基于三維感知技術(shù)的卸船機(jī)取料點連續(xù)自動定位方法＊

（武漢理工大學(xué)物流工程學(xué)院 武漢 430063）

0 引 言

隨著全球海運散貨量的增大，卸船機(jī)在碼頭的作用越來越重要，為適應(yīng)貨運量的增長和船舶大型化的需求，特別是大型專業(yè)化碼頭，港口卸船機(jī)正向著大型化，特別是高效化方向發(fā)展［1］．文獻(xiàn)［2］利用激光雷達(dá)技術(shù)對散貨料堆的檢測，進(jìn)而實現(xiàn)連續(xù)卸船功能，但是只能適用于艙內(nèi)物料較多且堆面較平整的場合．文獻(xiàn)［3］從運動學(xué)角度對抓斗運行軌跡行了分析，提出了一種模糊控制器來減少抓斗運行時間，但是缺乏實際應(yīng)用案例；文獻(xiàn)［4］利用激光掃描實現(xiàn)了散貨料堆的三維成像，但是只是針對堆場料堆掃描．為了實現(xiàn)抓斗卸船機(jī)的連續(xù)自動定位和取料，本文在三維輪廓識別技術(shù)基礎(chǔ)上實時輸出散貨料堆的三維形狀及抓取點坐標(biāo)，從而實現(xiàn)抓斗卸船機(jī)取料點的連續(xù)自動定位．

1 散貨物料的三維輪廓感知技術(shù)

在作業(yè)的過程中料堆是動態(tài)變化的，要實現(xiàn)抓斗卸船機(jī)的連續(xù)自動定位，其控制源頭是散貨三維輪廓感知及抓斗取料點的確定．激光良好的準(zhǔn)直性及非常小的發(fā)散角，使掃描儀可進(jìn)行點對點的測量，較好地適應(yīng)非常復(fù)雜的測量環(huán)境．此外，激光對粉塵、雨水、光線的敏感度最低，基本不受天氣及環(huán)境的影響［5］．因此在自動化抓斗卸船機(jī)項目中選用激光掃描儀為對散貨實時三維掃描的主要儀器．三維輪廓感知流程見圖1．

圖1 三維輪廓感知流程

三維輪廓感知的重點是檢測方法的確定，通過檢測實時的更新料堆表面三維數(shù)據(jù)、數(shù)據(jù)處理，從而實現(xiàn)料堆三維輪廓成像及表面結(jié)構(gòu)恢復(fù)，進(jìn)而實現(xiàn)散貨料堆的可視化．同時配合取料點算法，輸出取料點位置，完成取料點的連續(xù)自動定位．

1.1 三維輪廓檢測方法

實現(xiàn)抓斗卸船機(jī)連續(xù)自動定位的核心技術(shù)之一，是能夠準(zhǔn)確獲取散貨的三維輪廓．本項目在散貨成像方面采用三維激光掃描技術(shù)．激光掃描儀安裝在卸船機(jī)主梁下方，激光掃描面與導(dǎo)軌方向平行，且垂直于底面．激光掃描儀與抓斗間距保持固定距離x，見圖2．卸船機(jī)主梁方向為行方向，卸船機(jī)大車行走方向為列方向．通過激光掃描儀在小車帶動下沿主梁方向移動，對散貨區(qū)的前行段進(jìn)行表面測量；再通過沿大車軌道方向運動實現(xiàn)對不同行段的掃描，拼接之后即可得到整個料堆的三維表面輪廓數(shù)據(jù)．

