本發(fā)明屬于運(yùn)輸調(diào)度，更具體地，涉及一種基于視覺識別的廢鋼配槽任務(wù)自動分配方法及系統(tǒng)。

背景技術(shù)：

1、廢鋼煉鋼是通過回收廢舊鋼鐵材料進(jìn)行再加工的一種鋼鐵生產(chǎn)方式，這種方式具有節(jié)約資源、能耗低、環(huán)境污染小等優(yōu)點(diǎn)，因此在鋼廠中具有廣泛應(yīng)用。在煉鋼廠廢鋼加工車間，由外部采購運(yùn)輸堆存的廢鋼經(jīng)行車通過電磁吸盤吸取并放置于廢鋼槽中，由平板車或汽車運(yùn)輸至煉鋼廠進(jìn)行冶煉。為實(shí)現(xiàn)高效冶煉，需將廢鋼材料按一定種類的配比進(jìn)行混合完成配槽，根據(jù)用途不同，用于配槽的廢鋼種類配比也會存在不同，并且會存在多個配槽任務(wù)同時進(jìn)行的情況，因此存在針對指定廢鋼槽由指定行車進(jìn)行配槽任務(wù)的需求。

2、常規(guī)的廢鋼車間配槽任務(wù)主要通過在廢鋼槽上進(jìn)行標(biāo)記，經(jīng)現(xiàn)場人員將生產(chǎn)計劃中的當(dāng)次任務(wù)及當(dāng)前可用廢鋼槽通過對講機(jī)告知行車司機(jī)，司機(jī)根據(jù)指令進(jìn)行配槽，因此現(xiàn)場需要長期駐守生產(chǎn)人員。該方法溝通效率低下。

技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提出了一種基于視覺識別的廢鋼配槽任務(wù)自動分配方法及系統(tǒng)，可以解決鋼鐵廠廢鋼車間人工分配廢鋼配槽任務(wù)的低效問題，基于視覺識別獲取廢鋼槽編號并自動下發(fā)任務(wù)，將指定廢鋼配比任務(wù)自動下發(fā)給行車并對指導(dǎo)廢鋼槽進(jìn)行配料，可大大節(jié)省人力物力。

2、為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個方面，提供了一種基于視覺識別的廢鋼配槽任務(wù)自動分配方法，包括：

3、獲取現(xiàn)場廢鋼槽數(shù)字編號圖片，形成數(shù)據(jù)集，并采用數(shù)據(jù)集訓(xùn)練廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型；

4、實(shí)時采集待配槽廢鋼槽視頻，獲取當(dāng)前幀視頻圖像進(jìn)行圖像處理得到圖像處理后的待配槽廢鋼槽圖像；

5、將圖像處理后的待配槽廢鋼槽圖像輸入訓(xùn)練后的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型，以識別待配槽廢鋼槽編號；

6、將識別到的待配槽廢鋼槽編號與配槽計劃進(jìn)行關(guān)聯(lián)匹配后，下發(fā)配槽任務(wù)及指令，由操作人員根據(jù)配槽任務(wù)及指令實(shí)施配槽任務(wù)。

7、在一些可選的實(shí)施方案中，所述獲取現(xiàn)場廢鋼槽數(shù)字編號圖片，形成數(shù)據(jù)集，并采用數(shù)據(jù)集訓(xùn)練廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型，包括：

8、將現(xiàn)場廢鋼槽帶有數(shù)字的編號的端面進(jìn)行拍攝，形成廢鋼槽數(shù)字編號數(shù)據(jù)集；

9、對廢鋼槽數(shù)字編號數(shù)據(jù)集中的每張圖片中的編號數(shù)據(jù)進(jìn)行位置標(biāo)注并分類，將標(biāo)注好的數(shù)據(jù)集分為訓(xùn)練集和測試集，訓(xùn)練集用于訓(xùn)練廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型，獲取網(wǎng)絡(luò)參數(shù)，測試集用于測試驗(yàn)證廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型的檢測效果。

10、在一些可選的實(shí)施方案中，所述訓(xùn)練集用于訓(xùn)練廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型，獲取網(wǎng)絡(luò)參數(shù)，測試集用于測試驗(yàn)證廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型的檢測效果，包括：

11、將測試集作為初始的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型的輸入，通過訓(xùn)練好的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型進(jìn)行計算驗(yàn)證，判斷數(shù)字類別是否與廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型的檢測輸出結(jié)果一致，若一致則表明廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型檢測的結(jié)果與實(shí)際結(jié)果匹配，并對判斷結(jié)果進(jìn)行統(tǒng)計，當(dāng)數(shù)字的匹配準(zhǔn)確度大于設(shè)定閾值時，確定當(dāng)前廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型為目標(biāo)廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型，當(dāng)數(shù)字的匹配準(zhǔn)確度小于等于設(shè)定閾值時，則當(dāng)前初始的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型不滿足條件，繼續(xù)執(zhí)行訓(xùn)練操作，直到測試集得到的數(shù)字的匹配準(zhǔn)確度滿足條件。

12、在一些可選的實(shí)施方案中，所述實(shí)時采集待配槽廢鋼槽視頻，獲取當(dāng)前幀視頻圖像進(jìn)行圖像處理得到圖像處理后的待配槽廢鋼槽圖像，包括：

