一种煤矸石识别分拣系统及其方法与流程

1.本发明属于自动化技术领域，尤其涉及一种煤矸石识别分拣系统及其方法。


背景技术：

2.煤炭作为我国的传统能源之一，与国民经济发展和人民生活息息相关，在我国能源结构中占据主导地位。精煤的质量以及煤炭合理地利用，对提高我国能源利用的经济效果至关重要。
3.根据我国多数煤矿的实际生产情况，开采后的原煤中混有较多的矸石，并且矸石形状不一，有些还尺寸较大，含矸率较高的煤矿，若不及时进行排矸，会对精煤质量造成严重影响，损失经济。因此，这些矸石和煤的混合物需要经过洗煤厂的加工进行排除。传统的排矸方式主要有人工手选和机械洗选。人工拣矸依靠拣矸工人自身的经验进行判断从而将大块矸石拣出，这种方式的工作环境恶劣，拣矸结果存在主观性和不稳定性，工作效率也很难提升。而对于机械洗选方式来说，目前中大型洗煤厂主要采用重介、跳汰、浮选与干法等方式，虽说不需要工人劳动，但是这些方式需要大型的机械设备、大量的水资源、大量的费用，实际生产过程中，由于诸多问题的存在，不适合长期使用及推广，更不适合长期的发展理念。
4.煤矸石自动分拣是一条有效的途径。按照目前已有的实施方案，煤矸石自动分选可以分为两个方面，首先是识别原煤中的矸石的形状和位置，然后再通过执行机构来分拣出矸石，通过上述两个方面来最终实现煤矸石的自动分拣。
5.目前市场上的自动分拣系统多应用于小中型的煤矸石场景，对于粗选环节中常见的重量超重或形状较大的矸石则不能应用。
6.目前国内外煤矸石粗选环节全部还是采用的人工分捡的方式，未能实现自动化分捡。


技术实现要素：

7.本发明的目的是提供一种煤矸石识别分拣系统及其方法，解决了采用图像识别的方式对矸石进行识别，并对不同体积的矸石进行分拣的技术问题。
8.为实现上述目的，本发明采用如下技术方案：
9.一种煤矸石识别分拣系统，包括分拣装置、执行控制单元、分拣控制单元和分拣识别单元，
10.分拣装置包括从后至前依次相应设置的第一皮带输送机、第一分拣机构、第二分拣机构和第二皮带输送机；
11.第一分拣机构包括支架a、电机a、主轴a和从左至右依次间隔设置的数个第一带输送机构，第一带输送机构包括前带轮a、后带轮a、输送皮带a和伸缩杆a，前带轮a与后带轮a前后间隔设置，输送皮带a设置在前带轮a和后带轮a上，伸缩杆a从前至后斜向下延伸，伸缩杆a前端铰接于前带轮a的左侧或者右侧、后端铰接连接支架a；所有第一带输送机构的后带
轮a均设置在主轴a上，电机a带动主轴a；
12.第二分拣机构包括支架b、电机b、主轴b和从左至右依次间隔设置的数个第二带输送机构，第二带输送机构包括前带轮b、后带轮b、输送皮带b和伸缩杆b，前带轮b与后带轮b前后间隔设置，输送皮带b设置在前带轮b和后带轮b上，伸缩杆b从前至后斜向上延伸，伸缩杆b后端铰接于后带轮b的左侧或者右侧、前端铰接连接支架b；所有第二带输送机构的前带轮b均设置在主轴b上，电机b带动主轴b；
13.执行控制单元包括电机驱动单元、气缸驱动单元、人工界面单元、系统运行状态显示单元和限位保护单元，电机驱动单元包括数个变频器，气缸驱动单元包括数个中间继电器，人工界面单元包括触摸屏，系统运行状态显示单元包括数个led指示灯，限位保护单元包括数个限位开关；
14.分拣控制单元包括主控制模块和人机交互屏幕，人机交互屏幕、电机驱动单元、气缸驱动单元、人工界面单元、系统运行状态显示单元和限位保护单元均与主控制模块连接；
15.分拣识别单元包括识别服务器和摄像头、识别服务器通过数据线与主控制模块通信，摄像头通过网线与识别服务器通信；
16.摄像头设于原料传送机构旁边，用于拍摄原料的图片数据。
