一种废钢料格堆场电磁吸盘行车自动取料控制方法与流程

摘要: 本发明涉及废钢回收领域,尤其涉及到一种废钢料格堆场电磁吸盘行车自动取料控制方法。背景技术:1、随着工业自动化和智能制造的快速发展,废钢处理行业正在迎来技术革新的...
一种废钢料格堆场电磁吸盘行车自动取料控制方法与流程

本发明涉及废钢回收领域,尤其涉及到一种废钢料格堆场电磁吸盘行车自动取料控制方法。

背景技术:

1、随着工业自动化和智能制造的快速发展,废钢处理行业正在迎来技术革新的浪潮。废钢作为一种可大量替代铁矿石的金属资源,在钢铁生产中的重要性日益凸显。然而,传统废钢处理方式存在效率低、作业环境差、安全隐患多等问题。为了提升处理效率和安全性,实现绿色低碳发展,无人化废钢行车技术成为行业发展的新方向。通过引入信息化、自动控制等新兴技术,实现了废钢全自动装配作业,显著提升了作业效率和精度。此外,智慧绿色无人废钢配料运输系统的开发,实现了废钢配料装卸运输的无人化,大幅减少了作业人员,提高了运输效率。这些技术的应用不仅优化了生产流程,还有效降低了能源消耗和环境污染,为废钢行车无人化取料点的智能选取提供了技术支撑和实践案例。

2、公开文件中,申请号为:cn112819952a的专利文件公开了一种废钢料场磁盘吊车最优取料点的确定方法,包括以下步骤:s1.将吸盘范围划分为n个区域,确定n个区域的x-y轴坐标范围,进而确定网格范围;s2.在每个区域找出最高点,任选三点组成一个平面,具体地,在n个分区中分别搜索并记录每个分区中物料最高点所在网格的x-y平面坐标值及其物料高度值z,从而得到n个分区最高点的三维坐标;从最高中点任选三点组成一个平面;s3.计算吸盘中心是否在该平面内,若是,确定该平面为初始平面,进入s4,否则返回s2,重新选取区域内的三个点后判断计算,直至找出一个初始平面;s4.搜寻吸盘范围内的点集p,比较初始平面上与吸盘范围内的点的位置关系,判断是否有异常点,若无异常点,则确定该初始平面为最优平面,否则用该异常点替换初始平面中距离该异常点最短的点,组成新的初始平面,返回s3;s5.以固定或者可变步长将废钢料场范围划分成若干个区域,计算每个区域内的最优平面,形成最优平面集合;s6.在最优平面集合里,计算最优平面内的废钢体积以及平面曲率,选取废钢体积最大且曲率最小的平面对应的吸盘中心点作为最优取料点。

3、公开号:cn114057105a的专利文件公开了一种应用于废钢库的自动取料控制系统、控制方法及控制装置,该自动取料控制系统包括用于获取堆料区域扫描信息的扫描机构和用于通过控制大小车驱动装置及升降装置,移动磁盘的控制中心,控制中心用于根据扫描信息以及预存的不同类型废钢的堆放位置信息,获取不同类型废钢各自对应的多个所述堆料子区域,当接收到预设的配料信息时,控制中心还用于根据配料信息,将磁盘移动至待吸取废钢对应的多个堆料子区域上方,依次对每个堆料子区域中堆放的废钢进行吸取,直至吸取至台车中的废钢总重量满足要求。

4、公开号:cn113003231a的专利文件公开了一种废钢料场自动取料决策方法,其可包括以下步骤:s1.以废钢料场和料仓的三维数字模型为基础,对废钢料场的料仓仓位、料堆吸盘范围重量、料堆吸盘范围取料条件、料场有效取料区域数量、料堆未知区域占比和料堆卸车区域占比六个参数进行分级判定;s2.通过对各个参数优先级和权重的评分决策获取最佳取料路径。

