基于機器視覺的廢鋼智能判級系統研究與應用

王成鎮，朱 立，陳顯著，周 平，王念欣

（山東鋼鐵集團有限公司研究院，山東濟南 250101）

0 引言

隨著國家對鋼鐵企業節能減排和可持續發展提出了更嚴格的要求，廢鋼作為可替代鐵礦石的綠色環保、可循環利用的資源，在鋼鐵冶煉中的地位愈加重要。但傳統的廢鋼判級完全依賴于現場人工的經驗，且現場環境雜亂，時刻威脅人身安全，無法適應鋼鐵冶煉發展的需要。隨著機器視覺、人工智能及計算機技術的發展，以及各種機器學習算法的全面開花，機器學習開始成為機器視覺，尤其是識別、檢測和分類等應用中一個不可分割的重要工具[1]。目前利用機器視覺技術替代人工經驗已成為了廢鋼判級的一個有效手段，而廢鋼圖像識別技術的核心是機器視覺識別和機器學習的融合。機器視覺又被稱為計算機視覺，將數字圖像處理與數字圖像分析、圖像識別結合起來，開發出一種能替代人腦部分機能，理解自然景物和環境的系統[2]。機器學習是通過接收外界信息（包括觀察樣例、外來監督、交互反饋等），獲得一系列知識、規則、方法和技能的過程。機器學習的優勢在于設計者不必定義具體的流程細節，只需告訴機器一些通用知識，定義一些足夠靈活的通用結構，機器就可通過觀察和體驗積累實際經驗，對所定義的結構及其參數進行調整、改進，從而獲得面向特定任務的處理能力[3]。

廢鋼智能識別是應用機器視覺識別和機器學習融合的特點，通過大量標注廢鋼的圖片“喂飽”機器學習模型，訓練出精準的廢鋼識別模型，構建廢鋼智能判級系統，替代傳統的人工廢鋼判級系統。本文分析了傳統人工廢鋼判級方法的劣勢，介紹了某鋼鐵企業開發的廢鋼智能判級系統，并對該系統的應用情況進行了總結。

1 廢鋼判級概況

1.1 傳統廢鋼判級缺點

傳統的廢鋼判級無任何智能化設備，判級人員依靠近距離目測、卡尺測量等原始手段識別料型和雜物，完全依據個人經驗得出廢鋼判級數據。判級數據由人工填寫紙質報表，后轉換為電子表格上傳，實時性及準確性無法保證，存在很多不確定性。

（1）受人為主觀因素影響較大。人與人經驗各異，廢鋼判級標準無法達到所要求的統一分類標準，無法形成量化的評價結論以及判級結論的數據分析，不易讓供應商信服。

（2）廢鋼判級作業環境較為復雜惡劣，判級人員每次在廠房內近距離判級廢鋼，上面有吊車吊運廢鋼行走，下面有車輛及料斗車往返，必須時刻觀察、警惕甚至躲避，導致勞動強度大、作業風險高、效率低下。

（3）廢鋼卸車時，在人工判級過程中，液壓缸、密閉容器、危險品等存在漏驗、錯驗等情況，造成危險物、雜質無法及時警示，直接影響后續冶煉安全，存在重大安全事故隱患。

（4）廢鋼判級結果將直接決定廢鋼的收購價格，影響鋼鐵企業的利益、供應商的利益，進而影響供應商的合作積極性。一些供應商為獲取更大利潤，存在拉攏腐蝕判級人員的行為。

1.2 廢鋼判級發展趨勢

隨著機器視覺和人工智能算法的發展，廢鋼驗收越來越多采用無人化智能判級技術，現在國內已有若干鋼鐵企業廢鋼驗收無人化的案例，發展趨勢主要在遠程判級和智能判級兩個方面。

（1）遠程判級。利用機器視覺將現場廢鋼照片傳至廢鋼驗收大廳，根據人工經驗和現場廢鋼照片情況進行集中遠程判級。優點是廢鋼卸車過程全程錄像存儲，判級人員由現場作業改為集控室內操作，作業環境得到極大改善，廢鋼供應商有異議雙方可追溯并分析原因。

（2）智能判級。利用機器視覺和人工智能算法融合，開發廢鋼智能判級技術，構建基于實時檢測數據驅動的廢鋼識別模型，依據判級標準實現廢鋼無人化自動判級。其優點不但具有遠程判級的功能，更有無人化優勢，全程由計算機依據規則自動判級，杜絕人為因素干擾。

