基于双目线激光相机的输送带纵向撕裂检测系统及方法

技术领域

本发明涉及输送带纵向撕裂检测技术领域，特别是涉及一种基于双目线激光相机的输送带纵向撕裂检测系统及方法。

背景技术

在煤矿安全生产过程中，输送带的作用至关重要。在煤流运输过程中，可能存在矸石、工字钢等异物划破输送带，造成巨大的损失。如何精准检测输送带纵撕问题，是每个煤矿生产企业重点关注的对象。

现有的输送带纵向撕裂检测方法分为接触式检测方法和非接触式检测方法。常见的接触式检测方法包括测力法、嵌入法、线圈探测法、拉力检测法等；非接触式检测方法包括闭合线圈法、X射线法、机器视觉法等。接触式检测方法因准确度较低、有磨损，逐渐被非接触式检测方法代替。非接触式检测方法中的机器视觉法因损耗小、准确度较高、维护简单等优势，得到越来越多的关注和研究。

基于机器视觉的输送带纵向撕裂检测方法主要分为两类：第一类方法：针对可见光或红外光图像进行分析，第二类方法：针对线性辅助激光图像进行分析。第一类方法的关键在于采用最大类间方差法、阈值迭代法、全局阈值法准确分割输送带图像上的撕裂损伤。第二类方法借助投射在输送带表面的线性激光条纹特征变化来判断是否有撕裂损伤，具体为：将单道线性激光投射在输送带表面，利用最大值法提取光条骨架、邻域差分确定断点位置、二阶导数判断波动异常位置，进而检测并标记输送带纵向撕裂区域，另外也有通过检测投射到输送带表面的单条线性激光轮廓线的断裂特征来识别纵向撕裂。

上述第一类方法在应用于煤矿井下时，因光照较弱且不均匀，粉尘、湿度较大，输送带在运行过程中上下振动且表面磨损程度不一，导致采集的图像清晰度较低甚至模糊，撕裂损伤分割较困难。上述第二类方法在判断是否有撕裂损伤时，要么只关注有无纵向撕裂，不涉及撕裂损伤的长度、宽度、深度等特征信息计算，要么无法做到高精度评估撕裂损伤的长度、宽度、深度等特征信息，且需要额外的标志物等辅助手段才能进行损伤位置评估。

发明内容

本发明的目的是提供一种基于双目线激光相机的输送带纵向撕裂检测系统及方法，达到满足检测实时性和检测准确性的目的。

为实现上述目的，本发明提供了如下方案：

一种基于双目线激光相机的输送带纵向撕裂检测系统，包括：数据采集模块和后端处理器；

所述数据采集模块至少包括一个双目线激光相机；所述双目线激光相机安装在目标输送带底部；所述双目线激光相机用于在目标输送带运行时，获取目标输送带底部的点云数据；

所述后端处理器至少包括一个数据处理模块，所述数据处理模块用于：

获取所述目标输送带底部的点云数据；

对所述点云数据进行损伤特征信息提取，确定每帧所述点云数据对应的特征提取结果；所述特征提取结果包括无损伤特征结果和有损伤特征结果；所述有损伤特征结果包括损伤的位置、类别和尺寸；所述类别包括输送带撕裂裂缝损伤和输送带撕裂变形扭曲折叠损伤；所述尺寸包括长度、宽度、深度中的一个或者多个；

