一、研究的背景与问题

钢铁工业作为国民经济的支柱产业之一，战略地位至关重要。利用物联网、大数据、云计算及移动互联网等信息化和智能化手段，促进钢铁企业因地制宜地升级成为智能型企业，成为钢铁行业技术创新发展的重要方向。

库区作为钢铁生产流程中物流衔接和生产节奏控制的重要枢纽，是工厂无人化和智能化建设的基础。传统的轧钢生产车间库区操作主要依靠人工完成，自动化水平低、劳动定员多、操作环境恶劣、安全生产和职业健康风险高、作业规范化和生产效率低，是严重制约轧钢产线智能无人化发展的瓶颈。实现天车无人化运行和库区智能调度，将从根本上改变了库区的作业模式，对于提高生产效率，降低生产成本，改善产品质量具有重要的意义。

2013~2018年，唐钢、宝武、首钢等企业，进行了无人天车与智能库管技术的研发，针对钢卷库取得应用成果。然而长期以来，占钢铁总产量45%以上的长材领域，始终未能突破库区智能无人化技术瓶颈。

实现长材无人吊运，电磁吊具是最为通用的方式。但是棒线材难以严格按垛位码放，并且容易发生滚动移位，此时按照钢卷库的库位定位方式，容易由于定位精度不足产生钢材重心在吊具边缘之外的“虚吊”现象，从而导致起吊失败或者吊运过程中的钢材掉落事故。因此，需要开展针对长材无人天车吊运的关键技术攻关。另一方面，智能库管系统应能够适应长材吊运特点，对库位变化有自动调整适应的能力，并且应满足大型物流库对天车、地面物流设备、发运设备等的全局动态优化调度需求；同时，针对物流库区的厂内倒运与存储转运销售功能，需要满足无人操作条件下的全自动卸车、自动装车需求，并能实现与生产、销售系统的对接协同。

为此，北京科技大学工程技术研究院（以下简称“北科工研”）针对棒线材库区，创新开发了以库区环境感知与三维重构、机器视觉与天车控制深度融合、库区多智能体协同优化的智能库管调度、库区集控与智能工厂协同优化为标志性的第二代无人天车与智能库管技术，并实现针对棒材智能库与高线智能库的首创示范应用。

二、解决问题的思路与技术方案

对长材智能库区所面对的技术难点，本方案从长材库区感知重构技术与设备、机器视觉精确定位控制技术与设备、库区生产物流优化调度模型、长材库区智慧集控系统几方面入手，建立了整套的长材库区智能化管控技术与装备，如图1所示。

图1 总体研究方案

1、长材库区多源信息三维重构与环境感知技术

针对冶金长材库区视场大、库区物料密集码放、运载工具多样的特点及问题，开发了车辆与车载物料识别、库区地图构建与特征识别技术，实现了长材库区棒材、高线卷、运输车辆以及车载物料的精确定位，为无人天车精准控制提供了全面准确的物料空间位置信息。

（1）基于非重复扫描的车辆与车载物料识别。搭建了基于非重复扫描的固定式检测系统，研发了基于概率密度的车辆特征识别模型、基于投影降维栅格化特征的棒材位置外形识别模型以及基于主成分方向降维圆形拟合的线卷位置识别模型，实现对汽车等运载工具以及车载货物的准确识别。

（2）基于双目视觉的棒材库区地图构建与特征识别。提出了基于双目立体视觉的棒材库区三维检测模型、基于视觉与惯性信息的棒材库区图像多位姿测量模型，以及基于降维栅格均值曲率特征的棒材位置识别模型，实现了对棒材库区内棒材捆堆垛的准确识别。

（3）基于线扫描的高线库区地图构建与特征识别。提出了动态扫描三维点云地图构建模型、高线库区线卷点云分割模型，实现了对高线库区内高线卷垛位的准确识别。

2、融合机器视觉库位识别的无人天车精准定位控制技术

针对长材吊运过程所面对的定位精度要求高、易挤压形变、易位置变化以及吊运稳定性要求高等特点，创新开发了基于机器视觉库位识别的精准定位控制、运行过程吊具防摆控制、多段路径协同过渡控制、四轴联动控制以及多车动态防撞控制等关键技术，突破了长材无人天车技术瓶颈，实现长材智能库区的高效率、高稳定性无故障运行。

（1）基于机器视觉库位识别的精准定位控制。建立基于机器视觉库位识别的精准、安全定位控制技术，在整个定位控制过程中，实现基于库管目标与扫描修正的起吊一次+二次定位控制、基于称重与扫描校核的起吊称重+位置校核控制、基于库管目标与扫描修正的落吊一次+二次定位控制、基于视觉扫描的落吊位置校核控制。

（2）运行过程吊具防摇摆控制技术。建立防摇摆开环速度设定控制与闭环加速度控制模型，通过设置起止位置之间多段速度曲线，并根据实测的天车晃动角度、天车实际位置及速度等信息，实时调整天车加速度，保持吊具摆动在一定限幅范围内。

图2 防摇摆控制系统

（3）四轴联动与多段路径协同控制技术。通过开发大车、小车、起升、旋转四轴联动控制技术以及多段路径协同过渡控制技术，实现起吊、落吊以及规避危险区域过程的协同优化作业，有效缩短天车运行时间，提高库区整体运行效率。

