一种集装箱测距方法、系统及存储介质技术方案

本发明专利技术实施例提供了一种集装箱测距方法、系统及存储介质，方法包括：利用标定后的相机获取第一集装箱的轮廓信息，并检测第一集装箱的四个角件，得到四个角件的中心点坐标；根据四个角件的中心点坐标计算第一距离；获取车辆的车辆信息以及集装箱信息，并根据车辆的车辆信息、集装箱信息以及第一距离，判断车辆的挂车是否可装载第二集装箱；当车辆的挂车可装载第二集装箱时，根据车辆的车辆信息、集装箱信息以及第一距离，计算车辆需行驶的距离，以使吊具将第二集装箱完全放置于车辆的挂车上，且不与第一集装箱发生干涉。本发明专利技术利用集装箱角件特征对集装箱测距，可精确判断车辆装载第二集装箱所需移动的距离，并保证第二集装箱准确装载到挂车上。装载到挂车上。装载到挂车上。

【技术实现步骤摘要】
一种集装箱测距方法、系统及存储介质


[0001]本专利技术涉及自动控制
，具体而言，涉及一种集装箱测距方法、系统及存储介质。

技术介绍

[0002]在自动驾驶港口车进行装卸箱作业时，车辆需行驶至堆场或岸桥的桥吊下方，吊具将抓取的集装箱放置到自动驾驶港口车的挂车上或抓取挂车上的集装箱，为了保证吊具能够准确放置或抓取集装箱，现有技术中的自动驾驶港口车大多通过传感器识别桥吊的一些局部特征实现车辆的精准停车，保证车辆的挂车与吊具抓取的集装箱对齐，或吊具与挂车上的集装箱对齐。但是，前述实现车辆精准停车的方法大都针对的是一个大型集装箱的装卸，在装卸作业中，若需要将两个小型集装箱放置到自动驾驶港口车上，仅依靠精准停车，并不能准确提供车辆第二次装箱时的停放位置，进而可能无法完成装卸箱作业，甚至会导致两个箱体之间产生摩擦或者后一个集装箱无法装载的情况发生。

