郭 毅，吳富姬，鐘 毅，歐陽健強(qiáng)，楊文龍

（1.贛州有色冶金研究所有限公司，江西 贛州 341000；2.贛州有色冶金研究所有色金屬礦冶裝備工業(yè)設(shè)計(jì)中心，江西 贛州 341000）

0 引 言

鎢作為一種稀有金屬，其用途極其廣泛，鎢大量應(yīng)用在航天、汽車、船舶、火箭、導(dǎo)彈等多個(gè)領(lǐng)域，是一種應(yīng)用價(jià)值極高的稀有金屬[1-2]。因此開采鎢礦并將其提煉具有重要意義，在鎢開采到提煉過程中，把鎢礦石從礦床運(yùn)輸?shù)杰囬g是關(guān)鍵一環(huán)，直接影響到鎢礦的開采效率，高效鎢礦運(yùn)輸裝備是高效開采鎢礦的前提。目前在鎢礦石運(yùn)輸裝備中，旋轉(zhuǎn)翻斗式礦車是礦山采掘工業(yè)中軌道運(yùn)輸?shù)闹饕O(shè)備，該裝備能夠根據(jù)需求向左或者向右進(jìn)行側(cè)翻，使用較為靈活多變[3-6]，很多礦山基本都是采用該類型翻斗式礦車用于礦石運(yùn)輸。但在礦石運(yùn)輸及倒礦過程中，普遍存在著濕黏性物料黏結(jié)結(jié)底的問題。結(jié)底厚度根據(jù)礦石性質(zhì)不同，可使導(dǎo)致礦車的有效容積減少10%～15%，有的甚至減少30%～60%。中小型礦山針對翻斗式礦車結(jié)底問題普遍采用人工清理的方式，倒礦工人使用鐵錘不斷敲打車底，通過敲打振動(dòng)使得結(jié)底脫落，或者采用人工水沖洗的方式清理結(jié)底；人工清理結(jié)底方式存在工人勞動(dòng)強(qiáng)度大、噪音大、礦車車底形變大、清理不完全、清理時(shí)間長等問題，人工清理方式已經(jīng)跟不上礦山的發(fā)展。礦車結(jié)底問題極大地降低了礦車?yán)寐始暗V車運(yùn)輸能力，嚴(yán)重影響了礦井生產(chǎn)水平的發(fā)揮。由于礦石提升運(yùn)輸基本采用的是電機(jī)等用電設(shè)備，也浪費(fèi)了大量的電能。針對人工清理結(jié)底缺陷，國內(nèi)有部分企業(yè)采用電振動(dòng)、化學(xué)清理等手段對礦石結(jié)底進(jìn)行清理，但均存在缺陷，化學(xué)清理容易腐蝕礦車，電振動(dòng)清理容易使礦車發(fā)生形變。國外相對國內(nèi)清理手段更為先進(jìn)，大部分采用可編程邏輯控制器（PLC）控制技術(shù)控制高壓水槍或氣閥對礦車結(jié)底進(jìn)行清理，但依舊不夠智能，人為操作也具有一定局限性[7-8]。

本研究介紹一種基于圖像識別技術(shù)[9-10]的新型礦石結(jié)底智能清理裝置，貫徹工業(yè)智能化理念，用智能機(jī)器取代人工，實(shí)現(xiàn)礦石結(jié)底清理的功能，以期降低礦山企業(yè)開采鎢礦的生產(chǎn)成本，提升鎢礦石運(yùn)輸?shù)男省?/p>

1 礦石結(jié)底智能清理裝置介紹

該智能清理裝置主要由圖像采集及分析系統(tǒng)、視覺導(dǎo)引驅(qū)動(dòng)裝置、多維度結(jié)底清理裝備三大塊構(gòu)成。

圖像采集及分析系統(tǒng)是在倒礦點(diǎn)礦車側(cè)翻方向安裝深度相機(jī)，深度相機(jī)通過開發(fā)的軟件系統(tǒng)與計(jì)算機(jī)相連，形成圖像信息采集系統(tǒng)。深度相機(jī)采集礦車位置和結(jié)底的圖像信息，利用軟件系統(tǒng)獲得礦車內(nèi)結(jié)底礦石表面深度信息和表面RGB 圖像信息，根據(jù)采集的圖像信息，提取當(dāng)前礦車位置信息和結(jié)底礦石厚度信息。

