專利名稱：基于單目視覺的礦井機車防撞預警系統和預警方法
技術領域：
本發(fā)明涉及礦井安全技術領域，具體涉及保證礦井機車運輸安全的防撞預 警系統和預警方法。
背景技術：
近年來，煤礦機車運輸的傷亡事故呈現不斷上升的趨勢。煤礦機車運輸監(jiān) 控系統在煤礦生產綜合監(jiān)控中占有重要地位，在礦井運輸軌道上采取有針對性 的監(jiān)控措施，能有效的防止礦井下軌道運輸事故，從而促進煤礦安全生產。
目前，我國已有許多研究成果應用于現場，取得了一定的效果，從一定程 度上減少了機車運行事故的發(fā)生。但是，這些研究成果大多采用基于軌道電路 探測儀和壓力傳感器等手段對機車本身的監(jiān)控來發(fā)現造成停車或事故的故障， 不是系統的擴展性、適應性差，就是投資高、穩(wěn)定性不夠，如監(jiān)控者只能看到
一些數字化的指標，監(jiān)測不具可視化，監(jiān)測效果差；更重要的是這些監(jiān)控主要 是針對機車本身的運行狀況進行檢測，而對車輛行駛過程中前方人員安全和防 止與前方運行機車相碰撞不能有效地監(jiān)測，這些都影響了系統的使用和推廣。
當前研究較多的是釆用智能傳感器并基于現場總路線技術及組態(tài)軟件技術 的全礦井綜合監(jiān)測監(jiān)控系統。如公開號為CN101222399A的中國發(fā)明專利公布 說明書公開的一種井下監(jiān)控系統及井下監(jiān)控方法，通過在礦井中設置基站，采 用外接于基站的傳感器來檢測礦井中的各種環(huán)境參數，在井下的移動目標上設 置收發(fā)機，與基站進行無線雙向通訊，這些基站通過LonWorks現場總線技術將 移動目標的位置及狀態(tài)信息發(fā)送到地面控制中心，以實現對井下移動目標的定 位、跟蹤以及考勤，但是該方法仍存在系統成本高、維護量大的問題，而且并 未對機車與人、機車與機車相撞進行有效的監(jiān)控。如公開號為CN1818345A的
5中國發(fā)明專利公布說明書公開的 一種礦井斜巷運輸人車安全監(jiān)控防護系統，采 用紅外探測器來監(jiān)測斜巷內的礦工情況，并通過預警和絞車控制系統來保障礦 工人身安全，雖然該方法有涉及到礦工人身安全的監(jiān)測，但該方法采用的紅外 探測器容易受各種熱源，被動紅外穿透力差，人體的紅外輻射容易被遮擋，不 易被探測器接收，也易受射頻輻射的干擾，會產生虛報與漏報的情況，可靠性 不高。
在基于視覺的研究領域，大多數都是針對高速公路交通的研究。如公開號
為CN101016053A的中國發(fā)明專利公布說明書公開的一種高等級公路上車輛防 追尾碰撞預警方法和系統，對汽車運行過程中產生的車體陰影來識別本車前方 出現的目標物是汽車還是非汽車以外的物體，結合本車車速等信息來判斷車距 大小，并將實際測得的車間距離與安全車距進行比較，以決定發(fā)出警告信號與 否。該方法對于路面交通確實能起到預警作用，而對于礦井軌道運輸，由于井 下巷道光線昏暗，光源是后方機車發(fā)出而且巷道路面陰暗，機車下方陰影不明 顯。所以根據車體陰影來判斷前方是否有機車不可行。公開號為CN101281022A 的中國發(fā)明專利公布說明書公開的一種基于單目機器視覺的車輛距離測量方法 所述，采用單目的圖像攝取系統采集圖像信息，提取圖像信息中前方車輛車牌 大小，根據車牌邊緣尺寸與預先標定值進行比較，從而實現車輛距離的大致估
計。在礦井下，機車沒有類似于汽車車牌的標志物可以參考，并且機車的種類 繁多，不能以一個標準的標志物作為參考。

發(fā)明內容
有鑒于此，為了解決上述問題，本發(fā)明提供一種可靠性較高的基于單目 視覺的礦井機車防撞預警系統。
本發(fā)明的目的是這樣實現的，基于單目視覺的礦井機車防撞預警系統，包