技术实现思路

[0003]本说明书提供一种集装箱测距方法、系统及存储介质，用以克服现有技术中存在的至少一个技术问题。
[0004]第一方面，根据本说明书实施例，提供了一种集装箱测距方法，包括：
[0005]利用标定后的相机获取第一集装箱的轮廓信息，并检测所述第一集装箱的四个角件，得到四个所述角件的中心点坐标；其中，所述相机安装于用于装载集装箱的车辆的车头靠近所述车辆的挂车的一侧；
[0006]根据四个所述角件的中心点坐标，计算得到第一距离；其中，所述第一距离为所述第一集装箱靠近所述相机的一侧面与所述相机之间的距离；
[0007]获取所述车辆的车辆信息以及集装箱信息，并根据所述车辆的车辆信息、所述集装箱信息以及所述第一距离，判断所述车辆的挂车是否可装载第二集装箱；其中，所述车辆的车辆信息包括所述车辆的挂车的标准长度、所述相机与所述车辆的挂车车头之间的距离，所述集装箱信息包括所述第一集装箱和所述第二集装箱的尺寸信息；
[0008]当所述车辆的挂车可装载所述第二集装箱时，根据所述车辆的车辆信息、所述集装箱信息以及所述第一距离，计算所述车辆需行驶的距离，以使吊具将所述第二集装箱完全放置于所述车辆的挂车上，且不与所述第一集装箱发生干涉。
[0009]可选的，还包括：
[0010]将所述相机安装于所述车辆的车头靠近所述车辆的挂车的一侧，且所述相机的光轴与所述车辆的挂车平行；其中，所述相机为单目相机；
[0011]对所述相机进行标定，获取所述相机的内参矩阵、畸变参数及外参矩阵。
[0012]进一步可选的，所述对所述相机进行标定，获取所述相机的内参矩阵、畸变参数及外参矩阵包括：
[0013]将标定板竖直放置于所述车辆的挂车上，并使所述标定板与所述相机的光轴相垂直；
[0014]利用所述相机拍摄多张所述标定板的各个角度的标定板图像；
[0015]根据多张所述标定板图像对所述相机的内参及畸变进行标定，得到所述相机的内参矩阵和畸变参数，并根据多张所述标定板图像对所述相机的外参进行标定，得到所述相机的外参矩阵。
[0016]进一步可选的，所述利用标定后的相机获取第一集装箱的轮廓信息，并检测所述第一集装箱的四个角件，得到四个所述角件的中心点坐标包括：
[0017]利用所述相机，拍摄所述第一集装箱的集装箱图像；
[0018]根据所述相机的内参矩阵和畸变参数对所述集装箱图像进行去畸变处理，得到去畸变处理后的正矩形图像，并获取得到所述第一集装箱的轮廓信息；所述第一集装箱的轮廓信息包括所述第一集装箱的轮廓像素值；
[0019]将所述正矩形图像的四个角点作为四个所述角件的ROI的中心点，并将所述ROI的大小设置为所述角件在所述集装箱图像中的像素大小的四倍；
[0020]将四个所述ROI依次作为已训练轻量级语义分割网络BiseNetV2的输入，得到四个所述角件的中心点坐标。
[0021]再进一步可选的，所述已训练轻量级语义分割网络BiseNetV2是经过以下训练步骤形成：
[0022]构建轻量级语义分割网络BiseNetV2；
[0023]利用所述相机获取训练图像；所述训练图像为所述相机拍摄的四个所述角件的各个角度的角件图像；
[0024]对所述角件图像中的角件目标标注中心点坐标，以得到训练数据，对构建的所述轻量级语义分割网络BiseNetV2进行训练得到训练后的已训练轻量级语义分割网络BiseNetV2。
[0025]可选的，所述根据四个所述角件的中心点坐标，计算得到第一距离包括：
[0026]根据四个所述角件的中心点坐标，计算得到所述第一集装箱靠近所述相机的一侧面的中心点坐标；
[0027]获取所述集装箱信息和所述相机的焦距，根据所述集装箱信息、所述相机的焦距以及所述第一集装箱靠近所述相机的一侧面的中心点坐标，通过PNP算法获得所述第一距离l
cam
。
[0028]进一步可选的，所述获取所述车辆的车辆信息以及集装箱信息，并根据所述车辆的车辆信息、所述集装箱信息以及所述第一距离，判断所述车辆的挂车是否可装载第二集装箱，包括：
[0029]获取并根据所述相机与所述车辆的挂车车头之间的距离l
head
、所述第一集装箱的标准长度l
box1
以及所述第一距离l
cam
，计算得到第二距离l
first
，其中，所述第二距离为所述第一集装箱远离所述相机的一侧面与所述车辆的挂车车头之间的距离，所述第二距离l
first
的计算公式为：
[0030]l
first
＝l
box1
+(l
cam
‑
l
head
)
[0031]获取所述车辆的挂车的标准长度l
trailer
，根据所述第二距离l
first
和所述车辆的挂
车的标准长度l
trailer
计算得到第三距离l
after
