基于机器视觉的露天矿输煤煤传送带异物检测设计

基于机器视觉的露天矿输煤煤传送带异物检测设计摘要我国露天煤矿开采规模持续扩大，输煤传送带作为煤炭转运的核心设备，其运行安全性直接影响矿山生产效率与人员安全。传送带输送过程中混入的石块、杂草等异物，易造成传送带撕裂、设备卡滞等安全事故，传统人工巡检方式存在效率低、漏检率高、实时性差等问题。本文设计了一套基于机器视觉的露天矿输煤传送带异物检测系统，以STM32F103C8T6微控制器为核心控制单元，搭载K230AI机器视觉模块实现煤炭与异物的实时分类识别，配合红外定位模块实现检测区域的精准触发。系统集成光照检测与自动补光模块、传送带电机驱动模块、舵机分拣执行机构、OLED显示交互模块、蜂鸣器报警与语音播报模块，通过Air724UG4G无线通信模块实现与手机APP的远程数据交互与设备控制。系统可实现煤炭、石块、杂草三类目标的精准识别，对非煤异物自动完成分拣剔除、计数统计、声光报警与语音播报，同时具备低光照自动补光、本地与远程急停保护等功能。实际现场测试表明，系统异物识别准确率可达96%以上，分拣响应时间小于300ms，可在露天矿复杂环境下连续稳定运行，有效降低了输煤传送带的安全事故风险，为露天矿输煤环节的智能化升级提供了可行的技术方案。关键词露天矿输煤；传送带异物检测；机器视觉；STM32微控制器；4G无线通信；AI识别AbstractWiththecontinuousexpansionofopen-pitcoalminingscaleinChina,thecoalconveyorbelt,asthecoreequipmentofcoaltransfer,itsoperationsafetydirectlyaffectstheproductionefficiencyandpersonnelsafetyofthemine.Foreignbodiessuchasstonesandweedsmixedintheconveyorbelttransportationprocessareeasytocausesafetyaccidentssuchasconveyorbelttearingandequipmentjamming.Thetraditionalmanualinspectionmethodhastheproblemsoflowefficiency,highmissingdetectionrateandpoorreal-timeperformance.Thispaperdesignsaforeignbodydetectionsystemforopen-pitcoalconveyorbeltbasedonmachinevision,whichtakesSTM32F103C8T6microcontrollerasthecorecontrolunit,equippedwithK230AImachinevisionmoduletorealizereal-timeclassificationandrecognitionofcoalandforeignbodies,andcooperateswithinfraredpositioningmoduletorealizeaccuratetriggeringofdetectionarea.Thesystemintegratesilluminationdetectionandautomaticfilllightmodule,conveyorbeltmotordrivemodule,steeringgearsortingactuator,OLEDdisplayinteractionmodule,buzzeralarmandvoicebroadcastmodule,andrealizesremotedatainteractionandequipmentcontrolwithmobilephoneAPPthroughAir724UG4Gwirelesscommunicationmodule.Thesystemcanrealizetheaccurateidentificationofthreetypesoftargets:coal,stonesandweeds,automaticallycompletethesortingandeliminationofnon-coalforeignbodies,countstatistics,soundandlightalarmandvoicebroadcast,andhasthefunctionsoflowlightautomaticfilllight,localandremoteemergencystopprotection.Theactualfieldtestshowsthattheforeignbodyrecognitionaccuracyofthesystemcanreachmorethan96%,thesortingresponsetimeislessthan300ms,anditcanoperatecontinuouslyandstablyinthecomplexenvironmentofopen-pitmine,whicheffectivelyreducestheriskofsafetyaccidentsofcoalconveyorbelt,andprovidesafeasibletechnicalschemefortheintelligentupgradingofcoaltransportationlinkinopen-pitmine.KeywordsOpen-pitcoaltransportation;Conveyorbeltforeignbodydetection;Machinevision;STM32microcontroller;4Gwirelesscommunication;AIrecognition目录239721绪论 1237451.1研究背景 1243691.2国内外研究现状 194631.3本章小结 2181952功能与设计方案 3139332.1系统功能要求 360202.2系统设计方案 356952.3器件方案对比 4260442.3.1主控芯片的选择 4161692.3.2AI识别模块的选型 567532.3.3无线通信模块的选型 5216802.4本章小结 6313763系统的硬件设计 783143.1STM32F103C8T6单片机 7261903.2K230机器视觉识别模块 7131943.3红外对管限位检测模块 8244143.4SG90舵机分拣执行模块 946683.5OLED显示与人机交互模块 9173493.6独立按键与调速控制模块 10187363.7传送带驱动 10167823.8Air724UG4G无线通信模块 11313693.9本章小结 12300874系统的软件设计 13118194.1软件介绍 13299694.2软件程序的设计 14176284.2.1主程序流程图 14172044.2.2按键子程序流程图 15116344.2.3显示子程序流程图 16295924.3本章小结 17134305系统的测试 1846335.1硬件测试 18189205.2软件测试 18235565.3实物功能测试 19138255.3.1传送带启停控制 19735.3.2红外功能测试 19156555.3.3异物识别功能测试 1915665.3.4光照检测与自动补光功能测试 19298125.4本章小结 1913807结论 2021372参考文献 2132393谢辞 2313622附录A 2424802附录B 251绪论1.1研究背景在我国能源结构中，煤炭始终占据主体地位，露天煤矿凭借开采效率高、安全性强的优势，已成为煤炭产能增长的核心来源。输煤传送带是露天矿煤炭转运流程中的核心设备，其连续、稳定运行直接决定了矿山的生产效率。但在实际开采过程中，煤层中伴生的矸石、爆破残留的石块，以及矿区环境中混入的杂草、木棍、金属杂物等，会随煤炭一同进入传送带输送环节。这些异物不仅会加剧传送带的磨损，严重时还会造成传送带纵向撕裂、滚筒卡滞、设备烧毁等重大安全事故，给矿山企业带来巨大的经济损失，甚至威胁现场作业人员的生命安全。传统的异物检测主要依赖人工巡检的方式，安排巡检人员沿传送带线路定时巡查。但露天矿传送带线路往往长达数公里，作业环境恶劣，存在粉尘大、光照变化剧烈、昼夜温差大等问题，人工巡检不仅劳动强度大、效率低下，还极易出现漏检、误检的情况，无法实现24小时连续实时监测。