CN115783814B - 一种基于ros的移动装车系统和方法 - Google Patents

Abstract

本发明涉及一种基于ROS的移动装车系统和方法，包括：安装在钢结构架上的输送皮带机、带有卸料闸门的料仓，料仓的出料点能够在装车位范围内移动；还包括：节点管理器，所述的节点管理器对料量监测节点、散料特性监测节点、车号识别节点、车位测量节点、车厢外形识别节点、落料状态识别节点、溜槽出料点位置识别节点、运动控制节点、进行管理。本发明利用ROS的多点控制方式，对装车站的各个被控要素以及各个传感器信息进行整合，实现集中控制，并对装车站的溜槽进行改造，形成卸料点追踪车厢移动的装车方式，根据车辆的位置以及车厢内物料的状态进行装车设备落料控制指令的调整，实现了均匀装车，将智能化装车水平提高到一个全新的高度。

Description

一种基于ROS的移动装车系统和方法

技术领域

本发明涉及一种基于ROS的移动装车系统和方法，是一种运输系统和方法，是一种散装物料智能化自动装车的系统和方法。

背景技术

传统的散装物料装车站一般由人工根据车厢移动或停止的位置变化，以及散料在车厢中的堆积状态，以控制散料进入车厢的速率以及物料在车厢中的位置，随着装车站人工智能化的应用和不断更新改造，逐渐形成了一套装车站专用的自动化系统，使装车站逐渐实现了脱离人工操作的智能化控制装车过程。目前所使用的智能化装车系统主要还是在传统装车站的硬件基础上增加了一些传感器，通过各种传感器相对独立的应用而实现智能化装车。现有的这种装车站控制方式由多个系统各自为政，使整个系统过于庞杂，系统多头控制，控制路线不清晰。比如车号识别、视频识别、速度测量、设备控制等都是不同的处理模块来实现。这就使得各个系统的协同和配合比较复杂，容易发生问题的环节相对也比较多，不利于智能化的实现。此外在装车过程中，需要不断的调整车厢与溜槽之间的位置关系，以保证装车均匀而避免偏载。装车时需要车辆司机配合装车系统落料的速度进行车辆的位置和速度的调整，这对司机的技术及经验的要求比较高。目前的装车站一般都是采用PLC处理器，PLC处理器能处理比较简单的控制逻辑，但为提高装车效率，希望车辆在运动过程中装车，装车过程呈现非线性的特征，这种非线性的特征要求处理器及其相应的自动化装车的操作系统具有智能化的学习功能。如何将调整溜槽与车厢相对位置的环节实现智能化是一个需要解决的问题。

发明内容

为了克服现有技术的问题，本发明提出了一种基于ROS的移动装车系统和方法。所述的系统和方法使用ROS控制平台进行多种设备的协调控制，并对溜槽进行改造，使得溜槽在装车过程中能够在一定范围内自由移动，利用ROS具有学习能力的智能化功能解决车厢与溜槽在装车过程中相对移动的问题，提高了自动装车的智能化水平。

本发明的目的是这样实现的：一种基于ROS的移动装车系统，包括：安装在钢结构架上的输送皮带机、带有溜槽和卸料闸门的料仓，所述的料仓的出料点能够沿车厢长方向移动；还包括：ROS操作平台的节点管理器；所述的节点管理器负责协调、管理料量监测节点、散料特性监测节点、车号识别节点、车位测量节点、车厢外形识别节点、落料状态识别节点、溜槽出料点位置识别节点、运动控制节点、学习节点的工作；所述的料量监测节点与料位传感器和称重传感器连接，所述的散料特性监测节点与散料特性检测器连接，所述的车号识别节点与车号识别摄像机连接，所述的车位测量节点与光栅连接，所述的车厢外形识别节点与车厢外形三维激光雷达连接，所述的落料状态识别节点与落料状态三维激光雷达连接，所述的出料点位置识别节点与落料点位置传感器和闸门开度传感器连接，所述的运动控制节点与皮带机、溜槽伸缩控制设施、出料点控制设施、卸料闸门开闭控制设施连接，所述的学习节点配套有数据库；学习节点通过历史装车数据的训练建立起智能装车决策模型，并不断吸收装车过程的数据对智能装车决策模型进行完善，为装车系统运动部件控制提供决策支持。

