CN115494790A - 一种废钢切割路径确定方法、装置、电子设备和存储介质 - Google Patents

Abstract

本申请公开了废钢切割路径确定方法，该方法由计算机系统执行，所述确定方法包括：接收3D扫描仪或3D扫描轨道机器人上传的废钢扫描数据，根据所述废钢扫描数据生成废钢模型；将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型；将所述第一废钢特征模型对应的第一切割路径下发到工业切割机器人，由所述工业切割机器人执行切割任务。上述方案通过扫描、图像建模、规划路径、切割操作的步骤进行，实现了废钢切割的自动化和智能化；并且通过不断记录新模型和切割路径，丰富了数据库，提高演算方案的准确性，通过机器学习实现了废钢切割的智能化。

Description

一种废钢切割路径确定方法、装置、电子设备和存储介质

技术领域

本申请涉及冶金智能化领域，具体涉及一种废钢切割路径确定方法、装置、电子设备和计算机可读存储介质。

背景技术

目前在钢铁冶金行业工业环保方向的固废回收处理方面，我国拥有的5000余家钢企中，废钢切割工艺方面低水平装备占据绝大多数，钢厂对炉底大块废钢渣和不规则大块废钢料的解体切割仍然采用人工进行切割操作，工人使用切割氧枪对于大块废钢渣和不规则大块废钢料抵近进行手工氧气火焰切割，这种方式人力成本较大，加大了钢铁企业的经营压力。

同时，现有的废钢切割方法是经人工用氧气、乙炔切割分解成小块。一方面，切割过程会产生大量高温粉尘，长期在烟尘污染严重的环境中工作的操作者，环境对其健康造成严重的伤害，另一方面，气割过程中产生的喷溅火花对操作人员造成的烫伤时时发生，或重或轻，无时不在。

为解决人工操作工作温度高，工作时间长，劳动强度大，工作环境差，工作岗位危险等问题，需要开发替代人工劳动的智能化方案，以实现废钢渣或废钢料切割的自动化和智能化，满足钢铁企业的需求。

发明内容

鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的一种废钢切割路径确定方法、装置、电子设备和计算机可读存储介质。

