一种面向垃圾焚烧进料的自动给料控制方法及系统与流程

2021-03-04 19:03:15|

335|

起点商标网

本发明涉及垃圾处理设备领域，尤其涉及一种面向垃圾焚烧进料的自动给料控制方法及系统。

背景技术：

现有的垃圾焚烧处理厂在垃圾进料控制流程中过分依赖人工，给料控制过程中需要人工24小时监控并手动控制，人员在工作中需要时时刻刻保持精神集中并且工厂需要安排多班人员倒班工作来满足进料系统的需求，人员在长时间的工作中精力不集中便会导致进料数据发生偏差，且不同的人不同的操作习惯都会导致进料的偏差最终导致锅炉燃烧数据的不稳定，进料控制对人工的过分依赖导致整个锅炉系统无法稳定达到最高效率的燃烧状态。

技术实现要素：

本发明主要解决现有垃圾进料方案，过分依赖人工，效率低，不稳定，易出错，锅炉燃烧效率不稳定等问题，提供一种采用深度感知结合高斯混合模型背景建模及三维重建，进行垃圾体积检测并根据体积检测结果控制进料，全程监控、进料自动化、无需人工参与并能够维持锅炉燃烧效率最佳的面向垃圾焚烧进料的自动给料控制方法及系统。

本发明解决其技术问题所采用的技术方案是，一种面向垃圾焚烧进料的自动给料控制方法，包括以下步骤：

s1：实时采集垃圾进料口图像，获取成像面的深度信息；

s2：根据深度信息进行高斯混合模型背景建模；

s3：根据高斯混合模型背景模型进行三维重建计算垃圾体积；

s4：根据垃圾体积判断是否进行进料。

通过深度感知获取进料口深度信息，通过高斯混合模型背景建模和三维重建计算垃圾体积，根据垃圾体积结合经验数据来控制进料与否，实现了垃圾体积的实时获取，能够及时进料保证锅炉燃烧效率最大化。

作为上述方案的一种优选方案，所述步骤s2中高斯混合模型背景建模，包括以下步骤：

s21：用k个高斯分布组成的混合模型表示图像中每一个像素；

s22：参数初始化；

s23：进行模型匹配，若匹配成功，则采用第一参数更新方案进行参数更新，否则以第二参数更新方案进行参数更新；

s24：对各个高斯分布的权重进行归一化处理，将每个高斯分别按照由大到小排序，并取前bj个高斯分布作为背景分布

其中，k∈[3,5]，为表示像素j在t时刻的混合高斯模型中第i个高斯分量的权重，第i个高斯分量的标准差，d为高斯分别总数，wk为第k个高斯分布的权值，t为预设阈值。

作为上述方案的一种优选方案，所述步骤s22中，参数初始化包括：令每个高斯分布的权重令混合高斯模型中所有的高斯分布的标准差为σinit，并取首帧图像的每个像素值作为每个高斯分布均值的初始值，其中，σinit为预设值。

作为上述方案的一种优选方案，所述步骤s23中，模型匹配包括：对于每次输入的当前帧图像中的像素点xj,t，将其与当前k个模型按照匹配公式进行比较，直到找到匹配新像素值的分布模型，匹配公式如下：

其中，和为上一时刻第i个高斯分量的均值和标准差。

作为上述方案的一种优选方案，所述第一参数更新方案包括：保持除第i个高斯分布的其它高斯分布的均值与标准差不变，更新第i个高斯分量的权重、均值和方差

其中α是模型的学习率，ρ为参数的学习率。

作为上述方案的一种优选方案，所述第二参数更新方案包括：所述第二参数更新方案包括：用新的高斯分别替代第k个高斯分布，令新的高斯分布的均值为标准差和权值为和原来的高斯分布的均值和标准差保持不变，权重

作为上述方案的一种优选方案，所述步骤s3包括以下步骤：

s31：建立筛选公式

其中，di为第i时刻深度传感器获得的深度信息，bgd为rgbd空间中d空间分量高斯混合模型建模得到的背景模型，e为预设阈值；

s32：将满足筛选公式的所有像素点j转换成点云坐标xj，yj，zj；

s33：以存在物体的像素为底面，为顶面，将底面分割成n个正方形，计算底面x方向最大差值l即：则单个正方形长度为rl＝l/n，并计算每个正方形面积s；

s34：对每个正方形中心点坐标xr，yr，zr，在z轴方向寻找满足：的顶面坐标，如能找到则高度差则进料口内垃圾体积vt＝s*hr*n，其中e′为预设值。

对应的，本发明还提供一种面向垃圾焚烧进料的自动给料控制系统，适用于上述面向垃圾焚烧进料的自动给料控制系统，包括深度传感器平台、深度传感器和处理器，深度传感器与处理器相连，所述深度传感器设置在深度传感器平台上，深度传感器检测面覆盖进料口，所述处理器还与垃圾焚烧装置的铰刀相连。

本发明的优点是：对进料口垃圾体积进行全程监控，实现进料自动化无需人工参与并能够维持锅炉燃烧效率最佳。

附图说明

图1为实施例中面向垃圾焚烧进料的自动给料控制系统的一种结构示意图。

图2为实施例中面向垃圾焚烧进料的自动给料控制方法的一种流程示意图。

图3为实施例中高斯混合模型背景建模的一种流程示意图。

图4为实施例中计算垃圾体积的一种流程示意图。

1-深度传感器平台2-深度传感器3-进料口4-料斗及铰刀。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步的说明。

实施例：

本实施例一种面向垃圾焚烧进料的自动给料控制系统，如图1所示，包括深度传感器平台2、深度传感器1和处理器，深度传感器与处理器相连，深度传感器设置在深度传感器平台上，深度传感器检测面覆盖进料口3，所述处理器还与垃圾焚烧装置的铰刀相连。本实施例中，深度传感器平台的高度及角度能够进行调整，在安装深度传感器时，通过调整深度传感器平台的角度和高度确保深度传感器能够获取料斗深度信息。

对应的，本实施例还提出一种面向垃圾焚烧进料的自动给料控制方法，如图2所示，包括以下步骤：

s1：实时采集垃圾进料口图像，获取成像面的深度信息。

s2：根据深度信息进行高斯混合模型背景建模，如图3所示，包括以下步骤：

s21：用k个高斯分布组成的混合模型表示图像中每一个像素，即图像中像素j在t时刻的取值为xj的概率为：

其中为表示像素j在t时刻的混合高斯模型中第i个高斯分量的权重，且满足：和分别表示第i个高斯分量的均值和协方差，即为服从均值为和协方差为的高斯概率密度函数：

其中d为xj的维数(这里d＝4)，在rgbd颜色空间中假设各像素值是相互独立的，t代表转置，那么均值和协方差矩阵定义为：

其中σr表示rgbd颜色空间中r空间标准差。

s22：参数初始化：令每个高斯分布的权重令混合高斯模型中所有的高斯分布的标准差为σinit，并取首帧图像的每个像素值作为每个高斯分布均值的初始值，其中，σinit为预设值。

s23：进行模型匹配，对于每次输入的当前帧图像中的像素点xj,t，将其与当前k个模型按照匹配公式进行比较，直到找到匹配新像素值的分布模型，匹配公式如下：

其中，和为上一时刻第i个高斯分量的均值和标准差；若匹配成功，则采用第一参数更新方案进行参数更新，否则以第二参数更新方案进行参数更新。

第一参数更新方案包括：保持除第i个高斯分布的其它高斯分布的均值与标准差不变，更新第i个高斯分量的权重、均值和方差

其中α是模型的学习率，ρ为参数的学习率。