进一步的，所述的输料仓为一个料仓，所述的溜槽设有由溜槽伸缩控制器控制的溜槽伸缩段和由出料点控制器控制的能够在装车位范围内自由移动以主动配合车厢位置进行装车的出料口。

进一步的，所述的料仓为沿被装车车厢排列的多个料仓，各个料仓分别设有各自的伸缩溜槽和卸料闸门，各个所述的称重输料仓的伸缩溜槽和卸料闸门与出料点控制器连接。

一种使用上述移动装车系统的基于ROS的移动装车方法，所述方法的步骤如下：

步骤1，接收装车参数：装车系统接收装车基本参数，包括：散料类型、散料装车量、车号、装车车厢尺寸参数；

步骤2，备料：根据装车参数，输送皮带机向称重输料仓中输送散料，料量监测节点监测称重输料仓中的散料量，在输料过程中散料特性监测节点在线检测物料的堆密度和流动性，为精确控制装车量提供依据；

步骤3，获取当前车厢的参数：在装车车辆接近和进入装车位时，车号识别节点获取进入装车站的车辆牌号，以确定是与装车计划相符的车辆；车位测量节点监测车辆的移动位置和移动速率；车厢外形识别节点取得车厢的尺寸、位置，并判断车厢是否为空；

步骤4，移动卸料：根据装车车辆在装车位中的移动速率、位置、当前车厢的识别结果，落料状态、称重输料仓物料的变化量信息，在智能决策模型的支持下调整溜槽物料口的位置以追踪车厢的移动，并控制卸料量，以控制卸料堆积状态，避免偏载，智能完成整个卸料过程；

步骤5，装车结束：根据落料状态识别节点和溜槽出料位置识别节点所获取的装车状态信息，车厢内散料量已经达到装车计划的要求，则装车系统指令卸料开闭控制设施关闭闸门，并指令溜槽伸缩控制设施将溜槽归位；学习节点归纳本次装车特点，并将本次装车的特点和各项参数记录在数据库中，进一步对智能装车决策模型进行训练。

本发明的优点和有益效果是：本发明利用利用ROS的多点操控平台的控制方式，对装车站的各个被控要素以及各个传感器进行整合，进行集中监控，并对装车站的溜槽进行改造，使溜槽的出料口能够追踪车厢的移动，形成根据车辆不断移动的位置以及车厢内物料的状态进行装车设备落料控制指令的调整，实现了均匀装车，同时利用ROS操控平台的学习功能，对卸料点追踪车厢位置进行智能化学习，以指导优化智能装车决策模型，将智能化装车水平提高到一个全新的高度。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是本发明实施例一、二所述系统的结构示意图；

图2是本发明实施例一所述系统的原理框图；

图3是本发明实施例三所述系统的结构示意图；

图4是本发明实施例四所述方法的流程图。

具体实施方式

实施例一：

本实施例是一种基于ROS的移动装车系统，如图1、2所示。本实施例包括：安装在钢结构架1上的输送皮带机2、带有溜槽3和卸料闸门4的料仓5，所述的料仓的出料点能够沿车厢长方向移动；还包括：ROS操作平台的节点管理器，所述的节点管理器负责协调、管理料量监测节点、散料特性监测节点、车号识别节点、车位测量节点、车厢外形识别节点、落料状态识别节点、溜槽出料点位置识别节点、运动控制节点、学习节点的工作；所述的料量监测节点与料位传感器6和称重传感器7连接，所述的散料特性监测节点与散料特性检测器8连接，所述的车号识别节点与车号识别摄像机9连接，所述的车位测量节点与停车位两侧的光栅10连接，所述的车厢外形识别节点与车厢外形三维激光雷达11连接，所述的落料状态识别节点与落料状态三维激光雷达12连接，所述的出料点位置识别节点与落料点位置传感器13和闸门开度传感器14连接，所述的运动控制节点与皮带机控制器、溜槽伸缩控制器、出料点控制器、卸料闸门开闭控制器连接，所述的学习节点配备有数据库；学习节点通过历史装车数据的训练建立起智能装车决策模型，并不断吸收装车过程的数据对智能装车决策模型进行完善，为装车系统运动部件控制提供决策支持。

