CN115716603B - 一种斗轮机取料路径规划方法及系统 - Google Patents
一种斗轮机取料路径规划方法及系统 Download PDFInfo
- Publication number
- CN115716603B CN115716603B CN202211551101.9A CN202211551101A CN115716603B CN 115716603 B CN115716603 B CN 115716603B CN 202211551101 A CN202211551101 A CN 202211551101A CN 115716603 B CN115716603 B CN 115716603B
- Authority
- CN
- China
- Prior art keywords
- task
- path
- bucket wheel
- wheel machine
- result
- 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.)
- Active
Links
- 239000000463 material Substances 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 20
- 239000003245 coal Substances 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 12
- 238000003860 storage Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000013077 target material Substances 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种斗轮机取料路径规划方法及系统,涉及路径规划技术领域,进行目标煤场的整体扫描,构建料堆点云图,获得搬运任务信息,进行任务规划,控制斗轮机进行运动,控制斗轮机进行料堆装载,进行料堆实时数据采集,进行料堆点云图的点云图更新,生成优化取料路径,进行斗轮机取料控制,控制斗轮机运动,进行运动过程的图像采集,生成实时障碍检测数据,对斗轮机的控制路径进行路径优化。本发明解决了现有的斗轮机取料工作主要依靠工人进行操作,使得斗轮机的作业效率低,系统运行过程安全性差的技术问题,实现了料堆实时动态三维展示,提高精准取料的准确率与数字化水平,达到提高作业效率,提高系安全性和设备可靠性的效果。
Description
技术领域
本发明涉及路径规划技术领域,具体涉及一种斗轮机取料路径规划方法及系统。
背景技术
目前斗轮机的应用主要集中在大型的堆场码头、电厂、钢铁及水泥行业中,随着近年来工业发展加快,劳动力成本的增加、企业信息化、料场管理信息化的改造,大型料场堆放需求的不断提升,各个企业都在进行斗轮机无人化、自动化、智能化的研究,一方面,在制造业高度繁荣、工业自动化蓬勃发展的今天,市场的变化、技术的更替都无时无刻不在影响着工业自动化向前发展的方向。而依托用户的使用需求和使用习惯,迈向实用化无疑已经成为工业自动化的主流选择;另一方面,我国近几年出现了“用工荒”问题,尤其是能源企因为属于事故多发的行业,所以出现更严重的招工困难问题,随着人口老龄化的加剧,这种情况也会愈发的严重;最后,传统企业存在各种问题,比如能源企业会在生产和销售环节都需要人员去把关,但是效率也没有想象中的高,往往造成了员工付出了大量的劳动,却没有创造出跟劳动匹配的效益。因此斗轮堆取料机的安全、有效运行对企业的正常、持续生产起着关键作用。
现有的斗轮机取料工作主要依靠工人进行操作,使得斗轮机的作业效率低,系统运行过程安全性差,对于工人存在作业环境差、劳动强度高,对于企业存在人工成本高,生产效率低等各项问题。
发明内容
本申请实施例提供了一种斗轮机取料路径规划方法及系统,用于针对解决现有的斗轮机取料工作主要依靠工人进行操作,使得斗轮机的作业效率低,系统运行过程安全性差的技术问题。
鉴于上述问题,本申请实施例提供了一种斗轮机取料路径规划方法及系统。
第一方面,本申请实施例提供了一种斗轮机取料路径规划方法,所述方法包括:通过所述激光扫描设备进行目标煤场的整体扫描,构建料堆点云图;获得搬运任务信息,根据所述搬运任务信息和所述料堆点云图进行任务规划,获得任务路径规划结果;基于所述任务路径规划结果控制斗轮机进行运动,当运动至目标搬运点时,则根据所述料堆点云图控制所述斗轮机进行料堆装载,并通过所述更新激光扫描设备进行料堆实时数据采集;根据实时数据采集结果进行所述料堆点云图的点云图更新,根据更新料堆点云图生成优化取料路径;通过所述优化取料路径进行所述斗轮机取料控制,当取料量满足所述搬运任务信息时,则根据所述任务路径规划结果控制所述斗轮机运动;通过所述图像采集装置进行运动过程的图像采集,根据图像采集结果生成实时障碍检测数据,通过所述实时障碍检测数据对所述斗轮机的控制路径进行路径优化。
