CN110163216B - 人工智能变压器装车货位动态分配方法 - Google Patents

Abstract

本发明涉及电力行业，特别是涉及电力仓储供应链领域，更为具体的说是涉及人工智能变压器装车货位动态分配方法，以人工智能识别基础为基础，通过人工智能的形式实现变压器的自动分配，从而不仅提高作业效率，节省人力成本，而且可以提高分配方案的一致性和车板最大利用率，实现规范、安全、有序的自动化大场景仓储。

Description

人工智能变压器装车货位动态分配方法

技术领域

本发明涉及电力行业，特别是涉及电力仓储供应链领域，更为具体的说是涉及人工智能变压器装车货位动态分配方法。

背景技术

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支。它的目的是获得一种能以人类智能相似的方式做出反应的智能机器。人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能自诞生以来，理论和技术日益成熟，应用领域也不断扩大，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

因此，人工智能可以对人的意识、思维的信息过程进行模拟。人工智能可以按照特定的设定像人那样思考。

变压器在仓储过程中，主要包括入库和出库两个关键流程。在出库环节当中，一个重要的工作就是变压器的装载。将变压器合理的装载在运输平板车上，不仅能够保证后期运输的安全性，而且也可以提高下一流程中卸载的效率。这里所谓的合理就是要综合考虑变压器在运输平板车的车板上摆放的位置、角度、进深。

目前现有技术当中，该作业由人工指挥，因此变压器装载的位置、角度、进深完全依靠现场指挥工人的经验，对于不同的工人来说，其经验具有差别，这就造成装载过程中变压器的摆放位置、摆放角度、进深都具有随意性和不可重复性。

这种操作的弊端是显而易见的，第一，由于完全依靠人工指挥操作，因此装载过程重复性差，整体技术不容易修正提高；第二，由于每个操作工人的经验不同，因此存在作业安全风险；第三，由于人工视野以及操作位的限制，车板空间的利用率无法达到最大化，也无法实现最佳合理使用车板空间。

人工智能机器视觉识别技术是利用机器代替人眼来做各种测量和判断。它是计算机学科的一个重要分支。人工智能机器视觉识别技术综合应用光学、机械、电子、计算机软硬件等方面的技术，涉及计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。随着图像处理和模式识别等技术的快速发展，机器视觉的发展得到了极大地推动。

基于人工智能机器视觉识别技术能够获得准确的图像数据，以这些图像数据为基础，通过合理的方法设定，就能实现变压器装车过程中货位分配的人工智能，从而避免完全人工作业所带来的各种弊端和问题。

发明内容

本发明所要解决的技术问题是，变压器仓储过程中货位分配作业中人工进行货位分配所产生的安全性问题和车板空间不能最大化利用的问题。

为了解决这一技术问题，本发明公开了人工智能变压器装车货位动态分配方法，包括以下步骤：

S1：获取运输车辆的现场视觉探测图像；

S2：利用空车板图像特征库中的颜色，轮廓形状信息，对空车板的图像区域进行识别，并计算其实际尺寸大小，以及空车板与图像坐标系之间的夹角；

S3：获取系统里记录的计划装车变压器的实际尺寸，并根据S2中计算所得的空车板实际尺寸大小与计划装车变压器的实际尺寸之间的比例关系，将特征库中计划装车变压器的轮廓图进行等比缩放，转化成同等比例下的变压器轮廓图像；

S4：获取系统里记录的计划装车变压器装车的横向最小安全间距、纵向最小安全间距两个数据，按等比例关系计算安全间距的像素点占位个数；

S5：在S2中获得的空车板图像基础上，参考空车板与图像坐标系之间的夹角，以及S4中计算所得两个方向安全间距的像素点占位个数，以两列摆放的方式，自动将变压器轮廓图像排列在空车板图像区域，并以可视化方式图形展示在人机交互界面上；

S6：在S5的基础上，计算并获取每个计划装车变压器中心点在图片中的像素点坐标；

S7：根据视觉探测图像素原点的场地坐标值，按尺寸比例以及视觉探测图像素坐标系和场地坐标系之间的角度偏差，将每台待装车变压器的像素中心点坐标值换算成以毫米为单位的实际仓库内装载货物操作的场地坐标。同时，根据空车板轮廓与现场视觉探测图像坐标系夹角，图像坐标系与场地坐标之间夹角之和，计算装车偏转角度值。