視覺導(dǎo)引驅(qū)動(dòng)裝置是根據(jù)圖像采集礦車輪廓信息，先采用手眼視覺定位技術(shù)精確定位礦車位置，再通過伺服或步進(jìn)電機(jī)驅(qū)動(dòng)高壓結(jié)底清洗裝置至特定位置。

多維度結(jié)底清理裝備是在中心點(diǎn)位置，根據(jù)采集的圖像深度信息判斷結(jié)底量信息、結(jié)底沖洗時(shí)間與清洗壓力，采用多維度旋轉(zhuǎn)和擺動(dòng)的機(jī)械結(jié)構(gòu)，通過設(shè)定的旋轉(zhuǎn)角度，實(shí)現(xiàn)單車或多車聯(lián)動(dòng)結(jié)底智能無死角清理功能。

2 礦石結(jié)底智能清理裝置的工作流程

在選廠倒礦點(diǎn)倒礦機(jī)傾倒礦車后，通過現(xiàn)場安裝的工業(yè)深度相機(jī)對礦車底部進(jìn)行圖像分析處理，計(jì)算出相應(yīng)的礦車結(jié)底厚度以及識別礦車位置信息，然后將信息反饋至控制器，通過視覺導(dǎo)引，伺服或步進(jìn)電機(jī)驅(qū)動(dòng)高壓結(jié)底清洗裝置至指定位置，采用高壓水射流技術(shù)的結(jié)底清洗機(jī)構(gòu)，根據(jù)控制器邏輯判斷得出的動(dòng)作指令，自動(dòng)選擇區(qū)域、壓力、沖洗時(shí)間等參數(shù)，對礦車進(jìn)行高壓結(jié)底沖洗，實(shí)現(xiàn)礦車結(jié)底的清理功能，如圖1 所示。

圖1 礦石結(jié)底智能清理裝置的工作流程示意圖Fig.1 Schematic diagram of the working process of the intelligent cleaning device for ore bottoming

3 礦石結(jié)底清理裝置的設(shè)計(jì)與實(shí)現(xiàn)

3.1 圖像采集及分析系統(tǒng)

圖像采集及分析系統(tǒng)主要是由工業(yè)深度相機(jī)和相應(yīng)的軟件系統(tǒng)構(gòu)成。工業(yè)深度相機(jī)可以拍攝兩種類型的圖片，一種是RGB 彩圖，另一種是根據(jù)物體與相機(jī)的距離拍攝的深度圖像。深度圖像是根據(jù)工業(yè)深度相機(jī)上的紅外發(fā)射器發(fā)射紅外線到物體，再傳到紅外接收器形成的深度圖像，且工業(yè)深度相機(jī)拍攝的頻率較高，一秒內(nèi)可至少拍攝10 張圖片。工業(yè)深度相機(jī)的作用不單是通過RGB 彩圖獲取當(dāng)前礦石位置信息；還可通過深度圖像得到結(jié)底礦石的厚度信息，信息反饋至軟件系統(tǒng)，從而調(diào)整執(zhí)行機(jī)構(gòu)的相關(guān)參數(shù)。

系統(tǒng)分析需要采用相關(guān)邊緣檢測算法[11-12]通過圖像輪廓檢測出來。本研究采用Canny 算子邊緣檢測算法，通過Canny 算子邊緣檢測算法將礦車輪廓識別后，需進(jìn)行坐標(biāo)變換，確定礦車輪廓的位置。

Canny 算子邊緣檢測是一種非常優(yōu)越的算法，該算法的特點(diǎn)是不會(huì)受外界噪聲的影響，對于弱邊緣檢測有著極大的優(yōu)勢，相比Sobel、Prewitt 算子邊緣檢測則顯得抗干擾性差，不容易檢測到弱邊緣。Canny 算子的原理是給強(qiáng)邊緣與弱邊緣設(shè)定相異的閾值來進(jìn)行檢測，只有兩種邊緣能夠連通時(shí)，才把弱邊緣作為圖像的一部分顯現(xiàn)出來。

Canny 算子邊緣檢測流程：（1）首先對圖像去噪，使用高斯濾波對圖像去噪，對其平滑處理。（2）針對像素進(jìn)行計(jì)算，得到所有像素點(diǎn)的梯度大小及方向。（3）為了去除邊緣檢測中帶入的其他響應(yīng)，采用非極大值（Non-Maximum Suppression）進(jìn)行抑制；（4）采用不同的閾值對圖像的邊緣檢測，以此得到實(shí)際的和潛在的邊緣；（5）最后把弱邊緣進(jìn)行抑制，完成輪廓檢測。