第二方面,本申请实施例提供了一种斗轮机取料路径规划系统,所述系统包括:料堆点云图构建模块,料堆点云图构建模块用于通过所述激光扫描设备进行目标煤场的整体扫描,构建料堆点云图;任务路径规划模块,任务路径规划模块用于获得搬运任务信息,根据所述搬运任务信息和所述料堆点云图进行任务规划,获得任务路径规划结果;实时数据采集模块,实时数据采集模块用于基于所述任务路径规划结果控制斗轮机进行运动,当运动至目标搬运点时,则根据所述料堆点云图控制所述斗轮机进行料堆装载,并通过所述更新激光扫描设备进行料堆实时数据采集;料堆点云图更新模块,料堆点云图更新模块用于根据实时数据采集结果进行所述料堆点云图的点云图更新,根据更新料堆点云图生成优化取料路径;斗轮机取料控制模块,斗轮机取料控制模块用于通过所述优化取料路径进行所述斗轮机取料控制,当取料量满足所述搬运任务信息时,则根据所述任务路径规划结果控制所述斗轮机运动;控制路径优化模块,控制路径优化模块用于通过所述图像采集装置进行运动过程的图像采集,根据图像采集结果生成实时障碍检测数据,通过所述实时障碍检测数据对所述斗轮机的控制路径进行路径优化。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种斗轮机取料路径规划方法,涉及路径规划技术领域,进行目标煤场的整体扫描,构建料堆点云图,获得搬运任务信息,进行任务规划,控制斗轮机进行运动,控制斗轮机进行料堆装载,进行料堆实时数据采集,进行料堆点云图的点云图更新,生成优化取料路径,进行斗轮机取料控制,控制斗轮机运动,进行运动过程的图像采集,生成实时障碍检测数据,对斗轮机的控制路径进行路径优化。解决了现有的斗轮机取料工作主要依靠工人进行操作,使得斗轮机的作业效率低,系统运行过程安全性差的技术问题,实现了料堆实时动态三维展示,提高精准取料的准确率与数字化水平,实现所有斗轮机的远程全自动控制,达到提高斗轮机的作业效率,降低能耗,同时提高系统运行过程中的安全性和设备可靠性的效果。
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
图1为本申请实施例提供了一种斗轮机取料路径规划方法流程示意图;
图2为本申请实施例提供了一种斗轮机取料路径规划方法中生成优化任务路径规划结果流程示意图;
图3为本申请实施例提供了一种斗轮机取料路径规划方法中进行更新料堆点云图的校正处理流程示意图;
图4为本申请实施例提供了一种斗轮机取料路径规划系统结构示意图。
附图标记说明:料堆点云图构建模块10,任务路径规划模块20,实时数据采集模块30,料堆点云图更新模块40,斗轮机取料控制模块50,控制路径优化模块60。
具体实施方式
本申请实施例通过提供一种斗轮机取料路径规划方法,用于针对解决现有的斗轮机取料工作主要依靠工人进行操作,使得斗轮机的作业效率低,系统运行过程安全性差的技术问题。
实施例一
如图1所示,本申请实施例提供了一种斗轮机取料路径规划方法,所述方法应用于智能控制系统,所述智能控制系统与激光扫描设备、图像采集装置、更新激光扫描设备通信连接,所述方法包括:
步骤S100:通过所述激光扫描设备进行目标煤场的整体扫描,构建料堆点云图;
具体而言,本申请实施例提供的一种斗轮机取料路径规划方法应用于智能控制系统,该智能控制系统与激光扫描设备、图像采集装置、更新激光扫描设备通信连接,该激光扫描设备用于进行目标煤场的整体扫描,图像采集装置用于进行运动过程的图像采集,更新激光扫描设备用于进行目标煤场的整体扫描。
首先,激光扫描设备是用于进行目标煤场整体扫描的系统,主要由三维激光扫描仪、计算机、电源供应系统、支架以及系统配套软件构成,它是利用激光测距的原理,通过记录被测物体表面大量的密集的点的三维坐标、反射率和纹理等信息,可快速复建出被测目标的三维模型及线、面、体等各种图件数据,通过高速激光扫描测量的方法,大面积高分辨率地快速获取被测对象表面的三维坐标数据,可以快速、大量的采集空间点位信息。当一束激光照射到物体表面时,所反射的激光会携带方位、距离等信息,若将激光束按照某种轨迹进行扫描,便会边扫描边记录到反射的激光点信息,由于扫描极为精细,则能够得到大量的激光点,因而就可形成激光点云图,得到的点云图包括三维坐标、激光反射强度和颜色信息。通过料堆点云图的获取,实现了对空间点位信息的快速精准把握,为后续的路径规划打下基础。
