kJ/m。风力灭火机结构如图1所示。
图1风力灭火机结构图
Fig.1Structure diagram of wind extinguisher
由于风口中心点的风力最为集中,且在风速检测过程中毕托管探头距离风口越远则在风筒中心延长线检测越具有代表性,所以在国标中规定风速的检测位置在风力灭火机风筒中心,同时此项指标也是风速检测的难点。本文的检测方式采用毕托管式压差风速计对风口中心风速进行检测,通过毕托管探头检测到压差Pv,输入到风速检测仪进行风速的转换,毕托管工作原理如图2所示。
U>静压Ps
一动压Pv
总压Ps+Pv
㊉通过Ps+Pv
Q通过
图2毕托管工作原理图
Fig.2Diagram of Pitot probe working principle 风速的获取方式如下所示。
eC.1.291』型2•丄.4_却(1)
V B289100+Ps
式中,C为常数;Ps为静态条件下的管道内侧与大气压间的压力差;Pv为非零风速引起的动压;B为测量期间出现的气压;T为热电偶检测到空气温度。
根据国家标准规定,便携式风力灭火机的检测包括:
①灭火机出风口中心1.5m处风速^22m/s;②
出口风量M0.4m3/s;③标定转速下耳边噪声W 105dB/A;④标定转速下三轴振动加速度W30m/s2o 由于国家标准只规定所需测试的参数及检测时所用测量仪器精度,并未对测试条件及环境作明确的要求,所以各厂商生产的风机并没有统一的检测平台。目前的检测平台有的是用整体的,有的则使用分部平台分别检测每一项参数,且都是工作人员对具体的要求手动调节操作进行检测。在进行风速检测时,手动调节风口中心与毕托管探头中心重合,无精度可言,且人参与的越多,对检测结果的影响越大。利用机器视觉设计全自动的风力灭火机性能检测系统,避免了人为因素影响,有效地完成了国标中距灭火机风口中心1.5m处风速322m/s 这一指标的风速检测要求。
3系统总体设计方案
3.1系统总体设计
根据目前风力灭火机检测系统的缺陷以及风力灭火机在国标中风机风筒中心延长线上测量风速的要求,设计了三轴运动检测控制平台。该平台
•362•控制工程第28卷由三轴运动支架、风力灭火机固定台和软件控制台
三部分组成。三轴运动支架主要完成毕托管和摄像
头在三轴方向上的移动,使风速检测仪的毕托管探
头运动轨迹与风口中心重合。风力灭火机固定台主
要完成风力灭火机的固定,更有利于检测数据的准
确性。软件控制台主要完成工作人员软件控制的要
求,使操作更方便高效。
系统整体结构如图3所示。
1.风速检測仪的毕托管探头;
2.X轴轨道;
3.Y轴轨道;
4.Z轴轨道;
5.
步进电机;&摄像头;7.风力灭火机;&风机圆形风口;9.固定台;
10.软件控制台
图3系统整体结构示意图
Fig.3Schematic diagram of the overall system structure
以三轴运动检测控制平台为基础,搭建了基于
机器视觉的风机风口圆形自动识别和圆心定位的
风速检测系统。该系统由机器视觉系统和电机控制
系统两个子系统组成。机器视觉系统主要对摄像头
采集的图像信息进行相应处理。利用圆形检测算法
获得圆形风口圆心在图像中的位置坐标,通过检测
和实时校正最终使风机风口圆心达到图像的中心
像素位置并经串口通信将位置信息传递给电机控
制系统。电机控制系统主要利用微控制器与驱动器
通过脉冲信号和方向信号驱动电机控制毕托管探
头和摄像头在三轴轨道上运动,从而实现毕托管探
头与风力灭火机风口中心的精确重合,实现风速检
测位置的定位。
系统整体设计流程如图4所示。
机器视觉系统
电机控制系统
5V供电系统
1r-
T Atmega2560^[控制器号~~密信;■
411
--1
上位机
PyQt+OpenCV 1/0端子板
24V 供电系统
驱如11驱鈿21驱场髀3|;
T步进牯机1丨®进二机2|匡忒而]!
