【技术实现步骤摘要】
一种基于激光视觉融合和深度学习的集卡防吊起方法、系统
本专利技术涉及起重机装卸领域,特别是指一种基于激光视觉融合和深度学习的集卡防吊起方法、系统及可读存储介质。
技术介绍
在场桥从集卡上卸箱作业过程中,由于集卡锁销未完全解锁,吊具将集装箱连同集卡一并吊起或是半边吊起,通常称为吊集卡事故,吊集卡事故会导致人员和车辆的危险。通过对目前市场上针对该问题的安全检测保护系统的调研得出以下结论:大部分通过使用光电开关装置判断集装箱与托架之间的空间从而得出是否安全分离的判断,然而弊端在于该装置过于依赖大车PLC获取吊具编码器、开闭锁状态等数据,而且检测受到集装箱卡车托架的高度影响,分离检测存在很大的不确定性,从而无法满足安全生产的需要。
技术实现思路
本专利技术的主要目的在于克服现有技术中的上述缺陷,提出一种基于激光视觉融合和深度学习的集卡防吊起方法,通过激光和视觉手段的融合,根据吊具、集装箱、集卡等多维信息,全面精确地实现吊起状态的判定,达到安全生产的要求。本专利技术采用如下技术方案:一种基于激光视觉融合和深度学习的集卡防吊起方法,包括如下步骤:利用摄像头获取集装箱和集卡车架的视频信息,利用面阵激光传感器获取集装箱和集卡的3D点云数据;采用语义分割算法识别摄像头获取的所述视频信息中的集装箱和集卡车架特征数据;将得到的集装箱和集卡特征数据与面阵激光传感器获取的3D点云图进行配准;利用视觉识别出的集装箱和集卡车架特征数据进行定位,进一步利用3D点云数据对集装 ...
【技术保护点】
1.一种基于激光视觉融合和深度学习的集卡防吊起方法,其特征在于,包括如下步骤:/n利用摄像头获取集装箱和集卡车架的视频信息,利用面阵激光传感器获取集装箱和集卡的3D点云数据;/n采用语义分割算法识别摄像头获取的所述视频信息中的集装箱和集卡车架特征数据;/n将得到的集装箱和集卡特征数据与面阵激光传感器获取的3D点云图进行配准;/n利用视觉识别出的集装箱和集卡车架特征数据进行定位,进一步利用3D点云数据对集装箱与集卡车架之间的几何空间进行计算;/n根据几何空间的形状和位置判断车架是否被吊起;/n若为未被吊起状态,则循环进行判断,直到吊具提升至设定位置为止,若是吊起状态,则停止并返回结果给PLC。/n
【技术特征摘要】
1.一种基于激光视觉融合和深度学习的集卡防吊起方法,其特征在于,包括如下步骤:
利用摄像头获取集装箱和集卡车架的视频信息,利用面阵激光传感器获取集装箱和集卡的3D点云数据;
采用语义分割算法识别摄像头获取的所述视频信息中的集装箱和集卡车架特征数据;
将得到的集装箱和集卡特征数据与面阵激光传感器获取的3D点云图进行配准;
利用视觉识别出的集装箱和集卡车架特征数据进行定位,进一步利用3D点云数据对集装箱与集卡车架之间的几何空间进行计算;
根据几何空间的形状和位置判断车架是否被吊起;
若为未被吊起状态,则循环进行判断,直到吊具提升至设定位置为止,若是吊起状态,则停止并返回结果给PLC。
2.根据权利要求1所述的一种基于激光视觉融合和深度学习的集卡防吊起方法,其特征在于,所述采用语义分割算法识别摄像头获取的所述视频信息中的集装箱和集卡特征数据;具体包括:
调整视频信息中的图像尺寸,并对图像中的每个像素进行归一化处理,获得像素归一化后的图像;
将得到的像素归一化后的图像输入到UNet网络中,对图像中的集装箱和集卡车架进行轮廓提取;
将轮廓提取后的结果利用腐蚀和膨胀等形态学操作去除轮廓中的噪点,得到集装箱和集卡车架特征数据。
3.根据权利要求2所述的一种基于激光视觉融合和深度学习的集卡防吊起方法,其特征在于,所述归一化处理具体为:
其中,xi为原有像素值,为像素平均值,s2为像素方差值,xd为归一化后的像素值。
4.根据权利要求1所述的一种基于激光视觉融合和深度学习的集卡防吊起方法,其特征在于,所述将得到的集装箱和集卡特征数据与面阵激光传感器获取的3D点云图进行配准;配准操作具体包括:
通过对基准雷达进行移动建图;
将其余雷达数据对基准雷达的重建地图进行迭代配准与计算;
根据一致性假设减少匹配误差,直到算法收敛且满足标定矩阵刚性不变特性;
根据一致性算法得出最终标定矩阵。
5.根据权利要求1所述的一种基于激光视觉融合和深度学习的集卡防吊起方法,其特征在于,所述利用视觉识别出的集装箱和集卡车架特征数据进行定位,进一步利用3D点云数据对集装箱与车架之间的几何空...
【专利技术属性】
技术研发人员:罗永祥,严志展,陈志辉,刘键涛,魏秋新,
申请(专利权)人:福建电子口岸股份有限公司,
类型:发明
国别省市:福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。