一种面向无人值守螺旋卸煤机的运煤车厢定位系统

摘要

目前我国是以煤炭为主的能源结构，提升煤炭运输环节中的装卸效率与安全性对能源供应链的稳定至关重要。传统铁路敞车卸煤作业长期依赖人工操作螺旋卸煤机，存在劳动强度大、效率低、安全风险高等突出问题，行业亟待向智能化转型。为此，设计了一套基于机器视觉的无人值守螺旋卸煤机系统。该系统硬件上集成高性能工业相机、专用光源与行走机构，构建了稳定的图像采集平台；软件上融合图像处理与深度学习算法，核心在于提出一种创新的运煤车厢定位方法。该方法部署两套视觉系统协同工作：侧方固定系统通过CNN+LSTM结合的深度学习模型识别车厢编号，并据此查询数据库获取该车型标准几何参数；上方移动系统在行走机构驱动下扫描车厢，利用边缘检测与轮廓提取技术实时获取实际轮廓特征。通过将实时视觉数据与标准参数进行融合与坐标转换，系统能在全局坐标系中精确计算车厢位置与姿态，为卸煤机自动化控制提供关键空间基准。实验结果表明，该方法能有效完成车厢号码与区域分割，定位数据可靠，满足了无人值守作业的精度要求。该系统成功实现了卸煤流程的自动化与智能化，显著提升了作业安全与效率，为铁路煤炭装卸设备升级提供了坚实的技术支撑，并具有向更广泛散货物流领域推广的应用前景。

关键词

螺旋卸煤机 / 目标定位 / 视觉系统 / 机器视觉 / 深度学习 / 图像处理

基金资助

黑龙江省省属科研院所科研业务费项目(CZBZ202502001)