13、實(shí)時采集待配槽廢鋼槽視頻流的當(dāng)前幀圖像，將采集到的待配槽廢鋼槽視頻流中的當(dāng)前幀圖像進(jìn)行感興趣區(qū)域選定。

14、在一些可選的實(shí)施方案中，所述將圖像處理后的待配槽廢鋼槽圖像輸入訓(xùn)練后的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型，以識別待配槽廢鋼槽編號，包括：

15、將選定的感興趣區(qū)域內(nèi)的圖像輸入到訓(xùn)練后的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型中，當(dāng)感興趣區(qū)域中出現(xiàn)檢測識別目標(biāo)時進(jìn)行計算，獲取目標(biāo)類別及廢鋼槽編號，將對應(yīng)槽位和編號進(jìn)行匹配。

16、按照本發(fā)明的另一方面，提供了一種基于視覺識別的廢鋼配槽任務(wù)自動分配系統(tǒng)，包括：采集模塊、圖像處理模塊及任務(wù)系統(tǒng)模塊；

17、所述采集模塊，用于獲取現(xiàn)場廢鋼槽數(shù)字編號圖片，形成數(shù)據(jù)集，并采用數(shù)據(jù)集訓(xùn)練廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型；

18、所述采集模塊，還用于實(shí)時采集待配槽廢鋼槽視頻；

19、所述圖像處理模塊，用于獲取當(dāng)前幀視頻圖像進(jìn)行圖像處理得到圖像處理后的待配槽廢鋼槽圖像，將圖像處理后的待配槽廢鋼槽圖像輸入訓(xùn)練后的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型，以識別待配槽廢鋼槽編號；

20、所述任務(wù)系統(tǒng)模塊，用于將識別到的待配槽廢鋼槽編號與配槽計劃進(jìn)行關(guān)聯(lián)匹配后，下發(fā)配槽任務(wù)及指令，由操作人員根據(jù)配槽任務(wù)及指令實(shí)施配槽任務(wù)。

21、在一些可選的實(shí)施方案中，所述系統(tǒng)還包括光源模塊；

22、所述光源模塊，用于從廢鋼槽槽位的一端，對廢鋼槽槽位進(jìn)行打光。

23、在一些可選的實(shí)施方案中，所述圖像處理模塊，用于將現(xiàn)場廢鋼槽帶有數(shù)字的編號的端面進(jìn)行拍攝，形成廢鋼槽數(shù)字編號數(shù)據(jù)集；對廢鋼槽數(shù)字編號數(shù)據(jù)集中的每張圖片中的編號數(shù)據(jù)進(jìn)行位置標(biāo)注并分類，將標(biāo)注好的數(shù)據(jù)集分為訓(xùn)練集和測試集，訓(xùn)練集用于訓(xùn)練廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型，獲取網(wǎng)絡(luò)參數(shù)，測試集用于測試驗(yàn)證廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型的檢測效果。

24、在一些可選的實(shí)施方案中，所述圖像處理模塊，還用于將測試集作為初始的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型的輸入，通過訓(xùn)練好的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型進(jìn)行計算驗(yàn)證，判斷數(shù)字類別是否與廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型的檢測輸出結(jié)果一致，若一致則表明廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型檢測的結(jié)果與實(shí)際結(jié)果匹配，并對判斷結(jié)果進(jìn)行統(tǒng)計，當(dāng)數(shù)字的匹配準(zhǔn)確度大于設(shè)定閾值時，確定當(dāng)前廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型為目標(biāo)廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型，當(dāng)數(shù)字的匹配準(zhǔn)確度小于等于設(shè)定閾值時，則當(dāng)前初始的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型不滿足條件，繼續(xù)執(zhí)行訓(xùn)練操作，直到測試集得到的數(shù)字的匹配準(zhǔn)確度滿足條件。

25、在一些可選的實(shí)施方案中，所述圖像處理模塊，還用于實(shí)時采集待配槽廢鋼槽視頻流的當(dāng)前幀圖像，將采集到的待配槽廢鋼槽視頻流中的當(dāng)前幀圖像進(jìn)行感興趣區(qū)域選定；將選定的感興趣區(qū)域內(nèi)的圖像輸入到訓(xùn)練后的廢鋼槽數(shù)字檢測識別網(wǎng)絡(luò)模型中，當(dāng)感興趣區(qū)域中出現(xiàn)檢測識別目標(biāo)時進(jìn)行計算，獲取目標(biāo)類別及廢鋼槽編號，將對應(yīng)槽位和編號進(jìn)行匹配。

26、總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，能夠取得下列有益效果：

27、實(shí)時采集待配槽廢鋼槽視頻，獲取當(dāng)前幀視頻圖像進(jìn)行圖像處理；通過采集廢鋼槽編號樣本圖像數(shù)據(jù)并輸入到網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，獲得廢鋼槽編號檢測識別器，對待配槽廢鋼槽編號進(jìn)行實(shí)時檢測并識別；將識別到的檢測結(jié)果傳遞至任務(wù)系統(tǒng)，任務(wù)系統(tǒng)將識別結(jié)果與配槽計劃進(jìn)行關(guān)聯(lián)匹配后，下發(fā)給行車任務(wù)系統(tǒng)，由操作人員接收并實(shí)施配槽任務(wù)。本發(fā)明實(shí)現(xiàn)了通過視覺識別的方式獲取廢鋼槽編號并自動分配配槽任務(wù)的功能，為廢鋼車間進(jìn)行廢鋼配槽提供便利，助力廢鋼加工自動化流程，節(jié)省大量人力物力。