浅谈三维设计软件在起重机自动化选型设计中的应用
2023-07-25沈华
沈 华
〔上海振华重工(集团)股份有限公司,上海 200125,E-mail:shenhua@zpmc.com〕
在起重机领域(尤其是集装箱机械领域),远程控制、智能化、自动化越来越普及。在起重机上同时安装有用于远程控制的监控相机,用于保护及识别用的相应设备以及传统的电气机械件。不同于传统的起重机,自动化设备的设计要求相关的监控相机、识别用的设备的定位更加准确并且希望可以辅助相应设备的选型。传统的二维三视图的方式已经不能满足相应的要求,鉴于三维设计软件(如AutoCAD 3D)的准确性,可以借助三维设计软件的一些方法来满足实际设计中的定位选型的要求。
1 起重机自动化设计的主要问题与检测元件的关键参数
1.1 监控及图像识别
在自动化起重机的远程控制中,远程监控系统(Remote Vision System)和远程控制系统(Remote Control System)是最为重要的系统[1]。对于操作者来说,远程视频的流畅度、清晰度与观感的合理是远程控制的基础。远程监控系统的核心元件是相机,因此可以说相机的合理选型、定位是决定远程控制和图像识别效果的重要因素。在自动化设计中,需要利用一定的方法模拟出相机的成像辅助相应的设计及选型。
1.2 自动化检测
相对传统的起重机设备,自动化起重机的检测元件数量更多。通常在自动化起重机中的检测元件主要包括激光器和相机。利用接收激光器发出的光的回波可以用于测距[2]。通过旋转激光器的光心就可以达到3D扫描的目的[3]。激光器3D扫描是自动化中最常见的目标位置定位方法[4]。同时,激光器也被用于起重机自动化中的检测及保护。
而相机在较早之前仅用于图像的识别。随着图像识别技术、深度学习及人工智能的发展,相机也被应用于目标定位[5]甚至保护。
自动化对精度的要求比较高,因此自动化检测元件的定位要求比较高。合理的定位和选型可以使自动化的精度更高,效果更好,效率也更高。需要相应的软件和方法来辅助元件的选型及定位。
1.3 相机及激光器的参数简述
在自动化设计选型中,相机最重要的参数是焦距,相机视野,帧速率,PTZ(球机)角度范围或可调角度范围(固定式相机)和分辨率(像素比)[6]。如果没有标注相机视野,则相机视野的计算方法为[7]:
(1)
式中:fn为可变焦情况下的第n个焦距,mm;Lh为相机传感器大小(水平),mm;Lv为相机传感器大小(垂直),mm;θhn为可变焦情况下的第n个相机水平视野角,(°);θvn为相机第n个垂直视野角,(°);θn为相机第n个对角视野角(°)。常用的传感器参数如表1所示。
表1 常规传感器大小对应表
如三维设计软件的虚拟相机视野角参数使用对角视野角,而实际相机样本中经常标注的是垂直和水平视野角。可根据公式推得对角视野角
(2)
在三维软件中可使用公式(2)计算出来的对角视野角的相机进行模拟。
而在自动化设计选型中,激光器最重要的参数是角精度,检测距离,扫描频率和检测范围。其中角精度是指本激光束与下一激光束之间的夹角[8]。角精度是影响检测精度的最主要因素。通常激光器的检测范围、精度都与被测物体的材质、颜色即反射率有关,选型时需要根据工况进行判断。
1.4 需要三维辅助的问题
根据相机以及激光器的参数简述及监控、自动化检测的工况要求,需设计辅助的是判断元件的定位问题主要包括是否被其它物体遮挡,是否与其它物体干涉,是否能被所需的人员观察到,是否检测元件选型得当,是否可以正确识别所需识别的信息等。
2 三维软件模拟相机拍摄图形及视频的相关方法
2.1 相机实际拍摄图像的模拟和初步调整