近年来，随着智慧矿山建设的持续推进，矿山生产环节的智能化、无人化升级已成为行业发展的必然趋势，研发一套适配露天矿复杂环境、可实现实时检测与自动分拣的传送带异物检测系统，对提升矿山生产安全性、降低运维成本具有重要的现实意义。1.2国内外研究现状国外在矿山传送带异物检测领域的技术起步较早，欧美、澳大利亚等矿业发达国家的企业与科研机构，较早将机器视觉、红外检测、超声波检测等技术应用于传送带状态监测与异物识别。澳大利亚力拓、必和必拓等矿业巨头，已在露天矿输煤系统中部署了基于机器视觉的在线检测系统，配合深度学习算法实现异物的实时识别，识别准确率可达95%以上，同时可联动分拣设备完成异物自动剔除。德国西门子研发的传送带监测系统，融合了机器视觉与振动检测技术，可同时实现异物识别与传送带损伤检测，已在多个大型矿山实现规模化应用。国内相关技术研究虽起步较晚，但发展速度迅猛，随着智慧矿山相关政策的出台，国内高校、科研院所与矿山企业开展了大量相关研究。中国矿业大学、西安科技大学等院校，针对煤矿井下传送带异物检测场景，优化了轻量化图像识别算法，降低了检测系统的算力需求，提升了复杂环境下的识别准确率。神华、同煤等大型煤炭企业，也在部分矿区引入了机器视觉检测系统，替代传统人工巡检，取得了较好的应用效果。但目前国内多数检测系统主要适配煤矿井下的固定场景，针对露天矿野外复杂光照、强电磁干扰、大范围作业的场景适配性不足，多数系统仅能实现检测报警，无法完成异物的自动分拣剔除，同时缺乏稳定的远程监控能力，难以满足露天矿现场的实际作业需求。1.3本章小结本章围绕露天矿输煤传送带异物检测的研究主题，首先阐述了研究的背景与现实意义，明确了智能化异物检测系统对矿山安全生产的重要价值；其次梳理了国内外相关领域的研究现状，分析了现有技术存在的不足与适配性短板，明确了研究的核心目标与方向。2功能与设计方案2.1系统功能要求结合露天矿输煤传送带的实际作业场景，本系统需要实现的核心功能如下：系统可通过本地按键与手机APP实现传送带电机的启动与停止控制，具备稳定的启停两个运行状态，状态切换过程平稳无冲击，无失控风险。物料经过红外定位传感器时，传送带自动停止，摄像头采集物料图像并通过AI模块完成识别，可精准区分煤炭、石块、杂草三类目标，对石块、杂草等非煤异物执行分拣剔除动作，分拣过程中触发蜂鸣器发出“嘀嘀嘀”三声间隔报警。OLED显示屏实时显示当前识别内容、各类异物的累计分拣数量、设备运行状态，对剔除的异物进行精准计数统计，识别完成后同步通过语音模块播报识别结果。系统实时采集环境光照强度数据，当光照值低于预设阈值时，自动启动补光灯进行环境补光，光照阈值可通过本地按键手动设置调整。系统设置本地急停按键与APP远程急停功能，急停指令具备最高优先级，按下急停按键后，传送带与所有执行装置立即停止运行，同时触发蜂鸣器持续报警，按下启动按键可完成系统正常重启。通过4G无线通信模块与手机APP建立稳定连接，APP端可实时查看传送带运行状态、各类异物分拣数量、当前识别状态与环境光照数据，可远程控制补光灯开关、系统启停与急停操作。2.2系统设计方案系统上电后，首先完成所有外设模块的初始化，进入待机状态；按下启动按键后，传送带电机启动，带动物料持续输送；当物料经过红外定位传感器时，传感器向主控发送触发信号，主控立即控制传送带停止，确保物料停在摄像头识别区域；随后主控向AI视觉模块发送图像采集指令，模块完成图像采集与识别后，将分类结果传输至主控；主控根据识别结果，若为煤炭则直接重启传送带继续输送，若为石块、杂草等异物，则控制舵机完成分拣剔除，同步触发蜂鸣器三声报警、语音播报识别结果、更新异物分拣计数；系统运行过程中，实时采集环境光照数据，自动控制补光灯的开关，同时通过4G模块向APP实时上传设备运行数据，接收并执行APP下发的远程指令；当急停按键被触发时，系统立即停止所有执行机构，触发持续报警，保障现场安全。图2.1系统硬件模块工作框图2.3器件方案对比2.3.1主控芯片的选择方案一：STC89C52RCSTC89C52RC基于传统51内核，开发资料丰富，采购成本低，硬件接线简单，在简单控制场景中应用广泛。但该芯片内核算力有限，最高主频仅为11.0592MHz，内置RAM与Flash存储空间较小，外设接口资源不足，无法同时满足多串口通信、多路ADC采集、多路PWM输出与实时逻辑控制的需求，在处理AI模块、4G模块的高速数据传输时，易出现数据丢失、响应延迟的问题。