通过上述步骤，完成变压器装车货位的动态分配后，该场地坐标被传输至自动装载机器人系统中，机器人按照该场地坐标，完成装车作业。

作为优选的技术方案，S1中的现场视觉探测图像是包含一系列距离值和角度值数据的视觉探测点云图。

作为进一步优选的技术方案是，S2中利用现场视觉探测图获得的深度数据，通过图像边缘识别，并对识别获得的高低差范围附加高反差的色彩，从而获得运输车辆空车板视觉图像。

进一步优选的技术方案是，在步骤S2中，根据每个像素点对应实际尺寸大小(毫米)以及空车板图像区域的像素点数量，计算空车板实际尺寸大小；以空车板长方形图像轮廓四边与图像坐标系X/Y轴之间的夹角，计算空车板与图像坐标系之间的夹角。

值得说明的是，在步骤S3中获取电力物资变压器的实际尺寸的方法可以根据系统内预先输入的不同型号的变压器尺寸获得，也可以采用交互模式，由现场根据变压器尺寸输入系统。

在步骤S4中，根据系统里记录的计划装车变压器装车的横向最小安全间距、纵向最小安全间距两个实际尺寸数据，以及按每个像素点对应实际尺寸大小(毫米)，计算装车货位安全间距的像素点占位个数。

优选的，在步骤S5中，将变压器图像按照两列均匀分布的形式，自动排列在空车板图像区域，从而形成一组优化排列方案。

其中所述的优化是指分别提取相邻变压器之间的横向间距、相邻变压器之间的纵向间距、最左侧变压器与车板左侧边缘之间的间距、最右侧变压器与车板右侧边缘之间的间距、以及变压器总数量；按照以下原则依次进行筛选，首先选择最左侧变压器与车板左侧边缘之间的间距等于最右侧变压器与车板右侧边缘之间的间距的方案，然后再筛选其中相邻变压器之间的横向间距一致，且相邻变压器之间的纵向间距也一致的方案，最后再筛选变压器总数量最多的方案作为最终的优选方案。

进一步优选的，步骤S5中的变压器装车货位优化排列方案，可在人机交互界面上，以可视化的方式呈现出来。

在S6中所形成的坐标不仅携带有位置信息，同时还携带有数量信息和装车角度偏转值信息。具体像素坐标生成方式是：以S1中所获得的现场视觉探测图之图像原点为坐标(0，0)点，计算并获取每个计划装车变压器货位中心点在图片中的像素点坐标。

进一步优选的，本发明还公开了图像坐标转换为仓库实际场地标的具体操作方式是：先根据现场视觉探测图像素原点的场地坐标值，和每个图像像素点对应的X轴和Y轴方向毫米级实际尺寸，以线性关系计算一个初步场地坐标；再按现场视觉探测图坐标系与装卸场地坐标系的实际角度差，以三角函数换算方式，计算变压器装车货位中心点的实际场地坐标值。其坐标精度误差在±30mm以内。

更进一步优选的，本发明还公开了装车角度偏转值计算方式：空车板轮廓与现场视觉探测图像坐标系夹角，图像坐标系与场地坐标之间夹角之和。通过这些坐标和装车偏转角度，可以形成完整的变压器数量及相应装车摆放位置的准确信息。

采用本发明所公开的技术方案后，可以通过人工智能的形式实现变压器装载货位的自动分配和装载角度的自适应调整，并且通过系统的不断优化，提高变压器分配的合理性，从而不仅提高作业效率，而且可以提高分配方案的一致性和车板最大利用率，实现规范、安全、有序的自动化大场景仓储。

具体实施方式

为了更好的理解本发明，下面我们结合具体的实施例对本发明进行进一步的阐述。

在一个电力物资的仓储仓库中，设有至少一个装车区，装车区对应处开设有倒车入库的门。

仓库内还具有用于自动运输变压器的机器人，以及控制机器人行走的系统。譬如可以选用AGV/机器人。

本发明所做的改进是自动对进入装车区的运输平板车进行扫描，并且通过相关的技术方案，自动生成变压器装车货位场地坐标。现场的机器人控制系统根据本发明生成的场地坐标，可以控制机器人实现合理化装车。

在本实施例中，以一个运输平板车为例。

仓库门打开，运输平板车倒车入库至装货位置，然后视觉探测机构获取装车区的现场视觉探测图像，图中每个像素点包含不同位置的距离、角度数据，这些数据按照时间顺序排列形成点云图。

