skip to Main Content

Podrobnosti projekta

Naziv projekta: Avtomatizacija skladišča odpadnega železja

Obdobje: 2017 – 2018

Projektna skupina (vodja*):  Bošnak, Zdešar, Škrjanc*

Tip projekta: raziskovalni aplikativni

Financiranje: industrija

Sodelujoči partnerji: Danieli Automation

Opis projekta

Cilj raziskovalne študije za Italijanskega partnerja DANIELI Automation je bil preučitev različnih metod za zaznavanje položajev konvojev odprtih tovornih vagonov v skladišču odpadnega železa z namenom podpore pri avtomatiziranem praznjenju vagonov. V študiji smo obravnavali različne metode, največ pozornosti pa namenili uporabi tridimenzionalnih LIDAR-senzorjev ter kamer v kombinaciji z algoritmi za računalniški vid. Delovni prostor sistema je industrijska hala velikih dimenzij (>100 metrov v dolžini) in je zato največji izziv predstavljalo iskanje kompromisa med kompleksnostjo rešitve in kvaliteto dobljenih rezultatov. Dodatne oteževalne okoliščine so v zahtevi po uporabi obstoječe osvetlitve (<100 lux) in konstrukcije.

Končni predlagani rešitvi sta temeljili predvsem na računalniški obdelavi zajetih signalov (iz senzorja LIDAR ter kamere) z namenom maksimalnega izkoristka le-teh. Čeprav je bila za zajem podatkov uporabljena najnovejša tehnologija senzorjev LIDAR na trgu, klasične metode za detekcijo objektov iz podatkov senzorja LIDAR odpovedo zaradi premajhne gostote oblaka točk, ki je posledica omejene ločljivosti uporabljenih senzorjev. Izziv pri določanju položjev vagonov s senzorji LIDAR smo uspešno rešili s prilagojenimi algoritmi na podlagi verjetnostnih računov. Ti so na podlagi meritev in nabora možnih dimenzij vagonov celoten delovni prostor najprej segmentirali, nato pa v filtriranih podatkih poiskali najbolj verjetne situacije. Rešitev je tako omogočala zaznavanje vagonov na treh vzporednih tirih pri medsebojni oddaljenosti senzorjev LIDAR med 16.5 in 33 metrov.

Predlagana rešitev s kamero pa je temeljila na uporabi stereo kamere, ki smo jo pritrdili na tovorni žerjav, ki potuje nad vagoni vzdolž tirov. Uporabili smo dve širokokotni kameri, ki sta omogočili opazovanje dveh dolžin vagonov (~30 m) iz ptičje perspektive. S pomočjo računalniške obdelave slik smo ocenili globino opazovanega delovnega področja pod žerjavom, in nato izdelali algoritme za ocenjevanje položaja vagonov na tirih glede na žerjav. Pri izvedbi smo se morali soočiti s problemom slabe osvetljenosti, s kalibracijo stereo kamere s širokokotnimi lečami, s prisotnostjo raznih drugih objektov in ljudi v vidnem območju ter drugih motenj. Predlagami algoritmi za detekcijo položaja vagonov temeljijo na natančni kalibraciji kamer, predobdevali slik za izboljšanje kvalitete ocenjevanja globine in obdelavi globinske slike, ki omogoča robustno detekcijo vagonov. Algoritmi so bili zasnovani tako, da se večino parametrov lahko nastavi bodisi samodejno ali z enostavnimi avtomatiziranimi postopki. Pokazali smo, da je s stereo kamero možno doseči zanesljivo ocenjevanje položaja vagonov z natančnostjo pod 20 cm v realnem času (>5 Hz), ki sta bili dve od glavnih zahtev sistema. Z eno stereo kamero lahko hkrati ocenjujeno stanja vagonov na dveh vzporednih tirih, sistem pa omogoča tudi, da določimo volumen in razporeditev vsebine v vsakem posameznem vagonu.

Sodelujoči partnerji

  • Danieli Automation
  • University of Ljubljana (UL), Slovenia, Ljubljana

Področje

  • Research: LIDAR, kamera, računalniška obdelava signalov, ocenjevanje stanj
Back To Top