(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211247303.4 (22)申请日 2022.10.12 (71)申请人 吉林大学 地址 130000 吉林省长 春市前进大街269 9 号 (72)发明人 吴叶伟　王国强　屈文韬　吴述伟　 王玉宽　李永泼　程蔚　方毅　 张灏岩　关威　 (74)专利代理 机构 吉林长春新纪元专利代理有 限责任公司 2 2100 专利代理师 王怡敏 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/55(2017.01) G06T 7/70(2017.01)G06V 10/75(2022.01) G01C 21/16(2006.01) (54)发明名称 矿用破碎机 衬板磨损检测方法 (57)摘要 本发明涉及一种矿用破碎机衬板磨损检测 方法， 属于矿山机械破碎技术领域。 采用双 目视 觉分区域获取衬板表面三维信息， 获取时在衬板 表面投影数字散斑图案， 在破碎腔内光线不足情 况下补光的同时提高衬板表面的纹理信息量， 散 斑图案在双目图像获取深度图时提供了更高的 视差估计， 得到了精度更高的衬板表面点云信 息。 本发明引入惯性测量单元信息， 为分区域后 的衬板表 面点云初次拼接提供参考， 初次拼接后 进行更高精度的二次拼接， 保证采集精度的同时 提高了数据采集效率。 本发明通过改进的正态变 换算法对齐衬板点云， 寻找磨损后点云各点在未 磨损所获取点云中的最近点， 计算两点在单位法 线方向的距离， 得到更高精度的衬板磨损量， 并 获取了衬板的磨损分布。 权利要求书4页 说明书9页 附图4页 CN 115546158 A 2022.12.30 CN 115546158 A 1.一种矿用破碎机衬板磨损检测方法， 其特 征在于： 包括如下步骤： 步骤S1、 使用衬板磨损检测装置获得目标区域双目图像， 具体是： 步骤S101、 划分检测区域、 确定采集位置： 依据所检测衬板区域X与采集环境确定采集 地点Y； X＝{x1， x2， x3，…， xi} Y＝{y1， y2， y3， ...， yj} 将所检测衬板区域X划分为大小为xsize_a*xsiez_b的矩形目标区域x1， ...， xi； 依据目标区 域xi的位置选择采集 地点yj， 多个目标区域xi对应一个采集 地点yj； 步骤S102、 获取IMU数据： 所述IMU为惯性测量单元； 所述IMU数据为惯性测量单元的三个单轴的加速度计与 三个 单轴的陀螺仪、 三个单轴的磁强计输出的数据， 可解算出IMU的位姿变化， 进一步 获得与IMU 固定的双目相机的位姿变化； 所述IMU数据来自与衬板磨损检测装置中的双目相机固定连接的惯性测量单元上； 所 述衬板磨损检测装置包括一个双目相机、 一个与双目相机固定连接的IMU、 一个可投影图案 的投影设备、 一台电脑作为数据处理系统、 一个可同时对双目相机、 IMU、 投影 设备和数据处 理系统供电的电源； 在采集地点y1开始记录IMU数据， 在将双目相机转移至后续所有采集地点yi时持续记录 IMU数据； 在最后一个采集地点yend双目相机采集图像后， 重新使双目相机回到采集地点y1 并记录IMU数据， 作为 最后一次采集， 持续记录IMU数据至该地 点后即完成IMU数据获取； 步骤S103、 使用投影设备对衬板上目标区域投影数字 散斑图案： 所述数字散斑图案由随机的黑白像素组成， 为大小为Tsize_a*Tsiez_b的矩形； 在各采集地 点yj对与之对应的衬板上的多个目标区域xi进行投影数字散斑图案； 数字散斑图案覆盖该 采集地点yj所对应的所有目标区域xi； 步骤S104、 使用双目相机获取目标区域双目图像： 在采集地点yj向衬板上进行投影的同时， 使用双目相机对该采集地点yj所对应的衬板 上多个目标区域xi进行图像采集； 将所采集的双目图像传输 至数据处 理系统； 步骤S2、 获得衬板表面 三维点云； 步骤S3、 计算衬板磨损量。 2.