17.优选的，所述主控制模块为plc控制器或arm控制器；所述人机交互屏幕为触摸屏；所述识别服务器为设有串口通信板卡，串口通信板卡用于为所述识别服务提供串口通信接口，所述主控制模块通过数据线与串口通信接口连接。
18.优选的，所述摄像头为网络摄像机。
19.优选的，所述伸缩杆a为气缸a，伸缩杆b为气缸b。
20.一种煤矸石识别分拣方法，包括建立一种煤矸石识别分拣系统；
21.对原料进行图像识别，包括通过分拣识别单元中的摄像头，拍摄原料的图片数据，并发送给识别服务器进行预处理，得到原始图片，原始图片包括煤块图片和矸石图片；
22.将原始图片分为数张训练图片和待检测图片；
23.对训练图片进行深度特征提取，根据深度网络输入尺寸要求，将训练图片的尺寸归一化，得到样本图片；
24.对样本图片进行模型训练，得到检测模型；
25.根据煤矸石检测工况，对网络结构进行精简，提高识别速度；
26.根据检测模型，对待检测图片进行识别，在待检测图片上输出区域简化，仅保留高信度小区域定位框，生成识别后图片；
27.根据识别后图片，对分拣控制单元下发分拣动作指令；
28.分拣控制单元根据分拣动作指令，控制分拣装置进行分拣动作。
29.优选的，在对训练图片进行深度特征提取时，具体包括：
30.步骤a1：将训练图片输入cnn进行特征提取，获取训练图片的特征图；cnn得到的最后一幅高维度特征图像后，将高维度特征图像送入后续网络获取推荐特征的分类与定位信息；
31.步骤a2：利用区域推荐网络rpn推荐候选区域窗口，rpn在经过cnn产生的高维度特征图上使用3
×
3的卷积窗口进行滑动，滑动过程中每个窗口将得到不同大小和比例的锚框，通过预测每个锚框内是否存在煤矸石来决定是否保留该锚框，被保留下来的锚框即为
rpn推荐的候选区域窗口；
32.步骤a3：固定特征向量的维度长度，即，得到候选区域窗口之后，faster r
‑
cnn只选取推荐候选区域窗口中得分较高的前300个窗口，roi池化层根据推荐窗口映射在原图中的位置找到共享特征图中对应的煤矸石区域，接着将煤矸石区域以固定尺寸输出；
33.步骤a4：固定尺寸的煤矸石区域经过两次全连接操作对分类概率和边框进行回归，最终确定目标的类别与精确位置，包括如下步骤：
34.步骤s1：通过边框回归算法来比较真实框与预测框的重叠程度及设定的阈值，来判定煤矸石位置的正确性；
35.步骤s2：然后通过目标分类算法比较置信度得分，进而确定煤矸石分类的正确性。
36.优选的，所述边框回归算法包括设定框d示煤矸石目标的预测框，即预测框d，框g表示同一煤矸石目标的真实框，即真实框g。
37.利用线性或非线性回归算法微调预测框d，包括使用四维向量(x,y,w,h)代表一个矩形框，其中，(x,y)、w、h分别表示矩形框的中心点坐标、宽和高；为了让预测框d与真实框g之间的差距减小，需要创建一种映射关系得到一个与预测框d同样大小的、靠近真实框g的矩形框即给定(dx,dy,dw,dh)，通过映射关系f，使得下面公式成立：
[0038][0039]
优选的，所述目标分类算法包括将输入边框回归中的结果进行多任务损失目标函数最小化处理，来获取得到目标分类是煤块还是矸石的结果：
[0040]
煤矸石检测的损失函数定义为：
[0041][0042]
煤矸石检测的损失函数由目标分类损失和边框回归损失两部分组成，其中，算式的第一项用来计算每一组数据的锚框包含目标概率的误差，p
i
是锚框检测到目标的概率，p
i*
表示当数据标记是前景时为1，为背景时则为0；
[0043]
算式第二项计算标注框与预测框之间的误差，而且只有当锚框检测到前景时才有这项损失，t
i
是输出的预测框4个参数化坐标，t
i*
是与检测为前景的锚框相关联的标注框的坐标；n