5、现有废钢定位识别技术可能受到现场环境、光线条件、设备性能等多种因素的影响,导致定位精度受限。这可能导致在取料过程中无法准确找到目标废钢的位置。现有方式在实现废钢的精准识别、定位和取料点的最优选取方面存在一些明显的缺点。为了克服这些缺点,需要不断探索新的技术和方法以提高废钢的回收利用效率和质量。因此,我们有必要对这样一种结构进行改善,以克服上述缺陷。

技术实现思路

1、本发明的目的是提供一种废钢料格堆场电磁吸盘行车自动取料控制方法,该方法通过激光扫描设备高精度扫描废钢料格,结合先进的点云处理和机器学习算法,实现废钢的精准识别、定位和取料点的最优选取。

2、本发明的上述技术目的是用过以下技术方案实现的:

3、一种废钢料格堆场电磁吸盘行车自动取料控制方法,包括以下步骤:

4、a1:激光扫描设备扫描,通过激光扫描设备扫描库区,获取废钢的三维点云数据,并形成点云图;

5、a2:点云数据预处理,对获取的点云数据进行预处理,去除点云数据中包含的噪点,预处理包括对点云数据进行滤波、降噪,用以提取废钢的特征信息;

6、a3:滑动窗口动态分组,对处理后的点云数据进行滑动窗口动态分组,进而得到所有待取区域;

7、a4:识别获取特征值,对预处理并分组后的点云数据进行识别,从而获取特征值,特征值包括平均高度和水平倾斜度;

8、a5:确定选料区域,判断是否采用最高点取料方式,若采取最高点取料方式,则选取区域内平均高度最高的区域,若不采取最高点取料方式,则选取区域内最靠近车道的两排区域;接着通过作业品种、作业类型确定打分规则,进行打分,并通过预测模型计算每个区域的偏离度,综合评判得出最终取料区域;

9、a6:根据最终确定的取料区域规划电磁吸盘作业流程,控制电磁吸盘执行取料操作,完成作业流程。

10、步骤a1具体包括以下步骤:使用时,通过激光扫描设备对料格内的废钢进行高精度扫描,获取料格内废钢的三维点云数据,三维点云数据包含了每个点的三维位置坐标、反射率以及时间戳,其中三维位置坐标用于表示废钢在料格内的具体位置,通过三维位置坐标,精确表示废钢在三维空间中的分布,用于为引导后续电磁吸盘行车准确抓取目标废钢;反射率用于确定废钢的表面特征,通过反射率精确识别废钢,避免抓取错误;时间戳用于记录扫描数据的时间点,为电磁吸盘行车自动取料控制提供数据支持;

11、在行车上设置多台激光扫描设备,并对激光扫描设备进行对齐标定,具体地,可采用联合标定方式,将每台激光扫描设备的基准坐标系统一,若有多台行车,则需将所有激光扫描设备的基准坐标统一,最终实现一个行车跨的坐标系对齐,并形成整垮的三维点云图。

12、步骤a2点云数据预处理包括滤波处理和降噪处理,其中,滤波处理包括以下步骤:

13、a21:采用直通滤波器,在点云的指定维度上设置一个阈值范围,将该维度上的数据分为在阈值范围内与不在阈值范围内,过滤掉自定义区间范围内的点云;

14、降噪处理包括以下步骤:

15、a22:噪声点识别,根据噪声点的空间分布情况,将其分为飘移点、孤立点、冗余点和混杂点等类型,并对噪声点进行识别;

16、a23:噪声点去除,对于飘移点、孤立点和冗余点,可直接通过聚类算法进行删除,对于混杂点,通过区域生长算法与曲率分析,将符合局部几何一致性的点保留;

17、a24:数据平滑,在去除噪声点后,对点云数据进行平滑处理,以提高数据的连续性和光滑度,平滑处理可采用高斯滤波进行。

18、步骤a3滑动窗口动态分组具体包括以下步骤:

19、初始化长方形区域,以料格围墙靠近料厂边缘的其中一个边角为起点,绘制第一个长方形区域,长方形的长度设定为3米,宽度设定为2米;

