《Sensors》：Computer Vision-Based Techniques for Conveyor Belt Condition Monitoring: A Systematic Review
Pablo Rios-Colque,
Victor Rios-Colque,
Luis Rios-Colque and
Pedro A. Robles
编辑推荐：
输送带是采矿作业中的关键设备，连续可靠的物料运输对生产效率至关重要。本系统性综述旨在分析应用于输送带状态监测的基于计算机视觉的技术。遵循PRISMA（Preferred Reporting Items for Systematic Reviews and Me
输送带是采矿作业中的关键设备，连续可靠的物料运输对生产效率至关重要。本系统性综述旨在分析应用于输送带状态监测的基于计算机视觉的技术。遵循PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）指南，研究人员在Scopus和Web of Science数据库中进行了检索，并在应用预设的纳入排除标准后筛选出80项研究。这些研究通过定量文献计量方法和结构化定性主题分类进行了综合。研究发现揭示了2020年后科学产出的大幅增长，以及其地理分布和可能最具影响力的贡献。主要研究方向聚焦于损伤检测、跑偏检测和异物识别。研究同时观察到从传统图像处理方法（如滤波、分割和几何分析）向深度学习模型的明显转变，包括YOLO（You Only Look Once）、CenterNet和混合架构，在精度、速度和稳定性方面均有提升。然而，数据集代表性、评估协议异质性和运行条件变异性等挑战仍然存在。最后，研究识别了通过多模态数据集、自适应模型和轻量化解决方案促进与资产管理系统集成并支持可扩展工业应用的发展机遇。
本综述围绕计算机视觉技术在输送带状态监测中的应用展开系统性分析，其主体内容按以下结构组织：
**引言**
输送带是采矿行业价值链中的关键组成部分，确保大量矿石在生产过程中的连续运输。现代应用中，输送带处理能力可达每小时数千吨，运输距离超过100公里，通常以1.5 m/s至3 m/s的速度连续24小时运行。从经济角度看，输送带占系统总成本的40%至60%，因此其可靠性对确保运营连续性至关重要。然而，输送带暴露于重载、转载点冲击、恶劣环境条件和长时间运行等因素下，极易发生皮带磨损、皮带跑偏和物料堆积等故障。这些异常不仅影响运营连续性，还会增加维护成本，若未能及时检测则构成安全风险。基于状态的维护（CBM）作为资产管理中广泛采用的策略，依赖于对设备实际状态的监测来确定干预需求和时机。CBM计划围绕诊断和预测两个互补轴线构建：诊断涉及故障检测、受影响部件定位和根本原因识别；预测则旨在通过估计故障概率、紧迫性和剩余使用寿命（RUL）来预判故障。传统上，输送带诊断通过人工巡检进行，这一过程缓慢且精度低，高度依赖操作员经验。为克服这些局限，经典计算机视觉被引入，其结合了图像处理技术（如自适应阈值化、二值化、形态学运算和Canny边缘检测）与机器学习（ML）分类器（如SVM、AdaBoost和k-NN）。这种集成实现了可见损伤检测的部分自动化；然而，纹理、边缘或几何模式等特征的定义仍需手动设计，且性能受粉尘、振动或照明不良等外部因素制约。随着人工智能（AI）、物联网（IoT）和大数据等智能工业技术的巩固，计算机视觉已演变为基于深度学习（DL）的日益复杂的模型。与先前方法不同，CNN及其变体（如R-CNN、YOLO、SSD）能够自主学习层次化图像表征，处理大量信息，识别模式并提供近实时分析。因此，基于DL的模型在精度、速度和鲁棒性方面展现出改进，尤其在地下采矿等复杂环境中，噪声图像、低对比度和不平衡数据集较为常见。
