[发明专利]一种车辆的集装箱对位方法

说明书

一种车辆的集装箱对位方法和装置，预先通过摄像头标定车辆停车点；其余步骤如下：1)当车辆到达车道的识别区域，读取摄像头的视频流，解码成图片；2)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中心点；4)获取车辆停车点，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。本发明的方法和装置，通过事先调整车辆位置，吊具到位时，能直接抓起集装箱，不用再调整车辆位置，提高装卸船效率。

技术领域

本发明涉及集装箱装卸领域，特别是指一种车辆的集装箱对位方法。

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。

现有技术中，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。

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，提出一种提高装卸效率、对位精准的车辆的集装箱对位方法和装置。

本发明采用如下技术方案：

一种车辆的集装箱对位方法，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)当车辆到达车道的识别区域，读取摄像头的视频流，解码成图片；

2)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中心点；

4)获取车辆停车点，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。

优选的，步骤1)中，通过OPENCV读取摄像头的视频流。

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。

优选的，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。

优选的，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。

优选的，所述步骤3)中，还包括根据二值图得到集装箱长度；在所述步骤4)之后，增加步骤5)车辆到位后，控制吊具根据集装箱长度调整参数以执行抓取。

一种车辆的集装箱对位装置，其特征在于，包括：