0引言

抓斗行車作為一種高空重載輔助運(yùn)輸工具,在礦山等工業(yè)領(lǐng)域具有極高的應(yīng)用價(jià)值。無人抓斗行車可以根據(jù)調(diào)度指令自主運(yùn)行^[1],作為智能化物流系統(tǒng)的重要組成部分,其在火車發(fā)貨環(huán)節(jié)的應(yīng)用,對(duì)于提高物流效率、降低人力成本、增強(qiáng)作業(yè)安全性等優(yōu)勢(shì)顯著。

在無人值守抓斗行車的火車裝車業(yè)務(wù)中,火車的位置為非固定,但從安全和效率的角度出發(fā),對(duì)貨物裝進(jìn)車廂的位置有一定要求^[2]。因此,本文研究了無人抓斗行車自動(dòng)裝車的關(guān)鍵技術(shù),設(shè)計(jì)了一種基于三維分布特征的無人值守抓斗裝火車方案,包括多節(jié)火車車廂定位、火車車號(hào)和噸位識(shí)別、投料點(diǎn)分析和選取規(guī)劃等。

1 多節(jié)火車車廂定位

無人抓斗行車采用雙梁式起重機(jī),在行車抓取鐵精礦粉末裝車的過程中,大小車按軌道雙向移動(dòng),在大車上裝配3D雷達(dá),3D雷達(dá)隨行車大車移動(dòng)并掃描下方料倉,實(shí)時(shí)獲取現(xiàn)場(chǎng)料帶高度和火車相關(guān)圖像數(shù)據(jù)。圖1為火車與料倉相對(duì)位置實(shí)景。火車定位是在雷達(dá)獲取的三維掃描圖上進(jìn)行火車邊緣檢測(cè)^[3]，獲取火車四個(gè)頂點(diǎn)的坐標(biāo)以確定火車的位置,在此基礎(chǔ)上提取出火車矩形頂點(diǎn)的坐標(biāo)?；疖嚩ㄎ涣鞒倘鐖D2所示。

圖3為雷達(dá)獲取的火車三維建模俯視圖,采用灰度化和高斯濾波對(duì)其進(jìn)行預(yù)處理,降低噪聲對(duì)下一步邊緣檢測(cè)的影響,獲得邊緣檢測(cè)的初始圖像如圖4所示。接下來采用Canny算子對(duì)預(yù)處理圖像進(jìn)行邊緣檢測(cè)^[4],在Canny檢測(cè)的結(jié)果圖上增加圖像的二次處理,包括二值化和邊緣連接,并設(shè)定興趣區(qū)域roi掩膜,通過二次處理降低圖像中無關(guān)信息的干擾來提高識(shí)別效率。

為了提取火車中心點(diǎn)坐標(biāo),需要進(jìn)一步尋找輪廓來檢測(cè)出精度較高的火車車廂的邊緣,從而進(jìn)行矩形近似操作,圈畫出火車車廂的矩形。最后利用矩形近似相應(yīng)的函數(shù)提取出火車車廂的四個(gè)頂點(diǎn)坐標(biāo),根據(jù)四個(gè)頂點(diǎn)坐標(biāo),便可求得火車車廂中心點(diǎn)坐標(biāo)。圖5為最終結(jié)果圖。

2火車車號(hào)和噸位識(shí)別

在火車裝貨系統(tǒng)中,火車車號(hào)是火車的唯一標(biāo)識(shí),能夠幫助系統(tǒng)準(zhǔn)確定位、追蹤和管理各節(jié)車廂的裝載情況。系統(tǒng)通過車牌識(shí)別技術(shù)自動(dòng)獲取火車車號(hào),經(jīng)重量檢測(cè)設(shè)備實(shí)時(shí)獲取車廂的凈重信息。以上環(huán)節(jié)可實(shí)時(shí)監(jiān)控和記錄每節(jié)車廂的裝載情況,方便運(yùn)輸調(diào)度和數(shù)據(jù)統(tǒng)計(jì)分析。在裝載結(jié)束后,系統(tǒng)根據(jù)記錄的車號(hào)與噸位信息生成裝貨報(bào)表或運(yùn)輸單據(jù)。