基于所述目标输送带的传输速度，对多帧所述点云数据对应的特征提取结果进行融合，以确定所述目标输送带运行一周时所对应的整条目标输送带特征提取结果。

可选地，所述点云数据呈线阵形式分布；在执行对所述点云数据进行损伤特征信息提取，确定每帧所述点云数据对应的特征提取结果方面之前，所述数据处理模块，还用于：

采用统计式离群点移除算法，对所述点云数据进行预处理。

可选地，在对所述点云数据进行损伤特征信息提取，确定每帧所述点云数据对应的特征提取结果方面，所述数据处理模块，还用于

判断预处理后的点云数据是否未存在损伤，若是则确定预处理后的点云数据对应的特征提取结果为无损伤特征结果，若否则根据预处理后的点云数据确定损伤类别以及损伤区域；

当所述损伤类别为输送带撕裂裂缝损伤时，根据所述损伤区域计算损伤长度和损伤宽度；

当所述损伤类别为输送带撕裂变形扭曲折叠损伤，根据所述损伤区域计算损伤长度、损伤宽度以及损伤深度。

可选地，在判断预处理后的点云数据是否未存在损伤，若是则确定预处理后的点云数据对应的特征提取结果为无损伤特征结果，若否则根据预处理后的点云数据确定损伤类别以及损伤区域方面，所述数据处理模块，还用于：

判断预处理后的点云数据中任意相邻数据点之间的距离小于第一阈值且预处理后的点云数据中任意相邻数据点之间的斜率小于第二阈值，若是则确定预处理后的点云数据对应的特征提取结果为无损伤特征结果，若否则根据预处理后的点云数据确定损伤类别以及损伤区域。

可选地，在根据预处理后的点云数据确定损伤类别以及损伤区域方面，所述数据处理模块，还用于：

当预处理后的点云数据中相邻数据点之间的距离大于或者等于第一阈值，且预处理后的点云数据中任意相邻数据点之间的斜率小于第二阈值时，确定预处理后的点云数据存在损伤，且将预处理后的点云数据对应的损伤类别确定为输送带撕裂裂缝损伤，将第一目标数据点所围成的区域确定为预处理后的点云数据对应的损伤区域；所述第一目标数据点满足所述第一目标数据点与所述第一目标数据点相邻的数据点之间的距离大于或者等于第一阈值；

当预处理后的点云数据中任意相邻数据点之间的距离小于第一阈值，且预处理后的点云数据中相邻数据点之间的斜率大于或者等于第二阈值时，确定预处理后的点云数据存在损伤，且将预处理后的点云数据对应的损伤类别确定为输送带撕裂变形扭曲折叠损伤，将第二目标数据点所围成的区域确定为预处理后的点云数据对应的损伤区域；所述第二目标数据点满足所述第二目标数据点与所述第二目标数据点相邻的数据点之间的斜率大于或者等于第二阈值。

可选地，在当所述损伤类别为输送带撕裂裂缝损伤时，根据所述损伤区域计算损伤长度和损伤宽度方面，所述数据处理模块，还用于

当所述损伤类别为输送带撕裂裂缝损伤时，根据公式

当所述损伤类别为输送带撕裂裂缝损伤时，根据公式

可选地，还包括：后端控制单元；

所述后端控制单元的输入端与所述数据处理模块的输出端连接，所述后端控制单元的输出端与所述声光报警器连接；

所述后端控制单元，用于：

获取每帧所述点云数据对应的特征提取结果以及整条目标输送带特征提取结果；

将每帧所述点云数据对应的特征提取结果和整条目标输送带特征提取结果分别与报警约束条件进行对比，并当所述点云数据对应的特征提取结果和/或整条目标输送带特征提取结果符合所述报警约束条件中任一约束条件时，输出声光报警指令；所述报警约束条件包括三个约束条件，分别为损伤长度阈值、损伤宽度阈值以及损伤深度阈值。

可选地，还包括：声光报警器；

所述声光报警器用于根据接收的声光报警指令执行声光报警操作。

可选地，所述双目线激光相机以斜向上45°安装方式安装在所述目标输送带的底部。

一种基于双目线激光相机的输送带纵向撕裂检测方法，包括：

获取目标输送带底部的点云数据；所述点云数据是通过安装在目标输送带底部的双目线激光相机所采集的；

对所述点云数据进行损伤特征信息提取，确定每帧所述点云数据对应的特征提取结果；所述特征提取结果包括无损伤特征结果和有损伤特征结果；所述有损伤特征结果包括损伤的位置、类别和尺寸；所述类别包括输送带撕裂裂缝损伤和输送带撕裂变形扭曲折叠损伤；所述尺寸包括长度、宽度、深度中的一个或者多个；