在模拟图像之前,首先要对被测物体附上相应的材质,必要时进行贴图。如被测物体是集卡,需要对车窗附以玻璃材质,对轮胎附以橡胶材质,对其它部分附以金属漆。附上相应的材质以后,渲染后的模拟图像会更为准确[9-10]。
在三维软件中建立相机(在AutoCAD中该指令为camera),根据相机的视野范围设置参数,根据起重机的机械结构和相机所要观察的对象移动相机到设计的位置。初步观察相机视野中的图形后切换到相机视角,根据相机的分辨率进行渲染可得模拟的图像。
图1为轮胎吊的观察40英尺集装箱在集卡上落箱情况的相机,其水平视野为110°,垂直视野62°,根据公式计算得其对角线视野为114.3°,选择固定合适的角度、修改相机视野并渲染后的模拟图像如图1所示。
▲图1 模拟的观察40英尺落箱相机拍摄图像
如发现相机的模拟图像不甚理想,可以通过调整相机位置并粗调其参数达到较理想的成像效果。
2.2 模拟图像的准确性论证
现场经过精调后的同一位置的相机实际拍摄的图像如图2。
▲图2 实际的观察40英尺落箱相机拍摄图像
对比模拟图像图1与实际图像图2,两个图大体一致。相机成像时对畸变处理优化了成像效果造成了与模拟图像的偏差。因此可以利用三维软件(如AutoCAD 3D)进行相机实际拍摄效果的模拟。
2.3 多相机的图形模拟拼接
远程控制的时候,常常在同一个显示器上显示多个摄像头的图像,图3所示的是吊具空中带箱场景。
▲图3 吊具空中带箱场景
在远控带箱下放的时候,同一个显示器上显示四个角的吊具相机的图像。可使用三维软件的视口功能进行模拟。设置4个视口,将各个视口设置成对应的相机,此时,图像拼接模拟图如图4所示。
▲图4 吊具相机的模拟图像拼接
2.4 相机的运动路径及其动态视频生成
如果需要模拟相机在机械设备运动过程中的成像图形,可以通过建立相机的路径及相机视野中心点指向线[12]。如图5所示。
▲图5 相机的运动路径
在定义了相机运动路径和相机视野中心方向运动路径线以后,使用运动路径动画渲染导出就可以得到相机沿路径的动画视频。
3 三维软件辅助自动化设计的方法
3.1 确定元件的检测(监控)及运动范围
在已经建立了相应的模型的情况下,检测元件的检测范围需根据检测元件的位置和被测物体的运动范围确定。将该范围外廓线及检测元件本身运动外廓线附上带有透明度的颜色以方便观察。
如岸边集装箱起重机通常会通过激光器配合云台来引导及定位集卡从而实现对集卡作业的自动化[13]。该系统的检测元件安装在联系梁附近,为方便起见可忽略的转动中心和光心的位置偏差,如需精确可根据模拟光心的运动轨迹后的外廓线确定范围。通过建立相应的模型,并在设计的位置放置模型,确定其检测区域并进行外廓线标注即完成检测及运动范围的确定,如图6所示。
3.2 检测相关位置的校验
激光器的检测距离和角度都会影响检测精度[13],因此其值在自动化设计选型中十分重要。使用三维软件的量取点-点之间距离信息的指令(如在AutoCAD中该指令为DI)
▲图6 岸边集装箱起重机集卡定位检测元件检测区域图
可以获取点与点之间的距离和相对坐标平面的角度。根据量取的距离和角度可以方便地校对实际的定位是否满足元件的参数及特性。
3.3 元件干涉的校验
云台或者转动机构驱动检测元件时,需要对其运动路径上是否有其它物体进行校验。在三维图中相应位置建立物体的模型,根据检测元件检测范围,通过以检测元件转动轴为中心转动检测元件可以校验周围其它物体是否有干涉。
3.4 遮挡问题的校验
▲图7 遮挡的判断
图6已经确定检测元件的检测范围,并标注了疑似的遮挡。通过放大图片或者在三维软件中旋转视角均可以校验是否遮挡。旋转并调整视角、局部放大后,如图7所示。
可以看出交通灯不在集卡引导的检测区域内。
3.5 显示元件的可观性校验
