CN112441055A - 火车摘钩机器人摘钩控制方法 - Google Patents

Abstract

本发明公开了一种火车摘钩机器人摘钩控制方法，包含如下步骤：采集车厢编号和车厢编号对应的车钩信息，构建车钩数据库；识别经过的车厢的列车编号；接收摘钩指令；将摘钩指令与车钩数据库中的车钩信息进行对比，对比一致后，开始动作，初步定位手柄位置；精确定位手柄位置并识别车型和手柄成功后，执行抓柄动作并检测抓柄是否成功，直至抓柄成功；根据摘钩指令执行摘钩动作；检测车钩状态，若检测成功摘钩则发送成功信号至控制中心，若未成功则重新精确定位手柄位置。本发明能完全自主摘钩，且降低了识别手柄的难度，减少了识别时间和摘钩动作执行的运算量和运算时间，提高了生产效率，提升了摘钩的自动化和智能程度，并能适用于混编车型。

Description

火车摘钩机器人摘钩控制方法

技术领域

本发明涉及火车摘钩技术领域，特别涉及一种火车摘钩机器人摘钩控制方法。

背景技术

现有技术中，火车车厢摘钩一般采用摘钩机器人或人工直接摘钩。人工直接摘钩，由工人自行安排摘钩，工作效率低，错误率高，工人辛苦并且有时候存在安全风险。

发明内容

根据本发明实施例，提供了一种火车摘钩机器人摘钩控制方法，包含如下步骤：

摘钩机器人的检测装置采集车厢编号和车厢编号对应的车钩信息，构建车钩数据库；

摘钩机器人的检测装置识别经过的车厢的列车编号；

摘钩机器人接收摘钩指令；

摘钩机器人将摘钩指令与车钩数据库中的车钩信息进行对比，对比一致后，摘钩机器人开始动作，初步定位待摘的车钩的手柄位置；

摘钩机器人精确定位手柄位置，确定手柄的精确位置坐标，并识别车型和手柄成功后，执行抓柄动作并检测抓柄是否成功，直至抓柄成功；

摘钩机器人根据摘钩指令执行相应的摘钩动作；

摘钩机器人检测车钩状态，若检测成功摘钩则发送成功信号至控制中心，若检测未成功摘钩则重新精确定位手柄位置。

进一步，车钩信息包含但不限于：车辆类型、车厢尺寸、车钩手柄位置、摘钩方式、手柄状态和手柄形状。

进一步，摘钩方式包含：上提手柄后旋转手柄和直接旋转手柄；手柄状态包含：竖直、前倾和后倾；手柄形状包含：末端弯曲和直杆；车钩手柄位置包含：高位和低位。

进一步，摘钩机器人将摘钩指令与车钩数据库中的车钩信息进行对比，若对比不一致，执行如下子步骤：

根据最短路径法检测手柄位置，并初步定位车钩的手柄位置；

采集实际手柄形状；

将采集到的实际手柄形状与车钩数据库进行对比；

确定实际手柄形状所对应的摘钩方式，以待摘钩机器人精确定位手柄位置。

进一步，摘钩机器人初步定位待摘的车钩的手柄位置包含如下子步骤：

基于图像识别设备，利用背景差和帧间差法检测出车厢目标；

利用相似性度量算法进行目标关联，判断出待摘钩的车厢类型和车厢位置，完成待摘的车钩的手柄位置初步定位。

进一步，利用背景差和帧间差法检测出车厢目标后，将图像识别设备采集的图像保存，构建和丰富对比资源库，用于利用相似性度量算法进行目标关联。

进一步，摘钩机器人精确定位手柄位置包含如下子步骤：

摘钩机器人的机械臂带动激光雷达对初步定位的待摘的车钩的手柄位置进行覆盖式移动；

将扫描到的点云数据按照空间顺序重新排列；

比较物体之间的差异性对点云数据进行聚类；

针对聚类后的点云数据，提取出带有朝向的包围框，计算手柄的精确位置坐标。

进一步，摘钩机器人根据摘钩指令执行相应的摘钩动作包含如下子步骤：