步骤S200:获得搬运任务信息,根据所述搬运任务信息和所述料堆点云图进行任务规划,获得任务路径规划结果;
具体而言,搬运任务是在同一区域范围内进行的,以改变物体存放状态和空间位置为主要内容和目的的活动,具体包括移动、料堆装载、返回、堆垛等活动,搬运任务信息包括搬运的目标存放位置、搬运的目标料堆位置、搬运的需求量、搬运的时间等。将搬运的目标存放位置作为搬运终点,搬运的目标料堆位置作为搬运点,斗轮机的初始位置为搬运起点,在搬运起点、搬运点和搬运终点之间进行任务规划。同时,除了单纯的路径,同样包括各斗轮机的速度等数据,实现整体的控制规划。
根据料堆点云图进行环境建模,即建立一个便于计算机进行路径规划所使用的环境模型,即将实际的物理空间抽象成算法能够处理的抽象空间,实现相互间的映射。在环境模型的基础上应用模拟退火算法寻找一条行走路径,使预定的性能函数获得最优值。模拟退火算法从某一较高初温出发,伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解,即在局部最优解能概率性地跳出并最终趋于全局最优,以此获得任务路径规划结果。
步骤S300:基于所述任务路径规划结果控制斗轮机进行运动,当运动至目标搬运点时,则根据所述料堆点云图控制所述斗轮机进行料堆装载,并通过所述更新激光扫描设备进行料堆实时数据采集;
具体而言,斗轮机又称斗轮堆取料机,是指一种用于大型干散货堆场的既能堆料又能取料的连续输送的高效装卸机械,由可俯仰和水平摆动的胶带输送臂及其前端的斗轮、机架、运行机构组成,皮带可双向运行,取料时由斗轮取料经输送臂送出,堆料时则由主输送机运来的货物经由输送臂投向堆场。控制斗轮机沿着任务路径进行运动、装载、搬运,每次装载后,料堆的状态会发生改变,如果还沿着原来的路径运动就会出现接触不到料堆的情况,利用更新激光扫描设备对料堆状态进行自动采集。达到避免重复工作,提高工作效率的效果。
步骤S400:根据实时数据采集结果进行所述料堆点云图的点云图更新,根据更新料堆点云图生成优化取料路径;
具体而言,点云是某个坐标系下的点的数据集,点云图包含了丰富的信息,包括三维坐标、颜色、分类值、强度值等,当对料堆进行装载后,料堆状态发生变化,即三维坐标发生改变,以此对点云图进行更新,获取新的三维坐标,根据新的三维坐标获得更新料堆点云图。根据更新料堆点云图对上述环境模型进行更新,重新进行路径规划,获得优化取料路径。通过对取料路径的实时更新,实现了对实时的环境信息的及时掌握,达到提升路径规划的实时性、高效性和提高工作效率的效果。
步骤S500:通过所述优化取料路径进行所述斗轮机取料控制,当取料量满足所述搬运任务信息时,则根据所述任务路径规划结果控制所述斗轮机运动;
具体而言,通过不断调整优化取料路径,控制斗轮机进行多次取料,直至取料量达到搬运任务量,控制斗轮机沿着搬运点到搬运终点之间的路径运动至搬运终点,即运动至搬运的目标存放位置,完成搬运任务。实现了自动、合理地控制取料过程,达到节能、提高作业效率的效果。
步骤S600:通过所述图像采集装置进行运动过程的图像采集,根据图像采集结果生成实时障碍检测数据,通过所述实时障碍检测数据对所述斗轮机的控制路径进行路径优化;
具体而言,图像采集装置用于进行运动过程的图像采集,实现对摄像头的图像高速采集与存储。构建障碍物特征集合,其中,每个障碍物特征均对应有响应处理模式,通过所述障碍物特征集合进行所述图像采集结果的特征匹配,根据特征匹配结果获得响应模式,获得障碍物距离信息,根据所述障碍物距离信息进行所述响应模式的控制参数调整,根据调整结果对所述斗轮机的控制路径进行路径优化。通过障碍物的采集,实现了对于规划路径的实时优化,达到提高设备安全性的效果。
进一步而言,如图2所示,本申请还包括:
步骤S710:通过所述智能控制系统读取设备的运行数据,其中,所述运行数据包括实时位置数据、实时速度数据;
步骤S720:根据所述实时位置数据、所述实时速度数据和所述任务路径规划结果进行任务执行偏离分析;
步骤S730:根据任务执行偏离分析结果进行所述任务路径规划结果调整,生成优化任务路径规划结果;
步骤S740:通过所述优化任务路径规划结果进行所述斗轮机的取料控制。
具体而言,在斗轮机取料的执行过程中,通过对执行过程的实时追踪检查,找出实际进度与计划进度之间的偏差,分析偏差原因并找出解决办法。当出现进度偏差时,分析该偏差对后续工作及整个取料项目的影响,首先,如果出现偏差的工作是关键工作,就需要对项目进度计划进行更新,如果出现偏差的工作为非关键工作,则需确定其对后续工作和项目工期的影响程度。分析进度偏差是否大于总时差,如果工作的进度偏差小于或等于该工作的总时差,则表明对总工期无影响,如果工作的进度偏差大于总时差,应该采取相应的调整措施,如在指定时间未抵达相应的位置,则相应地提升该斗轮机的速度,或降低其他斗轮机的速度,避免两台或者多台斗轮机相撞。
