郭 毅，吳富姬，鐘 毅，歐陽健強，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)彈等多個領(lǐng)域，是一種應(yīng)用價值極高的稀有金屬[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，高效鎢礦運輸裝備是高效開采鎢礦的前提。目前在鎢礦石運輸裝備中，旋轉(zhuǎn)翻斗式礦車是礦山采掘工業(yè)中軌道運輸?shù)闹饕O(shè)備，該裝備能夠根據(jù)需求向左或者向右進行側(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輸。但在礦石運輸及倒礦過程中，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強度大、噪音大、礦車車底形變大、清理不完全、清理時間長等問題，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利用率及礦車運輸能力，嚴重影響了礦井生產(chǎn)水平的發(fā)揮。由于礦石提升運輸基本采用的是電機等用電設(shè)備，也浪費了大量的電能。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、化學(xué)清理等手段對礦石結(jié)底進行清理，但均存在缺陷，化學(xué)清理容易腐蝕礦車，電振動清理容易使礦車發(fā)生形變。國外相對國內(nèi)清理手段更為先進，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，用智能機器取代人工，實現(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)是在倒礦點礦車側(cè)翻方向安裝深度相機，深度相機通過開發(fā)的軟件系統(tǒng)與計算機相連，形成圖像信息采集系統(tǒng)。深度相機采集礦車位置和結(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，再通過伺服或步進電機驅(qū)動高壓結(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)底沖洗時間與清洗壓力，采用多維度旋轉(zhuǎn)和擺動的機械結(jié)構(gòu)，通過設(shè)定的旋轉(zhuǎn)角度，實現(xiàn)單車或多車聯(lián)動結(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

在選廠倒礦點倒礦機傾倒礦車后，通過現(xiàn)場安裝的工業(yè)深度相機對礦車底部進行圖像分析處理，計算出相應(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，伺服或步進電機驅(qū)動高壓結(jié)底清洗裝置至指定位置，采用高壓水射流技術(shù)的結(jié)底清洗機構(gòu)，根據(jù)控制器邏輯判斷得出的動作指令，自動選擇區(qū)域、壓力、沖洗時間等參數(shù)，對礦車進行高壓結(jié)底沖洗，實現(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)計與實現(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)深度相機和相應(yīng)的軟件系統(tǒng)構(gòu)成。工業(yè)深度相機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，該算法的特點是不會受外界噪聲的影響，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 算子的原理是給強邊緣與弱邊緣設(shè)定相異的閾值來進行檢測，只有兩種邊緣能夠連通時，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）針對像素進行計算，得到所有像素點的梯度大小及方向。（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）進行抑制；（4）采用不同的閾值對圖像的邊緣檢測，以此得到實際的和潛在的邊緣；（5）最后把弱邊緣進行抑制，完成輪廓檢測。

以上步驟中，所述的非極大值抑制其實是對邊緣進行稀疏化。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際邊緣。對于因為噪聲以及顏色變化而導(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行過濾，對于高梯度值則進行保留的方法來處理。具體為通過兩種不同閾值來實現(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，則認定為強邊緣像素，同理，梯度值低于高閾值而大于低閾值，則認定為弱邊緣像素，至于小于低閾值，則將其抑制。

邊緣像素劃分后，由于強邊緣是真實邊緣，其真實性無可爭議。但是，對于弱邊緣像素，由于該像素有可能是因為噪聲或者顏色變化而形成的，所以弱邊緣像素具有不確定性。為了結(jié)果更為真實，則對后者引起的邊緣進行抑制。一般情況下，真實邊緣造成的弱邊緣像素會連接到強邊緣像素，而一般由噪聲相應(yīng)引起的則不會連接，為了驗證其真實情況，可以查看弱邊緣像素周圍8 個領(lǐng)域像素，如果其中出現(xiàn)了一個強邊緣像素，則認定該弱邊緣為真實邊緣。

本研究相機選擇的工業(yè)深度相機，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，完全符合實時拍攝的條件。

3.2 視覺導(dǎo)引驅(qū)動裝置

視覺導(dǎo)引驅(qū)動裝置主要是根據(jù)工業(yè)深度相機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電機作為動力驅(qū)動高壓結(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)字圖像傳輸給計算機，計算機通過圖像處理相關(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，因為系統(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)行機構(gòu)當(dāng)前位姿（位置及姿態(tài)）。（2）通過當(dāng)前執(zhí)行機構(gòu)目前的狀態(tài)以及下一步設(shè)定的運動路徑，來得到執(zhí)行機構(gòu)下個狀態(tài)。（3）獲取執(zhí)行機構(gòu)的每一個位姿下的標(biāo)定板數(shù)據(jù)。（4）根據(jù)執(zhí)行機構(gòu)的位姿以及標(biāo)定板數(shù)據(jù)獲得相機與執(zhí)行機構(gòu)的手眼標(biāo)定結(jié)果。

3.2.2 礦石結(jié)底厚度計算

為了實現(xiàn)整個清理裝置的閉環(huán)控制[13-14]，需要依據(jù)計算礦石結(jié)底的厚度以及所識別出的礦車輪廓，將其作為整個閉環(huán)控制的輸入，控制器采用PLC控制臺來實現(xiàn)執(zhí)行機構(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，來實現(xiàn)對礦車結(jié)底的清理。此過程計算礦石結(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，從而能夠達到高效沖洗、節(jié)省能源的目的。

本研究采用深度相機作為測量礦石結(jié)底厚度的裝置，通過深度相機獲取的深度信息是指相機至礦石結(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位置進行清理結(jié)底，因此相機至礦斗底部的距離（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至礦斗底部的距離減去相機至礦石結(jié)底表面的距離，即：N=H-L。

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

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)和擺動的一種機械裝置，其主要工作原理是根據(jù)工業(yè)深度相機采集的圖像深度信息來獲取結(jié)底量信息，再根據(jù)圖像深度信息計算執(zhí)行機構(gòu)（多維度結(jié)底清理裝備）需要的沖洗時間以及沖洗的水壓大小，采用多維度旋轉(zhuǎn)和擺動的機械結(jié)構(gòu)，通過設(shè)定的旋轉(zhuǎn)角度，實現(xiàn)單車或多車聯(lián)動結(jié)底智能無死角清理功能。根據(jù)該裝置的實際需求，設(shè)計了其外觀圖，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作，完成各種預(yù)定的運行軌跡，從而達到對礦車的清洗。

4 結(jié) 語

研究針對鎢礦運輸裝備礦山翻斗式礦車在井下運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)場安裝的多個深度相機，采用圖像識別技術(shù)智能判斷每個礦車位置及結(jié)底情況，進行視覺導(dǎo)引技術(shù)精確定位；結(jié)合礦車底部結(jié)構(gòu)、倒礦動作、礦車的翻轉(zhuǎn)角度等，確定執(zhí)行機構(gòu)相關(guān)參數(shù)，最后采用高壓噴水裝置對礦車底部進行沖洗，實現(xiàn)了礦車結(jié)底的清理功能。