CN115367496A - 一种多斗轮机智能调度控制方法及系统 - Google Patents
一种多斗轮机智能调度控制方法及系统 Download PDFInfo
- Publication number
- CN115367496A CN115367496A CN202210968402.5A CN202210968402A CN115367496A CN 115367496 A CN115367496 A CN 115367496A CN 202210968402 A CN202210968402 A CN 202210968402A CN 115367496 A CN115367496 A CN 115367496A
- Authority
- CN
- China
- Prior art keywords
- bucket wheel
- wheel machine
- space
- goal
- configuration space
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000000463 material Substances 0.000 claims abstract description 47
- 238000000926 separation method Methods 0.000 claims abstract description 5
- 238000000547 structure data Methods 0.000 claims abstract description 5
- 230000017105 transposition Effects 0.000 claims abstract description 5
- 230000000903 blocking effect Effects 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 9
- 230000004888 barrier function Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 2
- 238000007499 fusion processing Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000009877 rendering Methods 0.000 claims description 2
- 230000036544 posture Effects 0.000 description 10
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000003562 lightweight material Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G65/00—Loading or unloading
- B65G65/02—Loading or unloading machines comprising essentially a conveyor for moving the loads associated with a device for picking-up the loads
- B65G65/04—Loading or unloading machines comprising essentially a conveyor for moving the loads associated with a device for picking-up the loads with pick-up shovels
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
- B65G43/08—Control devices operated by article or material being fed, conveyed or discharged
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G65/00—Loading or unloading
- B65G65/28—Piling or unpiling loose materials in bulk, e.g. coal, manure, timber, not otherwise provided for
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/02—Control or detection