2 廢鋼智能判級系統

為了改善廢鋼判級過程過多依賴人為經驗、錯判率高等問題，某鋼鐵公司研發了基于人工智能技術的廢鋼智能判級系統。該系統主要利用機器視覺對廢鋼卸車過程實時拍照、逐層采樣，通過人工智能算法模型識別廢鋼料型、雜質，進行單層判級和整車判級，最終形成廢鋼判級報告，并對危險物、雜質等做出警示。

2.1 判級流程

廢鋼供應商按合同要求安排運送廢鋼車輛進廠，在廠區大門登記領取IC卡，車輛稱重之后進入廢鋼車間卸料。車輛到達指定卸料位置后，在自助交互終端識別車輛信息、匹配相應合同條款并顯示，司機下車后到交互終端確認，信息無誤后啟動卸料流程。

庫區管理人員通知吊車卸料，此時廢鋼智能判級系統開始工作，抓取車輛廢鋼圖片，吸盤吸走廢鋼后，繼續抓取下一層廢鋼圖片，直至卸料完畢。廢鋼圖片信息由系統快速處理，車輛信息、合同信息以及識別過程、判級結果均實時在大屏上顯示。

卸料完畢后，司機在自助交互終端上確認判級結果，上車離開廢鋼車間并進行空車稱重，到廠區大門遞交IC卡完成業務流程。廢鋼智能判級流程如圖1所示。

圖1 廢鋼智能判級流程

2.2 應用架構

廢鋼智能判級系統應用架構設計為系統設備層、數據接入層、人工智能層和業務應用層。系統設備層包括本系統的硬件設施以及廢鋼生產線所能提供的網絡。數據接入層負責處理本系統內信息采集和外部支撐系統的信息交互，包括MES系統轉來合同、車輛、供應商信息和計量系統中的車輛重量信息等。人工智能層包含基于機器視覺的圖像識別技術、變化區域追蹤技術、智能算法、料型識別模型、模型訓練、雜物識別模型以及智能計算等功能。業務應用層主要提供人機交互、智能報表、大屏顯示、異議處理以及歷史追溯等功能，滿足廢鋼判級操作、管理需求。廢鋼智能判級系統應用架構如圖2所示。

圖2 廢鋼智能判級系統應用架構

2.3 系統結構

廢鋼智能判級系統包括高清攝像機、司機交互終端、高性能服務器，以及顯示大屏、網絡、照明等附屬設備，實現卸貨過程視頻、圖片的采集及傳輸、存儲，為廢鋼智能判級系統提供數據支撐，與生產管理系統、計量系統信息交互，獲取合同、車輛、重量等信息，完成結算功能。

（1）廢鋼圖片實時采集。廢鋼圖片使用槍球一體機聯合采集拍照，根據不同角度抓拍圖像效果的差異和彌補模式，以及自動追蹤功能，提升照片采集精準度，確保卸料車斗內廢鋼圖片精準采集。

（2）司機交互終端。司機交互終端集成攝像機、計算機、光電開關等一體化系統，通過攝像機和光電開關實現自動識別車輛以及停止位置檢測。計算機提供廢鋼信息交互功能，包括廢鋼信息查詢、合同信息匹配、車輛確認、廢鋼判級信息、異議申訴等功能。司機根據業務需求在交互終端確認信息，防止意外情況影響車輛識別及定位，保障關鍵信息得到準確無誤確認，實時向司機反饋實際信息，并提供異議申訴交互功能。

（3）高性能服務器。高性能服務器采用多CPU、多GPU、多顯卡配置，提高計算和圖像處理能力，聚集了標注圖片數據存儲、神經網絡計算、模型自學習、料型識別、磁盤追蹤、扣雜計算、智能報表生成等功能，具有良好人機界面。可融合設備交互、視頻、即時卸料、實時數據于一體，打造無人化廢鋼智能判級的核心系統。

（4）外部支撐系統。生產管理系統（MES）提供生產實際信息，并轉發企業資源計劃系統（ERP）上合同信息，支持廢鋼判級系統實時交互車輛、合同、人員等信息，自動匹配合同要求，并返回實際，從而減少人工查詢、提高生產效率。計質量系統實時交互車輛重量、車牌號碼等信息，實現全物流信息自動跟蹤。廢鋼庫管系統實時交互需求廢鋼重量、類型、判級等信息，實時指導廢鋼庫管人員匹配生產。廢鋼智能判級系統根據判級規則和信息形成判級報告和成本核算報表。

