CN116124499B - 一种基于运动车辆的煤炭采制方法、设备及介质 - Google Patents
一种基于运动车辆的煤炭采制方法、设备及介质 Download PDFInfo
- Publication number
- CN116124499B CN116124499B CN202211489779.9A CN202211489779A CN116124499B CN 116124499 B CN116124499 B CN 116124499B CN 202211489779 A CN202211489779 A CN 202211489779A CN 116124499 B CN116124499 B CN 116124499B
- Authority
- CN
- China
- Prior art keywords
- sampling
- current
- sensor
- carriage
- identifier
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000005065 mining Methods 0.000 title claims abstract description 20
- 238000005070 sampling Methods 0.000 claims abstract description 420
- 238000002360 preparation method Methods 0.000 claims abstract description 29
- 208000006440 Open Bite Diseases 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005553 drilling Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003723 Smelting Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003137 locomotive effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
- G01N1/08—Devices for withdrawing samples in the solid state, e.g. by cutting involving an extracting tool, e.g. core bit
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
- G01N1/08—Devices for withdrawing samples in the solid state, e.g. by cutting involving an extracting tool, e.g. core bit
- G01N2001/085—Grabs
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本说明书实施例公开了一种基于运动车辆的煤炭采制方法、设备及介质，涉及煤炭采制技术领域，方法包括：预先在指定位置处设置多个开关量传感器组成的传感器序列，通过传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识；确定运煤车辆运行至指定位置处的当前车厢位置信息和当前运行信息；确定当前车厢中可采样的当前安全区域，在当前车厢的当前安全区域中，设置当前车厢的至少一个当前采样子区域为当前车厢采样点，确定当前采样子区域的采样子区域标识；基于采样子区域标识和车辆速度，生成采样任务指令；控制采样机器人，按照采样任务指令对当前车厢进行采样，获取煤样，以通过制样设备对煤样进行制样操作。
Description
技术领域
本说明书涉及煤炭采制技术领域，尤其涉及一种基于运动车辆的煤炭采制方法、设备及介质。
背景技术
煤炭是煤矿、电厂、港口、冶炼、化工等行业的主要产品和生产原料，准确的煤炭品质是上述各行业安全生产、成本核算、流通交易的首要依据，而煤炭分析是煤炭质量监测和质量控制的基础工作，煤质的分析实际上是一种抽样分析的过程。煤炭是一种不均匀的物质(粒度、质量特性分布等)，被抽样的母本一般比较大(几十吨到几万吨不等)，最大限度地抽到能代表整个母本质量及特性的代表性样品的过程叫采样。采样之后的煤样，通过制样设备的制样处理，得到最终的煤样。
火车或汽车采样，主要有皮带采样和门式采样两种方式。皮带采样是在皮带上进行采样，这种采样的弊端是样品与最后装车的煤样存在一定的区别，与客户提供的采样数据有一定的误差，不具有严格的代表性；门式采样的缺点是采样周期比较长，且需要火车或汽车静止方可采样，严重约束了采样效率，这种采样方式的另一个缺点是无法做到自动采样，需要人工进行操作。综上可知，现有的采制样方式需要在运煤车辆静止的情况下采样，采样效率较低。
发明内容
本说明书一个或多个实施例提供了一种基于运动车辆的煤炭采制方法、设备及介质，用于解决如下技术问题：现有的采制样方式需要在运煤车辆静止的情况下采样，采样效率较低。
本说明书一个或多个实施例采用下述技术方案：
本说明书一个或多个实施例提供一种基于运动车辆的煤炭采制方法，所述方法包括：预先在指定位置处设置多个开关量传感器组成的传感器序列，当运煤车辆运动至所述指定位置后，通过所述传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识；通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，其中，所述当前车厢位置信息包括所述当前车厢的车厢标识，所述当前运行信息包括车辆速度；确定所述当前车厢中可采样的当前安全区域，在所述当前车厢的当前安全区域中，设置所述当前车厢的至少一个当前采样子区域为当前车厢采样点，确定所述当前采样子区域的采样子区域标识；通过所述当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识，当所述当前车厢的当前采样标识为第一采样标识时，基于所述采样子区域标识和所述车辆速度，生成采样任务指令，其中，所述第一采样标识用于表示当前车厢为未采样状态；控制采样机器人，按照所述采样任务指令，对所述当前车厢进行采样，获取煤样，以通过制样设备对所述煤样进行制样操作。
进一步地，预先在指定位置处设置多个开关量传感器组成的传感器序列，具体包括：获取所述运煤车辆的单个车厢长度；基于所述运煤车辆的单个车厢长度，在所述运煤车辆的指定侧，等间距设置多个开关量传感器，其中，所述指定侧为所述运煤车辆与所述采样机器人相邻的一侧；基于所述多个开关量传感器，组成传感器序列，其中，相邻开关量传感器之间的间距为指定数值，所述开关量传感器的数量为预设数值，且所述预设数值个开关量传感器组成的传感器序列的长度大于所述单个车厢长度；对每个开关量传感器依次设置传感器顺序标识。
进一步地，通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，具体包括：获取每个开关量传感器在多个时刻下分别对应的传感器数据；根据相邻时刻下的多个传感器数据和每个开关量传感器的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息；根据每个开关量传感器在多个时刻下分别对应的传感器数据，确定相邻开关量传感器对应的传感器数据；根据相邻开关量传感器对应的传感器数据，计算所述运煤车辆的当前运行速度。
进一步地，确定所述当前车厢中可采样的当前安全区域，具体包括：在多个传感器数据中，确定出传感器数据为无遮挡数据的开关量传感器的两个无遮挡传感器顺序标识，按照顺序标识从大到小的顺序，定义为第一无遮挡标识和第二无遮挡标识；并确定出所述采样机器人对应的当前传感器顺序标识；基于所述两个无遮挡传感器顺序标识，确定所述两个无遮挡传感器之间的传感器数量；根据所述传感器数量，确定当前车厢的实际车厢长度；获取预先设置的车厢头预警区域和车厢尾预警区域，基于所述实际车厢长度、当前传感器顺序标识、车厢头预警区域和车厢尾预警区域，计算所述当前车厢中可采样的安全区域。
进一步地，通过所述当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识之前，所述方法还包括：预先设置第一采样标识和第二采样标识，其中，所述第一采样标识用于表示未采样状态，所述第二采样标识用于表示采样状态；将运煤车辆中每个车厢的采样标识进行初始化，将每个车厢的采样标识均设置为第一采样标识；当运煤车辆运行至当前采样点时，确定当前采样点对应采样车厢的采样标识；当所述当前采样点对应的采样车厢的采样标识为所述第二采样标识时，则判定所述采样车厢为已采样状态，并对下一采样点进行采样判断；当所述当前采样点对应的采样车厢的采样标识为所述第一采样标识时，则对所述采样车厢设置待采样的子区域标识，以便于采样机器人按照所述待采样的子区域标识对所述采样车厢进行采样，并在采样后将采样车厢的采样标识设置为第二标识，其中，所述第二标识用于表示当前采样车厢为已采样状态。
进一步地，根据相邻时刻下的多个传感器数据，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息，具体包括：在所述传感器序列中，确定与所述采样机器人的对应的多个指定开关量传感器；预先将所述多个指定开关量传感器，分为三个区域，分别为第一区域、第二区域和第三区域，每个区域内包括至少两个指定开关量传感器；获取所述多个指定开关量传感器在第一时刻分别对应的多个指定传感器数据，以及在第二时刻分别对应的多个预设传感器数据，其中所述第一时刻为所述第二时刻的前一时刻；根据所述多个指定传感器数据，获取无遮挡数据对应的第一指定传感器，确定所述第一指定传感器在所述传感序列中的指定传感器标识；根据所述多个预设传感器数据，获取无遮挡数据对应的第一预设传感器，确定所述第一预设传感器在所述传感序列中的预设传感器标识；通过所述指定传感器标识，确定所述第一指定传感器的指定所属区域，通过所述预设传感器标识，确定所述第一预设传感器的预设所属区域；根据所述指定所属区域、所述预设所属区域以及预先获取的运煤车辆的运行方向，确定所述运煤车辆的车厢标识，其中，所述车厢标识为由小到大依次排列的正整数；根据所述运煤车辆的车厢标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息。
进一步地，通过所述指定传感器标识，确定所述第一指定传感器的指定所属区域，通过所述预设传感器标识，确定所述第一预设传感器的预设所属区域，具体包括：获取所述多个指定开关量传感器的传感器顺序标识；计算第一区域内的多个指定开关量传感器的顺序标识的平均值，作为第一区域标识均值；计算第二区域内的多个指定开关量传感器的顺序标识的平均值，作为第二区域标识均值；计算第三区域内的多个指定开关量传感器的顺序标识的平均值，作为第三区域标识均值；将所述指定传感器标识分别与所述第一区域标识均值、所述第二区域标识均值以及所述第三区域标识均值进行比较，确定所述第一指定传感器的指定所属区域；将所述预设传感器标识分别与所述第一区域标识均值、所述第二区域标识均值以及所述第三区域标识均值进行比较，确定所述第一预设传感器的预设所属区域。
进一步地，根据相邻开关量传感器对应的传感器数据，计算所述运煤车辆的当前运行速度，具体包括：根据相邻开关量传感器对应的传感器数据，确定每个相邻开关量传感器对应的传感器数据发生变化的时间；通过每个相邻开关量传感器对应的传感器数据发生变化的时间，计算两个相邻开关量传感器发生变化的时间差；基于所述时间差与所述相邻开关量传感器之间的间距，计算所述运煤车辆的当前运行速度。
本说明书一个或多个实施例提供一种基于运动车辆的煤炭采制设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
预先在指定位置处设置多个开关量传感器组成的传感器序列，当运煤车辆运动至所述指定位置后，通过所述传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识；通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，其中，所述当前车厢位置信息包括所述当前车厢的车厢标识，所述当前运行信息包括车辆速度；确定所述当前车厢中可采样的当前安全区域，在所述当前车厢的当前安全区域中，设置所述当前车厢的至少一个当前采样子区域为当前车厢采样点，确定所述当前采样子区域的采样子区域标识；通过所述当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识，当所述当前车厢的当前采样标识为第一采样标识时，基于所述采样子区域标识和所述车辆速度，生成采样任务指令，其中，所述第一采样标识用于表示当前车厢为未采样状态；控制采样机器人，按照所述采样任务指令，对所述当前车厢进行采样，获取煤样，以通过制样设备对所述煤样进行制样操作。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
预先在指定位置处设置多个开关量传感器组成的传感器序列，当运煤车辆运动至所述指定位置后，通过所述传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识；通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，其中，所述当前车厢位置信息包括所述当前车厢的车厢标识，所述当前运行信息包括车辆速度；确定所述当前车厢中可采样的当前安全区域，在所述当前车厢的当前安全区域中，设置所述当前车厢的至少一个当前采样子区域为当前车厢采样点，确定所述当前采样子区域的采样子区域标识；通过所述当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识，当所述当前车厢的当前采样标识为第一采样标识时，基于所述采样子区域标识和所述车辆速度，生成采样任务指令，其中，所述第一采样标识用于表示当前车厢为未采样状态；控制采样机器人，按照所述采样任务指令，对所述当前车厢进行采样，获取煤样，以通过制样设备对所述煤样进行制样操作。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：通过上述技术方案，通过传感器序列中的传感器数据和传感器顺序标识，确定车厢的位置信息和运行信息，并在车厢中设置了可采样的安全区域，避免机器夹具由于运煤车辆的运行状态与车厢头和车厢尾接触，影响采样进程；通过采样标识，避免出现重复采样的情况；此外，在车厢内设置采样点的具体位置，根据车辆运行信息和采样点位置信息，生成采样任务指令，通过采样机器人按照采样任务指令进行采样，解决了采样位置的设定问题，实现精准采样，也进一步提高了采样效率。
附图说明
为了更清楚地说明本说明书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说明书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。在附图中：
图1为本说明书实施例提供的一种基于运动车辆的煤炭采制方法的流程示意图；
图2为本说明书实施例提供的一种车厢标识判断的应用场景示意图；
图3为本说明书实施例提供的一种开关量传感器的布置示意图；
图4为本说明书实施例提供的一种采样标识的设置示意图；
图5为本说明书实施例提供的一种基于运动车辆的煤炭采制设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
煤炭是煤矿、电厂、港口、冶炼、化工等行业的主要产品和生产原料，准确的煤炭品质是上述各行业安全生产、成本核算、流通交易的首要依据，而煤炭分析是煤炭质量监测和质量控制的基础工作，煤质的分析实际上是一种抽样分析的过程。煤炭是一种不均匀的物质(粒度、质量特性分布等)，被抽样的母本一般比较大(几十吨到几万吨不等)，最大限度地抽到能代表整个母本质量及特性的代表性样品的过程叫采样。采样之后的煤样，通过制样设备的制样处理，得到最终的煤样。
火车或汽车采样，主要有皮带采样和门式采样两种方式。皮带采样是在皮带上进行采样，这种采样的弊端是样品与最后装车的煤样存在一定的区别，与客户提供的采样数据有一定的误差，不具有严格的代表性；门式采样的缺点是采样周期比较长，且需要火车或汽车静止方可采样，严重约束了采样效率，这种采样方式的另一个缺点是无法做到自动采样，需要人工进行操作。综上可知，现有的采制样方式需要在运煤车辆静止的情况下采样，采样效率较低。
本说明书实施例提供一种基于运动车辆的煤炭采制方法，需要说明的是，本说明书实施例中的执行主体可以是服务器，也可以是任意一种具备数据处理能力的设备。图1为本说明书实施例提供的一种基于运动车辆的煤炭采制方法的流程示意图，如图1所示，主要包括如下步骤：
步骤S101，预先在指定位置处设置多个开关量传感器组成的传感器序列，当运煤车辆运动至指定位置后，通过传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识。
预先在指定位置处设置多个开关量传感器组成的传感器序列，具体包括：获取该运煤车辆的单个车厢长度；基于该运煤车辆的单个车厢长度，在该运煤车辆的指定侧，等间距设置多个开关量传感器，其中，该指定侧为该运煤车辆与该采样机器人相邻的一侧；基于该多个开关量传感器，组成传感器序列，其中，相邻开关量传感器之间的间距为指定数值，该开关量传感器的数量为预设数值，且该预设数值个开关量传感器组成的传感器序列的长度大于该单个车厢长度；对每个开关量传感器依次设置传感器顺序标识。
在本说明书的一个实施例中，获取运煤车辆的单个车厢长度，此处的运煤车辆可以是火车，也可以是货车，本说明书实施例以存在多个车厢的火车为例进行说明，获取的单个车厢长度可以是根据统计数据得到的多个运煤车辆的车厢长度中的最大值作为单个车厢长度。在运煤车辆的采样侧，等间距布置多个开关量传感器，此处需要说明的是，开关量传感器设置在运煤车辆的采样一侧，但并非设置在运煤车辆上，开关量传感器不随车辆运行，其位置是固定的。根据多个开关量传感器，组成传感器序列，相邻开关量传感器之间的间距小于车厢之间实际存在的最小空隙，此处可以设置为500mm，开关量传感器的数量为预设数值，该预设数值满足预设数值个开关量传感器组成的传感器序列的长度大于单个车厢长度。根据预先获取的运煤车辆的运行方向，对每个开关量传感器依次设置传感器顺序标识，依次设置1、2、3等，此处的传感器顺序标识还可以是索引的方式，例如A1、A2、A3。
在本说明书的一个实施例中，通过传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识。需要说明的是，由于开关量传感器的数值分为两种数据，一个是无遮挡数据，另一个是遮挡数据。当运煤车辆经过传感器序列时，在每个时刻传感器序列得到的传感器数组是不同的，此处的数组是指每个传感器的传感器数据的值，以及按照传感器顺序标识进行排列的数字组合。
步骤S102，通过多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定运煤车辆运行至指定位置处的当前车厢位置信息和当前运行信息。
其中，当前车厢位置信息包括当前车厢的车厢标识，当前运行信息包括车辆速度。
通过该多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定该运煤车辆运行至该指定位置处的当前车厢位置信息和当前运行信息，具体包括：获取每个开关量传感器在多个时刻下分别对应的传感器数据；根据相邻时刻下的多个传感器数据和每个开关量传感器的传感器顺序标识，确定该运煤车辆运行至该指定位置处的当前车厢位置信息；根据每个开关量传感器在多个时刻下分别对应的传感器数据，确定相邻开关量传感器对应的传感器数据；根据相邻开关量传感器对应的传感器数据，计算该运煤车辆的当前运行速度。
在本说明书的一个实施例中，获取每个开关量传感器在多个时刻下分别对应的传感器数据，也就是每个时刻对应一个传感器数组，得到多个时刻分别对应的传感数组。运煤车辆运动至传感器序列位置处时，车厢对应位置处的传感器数值为遮挡数据，两个车厢之间的空隙处的传感器数值为无遮挡数据，通过判断相邻两个时刻下的多个传感器数据和每个开关量传感器的传感器顺序标识，可以确定运煤车辆运行至指定位置处的当前车厢位置信息。根据每个开关量传感器在多个时刻下分别对应的传感器数据，确定相邻开关量传感器对应的传感器数据。当开关量传感器的传感器数据发生变化时，说明该传感器正在经历由车厢到空隙或由空隙到车厢的变化过程，因此，可以根据相邻开关量传感器对应的传感器数据，计算该运煤车辆的当前运行速度。
根据相邻时刻下的多个传感器数据，确定该运煤车辆运行至该指定位置处的当前车厢位置信息，具体包括：在该传感器序列中，确定与该采样机器人的对应的多个指定开关量传感器；预先将该多个指定开关量传感器，分为三个区域，分别为第一区域、第二区域和第三区域，每个区域内包括至少两个指定开关量传感器；获取该多个指定开关量传感器在第一时刻分别对应的多个指定传感器数据，以及在第二时刻分别对应的多个预设传感器数据，其中该第一时刻为该第二时刻的前一时刻；根据该多个指定传感器数据，获取无遮挡数据对应的第一指定传感器，确定该第一指定传感器在该传感序列中的指定传感器标识；根据该多个预设传感器数据，获取无遮挡数据对应的第一预设传感器，确定该第一预设传感器在该传感序列中的预设传感器标识；通过该指定传感器标识，确定该第一指定传感器的指定所属区域，通过该预设传感器标识，确定该第一预设传感器的预设所属区域；根据该指定所属区域、该预设所属区域以及预先获取的运煤车辆的运行方向，确定该运煤车辆的车厢标识，其中，该车厢标识为由小到大依次排列的正整数；根据该运煤车辆的车厢标识，确定该运煤车辆运行至该指定位置处的当前车厢位置信息。
在本说明书的一个实施例中，图2为本说明书实施例提供的一种车厢标识判断的应用场景示意图，如图2所示，1-21用于表示21个开关量传感器。以采样机器人本体设置A、B、C三个区域，在每个区域中均包括多个开关量传感器。获取多个指定开关量传感器在第一时刻分别对应的多个指定传感器数据，以及在下一时刻，也就是第二时刻分别对应的多个预设传感器数据。也就是得到两个传感器数组，该数组中包括传感器3-传感器9的7个数值，每个传感器的数据包括两类数据，一类是遮挡数据，一类是无遮挡数据。根据两个传感器数组中无遮挡数据对应的第一预设传感器和第一指定传感器，确定两个传感器的传感器顺序标识，也可以称为传感器索引值。
通过两个传感器的传感器索引值，确定第一预设传感器的预设所属区域和第一指定传感器的指定所属区域。根据指定所属区域、预设所属区域以及预先获取的运煤车辆的运行方向，确定运煤车辆的车厢标识，车厢标识为由小到大依次排列的正整数，车厢标识也可以称为车厢索引。根据该运煤车辆的车厢标识，确定该运煤车辆运行至该指定位置处的当前车厢位置信息。
例如，当车辆运行方向为由A区域运行至C区域时，第一指定传感器的指定所属区域为A区域，第一预设传感器的预设所属区域为C区域时，其两个相邻时刻下的变化为A区域到C区域，与车辆运行方向一致，则判定车辆为前进方向，车厢索引值加一；反之，若相邻时刻下的变化为C区域到A区域，则判定车辆正在后退，车厢索引减一。按照上述方式，得到运煤车辆的车辆索引，进一步还可以得到运煤车辆的车厢数量。
通过该指定传感器标识，确定该第一指定传感器的指定所属区域，通过该预设传感器标识，确定该第一预设传感器的预设所属区域，具体包括：获取该多个指定开关量传感器的传感器顺序标识；计算第一区域内的多个指定开关量传感器的顺序标识的平均值，作为第一区域标识均值；计算第二区域内的多个指定开关量传感器的顺序标识的平均值，作为第二区域标识均值；计算第三区域内的多个指定开关量传感器的顺序标识的平均值，作为第三区域标识均值；将该指定传感器标识分别与该第一区域标识均值、该第二区域标识均值以及该第三区域标识均值进行比较，确定该第一指定传感器的指定所属区域；将该预设传感器标识分别与该第一区域标识均值、该第二区域标识均值以及该第三区域标识均值进行比较，确定该第一预设传感器的预设所属区域。
由于实际的火车车辆间隙处会存在干扰物，干扰物会影响开关量传感器的数值，为了保证车厢索引的准确性，本说明书实施例通过平均数模型，得到车厢的索引值。
在本说明书的一个实施例中，以图2为例，使用平均数技术判断车厢索引。在确定第一指定传感器的指定所属区域和确定该第一预设传感器的预设所属区域时，利用平均数技术实现。获取多个指定开关量传感器的传感器顺序标识，以图2为例进行说明，假设第一区域为A区域，包含传感器顺序标识8-9的传感器，第二区域为B区域，包含传感器顺序标识5-7的传感器，第三区域为C区域，包含传感器顺序标识3-4的传感器。计算A区域中的多个指定开关量传感器的顺序标识的平均值，得到8.5；计算B区域中的多个指定开关量传感器的顺序标识的平均值，得到6；计算C区域中的多个指定开关量传感器的顺序标识的平均值，得到3.5。将指定传感器标识分别与第一区域标识均值、第二区域标识均值以及第三区域标识均值进行比较，确定第一指定传感器的指定所属区域；将预设传感器标识分别与第一区域标识均值、第二区域标识均值以及第三区域标识均值进行比较，确定第一预设传感器的预设所属区域。通过传感器系统，结合平均数技术实现了多种复杂车型车厢数判断的模型问题，能准确判断C型、K型、集装箱等多种车型设备，以便于根据车型判断，选择和设置针对不同车型的采样点。
根据相邻开关量传感器对应的传感器数据，计算该运煤车辆的当前运行速度，具体包括：根据相邻开关量传感器对应的传感器数据，确定每个相邻开关量传感器对应的传感器数据发生变化的时间；通过每个相邻开关量传感器对应的传感器数据发生变化的时间，计算两个相邻开关量传感器发生变化的时间差；基于该时间差与该相邻开关量传感器之间的间距，计算该运煤车辆的当前运行速度。
在本说明书的一个实施例中，记录传感器n发生变化时的时间T1以及传感器n-1发生变化时的时间T2，计算两个相邻开关量传感器发生变化的时间差T2-T1，根据相邻开关量传感器之间的间距与时间差的比值，得到运煤车辆的运行速度。
步骤S103，确定当前车厢中可采样的当前安全区域，在当前车厢的当前安全区域中，设置当前车厢的至少一个当前采样子区域为当前车厢采样点，确定当前采样子区域的采样子区域标识。
在实际的应用场景中，由于运煤车辆处于运行状态，采样机器人的采样夹具随动取样，为了避免在取样过程中，由于车辆运行的原因，导致采样夹具触碰到车厢头或车厢尾，影响采样进程，需要对车厢设置可采样的安全区域。
确定当前车厢中可采样的当前安全区域，具体包括：在多个传感器数据中，确定出传感器数据为无遮挡数据的开关量传感器的两个无遮挡传感器顺序标识，按照顺序标识从大到小的顺序，定义为第一无遮挡标识和第二无遮挡标识；并确定出该采样机器人对应的当前传感器顺序标识；基于该两个无遮挡传感器顺序标识，确定该两个无遮挡传感器之间的传感器数量；根据该传感器数量，确定当前车厢的实际车厢长度；获取预先设置的车厢头预警区域和车厢尾预警区域，基于该实际车厢长度、当前传感器顺序标识、车厢头预警区域和车厢尾预警区域，计算该当前车厢中可采样的安全区域。
图3为本说明书实施例提供的一种开关量传感器的布置示意图，如图3所示，方框1-方框21用于表示21个开关量传感器，在21个开关量传感器中，方框2对应的编号1代表车辆左边，方框18对应的编号2代表车辆右边，编号3用于表示采样机器人本体位置，方框3-4对应的编号4表示车厢数判断对应的第三区域，也就是左区域，方框5-7对应的编号5表示车箱数判断对应的第二区域，也就是正中区域，方框8-9对应的编号6表示车箱数判断对应的第一区域，也就是右区域。方框3-方框17对应的编号7用于表示车厢长度，方框3-4对应的编号8表示左预警区域，也就是车厢头预警区域，方框16-17对应的编号9表示右预警区域，也就是车厢尾预警区域，方框5-15对应的编号10表示采样区域，也就是可采样的安全区域。当采样机器人位于传感器6处时，在此情况下，方框6-15为待采区域。
在本说明书的一个实施例中，在多个传感器数据中，确定出传感器数据为无遮挡数据的开关量传感器的两个无遮挡传感器顺序标识，此无遮挡的传感器之间即为车厢的距离。按照顺序标识从大到小的顺序，将车厢左边和右边对应的传感器分别定义为第一无遮挡标识和第二无遮挡标识，例如图3中的方框2和方框18。基于两个无遮挡传感器顺序标识，确定两个无遮挡传感器之间的传感器数量，也就是18-2-1，得到15，也就是说，车厢左边和车厢右边之间包括15个传感器。15个传感器之间存在14个间距，根据14与相邻传感器之间的设置间距的乘积，得到车厢长度。按照左右预警区域动态分配的宽度进行设置，得到车厢头预警区域和车厢尾预警区域。计算车厢长度与车厢头预警区域、厢尾预警区域的差，得到当前车厢中的安全区域。根据采样机器人对应的当前传感器顺序标识，将安全区域中位于当前传感器顺序标识之后的区域作为可采样的安全区域。以图3为例，当机器人本体位于方框6对应的传感器处时，则将方框6-15作为可采样的安全区域，当机器人本体位于方框9对应的传感器处时，则将9-15作为可采样的安全区域。上述论述中的方框序号的形式用于标识传感器索引，也就是传感器顺序标识。
在本说明书的一个实施例中，在当前车厢的当前安全区域中，根据预先设置的采样需求，确定当前车厢内的车厢采样点。将车厢安全区域对应的平面分为三行六列，得到18个子区域，并设置子区域标识。在18个子区域中进行顺序布置或随机布置，选择一个或多个采样子区域，也就是说，设置当前车厢的至少一个当前采样子区域为当前车厢采样点，确定当前采样子区域的采样子区域标识。
步骤S104，通过当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识，当当前车厢的当前采样标识为第一采样标识时，基于采样子区域标识和车辆速度，生成采样任务指令。
其中，第一采样标识用于表示当前车厢为未采样状态。
预先设置第一采样标识和第二采样标识，其中，该第一采样标识用于表示未采样状态，该第二采样标识用于表示采样状态；将运煤车辆中每个车厢的采样标识进行初始化，将每个车厢的采样标识均设置为第一采样标识；当运煤车辆运行至当前采样点时，确定当前采样点对应采样车厢的采样标识；当该当前采样点对应的采样车厢的采样标识为该第二采样标识时，则判定该采样车厢为已采样状态，并对下一采样点进行采样判断；当该当前采样点对应的采样车厢的采样标识为该第一采样标识时，则对该采样车厢设置待采样的子区域标识，以便于采样机器人按照该待采样的子区域标识对该采样车厢进行采样，并在采样后将采样车厢的采样标识设置为第二标识，其中，该第二标识用于表示当前采样车厢为已采样状态。
在本说明书的一个实施例中，在进行采样之前，对每个车厢设置采样标识，并对采样标识进行初始化，将每个车厢的采样标识均设置为第一采样标识，此处的第一采样标识用于表示未采样，可以设置为-1。图4为本说明书实施例提供的一种采样标识的设置示意图，如图4所示，当运煤车辆运行至当前采样点时，确定当前采样点对应采样车厢的采样标识，也就是图4中坐标数值，判断坐标数值是否为-1，若是，则说明当前采样点未进行过采样，需要设置当前采样点的待采样子区域标识X，按照待采样子区域标识X进行采样之后，将该采样点的采样标识设置为第二采样标识，第二采样标识用于表示采样状态，可以设置为0，之后车辆前进，进行下一流程。若坐标数值不是-1，说明此车厢已完成采样，为避免重复采样，直接进行下一流程，需要说明的是，当坐标数值不是-1时，坐标数值可能是用于表示已采样状态的标识0，也可能是已经设置好的待采样子区域标识；当坐标数值为0时，说明此采样点已进行了采样，为避免重复采样，直接进行下一流程；当坐标数值为待采样子区域标识时，则按照待采样子区域标识进行采样。
在本说明书的一个实施例中，若当前车厢的当前采样标识为第一采样标识，说明此车厢未进行过采样，则基于采样子区域标识和车辆速度，生成采样任务指令。通过采样子区域标识生成采样位置信息，根据车辆速度确定采样机器人的机械夹具的运动速度，使得夹具在与车辆随动的过程中进行采样。
步骤S105，控制采样机器人，按照采样任务指令，对当前车厢进行采样，获取煤样，以通过制样设备对煤样进行制样操作。
在本说明书的一个实施例中，通过机器人指定系统也就是采样机器人，按照采样任务指令，对当前车厢进行采样。采样机器人获取的外部信息包括了采样指令、采样深度、采样位置、车辆速度等信息，其中采样指令用于控制机器人开始采样工作，采样深度是根据用户需求预先设置的深度值，采样位置和车辆速度即为采样任务指令。采样机器人的内部程序一直处于等待状态，一旦采样指令下达，在无预警干扰的情况下，机器人夹具会按照设定的采样位置前出，在到达采样点上方时，实时获取采样深度，此时，如果深度大于空车厢阈值，那机器人会立即返回，继续处于等待状态，反之，结合实时获取的深度，根据采样方式(抓取或钻探)下探到指定深度，并结合车辆速度，夹具随车运动，获取煤样，然后返回到放料点。每个采样点单次采样周期抓取≤10秒，钻探≤15秒。机器人获取的煤样经破碎机破碎成需要的粒度，通过缩分机，根据用户所需部分子样流入集样机，多余的子样经斗提机返回车厢。
通过上述技术方案，通过传感器序列中的传感器数据和传感器顺序标识，确定车厢的位置信息和运行信息，并在车厢中设置了可采样的安全区域，避免机器夹具由于运煤车辆的运行状态与车厢头和车厢尾接触，影响采样进程；通过采样标识，避免出现重复采样的情况；此外，在车厢内设置采样点的具体位置，根据车辆运行信息和采样点位置信息，生成采样任务指令，通过采样机器人按照采样任务指令进行采样，解决了采样位置的设定问题，实现精准采样，也进一步提高了采样效率。
本说明书实施例还提供了一种用于实现上述方式实施例的采制系统，利用测距、开关量、限位等多种多组传感器，以PLC系统程序为核心，结合六轴机械臂、破碎机、缩分机、集样机、斗提机等制样设备，实现车辆运动中的精准采制样。在采制系统中包括传感器系统、PLC控制系统、机器人执行系统和制样设备系统。
传感器系统主要包括开关量传感器和测距传感器。开关量传感器，在采样一侧，布置了超过一列车厢或车(汽车)身长度的传感器序列，每传感器间距小于目标物之间实际存在的最小空隙500mm，用于判断目标物的位移速度以及与机械臂本体之间的相对位置，同时累计计算目标物的数量；另一方面，判断非目标物，在实际应用中，获取车头(火车)、车上人员(操作人员)等信息，与机器人联动；测距传感器，获取采样设备与采样面的实际距离，用于设置采样设备的下探深度，实现采样深度的控制。
PLC控制系统的功能如下：利用开关量传感器的数据，获取当前车辆的位置信息：长度、相对位置、预警区域、车厢索引等信息，传感器两侧的缝隙(两个无遮挡传感器)间的传感器数量，即为车辆长度为数量与500mm的乘积，本体位置绝对坐标(图3中的编号3)，预警区域按照左右动态分配的宽度设置，根据预警区域的设置和机器人本体位置的绝对坐标，确定危险区域和安全区域；车厢索引，设置为采样序列的索引，初始化数值-1，当产生新的索引时，根据一点或者三点采样，设置采样点，采样执行完成后，将采样点设置为0，防止重复采样。车厢索引的判断采用平均值判断的方法，即以机器人本体设置A、B、C三个区域，如图2所示，每个区域包含若干个开关量传感器，缝隙(无遮挡)G从A至C表示前进，车厢索引加1，从C至A表示后退，车厢索引减1，G为所有A和C之间所有传感器之后的平均值。火车车厢或汽车车厢，分为3行6列18个，每次单元采样，可以顺序布置或随机布置，每次采样完，不再重复采样。
此外，用开关量传感器的数据，获取车辆速度。记录传感器Ln发生变化时的时间T1，传感器Ln-1发生变化时的时间T2，车辆速度V＝500/(T2-T1)。通过I/O或通讯控制制样设备，实时读取设备运行状态，设备异常时系统处于待机状态。并且破碎粒度，缩分比可调。
机器人执行系统的功能如下所述：机器人获取的外部信息包括了采样指令、采样深度、采样位置、车辆速度等信息，内部程序一直处于等待状态，一旦采样指令下达(无预警干扰)，机器人夹具会按照设定的采样位置前出，在到达采样点上方时，实时获取采样深度，此时，如果深度大于空车厢阈值，那机器人会立即返回，继续处于等待状态，反之，结合实时获取的深度，根据采样方式(抓取或钻探)下探到指定深度，并结合车辆速度，随车运动，获取煤样，然后返回到放料点。每个采样点单次采样周期抓取≤10秒，钻探≤15秒。
制样设备系统用于将机器人获取的煤样经破碎机破碎成需要的粒度，通过缩分机，根据用户所需部分子样流入集样机，多余的子样经斗提机返回车厢。
在此过程中涉及软硬件相互配合的工作流程如下所述：传感器采集外部环境数据，包括车厢速度、位移、位置，夹具距离目标物的距离等信息，实时传递给PLC系统，PLC根据外部提供的输入数据，采用系统建立平均数模型，判断车厢的前进方向、当前索引、实时速度等运行信息，在车厢进入传感器覆盖区域后，经过机器人本体位置时，系统会自动布置采样作业任务，当车辆运行到具体采样点时，系统会发出采样指令和采样坐标信息，机器人在接收到采样指令后，实时前出，到达目标采样位置，下探抓取或钻探，根据预先设计的采样深度，获取煤样，然后返回放料点；放料点在获取物料后，经过破碎机、缩分器、集样机、斗提机等装置后，将丢弃煤样重新返回给车辆，其中机器人部分的程序在机器人系统中，制样设备和其他机械执行机构的程序，在PLC中运行。
通过传感器系统，结合平均数技术实现了多种复杂车型车厢数判断的模型问题，能准确判断C型、K型、集装箱等多种车型设备，根据车型判断，选择和设置针对不同车型的采样点(普通车型三点或者一点，每集装箱一点)；通过PLC控制系统，成功解决了采样位置的设定问题，系统穷举了可能出现的采样点队列，然后通过随机数的办法，动态指定每节车厢的采样位置，同时，在每节车厢采样完成后，及时复位，防止因车辆后退导致重复采样；机器人采样系统，根据PLC系统提供的采样位置参数、车速，结合采样臂，实现随动，解决了精准采样问题；通过机器人采样系统采样，每个采样点单次采样周期抓取≤10秒、钻探≤15秒，解决了传统采样速度慢、效率低的问题；通过软件调节破碎粒度、缩分比，解决了传统制样设备制样单一的问题。
本说明书实施例还提供一种基于运动车辆的煤炭采制设备，如图5所示，设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
预先在指定位置处设置多个开关量传感器组成的传感器序列，当运煤车辆运动至该指定位置后，通过该传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识；通过该多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定该运煤车辆运行至该指定位置处的当前车厢位置信息和当前运行信息，其中，该当前车厢位置信息包括该当前车厢的车厢标识，该当前运行信息包括车辆速度；确定该当前车厢中可采样的当前安全区域，在该当前车厢的当前安全区域中，设置该当前车厢的至少一个当前采样子区域为当前车厢采样点，确定该当前采样子区域的采样子区域标识；通过该当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识，当该当前车厢的当前采样标识为第一采样标识时，基于该采样子区域标识和该车辆速度，生成采样任务指令，其中，该第一采样标识用于表示当前车厢为未采样状态；控制采样机器人，按照该采样任务指令，对该当前车厢进行采样，获取煤样，以通过制样设备对该煤样进行制样操作。
本说明书实施例还提供一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：
预先在指定位置处设置多个开关量传感器组成的传感器序列，当运煤车辆运动至该指定位置后，通过该传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识；通过该多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定该运煤车辆运行至该指定位置处的当前车厢位置信息和当前运行信息，其中，该当前车厢位置信息包括该当前车厢的车厢标识，该当前运行信息包括车辆速度；确定该当前车厢中可采样的当前安全区域，在该当前车厢的当前安全区域中，设置该当前车厢的至少一个当前采样子区域为当前车厢采样点，确定该当前采样子区域的采样子区域标识；通过该当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识，当该当前车厢的当前采样标识为第一采样标识时，基于该采样子区域标识和该车辆速度，生成采样任务指令，其中，该第一采样标识用于表示当前车厢为未采样状态控制采样机器人，按照该采样任务指令，对该当前车厢进行采样，获取煤样，以通过制样设备对该煤样进行制样操作。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (7)
1.一种基于运动车辆的煤炭采制方法，其特征在于，所述方法包括：
预先在指定位置处设置多个开关量传感器组成的传感器序列，当运煤车辆运动至所述指定位置后，通过所述传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识；
通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，其中，所述当前车厢位置信息包括所述当前车厢的车厢标识，所述当前运行信息包括车辆速度；
确定所述当前车厢中可采样的当前安全区域，在所述当前车厢的当前安全区域中，设置所述当前车厢的至少一个当前采样子区域为当前车厢采样点，确定所述当前采样子区域的采样子区域标识；
通过所述当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识，当所述当前车厢的当前采样标识为第一采样标识时，基于所述采样子区域标识和所述车辆速度，生成采样任务指令，其中，所述第一采样标识用于表示当前车厢为未采样状态；
控制采样机器人，按照所述采样任务指令，对所述当前车厢进行采样，获取煤样，以通过制样设备对所述煤样进行制样操作；
预先在指定位置处设置多个开关量传感器组成的传感器序列，具体包括：
获取所述运煤车辆的单个车厢长度；
基于所述运煤车辆的单个车厢长度，在所述运煤车辆的指定侧，等间距设置多个开关量传感器，其中，所述指定侧为所述运煤车辆与所述采样机器人相邻的一侧；
基于所述多个开关量传感器，组成传感器序列，其中，相邻开关量传感器之间的间距为指定数值，所述开关量传感器的数量为预设数值，且所述预设数值个开关量传感器组成的传感器序列的长度大于所述单个车厢长度；
对每个开关量传感器依次设置传感器顺序标识；
通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，具体包括：
获取每个开关量传感器在多个时刻下分别对应的传感器数据；
根据相邻时刻下的多个传感器数据和每个开关量传感器的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息；
根据每个开关量传感器在多个时刻下分别对应的传感器数据，确定相邻开关量传感器对应的传感器数据；
根据相邻开关量传感器对应的传感器数据，计算所述运煤车辆的当前运行速度；
确定所述当前车厢中可采样的当前安全区域，具体包括：
在多个传感器数据中，确定出传感器数据为无遮挡数据的开关量传感器的两个无遮挡传感器顺序标识，按照顺序标识从大到小的顺序，定义为第一无遮挡标识和第二无遮挡标识；
并确定出所述采样机器人对应的当前传感器顺序标识；
基于所述两个无遮挡传感器顺序标识，确定所述两个无遮挡传感器之间的传感器数量；
根据所述传感器数量，确定当前车厢的实际车厢长度；
获取预先设置的车厢头预警区域和车厢尾预警区域，基于所述实际车厢长度、当前传感器顺序标识、车厢头预警区域和车厢尾预警区域，计算所述当前车厢中可采样的安全区域。
2.根据权利要求1所述的一种基于运动车辆的煤炭采制方法，其特征在于，通过所述当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识之前，所述方法还包括：
预先设置第一采样标识和第二采样标识，其中，所述第一采样标识用于表示未采样状态，所述第二采样标识用于表示采样状态；
将运煤车辆中每个车厢的采样标识进行初始化，将每个车厢的采样标识均设置为第一采样标识；
当运煤车辆运行至当前采样点时，确定当前采样点对应采样车厢的采样标识；
当所述当前采样点对应的采样车厢的采样标识为所述第二采样标识时，则判定所述采样车厢为已采样状态，并对下一采样点进行采样判断；
当所述当前采样点对应的采样车厢的采样标识为所述第一采样标识时，则对所述采样车厢设置待采样的子区域标识，以便于采样机器人按照所述待采样的子区域标识对所述采样车厢进行采样，并在采样后将采样车厢的采样标识设置为第二标识，其中，所述第二标识用于表示当前采样车厢为已采样状态。
3.根据权利要求1所述的一种基于运动车辆的煤炭采制方法，其特征在于，根据相邻时刻下的多个传感器数据，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息，具体包括：
在所述传感器序列中，确定与所述采样机器人的对应的多个指定开关量传感器；
预先将所述多个指定开关量传感器，分为三个区域，分别为第一区域、第二区域和第三区域，每个区域内包括至少两个指定开关量传感器；
获取所述多个指定开关量传感器在第一时刻分别对应的多个指定传感器数据，以及在第二时刻分别对应的多个预设传感器数据，其中所述第一时刻为所述第二时刻的前一时刻；
根据所述多个指定传感器数据，获取无遮挡数据对应的第一指定传感器，确定所述第一指定传感器在所述传感器序列中的指定传感器标识；
根据所述多个预设传感器数据，获取无遮挡数据对应的第一预设传感器，确定所述第一预设传感器在所述传感器序列中的预设传感器标识；
通过所述指定传感器标识，确定所述第一指定传感器的指定所属区域，通过所述预设传感器标识，确定所述第一预设传感器的预设所属区域；
根据所述指定所属区域、所述预设所属区域以及预先获取的运煤车辆的运行方向，确定所述运煤车辆的车厢标识，其中，所述车厢标识为由小到大依次排列的正整数；
根据所述运煤车辆的车厢标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息。
4.根据权利要求3所述的一种基于运动车辆的煤炭采制方法，其特征在于，通过所述指定传感器标识，确定所述第一指定传感器的指定所属区域，通过所述预设传感器标识，确定所述第一预设传感器的预设所属区域，具体包括：
获取所述多个指定开关量传感器的传感器顺序标识；
计算第一区域内的多个指定开关量传感器的顺序标识的平均值，作为第一区域标识均值；
计算第二区域内的多个指定开关量传感器的顺序标识的平均值，作为第二区域标识均值；
计算第三区域内的多个指定开关量传感器的顺序标识的平均值，作为第三区域标识均值；
将所述指定传感器标识分别与所述第一区域标识均值、所述第二区域标识均值以及所述第三区域标识均值进行比较，确定所述第一指定传感器的指定所属区域；
将所述预设传感器标识分别与所述第一区域标识均值、所述第二区域标识均值以及所述第三区域标识均值进行比较，确定所述第一预设传感器的预设所属区域。
5.根据权利要求1所述的一种基于运动车辆的煤炭采制方法，其特征在于，根据相邻开关量传感器对应的传感器数据，计算所述运煤车辆的当前运行速度，具体包括：
根据相邻开关量传感器对应的传感器数据，确定每个相邻开关量传感器对应的传感器数据发生变化的时间；
通过每个相邻开关量传感器对应的传感器数据发生变化的时间，计算两个相邻开关量传感器发生变化的时间差；
基于所述时间差与所述相邻开关量传感器之间的间距，计算所述运煤车辆的当前运行速度。
6.一种基于运动车辆的煤炭采制设备，其特征在于，所述设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
预先在指定位置处设置多个开关量传感器组成的传感器序列，当运煤车辆运动至所述指定位置后，通过所述传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识；
通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，其中，所述当前车厢位置信息包括所述当前车厢的车厢标识，所述当前运行信息包括车辆速度；
确定所述当前车厢中可采样的当前安全区域，在所述当前车厢的当前安全区域中，设置所述当前车厢的至少一个当前采样子区域为当前车厢采样点，确定所述当前采样子区域的采样子区域标识；
通过所述当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识，当所述当前车厢的当前采样标识为第一采样标识时，基于所述采样子区域标识和所述车辆速度，生成采样任务指令，其中，所述第一采样标识用于表示当前车厢为未采样状态；
控制采样机器人，按照所述采样任务指令，对所述当前车厢进行采样，获取煤样，以通过制样设备对所述煤样进行制样操作；
预先在指定位置处设置多个开关量传感器组成的传感器序列，具体包括：
获取所述运煤车辆的单个车厢长度；
基于所述运煤车辆的单个车厢长度，在所述运煤车辆的指定侧，等间距设置多个开关量传感器，其中，所述指定侧为所述运煤车辆与所述采样机器人相邻的一侧；
基于所述多个开关量传感器，组成传感器序列，其中，相邻开关量传感器之间的间距为指定数值，所述开关量传感器的数量为预设数值，且所述预设数值个开关量传感器组成的传感器序列的长度大于所述单个车厢长度；
对每个开关量传感器依次设置传感器顺序标识；
通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，具体包括：
获取每个开关量传感器在多个时刻下分别对应的传感器数据；
根据相邻时刻下的多个传感器数据和每个开关量传感器的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息；
根据每个开关量传感器在多个时刻下分别对应的传感器数据，确定相邻开关量传感器对应的传感器数据；
根据相邻开关量传感器对应的传感器数据，计算所述运煤车辆的当前运行速度；
确定所述当前车厢中可采样的当前安全区域，具体包括：
在多个传感器数据中，确定出传感器数据为无遮挡数据的开关量传感器的两个无遮挡传感器顺序标识，按照顺序标识从大到小的顺序，定义为第一无遮挡标识和第二无遮挡标识；
并确定出所述采样机器人对应的当前传感器顺序标识；
基于所述两个无遮挡传感器顺序标识，确定所述两个无遮挡传感器之间的传感器数量；
根据所述传感器数量，确定当前车厢的实际车厢长度；
获取预先设置的车厢头预警区域和车厢尾预警区域，基于所述实际车厢长度、当前传感器顺序标识、车厢头预警区域和车厢尾预警区域，计算所述当前车厢中可采样的安全区域。
7.一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
预先在指定位置处设置多个开关量传感器组成的传感器序列，当运煤车辆运动至所述指定位置后，通过所述传感器序列获取多个传感器数据以及每个传感器数据对应的传感器顺序标识；
通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，其中，所述当前车厢位置信息包括所述当前车厢的车厢标识，所述当前运行信息包括车辆速度；
确定所述当前车厢中可采样的当前安全区域，在所述当前车厢的当前安全区域中，设置所述当前车厢的至少一个当前采样子区域为当前车厢采样点，确定所述当前采样子区域的采样子区域标识；
通过所述当前车厢的车厢标识和预先设置的采样标识，确定当前车厢的当前采样标识，当所述当前车厢的当前采样标识为第一采样标识时，基于所述采样子区域标识和所述车辆速度，生成采样任务指令，其中，所述第一采样标识用于表示当前车厢为未采样状态；
控制采样机器人，按照所述采样任务指令，对所述当前车厢进行采样，获取煤样，以通过制样设备对所述煤样进行制样操作；
预先在指定位置处设置多个开关量传感器组成的传感器序列，具体包括：
获取所述运煤车辆的单个车厢长度；
基于所述运煤车辆的单个车厢长度，在所述运煤车辆的指定侧，等间距设置多个开关量传感器，其中，所述指定侧为所述运煤车辆与所述采样机器人相邻的一侧；
基于所述多个开关量传感器，组成传感器序列，其中，相邻开关量传感器之间的间距为指定数值，所述开关量传感器的数量为预设数值，且所述预设数值个开关量传感器组成的传感器序列的长度大于所述单个车厢长度；
对每个开关量传感器依次设置传感器顺序标识；
通过所述多个传感器数据以及每个传感器数据对应的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息和当前运行信息，具体包括：
获取每个开关量传感器在多个时刻下分别对应的传感器数据；
根据相邻时刻下的多个传感器数据和每个开关量传感器的传感器顺序标识，确定所述运煤车辆运行至所述指定位置处的当前车厢位置信息；
根据每个开关量传感器在多个时刻下分别对应的传感器数据，确定相邻开关量传感器对应的传感器数据；
根据相邻开关量传感器对应的传感器数据，计算所述运煤车辆的当前运行速度；
确定所述当前车厢中可采样的当前安全区域，具体包括：
在多个传感器数据中，确定出传感器数据为无遮挡数据的开关量传感器的两个无遮挡传感器顺序标识，按照顺序标识从大到小的顺序，定义为第一无遮挡标识和第二无遮挡标识；
并确定出所述采样机器人对应的当前传感器顺序标识；
基于所述两个无遮挡传感器顺序标识，确定所述两个无遮挡传感器之间的传感器数量；
根据所述传感器数量，确定当前车厢的实际车厢长度；
获取预先设置的车厢头预警区域和车厢尾预警区域，基于所述实际车厢长度、当前传感器顺序标识、车厢头预警区域和车厢尾预警区域，计算所述当前车厢中可采样的安全区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211489779.9A CN116124499B (zh) | 2022-11-25 | 2022-11-25 | 一种基于运动车辆的煤炭采制方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211489779.9A CN116124499B (zh) | 2022-11-25 | 2022-11-25 | 一种基于运动车辆的煤炭采制方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116124499A CN116124499A (zh) | 2023-05-16 |
| CN116124499B true CN116124499B (zh) | 2024-04-09 |
Family
ID=86294560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211489779.9A Active CN116124499B (zh) | 2022-11-25 | 2022-11-25 | 一种基于运动车辆的煤炭采制方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116124499B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2842399Y (zh) * | 2005-08-16 | 2006-11-29 | 徐州市伯利德科技开发有限公司 | 列车动态煤样采样装置 |
| CN101930629A (zh) * | 2010-06-09 | 2010-12-29 | 金龙联合汽车工业（苏州）有限公司 | 车辆信息采集装置的远程更新系统及其更新方法 |
| CN109447292A (zh) * | 2018-12-11 | 2019-03-08 | 江苏常发农业装备股份有限公司 | 一种车辆监管设备及方法 |
| CN209132012U (zh) * | 2018-09-26 | 2019-07-19 | 中国神华能源股份有限公司 | 火车采样装置 |
| CN113465981A (zh) * | 2021-06-29 | 2021-10-01 | 华能国际电力股份有限公司上安电厂 | 一种火力发电厂汽车煤采样机的定位方法 |
| CN113715041A (zh) * | 2021-09-16 | 2021-11-30 | 济南祥控自动化设备有限公司 | 一种集运站火车车厢自主采样系统和方法 |
| WO2022217630A1 (zh) * | 2021-04-15 | 2022-10-20 | 华北电力大学扬中智能电气研究中心 | 一种车速确定方法、装置、设备和介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102368004B1 (ko) * | 2017-10-03 | 2022-02-25 | 구글 엘엘씨 | 차량 진단 데이터에 근거하여 조치 가능한 이벤트 결정 |
-
2022
- 2022-11-25 CN CN202211489779.9A patent/CN116124499B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2842399Y (zh) * | 2005-08-16 | 2006-11-29 | 徐州市伯利德科技开发有限公司 | 列车动态煤样采样装置 |
| CN101930629A (zh) * | 2010-06-09 | 2010-12-29 | 金龙联合汽车工业（苏州）有限公司 | 车辆信息采集装置的远程更新系统及其更新方法 |
| CN209132012U (zh) * | 2018-09-26 | 2019-07-19 | 中国神华能源股份有限公司 | 火车采样装置 |
| CN109447292A (zh) * | 2018-12-11 | 2019-03-08 | 江苏常发农业装备股份有限公司 | 一种车辆监管设备及方法 |
| WO2022217630A1 (zh) * | 2021-04-15 | 2022-10-20 | 华北电力大学扬中智能电气研究中心 | 一种车速确定方法、装置、设备和介质 |
| CN113465981A (zh) * | 2021-06-29 | 2021-10-01 | 华能国际电力股份有限公司上安电厂 | 一种火力发电厂汽车煤采样机的定位方法 |
| CN113715041A (zh) * | 2021-09-16 | 2021-11-30 | 济南祥控自动化设备有限公司 | 一种集运站火车车厢自主采样系统和方法 |
Non-Patent Citations (2)
| Title |
|---|
| MMC型火车用门式煤采样装置的研制;陈冰山;钱超美;;煤炭科学技术;20091025(第10期);全文 * |
| 火车煤炭采样点快速选取系统设计与应用;周玉辉;闫玉乐;王保华;夏承莉;周博涵;;煤矿机械;20170115(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116124499A (zh) | 2023-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | A continuous-time model for multiple yard crane scheduling with last-minute job arrivals | |
| US20170025020A1 (en) | Vehicular traffic guidance and coordination system and method | |
| CN106547271A (zh) | Agv交通管制方法和装置 | |
| CN103456047B (zh) | 基于车辆动态检测技术的电子不停车收费车道系统及方法 | |
| CN105209192A (zh) | 增材制造中的局部污染检测 | |
| CN112299048A (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 | |
| KR20130094240A (ko) | 대차 시스템 및 대차 시스템의 제어 방법 | |
| CN107199893A (zh) | 能量回收方法及装置 | |
| Liu et al. | A new approach for real-time traffic delay estimation based on cooperative vehicle-infrastructure systems at the signal intersection | |
| CN116124499B (zh) | 一种基于运动车辆的煤炭采制方法、设备及介质 | |
| CN107031626A (zh) | 一种叉车自主避障系统及方法 | |
| CN114049777A (zh) | 基于分布式光纤传感的隧道车辆行驶预警装置及其方法 | |
| Liu et al. | Trajectory prediction of preceding target vehicles based on lane crossing and final points generation model considering driving styles | |
| Sohnius et al. | Data-driven Prediction of Surface Quality in Fused Deposition Modeling using Machine Learning: Datengetriebene Prädiktion der Oberflächenqualität beim Fused Deposition Modeling mittels Machine Learning | |
| CN110163406A (zh) | 人工智能线缆盘装车货位动态分配方法 | |
| CN115641033A (zh) | 一种车辆运输进程的监控方法、设备及介质 | |
| CN116184996A (zh) | 多机器人路径规划方法及装置 | |
| CN103207621A (zh) | 轨道式移动装置的定位方法、设备及系统 | |
| CN102854839B (zh) | 一种材料位置变化的图示方法 | |
| CN109318945B (zh) | 列车控制方法、装置及系统 | |
| CN116011784A (zh) | 一种煤场车辆智能调度方法及系统 | |
| CN115148028A (zh) | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 | |
| Lian et al. | A novel multi-warehouse mobile robot hierarchical scheduling strategy based on industrial cyber-physical system | |
| CN114248766A (zh) | 用于确保本车辆的行驶轨迹的设备和方法 | |
| JPH0481905A (ja) | 無人搬送システムにおける走行管理のシミュレーション方法 |
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 |