**材料与方法**
本系统性综述按照PRISMA 2020指南进行。纳入标准包括：2010年至2025年间发表、以英文撰写、涉及基于计算机视觉的输送带状态监测的文献。此时间范围的选择是因为自2010年代以来，人工智能应用于工业系统的研究显著增加；自2015年以来，深度学习模型的发展大幅加速了计算机视觉在监测和自动诊断应用中的进步。排除预印本、书籍章节、综述文章以及与既定研究问题不直接相关的记录。信息检索使用Scopus和Web of Science（WoS）数据库，检索期为2025年9月11日至10月11日。检索词包括"computer vision"、"maintenance"和"conveyor belt"等，通过AND和OR等布尔运算符组合。筛选过程分两个阶段进行：第一阶段审查标题、摘要、关键词和元数据；第二阶段评估全文的纳入资格。两阶段均由四名作者独立进行，分歧通过协商解决。数据收集采用双录入矩阵，记录书目数据（发表年份、作者、机构隶属、引用次数、关键词）和技术内容（应用、技术、结果、局限性）。研究采用定量-定性相结合的方法：定量分析为文献计量性质，考察出版物的时间演变、作者和国家的生产力以及术语共现；定性分析则是对研究内容的结构化综合，按主题类别组织并呈现在比较表中。由于纳入研究的异质性和技术性，未应用正式的风险偏倚工具；取而代之的是定义了结构化评估框架来指导定性分析。
**纳入研究的定量分析**
对80项纳入研究的定量分析显示，2010年至2019年间，产出保持较低且相对稳定，每年1至3篇贡献。从2020年起，观察到持续增长，2024年达到19篇记录的高峰。这一趋势证明了学术界对基于计算机视觉的输送带状态监测的日益增长的兴趣。在作者生产力方面，Wang Y.以9篇出版物居首，其次是Liu X.和Zhang M.各8篇。就学术影响力而言，Li X.和Zhang M.的被引作品最多，均超过225次。自2020年以来，协作网络显著扩展，新作者不断加入，反映了该领域科学产出的日益多元化和动态性。地理分布方面，中国以139次提及领先，展现了其在知识生成中的核心作用；波兰、美国和巴西也有较明显贡献。关键词共现分析识别出四个主要聚类：红色聚类与用于监测和故障检测系统的图像处理方法相关；黄色聚类涉及机器视觉及其在缺陷检测中的应用；绿色聚类对应于用于智能损伤检测的机器学习；蓝色聚类则与深度学习集成的计算机视觉相关，旨在优化采矿及其相关战略过程。
**按主题类别的定性分析**
**4.1 输送带损伤检测**
输送带损伤检测的演变已从传统目视检查方法发展到能够在高度可变的工业环境中稳定运行的智能系统。早期发展优先通过受控照明、快速分割和轮廓提取来稳定视觉采集，以隔离撕裂或其他可见缺陷。在此基础上，优化特征选择和降维以减轻不规则纹理或冗余相关性产生的干扰；同时引入压缩策略以确保稳定的实时传输而不牺牲关键信息。随着在非受控条件下运行需求的增加，专用滤波、光学稳定和几何提取在显著噪声和环境变化下维持损伤检测方面发挥了更关键作用。红外和可见传感器的组合对补偿热波动特别有用，支持更一致的纵向撕裂识别。一维表示简化了二维分割造成不必要延迟时的轮廓处理；基于激光的测量则实现了更精确的损伤轮廓及其纵向发展的描绘。
值得注意的是，早期方法仍强烈依赖受控采集条件和手动特征工程，其性能对参数调谐和表面外观变化敏感，限制了在异构工业环境中的适用性。2019年起，整合视觉、声学和几何信息的方法得到巩固，用于复杂运行条件下撕裂和裂纹的表征。几何模式与模板和决策规则的融合使得即使表面轮廓存在显著不规则也能区分 prolonged ruptures；音视频整合为场景受遮挡或照明不足时的检测提供了替代手段。生成模型扩展了罕见场景的表示并加强了多类识别；图像与点云数据的结合也改善了对劣化表面的体积解释。多模态方法的引入增加了系统复杂性，尤其在传感器同步、校准要求和数据处理方面。