依据本申请的一个方面，提供了一种废钢切割路径确定方法，该方法由计算机系统执行，所述方法包括：

接收3D扫描仪或3D扫描轨道机器人上传的废钢扫描数据，根据所述废钢扫描数据生成废钢模型，其中所述3D扫描仪由工业切割机器人操作执行扫描；

将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型；

将所述第一废钢特征模型对应的第一切割路径下发到工业切割机器人，由所述工业切割机器人夹持切割氧枪执行切割任务。

可选的，所述根据所述废钢扫描数据生成废钢模型具体包括：

根据所述废钢扫描数据生成废钢点云图，然后进行特征提取，获得简化后的废钢模型。

可选的，所述将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型具体包括：

将所述废钢模型的特征和所述废钢特征模型的特征进行比对，将所述废钢模型进行分类，其中各分类内包括至少一个废钢特征模型；

对所属类别内的至少一个废钢特征模型的切割路径进行计算，根据计算结果将各所述切割路径进行优化排列，筛选出具有最少切割步骤和最少工时的第一切割路径；

确定所述第一切割路径对应的废钢特征模型为第一废钢特征模型。

可选的，所述方法还包括：

接收对所述工业切割机器人或3D扫描轨道机器人的工作进行监控摄像头上传的监控图像，根据所述监控图像对所述第一切割路径进行修正，并对切割过程进行监控；

将修正后的第一切割路径和所述废钢模型存储到数据库中。

可选的，所述方法还包括：

接收双目深度相机对切割工作台和被切割废钢的监测数据，生成点云图；

通过对所述点云图特征点的比对测量，判断所述工业切割机器人的机械臂到被切割废钢原点的距离；

驱动所述工业切割机器人靠近所述被切割物料原点并准确定位；

可选的，所述方法还包括：

根据所述监控摄像头上传的切割过程中的火焰图像对吹氧钢管的进给进行控制；

结合接收到的吹氧钢管的伸缩长度数据，确定出所述吹氧钢管在移动过程中的切割深度数据，以实现切割过程的伺服控制；

或者，

所述方法还包括：

根据所述监控摄像头上传的切割过程中的火焰图像对吹氧钢管的进给进行控制；

对切割路径上切割前后检测距离数值比较，获得切割深度；

通过对所述吹氧钢管的伸缩长度检测，判断出吹氧钢管在切割过程中的实时损耗，并进行主动补偿，从而实现切割过程的伺服控制。

可选的，所述方法还包括：

将所述监控摄像头采集的图像传输到在中控指挥室操作台的显示器上，以供操作人员根据切割情况发出操作指令，干预工业切割机器人以及切割工作台的工作过程，解除、排除可能发生的故障或危险工况。

依据本申请的另一方面，提供了一种废钢切割路径确定装置，所述装置由计算机系统执行，所述装置包括：

接收单元，适用于接收3D扫描仪或3D扫描轨道机器人上传的废钢扫描数据，根据所述废钢扫描数据生成废钢模型，其中所述3D扫描仪由工业切割机器人操作执行扫描；

确定单元，适用于将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型；

下发单元，适用于将所述第一废钢特征模型对应的第一切割路径下发到工业切割机器人，由所述工业切割机器人执行切割任务。

依据本申请的又一方面，提供了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上述任一所述的方法。

依据本申请的再一方面，提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如上述任一所述的方法。

由上述可知，本申请的技术方案，上述方案通过扫描、图像建模、规划路径、切割操作的步骤进行，实现了废钢切割的自动化和智能化；并且通过不断记录新模型和切割路径，丰富了数据库，提高演算方案的准确性，通过机器学习实现了废钢切割的智能化。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本申请一个实施例的废钢切割路径确定方法的流程示意图；

图2示出了根据本申请一个实施例的废钢切割路径确定装置的结构示意图；

图3示出了根据本申请一个实施例的电子设备的结构示意图；

图4示出了根据本申请一个实施例的计算机可读存储介质的结构示意图；

图5为本申请的一个实施例中废钢自动切割装置的结构图；

图6为本申请的另一个实施例中废钢智能切割系统的结构图。

具体实施方式

下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。

图1示出了根据本申请一个实施例的一种废钢切割路径确定方法，该方法由计算机系统执行，所述方法包括：

步骤S110，接收3D扫描仪3(参见图5)或3D扫描轨道机器人3’(图6)上传的废钢扫描数据，根据所述废钢扫描数据生成废钢模型，其中所述3D扫描仪由工业切割机器人操作执行扫描；

步骤S120，将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型；

步骤S130，将所述第一废钢特征模型对应的第一切割路径下发到工业切割机器人，由所述工业切割机器人执行切割任务。

上述实施例公开的废钢切割路径确定方法按照扫描、点云图像建模、确定切割路径以及执行切割操作等工作步骤进行，结合图5所示的废钢自动切割装置所示，工业切割机器人1首先加持3D扫描仪3对放置在切割工作台2上的大块废钢铁进行3D扫描成像，将数据传导给计算机系统6，计算机系统6根据预设的人工智能算法依据上述步骤确定切割路径；然后由工业切割机器人1换装并夹持专用切割氧枪4，按照确认的切割路径，对放置在切割工作台2上的大块废钢铁进行解体分割；切割工作台可以旋转，实现工业切割机器人1多角度切割废钢料、钢渣。