进一步而言,本申请步骤S730还包括:
步骤S731:根据所述任务路径规划结果进行交汇节点提取,获得节点提取结果;
步骤S732:根据所述任务执行偏离分析结果进行所述节点提取结果的交汇影响分析,将交汇影响值作为第一参考数据;
步骤S733:获得所述节点提取结果的交汇斗轮机的执行任务等级信息;
步骤S734:根据所述执行任务等级信息生成第二参考数据;
步骤S735:根据所述第一参考数据和所述第二参考数据生成所述优化任务路径规划结果。
具体而言,当两台或者多台斗轮机的运行轨迹有交汇点,且受到本身实际速度的影响,会在交互点发生交汇碰撞,或者有碰撞风险,这个时候需要对路径进行调整。
获取两台或者多台斗轮机的交汇节点,对交汇事件对于各斗轮机的影响分别进行预测,分析该组相关被预测事件的发生时间和概率以及对于各斗轮机之间相互影响的方向和大小,以此作为第一参考数据。获取交汇节点上的两天或者多台斗轮机的执行任务等级,执行任务等级根据任务的紧急程度、时间的剩余量等进行判断,以此作为第二参考数据。
判断第二参考数据中的任务等级差值是否满足预设差级阈值,当任务等级差值满足预设差级阈值时,则获得高等级任务路径,根据高等级任务路径进行低等级任务路径进行路径优化;当所述任务等级差值不能满足所述预设差级阈值时,则根据所述第一参考数据获得抵达排序信息,根据所述抵达排序信息进行后抵达斗轮车的路径轨迹优化,根据路径轨迹优化结果获得所述优化任务路径规划结果。
克服了某些单项路径没有考虑相关路径影响的缺陷,实现了对路径的实时调整,达到提升路径管控、保障设备安全性的效果。
进一步而言,本申请步骤S735还包括:
步骤S7351:判断所述任务等级信息中的任务等级差值是否满足预设差级阈值;
步骤S7352:当所述任务等级差值不能满足所述预设差级阈值时,则根据所述第一参考数据获得抵达排序信息;
步骤S7353:根据所述抵达排序信息进行后抵达斗轮车的路径轨迹优化,根据路径轨迹优化结果获得所述优化任务路径规划结果。
具体而言,预设差级阈值为根据各斗轮机任务等级设置等级差值,用于区别任务紧急程度,当任务等级信息中的任务等级差值不满足预设差级阈值时,说明各斗轮机间的任务紧急程度区别不大,根据等级信息无法进行排序,则根据所述第一参考数据获得抵达排序信息,即根据交汇的发生时间和概率以及对于各斗轮机之间相互影响的方向和大小对各斗轮机进行排序,如将斗轮机影响大的进行优先通行,对后通行的都轮车的路径轨迹进行优化,将其调整至其他运行路径,以此作为优化任务路径规划结果。
进一步而言,本申请步骤S735还包括:
步骤S7354:当所述任务等级差值满足所述预设差级阈值时,则获得高等级任务路径;
步骤S7355:根据所述高等级任务路径进行低等级任务路径进行路径优化;
步骤S7356:根据优化结果获得所述优化任务路径规划结果。
具体而言,当任务等级差值满足预设差级阈值时,说明各斗轮机间的任务紧急程度区别较大,有紧急程度较高的一项,则使任务紧急程度较高的斗轮机优先通行,对任务紧急程度低的斗轮机的路径进行优化,将其调整至其他运行路径,以此作为优化任务路径规划结果。克服了某些单项路径没有考虑相关路径影响的缺陷,实现了对路径的实时调整,达到提升路径管控、保障设备安全性的效果。
进一步而言,如图3所示,本申请步骤S400包括:
步骤S410:构建更新校正周期;
步骤S420:通过所述更新校正周期控制所述激光扫描设备进行目标煤场的整体扫描;
步骤S430:获得扫描更新数据;
步骤S440:通过扫描更新数据进行所述更新料堆点云图的校正处理。
具体而言,料堆点云图是通过安装在斗轮车上的识别构建修正的,比较片面,可能不准确,需要定期更新、校正,根据取料频率设置更新校正周期,即每次取料后都要重新对目标煤场进行整体扫描,将扫描结果作为扫描更新数据,通过扫描更新数据进行更新料堆点云图的校正处理。通过对取料路径的实时更新,实现了对实时的环境信息的及时掌握,达到提升路径规划的实时性、高效性和提高工作效率的效果。
进一步而言,本申请步骤S600还包括:
步骤S610:构建障碍物特征集合,其中,每个障碍物特征均对应有响应处理模式;
步骤S620:通过所述障碍物特征集合进行所述图像采集结果的特征匹配,根据特征匹配结果获得响应模式;
步骤S630:获得障碍物距离信息,根据所述障碍物距离信息进行所述响应模式的控制参数调整,根据调整结果对所述斗轮机的控制路径进行路径优化。