1.2 三維感知數(shù)據(jù)處理

通過激光掃描儀在料堆投影平面中每一個位置處發(fā)射不同角度激光光束，根據(jù)發(fā)射與返回的時間間隔以及激光相位差得到發(fā)射點到障礙物的光程距離．激光測量儀返回數(shù)據(jù)為一組與角度相關(guān)的數(shù)據(jù)，每一組數(shù)據(jù)包含激光光束的發(fā)射角度，以及激光光程距離等信息［6－7］．通過為激光掃描儀伺服電機(jī)配置編碼器等測量裝置，可以實時得到該組數(shù)據(jù)的激光源中心精確位置．獲得的激光數(shù)據(jù)進(jìn)行預(yù)處理、坐標(biāo)轉(zhuǎn)化、數(shù)據(jù)濾波處理、網(wǎng)格規(guī)范化處理后生成規(guī)則的數(shù)字高程模型（digital elevation model，DEM）三維數(shù)據(jù)．DEM三維數(shù)據(jù)生成過程見圖3．

圖2 激光掃描儀安裝示意圖

圖3 DEM三維數(shù)據(jù)生成過程

1．2．1 數(shù)據(jù)濾波處理 由于激光掃描測量采集的數(shù)據(jù)密度大，在進(jìn)行網(wǎng)格規(guī)范化之前必須進(jìn)行數(shù)據(jù)處理，以消除冗余數(shù)據(jù)，便于進(jìn)行規(guī)范化操作．此外，對數(shù)據(jù)進(jìn)行濾波可以消除激光掃描測量的數(shù)據(jù)中存在誤差，以利于快速和準(zhǔn)確地進(jìn)行數(shù)據(jù)處理．

在激光掃描下視成像過程中，數(shù)據(jù)的采集是以斷面的形式進(jìn)行的，因此對原始數(shù)據(jù)進(jìn)行濾波也按照每個斷面進(jìn)行［8－9］．見圖4，連續(xù)的激光掃描測量中，在很小的時間段內(nèi)，測量的斷面可近似為直線L0，從每個斷面采集數(shù)據(jù)點的第i個點開始進(jìn)行線性濾波．

圖4 斷面濾波示意圖

設(shè)某一個斷面采集了n個數(shù)據(jù)點，當(dāng)對點Si（（n－2）＞i＞2）進(jìn)行濾波時，先根據(jù)不同的測量環(huán)境選定參數(shù)值j（j的取值一般為2～5之間，j＜i），求出Si及兩邊相鄰的各j個點Si－j，…，Si－1，Si，Si＋1，…，Si＋j到激光器S0的距離di－j，…，di－1，di，di＋1，…，di＋j；再對距離設(shè)定權(quán)值，對di其權(quán)值設(shè)定為2j，余下的dk（i－j≤k≤i＋j）權(quán)值設(shè)為1，并根據(jù)激光測量進(jìn)行的環(huán)境不同，將濾波閾值設(shè)定為g，則有

如果di滿足式（1），就濾去Si點．當(dāng)Si位于兩邊界（0＜i＜2或（n－2）＜i＜n）時，就取Si右邊或左邊相鄰的2j個點，依此類推．

1．2．2 網(wǎng)格規(guī)范化處理 數(shù)據(jù)濾波處理以后，去除了獲取的數(shù)據(jù)中包含的部分干擾點 （錯誤點和無用點）．對于抖動造成的計算誤差不大的點，在上面的處理過程中得到了補償和抑制．網(wǎng)格規(guī)范化的算法思想是將分布在同一個網(wǎng)格中的點的高度z進(jìn)行均值化，且規(guī)定網(wǎng)格點的x，y坐標(biāo)為每個網(wǎng)格中心．?dāng)?shù)學(xué)上可以表示為一個矩陣，在計算機(jī)實現(xiàn)中則是一個二維數(shù)組．每個格網(wǎng)單元或數(shù)組的一個元素，對應(yīng)一個高程值．網(wǎng)格的大小可根據(jù)所需要的精度和計算效率調(diào)整．網(wǎng)格規(guī)范化以后就可以生成DEM數(shù)據(jù)，然后根據(jù)生成的DEM模型進(jìn)行散貨料堆模型的繪制．