随后，研究重点转向能够在基础设施边缘运行并减少对集中处理依赖的更自主解决方案。这支持了基于DNN（深度神经网络）的轻量级架构的开发，以执行本地推理而不中断物料运输。多重激光辅助提高了在负载皮带上检测微撕裂的能力；二维重建和曲率分析提供了早期缺陷的更详细读数。边缘处理和快速分割的组合在响应时间至关重要的场景中至关重要。更丰富的数据库使得能够精炼针对不同损伤类型的深度架构，轻量级CNN与高效缩放的集成促进了处理速度和渐进性磨损敏感性之间的更好平衡。更深的结构被用于在分辨率不一致情况下保持稳定。条件生成模型通过使用相干合成数据改善了劣化模式的判别。然而，生成架构如MCC-CycleGAN的采用引入了超出分类性能的挑战，包括计算密集型训练、更高的GPU需求、更长训练时间和增加能耗。
在隧道和地下环境中，检测受极端照明条件和不规则空间标记的制约，需要能够定位裂纹并通过额外校准实时估计其进展的模型。可逆网络用于图像增强以提高存在高频噪声时的清晰度和稳定性；模板方法和仿射变换加速了重复模式区域中的结构比较；激光辅助与金字塔配置增强了对扩展纵向损伤分析的鲁棒性。在物流领域，快速巡检需求促进了应用于滤波、分割和轮廓提取的浅层神经网络的使用。当几何需要相机间对应时，多视图配置提供了更大稳定性。2024年，优化的YOLO模型实现了对裂纹纵向范围的实时估计和按严重程度的自动警报激活；双目视觉与校准标签实现了损坏区域的更精确重建。在热能环境中，红外辐射与优化阈值化的组合使得可见对比度不足时仍能识别损伤；多通道注意力和自适应损失函数提高了对扩展或弱定义撕裂的敏感性。PLC系统和激光扫描通过最小化空气中粉尘造成的信息损失保持了测量稳定性。
最新发展中，结合X射线、超声、红外和视觉模态的多融合平台将检测扩展到不可见的内部故障，有助于更全面的预防性诊断方案。混合架构集成Retinex增强、高效缩放和轻量化注意力机制，在低亮度和深层噪声的地下环境中保持稳定。光学阻尼和注意力混合的改进进一步促进了强振动下裂纹的识别；可变形注意力增强了对不规则表面损伤几何的敏感性。优化的R-CNN与基于t-SNE的特征降维的结合实现了对密集和高度劣化纹理的更稳定处理。尽管技术逐渐巩固，但实验报告性能与工业条件下持续运行之间仍存在差距，许多解决方案在受控环境或有限时间范围内验证，未能完全捕获撕裂、裂纹和其他退化机制随时间的实际演变。
**4.2 输送带跑偏检测**
跑偏是与结构损伤不同的现象，因其不总是留下可见标记如切口或磨损，使及时识别复杂化。其进展取决于载荷分布、张力不平衡和托辊几何，产生可能类似于正常振荡的位置模式。早期方法集中于通过线扫描相机、稳定照明和二值分割重建皮带轴线的几何方法，实现具有适度计算需求的位移估计。基于强度变化的方法被引入以补偿不均匀照明，引入了中心位移和边缘扭转等指标，改善了度量稳定性。专注于几何轮廓的配置出现，在连续运行期间简化处理并降低对噪声的敏感性。
随着仪器能力的增强，配备轻量级DL网络的巡检机器人开始被集成，扩展了空间覆盖并通过基于单应性变换的校正减少了失真。快速滤波和边缘提取技术得到优化，在粉尘和振动存在下展现出改进的稳定性。这一进展促进了多源数据的整合以进行全面监测，并使表征曲线皮带跑偏的时间模型得以使用。自适应模型用于连续分割的出现是一个相关技术转变，其在变化照明下保持边缘相干性并提供变化场景中的稳定性。HDR技术与双基线配置相结合，为照明变化大的地下环境提供了稳定替代方案。集成架构被开发以在单一计算框架内统一分割和检测，拓宽了跑偏估计的操作范围。立体系统与AprilTags增强了三角测量过程。