参见图6所示，在另一种的废钢智能切割系统中，包括切割机器人1’、切割回转工作台2’、3D扫描机器人3’、切割氧枪4’和计算机系统6’，所述切割机器人1’能够巡回移动，所述切割回转工作台2’位于固废池中央，所述3D扫描机器人3’位于所述固废池上方，所述切割机器人1’夹持切割氧枪4’，所述切割机器人1’和所述3D’扫描机器人3’与所述计算机系统6’电连接。首先，3D扫描轨道机器人3’移动到放料固废池的上方，对放置在切割回转工作台2’上的大块废钢铁进行3D扫描成像，将数据传导给计算机系统6’，计算机系统6’应用人工智能(AI)算法，规划出切割路径。切割机器人1’在机器人待机区域内完成自检、充电和更换切割氧枪4’等工作，切割机器人1’从机器人待机位出发、行走到达放指定的放料固废池外附近的机器人工作位内，按照确认的切割方案，调整机械摆臂，在机器视觉引导系统的引导下，挥动切割氧枪4’，将其吹氧钢管端头定位到近设定的被切割物料的工作原点处；自动点火，调节火焰大小，按照制订的切割路径轨迹移动切割氧枪4’，开始对放置在切割回转工作台2’上的大块废钢铁进行解体分割，从而实现切割机器人1’多角度、多切割面的废钢料、钢渣解体切割过程。

上述方案通过扫描、图像建模、规划路径、切割操作等几个步骤，实现了废钢切割的自动化，提高演算方案的准确性，并且通过机器学习实现了废钢切割的智能化。

在一个实施例中，步骤S110中所述根据所述废钢扫描数据生成废钢模型具体包括：根据所述废钢扫描数据生成废钢点云图，然后进行特征提取，获得简化后的废钢模型。

在一个实施例中，步骤S120中所述将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型具体包括：

将所述废钢模型的特征和所述废钢特征模型的特征进行比对，将所述废钢模型进行分类，其中各分类内包括至少一个废钢特征模型。

对所属类别内的至少一个废钢特征模型的切割路径进行计算，根据计算结果将各所述切割路径进行优化排列，筛选出具有最少切割步骤和最少工时的第一切割路径。

则可以确定所述第一切割路径对应的废钢特征模型即为第一废钢特征模型。

在一个优选实施例中，所述方法还包括：接收对所述工业切割机器人工作进行监控摄像头上传的监控图像，根据所述监控图像对所述第一切割路径进行修正，并对切割过程进行监控。

参见图5所示，可在固废车间内安装了多个监控摄像头，特别是在固废池四周上方和专用工业切割机器人1的机械臂上安装不同视野和视距的监控摄像头，从而便于后续的切割流程的监督和修正控制。

并且，本实施例公开的方法还通过不断记录新的废钢模型和新切割路径，即将修正后的第一切割路径和所述废钢模型存储到数据库中，从而丰富数据库，提高演算方案的准确性，达到机器学习的目的。

在一个实施例中，所述方法还包括：接收双目深度相机对切割工作台和被切割废钢的监测数据，生成点云图。

然后，通过对所述点云图特征点的比对测量，判断所述工业切割机器人的机械臂到被切割废钢原点的距离。

最后，通过驱动所述工业切割机器人靠近所述被切割物料原点并实现准确定位。

具体的，参见图5所示，工业切割机器人1的机械臂安装了机器视觉引导系统，机器视觉引导系统在工业切割机器人1工作时，发挥着视觉引导的作用，引导专工业切割机器人1协作机械臂到达被切割物料的原点位置开始工作。该机器视觉引导系统优选双目深度相机作为机器视觉系统的视觉单元，对切割工作台2和其上被切割物料的表面进行视觉扫描，生成数字化点云图，通过对点云图特征点的时时比对测量，判断工业切割机器人1的机械臂到被切割物料的原点的距离，引导逐渐靠近设定的被切割物料原点并准确定位。