将手柄的精确位置坐标作为瞄点，以手柄大小、位置、内点个数、速度的累加权值作为判断标准，规划摘钩的执行路径；

分割执行路径，确定若干轨迹点；

摘钩机器人的机械臂根据若干轨迹点，模拟人工手臂动作，完成摘钩工作。

进一步，摘钩指令包含但不限于：车厢编号、车钩信息、和列车减速和停止信号。

进一步，摘钩机器人检测成功摘钩后，控制中心控制翻车机带动摘钩机器人自动执行下一流程。

根据本发明实施例的火车摘钩机器人摘钩控制方法，能够实现完全自主摘钩，且降低了识别手柄的难度，减少了识别手柄的时间和摘钩动作执行的运算量和运算时间，大大提高了生产效率，提升了摘钩的自动化和智能程度，并能够适用于混编车型。

要理解的是，前面的一般描述和下面的详细描述两者都是示例性的，并 且意图在于提供要求保护的技术的进一步说明。

附图说明

图1为根据本发明实施例火车摘钩机器人摘钩控制方法的流程图；

图2为图1中S4的初步定位待摘的车钩的手柄位置的子步骤流程图；

图3为图1中S4中对比不一致后的调整策略的流程图；

图4为图1中S5的精确定位手柄位置的子步骤流程图；

图5为图1中S6的执行摘钩动作的子步骤流程图。

具体实施方式

以下将结合附图，详细描述本发明的优选实施例，对本发明做进一步阐述。

首先，将结合图1~5描述根据本发明实施例的火车摘钩机器人摘钩控制方法，用于火车车厢摘钩，其应用场景很广。

如图1所示，本发明实施例的火车摘钩机器人摘钩控制方法，具有如下步骤：

具体地，在S1中，如图1所示，摘钩机器人的检测装置采集车厢编号和车厢编号对应的车钩信息，构建车钩数据库；在本实施例中，车钩信息包含但不限于：车辆类型、车厢尺寸、车钩手柄位置、摘钩方式、手柄状态和手柄形状。根据车钩数据库信息，不同车型的车钩手柄位置、手柄倾斜状态、手柄形状、摘钩方式均不同。

进一步，摘钩方式包含：上提手柄后旋转手柄和直接旋转手柄；手柄状态包含：竖直、前倾和后倾；手柄形状包含：末端弯曲和直杆；车钩手柄位置包含：高位和低位。通过多种摘钩方式、手柄状态和手柄形状与车辆类型、车钩位置的匹配，使得本发明实施例的火车摘钩机器人摘钩控制方法，适用性大大增强，能够适用于多种车型的火车车厢摘钩。

在本实施例中，检测装置包含但不限于：列车编号识别装置和视频识别装置。

具体地，在S2中，如图1所示，摘钩机器人的检测装置识别经过的车厢的列车编号。

具体地，在S3中，如图1所示，摘钩机器人接收摘钩指令，在本实施例中，摘钩指令包含但不限于：车厢编号、车钩信息，以及，列车减速和停止信号。

具体地，在S4中，如图1所示，摘钩机器人根据摘钩指令，将其与车钩数据库中的车钩信息进行对比，若对比一致，摘钩机器人开始动作，初步定位车钩的手柄位置。通过建立数据库，并在实际执行时将摘钩指令与数据库信息进行对比的预处理机制，大大减少连接摘钩数据运算量和处理时间，提升了工作效率。

进一步，若对比一致，摘钩机器人根据如下子步骤初步定位待摘的车钩的手柄位置：

在步骤SY41中，如图2所示，基于图像识别设备，利用背景差和帧间差法检测出车厢目标，主要包括感知不同车厢类型、手柄的识别和跟踪，在本实施例中，图像识别设备为高清摄像头。

进一步，在本实施例中，利用背景差和帧间差法检测出车厢目标后，将图像识别设备采集的图像保存，以构建和不断丰富对比资源库，有助于后期进一步利用相似性度量算法进行目标关联。