同时该芯片为商业级器件，工作温度范围较窄，在露天矿高温、低温、强电磁干扰的恶劣环境下，运行稳定性无法得到保障。方案二：STM32F103C8T6STM32F103C8T6基于ARMCortex-M3内核，最高主频可达72MHz，内置64KBFlash与20KBSRAM，具备充足的算力与存储空间，可轻松应对多模块数据处理与实时控制需求。芯片集成了3路USART串口、2路I2C接口、2路SPI接口、3路12位ADC与多个定时器，外设接口资源丰富，可同时对接AI识别、4G通信、传感器检测、执行机构驱动等多个模块，无需额外扩展电路。同时该芯片为工业级器件，工作温度范围覆盖-40℃~85℃，具备极强的抗干扰能力，可适配露天矿的恶劣作业环境，开发生态完善，具备成熟的函数库与调试工具，可大幅缩短开发周期。综合对比后，本设计选用STM32F103C8T6作为系统主控芯片。2.3.2AI识别模块的选型方案一：云端AI识别通过无线通信模块将采集到的物料图像上传至云端服务器，借助云端服务器的高算力完成图像识别与目标分类，再将识别结果返回至本地主控。该方案的优势在于云端算力充足，可支持复杂的高精度识别模型，模型更新迭代方便，无需本地硬件升级。但露天矿作业区域多位于野外偏远地区，网络信号不稳定，易出现识别延迟高、数据传输中断的问题，无法满足实时检测的需求，同时长期传输高清图像会产生高额的流量成本，断网状态下系统完全无法工作，不符合矿山安全生产的要求。方案二：K230本地AI视觉模块该模块内置双核64位RISC-V处理器，搭载独立的AI算力单元，可支持轻量化YOLO检测模型的本地部署与运行，无需依赖云端服务器，所有图像采集、识别、分类操作均在本地完成，识别延迟可控制在50ms以内，彻底解决了网络不稳定带来的问题。模块自带高清摄像头模组，可针对露天矿输煤场景完成定制化数据集采集与模型训练，优化低光照、煤尘遮挡场景下的识别准确率，同时模块功耗低、体积小、硬件接线简单，可通过串口直接与主控芯片完成数据交互，适配工业现场的安装需求。综合对比后，本设计选用K230本地AI视觉模块作为系统的识别核心。2.3.3无线通信模块的选型方案一：ESP8266WiFi无线通信模块ESP8266开发难度小，支持TCP/IP协议，可快速实现设备与局域网内终端的通信，在室内物联网场景中应用广泛。但露天矿作业区域分布范围广，跨度可达数公里，无法实现WiFi网络的全覆盖，模块的有效通信距离仅为100米以内，无法实现远程监控。同时WiFi信号易受矿山大型机电设备的电磁干扰，通信稳定性差，在野外无WiFi覆盖的场景下完全无法工作，无法满足系统远程监控的需求。方案二：Air724UG4G全网通通信模块Air724UG支持国内移动、联通、电信三大运营商的4G网络，只要有公网信号覆盖的区域，即可实现稳定的数据传输，无需依赖现场局域网，完美适配露天矿野外作业的场景需求。模块内置完整的TCP/IP协议栈，支持MQTT物联网通信协议，可快速与手机APP建立双向通信链路，同时模块为工业级设计，具备极强的抗干扰能力与宽温工作特性，可在露天矿复杂电磁环境与恶劣温度环境下稳定运行，模块内置心跳包保活与自动重连机制，可有效避免网络波动带来的通信中断问题。综合对比后，本设计选用Air724UG4G模块作为系统的无线通信单元。2.4本章小结本章首先结合露天矿输煤传送带的实际作业场景，明确了系统的核心功能需求与性能指标；随后基于分层模块化的设计思想，完成了系统整体架构的设计，阐述了系统的工作流程与各层级的功能划分；最后针对主控芯片、AI识别模块、无线通信模块三个核心器件，完成了双方案的对比分析，结合现场场景需求确定了最终的器件选型方案。本章内容明确了系统的整体设计思路，为后续的硬件电路设计与软件程序开发奠定了坚实的基础。3系统的硬件设计3.1STM32F103C8T6单片机STM32F103C8T6主控最小系统是整个设备的调度中枢，所有外设模块的指令收发、数据处理、逻辑控制都由该单元完成，其设计的稳定性直接决定了整套系统在露天矿复杂环境下的运行可靠性。