System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于机器视觉的集装箱陆侧自动化装置制造方法及图纸_技高网

一种基于机器视觉的集装箱陆侧自动化装置制造方法及图纸

技术编号:41144952 阅读:2 留言:0更新日期:2024-04-30 18:13
本发明专利技术公开了一种基于机器视觉的集装箱陆侧自动化装置,涉及集装箱发箱领域,包括网络摄像机、视频分析服务器和信号收发模块;所述网络摄像机安装于轨道吊两侧以及中间位置,并用于实时画面的监测;所述网络摄像机通过AI视频分析服务器以及信号收发模块完成与轨道吊吊车室主控PLC完成信号连接。本发明专利技术考虑了摄像头安装及系统架构,在对视场中吊具及集装箱和车底盘位置关系进行分析后,给出集装箱卡车、轨道吊吊车、吊具具体的微调信息,动态调整集装箱落箱位置,进一步提升自动化码头ASC陆侧集装箱作业场景下的发箱效率和成功率,实现放箱过程的全自动化,不需要工作人员指挥,极大提高了整体的工作效率。

【技术实现步骤摘要】

本专利技术涉及集装箱发箱领域,具体涉及一种基于机器视觉的集装箱陆侧自动化装置


技术介绍

1、港口集装箱管理与操作是保障港口运营效率和货物安全的重要环节,合理的管理和操作能够提高集装箱的利用率,缩短货物的装卸时间,降低货物损坏和丢失的风险,近年来,出于安全、效率和能耗等方面的考虑,世界各大港口纷纷建设自动化集装箱码头,自动集装箱码头(act)是一种创新的码头技术,用于在海港高效快速地装卸集装箱,提高整体工作效率,目前我国自动化集装箱码头建设已经起步,自动化码头的建设符合我国产业安全、高效、绿色环保的发展趋势,同时可以预见,在未来的集装箱海运领域,自动化集装箱码头将占据越来越重要的地位,实现码头全面自动化指日可待。

2、随着世界主要集装箱港口之间竞争的日益激烈,提高集装箱码头生产效率逐渐成为各港口提升市场竞争实力的主要途径,其中集装箱放箱过程中为保证放箱位置的准确性可能需要工作人员手动指挥进行箱体的微调才能实现最终的完美放箱,这样在指挥放箱过程中人肉眼观察的数据可能存在些许误差,这样导致后续的调整延长了整个装箱的时间,其整体工作效率得不到提高。

3、因此,专利技术一种基于机器视觉的集装箱陆侧自动化装置来解决上述问题很有必要。


技术实现思路

1、本专利技术的目的是提供一种基于机器视觉的集装箱陆侧自动化装置,以解决上述
技术介绍
中提出的随着世界主要集装箱港口之间竞争的日益激烈,提高集装箱码头生产效率逐渐成为各港口提升市场竞争实力的主要途径,其中集装箱放箱过程中为保证放箱位置的准确性可能需要工作人员手动指挥进行箱体的微调才能实现最终的完美放箱,这样在指挥放箱过程中人肉眼观察的数据可能存在些许误差,这样导致后续的调整延长了整个装箱的时间,其整体工作效率得不到提高的问题。

2、为了实现上述目的,本专利技术提供如下技术方案:一种基于机器视觉的集装箱陆侧自动化装置,包括网络摄像机、视频分析服务器和信号收发模块;

3、所述网络摄像机安装于轨道吊两侧以及中间位置,并用于实时画面的监测;

4、所述网络摄像机通过ai视频分析服务器以及信号收发模块完成与轨道吊吊车室主控plc完成信号连接;

5、集装箱放箱被吊至某一高度时,网络摄像机的视场中检测到吊具标记位a和底座锁销位置信息c,通过小车粗定位位置信息,计算出集装箱锁头和底板锁座的最佳匹配对应关系,利用吊车两侧的5支网络摄像头实时获取放箱作业的视频信息后,通过ai多路智能视频分析服务器,对拍摄到的图像信息进行压缩、编码、传输、预处理、定位分割、匹配,实现对目标图像的识别分析,先后锁定锁头和集卡托盘位置信息,推算出a吊具对应的集装箱的角件落点b,通过四个角度摄像机的自主算法生成集装箱多维度空间模型特征值,根据该模型特征值计算当前吊具位置状态下整体吊具偏移量,随后四个电机纠偏,最终完成放箱过程。

6、优选的,所述网络摄像机采集集装箱卡车整车图像,通过车体模型匹配和甄别,确定集装箱卡车类型和集装箱卡车粗定位。

7、优选的,所述网络摄像机在数量上设置有五个,且五个网络摄像机均朝下俯视堆场,并且五个网络摄像机视野区域范围分别为左前、左后、右前、右后以及全景视野。

8、优选的,所述网络摄像机均为枪式变焦网络摄像头工业级,且5台网络摄像机的防水等级为ip56,5台网络摄像机外部均套装有防雨淋罩壳,并且网络摄像机具有宽动态调节功能。

9、优选的,所述视频分析服务器安装部署在吊机机房或者it机房。

10、优选的,所述视频分析服务器对网络摄像机传出的图像信息进行压缩、编码、传输、预处理、定位分割、匹配,并实现对目标图像的识别分析的功能。

11、本专利技术还提供一种基于机器视觉的集装箱陆侧自动化装置的作业流程,采用上述的一种基于机器视觉的集装箱陆侧自动化装置,具体操作步骤如下:

12、步骤一、粗定位,发箱作业时,轨道吊的吊具移动至相对应的集装箱卡车的上方,网络摄像机开始作业,同时通过车体模型匹配和甄别,确定集装箱卡车类型和集装箱卡车粗定位;

13、步骤二、位置获取,步骤一中网络摄像头监测到的实时画面,通过ai智能视频分析服务器对图像信息进行压缩、编码、传输、预处理、定位分割、匹配,实现对图像信息的识别,获取托盘实际位置,轨道吊吊车室主控plc根据粗定位位置信息进行大小车位置调整;

14、步骤三、位置确定,到达预设位置,精准放箱系统接入,集装箱放箱被吊至某一高度时,网络摄像机的视场中检测到吊具标记位a和底座锁销位置信息c,通过步骤一中提供的小车粗定位位置信息,计算出集装箱锁头和底板锁座的最佳匹配对应关系,利用吊车两侧的5支网络摄像头实时获取放箱作业的视频信息后,通过ai多路智能视频分析服务器,对拍摄到的图像信息进行压缩、编码、传输、预处理、定位分割、匹配,实现对目标图像的识别分析,先后锁定锁头和集卡托盘位置信息,推算出a吊具对应的集装箱的角件落点b;

15、步骤四、根据精准放箱系统给出的位置,两方案供选择,其中方案一:调整大车位置,起升下降前将大车调整到位,大车调整到位后起升下降,同时微动进行调整,完成放箱;方案二:起升下降的同时调整大车位置,起升高度降到8.5m后,禁止动大车,微动进行调整,动态纠偏直至放箱完成;

16、步骤五、轨道吊吊具与集装箱解锁后,轨道吊吊车室主控plc发出结束作业信号,此时完成放箱,结束作业。

17、在上述技术方案中,本专利技术提供的技术效果和优点:

18、本专利技术考虑了摄像头安装及系统架构,在对视场中吊具及集装箱和车底盘位置关系进行分析后,给出集装箱卡车、轨道吊吊车、吊具具体的微调信息,集装箱卡车以及吊车粗定位时间和微调数据生成时间均为3秒以内,放箱重复精度沿车道前后方向1.5cm、车道左右方向1.5cm,保证放箱成功率预计90%,动态调整集装箱落箱位置,适应白天、夜晚、等作业环境24小时作业,进一步提升自动化码头asc陆侧集装箱作业场景下的发箱效率和成功率,实现放箱过程的全自动化,不需要工作人员指挥,极大提高了整体的工作效率。

本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,包括网络摄像机、视频分析服务器和信号收发模块;

2.根据权利要求1所述的一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,所述网络摄像机采集集装箱卡车整车图像,通过车体模型匹配和甄别,确定集装箱卡车类型和集装箱卡车粗定位。

3.根据权利要求1所述的一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,所述网络摄像机在数量上设置有五个,且五个网络摄像机均朝下俯视堆场,并且五个网络摄像机视野区域范围分别为左前、左后、右前、右后以及全景视野。

4.根据权利要求1所述的一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,所述网络摄像机均为枪式变焦网络摄像头工业级,且5台网络摄像机的防水等级为IP56,5台网络摄像机外部均套装有防雨淋罩壳,并且网络摄像机具有宽动态调节功能。

5.根据权利要求1所述的一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,所述视频分析服务器安装部署在吊机机房或者IT机房。

6.根据权利要求1所述的一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,所述视频分析服务器对网络摄像机传出的图像信息进行压缩、编码、传输、预处理、定位分割、匹配,并实现对目标图像的识别分析的功能。

7.一种基于机器视觉的集装箱陆侧自动化装置的作业流程,采用如权利要求1-6任意一项所述的一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,具体操作步骤如下:

...

【技术特征摘要】

1.一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,包括网络摄像机、视频分析服务器和信号收发模块;

2.根据权利要求1所述的一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,所述网络摄像机采集集装箱卡车整车图像,通过车体模型匹配和甄别,确定集装箱卡车类型和集装箱卡车粗定位。

3.根据权利要求1所述的一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,所述网络摄像机在数量上设置有五个,且五个网络摄像机均朝下俯视堆场,并且五个网络摄像机视野区域范围分别为左前、左后、右前、右后以及全景视野。

4.根据权利要求1所述的一种基于机器视觉的集装箱陆侧自动化装置,其特征在于,所述网络摄像机均为枪式变焦网络摄像头...

【专利技术属性】
技术研发人员:张峰厉豪修方强倪晓雯赵臻栾新刚刘方超
申请(专利权)人:上海安渊电子科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1