在步骤SY42中，如图2所示，利用欧式距离、棋盘距离等相似性度量算法进行目标关联，判断出待摘钩的车厢类型和车厢位置，完成待摘的车钩的手柄位置初步定位，由于单目摄像头不能直接得到深度信息，近大远小理论估计深度导致检测精度低，故只能初步判断出车厢类型、大体位置，从而对待摘的车钩的手柄位置实现初步定位。

进一步，摘钩机器人将摘钩指令与车钩数据库中的车钩信息进行对比，若对比结果不一致，则调整摘钩策略，具体执行如下子步骤：

在SN41中，如图3所示，根据最短路径法检测手柄位置，并初步定位车钩的手柄位置。

在SN42中，如图3所示，采集实际手柄形状。

在SN43中，如图3所示，将采集到的实际手柄形状与车钩数据库进行对比。

在SN44中，如图3所示，确定实际手柄形状所对应的摘钩方式，以待摘钩机器人精确定位手柄位置。

具体地，在S5中，如图1所示，由于火车车厢有多种不同规格，摘钩手柄的位置，手柄周边的环境，摘钩的过程都不一样，为了区分出各种情况，准确找到摘钩手柄的位置，本专利实施例在高清摄像头初步定位手柄位置后，进一步，由摘钩机器人通过移动检测扫描装置，如激光雷达，对手柄位置进行精确定位，在确定手柄的精确位置坐标，并识别车型和手柄成功后，执行抓柄动作并检测抓柄是否成功，直至抓柄成功。

进一步，摘钩机器人精确定位手柄位置包含如下子步骤：

在S51中，如图4所示，摘钩机器人的机械臂带动激光雷达对初步定位的待摘的车钩的手柄位置进行覆盖式移动。

在S52中，如图4所示，将扫描到的点云数据按照空间顺序重新排列。

在S53中，如图4所示，比较物体之间的差异性对点云数据进行聚类。在本实施例中，通过去除周边噪声点，采用广度优先遍历的方法提升算法的快速性。

在S54中，如图4所示，针对聚类后的点云数据，提取出带有朝向的包围框，计算手柄的精确位置坐标。

具体地，在S6中，如图1所示，摘钩机器人根据摘钩指令执行相应的摘钩动作，在本实施例中，摘钩机器人结合预瞄-跟随理论，建立摘钩机器人速度控制过程中的速度跟随运动模型，并基于最小转弯半径约束的运动规划方法，来控制机械臂快速握住手柄。

进一步，在S61中，如图5所示，将手柄的精确位置坐标作为瞄点，以手柄大小、位置、内点个数、速度的累加权值作为判断标准，根据笛卡尔坐标空间的椭圆轨迹规划，进一步划分出摘钩的执行路径，即规划出一条机械臂移动的函数曲线；

进一步，在S62中，如图5所示，根据笛卡尔坐标空间的椭圆轨迹规划，进一步速度规划，通过速度规划分割上述的执行路径的函数曲线，得到一个个的轨迹点；

进一步，在S63中，如图5所示，摘钩机器人的机械臂根据若干的上述一个个的轨迹点，快速、精准地抓住手柄，并以合理的曲线模拟人工手臂动作，完成摘钩工作。

具体地，在S7中，如图1所示，摘钩机器人检测车钩状态，若检测成功摘钩则发送成功信号至控制中心，若检测未成功摘钩则重新精确定位手柄位置。

进一步，将摘钩机器人与翻车机系统联锁，当摘钩机器人检测成功摘钩后，控制中心控制翻车机带动摘钩机器人自动执行下一流程，实现全流程的自动执行，大大提升了摘钩的自动化和智能程度。

以上，参照图1~5描述了根据本发明实施例的火车摘钩机器人摘钩控制方法，能够实现完全自主摘钩，且降低了识别手柄的难度，减少了识别手柄的时间和摘钩动作执行的运算量和运算时间，大大提高了生产效率，提升了摘钩的自动化和智能程度，并能够适用于混编车型。

需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包含……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (10)

