基于视觉识别的隧道落石预警系统

吴俊垚

（贵州电子信息职业技术学院， 贵州 凯里 556000）

0 前言

在隧道施工时，由于岩石本身的裂缝及地质脆弱部分的影响，容易造成落石的掉落， 2016 年到2018 年的中铁某局的职业安全与健康调查资料中因落石共造成47 名伤者，其中有6%的人死亡，42%以上的人员需要修养一个月以上。虽然采取在工作面上设置落石保护台，确保工人不用完全暴露的措施，但工人施工时需要有监视人员在其后观察岩石异常并及时报警，费工费时。因此本文根据这种情况提出通过高速摄影机结合视觉识别算法，对即将松脱的岩石进行趋势预判，在0.1 秒内通过光和声音的落石进行报警，将落石的预警效率进行提升，以保障现场施工人员的安全。

1 落石监测报警装置组成

落石监测报警系统由落石检测装置和报警装置组成。操作过程中，将照明摄像机安装在不干扰掘进设备附近（5～10 米）工作的位置。主要检测和报警下降的物体，如碎石脱落。该装置主要通过对大的岩石及1cm 程度的小岩石的落石进行监测，采用高速摄影机（秒几十次至50 次）拍摄的图像，视觉识别通过对连续的两个帧之间的差分图像进行识别，通过图像检测垂直向下移动体作为落石的方法。该装置的图像处理和图像识别技术将在第三节进行详细介绍。

照明装置使用采用LED 照明，及激光进行校差同时使用近红外光照射，减少LED 照度不足情况下进行的图像识别不清的问题。另外该装置包括高性能的PC 用于存储检测落石所需的拍摄条件信息和检测目标信息。

正常使用时，当掉落物体（落石或喷涂混凝土的剥落等）时，装置立即进行识别，警示灯闪烁并包报有警笛声，提醒现场工人注意。

2 基于视觉识别落石检测的算法

2.1 视觉识别落石原理

在落石检测中，首先用相机拍摄的图像作为数据进入图像采集单元。于此图像数据执行落石检测。首先，在落石检测区域计算中，根据过去N 帧（实际上约为N=3 到10）帧之间的差分图像确定落石检测排除范围，在两个落石检测单元（单个落石和群落石）中，仅对检测区域对落石进行检测。如果检测到落石，则数据将发送，以便通过落石检测单元观察落石并发出警报。

2.2 落石区域内移动体识别算法

落石检测的图像识别算法识别除落石以外的移动物体，如工人和掘进机附近的重型设备，以及"落石检测区域计算"，该区域除该范围外，还检测落石检测区域所反射的物体为岩石。落石检测区域计算单元，通过处理时间序列中连续帧之间的差分图像，从过去N 帧中每个差分图像中提取移动区域，执行每个移动区域的集合范围以外的区域作为落石检测区域的过程。对于过去N 帧的图像，生成时间序列中连续两个帧的差异部分图像，通过按阈值执行值化过程，从每个差分图像中提取移动体的区域。最后，落石检测区域计算单元确定合成移动区域，并赋予相同的数字以作为一个组像素定义为落石检测禁止区域，除落石检测禁区外，其余空白区域为落石检测区域。此外，在这里视觉识别仅对扩大每个移动体区域的收集并插值，由于移动体的间隙和过去帧中没有移动，因此未检测到移动识别。

其中算法将落石识别的岛状区域成为检测区域，但岛状区域为工人穿戴的反光背心，因此需要对图像中明亮区域进行处理，以避免错误的落石识别情况发生。

2.3 落石区域内落石识别算法

落石检测单元，在落石检测区域拍摄的特定转移物作为落石候选物，通过跟踪落石候选于多个帧，具有单个落石检测单元，用于确定落石候选物是否为真正的落石。上一个落石对应于移动前的落石，而下面的落石对应于移动后的落石。单个落石检测单元如果检测到一组两个落石，则分别从两个落石候选的重心位置确定重心。当向上和向下的落石候选物被视为二维图像时，这种重心是数学重心，可根据落石候选形状和面积等计算。自然落体区域设置为前一个落石候选的重心下方。如果落石候选位置连续位于多个帧上，则确定落石候选位置为真正的落石。此外，落石检测单元对于单个落石，所有移动体出现在落石检测区域作为落石候选，通过跟踪所有落石候选的重心在多个帧上，落石候选者包括一个群落石检测，以确定它是否是真正的落石。因此，即使同时发生大量落石，也可以检测真正的落石，从而防止落石的遗漏。

2.4 基于视觉识别隧道落石算法验证

在验证过程中使用了大约50 小时的视频记录，曾成功捕获落石瞬间的图像记录。

3 总结与展望

作为隧道落石的检测，第一次在国内使用视觉识别技术，已于2018 年7 月完成样机，并在现场进行实验，并设计了新的图像识别算法，申报中国发明专利，通过视觉识别对隧道掘进过程中危险岩石地带提前进行预测和分析。今后需要进一步根据多个隧洞现场实际条件调整参数，做到设备具有相当的自适应。最终实现隧道落石检测的实时、便捷更有效的保护现场施工人员。