括攝像裝置，用于采集礦井機車前方圖像；
主控制系統，用于接收攝像裝置獲取的圖像信息，判斷礦井機車前方軌道 是否為彎道，以及判斷礦井機車前方是否有目標物，根據判斷結果，發(fā)出報警 命令；以及
報警器，接收主控制系統的報警命令，發(fā)出警報。
進一步，所述攝像裝置為紅外CCD攝像機；
進一步，所述基于單目視覺的礦井機車防撞預警系統還包括
液晶顯示器，與主控制系統連接，實時顯示攝像裝置獲取的圖像；以及
視頻存儲器，與主控制系統連接，存儲顯示攝像裝置獲取的圖像；
本發(fā)明還提供一種基于單目視覺的礦井機車防撞預警方法，包括如下步
驟
1) 釆集礦井機車前方圖像；
2) 對圖像進行預處理；
3) 在預處理后的圖像中提取軌道特征，判斷軌道是否為彎道；若判斷出軌 道為彎道，則發(fā)出警報并返回步驟1);若判斷出軌道不為彎道，則執(zhí)行步驟4);
4) 確定預處理后的圖像中的感興趣區(qū)域，從感興趣區(qū)域中識別目標物；若 存在目標物，則計算目標物與本礦井機車的距離，若距離小于預設值，則發(fā)出 警報并返回步驟l);若不存在目標物，則返回步驟l)。
進一步，所述步驟2)具體包括如下步驟
21) 對圖像進行增強處理；
22) 對圖像進^f亍平滑濾波處理；
23) 對圖像進行二值化處理；
24) 對二值圖像進行形態(tài)學閉運算處理； 進一步，所述步驟3)具體包括如下步驟31) 在預處理后的圖像中提取軌道特征；
32) 檢測軌道是否分岔，如是，則判定軌道為彎道，執(zhí)行步驟34)，如否， 則執(zhí)行步驟33 )
33) 檢測軌道是否為彎道，如是，執(zhí)行步驟34),如否，執(zhí)行步驟4)
34) 發(fā)出警報，返回步驟1 ); 進一步，所述步驟4)具體包括
41) 在預處理后的圖像中確定感興趣的區(qū)域；
42) 在感興趣的區(qū)域中，進行邊緣檢測，獲得連通區(qū)域；
43 )對連通區(qū)域進行目標物識別，若存在目標物，則4丸行步驟44),若不 存在目標物，則返回步驟1 );
44)計算目標物與本礦井機車的距離，若距離小于預詔:值，則發(fā)出警報并 返回步驟1);
進一步，所述步驟44)中，計算目標物與本礦井機車的距離公式模型如下
式中，d為目標物與本礦井機車的距離，Wp為圖像中目標物底端所在像素 行的軌道寬度值；將得到的不同攝像高度h下的大量實驗數據經過擬合得到測 距公式參數a!、 32的計算模型，分別為
式中，h為才I/f象裝置安裝高度，pU、 Pl2、 Pl3、 Pl4、 P21、 P22、 P23、 P24為常
量；
進一步，Pu、 Pi2、 Pi3、 P"、 P2i、 p22、 p23、 p24的取值分別為-7901 、 2.342e+004、 -2.251e+004、 8362、 -253、 726.7、 -671.7、 200.9;
進一步，所述步驟33)檢測軌道是否為彎道的具體方法為檢測彎道方法 以圖像最低點軌道的起始點作為參考點，再由近及遠選取前方軌道上的多個點，
ai = Ai x & + A2 x & + _Pi3 x & + A4計算各點與參考點所在直線的斜率，如果各直線斜率呈逐漸增大或減小的變化 趨勢，則說明軌道發(fā)生彎曲。
本預警系統及預警方法，通過安裝在礦井機車頭部的掘:像裝置，在礦井機 車行駛過程中實時采集圖像，經過相應測距算法處理判斷是否有彎道，以及安 全區(qū)域內是否有人與機車，如有，則計算其距離，根據距離值進行相應預警， 根據報警信號，提醒駕駛員采取相應措施，同時也提醒井下作業(yè)人員注意安全， 有效地防止井下運輸事故發(fā)生，保障運輸環(huán)境的暢通；本發(fā)明基于單目視覺實 現，硬件結構及相應算法簡單，易于實現。
