[发明专利]一种桥吊集卡安全定位方法和系统

说明书

一种桥吊集卡安全定位方法和系统，预先通过摄像头标定车辆停车点，1)获取摄像头的视频数据，解码成图片，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；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；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。本发明提高了装卸船效率和现场作业的安全性。

技术领域

本发明涉及集装箱装卸领域，特别是指一种桥吊集卡安全定位方法和系统。

背景技术

集装箱是港口运输、装卸的重要物流工具。现阶段港口进行集装箱装卸作业时，龙门吊司机使用操作手柄手动控制吊具，进行集装箱的对位和抓取。操作过程中，司机需注意力高度集中，长时间作业会导致司机疲劳，进而降低对位作业效率和精确性。

另外，货船在装卸集装箱过程中，桥吊在固定位置不动。前一辆集装箱车装卸完后，后一辆集装箱就需要开到指定位置，因此集装箱车一般情况下都比吊具提前到位。

现有几种，采用的激光扫描的方式，引导车辆到位。缺点是价格昂贵，功能单一，维护成本高，精度不可提升且在安全保护上也有功能缺失。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种定位准确、提高安全性能的桥吊集卡安全定位方法和系统。

本发明采用如下技术方案：

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；

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；

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。

优选的，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。

优选的，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。

优选的，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。

优选的，所述根据二值化图计算得到集装箱中心点，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。

优选的，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。