CN114988052B - 动态卸船中的自动补偿方法、装置、存储介质及电子设备 - Google Patents

Abstract

本公开实施例提出了一种在动态卸船中的自动补偿方法、装置、存储介质以及电子设备，所述方法包括：获取表征物料装载信息的点云数据；采用中值滤波算法结合高斯滤波算法对所述点云数据进行处理，获取窗口输出值；采用平均曲率流滤波算法对所述窗口输出值进行去噪处理，对当前的所述点云数据进行智能轮廓补偿。本公开实施例能够实现针对货船上物料的全自动卸料作业。

Description

动态卸船中的自动补偿方法、装置、存储介质及电子设备

技术领域

本公开涉及一种卸料船控制的技术领域，特别地涉及一种在动态卸船中的自动补偿方法、装置、存储介质以及电子设备。

背景技术

现有技术中对于货船中物料的卸料过程往往通过人工实现。

发明内容

有鉴于此，本公开实施例提出了一种在动态卸船中的自动补偿方法、装置、存储介质以及电子设备，以解决现有技术中的等问题。

一方面，本公开提供一种在动态卸船中的自动补偿方法，其包括：获取表征物料装载信息的点云数据；采用中值滤波算法结合高斯滤波算法对所述点云数据进行处理，获取窗口输出值；

采用平均曲率流滤波算法对所述窗口输出值进行去噪处理，对当前的所述点云数据进行智能轮廓补偿。

在一些实施例中，所述采用中值滤波算法结合高斯滤波算法对所述点云数据进行处理，获取窗口的输出值，包括：把所述点云数据中位于序列中心位置的值替换为中值；将窗口内的所有数据按预定方向进行排序；排序后处在中间的值作为窗口的输出值。

在一些实施例中，还包括对舱口位置进行自动补偿。

在一些实施例中，所述对舱口位置进行自动补偿，包括：在所述点云数据中提取船舱特征；根据所述船舱特征，实现对应于物料和船舱的点云数据的分离；基于分离结果获取船舱舱口的三维位置，实现舱口位置的自动补偿。

一方面，本公开提供在动态卸船中的自动补偿装置，其包括：第一获取模块，用于获取表征物料装载信息的点云数据；第二获取模块，用于采用中值滤波算法结合高斯滤波算法对所述点云数据进行处理，获取窗口输出值；第一补偿模块，用于采用平均曲率流滤波算法对所述窗口输出值进行去噪处理，对当前的所述点云数据进行智能轮廓补偿。

在一些实施例中，所述第二获取模块包括：替换单元，用于把所述点云数据中位于序列中心位置的值替换为中值；排序单元，用于将窗口内的所有数据按预定方向进行排序；确定单元，用于排序后处在中间的值作为窗口的输出值。

在一些实施例中，还包括第二补偿模块，用于对舱口位置进行自动补偿。

在一些实施例中，所述第二补偿模块包括：提取单元，用于在所述点云数据中提取船舱特征；分离单元，用于根据所述船舱特征，实现对应于物料和船舱的点云数据的分离；补偿单元，用于基于分离结果获取船舱舱口的三维位置，实现舱口位置的自动补偿。

一方面，本公开提供一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。

一方面，本公开提供一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述任一项所述方法的步骤。

本公开实施例能够实现针对货船上物料的全自动卸料作业，尤其能够在抓斗卸船机保持原操作系统不变的情况下，通过设置全自动控制单元配合在地面的中控室建立远程控制中心，能够使得卸船机上无需配备多余的操作人员，即可通过在人机界面设置任务参数，下达卸船指令，通过探测装置自动扫描建立船舱和料堆分布三维动态数据库，依靠智能算法，自动控制运行，能够在保证船体安全平衡的原则下精准抓取、平稳卸料，最终实现智能全自动控制下的卸船作业。

附图说明

为了更清楚地说明本公开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公开中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例的卸船机的结构示意图；

图2为本公开实施例的卸船机的结构示意图；

图3为本公开实施例的货船的结构示意图。

具体实施方式

为了使得本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

为了保持本公开实施例的以下说明清楚且简明，本公开省略了已知功能和已知部件的详细说明。

本公开的第一实施例涉及一种用于执行卸料作业的卸料系统，图1-图2示出了本公开实施例的所述卸料系统的结构示意图，所述卸料系统安装在例如卸船机100上，所述卸船机100用于将货船200的船舱201中的例如煤炭等物料抓取到所述货船200外的货运箱中。这里的所述卸船机100一般设置在所述货船200停靠的码头上，在通过所述卸料系统执行卸料作业时，所述货船200稳定保持在所述卸船机100的侧面。此外，这里的所述船舱201可以包括一个或者多个舱位202，所述物料存储在部分或者全部的所述舱位202中，所述物料在所述舱位202中呈现料堆的形式。

具体地，如图1和图2所示，这里的所述卸料系统包括执行装置10、探测装置以及控制装置30，所述执行装置10包括第一轨道1，在所述第一轨道1上设置大车11，所述大车11能够在所述第一轨道1上沿第一方向移动，这里的所述第一方向如图2中的箭头所示，其与所述货船200移动的方向相同；在所述大车11上设置横梁14，在所述横梁14上设置第二轨道2，所述第二轨道2与所述第一轨道1的方向相互垂直设置。

