淺談翻車機無人值守系統中的自動機器人

衛健，黃前鋒，陳建國，劉首明，彭輝，鄧志瑋

（1.國家電投集團江西電力有限公司分宜發電廠，江西 新余 336607；2.國家電投集團江西電力工程有限公司；3.國家電投集團江西電力有限公司，江西 南昌 330096）

1 前言

早在20 世紀50 年代，我國就開始引進并使用整套的翻車機系統了。時至今日，現行的翻車機系統已經實現了可靠的安裝運行方案。整套翻車機系統包含重調機、遷車臺、空調機、翻車機等，基本上能夠實現可靠的自動運行。

在列車進入翻車機待卸區域前，首先進行人工拔銷和風管分離工作，等到進入卸煤區域，則需要進行人工摘鉤（圖1）、人工復鉤工作。位于卸煤區域的翻車機系統與人工摘復鉤作業在同一區域，現場環境差、粉塵吸入引發的職業病、夜間工作的潛在危險等因素，需要優先考慮自動化替代人工作業。

圖1 重車車廂人工摘鉤作業

2 翻車機系統的自動機器人

2.1 摘鉤機器人

摘鉤機器人搭建在重車調車機同側軌道，為了能夠成功實現車廂摘鉤，其配置功能包括車廂型號識別、車鉤區域檢測、小車運動跟隨、機器臂控制摘鉤等功能。

風管識別檢測：針對車廂車鉤下側的識別，確定風管是否已經安全打開，如未安全打開，會立即觸發報警信號，經人工處理，確保安全后進行后續工作（圖2）。

圖2 風管識別系統

車鉤手柄檢測：在摘鉤機器人到達設定位置后，系統對目標車鉤手柄進行識別與分析，采集并傳輸檢測到的相關數據信息。

運動跟隨：機器人根據采集處理后的數據信息，依照設定好的運動規劃，進行手柄識別跟蹤，并且在運動過程中執行摘鉤動作，并輸出狀態信號。

實時監控：在摘鉤機器人部分設立的攝像頭有車廂標志、摘鉤全景、摘鉤動作等監控錄像，以及配置人員檢測報警系統。

機器臂運動控制：機器人根據目標物體的位置信息與狀態信息，進行數據處理規劃出合適的抓取位置和抓取角度：根據目標物體的特征信息和抓取規劃，對其自身的姿態進行精確調節，最后準確穩定地完成抓取任務。

2.2 正鉤、復鉤機器人

復鉤動作是在空車廂完成對接前，打開一列車廂的車鉤鉤舌，保證兩節車廂車鉤對撞并成功掛鉤，從而使車廂能相互勾連，可靠地移出空車線。

正鉤機器人的作用是在翻車機翻車過程中維持車廂兩側車鉤的姿態，保證空車對車過程中不因車鉤鉤體歪斜而產生意外碰撞（圖3）。

圖3 列車車廂車鉤手柄

復鉤機器人是在遷車過程完成前，代替人工完成復鉤工作，保證在空車對接的過程中有一側車鉤鉤舌是打開狀態。正鉤、復鉤機器人結合使用，保證在空車線上的車廂能夠可靠對接。

正鉤機器人作業模組：在正鉤機器人開始工作前，機器人應當先由停機位移動至待機位，根據車型識別出來的信息，來決定待機的位置。在翻車機完成翻車后回到待機位，直至收到下次待翻車廂車型識別信號后，調整待機位置。

正鉤機器人作業模組：在翻車機開始翻車前，正鉤機器人抬起大臂至垂直角度，推板推出并根據車型固定好車廂車鉤后，翻車機開始翻車。在翻車過程中，正鉤機器人保持固定，維持車鉤的姿態。回翻后能夠保證車鉤不會因車體角度變化而發生偏轉。車體回正后，機器人推板回縮、大臂收起并調整位置至待機位。

正鉤機器人視覺檢測系統：翻車機出入口兩端配置機器視覺相機，檢測車廂長度，確定待機位置，在單獨調試或使用正鉤機器人的時候，視覺系統能夠確定車廂型號，為后續的正鉤機器人的推板目標提供位置信息。

復鉤機器人小車模組：復鉤機器人在工作時，需要將機器臂向遷車臺方向移動，來保證在復鉤工作能夠正常進行；在復鉤工作完成后，需要移動回待機位置，確保遷車過程不會受復鉤機器人影響。

復鉤機器人作業模組：在空車廂進入遷車臺后，由雷達檢測出車廂后邊緣判斷是否到位、是否穩定信息。到位信號傳達后，復鉤工作開始，小車移動至既定位置，機器臂進行復鉤動作，復鉤完成后退出下俯狀態。

3 機器人應用的相關技術

3.1 機器視覺技術中的深度學習

進入火電廠進行卸煤的列車，大多都是混編型號的車廂，不同的車廂型號也會區分不同的摘鉤動作，因此，對于機器人來說，能夠準確、高效、穩定地得到目標車廂的型號是完成摘鉤目標的必要條件。