reg
代表锚框的数量，n
cls
代表分类权重系数，λ是用于平衡两种损失权重的一个参数；
[0044]
对于l
cls
(p
i
,p
i*
)和l
reg
(t
i
,t
i*
)对应的类别损失和回归损失，r表示smooth
l1
(x)损失函数；
[0045][0046][0047][0048]
优选的，分拣装置执行的分拣动作包括如下步骤：
[0049]
步骤b1：第二分拣机构保持水平位置、第一分拣机构向下转动，使得小尺寸矸石快
速下落到料斗中；
[0050]
步骤b2：第二分拣机构保持向上转动、第一分拣机构向下转动，使得大尺寸矸石快速下落到料斗中。
[0051]
本发明所述的一种煤矸石识别分拣系统及其方法，解决了采用图像识别的方式对矸石进行识别，并对不同体积的矸石进行分拣的技术问题，本发明可有效地从堆叠严重煤矸石混合料中精确分选出矸石，并且对矸石的形状适配度较高，对于传统机器人抓手无法抓取的扁形矸石依然可以有效分捡；本发明采用下漏式分拣模式，可以有效分捡出传统机器人抓手无法抓取的超重超大型矸石，尤其是个别重量达到300公斤左右的情况均能有效分捡；本发明所述机构有极强的并行外理能力，对于大量矸石同时出现的情况有着较好的分捡效果，矸石分捡处理能力理论上没有上限，而传统的机器人抓手存在矸石分捡能力上限。
附图说明
[0052]
图1是分拣装置的结构示意图；
[0053]
图2是图1的俯视图；
[0054]
图3是第一分拣机构的结构示意图；
[0055]
图4是第二分拣机构的结构示意图；
[0056]
图5是本发明的系统框架图；
[0057]
图6是本发明的图片识别流程图；
[0058]
图7是本发明的vgg
‑
16的结构示意图；
[0059]
图8是本发明的rpn工作原理示意图；
[0060]
图9是本发明的边框回归示意图；
[0061]
图中：前辊筒1、皮带2、第二皮带输送机3、后辊筒4、主轴b5、前带轮b6、气缸b7、输送皮带b8、后带轮b9、第二带输送机构10、主轴a11、第一皮带输送机12、第一带输送机构13、后带轮a14、输送皮带a15、前带轮a16、气缸a17、收集仓18、支架b19、第二分拣机构20、第一分拣机构21、支架a22、电机b23、电机a24、减速器25、轴承座a26、轴承a27、轴承座b28、轴承b29、活塞杆30、缸体31。
具体实施方式
[0062]
实施例1：
[0063]
一种煤矸石识别分拣系统，包括分拣装置、执行控制单元、分拣控制单元和分拣识别单元，
[0064]
如图1
‑
图9所示，分拣装置包括从后至前依次相应设置的第一皮带输送机12、第一分拣机构21、第二分拣机构20和第二皮带输送机3；
[0065]
第一皮带输送机12和第二皮带输送机3均为皮带输送机，皮带输送机包括前后间隔设置的前辊筒1和后辊筒4以及设置在前辊筒1和后辊筒4上的皮带2，两个电机分别带动第一皮带输送机12的后辊筒4和第二皮带输送机3的后辊筒4。第一皮带输送机12和第二皮带输送机3的皮带2的输送方向均均为从后向前。第一皮带输送机12的皮带2的顶面和第二皮带输送机3的皮带2的顶面均为前后水平延伸，第一皮带输送机12的皮带2的顶面高于第
二皮带输送机3的皮带2的顶面，皮带输送机为现有技术，故不详细叙述。
[0066]