火車車號(hào)識(shí)別由OCR光學(xué)字符識(shí)別算法實(shí)現(xiàn),根據(jù)大量現(xiàn)場(chǎng)車輛圖片制作相應(yīng)的數(shù)據(jù)集,在制作的數(shù)據(jù)集基礎(chǔ)上訓(xùn)練生成推斷模型。利用上述數(shù)據(jù)集和推斷模型對(duì)車號(hào)和噸位進(jìn)行標(biāo)注,通過自動(dòng)化方式提高標(biāo)注效率,進(jìn)一步提高訓(xùn)練模型的識(shí)別效率和精度。識(shí)別出的車號(hào)和噸位信息將提交給發(fā)貨系統(tǒng)并存儲(chǔ)在txt文件中,為車輛調(diào)度和運(yùn)輸提供參考依據(jù)。

通過準(zhǔn)確識(shí)別火車車號(hào)和噸位信息,系統(tǒng)可以實(shí)現(xiàn)對(duì)裝載過程的精準(zhǔn)監(jiān)控和管理,確保裝載操作的準(zhǔn)確性和高效性。圖6為現(xiàn)場(chǎng)火車的實(shí)物圖及識(shí)別結(jié)果,其中CF60表示該節(jié)車廂噸位為60 t,8103為該節(jié)車廂的車號(hào)。

3投料點(diǎn)分析和選取規(guī)劃

在火車裝載系統(tǒng)中,系統(tǒng)結(jié)合車廂位置、投料量等因素,自動(dòng)選擇合適的投料點(diǎn)進(jìn)行裝載,以確保裝貨的準(zhǔn)確性和高效性?？紤]到抓斗行車屬于空中重載設(shè)備,投料點(diǎn)的選取應(yīng)當(dāng)充分考慮現(xiàn)場(chǎng)人員和設(shè)備的安全,同時(shí)要確保企業(yè)的經(jīng)濟(jì)效益。此外,在裝載和運(yùn)輸過程中,也要考慮到裝車和運(yùn)輸時(shí)不會(huì)導(dǎo)致車輛翻車、盡可能使物料不拋灑出車廂的安全性。

在火車定位獲取的數(shù)據(jù)基礎(chǔ)上,可以得到火車車廂的中心點(diǎn)坐標(biāo)。為了確保物料分布均勻和裝載安全,設(shè)計(jì)下列投料方法:假設(shè)需要裝載N斗,若N為奇數(shù)則從車廂中心點(diǎn)開始裝載,若N為偶數(shù)則以中心點(diǎn)為對(duì)稱中心向兩側(cè)裝載。

已知數(shù)據(jù):火車車廂長度為Lc,抓斗完全張開的長度為Lz,火車的載重為wa,抓斗的抓取次數(shù)為N,抓斗某一次抓取的重量為Wi,則抓斗每一次抓取的平均重量為火車中心點(diǎn)坐標(biāo)為(X₀,Y₀)。

出于安全考慮,布料時(shí)車廂前后需分別預(yù)留一部分的安全空間,將投料區(qū)總長度定義為L△,令前后安全距離等于抓斗張開長度的一半,即預(yù)留長度為

1/2Lz的安全空間,則總共需預(yù)留安全空間的長度L△= Lz,以此得出,布料區(qū)域的長度為:

Lb=Lc—L△=Lc—Lz   (1)

需要抓取的次數(shù)為N,每個(gè)布料點(diǎn)的間隔距離為:

當(dāng)抓取的次數(shù)N為奇數(shù)時(shí):將第一個(gè)布料點(diǎn)位定位在火車的中心點(diǎn),每個(gè)布料點(diǎn)位的間隔長度為D,如圖7所示。

當(dāng)抓取的次數(shù)N為偶數(shù)時(shí):分別將第一、第二個(gè)布料點(diǎn)位定位在火車中心點(diǎn)前后,兩者與中心點(diǎn)的間隔長度都為1/2D,兩者間隔長度為D,所有相鄰布料點(diǎn)之間的距離仍為D,如圖8所示。

根據(jù)上述內(nèi)容,設(shè)火車車廂的中心點(diǎn)坐標(biāo)為(X₀,Y₀),第n次的布料點(diǎn)位坐標(biāo)為(X_n,Y₀)。

當(dāng)抓取次數(shù)N為奇數(shù)時(shí):

根據(jù)上述規(guī)律可以得出,當(dāng)抓取次數(shù)N為奇數(shù)時(shí):

當(dāng)抓取次數(shù)N為偶數(shù)時(shí):

根據(jù)上述規(guī)律結(jié)合N為奇數(shù)時(shí)的公式,可以得出,當(dāng)N為偶數(shù)時(shí):

綜上,結(jié)合式(5)和式(6)兩種情況得出:

4現(xiàn)場(chǎng)結(jié)果分析

4.1火車定位結(jié)果分析

圖9為火車車廂頂點(diǎn)坐標(biāo)值,根據(jù)火車實(shí)際尺寸篩選出其中的有效數(shù)據(jù),即Rectangle 4和Rectangle 5的坐標(biāo)數(shù)據(jù),將此數(shù)據(jù)與MATLAB三維圖中的火車實(shí)際坐標(biāo)進(jìn)行對(duì)比,可得出其中橫坐標(biāo)最大偏差為7個(gè)像素,最低為1個(gè)像素,橫坐標(biāo)的平均偏差約為3個(gè)像素。因?yàn)榛疖囓壍拦潭?可將火車中心點(diǎn)的縱坐標(biāo)Y0視為定值。根據(jù)邊緣檢測(cè)數(shù)據(jù)求得的兩節(jié)有效火車車廂中心點(diǎn)的橫坐標(biāo)為364和596。實(shí)際的火車車廂中心點(diǎn)橫坐標(biāo)在361~365和594~598范圍內(nèi),可見邊緣檢測(cè)獲取的中心點(diǎn)坐標(biāo)較為準(zhǔn)確。

根據(jù)邊緣檢測(cè)得出的火車車廂的四個(gè)頂點(diǎn)坐標(biāo),可以求得火車車廂中心坐標(biāo)點(diǎn),與實(shí)際火車車廂中心坐標(biāo)點(diǎn)范圍相符合。

火車定位誤差約在4個(gè)像素,一個(gè)像素代表0.05m,即誤差在0.2 m范圍之內(nèi),在允許誤差范圍內(nèi),且可以同時(shí)識(shí)別多列火車車廂,滿足了火車定位的要求。4.2 車號(hào)和噸位識(shí)別結(jié)果分析車號(hào)識(shí)別系統(tǒng)采集到的圖像如圖10所示,識(shí)別結(jié)果如圖11所示,對(duì)比圖10車號(hào)識(shí)別輸入圖像和圖11輸出圖像,噸位和車號(hào)可以在圖中準(zhǔn)確定位和識(shí)別,輸出結(jié)果噸位為CF60,車號(hào)為8103,與實(shí)際一致。

對(duì)不同噸位和車號(hào)火車的識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì),得到表1數(shù)據(jù),表明噸位和車號(hào)識(shí)別準(zhǔn)確率達(dá)到要求,且對(duì)不同的車號(hào)和噸位都可以正確識(shí)別。

4.3投料點(diǎn)規(guī)劃選取結(jié)果分析

結(jié)合抓斗行車實(shí)際運(yùn)行情況,從圖12現(xiàn)場(chǎng)火車實(shí)際裝載圖片進(jìn)行分析,投料點(diǎn)較為合理,物料拋灑在合理范圍內(nèi)。以60 t火車為例,根據(jù)火車位置和噸位信息進(jìn)行投料規(guī)劃,投料總次數(shù)為9次,對(duì)應(yīng)的投料點(diǎn)符合實(shí)際。

5結(jié)束語

無人抓斗行車可以實(shí)現(xiàn)自動(dòng)化的物料運(yùn)輸,提高了運(yùn)輸效率和準(zhǔn)確性。通過與智慧礦山管理系統(tǒng)結(jié)合,無人抓斗行車可以根據(jù)調(diào)度指令自主運(yùn)行,避免人為操作誤差,減少運(yùn)輸成本。在礦山作業(yè)中,火車發(fā)貨過程存在一定的安全風(fēng)險(xiǎn),無人抓斗行車的應(yīng)用可以減少人員介入,降低事故發(fā)生概率,提升礦山作業(yè)的安全性。

[參考文獻(xiàn)]

[1]劉松平,彭媛.無人化智能行車在精礦庫的應(yīng)用和關(guān)鍵技術(shù)探究[J].銅業(yè)工程,2022(4):94—98.

[2]朱明鈞.散料抓斗全自動(dòng)行車設(shè)計(jì)與應(yīng)用[J].銅業(yè)工程, 2020(5):89—92.

[3]劉浩,任宏,趙丁選,等.基于亞像素定位的圖像邊緣檢測(cè) 策略研究[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2024,55(2):242—248.

[4]于新善,孟祥印,金騰飛,等.基于改進(jìn)Canny算法的物體邊緣檢測(cè)算法[J].激光與光電子學(xué)進(jìn)展,2023,60(22):221—230.

2024年第22期第21篇