Введение
В современных условиях развития промышленности в России автоматизация процессов производства - одно из приоритетных направлений предприятия. Это обусловлено во многом сегодняшнем экономическим курсом страны, направленным на модернизацию всех отраслей промышленности, поэтому совершенствование, улучшение, обновление объекта, приведение его в соответствие с новыми требованиями и нормами, техническими условиями, показателями качеств [1].
В настоящее время можно выделить ряд систем на рынке САИ:
1. САИ RFID. Разрабатываются фирмами «Систематика», «ЮНИСКАН/ГС1 РУС», основаны на использовании метода радиочастотной идентификации. Основными достоинствами являются бесконтактная идентификация изделий, возможность скрытого размещения метки, одновременная регистрации большого числа изделий, возможность записи/перезаписи памяти метки. Основным недостатком данной системы является высокая зависимость от условий производства, таким как радиочастотные помехи и температура на производстве. Также подобные системы требуют серьезных изменений в процессе производства, что повышает стоимость и может быть серьезным препятствием при внедрении [2].
2. САИ на основе штрихового кодирования. Представители: «Shark ID», «ДатаСкан», «ПАЛЬМА». Основаны на считывании информации с штрих-кода, расположенного на поверхности изделия. Достоинства таких систем: высокая точность в идентификации объектов, высокая скорость считывания, низкая стоимость. Важными недостатком подобного подхода является обеспечение фиксированного состояния изделия для идентификации [3].
Таким образом, для промышленных предприятий эффективными и экономически выгодными являются системы на основе штрих-кодирования, но существует проблема идентификации движущихся объектов без дополнительных затрат.
Целью работы является разработка методики поэтапного обнаружения маркировки в рамках создания системы автоматической идентификации маркировки (САИМ) для отслеживания движения заготовок между складом и основным производственным оборудованием цеха для автоматического контроля продукции металлопрокатного комплекса на промышленном предприятии
Описание структуры аппаратно-программного комплекса САИМ
САИМ предназначена для автоматического определения маркировки (алфавитно-цифрового кода), и передачи полученного кода маркировки на сервер АСУТП (автоматизированной системы управления технологическими процессами) склада по сети Ethernet. Полученная маркировка используется в АСУТП склада для визуализации и контроля правильности заданий на транспортировку заготовок[4].
На предприятии «Выксунский металлургический завод» САИМ имеет следующую структуру:
1. Видеокамера производственного назначения от фирмы Basler.
2. Поворотное устройство и защитный кожух для камеры от фирмы Siemens.
3. Шкаф для приема/передачи данных с платой телеметрии RTS 9.03 от фирмы «БИК-Информ» г. Санкт-Петербург.
4. Шкаф видеосервера с системным блоком для обработки входящего видеосигнала по средствам платы Matrox SoliosGigE.
5. Контроллер крана фирмы KONECRANES, обеспечивающий сбор данных о состоянии датчиков крана [5].
Камеры, оснащенные поворотными устройствами и видеосерверы, устанавливаются на промышленные краны фирмы KONECRANES.. Шкаф видеосервера находится на складе слябов и аккумулирует информацию с кранов через протокол Ethernet. Общая схема аппаратного обеспечения представлена на рисунке 1.
Рисунок 1 –Общая схема аппаратного обеспечения САИМ
Первоочередной задачей САИМ является организация процесса автоматической локализации положения маркера.
Этапы автоматической локализации положения маркера
Разработана методика локализации маркировки,состоящая из следующих этапов:
1. Грубое наведение видеокамеры на центр сляба. На данном этапе САИМ обрабатывает и интерпретирует данные, поступающие с контроллера крана, видеокамеры и поворотного устройства для определения текущего местоположения магнита крана, груза:
а) 
,
где x – расстояние от камеры до места крепления магнита по троллее крана;
x1- показания датчика крана о положении груза на троллее;
dx – коэффициент разницы показаний датчика крана и реальных измерений.
б) 
,
гдеz- расстояние от камеры до положения магнита крана по вертикали;
z1 – показания датчика крана о высоте поднятия магнита над уровнем пола;
dz – коэффициент разницы показаний датчика крана и реальных измерений;
Hs – высота крепления камеры над уровнем пола.
в) 
,
гдеy - расстояние от нулевого положения камеры до центра сляба по горизонтали;
L – длина сляба;
y2 – расстояние от камеры до магнита крана по горизонтали.
(x,y,z) –это координаты положения груза в системе координат, где (0,0,0) - это видеокамера в нулевом положении.
Имея в распоряжении данные о текущем положении груза и положении поворотного устройства, необходимо рассчитать углы поворота камеры для захвата области изображения с грузом. Для этого необходимо:
- получить информацию с датчиков поворотного устройства о текущем положении;
- рассчитать координаты груза (x,y,z);
- выполнить расчет углов поворота по вертикали и горизонтали.
а) 
,
где a-это угол поворота камеры по горизонтали;
б) 
,
где b-это угол поворота камеры по вертикали;
Если рассчитанные углы в рамках установленной погрешности равны нулю, то камера находится в положении, при котором в область захвата изображения попадает магнит крана с закрепленным грузом (рисунок 2).
