面向边缘计算的选煤厂刮板检测方法

针对目前选煤厂刮板检测方法计算量较大,且运行在低功耗、低成本的嵌入式Jetson Nano上,存在执行效率低、实时性差等问题,提出了一种可并行化Hough变换的面向边缘计算的刮板检测方法。首先对刮板图像进行预处理,然后采用Hough变换算法实现刮板检测并计算刮板角度,若刮板角度小于设定阈值,则报警,若在阈值范围内则显示正常。在刮板检测中,将Hough变换并行化并采用零拷贝传输数据,同时将刮板检测的整体流程设计成CPU和GPU协同工作模式,即刮板图像预处理环节运行在CPU端,将可并行化的Hough变换运行在GPU端。该模式下,可以充分利用Jetson Nano中的硬件资源,从而在Jetson Nano中实现刮板的实时检测。实验结果表明,在Jetson Nano中,分辨率为960×540下的刮板图像,采用可并行化的Hough变换算法比原Hough变换检测速度提升了10倍,帧率可达17帧/s,刮板角度准确率达96.3%,满足实时性要求。