进一步地，在所述第二轨道2上设置小车12，所述小车12能够在第二轨道2上沿第二方向移动，所述第二方向与所述第一方向相互垂直；在所述小车12上设置抓斗13，所述小车12通过钢丝绳131与所述抓斗13连接，这里的所述抓斗13用于抓取所述舱位202中的物料。这样，当所述货船200移动到码头侧的预定位置后，通过所述大车11在所述第一轨道1上的移动使得所述货船200在执行卸料作业时保持位于在所述第二轨道2的垂直下方，以便于所述小车12往复移动并通过所述抓斗13在不同的所述舱位202中实现抓取物料的作业。

此外，为避免同轨道上的不同的所述卸船机100中所述大车11之间的碰撞，在每个所述执行装置10的所述大车11的底部设置防撞装置和/或限位装置，从而实现防撞保护，这里的所述防撞装置例如可以是防撞杆。

为了精确检测所述大车11在所述第一轨道1上的位置，在所述大车11上设置绝对值编码器模块及PLC网络通信接口模块，通过所述PLC网络通信接口模块将所述卸船机100的所述大车11的实时位置发送至所述控制装置30。

进一步地，在所述大车11及所述第一轨道1上设置RFID校验装置，通过所述RFID校验装置以精确校正所述大车11的实时位置数据。在另一个实施方式中，在所述卸船机100的所述大车11上设置防撞传感器，所述防撞传感器获取信号并能够传送给所述控制装置30，实现与同轨道上的所述大车的防碰撞保护功能。

进一步地，所述探测装置包括第一探测装置21和第二探测装置22，所述第一探测装置21设置在所述大车11上的所述第二轨道2上，所述第二探测装置22可以设置在多个预定位置，这里的所述预定位置例如可以是所述大车11的前方或者后方、所述第二轨道2的中部、所述抓斗13的上方等位置。所述控制装置30包括彼此通信连接的第一控制装置31和第二控制装置，所述第一控制装置31设置在所述大车11上，例如设置在位于所述大车11的所述横梁14上的司机室中，所述第二控制装置例如设置在位于地面的中控室中。这里的所述控制装置30可以与所述卸船机100的控制系统连接，所述卸船机100的控制系统中设置数据库，这里的所述控制系统例如可以是PLC控制系统。

具体地，这里的所述第一探测装置21可以采用高精度的激光雷达，这样，通过在所述卸船机100的所述大车11上安装例如高精度的激光雷达，可以在卸料作业前对所述货船200的所述船舱201以及所述船舱201中所述舱位202中的物料启动平扫操作，从而通过所述大车11的移动以实现对所述船舱201以及所述舱位202中物料的覆盖扫描。此外，在每次完成所述抓斗13的抓取作业并离开所述船舱201期间，所述第一探测装置21能够启动转扫模式，获取抓取过后的物料的料堆轮廓的图像数据并将该数据更新至数据库中，并自动分析更新过的料堆轮廓，即时生成所述抓斗13抓取的下一目标位。

所述第二探测装置22主要用于实现在全自动条件下的视频监控辅助功能，其例如可以是所述卸船机100的视频监控系统的组成部分，在一个实施方式中，所述第二探测装置22例如可以是高清的摄像装置，其设置在所述大车11的所述横梁14的中部、所述抓斗13的上方、所述横梁14的两端等位置，其采集的视频信号可以输送至所述控制装置30中，具体地，这里的所述视频信号可以通过光纤或无线以太网的方式传输至位于司机室中的所述第一控制装置31和位于中控室的所述第二控制装置中，以便于显示在对应的监控屏上。

这里的位于不同位置的所述第二探测装置22可以实现多种监控功能，例如可以在所述大车11的所述横梁14的正中位置，也就是所述抓斗13的上方设置高清的摄像装置，利用基于机器视觉的图像识别技术实现智能感知卸船过程中所述货船200的船体与码头的相对位移及卸料斗满载情况，为全自动卸船提供安全保障。此外，还可以在所述大车11上的所述横梁14的两端设置高清的高速摄像装置，保证摄像装置采集的画面能够覆盖所述抓斗13运动的整个过程。这里可以采用基于机器视觉的图像识别技术，捕捉图像及视频中所述抓斗13的位置与形态变化，能够实时获知所述抓斗13的三维姿态，为抓斗姿态感知和防撞船舱提供前端数据。

还可以在所述抓斗13的上方设置第二探测装置22，例如可以通过锂电池实现供电，以用于实现抓斗位置与姿态的检测，当所述第二探测装置22获取所述抓斗13的位置或者姿态信息后，可以通过无线通信方式向所述控制装置30提供所述抓斗13的实时坐标位置，用于在自动运行状态下的抓斗安全监测。

