公开了三维(3D)深度成像系统和方法以用于动态集装箱自动配置。3D深度相机在装运集装箱装载作业段期间捕获位于预定义搜索空间中的装运集装箱的3D图像数据。自动配置应用确定表述性的集装箱点云，并且(a)加载初始预配置文件，所述初始预配置文件定义具有表示预定义搜索空间的尺寸和初始前板区域的数字边界框；(b)将数字边界框应用于集装箱点云，以基于初始前板区域从集装箱点云中移除前板干扰数据；(c)基于装运集装箱类型生成经细化的前板区域；(d)基于经细化的前板区域生成经调整的数字边界框；和(e)生成自动配置结果，所述自动配置结果包括包含集装箱点云的至少一部分在内的经调整的数字边界框。的经调整的数字边界框。的经调整的数字边界框。
【技术实现步骤摘要】
【国外来华专利技术】用于动态集装箱自动配置的三维(3D)深度成像系统和方法
专利技术背景
[0001]在运输业中，通常使用各种不同的技术来装载装运集装箱(shipping container)(例如，用于航空和/或陆地运输和装运的装运集装箱，诸如单元装载设备(ULD))，这些技术考虑到箱子、包裹或其它装运或转运物品的各种不同尺寸和配置。另外，装运集装箱本身通常具有不同的尺寸和存储容量(例如，此类集装箱被构造为处理不同的货物尺寸、负载和/或配置)。所有各种装载技术、箱子尺寸/配置和装运集装箱尺寸/配置的全部创建了不同的装载策略、技术和总体装载操作的差异，监督此类商用拖车的装载的装载员和/或管理员难以进行管理。
[0002]装载策略、尺寸和配置的此类各种排列在追踪不同人员(例如，装载员)的装载表现或质量指标产生了问题，每一个人员可能位于不同的地理位置和/或采用不同的装载方案。具体而言，装载器或管理人员可能期望更好地理解和改进与如何装载他们的装运集装箱的效率相关的指标，使得他们能采用或做出更好的管理决策，以改进与集装箱相关联的物流操作的装载时间或以其它方式装载的效率。
[0003]另外，传统的装运集装箱(例如，ULD)装载策略和技术也会产生问题。例如，准确的集装箱位置信息对于其它分析算法(诸如，ULD满度算法)来说至关重要，以获得可接受的性能。手动提供当前ULD位置信息并假定此集装箱保持静止。然而，因为装运集装箱和/或相机位置可能在装载过程期间偏移，因此，产生如何动态提供具有高准确度的位置信息这样的问题。在算法可能基于定位而作出某些(不正确的)假设时，这些问题可变得特别严重。例如，ULD位置传统上是由(人工)视觉检查来设置，这耗时且低效。更重要的是，在例行装载过程中，集装箱和相机都有不可忽略的偏移，这可降低装载分析算法的性能以及准确度。因此，关于如何自动地、高效地且准确地动态定位和配置集装箱位置，通常产生各种问题。
[0004]一些常规的技术试图解决这些问题。然而，每种技术都具有特定缺点。例如，可采用直接3D匹配技术将目标点云匹配到3D模板点云。然而，直接3D匹配技术不具有稳健性，这是因为其缺乏稳定且可重复的结果，还对局部结构敏感，并且涉及高计算复杂性。此外，匹配不准确，这导致错误的和通常不准确的报告。
[0005]第二个常规技术包括点云聚类。然而，点云聚类也不是稳健的，这是因为其缺乏稳定且可重复的结果，具体地，其遭受到无法控制的3D数据分割结果的影响。附加地，点云聚类技术对于“噪声”(例如，装载器/人员移动通过装载区域)和小对象干扰(例如，在装载区域内移动的包裹)也敏感。因此，点云聚类通常因装载器以及包裹干扰而产生不正确的聚类结果，
[0006]第三个常规技术包括2.5D模板匹配。然而，2.5D模板匹配也不是稳健的，这是因为其缺乏稳定且可重复的结果。具体而言，2.5D模板匹配不是稳健的，这是因为装载器干扰通常产生2.5D模板匹配所依赖的不正确的聚类结果。另外，2.5D模板匹配需要大量计算以获取实时的定位，并且可能遭受到不正确的基值拟合(ground fitting)的影响。
[0007]相应地，常规的技术无法为实时/动态集装箱装载提供快速且高效的解决方案，这将例如为实时定位提供解决方案。这些常规技术面临着典型的装载挑战，典型的装载挑战
包括包裹和装载器堵塞和干扰、集装箱的不同类型和大小、和其它典型装载问题，诸如装运集装箱具有关闭或打开的门。
[0008]相应地，需要如本文进一步所描述的用于动态集装箱自动配置的三维(3D)深度成像系统和方法，以允许快速且高效的实时定位以用于装运集装箱装载和诊断。
附图说明
[0009]本专利或申请文件包含至少一幅彩色绘制的附图。经请求并且支付必要费用后，专利局将提供具有(多个)彩图的本专利或专利申请公开的副本。
[0010]附图(其中贯穿不同的视图，相同的附图标记表示相同的或功能类似的要素)连同下面的具体实施方式被并入说明书并形成说明书的一部分，并用于进一步说明包括所要求保护的专利技术的概念的实施例，以及解释那些实施例的各种原理和优势。
[0011]图1是根据本文的示例实施例的从上方看的描绘了具有3D深度相机的负载监控单元(LMU)的装载设施的预定义搜索空间的立体视图，该3D深度相机在一方向上定向以在装运集装箱装载作业段期间捕获装运集装箱的3D图像数据。
[0012]图2是根据本文的示例实施例的图1的LMU的立体视图。
[0013]图3是表示与图1的装载设施和图2的3D深度相机相关联的服务器的实施例的框图。
[0014]图4是根据本文的示例实施例的用于动态集装箱自动配置的3D深度成像算法的流程图。