第一分拣机构21包括支架a22、电机a24、主轴a11和从左至右依次间隔设置的数个第一带输送机构13，第一带输送机构13包括前带轮a16、后带轮a14、输送皮带a15和伸缩杆a，前带轮a16与后带轮a14前后间隔设置，输送皮带a15设置在前带轮a16和后带轮a14上，输送皮带a15为绕在前带轮a16和后带轮a14上的闭环体，伸缩杆a从前至后斜向下延伸，伸缩杆a前端铰接于前带轮a16的左侧或者右侧、后端铰接连接支架a22，伸缩杆a为气缸a17，气缸a17包括缸体31和活塞杆30，本实施例中，气缸a17的活塞杆30可向前上方斜向伸出、反之缩回，气缸a17的缸体31的后端(也为底端)通过左右水平设置的销轴铰接连接支架a22，气缸a17的伸缩杆的前端(也为顶端)铰接于前带轮a16的右侧，前带轮a16的轮轴的右端安装轴承a27，轴承a27位于前带轮a16右侧，轴承a27设于轴承座a26内，轴承座a26固设在气缸a17的活塞杆30的前端；所有第一带输送机构13的后带轮a14均设置在主轴a11上，主轴a11左右水平设置，后带轮a14与主轴a11键连接，电机a24通过减速器25带动主轴a11，所述主轴a11和电机a24均安装在支架a22上，主轴a11和前带轮a16的轮轴均为左右水平设置，气缸a17的活塞杆30用于带动前带轮a16移至后带轮a14的前上方、前下方以及与后带轮a14等高的正前方位置，当气缸a17的活塞杆30向前上方伸出至极限位置时，气缸a17的活塞杆30带动前带轮a16移至后带轮a14的前上方，输送皮带a15为从前至后斜向下设置；当气缸a17的活塞杆30带动前带轮a16移至与后带轮a14等高的正前方时，输送皮带a15为前后水平设置，输送皮带a15的顶面也为前后水平延伸；当气缸a17的活塞杆30收缩至极限位置时，气缸a17的活塞杆30带动前带轮a16移至后带轮a14的前下方，输送皮带a15为从前至后斜向上设置；气缸a17始终为从前至后斜向下延伸。
[0067]
第二分拣机构20包括支架b19、电机b23、主轴b5和从左至右依次间隔设置的数个第二带输送机构10，第二带输送机构10包括前带轮b6、后带轮b9、输送皮带b8和伸缩杆b，前带轮b6与后带轮b9前后间隔设置，输送皮带b8设置在前带轮b6和后带轮b9上，输送皮带b8为绕在前带轮b6和后带轮b9上的闭环体，伸缩杆b从前至后斜向上延伸，伸缩杆b前端铰接于前带轮b6的左侧或者右侧、后端铰接连接支架b19，伸缩杆b为气缸b7，气缸b7包括缸体31和活塞杆30，本实施例中，气缸b7的活塞杆30可向上前方斜向伸出、反之缩回，气缸b7的缸体31的前端(也为底端)通过左右水平的销轴铰接连接支架b19，气缸b7的伸缩杆的后端(也为顶端)铰接于后带轮b9的右侧，后带轮b9的轮轴的右端安装轴承b29，轴承b29位于后带轮b9右侧，轴承b29设于轴承座b28内，轴承座b28固设在气缸b7的活塞杆30的后端；所有第二带输送机构10的后带轮b9均设置在主轴b5上，主轴b5左右水平设置，后带轮b9与主轴b5键连接，电机b23通过减速器25带动主轴b5，所述主轴b5和电机b23均安装在支架b19上，主轴b和后带轮b的轮轴均为左右水平设置，气缸b的活塞杆用于带动后带轮b移至前带轮b的后上方、后下方以及与前带轮b等高的正后方位置，当气缸b的活塞杆向后上方伸出至极限位置时，气缸b的活塞杆带动后带轮b移至前带轮b的后上方，输送皮带b为从前至后斜向上设置；当气缸b的活塞杆带动后带轮b移至与前带轮b等高的正后方时，输送皮带b为前后水平设置，输送皮带b的顶面也为前后水平延伸；当气缸b的活塞杆收缩至极限位置时，气缸b的活塞杆带动后带轮b移至前带轮b的后下方，输送皮带b为从前至后斜向下设置；气缸b始终为从前至后斜向上延伸。
[0068]
在第一分拣机构21与第二分拣机构20之间的下侧设有用于接住煤矸石的收集仓
18，收集仓18设有顶口；当输送皮带a15为从前至后斜向上时，输送皮带a15的前端为其底端，输送皮带a15的前端指向收集仓18设有顶口，输送皮带a15上的煤矸石从收集仓18的顶口滑落至收集仓18内；当输送皮带b为从前至后斜向下时，输送皮带b的后端为其底端，输送皮带b的后端指向收集仓18设有顶口，输送皮带b上的煤矸石从收集仓18的顶口滑落至收集仓18内。