最小系统核心由电源电路、复位电路、晶振电路、BOOT启动配置电路四部分构成，电源电路采用XC6206稳压芯片，将外接5V电源转换为3.3V稳定电压，为芯片与外设提供供电，同时搭配滤波电容降低矿山设备电磁干扰带来的电源纹波。复位电路采用上拉电阻搭配手动复位按键的设计，可在系统卡死时完成手动复位，保障设备故障后的快速恢复。晶振电路选用8MHz高速主晶振与32.768kHz低速晶振，为芯片提供精准的时钟源。BOOT电路通过电阻配置启动模式，支持Flash程序启动与串口下载模式，方便程序调试与更新。芯片外设引脚根据功能需求分配，分别对接AI识别、4G通信、传感器与执行机构，实现全系统的协同控制。图3.1STM32F103C8T6单片机3.2K230机器视觉识别模块K230机器视觉AI识别模块是整套系统实现异物精准分类的核心，其性能直接决定了系统在露天矿复杂光照、煤尘干扰环境下的识别准确率。该模块搭载双核64位RISC-V处理器，内置独立的AI算力单元，可支持轻量化YOLO检测模型的本地部署，无需依赖云端服务器，彻底解决了矿山野外环境网络不稳定带来的识别延迟与断网失效问题。模块自带高清摄像头模组，可完成1080P分辨率图像的实时采集，针对露天矿输煤场景，提前完成了煤炭、石块、杂草三类目标的数据集采集与模型训练，优化了低光照、煤尘遮挡场景下的特征提取能力。模块通过UART串口与STM32主控建立通信，识别完成后可快速向主控发送目标分类结果，通信延迟低于50ms，同时可根据现场需求调整识别阈值与检测帧率，适配不同传送带运行速度下的检测需求。模块采用5V供电，功耗控制在1.2W以内，适合矿山现场长期连续运行。图3.2K230机器视觉识别模块3.3红外对管限位检测模块红外对管定位检测模块的核心作用是实现检测区域的精准触发，解决了传送带连续运行过程中，物料无法精准停留在摄像头识别区域的问题，从硬件层面保障了图像采集的清晰度与识别准确率。模块采用漫反射式红外对管，由红外发射管与接收管组成，安装在传送带识别区域的前端，发射管持续向外发射红外光束，当输送的物料经过检测位置时，红外光束被物料遮挡，接收管接收到的反射光强发生变化，模块输出电平信号发生翻转，主控检测到电平变化后，立即发送指令停止传送带运行，确保物料刚好停在摄像头的正下方识别区域，避免物料运动带来的图像模糊问题。模块供电电压为5V，输出信号直接接入STM32的GPIO引脚，无需额外的信号转换电路，同时模块上搭载灵敏度调节电位器，可根据现场煤尘浓度、物料大小调整检测距离，适配不同规格的输煤传送带。模块的触发响应时间小于10ms，可满足高速传送带的定位需求，同时具备抗强光干扰能力，适合露天矿野外光照变化的场景。图3.3红外对管限位检测模块3.4SG90舵机分拣执行模块舵机分拣执行模块是系统实现异物剔除的核心执行机构，舵机分拣单元采用SG90大扭矩舵机，搭配定制化的分拣拨板，由STM32的定时器输出PWM信号控制舵机的转动角度，当系统识别到石块、杂草等异物时，主控根据异物类型输出对应的PWM信号，控制舵机转动指定角度，通过拨板将异物从传送带上剔除，分拣完成后舵机自动复位。舵机响应时间小于50ms，转动角度误差小于±1°，可保障异物分拣的精准性，避免出现漏剔、误剔问题，同时机械结构简单，维护方便，适合矿山现场长期连续运行。图3.4SG90舵机分拣执行模块3.5OLED显示与人机交互模块OLED显示交互模块是系统现场人机交互的核心窗口，为现场运维人员提供直观的设备运行状态、识别结果、分拣数据与参数设置界面，解决了矿山现场设备运行状态不透明、参数调整不便的问题。模块选用0.96英寸128×64分辨率的OLED显示屏，采用SSD1306驱动芯片，无需背光源，自发光特性带来了高对比度与广视角，在露天矿强光直射环境下仍可清晰显示内容，同时具备低功耗、响应速度快、使用寿命长的优势，适合工业现场长期运行。模块通过I2C串行接口与STM32主控连接，仅需两根信号线即可完成数据传输，大幅节省了主控的GPIO引脚资源，硬件接线简洁，抗干扰能力强。系统设计了三级显示界面，主界面实时显示传送带运行状态、当前识别结果、煤炭与各类异物的累计分拣数量；二级界面显示环境光照强度、补光灯运行状态、光照阈值设置选项；三级界面为系统故障信息显示界面，当设备出现异常时，自动跳转至该界面显示故障原因。