以上步驟中，所述的非極大值抑制其實(shí)是對邊緣進(jìn)行稀疏化。由于通過梯度值得到的邊緣依舊不夠清楚，但是通過非極大值抑制的方法能夠使得除了局部最大里面的梯度值，其他所有的梯度值都抑制至零，這樣余下的像素能夠更接近圖像的實(shí)際邊緣。對于因?yàn)樵肼曇约邦伾兓鴮?dǎo)致的一些邊緣像素，可以通過弱梯度值對這些邊緣像素進(jìn)行過濾，對于高梯度值則進(jìn)行保留的方法來處理。具體為通過兩種不同閾值來實(shí)現(xiàn)，一種設(shè)定為高閾值，一種設(shè)定為低閾值，如果邊緣像素高于高閾值，則認(rèn)定為強(qiáng)邊緣像素，同理，梯度值低于高閾值而大于低閾值，則認(rèn)定為弱邊緣像素，至于小于低閾值，則將其抑制。

邊緣像素劃分后，由于強(qiáng)邊緣是真實(shí)邊緣，其真實(shí)性無可爭議。但是，對于弱邊緣像素，由于該像素有可能是因?yàn)樵肼暬蛘哳伾兓纬傻模匀踹吘壪袼鼐哂胁淮_定性。為了結(jié)果更為真實(shí)，則對后者引起的邊緣進(jìn)行抑制。一般情況下，真實(shí)邊緣造成的弱邊緣像素會(huì)連接到強(qiáng)邊緣像素，而一般由噪聲相應(yīng)引起的則不會(huì)連接，為了驗(yàn)證其真實(shí)情況，可以查看弱邊緣像素周圍8 個(gè)領(lǐng)域像素，如果其中出現(xiàn)了一個(gè)強(qiáng)邊緣像素，則認(rèn)定該弱邊緣為真實(shí)邊緣。

本研究相機(jī)選擇的工業(yè)深度相機(jī)，其測量高度是0.4～5 m 之間，拍攝的分辨率為4 k，能夠清晰地觀察到圖片內(nèi)容，真實(shí)地還原場景信息，拍攝的速度為25 幀/s，不存在漏拍現(xiàn)象，完全符合實(shí)時(shí)拍攝的條件。

3.2 視覺導(dǎo)引驅(qū)動(dòng)裝置

視覺導(dǎo)引驅(qū)動(dòng)裝置主要是根據(jù)工業(yè)深度相機(jī)采集到的礦車輪廓信息，再通過手眼視覺定位技術(shù)精確定位礦車位置，再通過礦石結(jié)底厚度計(jì)算方法得到礦石結(jié)底的厚度信息，最后根據(jù)礦石結(jié)底厚度信息依靠伺服或步進(jìn)電機(jī)作為動(dòng)力驅(qū)動(dòng)高壓結(jié)底清洗裝置至特定位置。

3.2.1 手眼視覺定位系統(tǒng)

手眼視覺定位系統(tǒng)是對識別出的礦車進(jìn)行坐標(biāo)變換，是要通過圖像采集卡將圖像轉(zhuǎn)換為數(shù)字圖像傳輸給計(jì)算機(jī)，計(jì)算機(jī)通過圖像處理相關(guān)手段建立圖像坐標(biāo)系，再通過圖像坐標(biāo)與空間坐標(biāo)的對應(yīng)關(guān)系確定礦車所在的位置。手眼視覺系統(tǒng)最關(guān)鍵的一步為系統(tǒng)標(biāo)定，因?yàn)橄到y(tǒng)標(biāo)定決定了系統(tǒng)定位的精度，手眼標(biāo)定步驟如下。

（1）獲得執(zhí)行機(jī)構(gòu)當(dāng)前位姿（位置及姿態(tài)）。（2）通過當(dāng)前執(zhí)行機(jī)構(gòu)目前的狀態(tài)以及下一步設(shè)定的運(yùn)動(dòng)路徑，來得到執(zhí)行機(jī)構(gòu)下個(gè)狀態(tài)。（3）獲取執(zhí)行機(jī)構(gòu)的每一個(gè)位姿下的標(biāo)定板數(shù)據(jù)。（4）根據(jù)執(zhí)行機(jī)構(gòu)的位姿以及標(biāo)定板數(shù)據(jù)獲得相機(jī)與執(zhí)行機(jī)構(gòu)的手眼標(biāo)定結(jié)果。

