[发明专利]集装箱锁孔识别定位方法、系统及存储介质

说明书

本发明公开一种集装箱锁孔识别定位方法、系统及存储介质，其中方法包括如下步骤：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。上述方法，根据集装箱深度图像边缘检测推算锁孔位置，推算得到的锁孔位置精度更高，且受室外复杂场景及光线环境的影响较少。

技术领域

本发明属于港口自动化技术领域，特别涉及一种集装箱锁孔识别定位方法、系统及存储介质。

背景技术

自动化的港口采用无人化管理和运行模式，不仅能够节约人力成本，而且自动化的货物转运和管理方式效率高，能够极大提高港口货物的吞吐量，从而实现经济效益的有效增长。集装箱抓取是自动化港口在货物转运过程中的重要环节，实现难度和技术复杂度较高，其中的关键是集装箱锁孔的识别和定位。若采用人工进行操作，不仅对工人熟练度要求较高，而且易引起工人疲劳，存在较大安全风险。

目前，自动化港口主要采用高精度雷达实现集装箱锁孔的识别和定位，该方法虽然有效，但是成本较高不利于大规模推广。基于机器视觉的方法成本较低，但是面对室外复杂的场景和光线环境，难以实现锁孔的准确识别和高精度定位，限制了集装箱自动抓取技术的应用。

发明内容

发明目的：本发明的目的是提出一种集装箱锁孔识别定位方法，可以提高锁孔的位置识别精度，并且可以适应室外复杂的场景和光线环境。

本发明的另一目的是提出一种可以实施上述集装箱锁孔识别定位方法的系统，以及存储有上述识别定位方法实例化的计算机程序的存储介质。

技术方案：本发明所述的集装箱锁孔识别定位方法，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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；