煤矿巡检机器人仪表识别技术的研究.pdfVIP

10煤矿巡检机器人仪表识别技术的研究

煤矿巡检机器人仪表识别技术的研究

ResearchonInstrumentRecognitionTechnologyofInspectionRobotinCoalMine

唐俊赵锦科赵鑫洋赵博洋袁妮李晨洋

西石油大学电子工程学院袁陕西西710065冤

摘要院为实现煤矿巡检机器人的无人化和智能化袁保障巡检机器人能够读取各类仪表仪器的显示数据袁设计了一种基

于深度学习的多类型仪表视觉识别系统遥该系统利用YOLOv3网络模型进行仪表类型判别以及定位袁同时采用改进的径向

灰度法结合Hough变换和Canny边缘检测算法来读取指针式仪表的数据曰并使用EasyOCR获取数字式仪表的读数遥测

试结果表明该系统在仪表识别方面有较好的准确性袁三类仪表的读数相对误差均小于3.8豫遥该系统为煤矿巡检机器人的

视觉系统提供了一种实际有效的解决方案遥

关键词院YOLOv3曰机器视觉曰仪表读数曰径向灰度法

Abstract:Inordertorealizetheunmannedandintelligentinspectionrobotincoalmineandensurethattheinspection

robotcanreadthedisplaydataofvariousinstruments,amulti-typeinstrumentvisualrecognitionsystembasedondeep

learningisdesignedinthispaper.ThesystemusestheYOLOv3networkmodeltodistinguishandlocatetheinstrument

type,andusestheimprovedradialgraymethodcombinedwithHoughtransformandCannyedgedetectionalgorithmto

readthedataofthepointerinstrument.TheEasyOCRisusedtogetthereadingsofthedigitalmeter.Thetestresults

showthatthesystemhasgoodaccuracyininstrumentidentification,andthereadingerrorofthethreetypesofinstruments

islessthan3.8%.Thisprovidesapracticalandeffectivesolutionforthevisionsystemofinspectionrobotincoalmine.

Keywords:YOLOv3,machinevision,meterreading,radialgrayscalemethod

作为煤矿运营的重要组成部分袁巡检工作在保障生产安全尧别结果遥整个识别的流程如图1所院

降低事故风险方面发挥着至关重要的作用袁通常巡检需

要记录各种仪表的数袁然而袁传统的人巡检方式不仅

效率较低袁还存在一定的安全隐患遥在这一背景下袁引入

煤矿巡检机器人成为了一项创新而迫切的需求遥

煤矿巡检机器人不仅借助先进的机械结构和导航系

统袁更融入了现代计算机视觉技术袁这为煤矿巡检工作带

来了全新的转变遥在日常巡检工作中袁需要监测井下环

境以及矿井设备的各类仪表数进行记录遥因此袁针适

用于煤矿巡检机器人的仪表识别技术进行研究袁使巡检

机器人能够在复杂多变的矿山环境中各类型仪表进行

识别与读数袁有着十分重要的程意义遥

1仪表识别流程