进一步地，所述第一控制装置31用于基于获取的物料的料堆轮廓信息实现三维成像和建模；在实现三维成像过程中能够通过分析计算将物料的料堆与所述船舱201分离开来，并能够根据连续取料策略算法形成最优化卸船策略。所述第二控制装置可以设置在位于地面上的所述中控室内，不但便于检修工程师对智能全自动系统进行监控和维护，还可以使得用户能够在操作终端上对全自动卸船进行参数设置，监控所述卸船机100的全自动运行。

如上所述，所述第一控制装置31和所述第二控制装置彼此通信连接，具体地，所述第二控制装置作为数据与控制信息交换平台，可以利用例如高速无线网关，与例如位于司机室中的所述第一控制装置31之间建立控制信号通信网络和视频通信网络，从而实现高带宽、低时延的可靠通信。为此，可以在所述第一控制装置31和所述第二控制装置之间设置具有双向通讯、无缝连接的数据接口软件架构，其中，所述第一控制装置31可以是操作员用于设置参数和显示界面的操作终端，通信内容主要是界面参数输入、流程启停、数据显示等，不涉及主机构逻辑控制等需要高实时性的控制，主机构动作控制仍在位于中控室的所述第二控制装置内；所述第二控制装置至少包括用于全自动控制的主控单元，还可以包括设置客户端，这样，主控单元与客户端之间采用光纤通信方式，仍采用心跳侦测方式，只要发现通信异常，主机构会在100ms内停机，确保安全。

进一步地，所述控制装置30还包括通讯模块，所述通讯模块分别设置在所述第一控制装置31和所述第二控制装置中，其利用高速网络通讯以在所述第一控制装置31、所述第二控制装置以及所述卸船机100的控制系统之间建立高速可靠的通信链路。这样，利用工业高速网络的通讯模块建立所述控制装置30与所述卸船机100的控制系统之间高速可靠的通信链路，作为数据与控制信息交换平台，同时利用高速无线网关，分别建立所述第一控制装置31和所述第二控制装置之间控制通信网络和视频通信网络，实现高带宽、低时延的可靠通信。

进一步地，在一些实施例中，这里的位于所述司机室中的所述第一控制装置31与位于中控室中的所述第二控制装置之间的通讯采用两种方式实现，第一种例如是在所述卸船机100所设置码头的地面接线箱与所述司机室之间敷设光缆，利用所述卸船机100的原有上机卷绕电缆内光纤通道，实现位于地面的所述第二控制装置与位于司机室的所述第一控制装置31之间实现光纤通讯；第二种利用预先建立的5G通信网络，通过增加5G网关及相关通讯设备，实现5G高速可靠通信。以上二者通信方式作为互为备用方案。

进一步地，为了充分利用5G技术具有更低延迟率和更高安全性的特点，保证海量数据传输的及时性、可靠性，还可以将所述第一控制装置31与位于地面中控室的所述第二控制装置之间的通信内容按视频监控数据、机器视觉数据、控制数据分类，分成三个独立的网段，采用独立的5G通信网关分别传输，最大限度地提高传输速率和传输质量。

通过采用上述的卸料系统，本公开的第二实施例提供一种卸料方法，其例如可以采用上述第一实施例的卸料系统，其包括：

S101，基于卸料船的编号，确定所述卸料船的特征信息。

在本步骤中，基于卸料船的编号，确定所述卸料船的特征信息。具体地，在所述卸料船200停靠码头的预定位置时，可以通过获取所述卸料船200的编号，调取所述控制装置30的数据库中所述卸料船200的特征信息，这里的所述卸料船200的编号与所述卸料船200的特征信息之间具有对应关系；这里的所述编号例如可以是船舷号或者其他用于标识所述卸料船200的编号，这里的所述特征信息例如可以是所述卸料船200的类型、所述卸料船200的尺寸、所述卸料船200的船舱位置和尺寸、所述卸料船200的所述船舱201中所述舱位202的数量等信息。

此外，在所述卸料船200停靠在码头的预定位置之后，所述卸料系统还能够自动完成参数初始化操作，例如包括校正所述大车11和所述小车12的位置编码器等以便于确认所述卸料船200的位置，并且所述探测装置通过对所述卸料船200执行自动扫描以及智能复核所述卸料船200的船体和船舱参数。

S102，基于所述特征信息获取物料装载状态。

在通过上述步骤S101基于卸料船的编号，确定所述卸料船的特征信息之后，在本步骤中，基于所述特征信息获取物料装载状态。这里的所述物料装载状态是指停靠码头的所述卸料船200中装载物料的所述舱位202的状态以及其中的物料堆叠的状态。具体地，包括：

S201，基于所述特征信息，确定卸料范围。

在本步骤中，首先基于所述特征信息，确定卸料范围。具体地，当获取例如所述卸料船200的尺寸信息以及所述卸料船200的所述船舱201以及所述舱位202等特征信息后，控制所述第一探测装置21对所述卸料船200的船舱范围进行初步扫描以确定卸料范围。这里的所述第一探测装置21可以采用激光雷达。例如可以基于所述特征信息获取所述卸料船200的所述船舱201的端部位置信息，控制所述大车11和所述小车12的移动以实现对所述卸料船200的所述船舱201部分的初步扫描。