- B65G2203/0208—Control or detection relating to the transported articles
- B65G2203/0233—Position of the article
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/04—Detection means
- B65G2203/042—Sensors
- B65G2203/044—Optical
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种多斗轮机智能调度控制方法及系统,属于电子信息技术领域,包括:通过倾角仪、格雷姆线以及编码器获取斗轮机的空间位置信息以及悬臂姿态;通过激光扫描仪获取料堆的表面结构数据,通过多重空间变量转置算法建立料堆三维模型;通过斗轮机的物理模型建立简化的碰撞体积区块,通过分离线理论对斗轮机之间的运动干涉进行检查;建立斗轮机三自由度构型空间,将料堆信息和斗轮机位置姿态信息引入构型空间,采用启发式寻路算法计算最优调度路线;实现了多台斗轮机的智能调度控制,避免斗轮机和料堆及斗轮机之间的碰撞风险,提高了调度效率,克服了斗轮机无法自动运行调度的难题,调度时间大幅缩短,运行安全稳定。
Description
技术领域
本发明属于电子信息技术领域,更具体地,涉及一种多斗轮机智能调度控制方法及系统。
背景技术
斗轮堆取料机是一种高效率连续装卸机械,主要用于大型散装堆场的堆料和取料作业任务。斗轮堆取料机一般由斗轮机构、回转机构、带式输送机、俯仰与运行机构组成,斗轮机构和带式输送机正向运行,同时调整回转和俯仰可完成取料作业任务,斗轮机带式输送机反向运行,同时调整回转等姿态可完成堆料任务。在执行两个任务的间隙,需要对斗轮机进行调度,从一个作业料堆位置移动到另一个作业料堆位置,在调度的过程中,可能会遇到斗轮机和料堆之间的运动干涉,或者是多台斗轮机之间的运动干涉,如果发生碰撞事故,会直接导致物料断供以及经济损失。
目前国内钢铁企业的斗轮堆取料机调度控制普遍采用现场人工手动或者是远程人工手动操作,需要操作人员在调度过程中时刻关注斗轮机的位置和姿态,有时还需停下多角度观察是否能避免碰撞,导致效率不高且容易出现斗轮机碰撞事故影响生产。
综上所述,研发多斗轮机智能调度控制,以使得斗轮机自动化主动避障调度,从而减少碰撞事故,保证卸料和供料的稳定性是进一步提高斗轮机系统运行效率的关键环节,同时也是斗轮机全自动化改造的基础技术。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提出了一种多斗轮机智能调度控制方法及系统,可以解决斗轮机在任务之间的位置和姿态自动调度,主动避开障碍物且走较优路径,以提高斗轮机系统的安全性和运行效率。
为实现上述目的,按照本发明的一个方面,提供了一种多斗轮机智能调度控制方法,包括:
斗轮机位置姿态精确定位:通过安装在斗轮机上的倾角仪、格雷姆线以及编码器等传感设备,获取每一台斗轮机在空间中的位置信息以及悬臂的俯仰角度和回转角度姿态信息;
料堆三维模型建立:通过激光扫描仪设备获取料堆的表面结构数据,通过多重空间变量转置算法建立料堆的三维模型,并计算出阻挡空间,获得斗轮机与料堆非干涉的可行范围;
多斗轮机运动干涉检测:通过斗轮机的物理模型建立简化的碰撞检测体积区块,通过分离线理论对斗轮机之间的运动干涉进行检查,计算出碰撞情况的区域空间;
自主寻路控制:建立斗轮机三自由度的构型空间,将料堆阻挡空间转换引入构型空间,将斗轮机运动碰撞情况的区域空间转换引入构型空间,基于每一台斗轮机在空间中的位置信息以及悬臂的俯仰角度和回转角度姿态信息,在构型空间中利用自主寻路算法计算最优避障路径。
在一些可选的实施方案中,所述通过激光扫描仪设备获取料堆的表面结构数据,通过多重空间变量转置算法建立料堆的三维模型,包括:
在现场测定每台斗轮机上激光扫描仪的精确安装位置和姿态角度数据,然后精确校准各个斗轮机的格雷姆线、编码器和倾角仪;
对激光扫描仪的原始数据经过三角重构算法以及多重空间变换算法,生成原始点云数据,再经过点云数据多重滤波技术以及栅格化压缩算法得到轻量化的料堆点云模型,将多台激光扫描仪的扫描数据通过栅格化更新的方法进行融合处理,实现多台扫描仪同时更新点云数据,得到最终更新后的料堆三维模型。
在一些可选的实施方案中,所述建立斗轮机三自由度的构型空间,将料堆阻挡空间转换引入构型空间,将斗轮机运动碰撞情况的区域空间转换引入构型空间,包括:
根据斗轮机的行走位置x、回转角度θ和俯仰角度γ,构建出构型空间(x,θ,γ),斗轮机的每一个状态对应着构型空间中的一个点,根据斗轮机的机械限位值xmin,xmax,θmin,θmax,γmin,γmax构建起一个构型空间内的长方体路径搜索范围,其中,xmin,xmax分别表示斗轮机行走位置的最小限位值和最大限位值,θmin,θmax分别表示斗轮机回转角度的最小限位值和最大限位值,γmin,γmax分别表示斗轮机俯仰角度的最小限位值和最大限位值;