界面布局简洁，核心数据采用大号字体显示，现场运维人员可快速读取关键信息，无需复杂操作即可掌握设备运行状态。图3.5OLED显示与人机交互模块3.6独立按键与调速控制模块按键控制模块是系统本地操作的核心入口，为现场运维人员提供了便捷的参数设置、设备启停、急停保护等操作方式，解决了矿山现场无网络时，无法通过APP进行设备控制的问题。模块共设置3个独立按键，分别为急停按键、设置加按键、设置减按键，所有按键均采用机械轻触按键，搭配上拉电阻与消抖电容，避免机械抖动带来的误触发问题，按键使用寿命可达10万次以上，适合工业现场频繁操作的场景。每个按键分别接入STM32的GPIO引脚，主控通过引脚电平变化检测按键的按下动作，采用软件状态机的方式完成按键消抖处理，确保单次按键按下仅触发一次对应操作。启动按键用于控制系统的上电运行与急停后的重启，按下后传送带进入待机运行状态；急停按键采用红色大尺寸按键，按下后立即切断所有执行机构的供电，传送带与分拣机构停止运行，同时触发持续报警，优先级高于所有其他指令，保障现场安全；设置加与设置减按键，用于调整光照阈值、识别灵敏度等参数，调整后的参数可实时显示在OLED屏幕上，操作逻辑简单，现场运维人员无需专业培训即可完成操作。图3.6按键模块3.7传送带驱动传送带驱动与电源管理模块是系统实现零件自动化输送、保障整机稳定供电的核心硬件，分为传送带驱动电路与系统电源管理电路两个部分，为系统提供稳定的动力输出与电源供给。传送带驱动电路以N-MOS管为核心功率开关器件，通过STM32主控输出的PWM信号控制MOS管的通断占空比，进而调节传送带驱动电机的供电电压，实现电机转速的精准调节。硬件电路上，MOS管的栅极通过限流电阻连接至主控的PA11引脚，漏极连接传送带电机的负极，源极直接接地，电机正极接入12V直流电源，同时在电机两端并联续流二极管，吸收电机启停与调速时产生的反向电动势，保护MOS管与主控电路不受尖峰电压损坏。电源管理电路采用分级稳压架构，系统外接12V直流电源为传送带电机供电，通过LM7805稳压芯片将12V电压转换为5V稳定输出，为视觉模块、舵机、红外传感器、按键模块供电；再通过XC6206低压差稳压芯片将5V电压转换为3.3V输出，为主控单片机、OLED显示模块提供纯净的供电。各级稳压电路的输入端与输出端均并联大容量电解电容与高频陶瓷电容，滤除电源纹波与电磁干扰，同时在电源输入端串联自恢复保险丝，实现过流保护，避免短路故障损坏硬件电路，保障系统长时间运行的供电稳定性。图3.7传送带驱动3.8Air724UG4G无线通信模块Air724UG4G无线通信模块是系统实现远程监控与控制的核心桥梁，解决了露天矿作业区域分布广、有线网络铺设难度大、WiFi覆盖不足的痛点。该模块支持国内全网通4G网络，只要有公网移动信号覆盖的区域，即可完成数据传输，无需依赖现场局域网络，完美适配露天矿野外作业的场景需求。模块硬件上通过UART串口与STM32主控对接，TXD与RXD引脚分别交叉连接主控的串口收发引脚，采用5V电源供电，同时搭配ESD防护电路，降低矿山电磁环境对通信链路的干扰。软件层面基于MQTT物联网协议与手机APP建立通信链路，可实时上传传送带运行状态、异物分拣计数、环境光照数据、设备故障信息，同时可接收APP下发的启停控制、补光灯开关、参数设置等远程指令。模块内置心跳包保活机制，当出现网络波动断开连接时，可自动完成重连，保障通信链路的长期稳定，弱网环境下仍可完成核心数据的传输，满足矿山现场远程管理的需求。图3.84G模块3.9本章小结本章详细阐述了零件缺陷检测系统的硬件设计方案，围绕STM32F103C8T6主控核心，分别介绍了最小系统、K230视觉识别、红外限位检测、舵机分拣执行、OLED显示、按键调速控制、传送带驱动与电源管理七大功能模块的电路设计、工作原理、接口连接与硬件部署细节。各模块通过标准化的电气接口与主控芯片建立连接，形成了完整的硬件控制闭环，硬件设计充分考虑了工业现场的抗干扰需求与运行稳定性，同时兼顾了模块化设计与后期功能扩展，为系统软件程序的开发与整机功能实现提供了可靠的硬件基础。