具体而言,通过图像采集装置获取第一图像,其中,第一图像为斗轮机任务路径规划结果上的任一障碍物的图像,根据第一图像获得第一定位标识信息,根据第一图像的颜色色域分布,颜色的连续性,进行分区分析,进一步来说,可根据实时拍摄的图像,设定颜色分区色域间隔阈值,根据所述设定的色域间隔阈值对第一图像进行特征提取,以此获取任务路径规划结果上的所有障碍物特征,构建障碍物特征集合。根据障碍物的大小构建相应的处理模式,如对于很小的、不会对设备造成影响的障碍物可以直接压过去,而对于较大的障碍物则需要进行绕路,根据障碍物的大小、定位标识对路径进行路径优化。通过障碍物的采集,实现了对于规划路径的实时优化,达到提高设备安全性的效果。
实施例二
基于与前述实施例中一种斗轮机取料路径规划方法相同的发明构思,如图4所示,本申请提供了一种斗轮机取料路径规划系统,系统包括:
料堆点云图构建模块10,料堆点云图构建模块10用于通过所述激光扫描设备进行目标煤场的整体扫描,构建料堆点云图;
任务路径规划模块20,任务路径规划模块20用于获得搬运任务信息,根据所述搬运任务信息和所述料堆点云图进行任务规划,获得任务路径规划结果;
实时数据采集模块30,实时数据采集模块30用于基于所述任务路径规划结果控制斗轮机进行运动,当运动至目标搬运点时,则根据所述料堆点云图控制所述斗轮机进行料堆装载,并通过所述更新激光扫描设备进行料堆实时数据采集;
料堆点云图更新模块40,料堆点云图更新模块40用于根据实时数据采集结果进行所述料堆点云图的点云图更新,根据更新料堆点云图生成优化取料路径;
斗轮机取料控制模块50,斗轮机取料控制模块50用于通过所述优化取料路径进行所述斗轮机取料控制,当取料量满足所述搬运任务信息时,则根据所述任务路径规划结果控制所述斗轮机运动;
控制路径优化模块60,控制路径优化模块60用于通过所述图像采集装置进行运动过程的图像采集,根据图像采集结果生成实时障碍检测数据,通过所述实时障碍检测数据对所述斗轮机的控制路径进行路径优化。
进一步而言,系统还包括:
运行数据获取模块,用于通过所述智能控制系统读取设备的运行数据,其中,所述运行数据包括实时位置数据、实时速度数据;
任务执行偏离分析模块,用于根据所述实时位置数据、所述实时速度数据和所述任务路径规划结果进行任务执行偏离分析;
任务路径规划结果调整模块,用于根据任务执行偏离分析结果进行所述任务路径规划结果调整,生成优化任务路径规划结果;
取料控制模块,用于通过所述优化任务路径规划结果进行所述斗轮机的取料控制。
进一步而言,系统还包括:
交汇节点提取模块,用于根据所述任务路径规划结果进行交汇节点提取,获得节点提取结果;
第一参考数据获取模块,用于根据所述任务执行偏离分析结果进行所述节点提取结果的交汇影响分析,将交汇影响值作为第一参考数据;
执行任务等级信息获取模块,用于获得所述节点提取结果的交汇斗轮机的执行任务等级信息;
第二参考数据获取模块,用于根据所述执行任务等级信息生成第二参考数据;
优化任务路径规划结果生成模块,用于根据所述第一参考数据和所述第二参考数据生成所述优化任务路径规划结果。
进一步而言,系统还包括:
任务等级差值判断模块,用于判断所述任务等级信息中的任务等级差值是否满足预设差级阈值;
抵达排序信息获取模块,用于当所述任务等级差值不能满足所述预设差级阈值时,则根据所述第一参考数据获得抵达排序信息;
路径轨迹优化模块,用于根据所述抵达排序信息进行后抵达斗轮车的路径轨迹优化,根据路径轨迹优化结果获得所述优化任务路径规划结果。
进一步而言,系统还包括:
高等级任务路径获取模块,用于当所述任务等级差值满足所述预设差级阈值时,则获得高等级任务路径;
路径优化模块,用于根据所述高等级任务路径进行低等级任务路径进行路径优化;
优化任务路径规划结果获取模块,用于根据优化结果获得所述优化任务路径规划结果。
进一步而言,系统还包括:
更新校正周期构建模块,用于构建更新校正周期;
整体扫描模块,用于通过所述更新校正周期控制所述激光扫描设备进行目标煤场的整体扫描;
扫描更新数据获取模块,用于获得扫描更新数据;
校正处理模块,用于通过扫描更新数据进行所述更新料堆点云图的校正处理。
进一步而言,系统还包括:
障碍物特征集合构建模块,用于构建障碍物特征集合,其中,每个障碍物特征均对应有响应处理模式;
特征匹配模块,用于通过所述障碍物特征集合进行所述图像采集结果的特征匹配,根据特征匹配结果获得响应模式;
控制参数调整模块,用于获得障碍物距离信息,根据所述障碍物距离信息进行所述响应模式的控制参数调整,根据调整结果对所述斗轮机的控制路径进行路径优化。
