[发明专利]基于机器视觉的集装箱卡车自动装卸方法及系统有效

专利信息
申请号: 202211100899.5 申请日: 2022-09-09
公开(公告)号: CN115180512B 公开(公告)日: 2023-01-20
发明(设计)人: 刘彪;李华章;刘文奇;于怀;毛微 申请(专利权)人: 湖南洋马信息有限责任公司
主分类号: B66C13/18 分类号: B66C13/18;B66C13/08;B66C13/16;B66C13/46
代理公司: 湖南环创光达知识产权代理有限公司 43264 代理人: 阳江军
地址: 410000 湖南省长沙市新开*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 机器 视觉 集装箱 卡车 自动 装卸 方法 系统
【说明书】:

本申请提出一种基于机器视觉的集装箱卡车自动装卸方法及系统,方法包括:构建堆场坐标系;获取箱位信息,根据箱位信息分配吊具到指定作业区域上方后获取第一图像;将第一图像输入至集装箱识别模型以识别集装箱的四个角的锁孔,并得到锁孔坐标值;根据锁孔坐标值得到集装箱的第一中心点坐标;根据第一中心点坐标调整吊具的位置,并抓取集装箱;获取第二图像,第二图像包括集装箱卡车;将第二图像输入至集卡识别模型以识别集装箱卡车的车架,并得到车架的四个角点的标定坐标值;根据标定坐标值及标准停车区域的角点坐标得到第二中心点坐标及角度偏移量;根据第二中心点坐标及角度偏移量确定吊具的位移量与偏转角度,并放置集装箱。

技术领域

本申请涉及机器视觉及图像处理领域,尤其涉及一种基于机器视觉的集装箱卡车自动装卸方法及系统。

背景技术

集装箱卡车是港口转运、装卸的重要物流工具,传统集装箱卡车到达装卸作业区域后,停车位置与堆场划定的标准停车区域通常存在一定偏差,集卡司机通过目测的方式前后左右移动微调来完成对位,轨道吊司机亦需要与集卡司机实时沟通、紧密配合,反复确认吊具到达准确位置后,才能完成一次装卸作业。完全依靠人工经验的情况下,装卸效率比较低下,同时也存在吊具、集装箱与卡车车架之间刮擦的可能性,存在诸多的安全隐患问题。

发明内容

有鉴于此,有必要提供一种基于机器视觉的集装箱卡车自动装卸方法及系统。

本申请的第一方面提供一种基于机器视觉的集装箱卡车自动装卸方法,所述方法包括:

S1,构建堆场坐标系,其中,以堆场的一个角点作为所述堆场坐标系的原点,以集装箱放置的长度方向为X轴,以集装箱放置的宽度方向为Y轴,以集装箱层叠方向为Z轴;

S2,获取箱位信息,根据所述箱位信息分配吊具到指定作业区域上方后获取第一图像;

S3,将所述第一图像输入至集装箱识别模型以识别集装箱的四个角的锁孔,并得到对应每个锁孔的锁孔坐标值;

S4,根据所述锁孔坐标值得到集装箱的第一中心点坐标;

S5,根据所述第一中心点坐标调整所述吊具的位置,并抓取集装箱;

S6,获取第二图像,所述第二图像包括集装箱卡车;

S7,将所述第二图像输入至集卡识别模型以识别集装箱卡车的车架,并得到所述车架的四个角点的标定坐标值;

S8,根据所述标定坐标值及标准停车区域的角点坐标得到第二中心点坐标及角度偏移量;

S9,根据所述第二中心点坐标及所述角度偏移量确定所述吊具的位移量与偏转角度,并放置集装箱。

在一种可能的实现方式中,所述集装箱识别模型的获取方式包括:获取若干训练图像,所述训练图像包括一个完整的集装箱图像,若干所述训练图像包括所述集装箱每一角点的周围具有一个或多个其他集装箱的部分图像;对所述训练图像进行剪裁,以得到分别对应集装箱四个角点的第一局部图像、第二局部图像、第三局部图像及第四局部图像;将若干第一局部影像、第二局部图像、第三局部图像及第四局部图像分别输入至不同的子神经网络模型,并训练得到相应的第一锁孔识别模型、第二锁孔识别模型、第三锁孔识别模型及第四锁孔识别模型,所述集装箱识别模型包括所述第一锁孔识别模型、所述第二锁孔识别模型、所述第三锁孔识别模型及所述第四锁孔识别模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南洋马信息有限责任公司,未经湖南洋马信息有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211100899.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top