基于所述目标输送带的传输速度，对多帧所述点云数据对应的特征提取结果进行融合，以确定所述目标输送带运行一周时所对应的整条目标输送带特征提取结果。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供了一种基于双目线激光相机的输送带纵向撕裂检测系统及方法。首先通过点云处理技术实时在线识别双目线激光投射在目标输送带底部的点云特征；其次基于安装在带式输送机上的速度传感器采集的数据确定融合时所需的多帧点云特征；然后基于融合技术将所需的多帧点云特征进行融合，实现对整条目标输送带纵向撕裂特征识别，进而一体化定量分析损伤的宽度、深度、长度。相比于单道线性激光和多道线激光，本发明采用的双目线激光，提高了损伤检测精度，减小了损伤长度的估算误差。

且本发明复杂度低，可运行于矿用本质安全型嵌入式设备现场分析及决策，无需将数据传输至上位机，避免了时间延迟，满足检测的实时性和准确性需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的双目线激光相机拍摄范围示意图；

图2为本发明实施例提供的一种基于双目线激光相机的输送带纵向撕裂检测系统的结构图；

图3为本发明实施例提供的输送带撕裂裂缝图；

图4为本发明实施例提供的输送带撕裂变形扭曲折叠图；

图5为本发明实施例提供的裂缝检测平面展开图；

图6为本发明实施例一种基于双目线激光相机的输送带纵向撕裂检测系统的操作流程图；

图7为本发明实施例提供的一种基于双目线激光相机的输送带纵向撕裂检测方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供了一种基于双目线激光相机的输送带纵向撕裂检测系统及方法，主要是利用双目测距技术、点云处理技术等对输送带纵向撕裂进行检测。具体为：利用双目线激光相机实时获取输送带底部点云数据，对单帧点云数据进行处理以获取输送带相关损伤特征信息，并根据多帧点云数据融合处理方法完成整条输送带纵撕损伤尺寸计算及报警信号输出，相比基于可见光和单线或多线线性激光方法而言，准确率更高。本发明能够实时对输送带进行损伤缺陷检测和损伤尺寸计算并输出报警信息，对带式输送机的智能检测与保护有较大的应用价值。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

对输送带转载点、机头等易发生纵撕现象的位置进行标记，并在输送带标记位置的下方安装双目线激光相机，且该双目线激光相机斜向上45°安装以拍摄输送带底部，其拍摄范围如图1所示，利用输送带底部点云数据进行点云特征提取分析，并根据输送带裂隙缺陷特征和输送带折叠缺陷特征完成纵撕检测，最后根据统计出的连续多帧损伤信息进行报警判别。

如图2所示，本发明实施例提供的一种基于双目线激光相机的输送带纵向撕裂检测系统主要包括数据采集模块和后端处理器。

所述数据采集模块至少包括一个双目线激光相机；所述双目线激光相机安装在目标输送带底部；所述双目线激光相机用于在目标输送带运行时，获取目标输送带底部的点云数据；其中，所述目标输送带为待测量的输送带。所述双目线激光相机是按照固定频率进行工作的。

优选地，该数据采集模块还包括防护壳，该防护壳用于保护双目线激光相机。

所述后端处理器至少包括一个数据处理模块。所述数据处理模块，用于：

首先获取所述目标输送带底部的点云数据；其次对所述点云数据进行损伤特征信息提取，确定每帧所述点云数据对应的特征提取结果；所述特征提取结果包括无损伤特征结果和有损伤特征结果；所述有损伤特征结果包括损伤的位置、类别和尺寸；所述类别包括输送带撕裂裂缝损伤和输送带撕裂变形扭曲折叠损伤；所述尺寸包括长度、宽度、深度中的一个或者多个；最后基于所述目标输送带的传输速度，对多帧所述点云数据对应的特征提取结果进行融合，以确定所述目标输送带运行一周时所对应的整条目标输送带特征提取结果。