_________________________________________________I
图4系统整体设计流程图
Fig.4Flow chart of the overall system design
3.2传感器选型
为完成风力灭火机在国标中风机风筒中心延
长线上测量风速的要求。视觉传感器选用工业摄像
头HC800,采用USB免驱动的有线连接方式使操作
更加方便,分辨率可调,可以达到圆形检测的像素
要求。根据国标风速仪最小刻度0.2m/s,毕托管外
径不大于8mm的要求,目前国内达到要求的风速
传感器较少,所以采用意大利Delta OHM公司生产
的毕托管式风速检测仪HD2114P.2o HD2134P.2是
一种压差式风速计,通过连接到仪器输入端的皮托
管测量压差,并在通风口中实现速度和气流,用热
电偶K探头测量温度,RS232C/USB输出,用于实
时数据传输到PC或打印机,可用于完成风力灭火
机风速性能的检测。
4风口中心点识别
根据国标中风机风筒中心延长线上测量风速
的要求。利用机器视觉开发圆形检测算法进行风口
中心点识别。风口圆形检测算法设计首先对图像进
行预处理,利用OpenCV函数库的霍夫圆检测,概
略的确定圆的圆心和半径,并利用Canny边缘检测
提取在圆上的边缘点,最后通过最小二乘圆拟合方
法准确定位圆形位置和圆心坐标。圆形识别的步骤
如图5所示。
图像预处理雀夫圆形检測最小二乘圆拟合
图5圆形识别流程图
Fig.5Circular recognition flow chart
4.1霍夫圆形检测算法原理
霍夫变换圆检测的原理是将图像空间中的边
缘像素点映射到参数空间中,然后把参数空间中的
坐标点元素对应的累加值进行累加,最后根据累加
值确定圆心和半径。圆的极坐标方程可以写成:
[a=x0-rcos6⑵
卜=儿-rsinO
式中,(a,6)为圆心;r为半径;(X。』。)为直角坐
标系中图像空间中的一个边缘点;0可0,2兀)。
由公式可知,对&进行遍历,那么图像空间上
的点(X。,%)映射到参数空间为一个圆
第2期徐军等:基于机器视觉风力灭火机的性能检测系统•363•
由此我们可以推出,图像空间中的圆上每一个点对应到参数空间都是一个圆。在图像空间中取出任意一个边缘像素点,以/•为半径映射到参数空间,
(a)图像空间圆上的某点在三维参数空间的显示
(a)Display of a point on the image space circle in the three-dimensional
parameter space
10.
8、
-101
(b)图像空间圆上的所有的点在三维参数空间的显示
(b)Display of all points on the image space circle in the three-dimensional
parameter space
图6图像空间圆上的某点在三维参数空间的映射Fig.6Mapping of a point on the image space circle in the three-dimensional parameter space
由于r可取任意值,那么映射到参数空间r的位置不定。图像空间中圆边缘的某点(x,y)映射到三维参数空间为(a,b/)都是一个圆,如图6(a)所示。霍夫变换检测圆时,需在参数空间建立一个累加数组A(a,b,r),其中r为变量。对图像空间每一个圆边界点计算(a,b,r),并对数组A(a,b,r)进行累加。检测完后,数组A(a,b,r)中的最大值所对应的(a,b)即为圆心坐标,对应的r为圆的半径,见图6(b)o霍夫变换圆检测算法虽然鲁棒性好,稳定性高,但精度稍低,需结合最小二乘圆拟合进行精度的提高和准确的圆心定位。
4.2最小二乘圆拟合数学模型
利用霍夫圆形检测粗略检测出圆心的坐标(a,b),半径r,通过Canny边缘检测技术得到圆形边缘点的坐标信息。如果检测到的边缘点坐标(x,,y,)(z=1,2,3,•••,”)在圆上,则满足
J(x,.-a)2+(必-莎-r= 0(3)在实际的测试中,严格符合上述公式的轮廓点
很少,所以在实际的计算中需要设置阈值6,当边缘点的位置满足如下公式,则表示边缘点在圆上。
J(x厂a)?+(y厂莎-r<8⑷
式(4)可以得到圆上的边缘点,且至少需要满足条件的3个边缘点(x,j)才可以通过拟合方法得到精确的圆心坐标。
