CN114219782A - 铁路自动化无人装车系统、控制方法及设备 - Google Patents

铁路自动化无人装车系统、控制方法及设备 Download PDF

Info

Publication number
CN114219782A
CN114219782A CN202111519229.2A CN202111519229A CN114219782A CN 114219782 A CN114219782 A CN 114219782A CN 202111519229 A CN202111519229 A CN 202111519229A CN 114219782 A CN114219782 A CN 114219782A
Authority
CN
China
Prior art keywords
loading
carriage
compartment
target
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111519229.2A
Other languages
English (en)
Inventor
刘永强
梁阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Esquire Hong System Engineering Technology Co ltd
Original Assignee
Beijing Esquire Hong System Engineering Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Esquire Hong System Engineering Technology Co ltd filed Critical Beijing Esquire Hong System Engineering Technology Co ltd
Priority to CN202111519229.2A priority Critical patent/CN114219782A/zh
Publication of CN114219782A publication Critical patent/CN114219782A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65GTRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G67/00Loading or unloading vehicles
    • B65G67/02Loading or unloading land vehicles
    • B65G67/04Loading land vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65GTRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G69/00Auxiliary measures taken, or devices used, in connection with loading or unloading
    • B65G69/006Centring or aligning a vehicle at a loading station using means not being part of the vehicle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30232Surveillance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30236Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及一种铁路自动化无人装车系统、控制方法及设备,属于铁路装车技术领域,该铁路自动化无人装车系统通过设置图像采集设备,采集目标车厢的车厢图像,通过视觉识别单元对车厢图像进行识别,得到目标车厢的车厢信息,从而自动通过车厢信息确认装车计划,自动触发自动装车模块对目标车厢进行装车,实现自动装车,解决装车时仍然需要现场工作人员手动操作装车,耗费人力资源的技术问题。

Description