3、基于多智能体的库区物流高效优化调度技术

考虑复杂时空约束的条件下对多种物流设备进行协同调度，建立了基于多智能体的库区物流高效生产优化调度技术，同时在调度过程中根据动态的生产任务、发货计划以及多种设备的实时状态进行调度策略的动态更新。

图3 智能库管系统功能架构

（1）基于多车协同优化的天车动态调度模型。建立多任务多天车集群调度模型，考虑多种发运设备与天车协同工作，并实现针对设备状态变化扰动的天车动态调度，提升库区天车运行效率。

（2）库区出入库垛位智能优化模型。综合考虑库区实时库存情况、生产计划、发运计划、吊运能力等因素，建立物料入库、出库垛位智能决策模型，减少库区倒垛量、降低垛位不规整程度、减少物流等待时间、提高库区工作效率。

（3）无人库区天车路径动态优化模型。针对钢厂实际库区环境复杂、布局动态变化等问题，开发基于强化学习的无人天车路径规划模型，通过与环境的实时交互和自主感知，解决无人天车在复杂库区地图和不确定性环境中的路径规划问题。

4、基于数字孪生与工业5G的长材智能库区集控

开发了基于库区运行关键要素的数字孪生与集群调度仿真系统、库区物流设计及分析优化、面向在线控制与监控的工业5G网络、基于视觉AI的库区安全监控等关键技术，构建了以库区现场无人化运行，物流设备高效协同运转，远程集中可视化、数字化监控为特点的长材库区智慧集控新模式。

（1）集群式一体化库区智慧集控中心。采用集中、扁平化操控模式，实现库内调度管理、设备点检和收发货的实时集中监控，集中、快速处置现场异常和故障，精简融合现场操作岗位，提升多专业协同工作效率。

（2）基于库区运行关键要素的数字孪生建模与分析系统。使用数字孪生技术将库区场景真实展现，通过生产数据实时驱动3D场景，将生产操作、工艺技术与管理人员关心的信息及时、准确、一目了然地呈现给相应人员，提高库区执行、工艺分析与管理决策的实施效率。

（3）面向在线控制与监控的5G网络技术。结合新一代5G网络技术，实现高线库区的5G信号全覆盖，运用5G低时延、大带宽的特点实现监控视频、3D点云数据、PLC信号的无线、高可靠传输，完成车载与地面通讯以保证天车无人驾驶需求。

（4）基于视觉AI的库区安全监控。利用人工智能识别技术通过监控终端+智能AI终端，完成库区智能监管与异常自动记录，进行预警提示与快速查阅。

三、主要创新性成果

1、长材库区多源信息三维重构与环境感知技术与设备。针对冶金长材库区视场大、库区物料密集码放、运载工具多样的特点及问题，开发了基于非重复扫描的车辆与车载物料识别、基于双目视觉的棒材库区地图构建与特征识别、基于线扫描的高线库区地图构建与特征识别等关键技术，实现了长材库区棒材、高线卷、运输车辆以及车载物料的精确定位，完成了对整个库区的数字化重构与精准感知。

2、无人天车机器视觉库位识别技术和安全精准控制设备。针对长材无人天车吊运过程存在的易挤压形变、易位置变化、定位精度要求高以及吊运稳定性要求高等特点，创新开发了基于机器视觉库位识别的精准定位控制、基于模糊变增益控制的吊具防摇摆控制、多段路径协同过渡控制、四轴联动控制以及多车动态防撞控制等关键技术，突破了长材无人天车定位控制技术瓶颈，保证智能库区的高效率、高稳定安全运行。

3、基于多智能体的库区物流高效生产调度优化。针对长材库区多天车及地面设备协同交互、垛位位置动态变化、物料出入库倒垛频繁、库区环境复杂多变等特点，建立了复杂时空约束下基于多车协同优化的天车集群动态调度模型、基于多目标优化的物料出入库垛位智能决策模型、基于强化学习的天车路径规划模型，实现了天车工作效率、库区倒垛量、物流节奏等指标的全面优化。

4、融合工业5G和数字孪生技术的库区智慧集控。针对长材智能库区远程集控建设需求，开发了基于库区运行关键要素的数字孪生与集群调度仿真系统、库区物流设计及分析优化、面向在线控制与监控的工业5G网络、基于视觉AI的库区安全监控等关键技术，构建了以库区现场无人化运行，物流设备高效协同运转，远程集中可视化、数字化监控为特点的长材库区智慧集控新模式。

四、应用情况与效果

该成果在珠海粤裕丰钢铁有限公司棒材智能库、马鞍山钢铁股份有限公司特钢高线智能库（飞马智科信息技术股份有限公司合作开发）及河北物流集团棒线材多功能物流库进行了示范应用，实现了长材库区钢材全无人自动吊运，以及高效稳定智能协同调度。2021年6月完成了整体上线运行，实现了国内首套棒材无人库和首套高线无人库的成功应用业绩，顺利完成库区7*24小时的全无人自动下线转运、汽车装运、火车装运等功能，整个库区仅需要1~2人远程监控，解决了传统库区模式下繁重恶劣环境人工操作问题，显著提高库区运行效率，并通过突破库区生产瓶颈有效释放产能。

图4 棒材智能无人库

图5 高线智能无人库