[发明专利]一种桥吊集卡安全定位方法和系统

权利要求书

1.一种桥吊集卡安全定位方法，其特征在于，预先通过摄像头标定车辆停车点，其余步骤如下：

1）间隔获取摄像头的视频数据，解码成图片，对图片采用Faster_RCNN目标检测方法，判断车道的识别区域上是否有人，若有，则限制吊具移动并报警，若否，则吊具正常工作；

2）当车辆到达车道的识别区域，获取图片，根据标定的车辆停车点，加减一定范围，对图片进行剪裁，确保图像中的集装箱保持完整；

3）将剪裁得到的图像输入预先训练好的Mask RCNN神经网络，得到二值化图，根据二值化图计算得到集装箱或车架的中心点具体为先通过开闭运算操作，得到代表集装箱顶面的所有坐标点，之后再得到所述集装箱中心点；

4）获取车辆停车点，计算集装箱或车架的中心点与车辆停车点的欧式距离，根据欧式距离引导车辆移动到达准确的停车位置；

5)控制吊具工作进行装船或卸船。

2.如权利要求1所述的一种桥吊集卡安全定位方法，其特征在于，通过AI服务器间隔获取摄像头的视频数据，并且将视频数据放到队列中，并且及时销毁过期的视频数据。

3.如权利要求1所述的一种桥吊集卡安全定位方法，其特征在于，获取桥吊的PLC数据，根据装船或者卸船的状态判断识别的是车架还是集装箱。

4.如权利要求1所述的一种桥吊集卡安全定位方法，其特征在于，所述Mask RCNN神经网络训练过程如下：

a获取摄像头的视频流，通过目标检测算法识别出集装箱，获取带有集装箱的图像，并使用labelme进行集装箱顶面的mask标注工作，从而建立集装箱顶部的样本库；

b从样本库中提取训练集、验证集、测试集；

c建立Mask RCNN神经网络，使用训练集进行训练，通过验证集来评判Mask RCNN神经网络是否符合要求，并通过测试进行测试，最终得到训练好的Mask RCNN神经网络。

5.如权利要求1所述的一种桥吊集卡安全定位方法，其特征在于，所述步骤4）中，通过输出控制命令引导车辆移动，控制命令包括前进或后退。

6.如权利要求1所述的一种桥吊集卡安全定位方法，其特征在于，还包括预先通过摄像头标定吊具坐标，用于在车辆未到位时，禁止吊具下降到预设高度以下。

7.如权利要求1所述的一种桥吊集卡安全定位方法，其特征在于，包括有若干车道，对车道编号并分别标定所述车辆停车点，步骤1）中，通过车道编号以获取对应的车辆停车点。

8.如权利要求1所述的一种桥吊集卡安全定位方法，其特征在于，步骤3）中，还包括根据二值化图计算得到集装箱长度；步骤5）中，控制吊具根据集装箱长度调整参数以执行抓取。

9.一种桥吊集卡安全定位系统，其特征在于，执行权利要求1至8中任一所述的一种桥吊集卡安全定位方法，包括：

摄像头，用于拍摄车道的识别区域，并标定停车位置在对应图像中的坐标；

视频数据处理模块，获取摄像头的视频流，解码成图片；

目标检测模块，对图片采用Faster_RCNN的目标检测方法，判断车道的识别区域上是否有人；

图片处理模块，根据标定的车辆停车点，加减一定范围，对图片进行剪裁模块，

模型计算模块，将剪裁得到的图像输入预先训练好的Mask RCNN神经网络，得到二值化图，根据二值化图计算得到集装箱中心点；

对位模块，获取标定的车辆停车点，计算集装箱中心点与车辆停车点的欧式距离，根据欧式距离引导车辆移动到达准确的停车位置；

吊具，执行装船或卸船操作。