4系统的软件设计4.1软件介绍本系统的主控程序开发采用Keil5MDK集成开发环境，该环境是ARM公司专为Cortex-M系列内核微控制器推出的开发工具，完整覆盖了代码编辑、编译链接、下载调试、项目管理等全流程开发需求，支持标准C语言编程，内置高效的ARMC/C++编译器，可生成精简高效的可执行文件，同时具备完善的调试功能，支持断点调试、单步执行、寄存器与变量实时查看，可快速定位并解决程序中的问题。程序初始化代码通过STM32CubeMX工具生成，该工具可通过可视化界面完成主控芯片的引脚分配、时钟配置、外设参数设置，自动生成标准化的初始化代码，大幅缩短开发周期，降低代码出错概率。AI识别模型的训练与优化基于PyTorch深度学习框架完成，通过现场采集的样本数据集完成模型训练，对模型进行轻量化裁剪与量化处理，使其可适配K230模块的本地算力，保障识别的实时性与准确率。图4.1Keil_5软件界面4.2软件程序的设计4.2.1主程序流程图系统的主流程图如图4.2所示，初始化完成后，程序进入无限循环的主程序体，在主循环中按照固定顺序依次调用各个功能子程序：首先调用按键处理子程序，扫描按键状态，处理用户的按键操作；随后调用数据采集子程序，采集环境光照强度数据、传感器电平信号；然后调用显示更新子程序，根据当前系统状态与数据，更新OLED显示屏的显示内容；之后调用4G通信子程序，完成数据上传与远程指令的接收解析；再调用识别分拣子程序，根据红外触发信号与AI识别结果，完成异物分拣、报警与计数操作；最后检测急停信号状态，若急停触发则执行急停保护操作。整个主循环流程简洁清晰，模块之间耦合度低，可保障系统的实时响应能力与运行稳定性。图4.2系统逻辑流程图4.2.2按键子程序流程图按键子程序流程图如图4.3所示，按键与急停处理子程序的核心功能是扫描按键状态，识别用户的按键操作，执行对应的功能，同时保障急停指令的最高优先级，确保现场作业安全。子程序采用状态机的设计方式实现按键消抖处理，避免机械按键的抖动带来的误触发问题，将按键状态划分为空闲、按下、消抖、释放四个状态，只有当按键电平状态持续稳定超过20ms时，才判定为有效按键按下，确保单次按键操作仅触发一次对应功能。子程序中，急停按键的检测采用中断触发的方式，将急停按键对应的GPIO引脚设置为下降沿触发外部中断，一旦急停按键被按下，立即触发外部中断，在中断服务函数中执行急停保护操作，立即停止传送带电机、舵机、补光灯等所有执行机构的运行，同时触发蜂鸣器持续报警，关闭所有非必要外设，仅保留显示与通信功能，该中断的优先级设置为最高级，可打断主程序中所有其他操作，确保急停指令的即时响应。其他功能按键的扫描在主循环中完成，根据按键编号与当前系统界面状态，执行对应的启停、参数调整、界面切换操作，调整后的参数实时同步至显示模块与存储单元，确保参数掉电不丢失。图4.3按键子程序流程图4.2.3显示子程序流程图显示模块子程序流程如下图4.4所示，显示与数据更新子程序的核心功能是根据系统当前的运行状态、采集到的实时数据与用户的界面切换操作，更新OLED显示屏的显示内容，为现场运维人员提供清晰的人机交互界面。子程序根据显示标志位的数值，切换对应的显示界面，每个界面对应独立的显示逻辑，界面切换时自动完成清屏操作，避免显示内容重叠。主界面为系统运行状态界面，是系统默认的显示界面，该界面分为上下四个显示区域，第一行显示传送带的当前运行状态，包括运行、停止、急停三种状态；第二行与第三行分别显示石块、杂草两类异物的累计分拣数量；第四行显示当前的识别结果与环境光照强度，识别到异物时，对应内容高亮显示。参数设置界面可通过按键切换进入，该界面显示当前的光照阈值、补光灯运行状态，可通过设置按键调整光照阈值的数值，调整后的数值实时显示在屏幕上，确认后自动保存。故障报警界面在系统出现异常时自动触发，界面显示故障类型与故障代码，同时提示对应的处理方式，帮助运维人员快速排查故障。图4.4显示子程序流程图4.3本章小结本章详细阐述了系统的软件设计方案，首先介绍了系统的软件开发环境与工具，随后基于模块化的设计思想，完成了软件整体架构的设计，详细说明了主程序的流程设计，以及按键与急停处理、显示与数据更新、识别与分拣处理等核心子程序的设计逻辑与实现思路。5系统的测试5.1硬件测试为确保系统各硬件模块可正常工作，避免模块故障影响系统整体测试，在完成硬件样机制作后，首先对各硬件模块进行单独的单元测试。