1.一种基于图像的液压支架与采煤机截割部干涉保护系统,其特征在于,包括反光涂层、矿用摄像仪、微型计算机、并行计算模块、位移传感器、脉冲计时器、无线信号发射器和无线信号接收器,所述多个反光涂层分别贴敷在采煤机摇臂背向煤壁一侧的表面,所述反光涂层为圆形;所述矿用摄像仪装在液压支架中双液压立柱与顶梁连接的中间位置,并行计算模块设置在综采工作面的一端,所述位移传感器装在液压支架的护帮千斤顶处;所述脉冲计时器和无线信号发射器设置在液压支架上,无线信号接收器设置在采煤机上;矿用摄像仪与微型计算机连接,微型计算机分别与并行计算模块、位移传感器、脉冲计时器和无线信号发射器连接;无线信号发射器与无线信号接收器无线连接,无线信号接收器与采煤机控制器连接。
2.根据权利要求1所述的一种基于图像的液压支架与采煤机截割部干涉保护装置,其特征在于,所述反光涂层所采用的材料为漫反射材料。
3.根据权利要求1所述的一种基于图像的液压支架与采煤机截割部干涉保护装置,其特征在于,还包括防爆壳体,防爆壳体设置在液压支架上,微型计算机、脉冲计时器和无线信号发射器设置在防爆壳体内,矿用摄像仪安装在防爆壳体前端,所述防爆壳体采用不锈钢材质。
4.一种利用权利要求1的基于图像的液压支架与采煤机截割部干涉保护装置的方法,其特征在于,具体步骤为:
第一步,设定采煤机正常运行时,矿用摄像仪的拍摄区域:在采煤机相对于液压支架正向位置从左至右或从右至左正常运行时,调整矿用摄像仪拍摄角度,使矿用摄像仪在采煤机与本液压支架之间距离6~8架液压支架时至少采集到四个圆形反光涂层;然后矿用摄像仪将采集的图像信息传递给微型计算机;
第二步,微型计算机对采集图像进行去噪与压缩:
A、对采集图像进行二维小波包分解,采用Db4小波包对图像进行三层分解,并利用Shannon熵作为信息代价函数,获取图像的最优小波基;
B、完成采集图像的小波包分解后,利用小波包工具箱对图像数据进行压缩和去噪;获取压缩和去噪之后图像的近似部分;所述小波包工具包是安装在微型计算机上的Matlab软件中自带的图像分析与处理工具包;
C、对压缩和去噪之后的图像进行重构;
第三步,边缘提取:用canny算子提取图像边缘,并进行OTSU自动阈值,得到二值图像;
第四步,图像数据传输:微型计算机将二值图像数据通过数据总线传递给并行计算模块进行后续处理;
第五步,并行计算模块对图像数据进行椭圆拟合:通过采用改进的基于最小二乘法的椭圆拟合算法对图像数据进行椭圆拟合,具体如下:
a、在采集的图像数据的所有样本点中随机选取6个点;所述样本点为二值图像中所有灰度为1的像素点;
b、利用基于代数距离最小二乘法拟合出椭圆曲线;
c、设定样本点到求得的椭圆边界的最小距离的阈值;
d、遍历所有样本点,求取各个样本点到求得的椭圆边界的最小距离,对各个距离值依次与设定的阈值比较,若测得的距离值小于或等于阈值,则该样本点确定为匹配点并编号,若大于阈值,则该样本点确定为杂质点;统计本次遍历的匹配点总个数;
e、重复执行步骤a~步骤d过程100~200次,比对出匹配点总个数最多的拟合椭圆,确定该椭圆为最优椭圆参数;完成后并行计算模块将结果回传给微型计算机;
第六步,训练神经网络:通过第五步得出的最优椭圆参数可得出圆形反光涂层边界,进而计算出椭圆圆心,通过4个椭圆的圆心位置可得任意两个椭圆圆心之间的距离,并求出距离和,记为S,即
其中,li,j为任意两椭圆圆心之间的距离;
以S对BP神经网络进行训练:首先设定初始阈值,然后对神经网络进行训练:在采煤机滚筒与液压支架护帮板的距离到安全距离前1~2架时,使液压支架护帮板自动收起,采煤机行驶出安全范围1~2架时自动打出进行支护;若未达到上述要求,则重新调整第五步中样本点到求得的椭圆边界的最小距离的阈值,并重复30次训练。
第七步,异常情况保护:当液压支架接收到由BP神经网络发出的收起护帮板命令的同时,脉冲计时器开始计时,当位移传感器在设定的时间阈值之内达到安全位置时,认为护帮板板正常收起,否则认为护帮板未正常收起,则输出脉冲信号,微型计算机控制无线信号发射器与安装在采煤机上的无线信号接收器通讯,使采煤机减速及制动。