[发明专利]集装箱锁孔识别定位方法、系统及存储介质

权利要求书

1.一种集装箱锁孔识别定位方法，其特征在于，包括如下步骤：

S1：利用设置于集装箱吊具的一组对角的立体相机持续采集集装箱的俯视平面图像；

S2：采用优化的深度学习目标检测模型检测俯视平面图像中的锁孔位置进行实时识别跟踪定位，并根据识别获得锁孔位置控制吊具下降同时向集装箱中心方向移动，直至吊具距离集装箱高度小于设定阈值；

S3：立体相机采集集装箱的深度图像，并对深度图像进行预处理，并通过边缘检测确定集装箱四角的位置；

S4：根据集装箱四角与锁孔中心的几何关系，计算锁孔中心位置。

2.根据权利要求1所述的集装箱锁孔识别定位方法，其特征在于，所述步骤S2中的深度学习目标检测模型进行的优化包括：以标准集装箱锁孔的长宽比约束锚框的纵横比，并根据吊具高度、集装箱所在层数及立体相机参数计算锁孔在图像中大小，以该大小约束锚框的大小。

3.根据权利要求2所述的集装箱锁孔识别定位方法，其特征在于，所述步骤S2中的深度学习目标检测模型进行的优化还包括：对采集的平面图像进行关键点检测，根据关键点分布密度聚类中心确定锚框生成的位置并生成对应数量的锚框。

4.根据权利要求1所述的集装箱锁孔识别定位方法，其特征在于，所述步骤S2中的深度学习目标检测模型为YOLO V4目标检测模型。

5.根据权利要求1所述的集装箱锁孔识别定位方法，其特征在于，所述步骤S2包括：

S2.1：两个立体相机分别采集一副集装箱的俯视平面图像，并采用深度学习目标检测模型识别平面图像中的锁孔位置；

S2.2：根据吊具高度、锁孔位置计算吊具中心与集装箱中心的位置关系；

S2.3：根据吊具中心与集装箱中心的位置关系控制吊具下降的同时向集装箱中心移动，并再次采集集装箱的俯视平面图像，根据吊具位移推算平面图像上锁孔的位置范围；

S2.4：采用深度学习目标检测模型在推算的位置范围内进行锁孔位置的识别，并返回步骤S2.2，直至吊具距离集装箱的高度小于设定阈值。

6.根据权利要求1所述的集装箱锁孔识别定位方法，其特征在于，所述步骤S3包括：

S3.1：两个立体相机分别各采集一副集装箱的深度图像；

S3.2：以两个立体相机同一时刻采集的彩色图像为基础，采用联合双边滤波方法对深度图像进行滤波和孔洞填充；

S3.3：采用Canny算子对经过处理后的深度图像中具有高度显著性的边缘进行检测，将边缘的拟合直线的交点认定为集装箱角的位置；

S3.4：根据获得的一组对角的位置建立平面二维坐标系，推算另外一组对角的位置。

7.一种用于实施根据权利要求1至6任一项所述的集装箱锁孔识别定位方法的集装箱锁孔识别定位系统，其特征在于，包括控制器及至少两个立体相机，两个所述立体相机与所述控制器电性连接，两个所述立体相机分别设置于集装箱吊具的一组对角上。

8.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被设置为运行时实现根据权利要求1至6任一项所述的集装箱锁孔识别定位方法。