根据斗轮机每个自由度运行的速度对构型空间进行网格划分,保证三个维度的网格在时间尺度上具有一致性;
划分网格后,每个网格除了其坐标值(xi,θi,γi)之外还有是否阻挡的属性,如果斗轮机在此坐标值所表示的位置和姿态时,和其他斗轮机、料堆、轨道平台之间会产生碰撞,则该网格的阻挡属性为真,否则为假,(xi,θi,γi)表示第i个网格代表的斗轮机的行走位置xi、回转角度θi和俯仰角度γi;
利用斗轮机的物理空间模型和料堆的三维模型,进行空间重叠对比,计算出有阻挡的所有网格;
利用斗轮机和斗轮机之间的空间模型和位置关系,计算出斗轮机之间的阻挡网格。
在一些可选的实施方案中,在构型空间中利用自主寻路算法计算最优避障路径,包括:
将来自任务中心的调度目标点转换为构型空间中的目标点(xgoal,θgoal,γgoal),同时,起始点为斗轮机当前的位置姿态(xstart,θstart,γstart),将斗轮机的调度计算问题转化为在构型空间中寻找避开阻挡网格且较短的从起始点到目标点的连通路径,(xgoal,θgoal,γgoal)表示斗轮机的目标行走位置xgoal、目标回转角度θgoal和目标俯仰角度γgoal,(xstart,θstart,γstart)表示斗轮机的起始行走位置xstart、起始回转角度θstart和起始俯仰角度γstart;
在已构建的构型空间中,从起始点(xstart,θstart,γstart)开始采用启发式搜索,每一次搜索对邻域网格点进行评估,评估函数包括代价函数和启发函数,代价函数优化了调度路径的运行时间,启发函数减少了搜索的时间和存储空间成本,加速了计算过程,每一次搜索采用评估网格中的最优网格,然后迭代进行下一次搜索,直至从起始点(xstart,θstart,γstart)搜索到目标点(xgoal,θgoal,γgoal)的可行路径。
在一些可选的实施方案中,所述方法还包括:
将料堆三维模型进行渲染后得到可视化的显示效果,实现料堆模型的实时远程监控。
按照本发明的另一方面,提供了一种多斗轮机智能调度控制系统,包括:多台斗轮机、位置姿态传感器、激光扫描仪、机载数据采集处理器、模型数据存储服务器、后台计算服务器、斗轮机控制器;
位置姿态传感器包括格雷姆线、编码器以及倾角仪,格雷母线安装在斗轮机运行轨道侧边,对斗轮机的行走位置进行精确的定位,安装在斗轮机上的编码器实时测量悬臂的回转位置从而计算出回转角度,安装在斗轮机悬臂上的倾角仪实时获取悬臂的俯仰角度,行走位置、回转角度以及俯仰角度被机载数据采集处理器传输到后台计算服务器上;
激光扫描仪安装在斗轮机的悬臂上,随着悬臂一起移动,料堆扫描数据传输到后台计算服务器进行预处理后生成料堆的三维模型,三维模型经过栅格化和去噪算法后存储到模型数据存储服务器中;
后台计算服务器根据三维模型计算出阻挡空间,获得斗轮机与料堆非干涉的可行范围,通过斗轮机的物理模型建立简化的碰撞检测体积区块,通过分离线理论对斗轮机之间的运动干涉进行检查,计算出碰撞情况的区域空间,建立斗轮机三自由度的构型空间,将料堆阻挡空间转换引入构型空间,将斗轮机运动碰撞情况的区域空间转换引入构型空间,基于每一台斗轮机在空间中的位置信息以及悬臂的俯仰角度和回转角度姿态信息,在构型空间中利用自主寻路算法生成调度轨迹节点,并传输到斗轮机控制器中;
斗轮机控制器将调度轨迹节点处理生成控制信号,控制斗轮机的动作。
在一些可选的实施方案中,所述后台计算服务器,用于在现场测定每台斗轮机上激光扫描仪的精确安装位置和姿态角度数据,精确校准各个斗轮机的格雷姆线、编码器和倾角仪后,对激光扫描仪的原始数据经过三角重构算法以及多重空间变换算法,生成原始点云数据,再经过点云数据多重滤波技术以及栅格化压缩算法得到轻量化的料堆点云模型,将多台激光扫描仪的扫描数据通过栅格化更新的方法进行融合处理,实现多台扫描仪同时更新点云数据,得到最终更新后的料堆三维模型。
在一些可选的实施方案中,所述后台计算服务器,用于根据斗轮机的行走位置x、回转角度θ和俯仰角度γ,构建出构型空间(x,θ,γ),斗轮机的每一个状态对应着构型空间中的一个点,根据斗轮机的机械限位值xmin,xmax,θmin,θmax,γmin,γmax构建起一个构型空间内的长方体路径搜索范围,其中,xmin,xmax分别表示斗轮机行走位置的最小限位值和最大限位值,θmin,θmax分别表示斗轮机回转角度的最小限位值和最大限位值,γmin,γmax分别表示斗轮机俯仰角度的最小限位值和最大限位值;根据斗轮机每个自由度运行的速度对构型空间进行网格划分,保证三个维度的网格在时间尺度上具有一致性;划分网格后,每个网格除了其坐标值(xi,θi,γi)之外还有是否阻挡的属性,如果斗轮机在此坐标值所表示的位置和姿态时,和其他斗轮机、料堆、轨道平台之间会产生碰撞,则该网格的阻挡属性为真,否则为假,(xi,θi,γi)表示第i个网格代表的斗轮机的行走位置xi、回转角度θi和俯仰角度γi;利用斗轮机的物理空间模型和料堆的三维模型,进行空间重叠对比,计算出有阻挡的所有网格;利用斗轮机和斗轮机之间的空间模型和位置关系,计算出斗轮机之间的阻挡网格。