▲图8 建立模拟人眼的相机
在节3.4的例子中校验了遮挡的交通灯,由于安装位置很高,仍需要校验其可观性,可在所对应的集车车道的进入侧的集卡建立集卡内用于模拟司机视野的相机。通常,人眼睛视角是120°,当集中注意力时为25°,人的视觉敏感区在10度以内,人可以正确识别信息的区域在10°到20°,动态物体敏感区为20°到30°,观感较好的区域为垂直视野20°,水平视野36°范围内[14]。因此,建立抬头情况下水平视野36°,垂直视野20°的虚拟相机,根据公式(2)可得对角视野为40.6°,长宽比9∶5,可取像素比900∶500,如图8所示。
切换到相机视野,将模拟人眼视界渲染出来(注意设置交通灯的自发光),如图9所示。
▲图9 集卡内司机正视视野模拟图
从图9中可以看到,在驶入岸桥联系梁区域之前,司机可以看到所对应车道的车道灯。将图片放大后可以证实在像素比900∶500的情况下,司机是可以看到交通灯上的绿灯。但交通灯的高度接近车窗的遮挡区域,这就要求在设计中尽量降低交通灯的高度以使集卡司机有更好的视觉效果。
3.6 激光器3D扫描精度的验证
精确模拟激光器3D扫描的结果需通过建立相应的扫描线和对象物体的数学模型取各扫描线到物体的交点。其中被扫物体可能由多个基本图形组成,数学建模比较繁琐且计算复杂。但是在自动化设计中仍需要验证激光器的扫描精度以辅助选型和定位。
Δyn=ry[tan(αy+δy)-tan(αy)]
(3)
将αy取最远处的点的角度,即可求得3D扫描在Y轴方向的上的最大误差。同理也可以求X方向的最大误差。
(4)
因此,通过在三维设计软件中量取及求得边界点对应的数据代入公式(4),求得理想的角精度限制,从而校验激光类的设计选型。
3.7 识别相机的图像可行性论证
在自动化设计中,经常会涉及到一些系统(如箱号识别,车牌号识别等)的相机需要核实相应的视角及识别的清晰度。同样可以在三维图形中建立相应的空间关系、相机的安装角度、参数及被测物的工作区域,切换到相机视角渲染出相应的图片。图10为双悬臂铁路吊在一侧需识别位于两个作业车道上集卡的车牌的模拟图片。
▲图10 车牌识别相机的三维位置模型
根据图10的三维安装位置,调整相机到参数范围内允许的合适视野和角度(假定相机为固定相机,其视野经过调校后不能改变),渲染相机的模拟图片如图11所示。在渲染的时候发现这个位置受到大梁及小车架的遮挡,光照条件不好,画面昏暗,因此也提醒设计需要增加补光设备以满足识别的要求。在三维软件中,光源的参数也是可以调整的,在此不作详述了。
▲图11 车牌识别相机的成像模拟
从模拟的图片来看,靠近铁路吊的集卡的车牌照片较为清晰且角度适宜,而远离铁路吊的车牌角度较大,将模拟的图片取车牌号区域输入相应的识别测试软件,忽略识别结果中间符号点的影响,结果如表2所示。
表2 车牌识别结果表
表2的结果显示靠近铁路吊的集卡的车牌号可以被正确识别,而远离铁路吊的集卡的车牌号无法被正确识别。因此,在实际项目方案中提出2个建议:① 将相机的位置提高在车道上方,并增加了一个相机以达到减小角度从而达到可以准确识别外侧车道的车牌号;② 在需要识别外侧车牌的时候(同后20尺工况),由自动化控制系统控制大车向远离方向运动一段距离使相机到合适的角度后再进行识别。
此方法也适用于箱号识别等需要识别文字、符号的场合,当使用球机时可以在同样的位置建立多个相机模拟球机各个预置位。切换到相机视野渲染出图像后输入相应的测试软件得出结果,此时的各个预置位的参数也可作为设计阶段的结果输出给实际使用参考。
3.8 辅助设计选型综合实例