测试环境为实验室常温环境，搭建专用的测试平台，为各模块提供稳定的5V/3.3V供电，借助示波器、万用表、串口调试助手等工具，对模块的供电稳定性、通信连通性、功能完整性进行逐一测试。主控最小系统测试，验证电源电路输出电压稳定性，晶振起振状态，复位电路、下载电路功能是否正常，测试结果显示主控最小系统运行稳定，电源纹波控制在50mV以内，可正常完成程序下载与运行；AI视觉模块测试，验证模块供电、串口通信、图像采集与识别功能是否正常，测试结果显示模块可正常完成图像采集与识别，与主控通信正常，识别结果传输准确；4G通信模块测试，验证模块入网、网络连接、数据收发功能是否正常，测试结果显示模块可正常接入4G网络，与手机APP建立稳定的通信链路，数据收发无丢失；红外定位、光照检测、按键、显示、电机驱动、报警语音等模块，均完成单独测试，所有模块功能正常，硬件接线无错误，可稳定运行，无硬件故障，为后续的系统联调与整体测试奠定了基础。5.2软件测试在硬件单元测试完成后，对系统的软件程序进行功能测试，验证各子程序的功能完整性、逻辑正确性与运行稳定性。测试采用模块化测试的方式，对每个子程序进行单独的测试与验证，确保每个子程序的功能符合设计要求，随后进行程序整体联调，验证各模块之间的协同运行效果。按键与急停处理子程序测试，验证按键扫描、消抖处理、功能触发是否正常，急停中断是否可正常触发，急停保护操作是否正确执行，测试结果显示按键响应准确，无误触发、漏触发问题，急停中断可即时响应，保护逻辑正确；显示与数据更新子程序测试，验证界面切换、数据更新、内容显示是否正常，测试结果显示界面切换流畅，数据更新实时准确，强光下显示内容清晰可辨；识别与分拣子程序测试，模拟红外触发信号与识别结果，验证程序是否可正确执行对应的分拣、报警、计数、播报操作，测试结果显示程序逻辑正确，动作执行准确，无逻辑错误；4G通信子程序测试，验证数据上传、远程指令接收与解析是否正常，测试结果显示数据上传实时准确，远程指令可正常解析并执行，无数据丢失问题。所有子程序功能均符合设计要求，程序运行稳定，无卡死、跑飞问题，可与硬件模块完美配合。5.3实物功能测试5.3.1传送带启停控制模拟现场作业场景，通过本地按键与APP端分别发送启停指令，验证传送带电机的响应状态。测试结果显示，电机启停响应时间小于200ms，启动后运行平稳，无卡顿、异响问题，停止后可精准锁止，完全满足设计要求。5.3.2红外功能测试通过不同大小的物料模拟传送带输送场景，验证红外定位的触发精度。测试结果显示，红外模块可在物料经过时精准触发，触发响应时间小于10ms，物料可精准停在识别区域，无触发延迟或漏触发问题，符合设计要求。5.3.3异物识别功能测试选取煤炭、石块、杂草三类样本各100份，模拟现场识别分拣场景。测试结果显示，系统异物识别准确率达96%，分拣响应时间小于300ms，分拣时蜂鸣器可正常发出三声提示音，无漏剔、误剔问题，满足设计要求。5.3.4光照检测与自动补光功能测试通过遮光板模拟不同光照环境，验证光照检测与自动补光功能。测试结果显示，系统可精准检测环境光照强度，光照低于阈值时补光灯可在100ms内点亮，高于阈值时自动关闭，阈值可通过按键正常调整，符合设计要求。5.4本章小结本章详细介绍了系统的测试方案与测试结果，首先完成了各硬件模块的单元测试，验证了所有硬件模块的功能完整性与运行稳定性；随后完成了软件程序的模块化功能测试，验证了各子程序的逻辑正确性与运行可靠性；最后搭建模拟测试平台，完成了系统实物的整体功能测试，对所有设计功能进行了逐一验证。测试结果表明，系统所有功能均符合设计要求，异物识别准确率可达96%以上，系统响应速度快、运行稳定，可适配露天矿复杂的作业环境，具备较高的实用价值。结论本研究针对露天矿输煤传送带异物检测的实际需求，设计了一套基于机器视觉的异物检测与自动分拣系统，解决了传统人工巡检方式效率低、漏检率高、无法实时监测的问题，实现了输煤环节异物的实时检测、精准识别、自动分拣、声光报警与远程监控。系统以STM32F103C8T6工业级微控制器为核心，搭载K230本地AI视觉模块实现煤炭与异物的分类识别，无需依赖云端网络，可在露天矿野外环境下实现低延迟、高准确率的识别检测；通过红外定位模块实现检测区域的精准触发，保障了图像采集的清晰度与识别准确率；集成光照检测与自动补光模块，解决了野外光照变化对识