在一个实施例中，所述方法还包括：根据所述监控摄像头上传的切割过程中的火焰图像对吹氧钢管的进给进行控制。

结合接收到的吹氧钢管的伸缩长度数据，确定出所述吹氧钢管在移动过程中的切割深度数据，以实现切割过程的伺服控制。

具体的，工业切割机器人1切割过程中控制切割深度的时时伺服控制系统为间接伺服控制系统，即通过对切割过程中的火焰长短的时时光学图像比较，控制吹氧钢管的进给，通过对吹氧钢管的伸缩长度数据检测，比较移动过程中切割前后数值间接获得切割深度数据，从而实现切割过程的伺服控制。

工业切割机器人1的切割方式为由浅入深、最后贯穿的层叠重复切割工艺方式，就像机械加工中的铣削加工形式。

在一个优选的实施例中，根据所述监控摄像头上传的切割过程中的火焰图像对吹氧钢管的进给进行控制；对切割路径上切割前后检测距离数值比较，获得切割深度。通过对所述吹氧钢管的伸缩长度检测，判断出吹氧钢管在切割过程中的实时损耗，并进行主动补偿，从而实现切割过程的伺服控制。

具体的，参见图6所示，切割机器人1’切割过程中通过对切割过程中切割点温度场的火红外图像中白热色块大小的测量，控制吹氧钢管的进给位置；再通过对切割路径上切割前后检测距离数值比较，获得切割深度；以及通过对吹氧钢管的伸缩长度数据检测，判断出吹氧钢管在切割过程中的时时损耗，并进行主动补偿，从而对切割机器人1’切割过程进行伺服控制。

切割机器人1’的切割方式为火焰切割方式，通过移动切割氧枪4’实现切割火焰在被切割物料上的表面移动，由厚至薄，对被切割废钢进行逐层地火焰熔融锯削，直至切透物料完成解体分割。

在一个实施例中，在本申请实施例公开的机器学习过程中，有经验的操作人员不断对计算机系统演算方案进行修正和确认的工作是必不可少的，因此，所述方法还包括：将所述监控摄像头采集的图像传输到在中控指挥室操作台的显示器上，以供操作人员根据切割情况发出操作指令，干预工业切割机器人以及切割工作台的工作过程，解除、排除可能发生的故障或危险工况。

需要说明的是，操作人员对显示的切割路径方案进行修正时，由可计算机系统6对新修正的切割路径进行计算，保证每一块切割后物料小于规定尺寸，在显示屏上进行同意显示，然后操作人员进行确认操作，形成执行切割路径方案。

依据本申请的另一方面的实施例提供了一种废钢切割路径确定装置200，所述装置200由计算机系统执行，所述装置200包括：

接收单元210，适用于接收3D扫描仪3(参见图5)或3D扫描轨道机器人3’(图6)上传的废钢扫描数据，根据所述废钢扫描数据生成废钢模型，其中所述3D扫描仪由工业切割机器人操作执行扫描；

确定单元220，适用于将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型；

下发单元230，适用于将所述第一废钢特征模型对应的第一切割路径下发到工业切割机器人，由所述工业切割机器人执行切割任务。

需要说明的是，上述各装置实施例的具体实施方式可以参照前述对应方法实施例的具体实施方式进行，在此不再赘述。

综上所述，本申请的技术方案把以往由人工近距离火焰切割废钢料和钢渣的工作内容交由专用工业切割机器人实现和完成，将工人从危险的生产活动中解放出来，在改变了工作人员的工作性质和工作内容的同时，也改善了工作人员的工作环境，并提高了工作人员工作效率。

并且，上述应用人工智能的自动化技术和方法不局限在工业环保产业的固废料处理环节中应用，还可以应用到工业生产环节中大块钢料的解体切割和下料生产工序的技术工艺中。

需要说明的是：

在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本申请并帮助理解各个申请方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，申请方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的废钢切割路径确定装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