本说明书通过前述对一种斗轮机取料路径规划方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种斗轮机取料路径规划方法及系统,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种斗轮机取料路径规划方法,其特征在于,所述方法应用于智能控制系统,所述智能控制系统与激光扫描设备、图像采集装置、更新激光扫描设备通信连接,所述方法包括:
通过所述激光扫描设备进行目标煤场的整体扫描,构建料堆点云图;
获得搬运任务信息,根据所述搬运任务信息和所述料堆点云图进行任务规划,获得任务路径规划结果;
基于所述任务路径规划结果控制斗轮机进行运动,当运动至目标搬运点时,则根据所述料堆点云图控制所述斗轮机进行料堆装载,并通过所述更新激光扫描设备进行料堆实时数据采集;
根据实时数据采集结果进行所述料堆点云图的点云图更新,根据更新料堆点云图生成优化取料路径;
通过所述优化取料路径进行所述斗轮机取料控制,当取料量满足所述搬运任务信息时,则根据所述任务路径规划结果控制所述斗轮机运动;
通过所述图像采集装置进行运动过程的图像采集,根据图像采集结果生成实时障碍检测数据,通过所述实时障碍检测数据对所述斗轮机的控制路径进行路径优化;
其中,所述方法包括:
通过所述智能控制系统读取设备的运行数据,其中,所述运行数据包括实时位置数据、实时速度数据;
根据所述实时位置数据、所述实时速度数据和所述任务路径规划结果进行任务执行偏离分析;
根据任务执行偏离分析结果进行所述任务路径规划结果调整,生成优化任务路径规划结果;
通过所述优化任务路径规划结果进行所述斗轮机的取料控制;
根据所述任务路径规划结果进行交汇节点提取,获得节点提取结果;
根据所述任务执行偏离分析结果进行所述节点提取结果的交汇影响分析,将交汇影响值作为第一参考数据;
获得所述节点提取结果的交汇斗轮机的执行任务等级信息;
根据所述执行任务等级信息生成第二参考数据;
根据所述第一参考数据和所述第二参考数据生成所述优化任务路径规划结果;
判断所述任务等级信息中的任务等级差值是否满足预设差级阈值;
当所述任务等级差值不能满足所述预设差级阈值时,则根据所述第一参考数据获得抵达排序信息;
根据所述抵达排序信息进行后抵达斗轮车的路径轨迹优化,根据路径轨迹优化结果获得所述优化任务路径规划结果;
当所述任务等级差值满足所述预设差级阈值时,则获得高等级任务路径;
根据所述高等级任务路径进行低等级任务路径进行路径优化;
根据优化结果获得所述优化任务路径规划结果。
2.如权利要求1所述的方法,其特征在于,所述方法包括:
构建更新校正周期;
通过所述更新校正周期控制所述激光扫描设备进行目标煤场的整体扫描;
获得扫描更新数据;
通过扫描更新数据进行所述更新料堆点云图的校正处理。
3.如权利要求1所述的方法,其特征在于,所述方法包括:
构建障碍物特征集合,其中,每个障碍物特征均对应有响应处理模式;
通过所述障碍物特征集合进行所述图像采集结果的特征匹配,根据特征匹配结果获得响应模式;
获得障碍物距离信息,根据所述障碍物距离信息进行所述响应模式的控制参数调整,根据调整结果对所述斗轮机的控制路径进行路径优化。
4.一种斗轮机取料路径规划系统,其特征在于,所述系统与激光扫描设备、图像采集装置、更新激光扫描设备通信连接,所述系统包括:
料堆点云图构建模块,所述料堆点云图构建模块用于通过所述激光扫描设备进行目标煤场的整体扫描,构建料堆点云图;
任务路径规划模块,所述任务路径规划模块用于获得搬运任务信息,根据所述搬运任务信息和所述料堆点云图进行任务规划,获得任务路径规划结果;
实时数据采集模块,所述实时数据采集模块用于基于所述任务路径规划结果控制斗轮机进行运动,当运动至目标搬运点时,则根据所述料堆点云图控制所述斗轮机进行料堆装载,并通过所述更新激光扫描设备进行料堆实时数据采集;
料堆点云图更新模块,所述料堆点云图更新模块用于根据实时数据采集结果进行所述料堆点云图的点云图更新,根据更新料堆点云图生成优化取料路径;
斗轮机取料控制模块,所述斗轮机取料控制模块用于通过所述优化取料路径进行所述斗轮机取料控制,当取料量满足所述搬运任务信息时,则根据所述任务路径规划结果控制所述斗轮机运动;
控制路径优化模块,所述控制路径优化模块用于通过所述图像采集装置进行运动过程的图像采集,根据图像采集结果生成实时障碍检测数据,通过所述实时障碍检测数据对所述斗轮机的控制路径进行路径优化;
运行数据获取模块,用于通过智能控制系统读取设备的运行数据,其中,所述运行数据包括实时位置数据、实时速度数据;
任务执行偏离分析模块,用于根据所述实时位置数据、所述实时速度数据和所述任务路径规划结果进行任务执行偏离分析;