1.3 散貨料堆三維成像與表面結(jié)構(gòu)恢復(fù)

經(jīng)過以上一系列的數(shù)據(jù)采集、處理，激光掃描儀采集的散貨三維數(shù)據(jù)用OpenGL實時繪制散貨料堆三維表面動態(tài)變化情況．同時利用圖像中不同的灰度代表不同的高程值，灰度越大（黑），距離越近；灰度越?。ò祝嚯x越遠(yuǎn)表面恢復(fù)算法見圖5．料堆高程值Z處理后，通過對距離圖像統(tǒng)計直方圖峰值的提取實現(xiàn)了對距離圖像的目標(biāo)提取，利用最小外接矩形擬合及目標(biāo)距離數(shù)據(jù)獲取了目標(biāo)的實際尺寸矩形擬合度等信息，從而實現(xiàn)了對目標(biāo)的分類及目標(biāo)區(qū)域的輸出．散貨料堆表面結(jié)構(gòu)重建，實現(xiàn)取料點的指令位置和測量位置的實時輸出的可視化．經(jīng)過以上一系列的數(shù)據(jù)采集、處理，激光掃描儀采集的料堆三維數(shù)據(jù)可以被用來進(jìn)行三維仿真與還原，效果比較理想，分別見圖6，圖7．

圖5 散貨料堆表面結(jié)構(gòu)恢復(fù)算法

圖6 散貨三維表面輪廓圖

圖7 表面結(jié)構(gòu)恢復(fù)圖

2 取料點連續(xù)自動定位算法

抓斗卸船機(jī)連續(xù)卸船過程中，如果卸船時料堆重心大幅偏移船體縱軸線，將會使船體側(cè)傾度增大，嚴(yán)重時可能造成傾覆事故．因此在卸船過程中，應(yīng)盡可能保持艙內(nèi)料堆重心位于船體縱軸線附近，有利于保持船身平衡，防止船身傾覆．綜合考慮船體安全以及卸料效率等因素，確定連續(xù)自動定位與取料控制思路：三維輪廓感知技術(shù)實現(xiàn)了散貨料堆的可視化，在此基礎(chǔ)上按照抓取效率最高點優(yōu)先策略來連續(xù)自動定位抓取點位置，從頂至底逐層取料，每層按照從上至下順序逐行取料．

2.1 散貨料堆分層

為應(yīng)對負(fù)載平衡問題，在三維輪廓識別結(jié)果的基礎(chǔ)上，根據(jù)抓斗的抓取體積和開閉的深度及安全作業(yè)的要求，設(shè)置每層最大剝?nèi)『穸?，確定分層數(shù)目．同時根據(jù)當(dāng)前表面重建情況計算當(dāng)前層最大剝?nèi)∩疃?，并利用該深度作為門限對表面進(jìn)行分割處理，獲取剝?nèi)∥恢梅植紙D．

為保持船體負(fù)載平衡及安全，本項目設(shè)定最多分為3層（現(xiàn)實中靈活處理），如圖8所示．殘余層為抓斗盲區(qū)厚度為d，之上為有效卸載散貨料堆厚度R－d．設(shè)抓斗滿斗深度為r，則每一層厚度L為

圖8 散貨料堆分層示意圖

最后一層深度始終不會到達(dá)殘余層．

2.2 取料點連續(xù)自動定位算法［10－12］

實際操作中不可能每次都進(jìn)行非常耗時的全局范圍的掃描，并且抓斗取料時往往僅影響局部很小的一個區(qū)域，因此也沒有必要對全部進(jìn)行更新掃描，只需要在局部位置處進(jìn)行重建，使用重建結(jié)果表面來替換掉原有的表面．然后根據(jù)散貨表面恢復(fù)圖確定當(dāng)前層剝?nèi)∥恢梅植紙D以及計算大、小車及取料位置，抓取過程中實時更新掃描，