本实施例所述的系统是一种具有大量传感器和多种受控设备结合的复杂系统，因此需要不同设备之间的兼容和大量的不同设备之间的通讯，如果采用传统的控制系统就需要有不同设备之间的接口，并将各种设备的通讯统一起来，这就需要消耗大量的人力物力和时间。本实施例采用了ROS操控平台可以很好的解决这一问题。有了ROS这一平台，所有的传感器、受控设备都可以在这一平台上安装、运行和相互通讯，并且可以方便的添加和删除设备，其底层运行完全由平台完成，而使用者只需操作上层的系统安装和操作，犹如普通PC机一样，排除了大量的设置和繁复的接口设计，大大提高了工作效率。

本实施例中，其“移动”的含义是卸料时，除了传统装车方式的车厢移动，卸料点也可以移动，以此解决装车均匀的问题，同时由于卸料点也可以移动，司机不需要丰富的装车经验也能顺利完成与装车系统的配合。由于装车时车辆和卸料点都在移动，这就需要多个设备的相互配合，包括：称重传感器、物料量传感器、溜槽伸缩控制、卸料闸门的开度等多个设备，特别是在装车过程中，车辆在移动，出料点也在移动，两者的配合呈现的非线性特征不是一般的数学模型所能解决的，因此采用一般的操控平台是很难达到这些要求的。而基于ROS的操控平台正是解决这一问题的最佳方案。基于ROS操控平台，可以根据装车车辆的位置，进行路径规划和导航。此外车号识别功能都能在主控制器内实现，不需要再另外加识别的控制器，而ROS操控平台的智能化学习功能使车辆移动和出料口移动的智能化相互配合得以很好的解决。本实施例所述ROS操控平台设有9个节点，如图2所示包括：运动控制节点、车号识别节点、车厢外形识别节点、落料状态识别节点、车速及车位测量节点、溜槽位置识别节点和学习节点。不同的节点可以分布式运行在不同的主机上。为了提高设备监控的实时性，采用同步通信机制。

卸料点移动有两种解决方案。其一是：伸缩溜槽采用一个出料口移动的方式，如图1所示。即出料口在装车过程中根据需要可以从车厢头部或尾部向车厢的另一端移动，也就是溜槽的出口形成沿车厢长方向移动（图1是沿箭头A方向移动，图1中以实线溜槽到虚线溜槽表示卸料点的移动），形成均匀装车。其二是：采用多个料仓或多个沿车厢长方向排列的溜槽，如图3所示，卸料时依次打开各个溜槽或料仓的闸门，这种方案的好处是溜槽只需要在小范围内移动，对溜槽的结构要求不高，或者还可以将所有闸门都打开，只需适时的控制闸门的关闭，就能够达到均匀装车的效果。

为解决装车过程中配合车辆移动的卸料点移动以及料仓散料量变化的问题，本实施例利用ROS平台的学习功能，构建智能装车决策模型。所述智能装车决策模型利用以往装车经验，对车辆移动的速率和卸料点运动的速率，以及车厢中料堆的形状状态、料堆的堆积速率、料仓中散料变化量、卸载闸门开度等多项变化因素进行综合考虑，形成对装车过程的优化，找到最佳装车方案，对当前装车过程予以指导。智能装车决策模型可以采用神经网络等智能化算法进行学习和训练。

料位传感器和称重传感器用于监测料仓中的散料量，以便皮带机进行补充，以及评估进入车厢的散料量。料位传感器可以采用插在料堆中的杆式传感器，也可以采用三维激光雷达。称重传感器可以采用常规的电子秤，应当具有抗冲击和抗干扰的能力。