Рисунок 2 – Схемаопределения местоположения груза
2. Изменение масштаба изображения. На данном этапе происходит изменение масштаба трансфокатора камеры (ZOOM) для формирования увеличенного изображения груза с маркировкой.
Для этого необходимо рассчитать расстояние от камеры до центра груза по диагонали:
,
где r – расстояние по диагонали от камеры до центра груза, (x,y,z) –рассчитанные координаты груза.
Исходя из рассчитанного расстояния и реальных размеров маркировки, необходимо рассчитать,во сколько раз необходимо увеличить масштаб изображения, на котором в область захвата камеры попадает весь груз с закрепленной на нем биркой с маркировкой:
,
где s – расчетный масштаб изображения;
l – коэффициент, определяющий размеры увеличенного изображения.
Далее осуществляется итерационное приближение/отдаление трансфокатора камеры до совпадения расчетного масштаба изображения и текущего масштаба трансфокатора полученного с датчика камеры.
3. Изменение фокусного расстояния до груза. На данном этапе осуществляется фокусировка трансфокатора (FOCUS) камеры на приближенном изображении маркированного груза
На основании информации о расстоянии от камеры до центра груза по диагонали (r) и расчетного масштаба увеличенного изображения (s),необходимо рассчитать пропорциональное изменение фокуса трансфокатора:
,
где F- расчетное фокусное расстояние.
Исходя из этого, осуществляется итерационное изменение фокусного расстояния трансфокатора камеры до совпадения расчетного фокуса изображения и текущего фокуса трансфокатора полученного с датчика камеры.
В результате выполнения данных этапов производится настройка положения поворотного устройства и трансфокатора видеокамеры для получения приближенного изображения высокого качества груза с маркировкой, для его последующего анализа, поиска и распознавания маркировки.
Экспериментальные результаты
Для проверки работоспособности сформированной методики автоматической локализации положения маркировки, был проведен ряд экспериментов на складе слябов металлопрокатного комплекса СТАН-5000 Выксунского металлургического завода. Начальное состояние системы перед проведением эксперимента:
- камера находится в нулевом положении (рисунок 3);
- магнит крана с грузом находится на расстоянии 2 метра над уровнем пола.
Показания датчиков крана в начале эксперимента:
- 
– положение груза по троллее крана в мм;
- 
– положение груза от уровня пола в мм;
- 
– длина сляба;
- 
– высота крепления камеры над уровнем пола.
Показания датчиков камеры и поворотного устройства:
- 
– наклон камеры погоризонтали в градусах;
- 
– наклон камеры повертикали в градусах;
- 
– текущее увеличение параметра ZOOM трансфокатора;
- 
– текущее значение параметра FOCUS.
Рисунок 3–Снимок с камеры в начале эксперимента
Этапы проведенного эксперимента в рамках разработанной методики:
Этап 1– Грубое наведение видеокамеры на центр сляба.
а) 
:
- расстояние от камеры до места крепления магнита по троллее крана;
б) : 
- расстояние от камеры до положения магнита крана по вертикали;
в) : 
- расстояние от нулевого положения камеры до центра сляба по горизонтали;
(x,y,z) –это координаты положения груза в системе координат, где (0,0,0) – это видеокамера в нулевом положении (рисунок 2).
а) ,
– угол по вертикали, на который необходимо повернуть камеру;
б) 
;
– угол по горизонтали, на который необходимо повернуть камеру.
Исходя из этого, необходимо произвести поворот камеры на рассчитанные углы a и b. Результат наведения показан на рисунке 4:
Рисунок 4 – Снимок с камеры после наведения по координатам груза
Этап 2– Изменение масштаба изображения.
а) : 
– расстояние по диагонали от камеры до центра груза;
б) : 
– необходимое увеличение изображения.
Необходимо провести изменение масштаба трансфокатора камеры на расчетное значение s.
Этап 3– Изменение фокусного расстояния трансфокатора.
: 
- расчетное фокусное расстояние трансфокатора.
Исходя из расчетного фокусного расстояния, необходимо изменить текущее фокусное расстояние трансфокатора камеры.
Результатом выполнения всех этапов методики является изображение, полученное с камеры, наведенной на центр груза (рисунок 5)
Рисунок 5 – Результат наведения и настройки камеры и поворотного устройства
Эксперимент был многократно воспроизведен при различных положениях груза, крана, внутреннем освещении помещения. Полученные результаты показали работоспособность методики при различных условиях. Время работы методики локализации в зависимости от условий эксперимента составляет до 15 секунд.
Полученные результаты свидетельствуют эффективности и достоверности описанной методики.
Заключение
Таким образом, в ходе работы сформирована методика локализации маркера на основе алгоритмов поэтапного обнаружения маркировки для идентификации, отслеживания движения и контроля заготовок между складом и основным производственным оборудованием цеха металлопрокатного комплекса. Корректность работы методики была показана проведенными экспериментами.
Рецензенты:
Андрианов Дмитрий Евгеньевич, д.т.н., профессор, заместитель директора по учебной работе, МИВлГУ им. Столетовых, г.Муром.
Жизняков Аркадий Львович, д.т.н., доцент, заместитель директора по научной работе, МИВлГУ им. Столетовых, г.Муром.