在初步扫描结束后，例如可以默认所有装载物料的所述船舱201的所述舱位202均属于卸料范围内；当然还可以将所述卸料船200以及其中所述船舱201的示意图在所述控制装置30的人机交互界面上进行实时显示，用户也可以在示意图中确定卸料范围，即进行物料扫描的所述舱位202或者扫描的范围。这里的所述卸料范围用于进行深度扫描，以获得物料的装载信息。

在本步骤中，用户还可以载入当前的卸料任务。例如，用户可以在界面中输入待卸舱位、卸料深度等任务数据，通过人工确认的方式下发卸船指令，开始自动卸船工作；对于多机卸同一条船的工况，还可以将当前所述船舱201中实时剩余料量显示在人机界面上，作为操作员对人工与自动协调卸船调度的决策依据。

S202，基于所述卸料范围，获取物料装载信息。

在通过上述步骤S201基于所述特征信息，确定卸料范围之后，在本步骤中基于所述卸料范围，获取物料装载信息。具体地，在确定所述卸料范围后，也就是需要进行深度扫描的范围后即确定深度扫描的起点、终点等信息后，控制所述大车11自动从所述卸料范围中用于深度扫描的起点向终点运行。这里的运行轨迹的形成可以基于任意方式实现。

在进行深度扫描的过程中，所述大车11上的所述第一探测装置21启动平扫模式以深度扫描其下方的所述卸料船200的所述卸料范围内的所述船舱201以获得所述卸料船200上的物料装载信息；这里的扫描结果通过点云数据的形式表示，这里的所述点云数据反映所述物料装载信息。

然而，在一些实施例中，考虑到在所述卸料船200的船舱内的粉尘浓度高、料炭潮气大，或雨雾天气等恶劣环境中，粉尘颗粒、雾滴、水滴等会对例如激光雷达的测量结果造成很大干扰，在本步骤中，可以针对扫描结果采取有效的数据处理算法将干扰减少到最低程度，“忽略”尺寸微小的粒子影响，描绘出粉尘、雨水或雾幕后面的真实船舱与料堆的轮廓。

在一些实施例中，考虑到在气象及环境状况良好时雷达通常可提供非常准确的测量结果，但在粉尘大、潮气大、雨天等恶劣环境中，粉尘颗粒、雾滴、水滴等会对雷达的测量结果造成很大干扰。粉尘颗粒、雾滴、雨滴等，均会在激光雷达扫描形成的不断变化的点云数据中显现出来，位置和形态随机导致对滤波和去噪算法提出了很高要求。为此，针对所述点云数据执行雷达数据处理算法，以应对料炭粉尘、雨雾潮湿气候等恶劣环境影响，包括以下步骤：

(1)获取表征物料装载信息的点云数据；

(2)采用中值滤波算法结合高斯滤波算法对所述点云数据进行处理，获取窗口输出值。

首先，采用中值滤波算法结合高斯滤波算法对所述点云数据进行处理，主要是把所述点云数据的序列中心位置的值替换为中值，将窗口内的所有数据按预定方向进行排序，或升序或降序排列，排序后处在中间的值作为该窗口的输出值，这里的所述中值滤波最终应用的值是所有数据的统计中值，可以消除数据中比较尖锐的值，这里的所述高斯滤波将数据点的值用该点和其前后n个数据点加权平均值代替，把远大于位置距离的那些点作为固定的端点，这样做可以更清楚地辨识间隙和端点，这样，高斯滤波能够使数据原貌得到较好保持。

此外，为了求出最佳线性滤波参数，还可以采用维纳滤波算法，以均方差最小为基本原则，以滤波器的输出信号和需要的目标信号之差的均方差最小为原则，求出最佳的线性滤波参数。

(3)对所述窗口输出值进行去噪处理，对所述点云数据进行智能轮廓补偿。

在本步骤中，系统还将采用平均曲率流滤波算法进行去噪处理，并根据前序历史数据对当前的所述点云数据进行智能轮廓补偿，使轮廓的绘制达到平滑、连续的最佳效果。这里采取有效的关联滤波和轮廓补偿等智能筛选和补偿算法将干扰减少到最低程度，“忽略”尺寸微小的粒子，描绘出粉尘、雨水或雾幕后面的真实物料轮廓。

进一步地，这里通过对例如激光雷达获取的点云数据进行处理还可以对船舱及物料进行有效区分。随着卸船过程中所述卸料船200的船体上浮，能够有效解决所述船舱201的位置变化、物料形状判别。这里的激光雷达形成的点云数据包含船舱轮廓和料堆的分布轮廓的数据，这里如果不能对二者进行有效的区分剥离，就无法指导所述抓斗13进行精确作业，甚至造成碰撞危险。

为此，卸料过程中，由于所述船舱201内物料的减少以及涨潮、落潮影响,船身会产生倾斜或上浮，在这种情况下，必须抵消船舱浮动的影响，对料堆分布的轮廓数据进行实时补偿，为此，在卸料过程中，由于所述船舱201内物料的减少以及涨潮、落潮影响,船身会产生横向、纵向倾斜或上浮，从点云数据中提取船舱甲板及舱口的特征，得出舱口的实时精确位置，在动态卸船中实现舱口位置的自动补偿，具体采用优化差分算法以实现，具体包括：