例如，图3示出了根据本申请一个实施例的电子设备的结构示意图。该电子设备300包括处理器310和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器320。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有存储用于执行上述方法中的任何方法步骤的计算机可读程序代码331的存储空间330。例如，用于存储计算机可读程序代码的存储空间330可以包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码331。计算机可读程序代码331可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质。图4示出了根据本申请一个实施例的一种计算机可读存储介质的结构示意图。该计算机可读存储介质400存储有用于执行根据本申请的方法步骤的计算机可读程序代码331，可以被电子设备300的处理器310读取，当计算机可读程序代码331由电子设备300运行时，导致该电子设备300执行上面所描述的方法中的各个步骤，具体来说，该计算机可读存储介质存储的计算机可读程序代码331可以执行上述任一实施例中示出的方法。计算机可读程序代码331可以以适当形式进行压缩。

应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种废钢切割路径确定方法，该方法由计算机系统执行，其特征在于，所述方法包括：

接收3D扫描仪或3D扫描轨道机器人上传的废钢扫描数据，根据所述废钢扫描数据生成废钢模型，其中所述3D扫描仪由工业切割机器人操作执行扫描；

将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型；

将所述第一废钢特征模型对应的第一切割路径下发到工业切割机器人，由所述工业切割机器人夹持切割氧枪执行切割任务。

2.根据权利要求1所述的方法，其特征在于，所述根据所述废钢扫描数据生成废钢模型具体包括：

根据所述废钢扫描数据生成废钢点云图，然后进行特征提取，获得简化后的废钢模型。

3.根据权利要求1所述的方法，其特征在于，所述将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型具体包括：

将所述废钢模型的特征和所述废钢特征模型的特征进行比对，将所述废钢模型进行分类，其中各分类内包括至少一个废钢特征模型；

对所属类别内的至少一个废钢特征模型的切割路径进行计算，根据计算结果将各所述切割路径进行优化排列，筛选出具有最少切割步骤和最少工时的第一切割路径；

确定所述第一切割路径对应的废钢特征模型为第一废钢特征模型。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收对所述工业切割机器人或3D扫描轨道机器人的工作进行监控摄像头上传的监控图像，根据所述监控图像对所述第一切割路径进行修正，并对切割过程进行监控；

将修正后的第一切割路径和所述废钢模型存储到数据库中。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

接收双目深度相机对切割工作台和被切割废钢的监测数据，生成点云图；

通过对所述点云图特征点的比对测量，判断所述工业切割机器人的机械臂到被切割废钢原点的距离；

驱动所述工业切割机器人靠近所述被切割物料原点并准确定位。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

根据所述监控摄像头上传的切割过程中的火焰图像对吹氧钢管的进给进行控制；

结合接收到的吹氧钢管的伸缩长度数据，确定出所述吹氧钢管在移动过程中的切割深度数据，以实现切割过程的伺服控制；

或者，

所述方法还包括：

根据所述监控摄像头上传的切割过程中的火焰图像对吹氧钢管的进给进行控制；

对切割路径上切割前后检测距离数值比较，获得切割深度；

通过对所述吹氧钢管的伸缩长度检测，判断出吹氧钢管在切割过程中的实时损耗，并进行主动补偿，从而实现切割过程的伺服控制。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

将所述监控摄像头采集的图像传输到在中控指挥室操作台的显示器上，以供操作人员根据切割情况发出操作指令，干预工业切割机器人以及切割工作台的工作过程，解除、排除可能发生的故障或危险工况。

8.一种废钢切割路径确定装置，所述装置由计算机系统执行，其特征在于，所述装置包括：

接收单元，适用于接收3D扫描仪或3D扫描轨道机器人上传的废钢扫描数据，根据所述废钢扫描数据生成废钢模型，其中所述3D扫描仪由工业切割机器人操作执行扫描；

确定单元，适用于将所述废钢模型与预存的废钢特征模型进行比较，确定与所述废钢模型最接近的第一废钢特征模型；

下发单元，适用于将所述第一废钢特征模型对应的第一切割路径下发到工业切割机器人，由所述工业切割机器人执行切割任务。

9.一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如权利要求1-7中任一项所述的方法。

Images