1.一种火车摘钩机器人摘钩控制方法，其特征在于，包含如下步骤：

摘钩机器人的检测装置采集车厢编号和所述车厢编号对应的车钩信息，构建车钩数据库；

所述摘钩机器人的检测装置识别经过的车厢的列车编号；

所述摘钩机器人接收摘钩指令；

所述摘钩机器人将所述摘钩指令与所述车钩数据库中的车钩信息进行对比，对比一致后，所述摘钩机器人开始动作，初步定位待摘的车钩的手柄位置；

所述摘钩机器人精确定位手柄位置，确定手柄的精确位置坐标，并识别车型和手柄成功后，执行抓柄动作并检测抓柄是否成功，直至抓柄成功；

所述摘钩机器人根据所述摘钩指令执行相应的摘钩动作；

所述摘钩机器人检测车钩状态，若检测成功摘钩则发送成功信号至控制中心，若检测未成功摘钩则重新精确定位手柄位置。

2.如权利要求1所述火车摘钩机器人摘钩控制方法，其特征在于，所述车钩信息包含但不限于：车辆类型、车厢尺寸、车钩手柄位置、摘钩方式、手柄状态和手柄形状。

3.如权利要求2所述火车摘钩机器人摘钩控制方法，其特征在于，所述摘钩方式包含：上提手柄后旋转手柄和直接旋转手柄；所述手柄状态包含：竖直、前倾和后倾；所述手柄形状包含：末端弯曲和直杆；所述车钩手柄位置包含：高位和低位。

4.如权利要求1所述火车摘钩机器人摘钩控制方法，其特征在于，所述摘钩机器人将所述摘钩指令与所述车钩数据库中的车钩信息进行对比，若对比不一致，执行如下子步骤：

根据最短路径法检测所述手柄位置，并初步定位车钩的手柄位置；

采集实际手柄形状；

将采集到的实际手柄形状与所述车钩数据库进行对比；

确定实际手柄形状所对应的摘钩方式，以待所述摘钩机器人精确定位手柄位置。

5.如权利要求1或4所述火车摘钩机器人摘钩控制方法，其特征在于，所述摘钩机器人初步定位待摘的车钩的手柄位置包含如下子步骤：

基于图像识别设备，利用背景差和帧间差法检测出车厢目标；

利用相似性度量算法进行目标关联，判断出待摘钩的车厢类型和车厢位置，完成待摘的车钩的手柄位置初步定位。

6.如权利要求5所述火车摘钩机器人摘钩控制方法，其特征在于，利用背景差和帧间差法检测出车厢目标后，将所述图像识别设备采集的图像保存，构建和丰富对比资源库，用于利用相似性度量算法进行目标关联。

7.如权利要求5所述火车摘钩机器人摘钩控制方法，其特征在于，所述摘钩机器人精确定位手柄位置包含如下子步骤：

所述摘钩机器人的机械臂带动激光雷达对初步定位的待摘的车钩的手柄位置进行覆盖式移动；

将扫描到的点云数据按照空间顺序重新排列；

比较物体之间的差异性对所述点云数据进行聚类；

针对聚类后的点云数据，提取出带有朝向的包围框，计算手柄的精确位置坐标。

8.如权利要求1所述火车摘钩机器人摘钩控制方法，其特征在于，所述摘钩机器人根据所述摘钩指令执行相应的摘钩动作包含如下子步骤：

将所述手柄的精确位置坐标作为瞄点，以所述手柄大小、位置、内点个数、速度的累加权值作为判断标准，规划摘钩的执行路径；

分割所述执行路径，确定若干轨迹点；

所述摘钩机器人的机械臂根据所述若干轨迹点，模拟人工手臂动作，完成摘钩工作。

9.如权利要求1所述火车摘钩机器人摘钩控制方法，其特征在于，所述摘钩指令包含但不限于：车厢编号、车钩信息、和列车减速和停止信号。

10.如权利要求1所述火车摘钩机器人摘钩控制方法，其特征在于，所述摘钩机器人检测成功摘钩后，控制中心控制翻车机带动所述摘钩机器人自动执行下一流程。

Images