[0069]
当前带轮a位于后带轮a的正前方且后带轮b位于前带轮b的正后方时，输送皮带a的顶面和输送皮带b的顶面均为前后水平，此时，第一皮带输送机12的皮带2的顶面高于输送皮带a15的顶面，输送皮带a15的顶面高于输送皮带b8的顶面，输送皮带b8的顶面高于第二皮带输送机3的皮带2的顶面。
[0070]
执行控制单元包括电机驱动单元、气缸驱动单元、人工界面单元、系统运行状态显示单元和限位保护单元，电机驱动单元包括数个变频器，气缸驱动单元包括数个中间继电器，人工界面单元包括触摸屏，系统运行状态显示单元包括数个led指示灯，限位保护单元包括数个限位开关；
[0071]
分拣控制单元包括主控制模块和人机交互屏幕，人机交互屏幕、电机驱动单元、气缸驱动单元、人工界面单元、系统运行状态显示单元和限位保护单元均与主控制模块连接；
[0072]
分拣识别单元包括识别服务器和摄像头、识别服务器通过数据线与主控制模块通信，摄像头通过网线与识别服务器通信；
[0073]
摄像头设于原料传送机构旁边，用于拍摄原料的图片数据。
[0074]
本实施例中，系统运行状态显示单元包括声光状态显示和报警蜂鸣器等，可以直观呈现系统的运行状态；
[0075]
电机驱动单元控制交流电机运行的速度、方向和启停等，用于带动皮带正常运作；
[0076]
变频器设置电机的转矩、转速及安全设置，保证电机的安全启动和运行；
[0077]
气缸驱动单元控制气缸的快速伸出和缩回，用于分拣带上将识别出的煤矸石快速分拣到ng料斗上；
[0078]
限位保护单元包括安全动作极限开关、人员靠近安全信号等保护信号，用于保证系统处于安全可控的工作状态；
[0079]
人工界面单元包括手动自动切换、急停、暂停等信号，用于增加系统的可操作和安全性。
[0080]
本实施例中，通过电机转动编码器、气缸接触开关等传感器，获取分拣装置的实时状态信息。
[0081]
优选的，所述主控制模块为plc控制器或arm控制器；所述人机交互屏幕为触摸屏；所述识别服务器为设有串口通信板卡，串口通信板卡用于为所述识别服务提供串口通信接口，所述主控制模块通过数据线与串口通信接口连接。
[0082]
优选的，所述摄像头为网络摄像机。
[0083]
实施例2：
[0084]
如图1
‑
图9所示实施例2所述的一种煤矸石识别分拣方法是在实施例1所述的一种煤矸石识别分拣系统的基础上实现的，包括建立一种煤矸石识别分拣系统；
[0085]
对原料进行图像识别，包括通过分拣识别单元中的摄像头，拍摄原料的图片数据，并发送给识别服务器进行预处理，得到原始图片，原始图片包括煤块图片和矸石图片；
[0086]
将原始图片分为数张训练图片和待检测图片；
[0087]
通过摄像头实时拍摄现场煤矸石原料的图片，并输入到识别系统中；在图像识别工作进行前完成了煤矸石图像样本的收集工作，并对样本进行了筛选、尺寸调整、标注和划分煤块和矸石的图像操作，制作成了煤块和矸石数据集，将影响模型准确度的异常煤矸石图像数据剔除；
[0088]
对训练图片进行深度特征提取，根据深度网络输入尺寸要求，将训练图片的尺寸归一化，得到样本图片；
[0089]
本发明根据工况，对已采集图像进行数据扩充，包括：几何变换、亮度增强/减弱、添加椒盐噪声、随机裁剪、对比度变换等；
[0090]
对样本图片进行模型训练，得到检测模型；
[0091]
本发明考虑实时性、计算资源占有、识别性能、定位精度等工况因素，在多种网络上修改测试，最终优选1
‑