铁路自动化无人装车系统、控制方法及设备
技术领域
本发明属于铁路装车技术领域,具体涉及一种铁路自动化无人装车系统、控制方法及设备。
背景技术
铁路货运因低成本、低污染、大运量且不受气候影响等优势,受到广泛运用,例如,煤炭运输等。其中,铁路装车系统,是铁路货运中的必要环节。
煤炭的铁路装车系统通常需要现场工作人员进行手动操作装车,具体的装车过程为:铁路承担混煤销售业务,由运销公司负责请车,铁路进行派车;列车到站时通过国铁标签识别功能进行识别;铁路现场人员识别并维修加固损坏车皮;车皮加固完成后,车辆正向驶出进行装车;发运装车时,商品煤由皮带拉运至装车站缓冲仓进行补料,再经定量仓进行装车;装车前喷防冻液、装车、压实方可出厂。
相关技术中,虽然铁路装车及缓冲仓补仓已实现远程控制,但装车时仍然需要现场工作人员手动操作装车,耗费人力资源。
发明内容
本发明提供了一种铁路自动化无人装车系统、控制方法及设备,以解决装车时仍然需要现场工作人员手动操作装车,耗费人力资源的技术问题。
本发明提供的技术方案如下:
一方面,一种铁路自动化无人装车控制方法,包括:
判断目标车厢是否到达第一预设位置;
在所述目标车厢到达所述第一预设位置时,基于图像采集设备采集到的车厢图像和预设视觉识别模型,识别所述目标车厢的车厢信息;
根据所述车厢信息,在预设车厢计划集中确定所述目标车厢的装车计划;
根据所述装车计划,控制对所述目标车厢进行装车。
可选的,还包括:
在装车过程中,通过激光雷达监测所述目标车厢的装载高度;
若在所述目标车厢到达第二预设位置,且,所述装载高度未达到装载高度阈值时,触发降低所述目标车厢的行驶速度;和/或,
若在所述目标车厢到达第三预设位置,且,定量仓内剩余货料的体积不能完全装入所述目标车厢的剩余空间时,触发提升溜槽高度。
可选的,所述触发降低所述目标车厢的行驶速度,包括:
触发提醒装载提醒所述目标车厢所属车辆的驾驶人员降低所述目标车厢的行驶速度;或,
触发牵引所述目标车厢的牵引车降低行驶速度,以降低所述目标车厢的行驶速度。
又一方面,一种铁路自动化无人装车系统,包括:控制模块、自动装车模块和图像采集设备;所述控制模块包括控制单元和视觉识别单元;所述自动装车模块和图像采集设备分别连接所述控制模块;所述图像采集设备设置于目标车厢行驶道路的两侧,所述图像采集设备用于采集所述目标车厢的车厢图像;所述视觉识别单元,包括:预设视觉识别模型;
所述控制单元,用于判断目标车厢是否到达第一预设位置,在所述目标车厢到达所述第一预设位置时,基于图像采集设备采集到的车厢图像和预设视觉识别模型,识别所述目标车厢的车厢信息;根据所述车厢信息,在预设车厢计划集中确定所述目标车厢的装车计划;根据所述装车计划,控制所述自动装车模块对所述目标车厢进行装车。
可选的,所述预设视觉识别模型,包括:车厢号识别模型;所述车厢信息,包括:车厢号;
所述控制单元,用于基于车厢图像和车厢号识别模型,识别所述目标车厢的车厢号;根据所述车厢号,在预设车厢计划集中确定所述目标车厢的装车计划。
可选的,所述预设视觉识别模型,包括:车厢预检模型;所述车厢信息,包括:车厢破损信息;
所述控制单元,用于基于车厢图像和车厢预检模型,识别所述目标车厢的车厢破损信息;在所述目标车厢不存在破损时,在预设车厢计划集中确定所述目标车厢的装车计划。
可选的,还包括:激光雷达;所述控制模块,还包括:点云建模单元;
所述点云建模单元,用于根据所述激光雷达采集到的雷达点云数据和设定的定量仓料位数据,计算目标车厢的车厢边缘位置和物料装载状态,识别所述目标车厢的车厢状态;
所述车厢状态,包括:溜槽位置检测结果、车厢间隔检测结果、车厢边缘检测结果、落料高度检测结果、装载平整度检测结果和平煤装置检测结果中的至少一种。
可选的,所述控制模块,还包括:机器学习单元;所述机器学习单元,包括:自动装车学习子单元、车厢号识别学习子单元、车厢预检学习子单元和装车偏载学习子单元中的至少一种;
所述自动装车学习子单元,用于根据历史料位高度信息,构建料位高度与车厢状况对应模型,所述车厢状况包括行驶速度和车厢型号;
所述车厢号识别学习子单元,用于根据历史车厢信息,构建车厢标注信息与车厢型号对应模型;
所述车厢预检学习子单元,用于根据历史车厢破损信息,构建车厢破损检测模型;
所述装车偏载学习子单元,用于根据历史偏载信息,构建偏载检测模型。
可选的,还包括:牵引模块;所述牵引模块练级所述控制模块;所述牵引模块,连接所述目标车厢,所述牵引模块用于牵引所述目标车厢运动。