本發(fā)明的其他優(yōu)點、目標，和特征在某種程度上將在隨后的說明書中進行 闡述，并且在某種程度上，基于對下文的考察研究對本領域技術人員而言將是 顯而易見的，或者可以從本發(fā)明的實踐中得到教導。本發(fā)明的目標和其他優(yōu)點 可以通過下面的說明書，權利要求書，以及附圖中所特別指出的結構來實現和 獲得。


為了使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面將結合附圖對本 發(fā)明作進一步的詳細描述
圖1示出了基于單目視覺的礦井機車防撞預警系統的結構示意圖； 圖2示出了基于單目視覺的礦井機車防撞預警方法的流程示意圖。
具體實施例方式
以下將結合附圖，對本發(fā)明的優(yōu)選實施例進行詳細的描述。 參見圖1，本優(yōu)選實施例的基于單目視覺的礦井機車防撞預警系統，包括 攝像裝置l、主控制系統2、聲光報警器3、顯示裝置4和存儲裝置5，由于礦 井下陰暗潮濕、能見度低等特點，攝像裝置l選用有效焦距為16mm的單目紅 夕卜CCD攝像機，攝像裝置1安裝于礦井機車頭部，用于在礦井機車行進過程中 采集礦井機車前方的圖像信息并發(fā)送到主控制系統2，主控制系統2處理攝像裝置獲取的圖像信息，判斷礦井機車前方軌道是否彎曲，以及判斷礦井機車前 方是否有目標物，根據判斷結果，通過聲光報警器3發(fā)出報警命令，并根據需 要，對圖像信息進行存儲或顯示。
參見圖2，本實施例基于單目視覺的礦井機車防撞預警方法包括以下步驟
(1) 圖像數據采集由攝像裝置1采集機車前方的圖像信息，轉換為數字 信號，并發(fā)送到主控制系統2;
(2) 主控制系統2對接收的圖像進行以下預處理，圖像預處理的目的是獲得 二值圖像，并對圖像進行優(yōu)化，并不限于使用以下預處理步驟
21) 從采集的圖像數據(YCbCr)中提取Y分量，即灰度圖像數據，以便 進行下一步的圖像處理；
22) 對圖像進行增強處理；
23) 對圖像進行平滑濾波處理；
24) 由于背景在圖像中的灰度級比較小，而目標物等的灰度級比較大，可 利用圖像灰度級分布特征自動確定閾值，對圖像進行二值化處理，從而得到二 值圖像；
25) 對二值圖像進行由先膨脹、再腐蝕的形態(tài)學閉運算處理，以消去二值 化圖像中的雜散點，并填補可能出現的空洞，從而有效地去除噪聲；
(3)主控制系統2對預處理后的圖像進行如下處理
31) 在預處理后的圖像中提取軌道特征；
32) 井下軌道存在分岔的情況，分岔后的雙軌道中，必有一條為彎道，因 此運用種子鏈碼跟蹤方法檢測出兩根軌道變?yōu)樗母壍罆r，說明前方軌道分盆， 則可判定軌道轉彎，執(zhí)行步驟34 );
33) 運用種子鏈碼跟蹤方法檢測機車軌道，所迷步驟33)檢測軌道是否為 彎道的具體方法為以圖像最低點軌道的起始點作為參考點，再由近及遠選取 前方軌道上的多個點，計算各點與參考點所在直線的斜率，如果各直線斜率呈 逐漸增大或減小的變化趨勢，則說明軌道發(fā)生彎曲，執(zhí)行步驟34),如否，執(zhí)34)發(fā)出警報，如長鳴笛聲，以提醒駕駛員注意前方是彎道，減速慢行， 同時也提醒前方彎道內可能存在的人員將有機車經過，注意避讓；而后返回步 驟l),采集下一幀圖像。
(4)主控制系統2對預處理后的圖像進行如下處理
41) 在預處理后的圖像中確定感興趣的區(qū)域礦井機車基于軌道行駛，車 體寬度大于運行軌道寬度，例如我國現有大多數軌道為900毫米，礦車寬為2300 毫米。出于對礦工行走安全的考慮，圖像感興趣區(qū)域為應包含機車運行軌道左 右兩側1米內的圖像區(qū)域；