20、沿墙面横向移动绘制长方形区域,从第一个起点开始,横向移动0.5米作为新起点,并绘制长方形区域,重复此过程,直到新绘制的长方形区域超出料格的取料区域,保留最后一个刚好不超出料格区域的长方形区域;

21、沿车道纵向移动绘制长方形区域,以第一个起点的位置为基准,向车道方向纵向移动0.5米,作为新起点,并绘制长方形区域,重复此过程,直到新绘制的长方形区域超出料格的取料区域,保留最后一个刚好不超出料格区域的长方形区域;

22、投影点云到长方形区域,将点云中在垂直方向上所有能投影到该区域内的点算作此区域内的点;

23、去除距离料墙太近的部分,设定安全距离,对每个长方形区域进行向内缩小处理,去除距离料墙太近的部分,避免后续取料时与料墙发生碰擦。

24、步骤a4中的平均高度通过每个点到地面的距离求和平均获得,其计算公式如下所示:

25、

26、其中,hi表示每个点距离地面的高度,在标定工作完成后,用hi作为点的z坐标。

27、步骤a4中的水平倾斜度计算包括以下步骤:

28、首先建立一个垂直平面,长方形区域的中心位于这个垂直平面上,将所有点投影到垂直平面上,投影方向为此平面的垂直方向,接着找出平面中z坐标最高的点,计算其他所有点与该最高点连线与z方向的夹角,取夹角最大的值与90度的差值作为该平面的水平倾斜度;

29、接着每5度设置一个平面,共计72个平面的水平倾斜度,取其最大值,作为该区域的水平倾斜度,其计算公式如下:

30、

31、其中,为平面投影上第i个点的y坐标,为平面投影上第i个点的x坐标,为最高点的x坐标和y坐标,并记录下对应的垂直平面,根据计算出的最大倾斜角、最高点以及对应的垂直平面,将吸盘将按照垂直平面的方向进行倾斜,且倾斜的角度等于已知的最大倾斜角;

32、接着计算此区域与吸盘地面距离ds以内点的数量与此区域所有点的数量的比值,点距离的计算公式如下所示:

33、

34、其中a、b、c、d为平面方程ax+by+cz+d=0中的法向量,方程可由之前算出的垂直角度与水平方向换算出,为点的坐标,当di小于ds则计数,最后通过公式:

35、

36、计算贴合度τd<ds,其中countds为距离ds以内点的数量,countall为此区域所有点的数量。

37、步骤a5中的预测模型计算每个区域的偏离度具体包括以下步骤:

38、数据准备,收集三个月的点云数据和对应的操作记录,对点云数据进行预处理,包括通过插值补齐数据,并从区域中等间距地取出坐标,以保证模型输入数据格式的一致性;

39、标签生成,根据操作记录,生成训练样本的标签,对于是否为取料点进行分类标注;

40、模型训练,针对不同的品种和作业方式,训练多个模型以适应不同的作业要求,通过模型对所有可选作业区域计算偏离值,选出偏离值最小的n个区域,取其在上一步打分最高的区域作为最终取料点。

41、综上所述,本发明具有以下有益效果:

42、1、提高了取料点选取的精度和作业的安全性,降低了事故发生的风险。

43、2、提升了废钢处理的效率和连续性,适应了复杂环境和大规模生产的需求。

44、3、减少了人工成本和作业强度,提高了作业的灵活性和可扩展性。

45、4、通过智能化的控制策略,实现了废钢处理的自动化和信息化,为废钢资源的高效利用和钢铁生产的绿色发展提供了技术支持。

46、5、精确划分待取区域:通过滑动窗口动态分组方法,能够精确地将处理后的点云数据划分为多个长方形区域,这些区域即为待取区域。确保每个待取区域都符合电磁吸盘的操作需求,避免了因区域划分不准确而导致的取料失败或效率低下。

47、6、提高自动化水平,自动化划分待取区域减少了人工干预,提高了整个废钢处理流程的自动化水平。电磁吸盘可以根据这些精确划分的区域进行自动取料,无需人工调整或干预,从而提高了作业效率。