在双悬臂轨道吊的自动化设计中,需在门腿附近安装用于定位集卡的3D扫描仪、用于箱号识别的相机。在靠近地面高度安装用于提示集卡司机准确停车的引导灯。其中的箱号识别相机需要在不同工况下识别箱门或箱尾(短边)箱号及箱体面(长边)箱号[15]。图12为该实例的全局图。
▲图12 辅助设计选型实例
对于箱号识别相机的工况要求有两个,一是在吊具带箱情况的(a)到(b)的任意位置处,箱号识别相机都可以抓拍到可用的20尺及40尺集装箱的长边箱号;二是在(c)位置附近可以抓拍可用的短边箱号。对于引导灯,需要校验集卡在(d)(前20尺作业)位置、(e)(中20/40/45尺作业)位置、(f)(后20尺作业)位置附近均可以看到引导灯。对于定位集卡用的3D扫描仪需要检验其被遮挡情况(如图中电气房及卷盘)并计算满足精度的最大角精度。
经测量,(a)、(b)、(c)三个位置分别相对球机位置的小车方向距离分别为32 m,9 m,0 m。球机位于大车方向中心距10.3 m,离地高度21.1 m。集装箱上平面距离地面高度为22 m。定位集卡用的3D扫描仪大车方向中心距9.8 m,高度10.5 m,小车方向中心距-1.66 m(外伸)。引导灯的位置为小车方向中心距-1.2 m,大车方向中心距11.2 m。(d)、(e)、(f)三个的集卡尾部大车方向相对引导灯的距离分别约22 m,18 m,14 m左右。
使用3.7节的方法,定义球机的0°方向为朝向地面及(b)->(a)方向,在箱号识别球机位置分别建立抓拍(a)位置20尺、40尺,(b)位置20尺、40尺,(c)位置20尺、40尺的虚拟1 080p相机,选取合理视野后记录绕高度方向旋转角α、绕大车方向旋转角β、对角视野角γ及抓拍效果如表3所示。
表3的模拟结果说明,需选用的球机绕高度方向旋转的角度范围至少为20°~90°,绕大车方向旋转角范围至少为83°~89°,对角视野角度范围至少为7°~55°。
根据表3的结果,在(b)位置可以抓拍但识别效果不佳,进一步模拟发现无论20尺还是40尺情况下距离相机15 m((a),(b)点之间)对长边箱号的抓拍效果比较好,说明该位置的球机依然可以进行抓拍。同时,在15 m以内需要其他位置的相机进行抓拍补充识别。
使用节3.5的方法建立集卡司机视野的相机校对引导灯的可观性,发现在(e)处附近已经无法看到引导灯,(f)点附近也无法看到。调整引导灯的位置后发现,如需引导灯在司机正视视野范围内显示,则需要安装在中心距18 m的位置。在工程上,18 m中心距是无法满足的。因此,在实际应用的时候通过安装2个引导灯,其中1个用于司机的前视和侧视,1个则需借助集卡的后视镜。
使用3.1节的方法,绘制扫描范围的外廓线发现电气房、卷盘等均未对3D扫描行程遮挡。根据自动化的定位精度需求为50 mm以内,在软件中量取(d)、(e)、(f)处带载集卡及空载集卡下的大车方向的激光器距离集卡尾部的边缘距离S、垂直扫描线距离Sh后计算出角度αy,代入公式(4)求得激光器角精度δy要求,如表4所示。
表4 各位置激光器角精度要求计算表
综合各工况,角精度要求为δy≤0.193 7°,因此为保证精度需选取角精度低于0.193 7°的激光器。实际选用的激光器的角精度是0.166 7°。
4 结论
三维设计软件(如AutoCAD 3D)可以辅助起重机自动化的设计选型。由于设计软件的准确性,通过放置相机可以比较真实的模拟现场实际的成像效果。通过相机的运动路径可以直观地模拟运动中的相机成像。进而在建立元件的检测范围的基础上,可以达到校验物体的遮挡与干涉、显示元件的可观性、辅助激光类精度校验选型、识别相机的图像可行性论证并提供相机参数以便相机选型。为相关的设计选型工作提供了一些比较新颖的方法,为软件算法和原型验证提供了一定的设计依据,同时也为后续运动模拟软件提供了基础模型。