2024年以来，重点转向配备注意力机制、双向融合和多尺度分析的深度架构，这些在优化YOLOv8变体中强化了光学噪声下的轴线描绘。混合方法结合增强Canny算子、引导滤波和精细Hough变换，在真实运行条件下实现了更稳定的轮廓。基于RFID校正的巡检机器人被纳入以减少长轨迹上的累积漂移。激光交叉技术支持了更受控的几何测量。最近，基于双目激光系统的三维方案被开发，以短响应时间和适当精度估计跑偏和平整度变化。FastBeltNet等超轻网络平衡了时间稳定性和低计算需求，有利于工业场景集成。结合视觉、红外传感、超声和X射线成像的多传感器平台在苛刻条件下增强了鲁棒性，物联网系统将自主跑偏监测纳入面向操作安全的解决方案中。
跑偏检测中的挑战包括：需要保持整个皮带宽度的稳定空间参考；模型对相机位置或皮带几何轻微变化的敏感性；以及受控条件与连续工业运行下跟踪之间的差距。长距离和变负载下稳定空间参考的维持方面仍有待更代表性的评估策略。
**4.3 异物识别**
异物识别要求算法具有非常短的响应时间、照明变化下的稳定性和在快速运动皮带上的持续性能。早期方法依赖全局图像变化如直方图对比，无需显式区分即可推断皮带上的元素。随着领域发展，技术出现将局部像素变化解释为指示信号，但其稳定性仍受照明和噪声制约。后来，针对雾化和模糊场景调整的YOLO模型使检测更加一致；结构化网络压缩在保持基本功能的同时减少了延迟。
2023年以来，研究重点聚焦于物体较大或边缘 poorly defined 的情况。自适应Retinex技术、多尺度模板和优化MLP被用于改善边界描绘和轮廓清晰度。YOLO变体纳入MSRCR（Multi-Scale Retinex with Color Restoration）、MSAM（Multi-Scale Attention Module）模块和深度可分离卷积，以增强对冗余特征的耐受性。基于YOLO与ShuffleNetV2和SimAM（Simple Parameter-Free Attention Module）结合的轻量级架构被提出用于边缘设备，伴随旨在减少推理时间的深度剪枝过程。嵌入式平台推动了Compact架构如Nanodet with SIoU（SCaled Intersection over Union）loss的采用，在ARM-Android处理器上保持速度和稳定性。改进YOLO与IAT（Image Adaptive Transformation）、CBAM（Convolutional Block Attention Module）和旋转头扩展了对可变方向伸长物体的表示能力。集成分割和检测的单一结构框架实现了异物识别与其他运行条件的并行处理；无锚网络与空洞卷积强化了金属采矿环境中的精细细节提取。
计算效率和判别能力之间的额外权衡浮现：轻量级架构虽促进工业环境实施，但倾向于降低对小、变形或部分遮挡物体的敏感性。2024年，退化图像中的稳定性成为优先事项。注意力机制和特定激活优化的YOLO模型保留了非煤对象的语义清晰度；机器人操作器在检测后的集成，使对象在到达敏感工艺阶段前被移除；PLC、激光和工业相机与YOLO的结合维持了粉尘环境中的检测。数据稀少时，GANomaly基于与正常模式的偏差提供了识别标准。GhostConv融入YOLO增强了人工标注集中的检测。最新方法中，YOLO用于识别危险物体并触发实时警报；注意力机制和EIOU增强的YOLO在数据有限场景中特别有用。线扫描相机和分割的组合在工业回收中实现了锋利物体的准确判别。基础模型生成的表示实现了对超大材料的分割，仅需最少标注数据。
**4.4 其他状态监测应用**
该类涵盖与过热、扭转、物料堆积等相关的故障模式，这些虽较少讨论但代表实际风险。这些参数通常非视觉性质，但需要能够解释热、几何或体积变化的传感器和算法。热成像作为状态监测中的成熟技术，首先受益：使用UAV和红外相机进行巡检，克服了接入限制，捕获托辊中的热异常，通过信号技术处理，尽管性能仍受环境条件影响。局部像素级差异的集成实现了空带运行或人员接近等条件的识别，展示了温度与视觉动态结合的价值。