其中，该数据处理模块的硬件结构为RV1126开发板。

进一步地，所述后端处理器还包括辅助模拟量输入模块(辅助模拟量输入模块是获取其他平台/设备输出的模拟量信号，然后载入数据处理模块进行算法模拟)、辅助模拟量输出模块(辅助模拟量输出模块是将数据处理模块输出的处理结果输出为模拟量，然后通过modbustcp协议传递给上位机进行报警或者目标输送带控制)、DC24V输入模块(DC24V输入模块是给RV1126开发板提供24V直流电)、DC24V输出模块(RV1126开发板通过DC24V输出模块给扩展板输出24V直流电)、系统管理模块(系统管理模块用于设置后端处理器各项参数)。

数据处理模块内部移植有相关应用算法以及交互界面，完成对点云数据的相关特征提取、纵撕检测处理、算法结果表达。算法结果表达包含模拟量输出，同时兼容Modbustcp、TCP、数据库等常见的网络通讯输出。

本发明实施例提供的一种基于双目线激光相机的输送带纵向撕裂检测系统，利用双目线激光相机实时获取输送带底部点云数据，对每帧点云数据进行纵撕损伤检测以及多帧信息融合计算，相比基于图像的纵撕检测算法、使用单线激光的纵撕检测算法和多道线激光的纵撕检测算法，准确率更高，精度更高。

作为一种优选的实施方式，本发明实施例所述的特征提取结果的确定过程为：

由于采集的输送带点云数据来源于输送带底部，故所得的点云数据呈线阵形式分布，所以本发明实施例所要处理的点云数据为基于规则的点云数据。

由于激光设备的视野范围问题，有可能会出现视野较大而将输送带设备之外的设备提取进入点云数据，因此在进行特征提取前，需要对点云数据进行预处理，主要是为了能够将离群孤立局部点云数据剔除，使得处理后的点云数据仅包含描述输送带设备的点云数据。本发明实施例主要使用统计式离群点移除方法将离群孤立局部点云数据剔除，具体是使用PCL点云库statistical_outlier_removal函数设置领域点数量以及标准差参数来实现上述功能。

故在执行对所述点云数据进行损伤特征信息提取，确定每帧所述点云数据对应的特征提取结果方面之前，所述数据处理模块，还用于：

采用统计式离群点移除算法，对所述点云数据进行预处理。

输送带撕裂损伤主要表现为两种情况，一种是因划伤等情况造成的输送带撕裂裂缝，另一种是输送带撕裂变形扭曲折叠，具体如图3和4所示。

(1)输送带撕裂裂缝损伤检测

输送带撕裂裂缝损伤在点云数据结构特征中主要表现为其裂缝损伤处相邻数据点之间的距离较正常相邻点之间的距离要大，基于该损伤特点，本发明通过对输送带三维点云数据进行处理，实现输送带撕裂裂缝损伤检测，并完成损伤程度计算。

为了能够更加高效的实现对输送带裂缝的损伤检测，由于裂缝损伤对点云深度信息不敏感，因此本发明实施例将点云数据深度信息去除，只保留二维平面信息。其按列并按每列点云距离间隔排列分布，具体如图5所示。

裂缝检测的主要原理：计算每个相邻点之间的距离，同时设置裂缝检测阈值，如果相邻点之间的距离大于或者等于裂缝检测阈值，则该点标记为裂缝点，将找到的裂缝点按顺序相连即可得到裂缝整体区域。裂缝检测阈值的大小，直接影响裂缝检测的精度，因此裂缝检测阈值需要合理设定。本发明实施例提供的裂缝检测阈值的大小主要取决于三维点云数据的疏密程度和相邻点之间的距离的平均值。裂缝检测阈值的选取一般为k倍的所有列相邻点之间的距离的平均值，k为调节系数，且其值大于等于1；根据三维点云数据的疏密程度选取，k值越小，检测到的裂缝越小，本发明实施例选取k＝1.3。