42) 在經過以上兩步的處理后，在步驟41 )獲得的感興趣的區(qū)域中，利用 Gauss-Laplace算子進行邊緣檢測，之后運用鏈碼跟蹤方法，4巴由邊緣點構成的 若干區(qū)域標記出來，結果為若干連通區(qū)域；
43)目標物識別，即判斷步驟42)獲得的連通區(qū)域是否是人或其他礦井 機車，本實例采用模板匹配方法進行目標物識別，模板包括人體和機車；通過 檢測連通區(qū)域是否符合人體或機車的特征，從而提取出所需要的目標物；若存 在目標物，則執(zhí)行步驟44),若不存在目標物，則返回步驟l);
44)該優(yōu)選實施例中選用有效焦距為16mm的單目紅外CCD攝4I4幾。根 據井下軌道寬度是定值的特性及攝像頭安裝高度需求，針對攝像頭安裝高度的 不同，經對高度范圍為(0.845m~l.3m)的大量實驗數據擬合得到目標距離攝像頭 的世界坐標系中的距離值d與圖像中目標物低端所在像素行的軌道寬度值wp 之間的曲線關系，其函數表達式為
式中，d為目標物與本礦井機車的距離，wp為圖像中目標物底端所在像素 行的軌道寬度值，32分別為
iifl2 = i321 X A3 + J!722 X A2 + J 23 X+ j|724式中，h為攝像裝置安裝高度，參數pn、 p12、 pi3、 pi4、 p2l、 P22、 P23、 P24 可根據試驗數據，通過計算擬合得到，最佳的，在置信度為95%的置信區(qū)間中的擬合值如下表所示參數值參數值Pll-7901P21-253P122.342e+004P22726.7Pl3-2.251e+004P23-671.7Pl48362P24200,9只要將目標物低端所在像素行的軌道寬度值Wp代入以上關系式，即可計算出目標物與本機車的距離值d,當距離值d小于預設值時，則發(fā)出報警，并返 回步驟1)采集下一幀圖像。預設值可通過如下方法確定礦井機車的運行速度為u,駕駛員在開始制 動前最少需要的反應時間為、，產生制動效果需要的時間為^ ,制動時間為/d合計起來，剎車發(fā)生效果的最少總時間為r^p+G+G,根據以上參數設定安全距離， 即預設值為z^ur。(^「((U]紅色預警 (丄,1.51]黃色預警 ) (1.5Z,oo)不發(fā)出預警信號如上式，可設定當距離值d為不同值時，發(fā)出不同的預警(報警)信號。 以上所述僅為本發(fā)明的優(yōu)選實施例，并不用于限制本發(fā)明，顯然，本領范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權利要求及其等同技 術的范圍之內，則本發(fā)明也意圖包含這些改動和變型在內。1權利要求
1. 基于單目視覺的礦井機車防撞預警系統，其特征在于包括攝像裝置，用于采集礦井機車前方圖像；主控制系統，用于接收攝像裝置獲取的圖像信息，判斷礦井機車前方軌道是否為彎道，以及判斷礦井機車前方是否有目標物，根據判斷結果，發(fā)出報警命令；以及報警器，接收主控制系統的報警命令，發(fā)出警報。
2. 如權利要求1所述的基于單目視覺的礦井機車防撞預警系統，其特征在 于所述攝像裝置為紅外CCD攝像機。
3. 如權利要求1或2所述的基于單目視覺的礦井機車防撞預警系統，其特 征在于所述基于單目視覺的礦井機車防撞預警系統還包括液晶顯示器，與主控制系統連接，實時顯示攝像裝置獲取的圖像；以及視頻存儲器，與主控制系統連接，存儲顯示攝像裝置獲取的圖像。
4. 一種基于單目視覺的礦井機車防撞預警方法，其特征在于包括如下步驟1) 采集礦井機車前方圖像；2) 對圖像進行預處理；3) 在預處理后的圖像中提取軌道特征，判斷軌道是否為彎道；若判斷出軌 道為彎道，則發(fā)出警報并返回步驟1);若判斷出軌道不為彎道，則執(zhí)行步驟4);4) 確定預處理后的圖像中的感興趣區(qū)域，從感興趣區(qū)域中識別目標物；若 存在目標物，則計算目標物與本礦井機車的距離，若距離小于預設值，則發(fā)出 警報并返回步驟l);若不存在目標物，則返回步驟l)。
