System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于物流仓储设备,具体涉及一种巷道式堆垛机运行巷道障碍物检测方法。
技术介绍
1、在卷烟工业生产中,巷道式堆垛机(以下简称“堆垛机”)作为广泛使用的物流主机设备,其重要性不言而喻。堆垛机在巷道中高速穿梭,负责存货和取货的任务,其运行效率和安全性直接关系到整个生产线的流畅性和稳定性。
2、在堆垛机的运行过程中,激光测距传感器是确保堆垛机正常运行的关键检测机构,扮演着至关重要的角色。传统的激光测距传感器通过发射激光并接收反光板反射回来的激光信号,来测量堆垛机与货架之间的相对位置,进而实现精确的位置定位和避障功能。如图3和图4所示,16为堆垛机,15和17为堆垛机两侧分别排列的第一货架15和第二货架17,巷道为两排货架中间的空间,9为激光测距传感器,10为反光板,14为堆垛机轨道。
3、然而,这种传统的检测方式在实际应用中暴露出了一些问题。传统的激光测距传感器由于安装在堆垛机底部,在设备运行过程中,激光测距传感器只能检测到堆垛机轨道上遮挡在激光测距传感器正前方且能够反射激光的障碍物。由于传统的激光测距传感器安装位置和检测范围的限制,容易造成漏检。在生产运行过程中,当货架上的托盘或货物没有堆码到位,即存在如图3所示的障碍物时,如第一障碍物11或第二障碍物18所示,这些障碍物可能会伸出到堆垛机的运行空间,从而与堆垛机发生碰撞,导致设备损害和生产中断。
4、与此同时,如图4所示,激光测距传感器在工作时需要特定的反光板来反射激光信号,这意味着其检测范围主要集中在堆垛机轨道正上方的特定区域内。一旦障
5、虽然光电对射传感器可以通过检测红外光的遮挡来判断前方是否有障碍物,其检测原理为:当堆垛机前方有障碍物并遮挡住红外光时,光电传感器开关量信号变化,系统程序发出报警和停机信号,停止堆垛机运行,防止堆垛机发生碰撞。但这种方式也只能检测到体积较大或遮挡住传感器信号的障碍物。对于一些体积较小的障碍物,或者无法遮挡住传感器信号的障碍物,如图3中的第三障碍物13和第四障碍物18所示,光电对射传感器同样存在漏检的风险。
6、此外,采用光电对射传感器安装在堆垛机上进行障碍物检测,如图5所示,1为第一检测光电管,5为第二检测光电管,2为第三检测光电管,6为第四检测光电管,3为第五检测光电管,7为第六检测光电管,4为第七检测光电管,8为第八检测光电管,1和5、2和6、3和7、4和8分别构成了四组检测光电管。当这四组光电管对射范围内有障碍物遮挡时,光电传感器会产生开关量信号变化,并将这一变化传输至堆垛机控制系统。控制系统根据这一信号变化判断存在障碍物,并通过系统程序发出障碍物报警并停机,以防止堆垛机与障碍物发生碰撞。
7、尽管使用上述光电传感器进行障碍物检测在一定程度上提高了堆垛机的安全性,但仍存在以下缺点:
8、(1)检测范围有限:光电传感器通常只能对特定的对射区域进行检测,无法覆盖堆垛机可能发生碰撞的整个区域。这意味着在某些区域,障碍物可能无法被及时检测到,从而增加了碰撞的风险。
9、(2)安装不便:光电传感器中的四个检测光电管需要选装到墙壁或相关装置上,这种安装方式不仅增加了安装的复杂性,还可能受限于墙壁或装置的结构和位置,导致检测范围受限或检测效果不佳。
10、(3)对射精准度难以保证:由于堆垛机所处的高架库空间大,每组光电管之间的间隔距离较远。同时,堆垛机在工作时速度较高,这些因素都增加了保证每组光电管对射精准的难度。一旦对射不精准,就可能导致误报或漏报,增加了设备故障率。
11、(4)故障诊断困难:当堆垛机位于高架库内且离控制主机较远时,一旦发生故障,控制系统通常只能显示障碍报警信号,而无法提供关于故障现场的详细信息。这使得故障诊断和维修变得困难,增加了停机时间和维修成本。
12、(5)检测盲区:由于堆垛机上半部分机构的覆盖面较小,难以在这些区域安装光电检测装置。因此,这些区域成为了检测盲区,增加了碰撞的风险。特别是在高架库这种复杂环境中,检测盲区可能更加严重。
13、综上所述,传统的激光测距传感器和光电对射传感器在堆垛机运行中障碍物的检测方面存在一定的局限性,无法完全满足卷烟工业生产中对安全性和可靠性的要求。因此,有必要开发一种新型的巷道式堆垛机运行巷道障碍物检测方法,以提高堆垛机在巷道中运行的安全性和稳定性。
14、为了解决上述问题,提出本专利技术。
技术实现思路
