(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221040719 9.4 (22)申请日 2022.04.19 (71)申请人 上海交通大 学 地址 200240 上海市闵行区东川路80 0号 (72)发明人 黄强　尚小雪　潘常春　王宏武　 (74)专利代理 机构 上海剑秋知识产权代理有限 公司 31382 专利代理师 徐浩俊 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06T 5/00(2006.01) G06T 7/13(2017.01) G06T 7/80(2017.01)G06K 9/62(2022.01) G01S 7/497(2006.01) (54)发明名称 一种基于数据异构融合的工业传送带表面 缺陷检测方法 (57)摘要 本发明公开了一种基于数据异构融合的工 业传送带表 面缺陷检测方法， 涉及缺陷检测技术 领域， 包括S100、 数据采集， 使用传感器平台采集 工业传送带数据， 工业传送带数据包括图像和点 云数据； S2 00、 数据预处理， 对于工业传送带数据 进行预处理； S300、 表面缺陷检测， 针对点 云数据 进行传送带表 面缺陷的检测。 本发 明通过多传感 器融合， 成功实现了对工业传送带表 面存在的通 过厚度无法直观发现的小缺陷的识别， 并且避免 了单纯用视觉边缘检测算法时会出现的误识别。 权利要求书2页 说明书6页 附图3页 CN 114782359 A 2022.07.22 CN 114782359 A 1.一种基于数据异构融合的工业传送带表面 缺陷检测方法， 其特 征在于， 包括： S100、 数据采集， 使用传感器平台采集工业传送带数据， 所述工业传送带数据包括图像 和点云数据； S200、 数据预处 理， 对于所述工业传送带 数据进行 预处理； S300、 表面缺陷检测， 针对所述 点云数据进行传送带表面 缺陷的检测。 2.如权利要求1所述的基于数据异构融合的工业传送带表面缺陷检测方法， 其特征在 于， 所述传感器平台包括激光雷达和相机 。 3.如权利要求2所述的基于数据异构融合的工业传送带表面缺陷检测方法， 其特征在 于， 所述步骤S100还包括： S110、 安装所述激光雷达和所述相机， 安装所述激光雷达和所述相机在所述工业传送 带上方， 且保持在一个水平面； S120、 设置所述激光雷达， 所述激光雷达的扫描方向与所述工业传送带的运动方向垂 直； S130、 设置所述工业传送带的速度。 4.如权利要求2所述的基于数据异构融合的工业传送带表面缺陷检测方法， 其特征在 于， 所述步骤S200还包括： S210、 融合数据， 所述激光雷达和所述相机数据异构融合， 丰富所述点云数据， 使所述 点云数据除了坐标值和反射强度之外， 具有所述相机中的RGB特 征值； S220、 获取邻域特 征， 基于KD树的点云特 征工程， 用于所述 点云数据分类； S230、 点云分类， 使用机器学习的方法进行所述点云分类， 识别出所述点云数据中所述 工业传送带表面的点云数据。 5.如权利要求4所述的基于数据异构融合的工业传送带表面缺陷检测方法， 其特征在 于， 所述S210还 包括对所述激光雷达和所述相机进行 联合标定 。 6.如权利要求5所述的基于数据异构融合的工业传送带表面缺陷检测方法， 其特征在 于， 所述步骤S230中的所述机器学习的方法基于XGBoost， 即一个优化的分布式梯度增强 库， 在Gradient  Boosting框架下实现机器学习算法。 7.如权利要求5所述的基于数据异构融合的工业传送带表面缺陷检测方法， 其特征在 于， 所述步骤S230还包括： S231、 手动标注数据， 人工标注融合后点云数据中一部分数据， 得到训练数据集， 供训 练分类模型使用； S232、 所述分类模型训练， 通过机器学习训练所述分类模型； S233、 识别初始表面点云数据， 利用所述分类模型对所有点云数据进行处理， 初步识别 出所述点云中所述工业传送带表面的点云数据； S234、 半径滤波， 利用半径滤波消除孤立噪点； S235、 RANSAC平面拟合， 利用平面拟合实现所述传送带表面平面的拟合； S236、 阈值去噪， 借助拟合的所述传送带表面平面， 进一步消除噪点， 得到所述传送带 表面点云数据。 8.如权利要求1所述的基于数据异构融合的工业传送带表面缺陷检测方法， 其特征在 于， 所述步骤S300还包括：权　利　要　求　书 1/2 页 2 CN 114782359 A 2S310、 基于所述工业传送带的表面 点云数据得到传送带的相对厚度信息； S320、 采用融合数据的方法对所述工业传送带表面缺陷进行检测， 使用边缘检测算法， 对所述工业传送带表面图像进行处 理， 并且结合得到的厚度信息进一 步筛选， 识别缺陷。 9.如权利要求8所述的基于数据异构融合的工业传送带表面缺陷检测方法， 其特征在 于， 所述边缘检测算法选择Can ny边缘检测算法。权　利　要　求　书 2/2 页 3 CN 114782359 A 3