3.2.2 礦石結(jié)底厚度計(jì)算

為了實(shí)現(xiàn)整個(gè)清理裝置的閉環(huán)控制[13-14]，需要依據(jù)計(jì)算礦石結(jié)底的厚度以及所識別出的礦車輪廓，將其作為整個(gè)閉環(huán)控制的輸入，控制器采用PLC控制臺來實(shí)現(xiàn)執(zhí)行機(jī)構(gòu)（高壓水槍）的控制[15-18]，通過控制高壓水槍的沖洗力度以及沖洗角度，來實(shí)現(xiàn)對礦車結(jié)底的清理。此過程計(jì)算礦石結(jié)底厚度信息尤為重要，只有對礦車結(jié)底信息的準(zhǔn)確識別，才能夠把控高壓水槍的沖洗力度，從而能夠達(dá)到高效沖洗、節(jié)省能源的目的。

本研究采用深度相機(jī)作為測量礦石結(jié)底厚度的裝置，通過深度相機(jī)獲取的深度信息是指相機(jī)至礦石結(jié)底表面的距離，由于礦車結(jié)底面為曲面，水槍至礦車結(jié)底面的距離不統(tǒng)一，采用深度相機(jī)上激光測得的距離（L）是經(jīng)過高斯去噪后再均值化處理所得到。由于每個(gè)翻斗式礦斗都是標(biāo)準(zhǔn)化的，并且每次礦車的清洗位置都在同個(gè)位置進(jìn)行清理結(jié)底，因此相機(jī)至礦斗底部的距離（H）都是固定的（可通過直接測量得到），因此礦斗結(jié)底的厚度可直接用相機(jī)至礦斗底部的距離減去相機(jī)至礦石結(jié)底表面的距離，即：N=H-L。

然后選取伺服電機(jī)驅(qū)動(dòng)器，由于該清理裝置需要較大的功率的電機(jī)，本研究選取額定功率為3 800 W的交流伺服電機(jī)，其功率可滿足機(jī)器需要，可360°轉(zhuǎn)動(dòng)。

3.3 多維度結(jié)底清理裝備

多維度結(jié)底清理裝備是能夠?qū)崿F(xiàn)多維度旋轉(zhuǎn)和擺動(dòng)的一種機(jī)械裝置，其主要工作原理是根據(jù)工業(yè)深度相機(jī)采集的圖像深度信息來獲取結(jié)底量信息，再根據(jù)圖像深度信息計(jì)算執(zhí)行機(jī)構(gòu)（多維度結(jié)底清理裝備）需要的沖洗時(shí)間以及沖洗的水壓大小，采用多維度旋轉(zhuǎn)和擺動(dòng)的機(jī)械結(jié)構(gòu)，通過設(shè)定的旋轉(zhuǎn)角度，實(shí)現(xiàn)單車或多車聯(lián)動(dòng)結(jié)底智能無死角清理功能。根據(jù)該裝置的實(shí)際需求，設(shè)計(jì)了其外觀圖，如圖2 所示。

圖2 外觀圖Fig.2 Outside view

本研究設(shè)計(jì)的高壓噴水裝置是在礦車清洗過程中通過調(diào)節(jié)高壓噴頭的上下左右動(dòng)作，完成各種預(yù)定的運(yùn)行軌跡，從而達(dá)到對礦車的清洗。

4 結(jié) 語

研究針對鎢礦運(yùn)輸裝備礦山翻斗式礦車在井下運(yùn)輸及倒礦過程中存在濕黏性物料黏結(jié)結(jié)底情況且需要及時(shí)清理的問題，研制一套基于圖像識別技術(shù)的翻斗式礦車結(jié)底智能清理裝置。根據(jù)某鎢礦山翻斗式礦車倒礦作業(yè)實(shí)際情況、作業(yè)要求以及礦石性質(zhì)，通過現(xiàn)場安裝的多個(gè)深度相機(jī)，采用圖像識別技術(shù)智能判斷每個(gè)礦車位置及結(jié)底情況，進(jìn)行視覺導(dǎo)引技術(shù)精確定位；結(jié)合礦車底部結(jié)構(gòu)、倒礦動(dòng)作、礦車的翻轉(zhuǎn)角度等，確定執(zhí)行機(jī)構(gòu)相關(guān)參數(shù)，最后采用高壓噴水裝置對礦車底部進(jìn)行沖洗，實(shí)現(xiàn)了礦車結(jié)底的清理功能。