裂缝检测损伤程度计算：

由于输送带表面点云数据采集时每列点云间隔距离和每行点云间隔距离都是已知的，因此在裂缝损伤程度计算中，裂缝宽度等于所有相邻上下边界裂缝点的平均宽度，如图5所示，AD和BC为其中两个边界的宽度，裂缝长度等于起始裂缝边界点到终止裂缝边界点的距离，即图5中每列点云间隔距离h与点云列数N的乘积。记录该裂缝检测区域起始边界点坐标信息和终止边界点坐标信息，提供后续多帧信息融合处理。实际距离长度需要根据当前输送带速度数据进行计算，即：

其中，Dis为实际距离长度，len为点云数据计算出来的长度，V为输送带速度，t为单帧数据时间，num为单帧点云数据点云列数即点云条数。

(2)输送带撕裂变形扭曲折叠损伤检测

输送带撕裂变形扭曲折叠损伤在点云数据特征结构中主要表现为其有明显的拐角，该局部点云相邻点之间的斜率变化剧烈，有明显的相邻点云间斜率上升和下降的过程。基于该损伤特点，本发明实施例通过对输送带三维点云数据进行处理，实现输送带撕裂变形扭曲折叠损伤，并完成损伤程度计算。

输送带撕裂变形扭曲折叠损伤的主要原理：计算每组相邻点之间的斜率，同时设置该损伤类型的检测阈值，如果相邻点斜率变化大于预设的检测阈值，则该点标记为该损伤类型边界点，将找到的这些类型边界点按顺序相连即可得到该损伤类型整体区域。该类型损伤检测阈值的大小，直接影响输送带撕裂变形扭曲折叠损伤的精度，因此该检测阈值大小需要合理设定。本发明实施例输送带撕裂变形扭曲折叠损伤的检测阈值的大小主要取决于三维点云数据的疏密程度和相邻点数据的斜率值大小。本发明选取该阈值为动态变化，即当前两个相邻点间的斜率不能大于2倍的前两个相邻点云间的斜率值，否则视为损伤区域点。

输送带撕裂变形扭曲折叠损伤程度计算：提取上述检测出的该类型损伤区域进行立方体拟合，获得最小包络这些损伤点云区域的包络立方体，记录该立方体的最外围边界点坐标以及长、宽和高。宽即为该类型损伤的宽度，高即为该类型损伤的深度，长即为该类型损伤的单帧长度。立方体的最外围边界点坐标信息，提供后续多帧信息融合处理。实际距离长度需要根据当前输送带速度数据进行计算，即：

Dis为实际距离长度，len为点云数据计算出来的长度，V为输送带速度，t为单帧数据时间，num为单帧点云数据点云列数即点云条数。

故在对所述点云数据进行损伤特征信息提取，确定每帧所述点云数据对应的特征提取结果方面，所述数据处理模块，还用于：

判断预处理后的点云数据是否未存在损伤，若是则确定预处理后的点云数据对应的特征提取结果为无损伤特征结果，若否则根据预处理后的点云数据确定损伤类别以及损伤区域。

当所述损伤类别为输送带撕裂裂缝损伤时，根据所述损伤区域计算损伤长度和损伤宽度。

当所述损伤类别为输送带撕裂变形扭曲折叠损伤，根据所述损伤区域计算损伤长度、损伤宽度以及损伤深度。

进一步地，在判断预处理后的点云数据是否未存在损伤，若是则确定预处理后的点云数据对应的特征提取结果为无损伤特征结果，若否则根据预处理后的点云数据确定损伤类别以及损伤区域方面，所述数据处理模块，还用于：