又一方面,一种铁路自动化无人装车控制设备,包括:处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行上述任一项所述的铁路自动化无人装车控制方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
本发明的有益效果为:
本发明实施例提供的铁路自动化无人装车系统、控制方法及设备,通过设置图像采集设备,采集目标车厢的车厢图像,通过视觉识别单元对车厢图像进行识别,得到目标车厢的车厢信息,从而自动通过车厢信息确认装车计划,自动触发自动装车模块对目标车厢进行装车,实现自动装车,解决装车时仍然需要现场工作人员手动操作装车,耗费人力资源的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的铁路自动化无人装车系统的结构示意图;
图2为本发明实施例提供的一种铁路自动化无人装车控制方法的流程示意图;
图3为本发明实施例提供的一种铁路自动化无人装车控制设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
煤炭的铁路装车系统通常需要现场工作人员进行手动操作装车,具体的装车过程为:铁路承担混煤销售业务,由运销公司负责请车,铁路进行派车;列车到站时通过国铁标签识别功能进行识别;铁路现场人员识别并维修加固损坏车皮;车皮加固完成后,车辆正向驶出进行装车;发运装车时,商品煤由皮带拉运至装车站缓冲仓进行补料,再经定量仓进行装车;装车后喷防冻液、装车、压实方可出厂。相关技术中,虽然铁路装车及缓冲仓补仓已实现远程控制,但装车时仍然需要现场工作人员手动操作装车,耗费人力资源。
为了至少解决本发明中提出的技术问题,本发明实施例提供实施例。
实施例一:
本发明实施例提供一种铁路自动化无人装车系统。
图1为本发明实施例提供的铁路自动化无人装车系统的结构示意图,参阅图1,本发明实施例提供的系统,可以包括以下结构:控制模块1、自动装车模块2和图像采集设备3;控制模块包括控制单元和视觉识别单元;自动装车模块和图像采集设备分别连接控制模块;图像采集设备设置于目标车厢行驶道路的两侧,图像采集设备用于采集目标车厢的车厢图像;视觉识别单元,包括:预设视觉识别模型。控制单元,用于判断目标车厢是否到达第一预设位置,在目标车厢到达第一预设位置时,基于图像采集设备采集到的车厢图像和预设视觉识别模型,识别目标车厢的车厢信息;根据车厢信息,在预设车厢计划集中确定目标车厢的装车计划;根据装车计划,控制自动装车模块对目标车厢进行装车。
在一个具体的实现过程中,可以在任一铁路运输中,使用本申请的铁路自动化无人装车系统,对每节车厢进行装货,如,可以为装运煤炭等。
在一辆列车中,可以包含多节车厢,在对每节车厢进行装货时时,定义要装货的车厢为目标车厢。在目标车厢行驶道路的两侧设置图像采集设备,如,图像采集设备可以为相机,当目标车厢到达第一预设位置时,将拍摄采集到的车厢图像输入到预设视觉识别模型中,从而识别目标车厢的车厢信息。根据车厢信息在预设车厢计划集中查看此目标车厢是否有装车计划,在存在装车计划时,按照装车计划,触发自动装车模块对目标车厢进行装煤作业。其中,第一预设位置可以根据需求进行设定,在装车前设定第一预设位置,以车头为判断测量基准。当目标车厢的车头到达第一预设位置时,采集车厢图像。
本发明实施例提供的铁路自动化无人装车系统,通过设置图像采集设备,采集目标车厢的车厢图像,通过视觉识别单元对车厢图像进行识别,得到目标车厢的车厢信息,从而自动通过车厢信息确认装车计划,自动触发自动装车模块对目标车厢进行装车,实现自动装车。
在一些实施例中,可选的,预设视觉识别模型,包括:车厢号识别模型;车厢信息,包括:车厢号;控制单元,用于基于车厢图像和车厢号识别模型,识别目标车厢的车厢号;根据车厢号,在预设车厢计划集中确定目标车厢的装车计划。
例如,可以通过车厢号识别模型来识别目标车厢的车厢号,从而根据车厢号来确定目标车厢的装车计划。
在一些实施例中,可选的,预设视觉识别模型,包括:车厢预检模型;车厢信息,包括:车厢破损信息;控制单元,用于基于车厢图像和车厢预检模型,识别目标车厢的车厢破损信息;在目标车厢不存在破损时,在预设车厢计划集中确定目标车厢的装车计划。
例如,可以通过车厢预检模块来识别目标车厢的车厢破损信息,并在目标车厢不存在破损时,确定目标车厢的装车计划。
其中,车厢预检模型可以用于识别的车厢破损信息,可以包括:车门未关检测、车厢漏洞检测、车内杂物检测中的至少一种。