在一些可选的实施方案中,所述后台计算服务器,用于将来自任务中心的调度目标点转换为构型空间中的目标点(xgoal,θgoal,γgoal),同时,起始点为斗轮机当前的位置姿态(xstart,θstart,γstart),将斗轮机的调度计算问题转化为在构型空间中寻找避开阻挡网格且较短的从起始点到目标点的连通路径,(xgoal,θgoal,γgoal)表示斗轮机的目标行走位置xgoal、目标回转角度θgoal和目标俯仰角度γgoal,(xstart,θstart,γstart)表示斗轮机的起始行走位置xstart、起始回转角度θstart和起始俯仰角度γstart;在已构建的构型空间中,从起始点(xstart,θstart,γstart)开始采用启发式搜索,每一次搜索对邻域网格点进行评估,评估函数包括代价函数和启发函数,代价函数优化了调度路径的运行时间,启发函数减少了搜索的时间和存储空间成本,加速了计算过程,每一次搜索采用评估网格中的最优网格,然后迭代进行下一次搜索,直至从起始点(xstart,θstart,γstart)搜索到目标点(xgoal,θgoal,γgoal)的可行路径。
在一些可选的实施方案中,所述后台计算服务器,用于将料堆三维模型进行渲染后得到可视化的显示效果,实现料堆模型的实时远程监控。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
1、通过引入构型空间、斗轮机物理模型碰撞检测、料堆三维模型等,实现了多台斗轮机智能避障的最优化路径调度,完成了斗轮机全自动作业中的关键一环,提高了料场的整体作业效率,保证了多台设备作业的安全可靠性,同时由于路径优化,降低了能源使用,实现了低碳减排,为企业创造良好的经济效益和社会价值。
2、本发明的多斗轮机智能调度控制方法应用后,控制效果良好,实现了斗轮机在任务之间的智能自动调度控制,克服了斗轮机主动避障调度控制的技术难题,同时兼容不同数量的斗轮机配置,整个调度过程无需人员参与,节省了大量劳务成本。
3、本发明建立的料堆三维模型有利于对料场的生产进行精确化管理和监控。基于料堆三维模型,通过点云算法,实现了斗轮机和料堆之间的主动防碰,基于斗轮机的简化碰撞体积区块和碰撞检测算法,实现了斗轮机之间的主动防碰,提高了斗轮机的运行安全性。
4、本发明利用在斗轮机构型空间中的自主路径寻优算法,实现了斗轮机调度路径最优化计算,提高了斗轮机的调度效率,节能减碳,为企业创造良好的经济效益和社会价值。
附图说明
图1是本发明实施例提供的一种多斗轮机智能调度控制系统的硬件架构图;
图2是本发明实施例提供的一种料堆三维模型建立流程图;
图3是本发明实施例提供的一种自主寻路控制流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
针对多斗轮机运行调度控制中存在的问题,本发明将激光扫描仪三维建模成像技术、点云数据分析技术以及自主寻路技术应用到斗轮机的工作流程中,通过扫描料堆建立料堆三维数字模型,获取斗轮机可行空间范围,同时利用主动碰撞检测技术和自主寻路技术指导斗轮机的智能自动调度,可以实现斗轮机在任务和任务之间的位置姿态自动调度,同时保证斗轮机和料堆、斗轮机和皮带系统以及斗轮机之间没有运动干涉,提高调度效率和安全性。
本实施例公开的是某钢铁企业高炉料场中斗轮机智能调度控制的方法及系统。由于该料场已经实现现场无人化,采用远程操作的工作模式,人工通过视频监控观察现场的环境存在死角,经常出现停车调整摄像头方向观察的情况,影响斗轮机的工作效率,且存在斗轮机的碰撞风险,在已有设备条件下开发多斗轮机智能调度控制方法成为企业急需解决的问题。
本实例的高炉料场中斗轮机数量为三台,其中两台共用轨道,另一台使用单独轨道,料堆在轨道两侧分布,三台斗轮机之间均有碰撞风险。
在每一台斗轮机的悬臂两侧分别安装一台2D激光扫描仪,随着斗轮机的悬臂移动,对料堆进行扫描,扫描数据传回机载数据采集处理器,由机载数据采集处理器传给后台服务器进行处理,生成料堆的三维模型,三维模型经过栅格化和去噪算法后存入数据库更新,三维模型在集控室的操作站进行实时的更新显示。后台计算服务器通过构建斗轮机的构型空间,以及结合所有斗轮机的位置姿态信息,对每台斗轮机的调度轨迹进行实时智能寻优防碰撞计算,并将计算结果发送到斗轮机PLC控制器对斗轮机进行智能调度控制,提高了斗轮机的作业效率,节能减碳并提高了运行安全性。
