鐵精礦智能工業機器人—無人裝運系統

于繼明 徐 偉 劉國榜 肖澤龍

（1.金陵科技學院機電工程學院，江蘇 南京 211169；2.南京寶地梅山產城發展有限公司，江蘇 南京 210041；3.南京理工大學電子工程與光電技術學院，江蘇 南京 210094）

隨著智能制造、自動化、人工智能等技術在工業行業的應用，鐵精礦粉智能化自動裝運的業務需求越來越緊迫。在20多年前，西方發達國家就開始工業機器人的研究，瑞典的ABB Robotics，日本的FANUC、Yaskawa，德國的KUKA Roboter，美國的Adept Technology、American Robot、Emerson Industrial Automation、S-T Robotics等公司的產品，已經成為其所在地區的支柱性產業［1］，在干散貨發貨機器人研發方面，ABB公司在1983年推出了當時比較先進的自動操作系統——“橋式抓斗卸船機自動操作系統（抓斗擺動和性能優化器GPO），系統包括自動卸船、卸船機自動操作時過載控制、抓斗運行軌跡優化計算和抓斗擺動抑制，但由于干散貨搬運設備搬運的貨物質量大、工作速度快，當機器人運行不平穩時，極易造成設備的損壞以及人員的傷害，直接影響到生產的高效、穩定和持續運行，難以適應現場要求。經過多年的發展，國外的干散貨裝運設備技術已進入比較成熟階段，技術水平處于領先地位，然而受價格高及售后服務滯后等多種因素影響，國外產品在國內占據的市場份額極小。韓國浦項2002年研制與實施了第一臺行車自動化［2］。在國內，行車自動化系統2007年在寶鋼使用［3］，2018年，寶鋼上線首個無人行車智能車間［4］，江西銅業做了尾礦行車智能化改造［5］，但上述系統均不能適應散料智能裝運的普適性要求。近幾年來，在散料的無人發貨關鍵技術方面，研究人員在三維掃描、建模等方面做了一些探索與應用［6-9］，但對于吸波材料發貨智能化調度方面，還缺乏研究。本項目小組經近3年的研究，在智能無人發貨的系統架構、關鍵技術、系統應用效果分析等方面均取得原創性成果，研發了無人值守工業機器人發貨系統的關鍵裝備，設計了智能調度算法，為鐵礦粉智能裝運系統的應用提供了關鍵裝備、技術與方法。

1 鐵礦粉無人值守智能裝運系統架構

普適型干散貨發貨機器人系統涵蓋了現場信息采集、裝備聯動、通信可靠、業務連續、安全穩定等多方面要求，業務現場多種因素變化頻繁，復雜度較高。根據業務總體需求，將系統分為三大模塊：采集模塊、運動控制模塊、智能調度模塊，分別相當于人的“眼”、“手”、“大腦”功能，各模塊又分別包括多個子模塊，實現全場景信息“輸入”、處理加工與指揮、運動控制三個大的功能模塊，如圖1所示。

1.1 信息采集模塊

鐵礦粉無人值守智能裝運系統涉及的系統信息包括現場條件信息、定位信息、設備信息、業務信息、安全信息、任務實時信息等內容，采集的實時性、穩定性要求非常高，且各類信息的相關性較強，因此，需要對所有信息進行梳理、分析，得出正常流程下邏輯關系及異常情況的處理邏輯。信息采集模塊最重要的是現場散料的三維特征分布、設備安全狀態、業務過程狀態等信息，其中鐵精礦高度的精確采集是最為關鍵的技術，是關系到三維建模與發貨業務調度的關鍵因素。

1.2 智能調度模塊

無人值守發貨系統有三種業務狀態：發貨、布料與空閑狀態，系統能根據發貨計劃、現場條件與散料三維分布等情況，自主地調度任務。系統首先對業務現場及系統自身的狀態進行檢測，在滿足全自動業務的基礎上，根據是否有發貨計劃、有候發車輛等實時狀態，確定任務類型；其次檢測散料是否具備發貨條件，確定任務隊列；在滿足計劃與散料發貨條件狀態下，進一步確定當前一個任務的實施算法，包括抓取點、放料點、動作序列。在每次開始執行前、執行中、執行后，均對相應步驟涉及的相關因素進行檢測，以決定是否進入下一步操作任務，或執行異常處理流程。系統主要模塊關系及流程如圖2所示。調度模塊因直接指揮電控（執行單位）的動作，涉及設備與生產安全，實時性要求非常高，必須保證在現場安全、設備安全、狀態安全的情況下，方可發信令開始執行；執行過程中如果有設備故障或運行安全隱患，將中斷執行單元，進入異常流程，否則進入業務執行。布料工作與發貨工作類似，區別在于抓取區域、放料規則與位置不同，同時對單斗的抓取效果要求相對較低。

1.3 運動控制模塊

運動控制模塊是系統的執行機構，包括自身本質化安全檢測、故障告警、任務信令接收、大小車運動控制、抓斗升降控制、開閉合動作執行、軌道稱重、姿態檢測、自動人工模式切換等工作，目標是在保障安全的情況下，接收調度指令，實施抓取與裝運工作，同時根據自身故障、告警信息或接收到的信令確定中斷工作還是繼續執行，或切入到人工交互模式。主要功能模塊及執行流程如圖3所示。

圖3中，安全檢測模塊優先級別最高，在執行前、執行中、執行后均要進行實時檢測，如果任務類型為發貨，則在安全條件時執行大小車運動、升降、開閉等動作單元；如果任務類型為掃描，則根據任務起點、終點位置，帶動自身雷達，根據規則進行掃描動作，同時調度系統接收實時的三維坐標數據，傳輸至智能調度模塊進行大數據處理。

2 系統關鍵技術研究與設計

鐵礦粉智能裝運系統，要做到抗干擾、適應性強，需要解決鐵礦粉發貨的復雜應用場景下，系統的實時、智能、安全、穩定性，保證業務執行的連續性，還要考慮系統普適性、可擴展性能。系統在通信抗干擾、可靠性方面，采用主/備雙系統，能確保通信的實時、穩定性。系統的難點在于動態環境下高度的獲取、3D生成與抓取點定位。項目小組經過近3年的研究，對上述兩個問題進行攻關，研制了高精度的具有抗干擾能力的高度采集裝備，設計了基于神經網絡的抓取位定位算法。

2.1 抗干擾、高精度的高度探測雷達研制

鐵精礦粉發貨工作現場情況較為復雜，對高度的采集不僅要考慮雨霧天氣影響，還要考慮鐵礦粉具有的吸波影響因素，因此，研制具有抗干擾功能的高度采集設備尤其重要。

本項目的應用對象為有吸波的細顆粒鐵精礦粉，高度采集設備需要有防霧、防塵、防吸波等功能才能滿足復雜現場的高度采集需求。通過激光、紅外等高度采集設備的實驗，發現均難以滿足現場的高度采集要求。激光雷達雖然在實時性、掃描功能上有優勢，但是因鐵礦粉具有吸波、散射等特點，且受雨霧等天氣干擾較強，因此不具備現場高度采集要求。因鐵精礦倉的粉塵嚴重，超聲波雷達因其穿透力差、分辨率低不可用。根據現場高度采集要求及行車安裝位置所限，項目小組設計了一款毫米波雷達，安裝于行車起重臂旁邊的適當位置上，不僅能有效防塵，且能對礦粉堆進行快速垂直測距檢測，與行車平面位置采集共同組成空間三維坐標采集系統，采集方式與安裝方式如圖4所示。

毫米波雷達兼有微波制導和光電制導的特點，與紅外、激光、電視等光學制導雷達相比，毫米波雷達穿透霧、煙、灰塵的能力強，且有體積小、質量輕和空間分辨率高的特點。雷達通過天線向鐵礦粉堆發射頻率經過調制的毫米波，毫米波被礦堆表面反射，反射信號與發射信號進行混頻產生的差頻信號通過AD采樣后轉換為數字信號，通過高精度測距信號處理算法對該數字信號進行處理，得到鐵礦粉堆表面的高度數據。毫米波雷達同時可用于其它散裝料表面的高度采集，具有非常好的適應性。

根據上述原理，設計的毫米波雷達三維坐標采集系統包括以下模塊：毫米波雷達、無線通信發射模塊、無線通信接收模塊、上位機，如圖5（a）所示。毫米波雷達進行不間斷連續測量，測量結束后將距離信息通過無線傳輸方式傳回上位機。微波雷達的結構如圖5（b）所示，包括天線、射頻前端、信號處理板三大部分。雷達采用FMCW體制，前端使用FMCW射頻模塊，信號處理板核心芯片采用FPGA。雷達工作時，通過在FPGA中運行高精度測距算法提取雷達信號中的高度信息。

雷達采用連續波體制，在時間上改變發射信號的頻率，并測量回波信號相對于發射信號的頻率差，以此確定目標的距離。在一個調制周期內發射信號表示為

式中，vT(t)為雷達發射信號的表達式（隨時間變化的函數）；VT為雷達發射信號函數中的信號幅值，單位是“V”；T為調制周期；f0為發射信號中心頻率；B為發射信號掃頻帶寬；?0為發射信號初始相位；t為時間參數。

回波信號經過td=2R/c的時延后被雷達接收。其中R為目標與雷達之間的距離，在本項目中指的是雷達探測波束范圍內礦堆與雷達天線口面之間的距離；c為電磁波的傳播速度，在空氣中傳播取光速。對回波信號與發射信號混頻輸出的差頻信號進行化簡，得到混頻后的差頻信號表達式：

發射信號與回波信號混頻后，得到差頻信號頻率為：

式中，fT(t)表示發射信號的頻率；fR(t)表示接收信號的頻率；差頻信號的頻率與礦堆距離成正比。

假設在連續測量的情況下，對差頻信號做傅里葉變換后，差頻信號的頻譜幅度峰值可以精確地找到，測量精度主要由信噪比決定。分析表明，增加FFT譜線數量，提高頻譜分辨率可削減柵欄效應的影響，增加了采樣長度，但會增加時間開銷。因此，項目中采用了頻譜細化和能量重心校正的方法來實現高精度測距。圖6是直接做FFT變換后的頻譜幅度，圖7是頻譜細化后的頻譜幅度。根據理論計算，預期設計的毫米波雷達測距精度在10 cm左右。

雷達經南京梅山冶金發展有限公司礦業分公司浮選分廠現場測試，得到采集的高度與物理測量的高度值及誤差值如表1所示。

通過對比雷達的高度采集值與實際物理測量對比值可以看出，誤差值小于10 cm，與研制時理論計算的預期一致。為提高精度，可以通過軟件算法進行校正，采集精度滿足散料發貨的精度要求。

2.2 三維建模與智能調度算法

本系統中，任務的智能調度基于鐵礦粉的三維形態及分布。發貨場景的高度數據與平面位置坐標數據共同組成三維空間數據。系統通過執行掃描信令，可實時獲得相應散料的表面三維坐標數據，并實時進行3D建模，進一步得到鐵精礦粉的實時三維分布情況。在執行抓取行為時，需綜合考慮鐵精礦粉三維分布形態及機械執行的安全性要求，建立基于動態的3D窗口滑動匹配模型，是抓取位置及任務智能調度的關鍵技術。

在首次發貨時，對整個發貨區域進行3D掃描得到高度數據與平面位置坐標，對三維坐標數據進行3D建模，可得到堆料的三維實時分布情況，如圖8所示。圖中根據采集的高度及位置，對部分采集盲區采用插值方式補充數據，生成三維圖形，直觀地表達出三維物料連續分布情況，如“峰”與“谷”的分布位置與高度變化情況。

無人系統的抓取工作，需要智能確定抓取區域及范圍。應用k-means算法，根據高度差范圍，進一步得到堆料的區域分布，如圖9所示。在分區之后，每一高度范圍的“峰”、“谷”的分布范圍及區域均以數字化形式表示，方便系統按區域分布特征智能確定抓取區定位，保證抓取效果。

在選定抓取區域及順序后，需根據抓斗抓取的矩形尺寸確定抓取點，全自動智能調度執行。項目設計滑動窗口抓取算法，在優選的抓取區域中，結合距離最優及抓取效果要求，智能地生成一輪抓取調度任務隊列，執行抓取任務。一輪抓取執行結果如圖10所示，在最高區域上優先抓取，然后再在次高區域，按距離最優條件抓取，依次類推，直到全輪工作任務完成，再重新計算，進入下一輪任務。

在一輪抓取后，再次根據動態的三維數據應用k-means算法與窗口滑動算法，計算下一輪區域劃分，如圖11所示。

無人值守系統根據發貨計劃、現場條件、干散貨分布及設備狀態，進行智能調度，實現檢測、調度、裝運全自動化，直到不滿足條件為止。

3 系統應用及效果

經過近3年的研究，鐵精礦無人裝運系統于2018年10月測試應用，實現了細顆粒鐵精礦粉發貨的全自動無人操控。雷達采集精度滿足現場小于10 cm誤差的要求，系統能根據現場條件、車位狀態、堆料分布、設備狀態等因素的實時變化情況，智能、自動地執行發貨、布料、掃描等任務，為國內干散料行業的無人值守發貨提供了關鍵技術、裝備與應用案例，具有廣闊的應用前景。