[发明专利]用于自动集装箱门状态识别的三维(3D)深度和二维(2D)成像系统和方法

权利要求书

1.一种用于自动集装箱门状态识别的三维(3D)深度成像系统，所述3D深度成像系统包括：

3D深度照相机，被配置为捕获3D图像数据，所述3D深度照相机在一方向上定向以在装运集装箱装载作业段捕获位于预定义搜索空间中的装运集装箱的3D图像数据，所述装运集装箱具有装运集装箱类型；以及

集装箱识别应用app，被配置为在一个或多个处理器上执行并且接收所述3D图像数据，所述集装箱识别app被配置为基于所述3D图像数据来确定表示所述装运集装箱的集装箱点云，

其中所述集装箱识别app进一步被配置为在所述一个或多个处理器上执行以从所述3D图像数据确定3D图像门区域数据子集，所述3D图像门区域数据子集定义所述装运集装箱的一个或多个相对应的门的一个或多个门区域，所述一个或多个门区域中的每一个门区域包括近门图像数据部分和门后图像数据部分，并且

其中所述集装箱识别app进一步被配置为在所述一个或多个处理器上执行以从所述3D图像数据确定所述一个或多个相对应的门中的每一个的状态类型，所述状态类型从以下中选择：

(a)门打开状态类型，

(b)门关闭状态类型，或

(c)门部分关闭状态类型。

2.如权利要求1所述的3D深度成像系统，其特征在于，响应于所述集装箱识别app在所述3D图像门区域数据子集内检测所述近门图像数据部分的低密度3D点和所述门后图像数据部分的高密度3D点，所述集装箱识别app确定所述一个或多个相对应的门的第一门的所述状态类型是所述门打开状态类型。

3.如权利要求1所述的3D深度成像系统，其特征在于，响应于所述集装箱识别app在所述3D图像门区域数据子集内检测所述近门图像数据部分的高密度3D点和所述门后图像数据部分的低密度3D点，所述集装箱识别app确定所述一个或多个相对应的门的第一门的所述状态类型是所述门关闭状态类型。

4.如权利要求1所述的3D深度成像系统，其特征在于，响应于所述集装箱识别app在所述3D图像门区域数据子集内检测所述近门图像数据部分的第一部分密度的3D点和所述门后图像数据部分的第二部分密度的3D点，所述集装箱识别app确定所述一个或多个相对应的门的第一门的所述状态类型是所述门部分关闭状态类型。

5.如权利要求4所述的3D深度成像系统，其特征在于，所述集装箱识别app基于所述近门图像数据部分的所述第一部分密度的3D点和所述门后图像数据部分的所述第二部分密度的3D点来确定所述第一门的关闭百分比值。

6.如权利要求4所述的3D深度成像系统，其特征在于，所述集装箱识别app基于所述近门图像数据部分的所述第一部分密度的3D点和所述门后图像数据部分的所述第二部分密度的3D点来确定所述第一门在所述装运集装箱底部上方的估计高度。

7.如权利要求1所述的3D深度成像系统，进一步包括：

3D分类模型，由基于人工智能(AI)的算法利用与所述装运集装箱类型相对应的3D图像数据来训练，

其中所述集装箱识别app在所述一个或多个处理器上实现所述3D分类模型，以基于所述第一门的所述近门图像数据部分和所述第一门的所述门后图像数据部分来确定所述第一门的所述状态类型。

8.如权利要求7所述的3D深度成像系统，其特征在于，所述3D分类模型利用与所述装运集装箱类型相对应的所述3D图像数据的高斯分布值来训练。

9.如权利要求1所述的3D深度成像系统，其特征在于，所述装运集装箱类型定义具有第一门和第二门的分体式集装箱，

其中所述第一门被分类为具有第一门状态类型，并且

其中所述第二门被分类为具有第二门状态类型。