判断预处理后的点云数据中任意相邻数据点之间的距离小于第一阈值且预处理后的点云数据中任意相邻数据点之间的斜率小于第二阈值，若是则确定预处理后的点云数据对应的特征提取结果为无损伤特征结果，若否则根据预处理后的点云数据确定损伤类别以及损伤区域。

进一步地，在根据预处理后的点云数据确定损伤类别以及损伤区域方面，所述数据处理模块，还用于：

当预处理后的点云数据中相邻数据点之间的距离大于或者等于第一阈值，且预处理后的点云数据中任意相邻数据点之间的斜率小于第二阈值时，确定预处理后的点云数据存在损伤，且将预处理后的点云数据对应的损伤类别确定为输送带撕裂裂缝损伤，将第一目标数据点所围成的区域确定为预处理后的点云数据对应的损伤区域；所述第一目标数据点满足所述第一目标数据点与所述第一目标数据点相邻的数据点之间的距离大于或者等于第一阈值。

当预处理后的点云数据中任意相邻数据点之间的距离小于第一阈值，且预处理后的点云数据中相邻数据点之间的斜率大于或者等于第二阈值时，确定预处理后的点云数据存在损伤，且将预处理后的点云数据对应的损伤类别确定为输送带撕裂变形扭曲折叠损伤，将第二目标数据点所围成的区域确定为预处理后的点云数据对应的损伤区域；所述第二目标数据点满足所述第二目标数据点与所述第二目标数据点相邻的数据点之间的斜率大于或者等于第二阈值。

在当所述损伤类别为输送带撕裂裂缝损伤时，根据所述损伤区域计算损伤长度和损伤宽度方面，所述数据处理模块，还用于

当所述损伤类别为输送带撕裂裂缝损伤时，根据公式

当所述损伤类别为输送带撕裂裂缝损伤时，根据公式

同理根据

作为一种优选的实施方式，本发明实施例所述的融合过程为：

当检测到相关类型损伤结束点时，即完成该部分损伤检测与记录。为了获取整条完整损伤的特征值(包括长度、宽度和深度信息)，需要分析损伤起点帧到结束帧的多帧点云数据。

当单帧点云数据损伤检测终止点分布于该帧点云数据的末尾部分时，需要监控接下来一帧的点云数据，当最新的一帧点云数据检测出的损伤区域起始位置与上一帧检测的终止位置重合时(两者距离间隔不大于1.5倍列间点云间隔距离)，将两者损伤区域进行合并，包括长度合并、宽度取最大值、深度取最大值。

(3)报警输出检测

针对每帧所述点云数据对应的特征提取结果以及整条目标输送带特征提取结果，需要实时判断是否出现超过报警限定阈值的纵撕情况，此时，算法根据判断的结果进行应用逻辑的输出，将模拟信号传输给后端控制单元PLC，PLC根据接收的信号进行后续的联动控制，包括输送带停机控制、声光报警控制等。报警限定阈值可根据专家先验知识以及系统灵活性将相关阈值设置为参数可配置。

一般情况配置如下：

按照输送带4.5m/s的速度，将损伤长度累计超过20m、宽度超过5mm以及深度在5-20mm的损伤进行声光报警并进行相关操作(输送带终止运行等)。

基于此，本发明实施例所述的一种基于双目线激光相机的输送带纵向撕裂检测系统还包括：后端控制单元和声光报警器；所述后端控制单元的输入端与所述数据处理模块的输出端连接，所述后端控制单元的输出端与所述声光报警器连接。

所述后端控制单元用于：获取每帧所述点云数据对应的特征提取结果以及整条目标输送带特征提取结果，并将每帧所述点云数据对应的特征提取结果和整条目标输送带特征提取结果分别与报警约束条件进行对比，并当所述点云数据对应的特征提取结果和/或整条目标输送带特征提取结果符合所述报警约束条件中任一约束条件时，输出声光报警指令；所述报警约束条件包括三个约束条件，分别为损伤长度阈值、损伤宽度阈值以及损伤深度阈值。