任务路径规划结果调整模块,用于根据任务执行偏离分析结果进行所述任务路径规划结果调整,生成优化任务路径规划结果;
取料控制模块,用于通过所述优化任务路径规划结果进行所述斗轮机的取料控制;
交汇节点提取模块,用于根据所述任务路径规划结果进行交汇节点提取,获得节点提取结果;
第一参考数据获取模块,用于根据所述任务执行偏离分析结果进行所述节点提取结果的交汇影响分析,将交汇影响值作为第一参考数据;
执行任务等级信息获取模块,用于获得所述节点提取结果的交汇斗轮机的执行任务等级信息;
第二参考数据获取模块,用于根据所述执行任务等级信息生成第二参考数据;
优化任务路径规划结果生成模块,用于根据所述第一参考数据和所述第二参考数据生成所述优化任务路径规划结果;
任务等级差值判断模块,用于判断所述任务等级信息中的任务等级差值是否满足预设差级阈值;
抵达排序信息获取模块,用于当所述任务等级差值不能满足所述预设差级阈值时,则根据所述第一参考数据获得抵达排序信息;
路径轨迹优化模块,用于根据所述抵达排序信息进行后抵达斗轮车的路径轨迹优化,根据路径轨迹优化结果获得所述优化任务路径规划结果;
高等级任务路径获取模块,用于当所述任务等级差值满足所述预设差级阈值时,则获得高等级任务路径;
路径优化模块,用于根据所述高等级任务路径进行低等级任务路径进行路径优化;
优化任务路径规划结果获取模块,用于根据优化结果获得所述优化任务路径规划结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211551101.9A CN115716603B (zh) | 2022-12-05 | 2022-12-05 | 一种斗轮机取料路径规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211551101.9A CN115716603B (zh) | 2022-12-05 | 2022-12-05 | 一种斗轮机取料路径规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115716603A CN115716603A (zh) | 2023-02-28 |
CN115716603B true CN115716603B (zh) | 2023-12-15 |
Family
ID=85257375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211551101.9A Active CN115716603B (zh) | 2022-12-05 | 2022-12-05 | 一种斗轮机取料路径规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115716603B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116354057B (zh) * | 2023-06-02 | 2023-08-04 | 无锡同联机电工程有限公司 | 一种用于柔性输送的智能控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259518A (zh) * | 2020-01-08 | 2020-06-09 | 华润电力技术研究院有限公司 | 斗轮机堆取料路径寻优方法及相关设备 |
CN111634636A (zh) * | 2020-05-19 | 2020-09-08 | 大连华锐重工集团股份有限公司 | 一种斗轮机的全自动取料控制系统 |
CN111674954A (zh) * | 2020-07-17 | 2020-09-18 | 中冶长天国际工程有限责任公司 | 一种取料系统及方法 |
WO2021168678A1 (zh) * | 2020-02-26 | 2021-09-02 | 深圳市大疆创新科技有限公司 | 路径规划的方法、跟踪设备、存储介质和计算机程序产品 |
CN114715628A (zh) * | 2022-03-30 | 2022-07-08 | 东北大学 | 一种斗轮堆取料机无人值守方法和调度系统 |
CN114721323A (zh) * | 2022-03-26 | 2022-07-08 | 太仓武港码头有限公司 | 一种堆取料机安全防撞系统、方法、终端及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11698458B2 (en) * | 2020-02-04 | 2023-07-11 | Caterpillar Inc. | Method and system for performing dynamic LIDAR scanning |