多斗轮机智能调度控制系统主要分为硬件设备和软件程序两部分。硬件设备主要包括:2D激光扫描仪、网络交换机、格雷母线通信定位装置、测距编码器、倾角仪、机载数据采集处理器、模型数据存储服务器、后台计算服务器、斗轮机PLC控制器等,硬件架构如图1所示。2D激光扫描仪安装在斗轮机悬臂上,随着悬臂移动,格雷母线通信定位装置安装在斗轮机运行轨道侧边,对斗轮机的行走位置进行精确的定位,安装在斗轮机上的测距编码器实时测量悬臂的回转位置从而计算出回转角度值,安装在斗轮机悬臂上的倾角仪实时获取悬臂的俯仰角度,行走位置、回转角度以及俯仰角度被机载数据采集处理器通过网络交换机设备传输到后台计算服务器上。后台计算服务器通过激光扫描仪数据和多台斗轮机的实时位置姿态信息实时计算斗轮机的调度轨迹,并将调度轨迹转化成控制信号发送到斗轮机PLC控制器中控制斗轮机进行智能调度任务。
多斗轮机智能调度控制软件主要包括:激光扫描仪数据采集软件、点云数据处理存储软件、斗轮机实时远程操作软件、料场三维模型实时显示软件、斗轮机控制计算软件等。激光扫描仪数据采集软件获取扫描仪的原始报文信息,结合扫描仪的精确安装位置和姿态信息、斗轮机的行走回转俯仰数据以及斗轮机的结构信息重构出实时扫描的料堆点云数据。料堆点云数据经过多种滤波手段和压缩技术,被处理为轻量化的料堆三维模型,三维模型被实时写入模型数据存储服务器中进行保存和备份。料堆三维模型实时显示软件调取模型数据存储服务器中的数据,对料堆点云数据进行渲染后得到可视化的显示效果,便于操作人员及时观察到料堆变化。斗轮机实时远程操作软件下发调度任务给斗轮机控制计算软件,斗轮机控制计算软件从模型数据存储服务器中调取最新数据,计算寻优调度路径并下发到斗轮机PLC控制器中,从而实现斗轮机的智能化调度。
多斗轮机智能调度控制方案主要包括料堆三维模型建立、斗轮机构型空间建立和调度路径寻优三部分。
料堆三维模型建立方案:
如图2所示,首先在现场测定每台斗轮机上激光扫描仪的精确安装位置和姿态角度数据,然后精确校准各个斗轮机的格雷姆线、编码器和倾角仪,保证数据准确。激光扫描仪的原始数据通过网络交换机传输到后台计算服务器中,原始数据经过三角重构算法以及多重空间变换算法,生成原始点云数据,再经过点云数据多重滤波技术以及栅格化压缩算法得到轻量化的料堆点云模型。其中,多台激光扫描仪的扫描数据通过栅格化更新的方法进行融合处理,实现多台扫描仪同时更新点云数据。压缩后的点云数据被存储在模型数据存储服务器中进行备份保存,料堆三维模型可以在集控中心的可视化软件中进行实时渲染显示,实现料堆模型的实时远程监控。
斗轮机构型空间建立方案:
如图3所示,根据斗轮机的运动自由度:行走位置x、回转角度θ、俯仰角度γ,构建出构型空间(x,θ,γ),斗轮机的每一个状态(位置和姿态)对应着构型空间中的一个点,根据斗轮机的机械限位值xmin,xmax,θmin,θmax,γmin,γmax构建起一个构型空间内的长方体路径搜索范围。根据斗轮机每个自由度运行的速度对构型空间进行网格划分,保证三个维度的网格在时间尺度上具有一致性。划分网格后,每个网格除了其坐标值(xi,θi,γi)之外还有是否阻挡的属性,如果斗轮机在此坐标值所表示的位置和姿态时,和其他斗轮机、料堆、轨道平台之间会产生碰撞,则该网格的阻挡属性为真,否则为假。利用斗轮机的物理空间模型和料堆的三维模型,进行空间重叠对比,计算出有阻挡的所有网格。利用斗轮机和斗轮机之间的空间模型和位置关系,计算出斗轮机之间的阻挡网格。来自任务中心的调度目标点转换为构型空间中的目标点(xgoal,θgoal,γgoal),同时,起始点为斗轮机当前的位置姿态(xstart,θstart,γstart),斗轮机的调度计算问题就转化成了在构型空间中寻找避开阻挡网格且较短的从起始点到目标点的连通路径。
调度路径寻优方案:
在已构建的构型空间中,从起始点开始采用启发式搜索,每一次搜索对邻域网格点进行评估,评估函数包括代价函数和启发函数,代价函数优化了调度路径的运行时间,启发函数减少了搜索的时间和存储空间成本,加速了计算过程。每一次搜索采用评估网格中的最优网格,然后迭代进行下一次搜索,直至从起始点搜索到目标点的可行路径,最终将路径值转化成斗轮机的控制信号下发到对应的斗轮机PLC控制器对斗轮机进行实时控制,从而完成斗轮机的智能调度任务。
通过引入构型空间、斗轮机物理模型碰撞检测、料堆三维模型数据等,实现了多台斗轮机智能避障的最优化路径调度,完成了斗轮机全自动作业中的关键一环,提高了料场的整体作业效率,保证了多台设备作业的安全可靠性,同时由于路径优化,降低了能源使用,实现了低碳减排,为企业创造良好的经济效益和社会价值。
