[发明专利]一种基于机器视觉的自动化铁路集装箱堆场火车首车定位方法在审

专利信息
申请号: 202211295330.9 申请日: 2022-10-21
公开(公告)号: CN115601429A 公开(公告)日: 2023-01-13
发明(设计)人: 宓超;王嘉琪;刘熠;沈阳;张志伟;凤宇飞 申请(专利权)人: 上海海事大学
主分类号: G06T7/73 分类号: G06T7/73;G06V10/82;G06K17/00;G06Q50/30
代理公司: 上海邦德专利代理事务所(普通合伙) 31312 代理人: 刘旭章
地址: 201306 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 自动化 铁路 集装箱 堆场 火车 首车 定位 方法
【权利要求书】:

1.一种基于机器视觉的自动化铁路集装箱堆场火车首车定位方法,其特征在于,包括以下装置:

多个轨道吊大梁(1)、固定于轨道吊(1)上的高清视觉相机(2)、位于轨道吊(1)下方的列车(3)、装载于列车(3)上的一节完整的车厢(4)及用于位于列车(3)首位的集装箱火车首车(7);

集装箱堆场火车首车定位方法包括以下步骤:

S1、通过高清视觉相机(2)采集实时图片信息获得列车(3)驶过对应轨道吊的每个集装箱识别信息,计算火车经过每台轨道吊的实时车厢(4)数;

S2、通过数据处理模块计算出集装箱火车首车(7)的绝对坐标;

S3、通过高清视觉相机(2)所采集实时图片信息获取驶过轨道吊(1)正下方火车车皮图像信息,通过数据处理模块判断火车是否完成停靠;

S4、通过计算模块计算出的集装箱火车首车(7)绝对坐标和每台轨道吊(1)的绝对坐标,进而通过信息融合计算装卸集装箱操作时轨道吊(1)需要停靠的每节车厢(4)的绝对位置。

2.如权利要求1所述的一种基于机器视觉的自动化铁路集装箱堆场火车首车定位方法,其特征在于,步骤S2中通过从铁路集装箱火车进场时提供的车厢RFID信息获取火车所有车厢的换长,从中心站的BMS/TOS系统中获取每台轨道吊(1)的绝对坐标,进而数据处理模块计算出集装箱火车首车(7)的绝对坐标。

3.如权利要求2所述的一种基于机器视觉的自动化铁路集装箱堆场火车首车定位方法,其特征在于,步骤S1中对高清图像的处理步骤包括:

S11、根据实时获取的高清集装箱火车车皮俯拍图进行实时锐化、降噪的图像处理以获得高质量样本;

S12、根据获得的高质量样本输入神经网络进行目标检测,检测到的集装箱样本触发计数器。

4.如权利要求3所述的一种基于机器视觉的自动化铁路集装箱堆场火车首车定位方法,其特征在于,步骤S2中还包括以下步骤:

S21、根据数据库中集装箱火车进场时提供的车厢RFID信息得到该火车每节车厢的换长;

S22、根据中心站的BMS/TOS系统中获取每台轨道吊(1)的绝对坐标信息;

S23、根据通过该轨道吊(1)的火车车厢数与获取的每节车厢换长信息计算首车距离该轨道吊(1)的实时相对距离;

S24、根据集装箱火车首车(7)距离该轨道吊(1)的实时相对距离与获取的每台轨道吊(1)的绝对坐标信息计算集装箱火车首车(7)实时绝对坐标。

5.如权利要求1所述的一种基于机器视觉的自动化铁路集装箱堆场火车首车定位方法,其特征在于,步骤S3中还包括以下步骤:

S31、根据每台轨道吊(1)顶端高清视觉相机(2)所采集实时图片信息获取驶过轨道吊(1)正下方火车车皮图像信息;

S32、通过数据处理模块计算并判断火车是否完成停靠;

S33、超过设定的时间数据处理模块仍判定火车未完成停靠,通过启动智能报警模块,提供相关操作人员,并限制轨道吊(1)动作。

6.如权利要求1所述的一种基于机器视觉的自动化铁路集装箱堆场火车首车定位方法,其特征在于,步骤S4中还包括以下步骤:

S41、根据每台轨道吊(1)所获得的计算信息进行信息融合计算出集装箱火车首车(7)的精确绝对坐标;

S42、根据信息融合后的集装箱火车首车(7)精确坐标与每台轨道吊(1)自身绝对坐标输入计算模块获取每节车厢在轨道上的绝对坐标。

7.如权利要求1所述的一种基于机器视觉的自动化铁路集装箱堆场火车首车定位方法,其特征在于,步骤S5中还包括以下步骤:

S51、通过对高清视觉相机(2)获取样本进行多尺度彩色复原以增强其样本特征;

S52、通过对多尺度彩色复原的图像进行矩形拟合来进一步增强其样本特征;

S53、强化样本实时输入神经网络识别经过轨道吊正下方的火车车皮;

S54、通过多台轨道吊(1)识别下方经过的火车车皮进行信息融合,当集装箱随火车平移向前时触发计数器以计算经过该轨道吊(1)的集装箱数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海海事大学,未经上海海事大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211295330.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top