所述声光报警器用于根据接收的声光报警指令执行声光报警操作。

优选地，所述后端控制单元为PLC或者其他设备。

后端处理器输出的模拟量信号到后端控制单元(PLC)(采用Modbustcp通讯协议的方式，在后端输入相应的值，通过协议传递给PLC)，PLC进行联动控制或者报警输出。联动控制包括对输送带停机控制及声光报警器控制，一旦算法检测到输送带出现纵撕现象并达到相关设定报警界限时立刻进行声光报警，并对输送带进行停机操作，避免发生更大的损失。

进一步地，后端处理器与后端控制单元之间通过电缆或者光缆连接。

作为一种优选的实施方式，本发明实施例所述的一种基于双目线激光相机的输送带纵向撕裂检测系统还包括：控制和显示部分(包括各类控制通信接口、管理平台、执行器、解码器等)、数据存储部分(包括服务器、磁盘等)。

数据存储与优化

将历史的输送带底部发生纵撕损伤的点云数据等存储在服务器，可查看历史报警记录形成报表，并通过数据分析，不断优化调整算法参数。

本发明实施例所述的一种基于双目线激光相机的输送带纵向撕裂检测系统的数据处理流程如图6所示，具体下：

点云数据采集——>点云数据处理(输送带损伤特征信息提取)——>输送带损伤缺陷检测——>多帧数据融合计算——>报警阈值判定——>应用逻辑输出(后端控制单元)。

如图6所示，本发明实施例所提出的系统主要包括数据分析和多帧信息融合两个部分。数据分析主要针对输送带单帧激光点云数据进行处理，以提取输送带单帧点云数据的撕裂损伤特征及其点云位置、宽度和深度信息；多帧信息融合主要针对输送带连续多帧点云数据撕裂损伤检测结果进行融合计算，以通过这些信息统计出整体连续多帧输送带损伤信息(包括损伤长度、宽度和深度)，最后根据统计出的损伤信息与专家经验设定的输送带纵撕报警阈值进行比较，超过设定报警阈值时进行声光报警并做出相应指定动作。

实施例二

为了实现上述目的，本发明还提供了一种基于双目线激光相机的输送带纵向撕裂检测方法，如图7所示，包括：

步骤100：获取目标输送带底部的点云数据；所述点云数据是通过安装在目标输送带底部的双目线激光相机所采集的；

步骤200：对所述点云数据进行损伤特征信息提取，确定每帧所述点云数据对应的特征提取结果；所述特征提取结果包括无损伤特征结果和有损伤特征结果；所述有损伤特征结果包括损伤的位置、类别和尺寸；所述类别包括输送带撕裂裂缝损伤和输送带撕裂变形扭曲折叠损伤；所述尺寸包括长度、宽度、深度中的一个或者多个；

步骤300：基于所述目标输送带的传输速度，对多帧所述点云数据对应的特征提取结果进行融合，以确定所述目标输送带运行一周时所对应的整条目标输送带特征提取结果。

:与现有技术相比，本发明具有以下优点：

本发明激光设备可根据精度和时效性设置采集点云的密度和数量，同时可配合使用并发分块处理的思想实现输送带纵撕检测，检测速度可实现在500ms内，准确率达99％，误报率小于1％。

核心算法实现部署在边端设备RV1126板上，该设备为矿用本安型设备，系统稳定性好，容错率高，不受环境的电磁环境干扰；嵌入式算法移植，支持边缘计算，可大幅降低中心服务器的运算压力，在井下环网出现问题时仍然保持正常工作，提升了系统的稳定性。

系统纵撕报警阈值灵活可配，可与其他任何设备进行交互使用，系统兼容性强，覆盖多场景多类型输送带纵撕检测。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。