5. 如權利要求4所述的基于單目視覺的礦井機車防撞預警方法，其特征在 于所述步驟2)具體包括如下步驟21) 對圖像進行增強處理；22) 對圖像進行平滑濾波處理；23) 對圖像進行二值化處理；24) 對二值圖像進行形態(tài)學閉運算處理。
6. 如權利要求4所述的基于單目視覺的礦井機車防撞預警方法，其特征在 于所述步驟3)具體包括如下步驟31) 在預處理后的圖像中提取軌道特征；32) 檢測軌道是否分盆，如是，則判定軌道為彎道，執(zhí)行步驟34)，如否， 則執(zhí)行步驟33)33) 檢測軌道是否為彎道，如是，執(zhí)行步驟34)，如否，執(zhí)行步驟4)34) 發(fā)出警報，返回步驟l)。
7. 如權利要求4所述的基于單目視覺的礦井機車防撞預警方法，其特征在 于所述步驟4)具體包括41) 在預處理后的圖像中確定感興趣的區(qū)域；42) 在感興趣的區(qū)域中，進行邊緣檢測，獲得連通區(qū)域；43) 對連通區(qū)域進行目標物識別，若存在目標物，則執(zhí)行步驟44),若不 存在目標物，則返回步驟l);44) 計算目標物與本礦井機車的距離，若距離小于預設值，則發(fā)出警報并 返回步驟1 )。
8. 如權利要求7所述的基于單目視覺的礦井機車防撞預警方法，其特征在 于所迷步驟44)中，計算目標物與本礦井機車的距離公式模型如下式中，d為目標物與本礦井機車的距離，Wp為圖像中目標物底端所在像素 行的軌道寬度值；a" 32的計算模型為ai = Al X & + / 12 x & + / 13 X+ /7M . Q2 = J921 X A3 + & X /Z2 + & X /j + j324式中，h為才聶像裝置安裝高度，pU、 p12、 p13、 p14、 p21、 p22、 p23、 p24為常量。
9. 如權利要求8所述的基于單目視覺的礦井機車防撞預警方法，其特征在 于所述pn、 p12、 p13、 p14、 p21、 p22、 p23、 P24的取值分別為-7卯1、 2.342e+004、 -2.251e+004、 8362、 -253、 726.7、 -671.7、 200.9。
10. 如權利要求6所述的基于單目視覺的礦井機車防撞預警方法，其特征 在于所述步驟33)檢測軌道是否為彎道的具體方法為以圖像最低點軌道的 起始點作為參考點，再由近及遠選取前方軌道上的多個點，計算各點與參考點 所在直線的斜率，如果各直線斜率呈逐漸增大或減小的變化趨勢，則說明軌道 發(fā)生彎曲。
全文摘要
本發(fā)明涉及礦井安全技術領域，具體涉及保證礦井機車運輸安全的防撞預警系統和預警方法；其中預警系統包括攝像裝置、主控制系統以及報警器；預警方法包括如下步驟1)采集礦井機車前方圖像；2)對圖像進行預處理；3)在預處理后的圖像中提取軌道特征，判斷軌道是否為彎道；若判斷出軌道為彎道，則發(fā)出警報并返回步驟1)；若判斷出軌道不為彎道，則執(zhí)行步驟4)；4)確定預處理后的圖像中的感興趣區(qū)域，從感興趣區(qū)域中識別目標物；若存在目標物，則計算目標物與本礦井機車的距離，若距離小于預設值，則發(fā)出警報并返回步驟1)；若不存在目標物，則返回步驟1)。
文檔編號E21F17/00GK101519981SQ200910103410
公開日2009年9月2日 申請日期2009年3月19日 優(yōu)先權日2009年3月19日
發(fā)明者侯培培, 娟 劉, 飛 劉, 山 梁, 犇 牛, 謝開明, 鮮曉東 申請人:重慶大學