然后对现场视觉探测图像进行图像边缘识别，并对需要识别的高低差范围附加高反差的色彩，从而获得运输车辆的空车板区域图像。通过这一操作可以将一些无效的，或者我们不关心的数据抛弃，仅对感兴趣的具有特定高低差范围的范围进行后续操作。这里所说的需要识别的高低差范围是指装车位区域内的高低差。

譬如，在本实施例中，车头和空车板有明显的高低差，空车板和地面之间有明显的高低差，且现场视觉探测图像中这些区域的反差的色彩和边缘轮廓特征明显，可根据空车板图像特征库中的颜色，轮廓形状信息进行准确识别、标定。

然后根据每个图像像素点对应的实际场地尺寸大小(毫米)，以及空车板图像区域的像素点数量，计算空车板实际尺寸大小；并以空车板长方形图像轮廓四边与图像坐标系X/Y轴之间的夹角，计算空车板与图像坐标系之间的夹角。

然后根据系统内预先输入的不同型号的变压器尺寸直接调取获得电力物资变压器的实际尺寸，计算所得的空车板实际尺寸大小与计划装车变压器的实际尺寸之间的比例关系，将特征库中计划装车变压器的轮廓图进行等比缩放，转化成同等比例下的变压器轮廓图像。

同时，还可自动获取系统里记录的计划装车变压器装车的横向最小安全间距、纵向最小安全间距两个数据，按等比例关系计算安全间距的像素点占位个数。

然后在空车板图像基础上，参考空车板与图像坐标系之间的夹角，该种变压器X、Y两个方向安全间距的像素点占位个数，以两列摆放的方式，自动将缩放后的变压器轮廓图像排列在空车板图像区域。

在进行智能装载货位分配时，需分别提取相邻变压器之间的横向间距、相邻变压器之间的纵向间距、最左侧变压器与车板左侧边缘之间的间距、最右侧变压器与车板右侧边缘之间的间距、以及变压器总数量；按照以下原则依次进行筛选，首先选择最左侧变压器与车板左侧边缘之间的间距等于最右侧变压器与车板右侧边缘之间的间距的方案，然后再筛选其中相邻变压器之间的横向间距一致，且相邻变压器之间的纵向间距也一致的方案，最后再筛选变压器总数量最多的方案作为最终的优选装载货位分配方案。

最终的优选装载货位分配方案以可视化方式图形展示在人机交互界面上。譬如，装载方案图形化展示在库门边可触摸控制的自动装卸人机交互终端大屏上，由人工确认装载方案。

人工确认装载方案后，系统自动根据视觉探测图像素原点的场地坐标值，按尺寸比例以及视觉探测图像素坐标系和场地坐标系之间的角度偏差，将每台待装车变压器的像素中心点坐标值换算成以毫米为单位的实际仓库内装载货物操作的场地坐标。每个装卸货位除场地坐标外，还包含装经过精密测量和计算的实际装车角度偏转值，可有效避免因停车偏斜对自动化装车作业带来的不利影响。

经实验，该方法生成的装载货位场地坐标精度误差在±30mm以内，装车角度偏转值误差在±4度以内。

完成上述变压器装车货位的动态分配后，该场地坐标被传输至自动装卸机器人系统中，机器人按照该场地坐标和偏转值，完成装车作业。

以上所述是本发明的具体实施方式。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (11)

1.人工智能变压器装车货位动态分配方法，其特征在于，包括以下步骤：

S1：获取运输车辆的现场视觉探测图像；

S2：利用空车板图像特征库中的颜色，轮廓形状信息，对现场视觉探测图中，空车板的图像区域进行识别，并计算其实际尺寸大小，以及空车板与图像坐标系之间的夹角；

S3：获取系统里记录的计划装车变压器的实际尺寸，并根据S2中计算所得的空车板实际尺寸大小与计划装车变压器的实际尺寸之间的比例关系，将特征库中计划装车变压器的轮廓图进行等比缩放，转化成同等比例下的变压器轮廓图像；

S4：获取系统里记录的计划装车变压器装车的横向最小安全间距、纵向最小安全间距两个数据，按等比例关系计算安全间距的像素点占位个数；

S5：在S2中获得的空车板图像基础上，参考空车板与图像坐标系之间的夹角，以及S4中计算所得两个方向安全间距的像素点占位个数，以两列摆放的方式，自动将变压器轮廓图像排列在空车板图像区域，并以可视化方式图形展示在人机交互界面上；