最后通过最小二乘法圆拟合准确定位圆心坐标,由圆的数学表达式可知其方程为
(x,-O〉+(x-Oy)2=7?2(5)
式中,o*和q为需要拟合的圆心坐标;为拟合的圆形半径。
边缘点到圆心的距离为%(i=l,2,3,-,«),则%可以表示为
di=+(”_0/2(6)
假设边缘点到圆心的距离d,的平方与半径7?的平方的差值为@(i=l,2,3,・・・,”),则爲可以表示为S t=d:—R2=■(x厂0丿+(y t~O y)2—R2=
x:_2O x x+O;+2O y y+O y2-R2=⑺
22
X]+牙+px i+qy i+z
式中,p=-2O
*;q=-2Oy;z=O/+O/-7?2«
最小二乘法圆的拟合数学表示为工:7那,则工二那可以表示为
F(p,q,z)=
n”(8)
=£(x:+y.2+p Xi+qy t+z)2
1=11=1
F(p,q,z)分别对Pg求偏导,求解最小值如式(9)所示。
坐:g=£2x:(x:+y.2+p Xi+qy t+z)=0
Op1=1
•坐:qQ=£ly.(x:+y:+p X[+qy,+z)=0
^^空2(球+严阿+妙+z)= 0
I Sz汙
(9)
求解方程(9)得到p,qz。进一步求解O x,Oy,R
・364・控制工程第28卷
O—
x2
■O=-^(10)
J2
R=JP?+g2_4z
._2~
由式(10)得到拟合的圆形风口的圆心坐标和半径。
4.3图像坐标校正模型
为实现风力灭火机口圆形在世界空间位置的精确定位,需要图像“ov坐标系与XOY坐标系的对应模型。
经多次实验确定最优的风机风口与摄像头的对应位置,位置的选择会影响风口中心与图像中心重合的校正次数。风力灭火机固定在风机固定台上,通过多次校正风力灭火机风口图像使图像坐标系图像的中心像素点位置与风机圆形风口圆心位置精确对应,如此避免了图像坐标空间与实际电机移动空间的不对应所带来的定位不准确的问题。
图7图像坐标校正模型
Fig.7Image coordinate correction model
在此模型中,图像检测到的圆心位置从TSW V H X)到达T(忆,0),毕托管探头在X轴与y 轴方向上移动距离Ar与",获取方式如下所示。
-H(11)
Yr=—x(W.-W.)
I W12
式中,TWi,H,)为初始图像圆心坐标;T(W2,H2)为图像的中心点像素坐标,图像的中心点像素坐标为(160,120);?为在/轴方向移动77个像素点移动的距离;厶为在X轴方向移动炉个像素点移动的距离。
由于控制精度的要求,下位机的步长设置精细,保证微小位移下风口中心与毕托管探头能够精确重合。校正后风口图像如图8所示。
图8校正前后风口图像示意图
Fig.8Schematic diagram of tuyere images before and after
correction
5实验与分析
5.1实验平台搭建
本文以三轴运动检测控制平台为基础,搭建了基于机器视觉的风力灭火机性能检测系统。然后以Windows系统PyQT为开发平台,利用OpenCV对图像进行预处理,包括图像灰度化、图像滤波、边缘检测,并以霍夫圆检测算法结合最小二乘圆拟合进行风力灭火机圆形风口的识别与定位的算法二次开发。最后,通过串口通信将位置信息发送给微控制器,电机控制系统驱动电机达到相应位置,实现毕托管探头中心与风机风口中心延长线位置的精确对应。
风力灭火机检测平台整体实物如图9所示。
图9风力灭火机检测平台整体实物图Fig.9Overall physical map of the wind extinguisher
detection platform
5.2实验结果与分析
在搭建的硬件平台基础上及密封环境下,圆形风口的定位过程如图10所示,风速检测系统的检测过程如图11所示。
(a)风口初始位置
(a)Initial position of the
tuyere

本文发布于:2024-09-21 22:28:59,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/2/371145.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:检测   风力   风口   图像
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议