在本实施例中,车厢号识别模型,可以用于车厢划分、车厢类型识别、车厢编号识别、载重识别、自重识别、容积识别、换长识别中的至少一种。车厢预检模型,可以用于车门未关检测、车厢漏洞检测、车内杂物检测中的至少一种。
在列车进行货运时,通常在车厢喷涂各种信息,如车厢类型、编号、载重、自重、容积、换长等),这些喷涂信息通常是装车控制和发运计费的基础信息。本申请的预设视觉识别模型,即AI识别模型可在列车正常行进过程中自动区分车型、根据车辆运行状态准确、实时的识别车厢喷涂信息后在后台与原电子标签作对比,对比信息一致后方能进行装车。同时根据扫描到的不同车厢型号与不同煤质来实时控制装车料位高度,达到精确装车和防作弊作用。车厢预检模型中包含的车门未关检测、车厢漏洞检测、车内杂物检测功能可以自动将破损车厢检查出来,防止例如车厢门未关时进行装料造成撒料情况同时检测出车厢内的杂物保证装车的煤炭质量。
值得说明的是,本实施例中的控制单元可以为PLC,AI识别模型根据识别的不同车厢型号与物料种类自动将每节车厢的装车吨数发送给PLC,每节车厢装车前PLC自动打开缓冲仓闸板往定量仓里补到一定吨数的物料后自动关闭缓冲仓闸板。装车时打开定量仓进行放料,以此方式循环给每节车厢提前补料放料直到装车结束。
本实施例中,对AI识别模型进行说明。货运列车AI车号识别模型可划分为三层:现场信息采集层、信息识别执行层和信息管理层。其中,现场信息采集层可以为现场的图像采集设备相连,采集车厢图像。其中,图像采集设备可以为高清摄像机,进行行进列车视频信息的采集,并将采集的视频实时传输至现场部署的智能小站,其中,智能小站可以为高性能边缘智能计算小站。
信息识别执行层中,可以部署高性能边缘智能计算小站在现场,提升信息处理效率,减轻网络压力。作为识别的终端模块,可以在小站中写入AI算法,通过分析现场摄像机传输的视频流,识别目标信息,并短时间保存相应的识别结果文件。
信息管理层中,可以设置客户端作为用户直接操作展示模块,可以通过客户端查看信息和对小站进行控制维护。客户端可同时控制多个智能小站,通过口令限制部分操作权限。可选的,服务器作为资源统筹管理模块可对应多个智能小站,主要负责整合小站的识别结果信息以及查看相应小站的识别结果,是软件识别结构的信息管理层。
在一些实施例中,可选的,自动装车模块可以包括定量仓定量控制、溜槽控制、防冻液喷洒控制、车速检测、远程装车控制、组态界面和视频监控中的至少一种。
其中,定量仓定量控制:AI识别模型通过读取车厢信息并和原有车号识别系统读取的车厢信息对比一致后将每节车厢需要装车预装量发送给PLC,后期在每节车厢装车前由PLC控制现场缓冲仓闸板往定量仓进行自动补料,达到车号识别读取的预装量后停止往定量仓补料。
防冻液喷洒控制:在防冻液两侧安装高清相机,装车前设定好防冻液喷洒的次数,列车正向行驶过程中高清相机拍摄到列车车厢到达防冻液喷洒区域后开始给PLC发送启动防冻液信息,PLC控制防冻液开始进行喷洒,同时当前防冻液喷洒高度不合适导致防冻液没有全部覆盖车厢底部时给PLC发送需要调整的高度,PLC实时控制防冻液进行高度调整,直到调整到合适高度后以此高度进行车厢底部防冻液的喷洒工作,测到列车最后一节车厢驶出防冻液喷洒区域后自动关闭防冻液并将将高度复位到原先高度。
溜槽控制:自动装车时当列车车厢驶入到雷达设定的停车点云位置后语音播报让司机停车,并控制溜槽移除到装车口上方然后控制溜槽伸出进行放料,溜槽的伸出高度通过雷达实时监控,根据当前煤质(通过煤制检测器检测)、当前装车料位高度、车厢行驶速度等因素实时控制溜槽伸缩长度,确保物料高度经压实后80车型保持在物料低于车厢30公分以下,花车车厢经压实物料高度操持在车厢以下。
车速检测:在现场安装测速雷达,通过测速雷达检测列车装车过程中的实时速度。其中,测速雷达可以为激光雷达,如果列车装车过程中速度过快或过慢时会影响装车车厢的实际料位高度,激光雷达检测到实际装车车速后发送给PLC,如果速度过快或过慢时PLC给司机发送对应的调整车速语音让司机及时调整车速。
远程装车控制:本申请中,列车装车可以分为自动装车模式和远程装车模式,远程装车将现场实际按钮点位集中在了电脑组态界面上,后期列车装车控制可以通过现场组态界面进行装车控制。后期装车可以通过现有的实际按钮、组态画面操作按钮、自动装车3种装车模式进行装车。
