基于視覺識別的隧道落石預警系統

吳俊垚

（貴州電子信息職業技術學院， 貴州 凱里 556000）

0 前言

在隧道施工時，由于巖石本身的裂縫及地質脆弱部分的影響，容易造成落石的掉落， 2016 年到2018 年的中鐵某局的職業安全與健康調查資料中因落石共造成47 名傷者，其中有6%的人死亡，42%以上的人員需要修養一個月以上。雖然采取在工作面上設置落石保護臺，確保工人不用完全暴露的措施，但工人施工時需要有監視人員在其后觀察巖石異常并及時報警，費工費時。因此本文根據這種情況提出通過高速攝影機結合視覺識別算法，對即將松脫的巖石進行趨勢預判，在0.1 秒內通過光和聲音的落石進行報警，將落石的預警效率進行提升，以保障現場施工人員的安全。

1 落石監測報警裝置組成

落石監測報警系統由落石檢測裝置和報警裝置組成。操作過程中，將照明攝像機安裝在不干擾掘進設備附近（5～10 米）工作的位置。主要檢測和報警下降的物體，如碎石脫落。該裝置主要通過對大的巖石及1cm 程度的小巖石的落石進行監測，采用高速攝影機（秒幾十次至50 次）拍攝的圖像，視覺識別通過對連續的兩個幀之間的差分圖像進行識別，通過圖像檢測垂直向下移動體作為落石的方法。該裝置的圖像處理和圖像識別技術將在第三節進行詳細介紹。

照明裝置使用采用LED 照明，及激光進行校差同時使用近紅外光照射，減少LED 照度不足情況下進行的圖像識別不清的問題。另外該裝置包括高性能的PC 用于存儲檢測落石所需的拍攝條件信息和檢測目標信息。

正常使用時，當掉落物體（落石或噴涂混凝土的剝落等）時，裝置立即進行識別，警示燈閃爍并包報有警笛聲，提醒現場工人注意。

2 基于視覺識別落石檢測的算法

2.1 視覺識別落石原理

在落石檢測中，首先用相機拍攝的圖像作為數據進入圖像采集單元。于此圖像數據執行落石檢測。首先，在落石檢測區域計算中，根據過去N 幀（實際上約為N=3 到10）幀之間的差分圖像確定落石檢測排除范圍，在兩個落石檢測單元（單個落石和群落石）中，僅對檢測區域對落石進行檢測。如果檢測到落石，則數據將發送，以便通過落石檢測單元觀察落石并發出警報。

2.2 落石區域內移動體識別算法

落石檢測的圖像識別算法識別除落石以外的移動物體，如工人和掘進機附近的重型設備，以及"落石檢測區域計算"，該區域除該范圍外，還檢測落石檢測區域所反射的物體為巖石。落石檢測區域計算單元，通過處理時間序列中連續幀之間的差分圖像，從過去N 幀中每個差分圖像中提取移動區域，執行每個移動區域的集合范圍以外的區域作為落石檢測區域的過程。對于過去N 幀的圖像，生成時間序列中連續兩個幀的差異部分圖像，通過按閾值執行值化過程，從每個差分圖像中提取移動體的區域。最后，落石檢測區域計算單元確定合成移動區域，并賦予相同的數字以作為一個組像素定義為落石檢測禁止區域，除落石檢測禁區外，其余空白區域為落石檢測區域。此外，在這里視覺識別僅對擴大每個移動體區域的收集并插值，由于移動體的間隙和過去幀中沒有移動，因此未檢測到移動識別。

其中算法將落石識別的島狀區域成為檢測區域，但島狀區域為工人穿戴的反光背心，因此需要對圖像中明亮區域進行處理，以避免錯誤的落石識別情況發生。

2.3 落石區域內落石識別算法

落石檢測單元，在落石檢測區域拍攝的特定轉移物作為落石候選物，通過跟蹤落石候選于多個幀，具有單個落石檢測單元，用于確定落石候選物是否為真正的落石。上一個落石對應于移動前的落石，而下面的落石對應于移動后的落石。單個落石檢測單元如果檢測到一組兩個落石，則分別從兩個落石候選的重心位置確定重心。當向上和向下的落石候選物被視為二維圖像時，這種重心是數學重心，可根據落石候選形狀和面積等計算。自然落體區域設置為前一個落石候選的重心下方。如果落石候選位置連續位于多個幀上，則確定落石候選位置為真正的落石。此外，落石檢測單元對于單個落石，所有移動體出現在落石檢測區域作為落石候選，通過跟蹤所有落石候選的重心在多個幀上，落石候選者包括一個群落石檢測，以確定它是否是真正的落石。因此，即使同時發生大量落石，也可以檢測真正的落石，從而防止落石的遺漏。

2.4 基于視覺識別隧道落石算法驗證

在驗證過程中使用了大約50 小時的視頻記錄，曾成功捕獲落石瞬間的圖像記錄。

3 總結與展望

作為隧道落石的檢測，第一次在國內使用視覺識別技術，已于2018 年7 月完成樣機，并在現場進行實驗，并設計了新的圖像識別算法，申報中國發明專利，通過視覺識別對隧道掘進過程中危險巖石地帶提前進行預測和分析。今后需要進一步根據多個隧洞現場實際條件調整參數，做到設備具有相當的自適應。最終實現隧道落石檢測的實時、便捷更有效的保護現場施工人員。