2.4 模型算法

廢鋼智能判級系統采用“機器視覺+機器學習”技術，利用機器學習中的卷積神經網絡算法構建相應廢鋼識別模型，主要分為廢鋼區域提取、天車吸盤追蹤、廢鋼識別、雜物識別等模型。模型核心是卷積神經網絡算法，利用卷積神經網絡構建廢鋼識別中的多個模型，使用大量標注圖片訓練相應的識別模型，達到最優精準識別。

（1）卷積神經網絡。借鑒人類理解圖像時所采用的做法，卷積神經網絡通過卷積和池化層自動學習圖像在各個尺度上的特征。卷積神經網絡由多個卷積層構成，每個卷積層包含多個卷積核，用這些卷積核從左到右、從上到下依次掃描整個圖像，得到成為特征圖的輸出數據。前面的卷積層捕捉圖像局部、細節信息，有小的感受野，即輸出圖像的每個像素只對應輸入圖像很小的一個范圍，后面的卷積層感受野逐層加大，用于捕捉圖像更復雜、更抽象的信息。經過多個卷積層的運算，最后得到圖像在各個不同尺度的抽象表示[4]。卷積神經網絡示意如圖3所示。

圖3 卷積神經網絡示意圖

（2）卸料變化區域識別。基于卷積神經網絡構建廢鋼卸料吸盤追蹤模型，識別出廢鋼吸盤抓取后廢鋼車廂變化區域，并保存面積最大的變化區域，便于圖像截取處理。

（3）料型識別。基于卷積神經網絡構建廢鋼散料和壓塊識別模型，模型通過大量的標注圖片進行訓練，修正各參數的權重和偏置系數，使識別效果達到最優。模型投入運行后，對廢鋼圖像進行像素級多尺度特征提取，經過多級卷積、池化計算得到精準的料型，實現廢鋼的精準識別，并在保證識別速度的前提下，實現不同類型廢鋼像素級分割，預測不同規格、類型廢鋼的占比。

（4）雜物檢測。采用卷積神經網絡算法構建雜物識別模型，自動識別混凝土、鍍鋅件、碎屑等雜物，完成自動扣重。識別液壓缸、爆炸物、滅火器等危險品及密閉容器，并按危險程度自動報警。

3 應用情況

該系統自上線運行以來，廢鋼判級準確率達95%以上，扣重準確率達90%以上，整車的密閉容器、危險品的識別準確率達90%以上，實現機器替代人廢鋼智能判級的預期目標。

（1）改善作業環境。避免廢鋼接收區惡劣環境，減少人工圍繞廢鋼車檢查機會，減少在危險環境下作業的安全隱患。

（2）判級標準精準。智能判級系統解決了因人而異、判級不穩定的人工判級痼疾，杜絕了檢驗依賴人工、標準不一致的問題。廢鋼檢驗統一由計算機系統按固定標準進行判級，保證判級一致性。

（3）全流程無人化操作。現有廢鋼檢驗流程復雜，涉及物流、計質量等多個系統，通過該項目可提升信息自動化水平，減少人工干預環節，實現全流程智能化廢鋼判級。

（4）陽光判級、保護員工。減少供應商與現場人員交互機會，杜絕不法商販為提高利潤采用不法手段，如：摻假、以劣充好、威脅及賄賂判級人員等。廢鋼判級完全由計算機自動完成，可制止商販非法行為，保護員工，提升公司管理水平和外部形象。

4 結語

基于機器視覺的廢鋼智能判級系統是鋼鐵企業廢鋼判級的發展方向。充分發揮機器視覺和機器學習技術融合優勢，實現廢鋼判級從人工判級到無人智能判級重大突破，這對鋼鐵行業統一廢鋼判級標準、提高企業廢鋼判級智能化作業水平、提升企業核心競爭力都具有重大戰略意義。

該企業廢鋼智能判級系統投運后，極大提升了廢鋼判級、廢鋼扣重準確率和危險品識別準確率，最大程度保護了企業及廢鋼供應商的利益。同時改善了人工作業環境、杜絕了不法商販的非法行為、起高了廢鋼判級效率，提升了該公司的經營管理水平和外部形象。