物料流量监测渐进聚焦于运输体积表征及其对能量调节的影响。初始解决方案依赖背景减除或颗粒分析，虽有用但对对比度和粒度敏感。相机和激光设备的组合提供了更一致的体积测量，但仍受遮挡影响。深度学习技术管理更高变异性并避免了放射性方法的风险。集成模型将负载、磨损和跑偏纳入单一方案，增加了数据需求。管状输送带的扭转引入与管道纵向闭合相关的严格几何问题；基于感兴趣区域、边缘算子和直线检测的方法以适度计算结构实现了重叠识别，但性能仍受对比度和场景稳定性影响。
过热相关故障模式因内部缺陷和点火风险的纳入而更复杂。X射线、红外、超声和视觉信息的集成实现了异常热、内部磨损和深裂纹的检测，数据融合降低了误报率。涡流系统结合热监测与跑偏自主校正和颗粒分类，前提是清洁条件和视觉稳定性充足。托辊作为整体皮带性能的关键部件，其监测近年通过深度网络方法得到重新审视，注意力机制和精细空间回归函数提高了红外图像中的预测一致性。然而，性能仍取决于代表性数据的可用性和采矿环境的固有变异性。
**讨论**
主要发现表明，计算机视觉监测集中于损伤检测、跑偏识别和异物识别三个核心问题，反映了直接影响操作连续性和安全性的故障模式的研究优先级。早期实现依赖经典图像处理与传统分类器的结合；虽实现部分自动化，但严重依赖手动工程特征和环境特定参数调谐。随着智能工业技术的巩固，研究逐步转向DL模型，其直接从数据学习层次化特征表示，减少了对手工描述符的依赖。YOLO及其变体成为主导解决方案，尤其需要近实时推断的应用中，这反映了延迟和操作稳定性至关重要的工业约束。研究重点从结构创新转向架构精炼，纳入注意力模块、轻量级卷积块和针对有限数据场景的优化策略，目标超越最大化检测精度，日益聚焦于精度、计算成本和可部署性之间的权衡。
文献计量分析揭示了向技术融合解决方案的趋同：尽管故障模式存在差异，检测策略已逐步统一为能够适应多种操作条件的模型。研究地理分布集中在中国等采矿活动强劲的地区，与操作连续性导向解决方案的强调一致，表明领域发展受技术逻辑和减少系统中断需求的双重塑造。
系统级鲁棒性仍是主要挑战：粉尘积累、不均匀照明和机械振动继续影响推理稳定性。域偏移在训练和部署条件不同时成为关键问题，常导致真实场景中显著性能退化。过拟合在数据有限场景中持续存在；虽迁移学习和数据增强部分缓解此问题，模型倾向于捕获数据集特定模式。评估协议的异质性阻碍了研究间的一致比较，尽管mAP（mean Average Precision）、精度和推理速度等指标被广泛报告，数据集、环境条件和验证程序的差异限制了客观基准比较。许多研究仍依赖实验室实验或短期评估，未能完全反映持续工业条件；专用硬件依赖增加了系统复杂性和实施成本，可能限制大规模采用。有效部署需要精度、计算效率、维护需求和硬件可扩展性之间的谨慎平衡。
未来研究方向包括：向预测模型过渡，从反应式故障检测转向估计RUL的预测系统；开发现实且具代表性的数据集，纳入操作变异性，创建具有标准化标注和详细元数据的多站点数据集；设计鲁棒高效模型，关注轻量级边缘部署架构，将能源效率和硬件约束纳入评估；集成监测系统与资产管理平台，将检测输出转化为可行的维护决策；标准化评估协议，采用多站点验证、环境扰动下鲁棒性分析和可复现程序；优先向真实工业环境的技术转移，应对传感器校准、环境变异性和实施成本挑战，并纳入设备可用性、停机减少和资源效率等运营指标。关键下一步是从故障检测向预测框架过渡，将视觉降解指标与故障演化模型、维护阈值和RUL估计相联系，强化计算机视觉对状态监测、预测性维护和长期资产管理决策的贡献。
