CN112027918B - 一种基于机器视觉的集卡防吊起检测方法 - Google Patents

一种基于机器视觉的集卡防吊起检测方法 Download PDF

Info

Publication number
CN112027918B
CN112027918B CN202010921698.6A CN202010921698A CN112027918B CN 112027918 B CN112027918 B CN 112027918B CN 202010921698 A CN202010921698 A CN 202010921698A CN 112027918 B CN112027918 B CN 112027918B
Authority
CN
China
Prior art keywords
container
target container
direction vector
truck
detection area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010921698.6A
Other languages
English (en)
Other versions
CN112027918A (zh
Inventor
陈环
杨佳乐
梁浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Yumo Information Technology Co ltd
Original Assignee
Shanghai Yumo Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Yumo Information Technology Co ltd filed Critical Shanghai Yumo Information Technology Co ltd
Priority to CN202010921698.6A priority Critical patent/CN112027918B/zh
Publication of CN112027918A publication Critical patent/CN112027918A/zh
Application granted granted Critical
Publication of CN112027918B publication Critical patent/CN112027918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C13/00—Other constructional features or details
    • B66C13/16—Applications of indicating, registering, or weighing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C13/00—Other constructional features or details
    • B66C13/18—Control systems or devices
    • B66C13/46—Position indicators for suspended loads or for crane elements

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于机器视觉的集卡防吊起检测方法，包括以下步骤：获取装载有目标集装箱的集卡图像，通过采集所述目标集装箱的点云数据，计算所述目标集装箱的位姿，从而确定所述集卡的位姿；根据所述目标集装箱的位姿，设定ROI检测区域，当所述目标集装箱被吊起的高度大于第一阈值时，对所述ROI检测区域进行点云检测；若所述ROI检测区域内的点云数据大于第二阈值，则判断所述目标集装箱被锁定在所述集卡上。本发明提供的基于机器视觉的集卡防吊起检测方法，目标是集装箱被吊起的高度大于第一阈值时，通过检测ROI检测区域内的点云数据，如果点云数据大于第二阈值，则判断目标集装箱是否被锁定在集卡上，从而保证集装箱被安全吊起。