组态界面:远程装车模式可以通过组态画面按钮进行装车控制。本实施例中,可以通过使用西门子WINCC组态操作软件与PLC进行通讯,后期操作人员通过点击电脑上的WINCC组态画面上相应的控制按钮进行放料装车,并通过组态面上的语音按钮播报相应的提车语音,配合进行装车操作。
视频监控:在本实施例中,可以在现场安装监控,落料口的摄像头画面整合在远程组态界面上并能让列车司机通过手机app查看现场实时装车情况,能辅助列车司机进行装车操作。
在一些实施例中,可选的,还包括:激光雷达;控制模块,还包括:点云建模单元;点云建模单元,用于根据激光雷达采集到的雷达点云数据和设定的定量仓料位数据,计算目标车厢的车厢边缘位置和物料装载状态,识别目标车厢的车厢状态;车厢状态,包括:溜槽位置检测结果、车厢间隔检测结果、车厢边缘检测结果、落料高度检测结果、装载平整度检测结果和平煤装置检测结果中的至少一种。
例如,本实施例中可以通过点云建模进行溜槽位置检测、车厢间隔检测、车厢边缘检测、落料高度检测、装载平整度检测、平煤装置检测。在通过激光雷达获取到雷达点云数据后,依据雷达点云数据结合定量仓料位数据,实时计算车厢边缘位置和物料装载状态,并通过无线导航、语音系统提示出来,实现无人值守自动提示司机对车辆进行配合操作,系统可以通过接口向业务应用系统交换装车数据;并配有远程控制终端,操作人员可以实时监控装车过程,并在必要时可介入控制装车过程。本发明实施例中,从雷达点云数据中智能识别车厢边缘、动态监测装载状态,并实时检测物料散落的发生,结合定量仓料位数据,系统可以实现对货车司机的准确适时的操作提示,快速完成整个装车过程。
溜槽位置检测:通过点云建模,智能识别车体平面,溜槽与车厢头部位置距离判断,准确提示司机停车到位,并判断停车状态。停车位置不合适,系统自动提示司机调车,直到位置合适。
落料高度检测:通过点云建模,动态检测装载料位实时情况,控制溜槽上升或下降,通过语音提示并让司机通过现场装车画面辅助判断移车的料位高度。
车厢边缘检测:通过点云建模,判断车厢与溜槽位置,车厢边缘超限,系统自动控制溜槽闸板,停止放料;同时语音提示司机停车,判断停车状态;移车位置合适时启动溜槽闸板,溜槽下摆,装完车厢余煤;车厢位置不合适时,提示司机调车;
装载平整度检测:通过点云建模,激光雷达检测料位高度的同时也会根据雷达点云数据检测当前车厢装车料位的平整度。如果当前车厢装车物料高度不齐或平整度差距较大时,雷达会根据当前装车料位高度及时给PLC发送信息控制溜槽上升或下降解决当前装车料位高度不一致的问题。
车厢间隔检测:通过点云建模,80车型和花车装车时雷达通过扫描两车厢之间间距形成点云数据雷达,尤其为花车车型,因花车车型车厢长度不一,需要在装车时实时检测两车厢之间距离,避免在下节车厢还未到溜槽落料口时突然放料造成物料从两车厢之间撒料的事故。
在一些实施例中,可选的,控制模块,还包括:机器学习单元;机器学习单元,包括:自动装车学习子单元、车厢号识别学习子单元、车厢预检学习子单元和装车偏载学习子单元中的至少一种;自动装车学习子单元,用于根据历史料位高度信息,构建料位高度与车厢状况对应模型,车厢状况包括行驶速度和车厢型号;车厢号识别学习子单元,用于根据历史车厢信息,构建车厢标注信息与车厢型号对应模型;车厢预检学习子单元,用于根据历史车厢破损信息,构建车厢破损检测模型;装车偏载学习子单元,用于根据历史偏载信息,构建偏载检测模型。
例如,自动装车学习子单元,可以根据装车时实时记录不同煤制的料位高度、车辆行驶速度等影响装车料位高度的关键因素自动记录整理出适合不同车厢、车速、煤制的料位高度,后期根据现场不同的情况来自动控制放料的不同料位高度,达到装车车厢物料平稳,车厢前后无空间,经压实后80车型物料不高于车厢30公分,花车车型压实后不高与车厢情况。
车厢号识别学习子单元,可以通过AI高清相机扫描每节车厢的的车厢型号时将每节车厢的车厢型号记录并做规整,后期根据现场扫描的车厢标注信息与后台信息整合一起达到准确识别每节车厢的目的,并将不同型号车厢根据其高度和最大载重量等信息自动分配好定量仓往每节车厢的补料吨数,更好的实现自动装车。
车厢预检学习子单元,后期可通过高清相机自动识别现场车厢有无破损,车厢有无向两侧扩张,车厢内有无其它杂物等情况并将问题车厢通过后台发送给PLC,装车时自动跳过故障损坏车辆,避免发生漏料等故障。
装车偏载学习子单元,后期通过雷达点云数据采集造成装车时物料偏载的料位高度、煤制等信息,后期装车时如果检测到现场装车物料高度、煤制信息,车速等有达到装车物料偏载的风险时自动控制给司机发送移车指令及时移车。
在一些实施例中,可选的,还包括:牵引模块;牵引模块练级控制模块;牵引模块,连接目标车厢,牵引模块用于牵引目标车厢运动。
例如,可以设置牵引车,用于牵引目标车厢。
本发明实施例中,建设了一个统一的综合平台,实现火车现有发运、装车业务的有效管控,实现平台与运销公司系统的数据对接。实现铁运业务过程中自动及远程装车,应用人工智能技术对现场视频信号进行分析,实现国铁车厢信息的实时识别。实现铁运业务装运期间的定量仓自动补料功能。实现铁运业务防冻液喷淋、碾压辊压实与装车的自动联动功能,实现无人装车。
实施例二:
基于一个总的发明构思,本发明实施例还提供一种铁路自动化无人装车控制方法。
图2为本发明实施例提供的一种铁路自动化无人装车控制方法的流程示意图,参阅图2,本发明实施例提供的方法,可以包括以下步骤:
S21、判断目标车厢是否到达第一预设位置;
S22、在目标车厢到达第一预设位置时,基于图像采集设备采集到的车厢图像和预设视觉识别模型,识别目标车厢的车厢信息;
S23、根据车厢信息,在预设车厢计划集中确定目标车厢的装车计划;
S24、根据装车计划,控制对目标车厢进行装车。
其中,判断目标车厢是否到达第一预设位置,可以为判断目标车厢的车头是否到达第一预设位置,以车头为基准,判断目标车厢到达指定位置。图像采集设备可以设置在第一预设位置附近,从而采集车厢图像。
在一些实施例中,可选的,还包括:
在装车过程中,通过激光雷达监测目标车厢的装载高度;
若在目标车厢到达第二预设位置,且,装载高度未达到装载高度阈值时,触发降低目标车厢的行驶速度;和/或,
若在目标车厢到达第三预设位置,且,定量仓内剩余货料的体积不能完全装入目标车厢的剩余空间时,触发提升溜槽高度。
例如,设置激光雷达,在装车过程中,监测目标车辆的装载高度。当目标车厢的车尾到达指定第二位置,且,装载高度未达到高度阈值时,降低目标车厢的行驶速度。其中,第二预设位置可以根据目标车厢长度和装车速度进行设定,本实施例中不做具体限定。
例如,当在煤炭体积比正常体积大时,相同质量所需装车空间变大时,可以设定第三预设位置,第三预设位置也可以根据目标车厢的长度和装车速度进行设定,本实施例中不做具体限定。在装车过程中,当监测到目标车厢达到第三预设位置后,系统判断定量仓内剩余煤料体积不能全部装入车厢剩余空间时,触发提升溜槽机制,提升高度为满足剩余量装载空间。
在一些实施例中,可选的,触发降低目标车厢的行驶速度,包括:
触发提醒装载提醒目标车厢所属车辆的驾驶人员降低目标车厢的行驶速度;或,触发牵引目标车厢的牵引车降低行驶速度,以降低目标车厢的行驶速度。
例如,可以通过在驾驶室设置语音播报器,从而通过播报器向司机播报提醒语音,以使司机降低行驶速度;也可以设置自动牵引车,PLC触发自动牵引车降低速度。
在一个具体的控制过程中,控制牵引车进入靠近第一节车厢,直到检测到车钩正常连接,开始装煤作业。当检测到当前车厢的车头到达指定位置时,车号识别相机拍摄图像、识别车号并查询车厢信息。如果当前车厢有装载安排,则系统开始装煤作业,开启装煤溜槽;如果没有装载安排,则保持装煤溜槽关闭。装煤作业过程监控:装煤作业过程中,溜槽保持开启状态,激光雷达开始监视对车尾位置、装载高度、平煤装置高度的监控。如果装载高度较低,则控制牵引车降低牵引速度,直到满足装载量需求。结束装煤作业:当检测到当前车厢的车尾到达指定位置时,关闭装煤溜槽。
重复上述装煤、监控过程,直到当前列车的所有车厢都通过装载区域。
关于上述实施例中的方法,其中各个步骤执行操作的具体方式已经在有关系统的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例提供的铁路自动化无人装车控制方法,判断目标车厢是否到达第一预设位置;在目标车厢到达第一预设位置时,基于图像采集设备采集到的车厢图像和预设视觉识别模型,识别目标车厢的车厢信息;根据车厢信息,在预设车厢计划集中确定目标车厢的装车计划;根据装车计划,控制对目标车厢进行装车。实现了对目标车厢的自动装车。
实施例三:
基于一个总的发明构思,本发明实施例还提供一种铁路自动化无人装车控制设备。
图3为本发明实施例提供的一种铁路自动化无人装车控制设备的结构示意图,参阅图3,本发明实施例提供的铁路自动化无人装车控制设备,包括:处理器31,以及与处理器相连接的存储器32。
存储器32用于存储计算机程序,计算机程序至少用于上述任一实施例记载的铁路自动化无人装车控制方法;
处理器31用于调用并执行存储器中的计算机程序。
一种存储介质,该存储介质存储有计算机程序,当计算机程序被处理器执行时,实现上述的铁路自动化无人装车控制方法中各个步骤。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种铁路自动化无人装车控制方法,其特征在于,包括:
判断目标车厢是否到达第一预设位置;
在所述目标车厢到达所述第一预设位置时,基于图像采集设备采集到的车厢图像和预设视觉识别模型,识别所述目标车厢的车厢信息;
根据所述车厢信息,在预设车厢计划集中确定所述目标车厢的装车计划;
根据所述装车计划,控制对所述目标车厢进行装车。
2.根据权利要求1所述的控制方法,其特征在于,还包括:
在装车过程中,通过激光雷达监测所述目标车厢的装载高度;
若在所述目标车厢到达第二预设位置,且,所述装载高度未达到装载高度阈值时,触发降低所述目标车厢的行驶速度;和/或,
若在所述目标车厢到达第三预设位置,且,定量仓内剩余货料的体积不能完全装入所述目标车厢的剩余空间时,触发提升溜槽高度。
3.根据权利要求2所述的控制方法,其特征在于,所述触发降低所述目标车厢的行驶速度,包括:
触发提醒装载提醒所述目标车厢所属车辆的驾驶人员降低所述目标车厢的行驶速度;或,
触发牵引所述目标车厢的牵引车降低行驶速度,以降低所述目标车厢的行驶速度。
4.一种铁路自动化无人装车系统,其特征在于,包括:控制模块、自动装车模块和图像采集设备;所述控制模块包括控制单元和视觉识别单元;所述自动装车模块和图像采集设备分别连接所述控制模块;所述图像采集设备设置于目标车厢行驶道路的两侧,所述图像采集设备用于采集所述目标车厢的车厢图像;所述视觉识别单元,包括:预设视觉识别模型;
所述控制单元,用于判断目标车厢是否到达第一预设位置,在所述目标车厢到达所述第一预设位置时,基于图像采集设备采集到的车厢图像和预设视觉识别模型,识别所述目标车厢的车厢信息;根据所述车厢信息,在预设车厢计划集中确定所述目标车厢的装车计划;根据所述装车计划,控制所述自动装车模块对所述目标车厢进行装车。
5.根据权利要求4所述的系统,其特征在于,所述预设视觉识别模型,包括:车厢号识别模型;所述车厢信息,包括:车厢号;
所述控制单元,用于基于车厢图像和车厢号识别模型,识别所述目标车厢的车厢号;根据所述车厢号,在预设车厢计划集中确定所述目标车厢的装车计划。
6.根据权利要求4所述的系统,其特征在于,所述预设视觉识别模型,包括:车厢预检模型;所述车厢信息,包括:车厢破损信息;
所述控制单元,用于基于车厢图像和车厢预检模型,识别所述目标车厢的车厢破损信息;在所述目标车厢不存在破损时,在预设车厢计划集中确定所述目标车厢的装车计划。
7.根据权利要求4所述的系统,其特征在于,还包括:激光雷达;所述控制模块,还包括:点云建模单元;
所述点云建模单元,用于根据所述激光雷达采集到的雷达点云数据和设定的定量仓料位数据,计算目标车厢的车厢边缘位置和物料装载状态,识别所述目标车厢的车厢状态;
所述车厢状态,包括:溜槽位置检测结果、车厢间隔检测结果、车厢边缘检测结果、落料高度检测结果、装载平整度检测结果和平煤装置检测结果中的至少一种。
8.根据权利要求4所述的系统,其特征在于,所述控制模块,还包括:机器学习单元;所述机器学习单元,包括:自动装车学习子单元、车厢号识别学习子单元、车厢预检学习子单元和装车偏载学习子单元中的至少一种;
所述自动装车学习子单元,用于根据历史料位高度信息,构建料位高度与车厢状况对应模型,所述车厢状况包括行驶速度和车厢型号;
所述车厢号识别学习子单元,用于根据历史车厢信息,构建车厢标注信息与车厢型号对应模型;
所述车厢预检学习子单元,用于根据历史车厢破损信息,构建车厢破损检测模型;
所述装车偏载学习子单元,用于根据历史偏载信息,构建偏载检测模型。
9.根据权利要求4所述的系统,其特征在于,还包括:牵引模块;所述牵引模块练级所述控制模块;所述牵引模块,连接所述目标车厢,所述牵引模块用于牵引所述目标车厢运动。
10.一种铁路自动化无人装车控制设备,其特征在于,包括:处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行权利要求1~3任一项所述的铁路自动化无人装车控制方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