S6：在S5的基础上，计算并获取每个计划装车变压器货位中心点在图片中的像素点坐标；

S7：根据视觉探测图的像素原点的场地坐标值，按尺寸比例以及视觉探测图像坐标系和场地坐标系之间的角度偏差，将每台待装车变压器的像素中心点坐标值换算成以毫米为单位的实际仓库内装载货物操作的场地坐标；同时，根据空车板轮廓与现场视觉探测图像坐标系夹角，图像坐标系与场地坐标之间夹角之和，计算装车偏转角度值。

2.根据权利要求1所述的人工智能变压器装车货位动态分配方法，其特征在于：S1中现场视觉探测图像是包含一系列距离值和角度值数据的视觉探测点云图。

3.根据权利要求2所述的人工智能变压器装车货位动态分配方法，其特征在于：通过对S1中所述视觉探测图像进行边缘识别，并对识别获得的高低差范围附加高反差的色彩，从而获得运输车辆空车板区域图像。

4.根据权利要求3所述的人工智能变压器装车货位动态分配方法，其特征在于：在步骤S2中，根据每个像素点对应毫米级实际尺寸大小以及空车板图像区域的像素点数量，计算空车板实际尺寸大小；以空车板长方形图像轮廓四边与图像坐标系X/Y轴之间的夹角，计算空车板与图像坐标系之间的夹角。

5.根据权利要求4所述的人工智能变压器装车货位动态分配方法，其特征在于：在步骤S3中获取电力物资变压器的实际尺寸的方法是根据系统内预先输入的不同型号的变压器尺寸获得，或者是采用交互模式，由现场根据变压器尺寸输入系统。

6.根据权利要求5所述的人工智能变压器装车货位动态分配方法，其特征在于：在步骤S4中，根据系统里记录的计划装车变压器装车的横向最小安全间距、纵向最小安全间距两个实际尺寸数据，按每个像素点对应毫米级实际尺寸大小，计算安全间距的像素点占位个数。

7.根据权利要求6所述的人工智能变压器装车货位动态分配方法，其特征在于：在步骤S5中，将变压器图像按照两列均匀分布的形式，自动排列在空车板图像区域，从而形成一组优化排列方案，在人机交互界面上以可视化的方式呈现出来；

其中所述的优化是指分别提取相邻变压器之间的横向间距、相邻变压器之间的纵向间距、最左侧变压器与车板左侧边缘之间的间距、最右侧变压器与车板右侧边缘之间的间距、以及变压器总数量；按照以下原则依次进行筛选，首先选择最左侧变压器与车板左侧边缘之间的间距等于最右侧变压器与车板右侧边缘之间的间距的方案，然后再筛选其中相邻变压器之间的横向间距一致，且相邻变压器之间的纵向间距也一致的方案，最后再筛选变压器总数量最多的方案作为最终的方案。

8.根据权利要求7所述的人工智能变压器装车货位动态分配方法，其特征在于：在S6中，以S1中所获得的现场视觉探测图所建立的图像坐标系的原点为坐标（0，0）点，计算并获取每个计划装车变压器货位中心点在图片中的像素点坐标。

9.根据权利要求8所述的人工智能变压器装车货位动态分配方法，其特征在于：S6中成的坐标不仅携带有位置信息，同时还携带有数量信息和空车板与图像坐标系之间的夹角信息。

10.根据权利要求9所述的人工智能变压器装车货位动态分配方法，其特征在于：在步骤S7中进行坐标转换的方式是，先根据现场视觉探测图像素原点的场地坐标值，和每个图像像素点对应的X轴和Y轴方向毫米级实际尺寸，以线性关系计算一个初步场地坐标；再按现场视觉探测图坐标系与装卸场地坐标系的实际角度差，以三角函数换算方式，计算变压器装车货位中心点的实际场地坐标值，其场地坐标精度误差在±30mm以内。

11.根据权利要求10所述的人工智能变压器装车货位动态分配方法，其特征在于：在步骤S7中装车角度偏转值计算方式为：空车板轮廓与现场视觉探测图像坐标系夹角、图像坐标系与场地坐标之间夹角两者之和，其精度误差在±4度以内。