，其中，所述第三距离为所述第一集装箱远离所述相机的一侧面与所述车辆的挂车车尾之间的距离，所述第三距离l
after
的计算公式为：
[0032]l
after
＝l
trailer
‑
l
first
[0033]获取所述第二集装箱的标准长度l
box2
，将所述第三距离l
after
与所述第二集装箱的标准长度l
box2
的差值和预设剩余空间l
threshold
作比较，以此判断所述车辆的挂车是否可装载所述第二集装箱。
[0034]再进一步可选的，所述当所述车辆的挂车可装载所述第二集装箱时，根据所述车辆的车辆信息、所述集装箱信息以及所述第一距离，计算所述车辆需行驶的距离包括：
[0035]当所述第三距离l
after
与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集装箱测距方法，其特征在于，包括：利用标定后的相机获取第一集装箱的轮廓信息，并检测所述第一集装箱的四个角件，得到四个所述角件的中心点坐标；其中，所述相机安装于用于装载集装箱的车辆的车头靠近所述车辆的挂车的一侧；根据四个所述角件的中心点坐标，计算得到第一距离；其中，所述第一距离为所述第一集装箱靠近所述相机的一侧面与所述相机之间的距离；获取所述车辆的车辆信息以及集装箱信息，并根据所述车辆的车辆信息、所述集装箱信息以及所述第一距离，判断所述车辆的挂车是否可装载第二集装箱；其中，所述车辆的车辆信息包括所述车辆的挂车的标准长度、所述相机与所述车辆的挂车车头之间的距离，所述集装箱信息包括所述第一集装箱和所述第二集装箱的尺寸信息；当所述车辆的挂车可装载所述第二集装箱时，根据所述车辆的车辆信息、所述集装箱信息以及所述第一距离，计算所述车辆需行驶的距离，以使吊具将所述第二集装箱完全放置于所述车辆的挂车上，且不与所述第一集装箱发生干涉。2.根据权利要求1所述的集装箱测距方法，其特征在于，还包括：将所述相机安装于所述车辆的车头靠近所述车辆的挂车的一侧，且所述相机的光轴与所述车辆的挂车平行；其中，所述相机为单目相机；对所述相机进行标定，获取所述相机的内参矩阵、畸变参数及外参矩阵。3.根据权利要求2所述的集装箱测距方法，其特征在于，所述对所述相机进行标定，获取所述相机的内参矩阵、畸变参数及外参矩阵包括：将标定板竖直放置于所述车辆的挂车上，并使所述标定板与所述相机的光轴相垂直；利用所述相机拍摄多张所述标定板的各个角度的标定板图像；根据多张所述标定板图像对所述相机的内参及畸变进行标定，得到所述相机的内参矩阵和畸变参数，并根据多张所述标定板图像对所述相机的外参进行标定，得到所述相机的外参矩阵。4.根据权利要求2所述的集装箱测距方法，其特征在于，所述利用标定后的相机获取第一集装箱的轮廓信息，并检测所述第一集装箱的四个角件，得到四个所述角件的中心点坐标包括：利用所述相机，拍摄所述第一集装箱的集装箱图像；根据所述相机的内参矩阵和畸变参数对所述集装箱图像进行去畸变处理，得到去畸变处理后的正矩形图像，并获取得到所述第一集装箱的轮廓信息；所述第一集装箱的轮廓信息包括所述第一集装箱的轮廓像素值；将所述正矩形图像的四个角点作为四个所述角件的ROI的中心点，并将所述ROI的大小设置为所述角件在所述集装箱图像中的像素大小的四倍；将四个所述ROI依次作为已训练轻量级语义分割网络BiseNetV2的输入，得到四个所述角件的中心点坐标。5.根据权利要求4所述的集装箱测距方法，其特征在于，所述已训练轻量级语义分割网络BiseNetV2是经过以下训练步骤形成：构建轻量级语义分割网络BiseNetV2；利用所述相机获取训练图像；所述训练图像为所述相机拍摄的四个所述角件的各个角
度的角件图像；对所述角件图像中的角件目标标注中心点坐标，以得到训练数据，对构建的所述轻量级语义分割网络BiseNetV2进行训练得到训练后的已训练轻量级语义分割网络BiseNetV2。6.根据权利要求1所述的集装箱测距方法，其特征在于，所述根据四个所述角件的中心点坐标，计算得到第一距离包括：根据四个所述角件的中心点坐标，计算得到所述第一集装箱靠近所述相机的一侧面的中心点坐标；获取所述集装箱信息和所述相机的焦距，根据所述集装箱信息、所述相机的焦距以及所述第一集装箱靠近所述相机的一侧面的中心点坐标，通过PNP算法获得所述第一距离l
cam
。7.根据权利要求6所述的集装箱测距方法，其特征在于，所述获取所述车辆的车辆信息以及集装箱信息，并根据所述车辆的车辆信息、所述集装箱信息以及所述第一距离，判断所述车辆的挂车是否可装载第二集装箱，...

【专利技术属性】
技术研发人员：曹梓楼，
申请(专利权)人：北京经纬恒润科技股份有限公司，
类型：发明
国别省市：