[0015]图5A至图5D示出了关于根据图4并根据本文的示例实施例而生成初始预配置文件的3D和2D图像的示例实施例。
[0016]图6A至图6H示出了关于用于根据图4并根据本文的示例实施例而生成自动配置结果的动态集装箱自动配置的3D和2D图像的示例实施例。
[0017]图7示出了显示描绘如根据图4并且根据本文的示例实施例生成的自动配置结果的引导用户界面(GUI)的客户端设备。
[0018]本领域技术人员将理解附图中的要素出于简化和清楚而示出，并且不一定按尺度绘制。例如，附图中的要素中的一些要素的尺寸可相对于其它要素被夸大以帮助提升对本专利技术的实施例的理解。
[0019]已在附图中通过常规符号在合适位置表示装置和方法构成，所述表示仅示出与理解本专利技术的实施例有关的那些特定细节，以免因对得益于本文的描述的本领区域普通技术人员而言显而易见的细节而混淆本公开。
具体实施方式
[0020]相应地，本文中描述提供动态自动配置的系统及方法。更一般地，本文中的公开内容涉及提供集装箱装载分析(CLA)(诸如满度分析)。此外，本公开内容涉及动态集装箱自动配置(DCAC)系统和方法，用于动态定位(特定地点或区域的识别)、装载或以其它方式准备对装运集装箱进行装运。本文描述的系统和方法通过实时自动向分析算法提供高度准确的集装箱位置信息，来代替常规手动ULD配置过程。本公开内容提出了用于即使在正常集装箱装载过程期间也能动态地定位集装箱的高效、准确并且稳健的方法。该方法改进了已知的
分析算法的效率以及准确性。
[0021]另外，本公开内容还描述了消除其中集装箱从经预校准的位置偏移的满度误差情况的专利技术性实施例。与当集装箱从经预校准的位置偏移时低估或高估满度的常规的系统和方法相反，本公开内容的实施例动态地检测集装箱的位置并且将该信息馈送到满度分析。例如，在特定实施例中，本专利技术通过基于3D点云分析的正面ULD结构定位来检测ULD边界。如本文将进一步描述的，本公开的实施例将用于多种类型的集装箱的校准工作进行简化和自动化。例如，本公开内容的实施例允许对多种类型的ULD(包括AMJ、AAD、AKE、AYY、SAA、APE和AQF类型)的成像。在不存在本专利技术的益处的情况下，校准工作将仍然是大量且乏味的。
[0022]因此，在本本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于动态集装箱自动配置的三维(3D)深度成像系统，所述3D深度成像系统包括：3D深度相机，被配置为捕获3D图像数据，所述3D深度相机在一方向上定向以在装运集装箱装载作业段期间捕获位于预定义搜索空间中的装运集装箱的3D图像数据，所述装运集装箱具有装运集装箱类型；以及集装箱自动配置应用(app)，所述集装箱自动配置应用(app)被配置为在一个或多个处理器上执行并且接收所述3D图像数据，所述集装箱自动配置app被配置为基于所述3D图像数据来确定表示所述装运集装箱的集装箱点云，其中，所述集装箱自动配置app进一步被配置为在所述一个或多个处理器上执行以：(a)加载与所述预定义搜索空间相对应的初始预配置文件，所述初始预配置文件定义具有代表所述预定义搜索空间的尺寸的数字边界框，并且所述数字边界框具有初始前板区域，(b)将所述数字边界框应用到所述集装箱点云，以基于所述初始前板区域从所述集装箱点云中移除前板干扰数据，(c)基于所述装运集装箱类型生成经细化的前板区域，所述经细化的前板区域定义所述经细化的前板区域的(1)右边缘、(2)左边缘和(3)顶部边缘中的每一个，(d)通过基于所述经细化的前板区域和所述装运集装箱类型修改所述数字边界框的一个或多个数字壁，来生成经调整的数字边界框，所述一个或多个数字壁至少包括(1)左壁、(2)右壁和(3)地面壁，并且(e)生成自动配置结果，所述自动配置结果包括包含所述集装箱点云的至少一部分在内的所述经调整的数字边界框。2.如权利要求1所述的3D深度成像系统，其特征在于，所述3D深度相机和所述一个或多个处理器容纳在可安装设备中。3.如权利要求2所述的3D深度成像系统，其特征在于，所述地面壁基于所述地面壁相对于所述可安装设备的前部具有已知相对位置的假设来修改。4.如权利要求3所述的3D深度成像系统，其特征在于，所述已知相对位置是垂直位置。5.如权利要求1所述的3D深度成像系统，其特征在于，所述一个或多个处理器位于经由数字网络通信地耦合到所述3D深度相机的服务器处。6.如权利要求1所述的3D深度系统，其特征在于，所述装运集装箱是基于飞行器的装运集装箱。7.如权利要求1所述的3D深度成像系统，其特征在于，所述装运集装箱是单元装载设备(ULD)。8.如权利要求7所述的3D深度成像系统，其特征在于，所述装运集装箱类型是以下ULD类型中的一个：AMJ类型、AAD类型、AKE类型、AYY类型、SAA类型、APE类型或AQF类型。9.如权利要求7所述的3D深度成像系统，其特征在于，所述预定义搜索空间基于至少一个ULD类型来确定。10.如权利要求1所述的3D深度成像系统，其特征在于，装运集装箱从若干不同尺寸的集装箱中选择。11.如权利要求1所述的3D深度成像系统，其特征在于，所述前板干扰数据是定义装载...
【专利技术属性】
技术研发人员：王莅尘，张燕，K，
申请(专利权)人：斑马技术公司，
类型：发明
国别省市：
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。