2种作为在线工作网络，交叉检测。随后在预处理后的煤矸石数据集上继续训练得到适应性好的检测模型；
[0092]
根据煤矸石检测工况，对网络结构进行精简，提高识别速度；如：由于现场煤矸石均为大尺寸，范围变化不大，由此简化尺度检测部分的网络结构。
[0093]
根据检测模型，对待检测图片进行识别，在待检测图片上输出区域简化，仅保留高信度小区域定位框，生成识别后图片；
[0094]
本实施中输出类别简化，可以设计为仅一类分类输出(仅保持矸石类别输出)。
[0095]
本发明在图像采集和预处理操作完成后，后续图像识别操作采用fast r
‑
cnn算法来进行设计，该算法是将深度学习和候选区域推荐思想相结合应用于目标检测领域的算法框架，实现煤矸石定位和识别的功能可以拆分为：由卷积神经网络(cnn)统一完成特征提取(深度特征提取)、候选区域生成(模型训练)、目标分类和边框回归(网络识别和定位，质心图像坐标输出)四个步骤。
[0096]
根据识别后图片，对分拣控制单元下发分拣动作指令；
[0097]
分拣控制单元根据分拣动作指令，控制分拣装置进行分拣动作。
[0098]
优选的，在对训练图片进行深度特征提取时，具体包括：
[0099]
步骤a1：将训练图片输入cnn进行特征提取，获取训练图片的特征图；cnn得到的最后一幅高维度特征图像后，将高维度特征图像送入后续网络获取推荐特征的分类与定位信息；
[0100]
在该过程中，使用vgg
‑
16作为主干特征提取网络，如图7所示，其结构大致可以描述为：输入图像、数个卷积层 最大池化、数个全连接层和softmax软件，其中，rectified linear unit,relu均为线性整流函数。
[0101]
步骤a2：如图8所示，利用区域推荐网络rpn推荐候选区域窗口，rpn在经过cnn产生的高维度特征图上使用3
×
3的卷积窗口进行滑动，滑动过程中每个窗口将得到不同大小和比例的锚框anchor boxes)，通过预测每个锚框内是否存在煤矸石来决定是否保留该锚框，被保留下来的锚框即为rpn推荐的候选区域窗口；
[0102]
图8中sliding window滑动窗口，score图像识别指标，coordinates坐标数据，intermediate layer中间层，anchor boxes候选边界框箱，feature map特征图。
[0103]
步骤a3：固定特征向量的维度长度，即，得到候选区域窗口之后，faster r
‑
cnn只
选取推荐候选区域窗口中得分较高的前300个窗口，roi池化层根据推荐窗口映射在原图中的位置找到共享特征图中对应的煤矸石区域，接着将煤矸石区域以固定尺寸输出；
[0104]
步骤a4：固定尺寸的煤矸石区域经过两次全连接操作对分类概率和边框进行回归，最终确定目标的类别与精确位置，包括如下步骤：
[0105]
步骤s1：通过边框回归算法来比较真实框与预测框的重叠程度及设定的阈值，来判定煤矸石位置的正确性；
[0106]
步骤s2：然后通过目标分类算法比较置信度得分，进而确定煤矸石分类的正确性。
[0107]
优选的，如图9所示，所述边框回归算法包括设定框d示煤矸石目标的预测框，即预测框d，框g表示同一煤矸石目标的真实框，即真实框g，理想情况下，预测框d与真实框g完全重合，但在实际结果中，预测框d与真实框g之间往往具有一定的差距；
[0108]
利用线性或非线性回归算法微调预测框d，包括使用四维向量(x,y,w,h)代表一个矩形框，其中，(x,y)、w、h分别表示矩形框的中心点坐标、宽和高；为了让预测框d与真实框g之间的差距减小，需要创建一种映射关系得到一个与预测框d同样大小的、靠近真实框g的矩形框即给定(dx,dy,dw,dh)，通过映射关系f，使得下面公式成立：