需要指出,根据实施的需要,可将本申请中描述的各个步骤/部件拆分为更多步骤/部件,也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件,以实现本发明的目的。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种多斗轮机智能调度控制方法,其特征在于,包括:
通过安装在斗轮机上的倾角仪、格雷姆线以及编码器,获取每一台斗轮机在空间中的位置信息以及悬臂的俯仰角度和回转角度姿态信息;
通过激光扫描仪设备获取料堆的表面结构数据,通过多重空间变量转置算法建立料堆的三维模型,并计算出阻挡空间,获得斗轮机与料堆非干涉的可行范围;
通过斗轮机的物理模型建立简化的碰撞检测体积区块,通过分离线理论对斗轮机之间的运动干涉进行检查,计算出碰撞情况的区域空间;
建立斗轮机三自由度的构型空间,将料堆阻挡空间转换引入构型空间,将斗轮机运动碰撞情况的区域空间转换引入构型空间,基于每一台斗轮机在空间中的位置信息以及悬臂的俯仰角度和回转角度姿态信息,在构型空间中利用自主寻路算法计算最优避障路径。
2.根据权利要求1所述的方法,其特征在于,所述通过激光扫描仪设备获取料堆的表面结构数据,通过多重空间变量转置算法建立料堆的三维模型,包括:
在现场测定每台斗轮机上激光扫描仪的精确安装位置和姿态角度数据,然后精确校准各个斗轮机的格雷姆线、编码器和倾角仪;
对激光扫描仪的原始数据经过三角重构算法以及多重空间变换算法,生成原始点云数据,再经过点云数据多重滤波技术以及栅格化压缩算法得到轻量化的料堆点云模型,将多台激光扫描仪的扫描数据通过栅格化更新的方法进行融合处理,实现多台扫描仪同时更新点云数据,得到最终更新后的料堆三维模型。
3.根据权利要求2所述的方法,其特征在于,所述建立斗轮机三自由度的构型空间,将料堆阻挡空间转换引入构型空间,将斗轮机运动碰撞情况的区域空间转换引入构型空间,包括:
根据斗轮机的行走位置x、回转角度θ和俯仰角度γ,构建出构型空间(x,θ,γ),斗轮机的每一个状态对应着构型空间中的一个点,根据斗轮机的机械限位值xmin,xmax,θmin,θmax,γmin,γmax构建起一个构型空间内的长方体路径搜索范围,其中,xmin,xmax分别表示斗轮机行走位置的最小限位值和最大限位值,θmin,θmax分别表示斗轮机回转角度的最小限位值和最大限位值,γmin,γmax分别表示斗轮机俯仰角度的最小限位值和最大限位值;
根据斗轮机每个自由度运行的速度对构型空间进行网格划分,保证三个维度的网格在时间尺度上具有一致性;
划分网格后,每个网格除了其坐标值(xi,θi,γi)之外还有是否阻挡的属性,如果斗轮机在此坐标值所表示的位置和姿态时,和其他斗轮机、料堆、轨道平台之间会产生碰撞,则该网格的阻挡属性为真,否则为假,(xi,θi,γi)表示第i个网格代表的斗轮机的行走位置xi、回转角度θi和俯仰角度γi;
利用斗轮机的物理空间模型和料堆的三维模型,进行空间重叠对比,计算出有阻挡的所有网格;
利用斗轮机和斗轮机之间的空间模型和位置关系,计算出斗轮机之间的阻挡网格。
4.根据权利要求3所述的方法,其特征在于,在构型空间中利用自主寻路算法计算最优避障路径,包括:
将来自任务中心的调度目标点转换为构型空间中的目标点(xgoal,θgoal,γgoal),同时,起始点为斗轮机当前的位置姿态(xstart,θstart,γstart),将斗轮机的调度计算问题转化为在构型空间中寻找避开阻挡网格且较短的从起始点到目标点的连通路径,(xgoal,θgoal,γgoal)表示斗轮机的目标行走位置xgoal、目标回转角度θgoal和目标俯仰角度γgoal,(xstart,θstart,γstart)表示斗轮机的起始行走位置xstart、起始回转角度θstart和起始俯仰角度γstart;
在已构建的构型空间中,从起始点(xstart,θstart,γstart)开始采用启发式搜索,每一次搜索对邻域网格点进行评估,评估函数包括代价函数和启发函数,代价函数优化了调度路径的运行时间,启发函数减少了搜索的时间和存储空间成本,加速了计算过程,每一次搜索采用评估网格中的最优网格,然后迭代进行下一次搜索,直至从起始点(xstart,θstart,γstart)搜索到目标点(xgoal,θgoal,γgoal)的可行路径。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括:
将料堆三维模型进行渲染后得到可视化的显示效果,实现料堆模型的实时远程监控。
6.一种多斗轮机智能调度控制系统,其特征在于,包括:多台斗轮机、位置姿态传感器、激光扫描仪、机载数据采集处理器、模型数据存储服务器、后台计算服务器、斗轮机控制器;