根据权利要求1所述的矿用破碎机衬板磨损检测方法， 其特征在于： 步骤S2所述的获 得衬板表面 三维点云， 具体是： 步骤S201、 采用Census匹配代价计算的立体匹配方法， 获得 各目标区域的点云： 在数据传输系统中， 对各采集地点yj的双目图像组(a， b)j采用一种改进匹配代价计算 的立体匹配方法， 获得各目标区域的视差图Pd； 同一双目图像组的对应像素点位于同一行； 基于图像组中的左图像aj寻找右图像bj同一行中对应匹配点对； 采用Censu s匹配代价计算方法计算图像中像素点pi的匹配代价C(pi)， 匹配代价的值通 过计算与其在同组图像中对应 像素点(pi， bj)之间的汉明距离获得； C(pi)＝H[C(pi， aj)， C(pi， bj)] C(pi， aj)表示左图像aj中像素点(pi， aj)邻域的Census变换编码， C(pi， bj)表示右图像bj 中像素点(pi， bj)邻域的Census变换编码， H[， ]表示计算两编码的汉 明距离； 以像素点pi为权　利　要　求　书 1/4 页 2 CN 115546158 A 2原点建立坐标系， 取坐标系中以原 点为中心大小为7*7坐标窗口内坐标点为预设坐标点， 获 得预设坐标点对应的像素点的灰度值(x， y)Gv； 将各灰度值与像素点pi灰度值比较， 如果前 者小， 则编码位置为0， 如 果前者大， 则编码位置为1； 比较该像素点pi与所有预设坐标点后， 生成该像素点的Census变换编码； 遍历左图像aj中像素点(pi， aj)， 生成像素点的Census变换编码C(pi， aj)， 寻找同组右图 像bj中同一行的所有像素点， 记为像素点(pi， aj)的点集， 对该点集所有像素点生成各自的 Census变换编码； 分别 对像素点(pi， aj)与其点集的各像素点的编码计算汉明距离， 汉明距 离最小值对应像素点为像素点(pi， aj)在右图像bj中的匹配像素点； 结合相机参数对同组图 像对应匹配像素点计算深度信息， 获得左图像中所有点在相 机坐标下 的三维坐标， 即获得 点云； 步骤S202、 对各目标区域 点云进行 滤波获得衬板区域表面 三维点云： 对各目标区域点云每个点Pcloud_point _i应用三维KD树， 搜索获得周围最邻近的K个点作为 该点的搜索点集； 计 算Pcloud_point_i与搜索点集中点的欧氏距离， 计 算Pcloud_point_ i与搜索点集 中的所有点的欧式距离的平均值dpi； dth_i＝dpi+s 其中， dth_i为所述Pcloud_point_i的密度阈值； dpi为所述Pcloud_point_i与其搜索点集中的所有 点的欧式距离的平均值； s为所述Pcloud_point_i与各自最邻近K个点的欧式距离的平均值的标 准差； 判断Pcloud_point_i是否满足滤波条件， 将满足滤波条件的点滤除； 所述滤波条件为： 统计 该Pcloud_point_i与其搜索点集中欧氏距离小于dth_i的点的个数， 是否小于0.84K， 且判断 Pcloud_point_i与其搜索点 集欧式距离的平均值dpi是否大于密度阈值； 步骤S203、 结合IMU数据完成点云拼接： 通过IMU数据获得采集 地点yk对yk‑1的双目相机的相对位姿Posekk‑1； 其中R0是3x3的刚体旋转矩阵， t0是3x1的刚体平 移矩阵， 均由IMU数据解 算得到； 最后一次采 集与前一次采集时双目相机的相对 位姿为Posejj‑1； 将最后一次采集的目标 区域点云与第一次采集的目标区域 点云进行匹配， 计算获得相机的相对位姿Pose1j； Pose21Pose32...Posejj‑1Pose1j＝Poseerror 式中Poseerror为将所有相对位姿矩阵相乘所得值； 加入相对位姿Pose1j后， 所有位姿构 成回环， 所有相对位姿矩阵相乘理论值应为单位矩阵； 将所有相对位姿矩阵相乘所得 Poseerror矩阵与理论值单位矩阵作差， 以该差值最小为目标函数调整优化所有相对位姿矩 阵； 将所有采集地点Y的目标区域点云坐标通过优化后的相 对位姿矩阵变换至采集地点y1 相机坐标系下， 完成点云初次拼接； 式中xj、 yi、 zj为采集地点yj处获得的点云中点在该地点相机坐标系下的三维坐标； xj‑1、权　利　要　求　书 2/4 页 3 CN 115546158 A 3