[0109][0110]
优选的，所述目标分类算法包括将输入边框回归中的结果进行多任务损失目标函数最小化处理，来获取得到目标分类是煤块还是矸石的结果：
[0111]
煤矸石检测的损失函数定义为：
[0112][0113]
煤矸石检测的损失函数由目标分类损失和边框回归损失两部分组成，其中，算式的第一项用来计算每一组数据的锚框包含目标概率的误差，p
i
是锚框检测到目标的概率，p
i*
表示当数据标记是前景时为1，为背景时则为0；
[0114]
算式第二项计算标注框与预测框之间的误差，而且只有当锚框检测到前景时才有这项损失，t
i
是输出的预测框4个参数化坐标，t
i*
是与检测为前景的锚框相关联的标注框的坐标；n
reg
代表锚框的数量，n
cls
代表分类权重系数，λ是用于平衡两种损失权重的一个参数；
[0115]
对于l
cls
(p
i
,p
i*
)和l
reg
(t
i
,t
i*
)对应的类别损失和回归损失，r表示smooth
l1
(x)损失函数；
[0116][0117][0118][0119]
优选的，分拣装置执行的分拣动作包括如下步骤：
[0120]
步骤b1：第二分拣机构保持水平位置、第一分拣机构向下转动，使得小尺寸矸石快速下落到料斗中；
[0121]
步骤b2：第二分拣机构保持向上转动、第一分拣机构向下转动，使得大尺寸矸石快速下落到料斗中。
[0122]
分拣装置的工作原理为：第一皮带输送机(即原料带)将混合有矸石的煤料运送至分第一分拣机构和第二分拣机构处，在识别到矸石的位置和形状后，第一分拣机构和第二分拣机构打开相对应位置和相应数量的气缸，形成下落通道，让识别出的矸石通过，将矸石分拣出来并下落至料斗中，实现矸石的分拣：
[0123]
本实施例中的具体的分拣操作为：
[0124]
当识别的矸石体积较小时，分拣控制单元控制较少数量的第一分拣机构中的气缸向下运动，并加快第一皮带输送机的运行速度，快速的将矸石落进料斗，在落料完成后，第一分拣机构的气缸快速返回水平状态，同时减慢第一皮带输送机的运行速度，恢复和原料带相同的速度，完成分拣。
[0125]
当识别的矸石体积较大时，分拣控制单元控制较多数量的第一分拣机构中的气缸向下运动，同时控制相同数量的第二分拣机构的气缸向上抬起，并加快第一皮带输送机的运行速度，快速的将矸石落进料斗，在落料完成后，第一分拣机构中的气缸和第二分拣机构的气缸均快速返回至水平状态，同时减慢第一皮带输送机的运行速度，恢复和原料带相同的速度，完成分拣。
[0126]
如果通过的是煤块，则第一分拣机构和第二分拣机构不动作，提供单向通道供煤块通过，被分拣之后的煤块由第二皮带输送机运送至下一环节。
[0127]
本发明的第二分拣机构有水平、向上两个活动位置，第一分拣机构有水平、向下两个活动位置，第二分拣机构和第一分拣机构均有正转、反转、匀速转动、高速转动等模式。通过不同动作模式及活动位置的组合可以实现多种分拣动作，从而适应现场各种工况条件下的矸石分拣。
[0128]
本发明所述的一种煤矸石识别分拣系统及其方法，解决了采用图像识别的方式对矸石进行识别，并对不同体积的矸石进行分拣的技术问题，本发明可有效地从堆叠严重煤矸石混合料中精确分选出矸石，并且对矸石的形状适配度较高，对于传统机器人抓手无法抓取的扁形矸石依然可以有效分捡；本发明采用下漏式分拣模式，可以有效分捡出传统机器人抓手无法抓取的超重超大型矸石，尤其是个别重量达到300公斤左右的情况均能有效分捡；本发明所述机构有极强的并行外理能力，对于大量矸石同时出现的情况有着较好的分捡效果，矸石分捡处理能力理论上没有上限，而传统的机器人抓手存在矸石分捡能力上限。