位置姿态传感器包括格雷姆线、编码器以及倾角仪,格雷母线安装在斗轮机运行轨道侧边,对斗轮机的行走位置进行精确的定位,安装在斗轮机上的编码器实时测量悬臂的回转位置从而计算出回转角度,安装在斗轮机悬臂上的倾角仪实时获取悬臂的俯仰角度,行走位置、回转角度以及俯仰角度被机载数据采集处理器传输到后台计算服务器上;
激光扫描仪安装在斗轮机的悬臂上,随着悬臂一起移动,料堆扫描数据传输到后台计算服务器进行预处理后生成料堆的三维模型,三维模型经过栅格化和去噪算法后存储到模型数据存储服务器中;
后台计算服务器根据三维模型计算出阻挡空间,获得斗轮机与料堆非干涉的可行范围,通过斗轮机的物理模型建立简化的碰撞检测体积区块,通过分离线理论对斗轮机之间的运动干涉进行检查,计算出碰撞情况的区域空间,建立斗轮机三自由度的构型空间,将料堆阻挡空间转换引入构型空间,将斗轮机运动碰撞情况的区域空间转换引入构型空间,基于每一台斗轮机在空间中的位置信息以及悬臂的俯仰角度和回转角度姿态信息,在构型空间中利用自主寻路算法生成调度轨迹节点,并传输到斗轮机控制器中;
斗轮机控制器将调度轨迹节点处理生成控制信号,控制斗轮机的动作。
7.根据权利要求6所述的系统,其特征在于,所述后台计算服务器,用于在现场测定每台斗轮机上激光扫描仪的精确安装位置和姿态角度数据,精确校准各个斗轮机的格雷姆线、编码器和倾角仪后,对激光扫描仪的原始数据经过三角重构算法以及多重空间变换算法,生成原始点云数据,再经过点云数据多重滤波技术以及栅格化压缩算法得到轻量化的料堆点云模型,将多台激光扫描仪的扫描数据通过栅格化更新的方法进行融合处理,实现多台扫描仪同时更新点云数据,得到最终更新后的料堆三维模型。
8.根据权利要求7所述的系统,其特征在于,所述后台计算服务器,用于根据斗轮机的行走位置x、回转角度θ和俯仰角度γ,构建出构型空间(x,θ,γ),斗轮机的每一个状态对应着构型空间中的一个点,根据斗轮机的机械限位值xmin,xmax,θmin,θmax,γmin,γmax构建起一个构型空间内的长方体路径搜索范围,其中,xmin,xmax分别表示斗轮机行走位置的最小限位值和最大限位值,θmin,θmax分别表示斗轮机回转角度的最小限位值和最大限位值,γmin,γmax分别表示斗轮机俯仰角度的最小限位值和最大限位值;根据斗轮机每个自由度运行的速度对构型空间进行网格划分,保证三个维度的网格在时间尺度上具有一致性;划分网格后,每个网格除了其坐标值(xi,θi,γi)之外还有是否阻挡的属性,如果斗轮机在此坐标值所表示的位置和姿态时,和其他斗轮机、料堆、轨道平台之间会产生碰撞,则该网格的阻挡属性为真,否则为假,(xi,θi,γi)表示第i个网格代表的斗轮机的行走位置xi、回转角度θi和俯仰角度γi;利用斗轮机的物理空间模型和料堆的三维模型,进行空间重叠对比,计算出有阻挡的所有网格;利用斗轮机和斗轮机之间的空间模型和位置关系,计算出斗轮机之间的阻挡网格。
9.根据权利要求8所述的系统,其特征在于,所述后台计算服务器,用于将来自任务中心的调度目标点转换为构型空间中的目标点(xgoal,θgoal,γgoal),同时,起始点为斗轮机当前的位置姿态(xstart,θstart,γstart),将斗轮机的调度计算问题转化为在构型空间中寻找避开阻挡网格且较短的从起始点到目标点的连通路径,(xgoal,θgoal,γgoal)表示斗轮机的目标行走位置xgoal、目标回转角度θgoal和目标俯仰角度γgoal,(xstart,θstart,γstart)表示斗轮机的起始行走位置xstart、起始回转角度θstart和起始俯仰角度γstart;在已构建的构型空间中,从起始点(xstart,θstart,γstart)开始采用启发式搜索,每一次搜索对邻域网格点进行评估,评估函数包括代价函数和启发函数,代价函数优化了调度路径的运行时间,启发函数减少了搜索的时间和存储空间成本,加速了计算过程,每一次搜索采用评估网格中的最优网格,然后迭代进行下一次搜索,直至从起始点(xstart,θstart,γstart)搜索到目标点(xgoal,θgoal,γgoal)的可行路径。
10.根据权利要求6至9任一项所述的系统,其特征在于,所述后台计算服务器,用于将料堆三维模型进行渲染后得到可视化的显示效果,实现料堆模型的实时远程监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210968402.5A CN115367496A (zh) | 2022-08-12 | 2022-08-12 | 一种多斗轮机智能调度控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210968402.5A CN115367496A (zh) | 2022-08-12 | 2022-08-12 | 一种多斗轮机智能调度控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115367496A true CN115367496A (zh) | 2022-11-22 |
