[发明专利]一种基于机器视觉的岸桥单双箱检测方法和装置

说明书

本发明涉及一种基于机器视觉的岸桥单双箱检测方法，属于港口安全作业辅助技术领域，解决现有方法获取的中间图像不一定是集装箱中间区域且和中间图像的箱孔有无而导致的箱孔误判的问题。该方法包括从数据库中获取多幅集装箱图像并对每幅集装箱图像进行标注以生成集装箱图像集；建立神经网络Yolov5并利用集装箱图像集对神经网络Yolov5进行训练，以获得目标检测模型；利用目标检测模型对待测试的集装箱图像进行实时检测，以获得检测结果，检测结果包括；车载集装箱数量、箱孔和车载集装箱文字；以及基于检测结果判断车载集装箱为单箱还是双箱。通过集装箱数量、箱孔和集装箱文字联合判断单双箱以有效提高单双箱判断的准确率。

技术领域

本发明涉及港口安全作业辅助技术领域，尤其涉及一种基于机器视觉的岸桥单双箱检测方法和装置。

背景技术

集装箱作为现代物流运输过程中的重要载体，港口对集装箱的装卸作业效率，直接影响到整个物流运输效率。岸桥在抓取集卡上集装箱时，会根据当前作业车辆上集装箱的单双箱情况调整吊具形态，以适应不同的作业工况。传统的人工视觉检测方法不仅效率低，而且也不可避免的由于人员的疲劳疏忽导致的误判，进而引起事故。

现有技术中通过利用光电开关检测箱间缝隙，但由于该方法需要较多数量的光电传感器，导致内部电路复杂，同时也容易受到外部环境的干扰，而导致错误的判定。

现有双箱检测方法的机器视觉部分是通过使用摄像机对集装箱中部进行拍摄，进而获取集装箱中部图像，利用箱孔识别模型进行箱孔识别，进而进行单双箱的判定。

现有方法中，存在以下问题：

1、该方法仅仅依靠集装箱中间图像的箱孔识别有无判定双箱，其并没有对箱孔漏检或误检进行相应的处理，因此存在着双箱误判的隐患，降低判别正确率。

2、该方法并不能保证数据采集的准确性，即不能保证采集到的图像恰好为集装箱的中间区域，进而导致误判。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种基于机器视觉的岸桥单双箱检测方法和装置，用以解决现有方法获取的中间图像无法保证是集装箱中间区域的图像和中间图像的箱孔有无而导致的箱孔误判的问题。

一方面，本发明实施例提供了一种基于机器视觉的岸桥单双箱检测方法，包括：从数据库中获取多幅集装箱图像并对每幅集装箱图像进行标注以生成集装箱图像集；建立神经网络Yolov5并利用所述集装箱图像集对所述神经网络Yolov5进行训练，以获得目标检测模型；利用所述目标检测模型对待测试的集装箱图像进行实时检测，以获得检测结果，其中，所述检测结果包括；车载集装箱数量、箱孔和车载集装箱文字；以及基于所述检测结果判断车载集装箱为单箱还是双箱。

上述技术方案的有益效果如下：检测结果包括车载集装箱数量、箱孔和车载集装箱文字，通过以上检测结果进行单双箱判断，从而避免了由于依靠单一信息判定单双箱而引起的误判。

基于上述方法的进一步改进，基于所述检测结果判断车载集装箱为单箱还是双箱进一步包括：根据所述集装箱图像中集装箱区域是否为两个20尺，结合中间子区域的箱孔和文本检测信息，计算总得分，其中，当计算的总得分大于阈值时，判断所述车载集装箱为双箱；以及当所述计算的总得分小于等于阈值时，判断所述车载集装箱为单箱。

基于上述方法的进一步改进，通过以下公式计算总得分：

其中，weight₀表示集装箱数量权重、weight₁是否有文字权重以及weight₂是否有箱孔权重，R₀分别表示是否两个集装箱、R₁是否有文字以及R₂是否有箱孔，有即为1，无即为0。