考慮到實際散貨料堆較薄時，有效散貨料堆厚度小于3r，則總層數(shù)可能少于3層，每一層厚度仍將大于等于抓斗滿斗深度．因此每一層抓取厚度從而實現(xiàn)取料點的連續(xù)自動定位．取料點連續(xù)自動定位算法流程見圖9．

圖9 當(dāng)前層取料點連續(xù)自動定位算法

2．2．1 抓取完畢準(zhǔn)則 在當(dāng)前列中，無論抓斗沿縱向如何移動，都無法抓取位置分布圖中占抓斗投影面積的1／3以上的有效區(qū)域，則認(rèn)為當(dāng)前列已經(jīng)抓取完畢．大車行進(jìn)方向上直到船艙兩端任何一列都抓取完畢則認(rèn)為當(dāng)前層抓取完畢．

若所有層都抓取完畢或者剩余部分平均高度已經(jīng)小于抓斗盲區(qū)距離d，則認(rèn)為卸船完成．實際上在設(shè)置每一層抓取深度時已經(jīng)考慮了抓斗盲區(qū)距離d的影響，因此該準(zhǔn)則可以簡化為只要所有層都抓取完畢，則認(rèn)為卸船完成．

2．2．2 剝?nèi)^(qū)域選擇 選擇區(qū)過程中首先移動大車和小車，對整個料堆進(jìn)行全局掃描，建立初始料堆結(jié)構(gòu)．根據(jù)不同的料堆、不同的數(shù)據(jù)特性，對掃描到的三維數(shù)據(jù)進(jìn)行相應(yīng)的數(shù)據(jù)處理，從而進(jìn)行料堆表面恢復(fù)．按照每一層抓取厚L對料堆恢復(fù)表面圖7做門限表面分割處理，白色區(qū)域是超過第一層深度的料堆分布區(qū)域，即散貨料堆剝?nèi)^(qū)域．圓型標(biāo)記的區(qū)域是超過分層深度的散貨料堆分布區(qū)域．如圖10所示．第一層剝?nèi)〉哪康木褪菍⒃摬糠謪^(qū)域料抓走．

圖10 剝?nèi)^(qū)域位置分布圖

2．2．3 目標(biāo)區(qū)域選擇 散貨料堆對浸入的抓斗存在較大阻力導(dǎo)致抓斗不能完全沉入料堆中，所以抓斗浸入深度與抓斗自重及形狀有關(guān)系．相同浸入深度情況下，表面隆起的地方顯然可以抓到更多的料，從而獲得更高的抓取效率，見圖11．同時需要考慮抓斗頂部橫梁的影響，需要根據(jù)橫梁距離料堆距離來對抓斗浸入深度進(jìn)行修正．由于頂部配重橫梁的存在使得料堆對抓斗下沉產(chǎn)生額外阻力，使得抓斗并不能夠完全達(dá)到額定的浸入深度，因此模擬實際抓取情況如圖11中第二個與第四個抓斗位置所示．第四個抓斗對應(yīng)的料堆峰值點較高，而第二個抓斗料堆峰值點較低，但是相同的浸入距離第二個抓斗卻可以獲得更高的抓取量，因此效率更高．為了保證抓取效率和船體平衡，目標(biāo)區(qū)域選取算法遵循2個原則：（1）剝?nèi)^(qū)域的面積應(yīng)該大于抓斗投影面積的1／3；（2）考慮模擬浸入距離以及頂部橫梁兩參數(shù)共同作用下的最優(yōu)抓取點選擇．因此，需要從左到右逐個位置比較，計算該位置處可以獲得的抓取量，從而選擇最大量所對應(yīng)的地方作為目標(biāo)位置．依次最終計算得到的抓斗取料位置如圖12白色區(qū)域所示．

圖11 目標(biāo)區(qū)域分布圖

圖12 抓斗取料位置

2．2．4 取料點選取 目標(biāo)區(qū)域確定后，輸出根據(jù)網(wǎng)格處理后的坐標(biāo)結(jié)果作為取料點的三維坐標(biāo)值（x，y，z）．其中x為大車的位置，y為小車的位置，z為抓斗的抓取高度．

3 實驗結(jié)果分析

在卸船機(jī)取料點選取算法指導(dǎo)下，多次對散貨料堆掃描、選取合適的目標(biāo)區(qū)域和抓取過程，整個運行過程中，實時輸出取料點位置信息，見圖13，最終抓取效果取得了較好的實驗效果，見圖14．

圖13 取料點信息輸出

圖14 抓取完畢散貨料堆表面結(jié)構(gòu)恢復(fù)圖

4 結(jié)束語

基于三維感知技術(shù)的卸船機(jī)取料點連續(xù)自動定位分析了現(xiàn)有自動化抓斗卸船機(jī)發(fā)展存在的瓶頸問題，提出了一種基于三維感知技術(shù)的取料點連續(xù)自動定位方法．該方法綜合應(yīng)用計算機(jī)技術(shù)、傳感技術(shù)、控制技術(shù)實現(xiàn)了取料點的連續(xù)自動控制且實驗結(jié)果理想．該方法可廣泛的應(yīng)用于大型港口、碼頭，大大降低了司機(jī)的作業(yè)強(qiáng)度，很好的解決了惡劣環(huán)境下影響抓斗卸船作業(yè)問題，為全自動化抓斗卸船機(jī)提供了一種的思路．

［1］宋建軍，陳 潔，孫景永，等．港口散貨機(jī)械設(shè)備的發(fā)展趨勢及關(guān)鍵技術(shù)［J］．起重運輸機(jī)械，2011（S1）：1－5．

［2］包起帆．港口散貨全自動裝卸設(shè)備研究與開發(fā)［J］．中國機(jī)械工程，2008（23）：2797－2803．

［3］肖 蘇，王曉軍，邵惠鶴．橋式卸船機(jī)抓斗的定位和防擺控制［J］．上海海事大學(xué)學(xué)報，2004（4）：4－7．

［4］賀俊吉，史 立．散貨自動裝船檢測系統(tǒng)［J］．光電工程，2009（6）：52－56，119．

［5］張菊艷，吳桂林．激光測距的目標(biāo)單點探測定位系統(tǒng)及定位誤差分析［J］．火力與指揮控制，2008（4）：83－86．

［6］GUSTAFSSONT，HEIDENBACK C．Automatic control of unmanned cranes at the pasir panjang terminal［C］／／Proceedings of 2002International Conference on Control Applications．Glasgow，Scotland，UK：IEEE，2002：180－185．

［7］任 凱，浦金云，余桂明．基于VB的OpenGL技術(shù)構(gòu)建可操作的三維艦艇模型［J］．武漢理工大學(xué)學(xué)報：交通科學(xué)與工程版，2008，32（6）：1129－1132．

［8］劉春等．激光三維遙感的數(shù)據(jù)處理與特征提?。跰］．北京：科學(xué)出版社，2010．

［9］孫志慧，鄧甲昊，閆小偉．國外激光成像探測系統(tǒng)的發(fā)展現(xiàn)狀及其關(guān)鍵技術(shù)［J］．科技導(dǎo)報，2008（3）：74－79．

［10］ABB助力上海羅涇港成為全球首個智能化全自動散貨碼頭 實現(xiàn)物料從卸船、堆取和裝船的全自動作業(yè)［J］．國內(nèi)外機(jī)電一體化技術(shù)，2008（1）：11．

［11］朱同坤．港口散貨裝卸成套工藝設(shè)備系統(tǒng)建設(shè)管理的新模式［J］．水運工程，2006（3）：42－45．

［12］王 煥．橋式抓斗卸船機(jī)取料過程分析［J］．武漢水運工程學(xué)院學(xué)報，1987（3）：57－63．