Family
ID=84066624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210968402.5A Pending CN115367496A (zh) | 2022-08-12 | 2022-08-12 | 一种多斗轮机智能调度控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115367496A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115959487A (zh) * | 2022-12-21 | 2023-04-14 | 北京京能电力股份有限公司 | 一种斗轮机智能控制方法及系统 |
-
2022
- 2022-08-12 CN CN202210968402.5A patent/CN115367496A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115959487A (zh) * | 2022-12-21 | 2023-04-14 | 北京京能电力股份有限公司 | 一种斗轮机智能控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112722873B (zh) | 堆取料机自动控制系统 | |
CN111634636B (zh) | 一种斗轮机的全自动取料控制系统 | |
US9637887B2 (en) | Reclaimer 3D volume rate controller | |
CN108222093A (zh) | 一种自主推土机器人 | |
CN112537661B (zh) | 一种堆取料机防碰撞控制方法及系统 | |
CN100434932C (zh) | 多激光雷达协同工作与数据处理方法 | |
CN108958250A (zh) | 多传感器移动平台及基于已知地图的导航与避障方法 | |
CN113320995A (zh) | 原料场堆取料机无人化控制系统 | |
Zhang et al. | Collaborative multi-agent systems for construction equipment based on real-time field data capturing | |
CN112141734B (zh) | 一种用于刮板取料机的取料控制系统及取料方法 | |
CN115367496A (zh) | 一种多斗轮机智能调度控制方法及系统 | |
CN110834963A (zh) | 一种散料原料场中堆取料机的黑灯作业管理系统及方法 | |
CN112938517A (zh) | 基于uwb定位技术的斗轮机无人值守控制系统及方法 | |
CN117428774B (zh) | 一种用于船舶巡检的工业机器人控制方法及系统 | |
CN115903701A (zh) | 干散货码头全流程卸船线推优技术优化系统、方法及应用 | |
CN111133395A (zh) | 一种智能制造系统 | |
CN210134942U (zh) | 掘进机截割控制装置及悬臂掘进机 | |
CN115793649A (zh) | 一种电缆沟自动巡检装置及巡检方法 | |
CN117742337A (zh) | 一种巡检路线控制方法和装置 | |
CN116225071B (zh) | 一种基于无人机的智能建筑建造系统及其使用方法 | |
Alzubi et al. | Applications of cyber-physical systems in construction projects | |
CN117058211A (zh) | 基于激光定位的抓斗防摇碰撞策略控制方法和系统 | |
Wei et al. | Design of deep learning algorithm in the control system of intelligent inspection robot of substation | |
CN114646262A (zh) | 一种基于二维激光扫描仪的散料场料堆建模方法 | |
Satoh | Digital twin-based collision avoidance system for autonomous excavator with automatic 3d lidar sensor calibration |
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 |