-
2022
- 2022-12-05 CN CN202211551101.9A patent/CN115716603B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259518A (zh) * | 2020-01-08 | 2020-06-09 | 华润电力技术研究院有限公司 | 斗轮机堆取料路径寻优方法及相关设备 |
WO2021168678A1 (zh) * | 2020-02-26 | 2021-09-02 | 深圳市大疆创新科技有限公司 | 路径规划的方法、跟踪设备、存储介质和计算机程序产品 |
CN111634636A (zh) * | 2020-05-19 | 2020-09-08 | 大连华锐重工集团股份有限公司 | 一种斗轮机的全自动取料控制系统 |
CN111674954A (zh) * | 2020-07-17 | 2020-09-18 | 中冶长天国际工程有限责任公司 | 一种取料系统及方法 |
CN114721323A (zh) * | 2022-03-26 | 2022-07-08 | 太仓武港码头有限公司 | 一种堆取料机安全防撞系统、方法、终端及存储介质 |
CN114715628A (zh) * | 2022-03-30 | 2022-07-08 | 东北大学 | 一种斗轮堆取料机无人值守方法和调度系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115716603A (zh) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110194375B (zh) | 一种用于物料场的自动堆料、取料、堆取料方法和系统 | |
CN100434932C (zh) | 多激光雷达协同工作与数据处理方法 | |
CN115716603B (zh) | 一种斗轮机取料路径规划方法及系统 | |
CN110047140B (zh) | 一种料场的无人值守系统和智能料场监控系统 | |
CN107036618A (zh) | 一种基于最短路径深度优化算法的agv路径规划方法 | |
CN108140157A (zh) | 调节工业车辆性能 | |
JP2022121631A (ja) | 倉庫システム、検査方法および検品システム | |
LU501953B1 (en) | High-accuracy method for controlling grabbing position of grab with radar feedback | |
CA2690700C (en) | Method and apparatus for assembling sensor output data with sensed location data | |
CN112299048B (zh) | 基于无人化抓斗行车模式下的火车装车布料系统及方法 | |
CN108557500A (zh) | 一种条形料场自动作业系统 | |
CN110733824A (zh) | 基于wms系统的agv任务生成方法、agv出入库方法及存储装置 | |
CN108147147A (zh) | 一种自动智能化的堆取料系统 | |
CN113885422A (zh) | 一种斗轮机无人值守智能系统 | |
CN108639777A (zh) | 一种条形料场自动取料系统 | |
CN116362501A (zh) | 一种散货港口智慧生产管控系统 | |
CN108128638A (zh) | 一种取料系统的自动取料方法 | |
CN114933176A (zh) | 一种采用人工智能的3d视觉码垛系统 | |
KR100743144B1 (ko) | 로봇의 작업선 추종방법 및 그 시스템 | |
CN111736543A (zh) | 板坯库的天车调度方法、管理方法、装置及终端设备 | |
CN117670198A (zh) | 一种智慧仓储运维方法和系统 | |
CN113298820A (zh) | 一种料堆盘库的方法及系统 | |
CN208439991U (zh) | 一种自动取料装置 | |
CN115367496A (zh) | 一种多斗轮机智能调度控制方法及系统 | |
CN113231319A (zh) | 一种基于agv小车的智能分拣系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |