【技术实现步骤摘要】
本专利技术涉及集卡自动化放箱，具体而言，涉及一种集卡目标检测方法、装置、电子设备及存储介质。
技术介绍
1、目前，岸桥外集卡自动化放箱技术主要依赖于激光雷达、摄像头和超声波传感器等多种检测手段，有时候单独应用，有时候相互融合。
2、然而，多种传感器融合所需的算法复杂度较高，需要解决传感器数据在时空上的同步和融合问题，并且采用多种传感器的方案往往伴随着较高的成本，难以在实际应用中获得广泛认可。单一传感器由于受到各自固有缺陷的制约，面对集装箱不同摆放情况和光照环境的多变性，难以实现对各种情境的精确适应，从而影响放箱操作的准确性，降低了整个系统的可靠性。
3、也就是说，当前岸桥外集卡自动化放箱技术面临复杂传感器融合和单一传感器限制等问题。
技术实现思路
1、为了克服现有技术的不足，本专利技术提供了一种集卡目标检测方法、装置、电子设备和计算机可读存储介质。
2、本专利技术的技术方案可以这样实现：
3、第一方面，本专利技术提供一种集卡目标检测方法，所述方法包括：
4、利用预先训练的集装箱分割模型，分割出放箱操作现场图像中的集装箱，所述放箱操作现场图像是由布置在集卡操作区域内各车道中心位置前后的摄像头实时捕捉的；
5、提取所述集装箱的轮廓信息，并对所述集装箱的轮廓信息进行形状匹配，得到所述集装箱的位置和姿态。
6、可选地，在所述利用预先训练的集装箱分割模型，分割出放箱操作现场图像中的集装箱之前，所述方法还包括：
7、对实时捕捉的放箱操作现场图像进行预处理，得到预处理后的放箱操作现场图像；
8、利用预先训练的环境检测模型对预处理后的放箱操作现场图像进行光照环境优化处理，得到用于输入所述集装箱分割模型的放箱操作现场图像。
9、可选地，所述对实时捕捉的放箱操作现场图像进行预处理，得到预处理后的放箱操作现场图像的步骤包括：
10、对实时捕捉的放箱操作现场图像进行去噪处理，得到去噪处理后的放箱操作现场图像；
11、对去噪处理后的放箱操作现场图像的亮度和对比度进行自适应调整，得到预处理后的放箱操作现场图像。
12、可选地，所述环境检测模型包括图像分解网络、反射分量纠正网络和光照分量纠正网络，所述利用预先训练的环境检测模型对预处理后的放箱操作现场图像进行光照环境优化处理，得到用于输入所述集装箱分割模型的放箱操作现场图像的步骤包括：
13、将预处理后的放箱操作现场图像输入所述图像分解网络进行图像分解，得到光照分量和反射分量；
14、将所述光照分量输入所述光照分量纠正网络进行修复，得到修复后的光照分量；
15、将所述反射分量输入所述反射分量纠正网络进行修复，得到修复后的反射分量；
16、利用修复后的光照分量和修复后的反射分量调整预处理后的放箱操作现场图像，得到用于输入所述集装箱分割模型的放箱操作现场图像。
17、可选地，在所述利用预先训练的集装箱分割模型，分割出放箱操作现场图像中的集装箱之前，所述方法还包括：
18、构建训练数据集，所述训练数据集中的各张训练图像包括集装箱、集卡和/或背景；
19、利用所述训练数据集训练预先构建的集装箱分割模型，得到训练后的集装箱分割模型。
20、可选地，所述对所述集装箱的轮廓信息进行形状匹配，得到所述集装箱的位置和姿态的步骤包括：
21、将所述集装箱的轮廓信息与预设集装箱模板进行匹配，得到匹配结果；
22、分析所述匹配结果，以提取所述集装箱的位置和姿态。
23、第二方面，本专利技术提供一种集卡目标检测装置，所述装置包括：
24、分割模块，用于利用预先训练的集装箱分割模型，分割出放箱操作现场图像中的集装箱，所述放箱操作现场图像是由布置在集卡操作区域内各车道中心位置前后的摄像头实时捕捉的；
25、提取模块，用于提取所述集装箱的轮廓信息，并对所述集装箱的轮廓信息进行形状匹配，得到所述集装箱的位置和姿态。
26、可选地，所述装置还包括处理模块；
27、所述处理模块用于对实时捕捉的放箱操作现场图像进行预处理，得到预处理后的放箱操作现场图像；利用预先训练的环境检测模型对预处理后的放箱操作现场图像进行光照环境优化处理，得到用于输入所述集装箱分割模型的放箱操作现场图像。
28、第三方面，本专利技术提供一种电子设备，其包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如前述第一方面所述的集卡目标检测方法。
29、第四方面，本专利技术提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如前述第一方面所述的集卡目标检测方法。
30、本专利技术公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本专利技术公开的上述技术即可得知。
31、为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种集卡目标检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，在所述利用预先训练的集装箱分割模型，分割出放箱操作现场图像中的集装箱之前，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述对实时捕捉的放箱操作现场图像进行预处理，得到预处理后的放箱操作现场图像的步骤包括：
4.如权利要求2所述的方法，其特征在于，所述环境检测模型包括图像分解网络、反射分量纠正网络和光照分量纠正网络，所述利用预先训练的环境检测模型对预处理后的放箱操作现场图像进行光照环境优化处理，得到用于输入所述集装箱分割模型的放箱操作现场图像的步骤包括：
5.如权利要求1所述的方法，其特征在于，在所述利用预先训练的集装箱分割模型，分割出放箱操作现场图像中的集装箱之前，所述方法还包括：
6.如权利要求1所述的方法，其特征在于，所述对所述集装箱的轮廓信息进行形状匹配，得到所述集装箱的位置和姿态的步骤包括：
7.一种集卡目标检测装置，其特征在于，所述装置包括：
8.如权利要求7所述的装置，其特征在于
9.一种电子设备，其特征在于，其包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-6任一项所述的集卡目标检测方法。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的集卡目标检测方法。
...【技术特征摘要】
1.一种集卡目标检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，在所述利用预先训练的集装箱分割模型，分割出放箱操作现场图像中的集装箱之前，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述对实时捕捉的放箱操作现场图像进行预处理，得到预处理后的放箱操作现场图像的步骤包括：
4.如权利要求2所述的方法，其特征在于，所述环境检测模型包括图像分解网络、反射分量纠正网络和光照分量纠正网络，所述利用预先训练的环境检测模型对预处理后的放箱操作现场图像进行光照环境优化处理，得到用于输入所述集装箱分割模型的放箱操作现场图像的步骤包括：
5.如权利要求1所述的方法，其特征在于，在所述利用预先训练的集...
【专利技术属性】
技术研发人员：董欣宇，郑军，
申请(专利权)人：聚时科技深圳有限公司，
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。