散料特性检测器用于对物料的流动性和堆密度进行检测，以用于评估车厢的装满并冒尖的程度，对于如煤炭等堆密度较小的散料，为使车厢能够多装载一些煤炭，所以都会尽量将煤炭装车装到高出车厢帮板，因此流动性和堆积角都是十分重要的参数，对于不同的煤炭有些许差异，都需要在线进行实时检测，以达到最大的装车量。

车号识别摄像机用于对车的牌号进行识别，对于汽车则是车的身份证号，对于火车车厢则是车型的识别，同样有重要的意义。

装车位两侧的光栅用于对车厢的实时位置进行识别。车厢的实时位置十分重要，需要明确的确定，只有车厢位置十分确定才能准确和均匀的装车。需要说明的是，装车位是一个范围观念而不是一个固定点的概念，即车辆在装车过程中可以在装车位范围内不断移动，也可以停靠在装车位的某个位置点。

车厢外形三维激光雷达用于对车厢的尺寸进行测量，以便根据车厢的尺寸制定装车计算。在通常情况下，车厢的尺寸是已知的，可以在车辆的档案中查到，但在实际装车过程中，还要判断车厢中是否有异物，或没有清除干净剩余物料，因此需要对车厢进行整体扫描，以确定能够装车的量。

落料状态三维激光雷达用于在卸料过程中对堆积在车厢的料堆进行监测，并不断的将监测结果通知节点管理器，以便相应节点能够实时的调整闸门的开度或溜槽的伸缩量，以适应当前的料堆堆积状态，既要避免装料不均匀同时避免料堆的堆积对出料口的出料产生干扰。

落料点位置传感器用于确定出料口在车厢的哪个部位在卸料，如果是单个料堆，而出料口能够移动的方案，则出料口的位置由落料点位置传感器所监测。如果是多个料仓的方案，则落料点位置传感器则监测哪个料仓的出料口在卸料并同时监测落料点的具体位置。本实施例的装车过程中，由于车辆是移动的，同时出料口也是移动的，两者需要配合才能实现准确的卸料，因此落料点位置监测是十分重要的。

闸门开度传感器用于监测闸门的开度。一般情况下，在开始卸料时都要将闸门全开，但在卸料过程中，为了避免物料在车厢中的某一点堆积过多，则需要减小闸门的开度，这一调整过程则需要闸门开度传感器对闸门的开度进行监测。

所述的运动控制节点与皮带机控制器、溜槽伸缩控制器、出料点控制器、卸料闸门开闭控制器连接。皮带控制器安装在皮带输送机，通常是变频控制器，用于对皮带机输料量进行控制。溜槽伸缩控制器通常与溜槽伸缩油缸连接，以控制溜槽的伸缩。而出料点控制器则控制溜槽出口的位置。

卸料闸门开闭控制器用于对卸料闸门的开启和开启程度进行控制，通常与闸门液压缸连接，通过闸门液压缸对闸板的运动进行控制，实现闸门的开闭。

实施例二：

本实施例是实施例一的改进，是实施例一关于料仓和溜槽伸缩段的细化。本实施例所述的料仓为一个，所述的溜槽设有由溜槽伸缩控制器控制的溜槽伸缩段和由出料点控制器控制的能够在装车位范围内自由移动以主动配合车厢位置进行装车的出料口，如图1所示。

本实施例所述的出料口能够上下移动的同时还能够水平移动，以追踪车厢的移动。在铁路装车的过程中，由于车厢是沿铁轨移动，通常不会左右偏离，但由于装车过程中车厢是不断前进的，因此会出现前后的偏离，为此，本实施例所述的出料口能够追踪车厢的运动轨迹，进行合理的卸料。如果车厢是汽车车厢，则车厢还可能出现左右偏离情况，因此出料口在追踪车厢向前移动的同时还需要左右移动，以追踪车厢的左右偏离。