(1)所述点云数据中提取船舱特征；其中，这里的所述船舱特征例如包括所述卸料船200的海侧或陆侧的船帮特征以及甲板明显区别于舱内料堆的有效特征，例如船帮呈现平直、连续、规则的轮廓特征；或者甲板呈现光滑、平坦、连续的轮廓特征；还可以包括上述二者轮廓之间的关联关系、高度位置关系等特征。

(2)根据所述船舱特征，实现对应于物料和船舱的点云数据的分离；具体地，在获取所述卸料范围内的扫描结果后，这里的所述扫描结果包括点云数据，这里可以采取有效的数据处理算法将所述点云数据中的船舱区与物料区实现分离，从而准确获取所述船舱201内物料的分布情况，并能够以图形图像形式提供所述船舱201内料堆的起伏变化情况以实现快速可视化的效果。利用现有的软件基于船舱特征，将船舱内散货物料的分布、舱口和船帮等不同对象的点云数据实现对于状态特征的有效剥离。

(3)获取船舱舱口的三维位置，实现舱口位置的自动补偿；具体地，当物料料堆和船体部件在通过软件进行形状特征剥离后，例如通过所述激光雷达的实时扫描数据就能够实时监控船舱舱口的三维位置，包括船帮的水平位置、高度等，继而在动态卸船中(例如船体高度发生变化时，补偿值可以是船体高度的变化值)实现舱口位置的自动补偿，为抓斗卸船机的控制提供有效的数据支持。

S203，基于所述物料装载信息，确定物料装载状态。

再通过上述步骤S202获取物料装载信息后，通过所述控制装置30自动构建所述船舱201与物料料堆分布的三维数学模型，也就是料堆模型。这里的所述堆料模型中最重要的是坐标系的建立。例如桥式抓斗卸船机效率高、机构速度快，可视为复杂控制系统。原PLC系统的抓斗自动控制逻辑尤其具有很强的专业性，作为抓斗运动的基本执行软件，保持其基础功能的独立很有现实性。而基于人工智能技术的智能控制系统的软件功能除了要进行大量的计算和数据处理，还需建立一个基于三维空间的坐标系，指导各机构按软件给定的坐标和路径运行。

为此，将所述卸船机100的主机构位置坐标系、执行机构位置坐标系、扫描轮廓坐标系合三为一，形成全自动控制系统下的三维坐标系。抓斗卸船机各执行机构(抓斗起升、开闭、小车、大车)的编码器精确定位与实时软硬件校正功能是抓斗卸船机安全稳定运行的重要基础，而卸船机主机构位置、动作执行机构位置的者坐标系的统一，为抓斗与撒料挡板的防碰撞打下了软件基础。

所述卸船机100实现全自动控制需要能够根据即时生成的落斗的目标位置坐标，精准地控制起升、开闭和小车机构对目标料堆执行快速对位、抓取等运动，同时抓斗的运行曲线避免与船舱、卸船机卸料斗及附属装置发生碰撞危险。这里的各运动执行机构、扫描轮廓目标点的精准定位都与各坐标系的归一处理密切相关，以便于能够在归一后的智能控制系统三维坐标系下，实现高可靠性的卸船全流程自动控制。

S103，基于所述物料装载状态，确定抓取策略。

在通过上述步骤S102基于所述特征信息获取物料装载状态之后，在本步骤中基于所述物料装载状态，确定抓取策略。具体地，所述卸料系统在智能控制模式下进行自动卸船时，一方面要考虑舱内料堆重心始终保持在船体纵、横轴的中心，以保持船体的平衡，另一方面要尽可能提高卸料的效率。因此，在本步骤中确定全自动抓取策略的原则为能够在保证船体平衡的基础上，自动寻找卸料效率最高的位置抓取或者在保证安全起重量的前提下，每斗实现最大抓取量。

S301，基于所述物料装载状态，确定最优目标位置。

在本步骤中，首先基于所述物料装载状态，确定最优目标位置。这里的所述最优目标位置是指每次所述抓斗13最佳的落斗位置，通过以下方式实现最优目标位置的确定：

(1)首先将料堆模型执行数字化和离散化处理，将整个料堆基于独立的最小单元格实现切割；

(2)在保证船体平衡的原则下，系统将各单元格快速自动排序，推荐出卸料效率最高的单元格组，作为抓斗抓取的最优目标位置；

(3)每斗抓取完之后，自动更新料堆形状，根据更新后的料堆形状推荐新的最优目标位置。

S302，确定抓取轨迹和返回轨迹。

通过所述卸船机100的所述抓斗13实现全自动控制抓取的精髓在于能够根据计算出的最优目标位置的坐标，精准地控制所述抓斗13及其他机构对目标料堆精确地执行对位、抓取等运动，这里的码头及所述卸船机100等固定设施以及所述卸船机100的执行机构(例如小车、大车等)与扫描目标(所述卸料船200的船舱和料堆)的坐标系严格统一是必要的。

考虑到所述卸料船200的船型是海船，特点是舱口小而肚子大。为了减少清舱工作量，能够实现抓斗的动态掏舱功能，即所述抓斗13深入舱口甲板的内侧抓取物料。在本步骤中需要确定所述抓头13的抓取轨迹和返回轨迹，即采用特定算法精准控制所述大车11和所述小车12的速度，在所述抓斗13的落斗过程中使得所述抓斗13受控落在舱内内凹部分料面上，同时尽量避免所述钢丝绳131与舱口碰撞产生的损伤；同时，闭斗后随着所述小车12的移动，将所述抓斗13移开船舱内凹位置，至上方敞开位置后，抑制所述抓斗13产生的晃动并缓慢提升，在提升过程中有效避免抓斗钩挂舱口。

在常规卸船时，抓斗始终与内舱的舱盖边缘保持一定安全距离，在如下图显示的黄色方框内抓取，避免与舱位和舱盖的碰撞。其中，抓斗闭斗后从船舱内提升，可以沿实时计算出来的返回轨迹返回到所述抓斗13的上方(返程同理)，运行轨迹均遵循在计算的包络线之内，包络线与撒料挡板保持一定安全距离，保证所述抓斗13在任一时刻不与撒料挡板发生碰撞危险。这里的所述抓斗13的机器视觉识别姿态功能同时具备船帮和舱口的智能识别，保证抓斗与船帮的防碰撞。

这里的所述卸船机100的执行机构(例如大车、小车等)的定位与物料的轮廓定位二者坐标系的统一，为抓斗与船体设施的防碰撞打下基础。

此外，在全自动卸船过程中，随着船体重量及浮力不断取得新的平衡，船体可能因缆绳张力变化与码头间产生不规则位移(外移或歪斜)，船体位移超出一定阈值将造成软件抓取点判别逻辑错误、影响系统自动流程。系统采用基于机器视觉的图像识别技术，采集图像中船体与码头边缘的特征，实现船体偏移情况的实时感知。

在另一个实施方式中，提供一种物料的抓取方法，包括：

S401，响应于抓取请求，基于所述物料装载状态和抓取策略执行抓取操作。

在通过上述步骤S103基于所述物料装载状态，确定抓取策略之后，在本步骤中响应于抓取请求，基于所述物料装载状态和抓取策略执行抓取操作。具体地，这里具有两种侧重点不同的卸船策略：平衡优先策略和效率优先策略，允许用户在卸船前根据需求选取，最终实现兼顾安全与抓取效率的智能分层分堆连续抓取策略，具体包括以下步骤：

S402，获取实时的物料装载状态和抓斗的姿态信息。

在本步骤中，实时获取实时的物料装载状态和抓斗的姿态信息。当启动抓取操作后，所述大车11自动运行至待卸的所述船舱201的第一位置，自动控制所述小车12运行至第二位置，并控制所述抓斗13按照预设的抓取轨迹起升、开闭机构前往最优目标位置抓取物料；闭斗后使得所述抓斗13自动沿所述返回轨迹返回卸料斗卸料。在此过程中，通过所述第二探测装置22获取实时的物料装载状态和所述抓斗13的姿态信息。

例如，在卸船机特定位置安装高清高速摄像头，保证摄像头画面覆盖抓斗运动的整个过程。系统采用基于机器视觉的图像识别技术，捕捉图像及视频中所述抓斗13的特征与姿态变化，使系统能够实时获知所述抓斗13的三维姿态，为所述抓斗13的姿态感知和防撞船舱提供前端数据。

此外，全自动卸船过程中，随着船体重量及浮力不断取得新的平衡，船体可能因缆绳张力变化与码头间产生不规则位移(外移或歪斜)，船体位移超出一定范围将对全自动卸船造成危险。系统在码头边缘上方的大梁上设置高清摄像头，采用图像识别技术实现船体平移、歪斜等情况的实时感知，提交主控处理。

全自动卸船过程中，抓斗卸船机的卸料斗如已装满，所述抓斗13必须停止继续卸料。系统在卸料斗上方的所述横梁14上设置例如高清摄像头，采用图像识别技术实现例如在料斗存料高出格栅板的工况下的智能感知并传输给所述控制装置30处理。

S403，根据实时的所述物料装载状态和所述抓斗的姿态信息，更新所述抓取策略。

在本步骤中，在每次所述抓斗13离开所述船舱201卸料期间，通过所述第一探测装置21例如激光雷达启动转扫模式，将刚刚抓取过后的料堆轮廓更新至数据库；并自动分析生成所述抓斗13抓取的下一个最优目标位置。

进一步地，其中，例如当前料堆高度被抓取到低于设定的高度参数后，所述大车11自动移动位置至自动分配的另一处继续自动抓卸，这样周而复始直至将整个所述船舱201的料位卸至设定的最终卸料深度后，全自动流程结束。

本实施例的全自动卸船方式对所述抓斗13的运行姿态监测提出了更高的要求，也就是在自动抓料作业时，所述抓斗13一旦发生“倒斗”、“扭转”等现象，容易引发所述钢丝绳131出现钩挂斗体、所述抓斗13提起后左右摇晃等不良现象，易引起所述抓斗13擦碰卸料斗挡墙的危险。为此，可以提供两种可靠的抓斗姿态检测手段，包括基于惯性导航原理的抓斗三维姿态解算以及基于机器视觉的抓斗骨架轮廓图像识别，且二者互为冗余，实时、准确检测抓斗的姿态，即时消摆，实现高可靠性的抓斗闭环自动控制。

进一步地，例如采用桥式抓斗形式的所述卸船机100的所述小车12与所述抓斗13之间采用所述钢丝绳131连接，其具有柔性、非线性特点，这导致港口的风浪干扰也会造成一定的不确定性。在抓斗作业过程中，由于所述小车12的加减速、所述抓斗13的升降以及风力作用、所述钢丝绳131的摩擦等引起的扰动，都会引起所述抓斗13的摇摆，这样，所述抓斗13的不受控摇摆严重影响了作业效率的提高；另一方面，所述抓斗13的摇摆也增加了所述卸船机100的结构载荷，使结构疲劳加速，易产生安全隐患。然而，人工操作消摆效果严重依赖于操作员的个人技能；半自动消摆模式下的小车大部分时间没有达到全速，影响整体作业效率，在全自动作业模式下，这就要求所述抓斗13精准地落在料堆上的最优目标位置，并以抓取轨迹和最快速度在卸所述抓斗13和即时生成的目标位置之间往返。这对于所述抓斗13复杂的摇摆工况和保证卸船效率的现实要求，为此，采用速度与位置预瞄跟随等快速算法实现抓斗全程动态防摇，以及所述小车11全速占比更高的动态控制技术。

如上所述，所述抓斗13的不受控摇摆如果控制不当，将增加所述抓斗13的抓取循环时间，降低卸船效率，增加控制的不确定性，然而实现所述抓斗13摇摆的有效控制和高效作业的关键在于实时获知所述抓斗的超前位置、滞后位置，从而实现闭环控制，以及高效的消摆算法。

一般的卸船机半自动软件一般通过二级加、减速方式来有效运用抓斗向小车运行方向的摆动位移以减少小车的运行行程和运行时间，实现消摆功能。但这种基于开环控制的消摆模式，在实际应用中的进一步扩展与优化受到很大限制：抓料和返程的起终点仅限于相同位置，无法实现坐标系内任意点出发与任意点到达的抓斗全程防摇；小车大部分时间没有达到全速，影响整体作业效率。

在本实施例中，对于抓斗复杂的摇摆工况和保证卸船效率的现实要求，采用以下方式实现：

(1)首先基于所述抓斗13的实时位置精确定位、姿态数据，精确监测实现闭环控制；

(2)采用速度与位置预瞄跟随算法实现坐标系内任意点出发与任意点到达的抓斗全程动态防摇，以及小车全速占比更高的动态运行策略。

此外，系统具备接料板散料自动回收功能：全自动卸船过程中，系统基于图像识别技术，当检测到接料板上积累的散料已达到一定程度，自动暂停抓取作业，抬起接料板并回收散料。动作完成后，接料板重新下落到位，系统再继续自动流程。

抓斗卸船机的卸料斗如已装满，抓斗必须停止继续卸料，在人工操作模式下，这样的工况依赖于司机的肉眼观察。自动卸船过程中，系统采用基于机器视觉的图像识别技术，利用深度学习网络结构，训练料斗满载特征模型，实现料斗满载的智能感知。

本公开的又一实施例提供一种物料的抓取方法，其属于所述卸料系统在实现抓取料堆的过程中适用智能自适应技术。

这主要考虑到所述卸料系统在全自动模式下抓料时，所述抓斗13能够平稳地落在料堆上并保持钢丝绳131的适当松弛，过紧则导致闭斗后抓料不满、降低卸船效率；过松易导致抓斗13在闭斗后离开料堆的时间(也就是所述钢丝绳131由松变紧的过程)长，同样降低卸船效率，且当抓斗13落在料堆斜坡上时，过松的绳长使抓斗侧倾，更易引起绳缠抓斗、钩挂斗体的异常工况，影响设备运行安全。

系统根据所述抓斗13下方的料堆轮廓数据及所述钢丝绳131的力矩数据选择不同的落斗和提斗策略，从而保持落斗时钢丝绳不松、不紧、抓斗不倒；闭斗时自动下沉深挖；提斗时控制起升加速度，稳步提升避免冲击；从上述各环节的执行细节兼顾抓斗的运行安全和抓取效率，具体包括：

S501，获取所述抓斗抓取位置的物料堆的轮廓信息。

在本步骤中，首先从料堆轮廓数据库中获取抓斗落斗目的地所在的料堆轮廓形状，获知当前料堆起伏的状况，按对应比例控制落斗的减速距离，从落斗的速度控制上首先保证落斗姿态能够适应料堆的形状；