針對車型識別、車鉤分割這些重點問題，使用在當下仍然炙手可熱的基于深度學習神經網絡的圖像識別技術，不斷調整算法以及實時圖像采集的角度、方向等，搜集相關信息，強化車號識別的訓練模型，實現能夠在不同的光線、天氣、時間下的高效車型識別。

深度學習是指具有多個處理層次的多個數據表達的模型，當下語言識別，視覺識別等技術的發展都離不開深度學習技術的使用與開發。通過正向與反向傳播進行數據分析，進而獲得圖像數據中的特征。其運作原理是先于計算機中輸入初始數據，經神經網絡檢測、提取和分類其中包含的各類特征。該方法有著多個用于處理數據的網絡層級，能夠通過簡單、非線性的處理方式來擬合，每個級別將上一個級別所輸出的特征處理成一個更具有高維特征、更抽象的輸出結果。有了層層的網絡層級和各個層級的對應輸出，我們就可以用它來進行更準確的學習、更深層次的擬合處理，能進行高效、高精度、工作量龐大的分類任務。

摘鉤機器人中的車鉤手柄識別分割技術應該能夠實現各種環境下準確的分割出不同狀態下不同類型的車鉤手柄。針對實際使用情況與本次所規劃系統之中任務目標，目標捕捉部分應具有以下功能。

（1）精確檢測多類型多狀態車鉤手柄。車鉤手柄受工作環境影響形狀各異，由于不同形狀的車鉤摘鉤方式或有區分，因此準確判斷車鉤手柄當前狀態是實現準確摘鉤的必要條件。人工摘鉤中通過提拉車鉤手柄開鉤，對手柄的位置精度要求較高，檢測系統還需要精確分割出車鉤及手柄部分的輪廓。

（2）適應復雜的環境。車鉤手柄處于兩節車廂之間，粉塵污染加之光線較差等因素成為獲取車鉤手柄信息時的干擾因素。翻卸區域通常為露天，光線及天氣等外部環境會影響圖像質量。因此，手柄目標識別與分割技術應具備良好的抗干擾性。

基于深度學習的YOLO-V2 車鉤識別算法中，通過改進K-means 聚類算法選擇最佳車鉤手柄和手柄基座的候選框長寬和數量，完成ancher 預設；在神經網絡的結構中增設殘差模塊提升視覺識別的準確率；選用多分類交叉熵損失函數，用作神經網絡模型的訓練。在后續的現場測試中其成功率能夠保證在95%以上，滿足現場作業要求。

3.2 機器臂控制技術

在完成對目標車鉤手柄的識別與分割后，機械臂的運動控制技術，就成為摘鉤、復鉤動作成功的關鍵。

機器臂控制系統在整個機器控制系統中居于核心地位，有著協調機械臂監控對象，為操作者提供操作信息的作用。機器臂的控制與運動學、動力學、運動規劃等有著密不可分的聯絡。

（1）運動學控制。運動控制是機械臂控制的基礎，它可以根據機械臂的結構和參數，計算機械臂的位置和姿態。運動學控制對于控制機械臂在翻車機車廂間隙，完成精準的定位和抓取任務至關重要。

（2）動力學控制。動力控制是控制機械臂的支柱，在運動過程中的運動學參數，包括速度、加速度等，都是通過動力學模型計算得出。

（3）運動規劃。運動規劃是機械臂控制的關鍵技術之一，它可以計算出機械臂在空間中的最優運動軌跡，并對機械臂進行控制。運動規劃可以根據不同的任務需求，選擇不同的運動路徑，以實現更加高效的機械臂控制。

摘鉤機器人的關鍵是機械臂控制技術，它通過運動學、動力學、路徑規劃等技術手段，實現了機械臂的運動和控制，進而高效、穩定、準確地完成車鉤手柄抓取任務。

4 摘鉤機器人的優缺點

本文基于翻車機自動化系統中的摘鉤、正鉤、復鉤機器人模型研究，依托分宜電廠翻車機作業線進行了實際應用，各項成功率達到了95%以上。

4.1 翻車機自動化機器人的優勢

翻車機人工摘鉤操作屬于人機交叉作業，存在人身安全風險，隨著機器人的使用，能夠大大降低甚至避免該風險；傳統作業需要使用大量的人力，而自動機器人的投運可以代替人力完成工作，自然節約了成本；翻車機自動化摘鉤機器人可以通過軟件編程和深度學習技術，實現針對不同型號的翻車現場的調整和優化。同時，其穩定性與準確性不會隨著時間、環境等因素降低。※

4.2 翻車機自動化機器人的不足

翻車機自動化機器人的操控需要使用預設的程序，無法像人類一樣快速做出復雜的判斷以及應對不同的情況，像“死鉤”等情況，仍然需要人工摘鉤完成；機器人需要經過專業人員的專業培訓才能操作，維修也需要相關專業知識和技能，在一定程度上增加了維護和操作成本。

5 結語

本文基于當前的翻車機系統，設計了一套翻車機自動化機器人，其在保證效率的前提下，大大增加了作業的安全性，降低了作業的人力成本，在電廠翻車機線得到了實際應用，其實用性得到了驗證，在行業內具備相當大的推廣應用價值。對于后續的展望，以優化系統的性能、增加工作效率、提高機器人的智能化水平為方向。