本实施例设立一个较大的料仓，料仓的容量一般能够容纳装载两三个车厢的装载量。本实施例的特点是溜槽是一个即能够上下伸缩，出料口又能够前后左右水平移动溜槽，上下升降是为了能够将溜槽深入到车厢中，而出料口的左右水平移动是为了能够均匀的将物料倾泻到车厢中，而不会出现偏载。上下升降可以采用油缸或电缸等直线运动的推拉杆，而水平的移动可以采用导轨结合推拉杆或钢索牵引的方式，由于需要升降和水平移动，溜槽由柔性材料构成，并具有一定的抗冲击能力，能够经受物料在弯曲部位的流动，而不会出现破损。

实施例三：

本实施例是上述实施例的改进，是上述实施例料仓和溜槽的改进，本实施例所述的料仓为沿车厢长方向排列的多个料仓，各个料仓分别设有各自的伸缩溜槽和卸料闸门，各个所述的料仓的伸缩溜槽和卸料闸门与出料点控制器连接，如图2所示（图2中有四个料仓，实际还可以多或少于4个料仓）。

本实施例采用多个料仓和溜槽及其闸门，这样能够更加方便的配合车厢不断移动的位置，除了提高了装车的效率，缩小了溜槽的运行范围，降低了对溜槽材料和结构的要求。调整溜槽闸门的开闭相当于调整了出料点的位置，配合智能卸料能够产生很好的装车效果，不再要求车辆的驾驶员精确的控制车辆位置和运行速率，降低驾驶员的操作难度，同时也节省了车辆调度指挥模块，降低了装车系统的成本。

为使装车能够准确并减小驾驶员的工作难度，可以在排头和排尾的料仓上设置多个带有卸料闸门的出料口。也可以在沿车厢长宽方向设置出料口。出料口沿车厢长方向排列，可以根据车厢的位置调整出料口的开启，以配合车辆的运动。而出料口沿车厢宽方向设置，可以提高卸料的速度，并使装车更加均匀。

实施例四：

本实施例是一种使用上述实施例所述的移动装车系统的基于ROS的移动装车方法，所述方法的步骤如下：

步骤1，接收装车参数：节点管理器收到装车基本参数，包括：散料类型、散料量、装车车厢尺寸参数。

为了防止偏载，散料在车厢须尽可能的装载均匀，为此，在装车前首先要评估一下整车散料所占有的容积是多少，并与车厢的容积进行比较，以计算出散料在车厢中的装满程度，简单的说就是：当散料的比重较小时同样重量的散料可能在车厢中装载的比较满，而比重较大的散料在车厢中装载得比较浅一些，因此，在装车前预测车厢的装满程度是十分必要的，以便在装车过程中均匀的控制装车量。

车厢在装车过程中的实时位置也是一个十分重要的参数，例如在汽车装车时，汽车的实时移动位置（车厢的实时移动位置）应当十分准确的对准溜槽的出料口（出料点），在传统的装车中，需要司机有丰富的经验，才能做到这一点。而由于本实施例所使用的是出料点（出料口）能够移动的装车溜槽，也就是说车厢能够相对自由的移动，即便有些偏离，出料口也能够追踪到实现正确装车，这就大大降低了对司机的要求，不需要车辆调度模块辅助装车。

步骤2，备料：根据装车参数，输送皮带机向称重输料仓中输送散料，料量监测节点监测称重输料仓中的散料量，在输料过程中散料特性监测节点在线检测物料的堆密度和流动性，为精确控制装车量提供依据。

通常情况下，散料以质量为单位出售，而在本实施例中，采用体积和质量相关性进行评估，得到装车散料的质量，因此，散料的单位体积与出售时的质量是相关的，需要比较精确的计算。本步骤在皮带机将散料输入到料仓过程中对散料进行实时检测，为计算散料的质量提供依据。料仓内散料堆积高度也是一个十分重要的参数，各个参数即能够表明料仓所储备的散料量，又能够通过堆积高度的变化判断装车量，实现散料装车的精确计量。

步骤3，获取当前车厢的参数：在装车车辆接近和进入装车位时，车号识别节点获取进入装车站的车辆牌号，以确定是与装车计划相符的车辆；车位测量节点监测车辆的移动位置和移动速率；车厢外形识别节点取得车厢的尺寸、位置，并判断车厢是否为空。

车号识别是车辆开始接近装车位即开始，可以采用通常的号牌识别系统，这一系统通常安装在PC机，如果与现有的装车系统衔接通常需要进行接口改造，但使用ROS操控平台则没有接口问题，可以直接安装使用。车厢的精确位置和运动速率监测是装车能够智能化自动装车的前提，因此，车位测量节点通过光栅精确的定位车厢在装车位中的实时位置和运动速率，位置检测应达到厘米级。车厢外形识别节点不但应精确给出当前车厢的精确尺寸，还要探测车厢中是否有异物或剩余的散料，以提高装车量计量的准确度。

步骤4，根据装车车辆在装车位中的移动速率、位置、当前车厢的识别结果，落料状态、称重输料仓物料的变化量信息，在智能装车决策模型的支持下调整溜槽物料口的位置以追踪车厢的移动，并控制卸料量，以控制卸料堆积状态，避免偏载，智能完成整个卸料过程。

本步骤的卸料所强调的“移动卸料”的含义是：车厢在不断移动的同时，溜槽出料点也移动追踪车厢的移动，而出料点移动的含义是：可以是溜槽的出口沿车厢长方向（前后）或左右移动，利用溜槽出口的移动追踪车厢的移动而将散料均匀填满车厢。而卸料点移动的另一个含义是：沿车厢长方向排列的一排称重输料仓按照时间顺序依次开闭或同时开闭但控制开度及根据车厢的位置小范围内调整出料点的位置，形成物料依次进行车厢的变化状态，类似于出料点的移动。

本步骤的关键在于卸料点的移动追踪配合车厢的移动，这是一个较为复杂的过程。对于传统的装车站，卸料点是溜槽出口，通常是不能水平移动的，只能让车厢配合溜槽的出口，而卸料过程则需要操控卸料的人员具有丰富的经验，才能做到均匀的装车。但在自动化系统中必须将人工的经验转化为智能化的操控系统。本实施例利用了ROS操控平台的智能化学习功能构建智能装车决策模型，对车厢运动速率、车厢位置、卸料点运动速率、卸料点位置、车厢内料堆堆积的形状、料堆的堆积速率，以及料仓内的散料量的变化量、卸料闸门的开度等多个变化因素综合考虑，形成最佳装车方案，对当前装车进行指导。ROS操作平台通过不断的学习丰富经验，配合能够水平移动卸料点，形成智能装车决策模型的不断优化，将智能化的卸料操控达到新的高度。

在卸料过程中另一个十分重要的环节是控制装车量。本步骤以实时监测称重输料仓中散料的变化量配合称重传感器，监测装入车厢中的物料量。由于在装车过程中不但要考虑由于卸料闸门的打开，使料仓中的散料不断流走，同时皮带机还在不断向称重输料仓中输送散料，这就必须考虑两者之间的关系。同时还要考虑的因素是散料的流动性和堆密度，因在备料的过程中已经对当前散料进行检测，可以使用这些检测数据，并参考称重传感器对料场重量的检测，能够计算出进入车厢的散料质量和体积，实现精确装车。智能装车决策模型对称重输料仓中散料量进行不断监控，并根据散料的流动性和堆密度不断进行计算，并用计算结果对卸料闸门和输料皮带机进行智能化控制，配合料堆监控的计算，形成整体装车智能化控制。

步骤5，装车结束：根据落料状态识别节点和溜槽出料位置识别节点所获取的装车状态信息，车厢内散料量已经达到装车计划的要求，则装车系统指令卸料开闭控制设施关闭闸门，并指令溜槽伸缩控制设施将溜槽归位；学习节点归纳本次装车特点，并将本次装车的特点和各项参数记录在数据库中，进一步对智能装车决策模型进行训练。

当装车系统通过综合称重传感器、料位传感器、落料状态三维激光雷达等各个传感器，所采集的信息进行计算，得出装车量已经达到了计划量时，即关闭卸料闸门并升起溜槽，完成装车。所述的溜槽归位是指溜槽升起至起始位置。

本步骤的另一个关键点是学习功能。由于卸料点需要追踪车厢的实时位移，其两者之间的关系无法用数学模型表达，因此本步骤采用ROS所拥有的学习功能，通过建立智能装车决策模型以及相应的经验数据库，对以往的成功案例进行分析、归纳、储存、学习，对之后的装车操作进行指导，优化智能装车决策模型。

最后应说明的是，以上仅用以说明本发明的技术方案而非限制，尽管参照较佳布置方案对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案（比如装车站的形式、增加更多的传感器、装车对象是火车还汽车、步骤的先后顺序等）进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。

Claims (1)

1.一种基于ROS的移动装车方法，所述装车方法所使用的系统，包括：安装在钢结构架上的输送皮带机、带有溜槽和卸料闸门的料仓，所述的料仓的出料点能够沿车厢长方向移动；还包括：ROS操作平台的节点管理器；所述的节点管理器负责协调、管理料量监测节点、散料特性监测节点、车号识别节点、车位测量节点、车厢外形识别节点、落料状态识别节点、溜槽出料点位置识别节点、运动控制节点、学习节点的工作；所述的料量监测节点与料位传感器和称重传感器连接，所述的散料特性监测节点与散料特性检测器连接，所述的车号识别节点与车号识别摄像机连接，所述的车位测量节点与光栅连接，所述的车厢外形识别节点与车厢外形三维激光雷达连接，所述的落料状态识别节点与落料状态三维激光雷达连接，所述的出料点位置识别节点与落料点位置传感器和闸门开度传感器连接，所述的运动控制节点与皮带机、溜槽伸缩控制设施、出料点控制设施、卸料闸门开闭控制设施连接，所述的学习节点配备有数据库；学习节点通过历史装车数据的训练建立起智能装车决策模型，并不断吸收装车过程的数据对智能装车决策模型进行完善，为装车系统运动部件控制提供决策支持；

所述的料仓为一个料仓，所述的溜槽设有由溜槽伸缩控制器控制的溜槽伸缩段和由出料点控制器控制的能够在装车位范围内自由移动以主动配合车厢位置进行装车的出料口；

或者所述的料仓为沿被装车车厢排列的多个料仓，各个料仓分别设有各自的伸缩溜槽和卸料闸门，各个所述的料仓的伸缩溜槽和卸料闸门与出料点控制器连接；

其特征在于，所述方法的步骤如下：

步骤1，接收装车参数：装车系统接收装车基本参数，包括：散料类型、散料装车量、车号、装车车厢尺寸参数；

步骤2，备料：根据装车参数，输送皮带机向称重输料仓中输送散料，料量监测节点监测称重输料仓中的散料量，在输料过程中散料特性监测节点在线检测物料的堆密度和流动性，为精确控制装车量提供依据；

步骤3，获取当前车厢的参数：在装车车辆接近和进入装车位时，车号识别节点获取进入装车站的车辆牌号，以确定是与装车计划相符的车辆；车位测量节点监测车辆的移动位置和移动速率；车厢外形识别节点取得车厢的尺寸、位置，并判断车厢是否为空；

步骤4，移动卸料：根据装车车辆在装车位中的移动速率、位置、当前车厢的识别结果，落料状态、称重输料仓物料的变化量信息，在智能决策模型的支持下调整溜槽物料口的位置以追踪车厢的移动，并控制卸料量，以控制卸料堆积状态，避免偏载，智能完成整个卸料过程；

步骤5，装车结束：根据落料状态识别节点和溜槽出料位置识别节点所获取的装车状态信息，车厢内散料量已经达到装车计划的要求，则装车系统指令卸料开闭控制设施关闭闸门，并指令溜槽伸缩控制设施将溜槽归位；学习节点归纳本次装车特点，并将本次装车的特点和各项参数记录在数据库中，进一步对智能装车决策模型进行训练。