變更

'''基于视觉AI的铸坯辊道宏跟踪''' [[ 智能 ]] 检测。

===技术背景和意义 ：===

连铸辊道用于将连铸生产的铸坯运送至加热炉，或将铸坯运送至相应库区下线入库；或将库区铸坯运送至加热炉，总之连铸辊道在库区起到了连接各个工序的职责。在辊道<ref>[https://www.sohu.com/a/583420496_120568484 轧钢辊道故障分析及其解决方案]，搜狐，2022-09-08</ref>运行过程中，为了让铸坯在合适的位置执行 [[ 合适 ]] 的操作，比如入炉、下线、上线，需要知道当前辊道上每一个铸坯的 [[ 信息 ]] 和位置，因此需要对铸坯信息进行位置跟踪。

===技术要点和优势 ：===

为了实现铸坯在辊道上的连续跟踪，因此引入了机器 [[ 视觉 ]] ，利用机器视觉的检测和跟踪优势来定位铸坯的位置信息，并通过布置在库区的多个摄像头联合监控，实现铸坯在连铸辊道的完整跟踪过程。技术要点：能够实现铸坯在摄像机视野的精确检测；铸坯进入摄像机视觉范围内后便能被系统捕获，并与铸坯调度系统发送的铸坯信息进行绑定。随着铸坯在辊道的移动，实现铸坯的动态跟踪；能够辨识铸坯在辊道上的上下线（调度系统可发送上下线命令），保证铸坯上下线过程中不会造成跟踪信息混乱；通过程序的逻辑判断能够应付天车作业造成的短暂遮挡，确保铸坯的跟踪不间断。技术优势：相较与 [[ 传统 ]] 的光电开关的画区域跟踪方式，基于视觉AI的跟踪能够实现铸坯在辊道的连续跟踪，不受区域框限制；基于视觉AI的跟踪更加灵活，在检测铸坯的同时还可以检测天车的作业情况。基于视觉AI的跟踪具有更好的移植特性；

本案例项目于2021年10月应用于唐钢新区热轧部2050连铸库区上线应用，主要作用在于辅助铸坯调度系统，实现铸坯在铸坯辊道的精确定位；目前该库区具有两条连铸线和一条入炉辊道，视觉AI<ref>[https://www.sohu.com/a/690753398_121746683 什么是AI呢] ，搜狐，2023-06-26</ref>跟踪的主要场景包括两条连铸线铸坯直送加热炉、两条连铸线铸坯下线入库、库区铸坯上线送入加热炉等几个主要场景。本案例在连铸库区布置了六台摄像机，每台 [[ 摄像机 ]] 负责一个车间跨的一节辊道，并通过程序协调多个摄像机的跟踪信息，实现全局宏跟踪。应用效果：视觉检测跟踪精度（单帧）：白天的准确率≥95%；夜间的准确率：≥90%。视觉检测跟踪精度（整体）：白天的准确率≥98%；夜间的准确率：≥95%。实时性要求：每一帧的检测速率≥ 15 fps。本案例的研发应用满足新区连铸调度系统的生产调度需求，提高了铸坯的信息准确性，减少人工核实的操作，大大减轻现场作业人员劳动强度。同时，提高板坯直装比例，加快 [[ 生产 ]] 节奏，保障轧制计划高效执行。