1、本专利技术提供了一种巷道式堆垛机运行巷道障碍物检测方法,所述巷道式堆垛机包括:第一双目相机19,第二双目相机20,激光测距传感器9,支撑件21,堆垛机轨道14和反光板10,所述激光测距传感器9位于所述巷道式堆垛机的底部,所述巷道式堆垛机下方设置有堆垛机轨道14,所述反光板10位于所述激光测距传感器9的正前方,并与所述堆垛机轨道14的一端连接,所述支撑件21位于所述巷道式堆垛机的正上方,所述巷道式堆垛机的前方和后方分别设置有所述第一双目相机19,第二双目相机20,其中所述第二双目相机20位于所述支撑件21上,所述第一双目相机19和第二双目相机20的数量为1个及以上,所述方法包括以下步骤:
2、(1)对第一双目相机19和第二双目相机20进行标定和参数优化;
3、(2)使用第一双目相机19和第二双目相机20,安装在巷道式堆垛机前后不同高度位置,在巷道式堆垛机来回穿梭运动过程中完成对巷道式堆垛机两侧的所有高度货架及地面的图像采集,实现对巷道式堆垛机运行巷道的无死角图像采集和检测;
4、(3)调整巷道式堆垛机到不同位置,在巷道式堆垛机运行巷道内摆放托盘、货物等障碍物并采集图像,将货架上不同位置的托盘向外侧移动至能够与巷道式堆垛机发生碰撞的位置并采集图像,对采集的图像进行对比度、亮度调整,扩展图像集大小至4000张;
5、(4)对步骤(3)中获得的双目相机左右两侧障碍物图像进行标记,标记完成后将图像划分为训练集、验证集和测试集;其中,训练集和验证集中的图像用于yolov3深度学习模型训练,测试集中的图像用于模型训练后的模型效果测试;
6、(5)在python环境下使用tensorflow 2.0搭建深度学习平台,设置训练参数,使用步骤(4)中完成的图像集进行训练,在训练过程中,观察损失值(avg loss)的变化,当损失值(avg loss)在多个轮次内保持稳定并不再下降时,选择该时刻的权重文件作为最佳权重,将权重文件导入yolov3模型,对模型进行测试;
7、(6)设定障碍物检测精度目标值为95%,若模型测试过程中,检测精度低于目标值,则重复步骤(3)、步骤(4)和步骤(5),并根据测试结果在步骤(3)中增加相应误检测目标的图像数量,重新对模型进行训练,直到满足要求。障碍物检测平均精度(ap)计算公式如下:
8、
9、式中:tp为测试样本本文档来自技高网...
【技术保护点】
1.一种巷道式堆垛机运行巷道障碍物检测方法,所述巷道式堆垛机包括:第一双目相机(19),第二双目相机(20),激光测距传感器(9),支撑件(21),堆垛机轨道(14)和反光板(10),所述激光测距传感器(9)位于所述巷道式堆垛机的底部,所述巷道式堆垛机下方设置有堆垛机轨道(14),所述反光板(10)位于所述激光测距传感器(9)的正前方,并与所述堆垛机轨道(14)的一端连接,所述支撑件(21)位于所述巷道式堆垛机的正上方,所述巷道式堆垛机的前方和后方分别设置有所述第一双目相机(19),第二双目相机(20),其中所述第二双目相机(20)位于所述支撑件(21)上,所述第一双目相机(19)和第二双目相机(20)的数量为1个及以上,所述方法包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,步骤(1)中对第一双目相机(19)和第二双目相机(20)进行标定和参数优化的具体步骤为:
3.根据权利要求1所述的方法,其特征在于,步骤(8)中障碍物与巷道式堆垛机之间的距离计算方法具体如下:
4.根据权利要求1所述的方法,其特征在于,步骤(4)中标记完成后将图
5.根据权利要求1所述的方法,其特征在于,步骤(8)实时判断障碍物与巷道式堆垛机之间的距离之后,还包括以下步骤:根据障碍物与巷道式堆垛机之间的距离,结合碰撞距离设置条件,实时输出碰撞报警信号及现场检测图像至巷道式堆垛机控制系统,控制巷道式堆垛机运行。
...【技术特征摘要】
1.一种巷道式堆垛机运行巷道障碍物检测方法,所述巷道式堆垛机包括:第一双目相机(19),第二双目相机(20),激光测距传感器(9),支撑件(21),堆垛机轨道(14)和反光板(10),所述激光测距传感器(9)位于所述巷道式堆垛机的底部,所述巷道式堆垛机下方设置有堆垛机轨道(14),所述反光板(10)位于所述激光测距传感器(9)的正前方,并与所述堆垛机轨道(14)的一端连接,所述支撑件(21)位于所述巷道式堆垛机的正上方,所述巷道式堆垛机的前方和后方分别设置有所述第一双目相机(19),第二双目相机(20),其中所述第二双目相机(20)位于所述支撑件(21)上,所述第一双目相机(19)和第二双目相机(20)的数量为1个及以上,所述方法包括以下步骤:
【专利技术属性】
技术研发人员:杨天侯,伞金辉,王德,卢煜文,白九重,陈汀,喻波,唐磊,崔剑,戴丽娟,高婧,
申请(专利权)人:云南中烟工业有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。