基于物理标记几何约束实例分割的皮带输送机错位实时边缘检测方法

《Scientific Reports》：Geometric-aware instance segmentation for robust industrial monitoring of conveyor belt deviation

　　

摘要

皮带输送机错位是采矿和矿物加工中的常见故障，威胁着设备安全和生产效率。传统的基于视觉的检测方法在复杂的工业环境中存在参考不稳定和性能不佳的问题。本工作提出了一种结合专用物理标记的几何约束实例分割框架，用于实时嵌入式错位监测。设计了距离感知损失函数和边界增强模块，以提高像素域几何一致性，具体包括优化箭头尖端定位、减少输出波动以及在合成位移注入下增强线性响应。该系统部署在采用 INT8 量化的 RK3588 边缘平台上，在合成位移线性测试中实现了约 26 FPS 的端到端吞吐量和 0.9862 的决定系数。该方法为严苛条件下的工业输送机监测提供了一种有前景的视觉计算方案；然而，当前实现仅在评估条件下进行了验证，物理（毫米级）标定和独立测试集有待进一步验证。源代码和训练好的模型可在 https://github.com/29x9vqp7sk-creator/ConveyorBelt_Monitoring 获取，并在 Zenodo 上永久归档，地址为 https://doi.org/10.5281/zenodo.22138817。