Специалисты Уральского государственного горного университета (УГГУ) работают над алгоритмом, который будет автоматически определять оптимальное положение ковша экскаватора.
Нейросети позволят снизить энергозатраты и повысить точность работ за счет «прямого» определения положения объектов (ковш экскаватора, самосвал, думпкар, забой) в пространстве.
Аппаратная часть комплекса состоит из микроЭВМ и стереопары камер, которые устанавливаются на кабину машиниста. Для определения оптимальной траектории используется комплекс программных и аппаратных решений, а также электрические данные главных приводов экскаватора, данные с датчиков и штатных камер.
Особенность решения заключается в его универсальности – модуль подходит для разных машин и даже моделей электрических экскаваторов и показывает одинаково высокое качество идентификации и управления для экскаваторов.
«По нашей гипотезе сэкономить на электроэнергии можно, если переносить ковш экскаватора по определенной траектории. Вычислить ее позволяет машинное зрение, которое представляет собой программно-аппаратный комплекс. С помощью камер, объединенных в стереопару и установленных в кабине машиниста и на площадках перед ней, мы фиксировали положение ковша в пространстве. Дополнительно его координаты определял лазерный сканирующий тахеометр. Полученные данные поступали на вычислительное устройство, где текущая технологическая операция определялась нашим программным комплексом при помощи алгоритма, также основанного на нейронных сетях. В результате мы получили ту самую уникальную искомую траекторию стрелы данного экскаватора, которая дает экономию электроэнергии», – рассказала старший преподаватель кафедры информатики УГГУ Евгения Волкова.
Технология прошла полевые испытания на Назаровском ГОКе (АО «СУЭК»). Для качественного обучения моделей сбор данных проводился в разных условиях – зимой и летом, на асбестовом и угольном разрезе, а также на экскаваторах разного типа.
Возможности машинного зрения ученые УГГУ начали исследовать по программе «СТАРТ» Фонда содействия инновациям. Работа продолжается в рамках программы Минобрнауки «Приоритет 2030» (нацпроект «Наука и университеты»).