S502，获取抓斗起升钢丝绳的实时力矩值，根据力矩值曲线不同变化率情况，确定输出抓斗参数，所述抓斗参数至少包括落斗停机指令。

在本步骤中，系统读取所述抓斗13的起升钢丝绳131的实时力矩值，落斗过程中，根据力矩值曲线不同变化率情况，智能抓斗参数，这里的所述抓斗参数例如包括输出落斗停机指令，从而保证落斗结束时抓斗钢丝绳保持在微松状态。

S503，基于抓斗参数，实现抓斗的最大抓取量控制。

在本步骤中，闭斗抓料时，系统利用抓斗的自重自动下沉深挖，实现抓斗的最大抓取量控制，保证抓取效率。闭斗结束，整体提升时，系统根据起升力矩值曲线不同变化率情况，智能改变提升的速度，实现软提升，保证设备安全。

这样，根据所述抓斗13下方的不同料型选择不同的放绳策略是提升抓斗卸料效率和运行安全的关键，根据当前抓取点的轮廓投影形状、汇总钢丝绳松紧检测数据，首先在所述抓斗13下放以及接触料堆的过程中，智能感知当前所述抓斗13接触料堆的状态，保持落斗后的抓斗钢丝绳不松、不紧、抓斗不倒；然后在闭斗取料的同时，利用所述抓斗13的自重自动下沉一定幅度，实现深挖取料，既保证了抓斗的运行安全，又能够实现最大抓取量控制。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

以上对本公开多个实施例进行了详细说明，但本公开不限于这些具体的实施例，本领域技术人员在本公开构思的基础上，能够做出多种变型和修改实施例，这些变型和修改都应落入本公开所要求保护的范围。

Claims (7)

1.一种在动态卸船中的自动补偿方法，其特征在于，包括：

步骤1，获取表征物料装载信息的点云数据；

步骤2，采用中值滤波算法结合高斯滤波算法对所述点云数据进行处理，获取窗口输出值，其中，具体包括：把所述点云数据中位于序列中心位置的值替换为中值；将窗口内的所有数据按预定方向进行排序；排序后处在中间的值作为窗口的输出值；

步骤3，采用平均曲率流滤波算法对所述窗口输出值进行去噪处理，对当前的所述点云数据进行智能轮廓补偿；

所述的自动补偿方法还包括对舱口位置进行自动补偿；其中，所述对舱口位置进行自动补偿，具体包括：在所述点云数据中提取船舱特征；根据所述船舱特征，实现对应于物料和船舱的点云数据的分离；基于分离结果获取船舱舱口的三维位置，实现舱口位置的自动补偿；其中，所述船舱特征包括卸料船的海侧或陆侧的船帮特征以及甲板明显区别于舱内料堆的有效特征；

其中，所述根据所述船舱特征，实现对应于物料和船舱的点云数据的分离，具体包括：在获取卸料范围内的扫描结果后，所述扫描结果包括点云数据，采取有效的数据处理算法将所述点云数据中的船舱区与物料区实现分离，从而准确获取所述船舱内物料的分布情况，并能够以图形图像形式提供所述船舱内料堆的起伏变化情况以实现快速可视化的效果,利用现有的软件基于船舱特征，将船舱内不同对象的点云数据实现对于状态特征的有效剥离；

其中，所述基于分离结果获取船舱舱口的三维位置，实现舱口位置的自动补偿，具体包括：当物料料堆和船体部件在通过软件进行形状特征剥离后，通过激光雷达的实时扫描数据能够实时监控船舱舱口的三维位置，包括船帮的水平位置、高度，继而在动态卸船中实现舱口位置的自动补偿，为抓斗卸船机的控制提供有效的数据支持。

2.一种采用如何权利要求1所述的在动态卸船中的自动补偿方法的自动补偿装置，其特征在于，包括：

第一获取模块，用于获取表征物料装载信息的点云数据；

第二获取模块，用于采用中值滤波算法结合高斯滤波算法对所述点云数据进行处理，获取窗口输出值；

第一补偿模块，用于采用平均曲率流滤波算法对所述窗口输出值进行去噪处理，对当前的所述点云数据进行智能轮廓补偿。

3.根据权利要求2所述的自动补偿装置，其特征在于，所述第二获取模块包括：

替换单元，用于把所述点云数据中位于序列中心位置的值替换为中值；

排序单元，用于将窗口内的所有数据按预定方向进行排序；

确定单元，用于排序后处在中间的值作为窗口的输出值。

4.根据权利要求2所述的自动补偿装置，其特征在于，还包括第二补偿模块，用于对舱口位置进行自动补偿。

5.根据权利要求4所述的自动补偿装置，其特征在于，所述第二补偿模块包括：

提取单元，用于在所述点云数据中提取船舱特征；

分离单元，用于根据所述船舱特征，实现对应于物料和船舱的点云数据的分离；

补偿单元，用于基于分离结果获取船舱舱口的三维位置，实现舱口位置的自动补偿。

6.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1所述方法的步骤。

7.一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器在执行所述存储器上的计算机程序时实现权利要求1所述方法的步骤。

Images