引言

軌道運(yùn)輸系統(tǒng)是礦井運(yùn)輸的主要工具之一，在礦井運(yùn)輸中扮演著重要的角色。如何安全、可靠地實(shí)現(xiàn)對(duì)礦井軌道運(yùn)輸系統(tǒng)的監(jiān)測，對(duì)于保障礦井安全生產(chǎn)具有重要意義。目前的礦井軌道運(yùn)輸監(jiān)測大多采用軌道電路和壓力傳感器等。因此，現(xiàn)有礦井軌道運(yùn)輸監(jiān)測系統(tǒng)有以下不足之處：

(1) 使用接觸式傳感器，存在機(jī)械磨損和磨擦產(chǎn)生電火花的可能性，影響安全生產(chǎn)；
(2) 監(jiān)測不具可視化，監(jiān)控者只能看到一些數(shù)字化的指標(biāo)，監(jiān)測效果差；
(3) 傳感器設(shè)置在軌道下面，井下巷道積水、環(huán)境惡劣，嚴(yán)重影響傳感器性能；
(4) 系統(tǒng)成本高、維護(hù)量大、可靠性差。
為了有效地解決以上幾個(gè)方面問題，本文提出采用非接觸式的視頻圖象處理方法來實(shí)現(xiàn)礦井軌道運(yùn)輸監(jiān)測¬¬¬¬。由于紅外波段具有空間分辨率高、穿透性好和散射光小等優(yōu)點(diǎn)[1]，因此，礦井軌道運(yùn)輸監(jiān)測系統(tǒng)使用了紅外CCD。

1 紅外CCD礦井軌道運(yùn)輸監(jiān)測系統(tǒng)
采用基于ADSL（Asymmetric Digital Subscriber Line，非對(duì)稱數(shù)字用戶環(huán)路）雙絞線寬帶傳輸技術(shù)[2]的紅外CCD礦井軌道運(yùn)輸監(jiān)測系統(tǒng)如圖1所示。來自紅外CCD攝像機(jī)的視頻信號(hào)，經(jīng)模式識(shí)別、最優(yōu)閾值等視頻圖象算法處理后，分別提取視頻圖象中有關(guān)列車圖象、有效載荷（是指列車所運(yùn)輸?shù)呢浳铮纾旱V石、煤炭等）圖象的各種特征量，將監(jiān)測得到的計(jì)算結(jié)果通過ADSL MODEM傳輸給監(jiān)控中心的計(jì)算機(jī)，監(jiān)控中心的PC機(jī)會(huì)將有關(guān)列車運(yùn)輸狀態(tài)的分析結(jié)果顯示出來，從而實(shí)現(xiàn)非接觸的、可視化的遠(yuǎn)程監(jiān)控與測量。為最大限度地減少傳送的數(shù)據(jù)量，在滿足實(shí)際監(jiān)測需要的前提下，本系統(tǒng)采用256級(jí)灰度圖象，圖象尺寸為320×240象素。

圖1 紅外CCD礦井軌道運(yùn)輸監(jiān)測系統(tǒng)

紅外CCD礦井軌道運(yùn)輸監(jiān)測系統(tǒng)具有列車運(yùn)動(dòng)速度計(jì)算、列車移動(dòng)方向識(shí)別、列車節(jié)數(shù)計(jì)數(shù)、列車有效載荷計(jì)算、列車運(yùn)行異常情況報(bào)警處理（包括列車停運(yùn)告警、列車超速告警）、系統(tǒng)初始化與常用參數(shù)的設(shè)置保存六個(gè)主要功能[3]。

2 礦井軌道運(yùn)輸監(jiān)測

2.1 列車運(yùn)動(dòng)速度計(jì)算
用圖象處理的方法來測量、計(jì)算列車的運(yùn)動(dòng)速度是一個(gè)復(fù)雜的問題。為此，本系統(tǒng)根據(jù)視頻圖象采集系統(tǒng)采集到的連續(xù)圖象[4]，按照模式識(shí)別的原理對(duì)列車的基本特征進(jìn)行了分析。首先確定列車是否已經(jīng)到達(dá)監(jiān)測點(diǎn)，如果列車已經(jīng)到達(dá)監(jiān)測點(diǎn)，則比較相鄰運(yùn)動(dòng)幀圖象中列車狀態(tài)與位置的變化量，然后根據(jù)這個(gè)位置變化量、產(chǎn)生變化量所需的時(shí)間、紅外CCD視場（角度）、CCD采樣策略以及采樣策略對(duì)應(yīng)的采樣區(qū)域大小和紅外CCD鏡頭距列車的垂直距離這六個(gè)量的相互關(guān)系計(jì)算出列車的運(yùn)行速度。具體算法與相應(yīng)計(jì)算步驟如下。

2.1.1 檢測列車的時(shí)間戳及其位置
首先根據(jù)列車圖象的俯視特征和模式識(shí)別的基本原理，檢測出列車進(jìn)入監(jiān)測畫面的時(shí)間戳和它在圖象中的具體位置。
井下運(yùn)動(dòng)物體種類少，為井下移動(dòng)物體的快速識(shí)別提供了便利。另外，井下列車圖象的俯視特征為較規(guī)則的矩形，所以，快速識(shí)別是完全可以實(shí)現(xiàn)的。
在人工智能領(lǐng)域中，計(jì)算機(jī)視覺主要關(guān)注圖象處理算法，圖象處理方法很多，效果千差萬別。本文選擇了統(tǒng)計(jì)模式識(shí)別方法作為算法的理論依據(jù)，這不僅僅因?yàn)樗菓?yīng)用最廣的方法，更重要的是因?yàn)楸鞠到y(tǒng)的設(shè)計(jì)目標(biāo)及要識(shí)別的物體特征非常適合使用統(tǒng)計(jì)模式識(shí)別進(jìn)行處理。