CN202111519229.2A 2021-12-13 2021-12-13 铁路自动化无人装车系统、控制方法及设备 Pending CN114219782A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111519229.2A CN114219782A (zh) 2021-12-13 2021-12-13 铁路自动化无人装车系统、控制方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111519229.2A CN114219782A (zh) 2021-12-13 2021-12-13 铁路自动化无人装车系统、控制方法及设备

Publications (1)

Publication Number Publication Date
CN114219782A true CN114219782A (zh) 2022-03-22

Family

ID=80701331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111519229.2A Pending CN114219782A (zh) 2021-12-13 2021-12-13 铁路自动化无人装车系统、控制方法及设备

Country Status (1)

Country Link
CN (1) CN114219782A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117775780A (zh) * 2024-02-28 2024-03-29 西安重装智慧矿山工程技术有限公司 煤矿铁路自动化定量装车系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117775780A (zh) * 2024-02-28 2024-03-29 西安重装智慧矿山工程技术有限公司 煤矿铁路自动化定量装车系统

Similar Documents

Publication Publication Date Title
CN111923966B (zh) 面向不同智能化等级的城市轨道交通列车运行控制系统
NL1043485B1 (en) Full-automatic underground mining transportation system
CN110780665B (zh) 车辆无人驾驶控制方法及装置
CN113515985B (zh) 自助过磅系统、过磅检测方法、设备及存储介质
CN109131925A (zh) 一种无人机场地勤行李运输车辆及商业模式
CN209290420U (zh) 一种智能轨道探伤组合车
CN107844944B (zh) 一种基于移动网络的无人值守称重系统
CN111994663A (zh) 一种智能化汽车装车站系统和方法
WO2019161660A1 (zh) 自动驾驶车辆控制方法和自动驾驶控制装置
CN107730965A (zh) 基于智能无人机器的车辆管理方法及车辆管理系统
CN114550327B (zh) 一种单人多车道态势感知集中控制系统及方法
CN113562478A (zh) 散装物料定量装车防作弊一体化系统
CN109685436A (zh) 自动驾驶车辆跨境运输系统及相关设备
CN114844925B (zh) 无人矿山全域智能监测系统
CN114219782A (zh) 铁路自动化无人装车系统、控制方法及设备
CN113052997B (zh) 一种危化品押运智能机器人系统与方法
CN110217264A (zh) 车辆轮对检测装置、方法及系统
CN117480071A (zh) 用于对车辆进行检查的方法和检查系统
CN212639240U (zh) 一种智能化汽车装车站装置
CN108099960A (zh) 一种铁路调车尽头线作业防撞系统及其应用
CN115718458A (zh) 高炉脱水槽放渣装车控制系统
CN112492260A (zh) 无人驾驶客车及其上客监测系统和控制方法
CN113570775A (zh) 一种一卡通无人值守智能定量装车系统
CN115550611A (zh) 一种航班保障节点的智能监测方法、装置及系统
CN111292066B (zh) 一种智能巡检一体化管控平台

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination