技术领域
[0001] 本发明涉及矿井提升技术领域，特别是一种矿山立井圆尾绳转动灵活度识别方法。
相关背景技术
[0002] 矿井提升机是指在采矿工程中联系井下与地面的主要运输设备，矿井提升机安装在地面，借助于钢丝绳带动提升容器沿井筒或斜坡道运行的提升机械，广泛应用于立井提升煤炭、矿石、矸石以及升降人员、下放材料、工具和设备等。
[0003] 在摩擦式矿井提升机系统中，采用平衡尾绳减少提升侧与下放侧钢丝绳的张力差。平衡尾绳分为扁尾绳和圆尾绳，目前超千米摩擦式提升机大多使用的是圆尾绳悬挂装置。通常圆尾绳与提升容器底部连接处安装有尾绳旋转器以释放尾绳内部的扭劲，若尾绳旋转器发生故障无法转动时可能会由于尾绳内部扭劲过大而引起尾绳的扭结，这对于矿井提升系统的安全稳定运行具有很大的安全隐患，目前，还未有针对于尾绳转动的有效测量方法。
具体实施方式
[0049] 下面结合附图和具体较佳实施方式对本发明作进一步详细的说明。
[0050] 如图1所示，一种矿山立井圆尾绳转动灵活度识别方法，包括如下步骤。
[0051] 步骤1、安装圆尾绳转角监测系统
[0052] 如图2所示，圆尾绳转角监测系统包括视觉传感器1、纹理标签2、背景板3和计算机4。
[0053] 矿山立井圆尾绳具有提升容器7，且提升容器卸载位置的正下方具有尾绳旋转器6。
[0054] 上述纹理标签优选采用紧密粘贴或喷涂等方式包裹在与尾绳旋转器6相连的圆尾绳端部表面，且与尾绳旋转器的端面相垂直。进一步，纹理标签在圆尾绳表面的包裹长度优选等于圆尾绳的周长。
[0055] 进一步，纹理标签设置有规律变化的纹理，且纹理变化与转动角度之间具有对应几何关系。其中，纹理标签上的纹理优选为具有复杂特征区分度的纹理或二维码等，但也可以为已知的其他规律纹理。纹理标签作为目标模板，具有规律的定位点。
[0056] 视觉传感器和背景板分别设置在纹理标签两侧；其中，视觉传感器安装在减振的平台上并与计算机相连接，且保证其成像平面平行于圆尾绳轴线。背景板能保证圆尾绳测量区域在视觉传感器成像平面上的背景整洁。
[0057] 步骤2、圆尾绳轴线定位
[0058] 视觉传感器按照设定间隔各拍摄一帧圆尾绳图像并上传给计算机；视觉传感器拍摄的每帧圆尾绳图像均包含有纹理标签模板图像。
[0059] 本发明能通过增加圆尾绳在视觉传感器的尺寸，在保证圆尾绳两侧轮廓在成像平面内条件下，尽量使尾绳填充满成像平面，增大下述转动角度的测量精度。
[0060] 计算机对收到的每帧圆尾绳图像均进行圆尾绳边界识别，再根据识别的圆尾绳边界，得到圆尾绳轴线位置。
[0061] 上述圆尾绳轴线定位的方法，优选包括如下步骤。
[0062] 步骤2.1、灰度变换：将视觉传感器拍摄的均为RGB格式的每帧圆尾绳图像，均转换为灰度二值图像。然后，优选采用OSTU自动阈值方法将其转换为二值图像，方法为：
[0063]
[0064] 式中，Ib为每帧圆尾绳图像中每个像素点二值化后的值。
[0065] I(x,y)为每帧圆尾绳图像中每个像素点二值化前的值。
[0066] Thresh表示通过OSTU获得的像素阈值。
[0067] 步骤2.2、内部干扰消除
[0068] 将转换得到的灰度二值图像进行图像开运算，消除每幅灰度二值图像中的圆尾绳内部纹理特征，便于圆尾绳轮廓的识别，进而得到圆尾绳边界图像。
[0069] 上述图像开运算的计算公式优选为：
[0070]
[0071] 步骤2.3、圆尾绳边界识别
[0072] 经过图像开运算操作后得到的图像在圆尾绳的边界位置处存在明显的梯度变换信息，通过图像与边缘梯度算子的卷积操作得到的图像只在圆尾绳的边缘处存在非零值，此过程为：
[0073] Ic＝Ib*fx
[0074] 其中：
[0075] fx＝[‑1,0,1]
[0076] 式中，fx为x向的梯度算子；Ic为梯度变换后的像素值。
[0077] 因而，根据步骤2.2得到的圆尾绳边界图像和图像坐标系，得到圆尾绳的四个角点坐标、左边界上每个像素的图像坐标、以及右边界上每个像素的图像坐标。
[0078] 如图3所示，设k时刻拍摄的第k帧圆尾绳图像的左边界和右边界，从上至下均各具有n个像素点，设圆尾绳轴线方向为y向，圆尾绳直径方向为x向；则识别得到的圆尾绳四个角点像素坐标分别为：上左角点 上右角点 下左角点 和下右角点
[0079]
[0080] 左边界上任意像素点i的坐标为 其中，1≤i≤n。
[0081] 右边界上任意像素点i的坐标为 其中，1≤i≤n。
[0082] 步骤2.4、圆尾绳初始定位：根据圆尾绳的四个角点坐标，得到初次定位后的圆尾绳轴线位置。其中，初始定位的圆尾绳轴线位置为 则 的计算公式为：
[0083]
[0084] 其中：
[0085]
[0086] 式中， 表示第k帧圆尾绳图像上边界的中心x向像素坐标。
[0087] 表示第k帧圆尾绳图像下边界的中心x向像素坐标。
[0088] 步骤2.5、圆尾绳轴线更新：根据左右边界到圆尾绳轴线位置的距离值最小的原理，对初始定位的圆尾绳轴线位置进行更新，直到其满足距离最小时的位置即为圆尾绳的更新轴线位置。其中，圆尾绳更新轴线位置为 则 通过如下计算公式求解得到：
[0089]
[0090] 式中， 表示第k帧圆尾绳图像左边界的第i个像素点的x向像素坐标。
[0091] 表示第k帧圆尾绳图像右边界的第i个像素点的x向像素坐标。
[0092] 步骤3、转动测量：根据纹理变化与转动角度的几何关系，根据当前帧圆尾绳图像与历史帧圆尾绳图像中的纹理标签模板图像，以及步骤2得到的圆尾绳轴线位置，能计算得到圆尾绳绕轴线的旋转参数；其中，圆尾绳绕轴线旋转参数包括转动角度和转动圈数。
[0093] 上述转动角度的测量方法，优选包括如下步骤。
[0094] 步骤3‑1、计算圆尾绳半径：设第k帧圆尾绳图像中圆尾绳半径为Rk，则Rk的计算公式为：
[0095]
[0096] 式中， 表示第k帧圆尾绳图像左边界的第i个像素点的x向像素坐标；其中，1≤i≤n。
[0097] 表示第k帧圆尾绳图像右边界的第i个像素点的x向像素坐标；其中，1≤i≤n。
[0098] 步骤3‑2、确定纹理变化与转动角度几何关系
[0099] 将视觉传感器拍摄的圆尾绳图像传入计算机后，纹理标签作为目标模板，实现模板图像坐标的自动跟踪。在模板图像自动跟踪过程中，模板图像需要进行实时更新，模板图像的更新过程如下：
[0100]
[0101] 其中，Trk+1表示第k+1帧中的模板图像。
[0102] 表示第k帧中的匹配图像。
[0103] W((x,y),θ0)表示第k帧中匹配图像截取的子区域。
[0104] θ0表示模板图像所对应的初始角度，优选计算公式为：
[0105] θ0＝arccos[(xa‑x0)R0]
[0106] 式中，xa为选取目标模板时圆尾绳轴线的位置，x0为目标模板图像在圆尾绳图像中的横坐标，R0为选取目标模板时圆尾绳在圆尾绳图像中的半径尺寸。
[0107] 如图4所示，设相邻两个时刻k和k+1，圆尾绳的转动角度分别为θ0和θ0+θ；k+1拍摄的第k+1帧圆尾绳图像包含的纹理标签模板图像中具有纹理定位点k+1，且纹理定位点k+1在第k+1帧圆尾绳图像的像素坐标为(xk+1,yk+1)；k拍摄的第k帧圆尾绳图像包含的纹理标签模板图像中具有纹理定位点k，且纹理定位点k在第k帧圆尾绳图像的像素坐标为(xk,yk)，则则xk+1和yk+1满足如下几何关系：
[0108]
[0109] 步骤3‑3、计算转动角度θ：将步骤2.4确定的圆尾绳更新轴线位置 和步骤3‑1确定的Rk代入步骤3‑2确定的纹理变化与转动角度几何关系式中，从而得到相邻两个时刻k和k+1的转动角度θ。
[0110] 步骤4、转动灵活度识别：根据圆尾绳绕轴线旋转参数，识别圆尾绳的转动灵活度，对尾绳的健康状态进行评估，从而可以避免尾绳故障等的发生、降低维修成本。
[0111] 以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。
