一种基于机器视觉的铁水包自动捞渣方法及系统与流程

本发明属于冶金自动化及工业智能感知，具体涉及一种基于机器视觉的铁水包自动捞渣方法及系统。

背景技术：

1、在钢铁冶金及铸造生产过程中，高炉出炉的铁水在运输和预处理环节（如脱硫、脱硅、脱磷等）中，表面会形成一层由杂质、熔剂和氧化物组成的炉渣（即铁渣）。若不及时或彻底清除这些表面铁渣，在后续精炼与浇铸过程中极易引发钢水夹渣、降低冶金质量，同时还会显著增加能耗与耐火材料的损耗。因此，铁水包捞渣是铁水预处理环节中不可或缺的重工序。

2、传统的铁水包捞渣作业主要依赖人工操控机械抓斗或扒渣机完成。然而，这种人工操作模式存在以下显著缺陷：

3、1.作业环境极度恶劣，安全风险高：铁水包内液面温度通常高达1300℃—1500℃，且伴有大量有害气体和剧烈粉尘，工人长时间近距离作业极易发生烫伤、中暑及呼吸道职业病等严重安全事故。

4、2.除渣效率低且质量不稳定：人工捞渣高度依赖操作者的个人经验与体力状态，视觉判断主观性大，容易出现漏捞、误捞（带走大量铁水）等现象，且难以彻底清除铁水包边缘及包壁死角区域的渣层。

5、3.缺乏标准化与智能化：不同操作人员的捞渣习惯差异大，作业过程随意性强，无法实现标准化控制和生产数据的实时追溯。

6、近年来，冶金行业尝试引入自动化捞渣设备（如预设固定轨迹的扒渣机械臂）。但现有的半自动或定轨设备仍无法满足高效清理的需求，其主要痛点在于：

7、（1）环境适应与感知能力差：铁水包液面环境高温、高亮且高粉尘，传统单传感器（如单一视觉或单一距离传感器）容易因烟尘干扰或高亮光斑导致识别失真；同时，单一视觉无法直接准确获取铁渣的真实下沉深度与动态液位波动。

8、（3）缺乏灵活的路径规划与闭环调控机制：现有设备多采用固定的机械运动轨迹，无法针对不同铁水包的包形尺寸、液位高低以及动态变化的渣层聚集分布情况进行自适应调整，导致清理死角多、扒渣效率低，无法实现真正的无人化、精细化作业。

9、因此，如何解决高温高粉尘恶劣环境下的液面精确感知难题，实现铁渣的智能识别、液位三维重建以及捞渣策略的动态优化闭环，是目前冶金预处理自动化领域亟待解决的关键技术问题。

技术实现思路

1、为解决上述高温高粉尘恶劣环境下铁渣捞渣自动化程度低、效率差的技术问题，本发明在如下的多个方面中提供方案。

2、在第一方面中，本发明提供了一种基于机器视觉的铁水包自动捞渣方法，包括以下步骤：步骤s1：获取铁水包液面图像，并基于图像识别铁渣的分布区域；步骤s2：获取铁水包内的液位高度信息；步骤s3：融合所述铁渣的分布区域与所述液位高度信息，构建所述铁水包液面三维模型，并根据所述液面三维模型规划捞渣路径；步骤s4：控制捞渣装置沿着所述捞渣路径执行捞渣作业。

3、本发明通过将机器视觉识别的二维区域与液位高度信息深度融合，构建出铁水包液面的三维模型并据此规划路径，克服了高温高粉尘环境下单传感器感知的局限性，实现了铁渣的精准定位与自动化捞渣，显著降低了人工作业的安全风险。

4、进一步地，步骤s1中，所述基于图像识别铁渣的分布区域包括：将预处理后的铁水包液面图像输入预先训练的图像识别模型中，输出铁渣的二维位置坐标、面积及形状特征；结合所述图像特征估算渣层厚度分布。

5、本发明利用预先训练的图像识别模型对图像进行深度学习分析，能够自动且准确地提炼铁渣的分布坐标、面积、形状及厚度分布，避免了传统视觉因高亮度、高粉尘干扰而导致的误判，提升了渣层识别的准确率。

6、进一步地，步骤s2中，铁水包内的液位高度信息通过雷达物位计测量铁水液位高度；步骤s3中，所述融合所述铁渣的分布区域与所述液位高度信息，构建所述铁水包液面三维模型，具体包括：将图像坐标系中的铁渣二维位置映射到三维空间坐标；利用所述雷达物位计测得的液位高度校正所述铁渣的三维深度信息，生成包含铁渣位置、厚度及形态的渣层分布热力图。

7、本发明采用雷达物位计进行非接触式测距，并将其与视觉二维坐标系进行空间映射与深度校正，生成渣层分布热力图，使得系统能够直观、精确地掌握渣层在三维空间中的厚度与形态分布。

8、进一步地，步骤s3中，所述根据所述液面三维模型规划捞渣路径，具体包括：根据所述渣层分布热力图中的渣层厚度和面积确定不同区域的捞渣优先级；根据所述捞渣优先级及所述捞渣装置的运动学约束，计算使所述捞渣装置覆盖高优先级区域的运动轨迹；生成所述捞渣装置的运动控制指令序列。

9、本发明基于渣层分布热力图划分捞渣优先级，优先清理渣厚、面积大的区域，结合机械约束生成最优运动轨迹，能够最大程度地减少无用路径与空跑时间，大幅提高捞渣作业效率。

10、进一步地，所述方法还包括动态闭环调节步骤：在捞渣作业过程中，持续获取铁水包液面图像与液位高度信息以实时更新所述液面三维模型；基于更新后的液面三维模型评估当前捞渣效果；当捞渣效果未达到设定预期时，动态调整所述捞渣路径或捞渣策略；其中，所述捞渣策略包括：捞勺下潜深度、捞渣速度、捞渣方向及捞渣次数中的至少一种。

11、本发明通过引入作业过程中的实时监测与闭环反馈机制，可根据工况变化动态调整下潜深度、速度、方向及次数等策略，避免了固化轨迹造成的死角漏捞或过度下潜带走铁水的问题，提高了系统的自适应与除渣彻底性。

12、进一步地，所述方法还包括：在捞渣作业开始前，对用于获取图像的图像采集设备与用于测量液位高度的物位测量设备进行坐标系标定，建立图像坐标系、物位测量坐标系与所述捞渣装置的坐标系之间的转换矩阵。

13、本发明在作业前对相机与雷达进行多坐标系标定与转换矩阵计算，确保了传感器数据与机械臂执行坐标之间的高精度对齐，奠定了空间精确定位与协同控制的基础。

14、进一步地，所述方法还包括：记录作业过程中的铁渣分布特征、捞渣路径及捞渣效果并存入数据库；基于所述数据库中的历史作业数据对捞渣策略模型进行迭代训练，以实现捞渣参数的自适应优化。

15、本发明通过建立历史作业数据库并训练策略优化模型，使系统具备了自学习与自演进能力，能够根据不同工况积累经验并持续优化路径参数，提高了系统在复杂多变生产环境中的鲁棒性。

16、在第二方面中，本发明还提供了一种基于机器视觉的铁水包自动捞渣系统，包括：视觉识别模块，用于获取铁水包液面图像并识别铁渣分布区域；液位检测模块，用于测量铁水包内的液位高度；数据处理与路径规划模块，其与所述视觉识别模块和液位检测模块连接，用于融合所述铁渣分布区域和所述液位高度生成液面三维模型，并基于所述液面三维模型计算捞渣路径；控制模块，其与所述数据处理与路径规划模块连接，用于协调所述各模块以实现自动化捞渣；以及捞渣执行模块，其与所述控制模块连接，用于根据所述捞渣路径执行捞渣作业。

17、本发明通过将视觉识别、液位检测、数据处理与路径规划、捞渣执行以及控制模块有机结合，形成了全自动化的协同工作体系，实现了从感知、决策到执行的全流程无人化操作，提高了生产线的自动化水平。

18、进一步地，所述捞渣执行模块包括：多自由度机械臂；以及安装于所述多自由度机械臂末端的双轴旋抱式捞渣机构，所述双轴旋抱式捞渣机构包含双轴驱动组件及对称布置的两个捞勺。

19、本发明采用多自由度机械臂配合双轴旋抱式结构，通过双轴驱动左右对称的捞勺进行开合与下探，克服了传统抓斗难以贴合包壁的缺陷，能够有效清除铁水包边缘及死角区域的渣层。

20、进一步地，所述视觉识别模块包括：工业相机；用于保护所述工业相机的防高温防尘防护单元；以及光源照明单元。

21、本发明中工业相机配备防高温防尘防护单元及专用的光源照明单元，能够有效隔离恶劣环境下的高温辐射与粉尘侵袭，保证了视觉采集图像的质量、稳定性和硬件设备的使用寿命。

22、本发明的有益效果在于：本发明通过多传感器数据融合与智能闭环决策，不仅实现了高温高危作业环境下的全自动化无人操作，消除了安全隐患；同时，凭借三维精确建图、自适应动态路径规划以及双轴旋抱式执行机构的协同作用，极大提升了捞渣效率与死角清理能力，有效提升了除渣率并缩短了单包作业时间，实现了冶金预处理捞渣作业的高效、安全、标准化与智能化。