[发明专利]锌锭垛自动下线转运加固方法用码垛识别模块及系统

说明书

本发明涉及一种锌锭垛自动下线转运加固方法用码垛识别模块及系统，所述码垛识别模块接收图像采集装置发送的俯视图像，并判断锌锭垛的码垛状态，若码垛为松散形态，则控制码垛加固机器人对码垛进行固形；本锌锭垛自动下线装车控制系统通过拍摄锌锭垛的俯视图像，查看码垛状态，在发现码垛为松散形态，则控制码垛加固机器人对码垛进行固形，能够有效的解决码垛在后期搬运过程中由于松散堆放引起倒塌等问题。

本申请是分案申请，原申请的申请号为201910488847.1，申请日为：2019年6月6日；发明创造名称：锌锭垛自动下线转运加固方法。

技术领域

本发明涉及机械领域，具体为一种锌锭垛自动下线转运加固方法。

背景技术

在现如今，有色金属行业内大量的大体积大重量的锌锭垛需要搬运，采用人工搬运需要大量的人力物力，且具有危险性，采用激光AGV叉车进行运输具有良好的效果，但是在锌锭码垛堆高时，会出现码垛松散情况发生，如果码垛现场松散，容易在后续搬运过程中造成锌锭垮塌，引发生产事故。

因此，基于该技术问题，需要设计一种能够对锌锭垛进行加固的锌锭垛自动下线转运加固方法。

发明内容

本发明的目的是提供一种锌锭垛自动下线转运加固方法。

为了解决上述技术问题，本发明提供了一种锌锭垛自动下线转运加固方法，即

在锌锭垛存储区的上部设置有图像采集装置，以拍摄锌锭垛的俯视图像；以及

通过一码垛识别模块接收图像采集装置发送的俯视图像，并判断锌锭垛的码垛状态，若码垛为松散形态，则控制码垛加固机器人对码垛进行固形。

进一步，所述码垛识别模块适于将标准形态的码垛、松散形态的码垛的图像信息组合成初始特征集，以及将图像信息进行分割，对每一个区域分别提取灰度值，所述灰度值作为测试样本集，并将标准形态的码垛、松散形态的码垛的特征边沿和间隙作为训练样本集，构成码垛判断特征向量；以及

所述码垛识别模块还适于建立码垛识别模型，并采用粒子群算法对所述码垛识别模型进行参数寻优，寻优参数包括所述码垛识别模型的核函数参数g和误差项的惩罚因子c；将所述码垛判断特征向量分为训练样本和测试样本，采用训练样本对所述码垛识别模型进行训练；利用已训练的码垛识别模型对测试样本进行分类输出，以判定码垛识别模型的识别率，并在该识别率达到预设值后，将所述码垛识别模型用于识别实时样本的码垛类型。

进一步，所述码垛识别模块适于采用粒子群算法对所述码垛识别模型进行参数寻优，寻优参数包括所述码垛识别模型的核函数参数g和误差项的惩罚因子c，即

粒子群初始化，包括：

粒子群规模假定为N，迭代次数表示为T_max；

假定所述码垛识别模型的核函数参数g和误差项的惩罚因子c取值范围分别为(-g_max，g_max)以及(-c_max，c_max)，则该参数组合解空间即为所述取值范围构成的矩形空间，粒子群内的每一个粒子i的位置信息均产生并限定在所述矩形空间内，并记为区间[-X_max,X_max]；

粒子群内的每一个粒子i的速度信息均产生并限定在区间[-V_max,V_max]内，其中V_max表示粒子的最大速度值，是一恒值常数；

粒子群内的每一个粒子i的个体最优位置值P_best的初始值等于所述粒子在所述矩形空间内的初始位置X⁰，记为整个粒子群的全局最优值G_best表示粒子群的历史最优解，其初始值为粒子群中粒子初始个体最优位置值的最小值，即为