Description

一种基于机器视觉的集卡防吊起检测方法
技术领域
本发明涉及起重机装卸领域，尤其涉及一种基于机器视觉的集卡防吊起检测方法。
背景技术
随着经济技术的发展，码头的自动化程度日益提高，很多高新技术被应用到了堆场自动化作业，其中集卡防吊起一直是需要重点关注的安全问题。
现有技术中，公开号为CN108792951A的发明专利公开了一种图像识别技术的集卡防吊起方法，包括采集至少包括集卡及集装箱的视频，其中所述集卡至少包括集卡车头、平板及轮胎；根据所述视频，采集能反映目标特征物的图像；其中，所述目标特征物至少包括所述集卡及集装箱；将所述能反映目标特征物的图像与预存的特征图像进行比对，以确定所述目标特征物彼此间当前的相对位置；将所述目标特征物彼此间当前的相对位置与预设的目标特征物彼此间相对位置阈值进行比对，以判断所述集装箱与所述集卡是否分离；当确定所述集装箱与所述集卡未分离时，向起重机发送第一停止信号。该专利通过比对集卡和集装箱之间的相对位置，来判断集装箱盒集卡是否分离，但是该专利需要对场景数据进行深度的分析和比对，例如地面分割、箱体和车板的聚类、特征点匹配等等，这些方法复杂度较高，也存在一定的漏检或误检测情况。
因此有必要提供一种集卡防吊起检测方法，可以实现精准地防止集卡吊起。
发明内容
本发明所要解决的技术问题是提供基于机器视觉的集卡防吊起检测方法，通过检测ROI检测区域内的点云数据来判断目标集装箱是否被锁定在集卡上，从而保证集装箱被安全吊起。
本发明为解决上述技术问题而采用的技术方案是提供一种基于机器视觉的集卡防吊起检测方法，包括以下步骤：
获取装载有目标集装箱的集卡图像，通过采集所述目标集装箱的点云数据，计算所述目标集装箱的位姿，从而确定所述集卡的位姿；
根据所述目标集装箱的位姿，设定ROI检测区域，当所述目标集装箱被吊起的高度大于第一阈值时，对所述ROI检测区域进行点云检测；
若所述ROI检测区域内的点云数据大于第二阈值，则判断所述目标集装箱被锁定在所述集卡上。
优选地，所述根据所述目标集装箱的位姿，设定ROI检测区域，包括：
对所述目标集装箱的一侧面进行平面拟合，得到第一平面方程和第一平面法向量；
对所述目标集装箱的所述侧面进行边缘提取和直线拟合，得到第二方向向量和第三方向向量，所述第二方向向量是所述侧面的竖直边缘直线的方向向量，所述第三方向向量是所述侧面的水平边缘直线的方向向量；
所述第二方向向量和第三方向向量相交于一交点，所述交点为所述目标集装箱的一角点。
优选地，根据所述第二方向向量和所述交点得到第二平面方程，所述第二平面方程用于限定所述目标集装箱的底面；
根据所述第三方向向量和所述交点得到第三平面方程，所述第三平面方程用于限定所述目标集装箱的一端面；
所述第一平面方程、第二平面方程和第三平面方程用于限定所述目标集装箱的三维轮廓。
优选地，所述根据所述目标集装箱的位姿，设定ROI检测区域，包括：
对所述目标集装箱的顶面进行平面拟合，得到第四平面方程和第四平面法向量；
对所述目标集装箱的所述顶面进行边缘提取和直线拟合，得到第五方向向量和第六方向向量，所述第五方向向量是所述顶面的短边边缘直线的方向向量，所述第六方向向量是所述顶面的长边边缘直线的方向向量；
所述第五方向向量和第六方向向量相交于一交点，所述交点为所述目标集装箱的一角点。
优选地，根据所述第五方向向量和所述交点得到第五平面方程，所述第五平面方程用于限定所述目标集装箱的一侧面；
根据所述第六方向向量和所述交点得到第六平面方程，所述第六平面方程用于限定所述目标集装箱的一端面；
所述第四平面方程、第五平面方程和第六平面方程用于限定所述目标集装箱的三维轮廓。
优选地，所述第一平面法向量和所述第二方向向量垂直或所述第四平面法向量和所述第五方向向量垂直，根据所述目标集装箱的长方体结构以及所述第一平面法向量和所述第二方向向量得到所述第三方向向量或根据所述目标集装箱的长方体结构以及所述第四平面法向量和所述第五方向向量得到所述第六方向向量。
优选地，根据所述目标集装箱的三维轮廓设定所述ROI检测区域，所述ROI检测区域位于所述目标集装箱的正下方，所述ROI检测区域的宽大于等于所述目标集装箱的宽，所述ROI检测区域的长小于等于所述目标集装箱的长，所述ROI检测区域的高小于所述集卡车板和所述集装箱之间的距离。
优选地，所述第一阈值的范围为0.1～1m，所述第二阈值大于等于5。
优选地，所述ROI检测区域的形状包括长方体、球体或不规则体。
优选地，通过图像获取装置获取所述装载有目标集装箱的集卡图像，所述图像获取装置安装在靠近集卡车道一侧的大车腿部，且所述图像获取装置朝向堆场；所述图像获取装置的安装高度和所述集卡挂车的车板齐平，所述图像获取装置根据所述集卡挂车的高度自动调整所述图像获取装置的高度。
优选地，所述图像获取装置包括激光雷达、双目相机、深度相机以及RGBD相机。
本发明对比现有技术有如下的有益效果：本发明提供的基于机器视觉的集卡防吊起检测方法，当目标是集装箱被吊起的高度大于第一阈值时，通过检测ROI检测区域内的点云数据，如果点云数据大于第二阈值，则判断目标集装箱是否被锁定在集卡上，从而保证集装箱被安全吊起；
进一步地，通过对目标集装箱的侧面或顶面进行平面拟合，得到目标集装箱的三维轮廓，从而设定ROI检测区域的范围，不需要实时检测目标集装箱和集卡是否分离，只需要在满足目标集装箱距离集卡特定位置时检测ROI检测区域的点云数据，大大降低了计算量，极大地提高了检测集卡是否被吊起的效率和精度。
附图说明
图1为本发明实施例中基于机器视觉的集卡防吊起检测方法中的大车和图像获取装置的安装结构示意图；
图2为本发明实施例中基于机器视觉的集卡防吊起检测方法的流程示意图；
图3为本发明实施例中基于机器视觉的集卡防吊起检测方法中的集卡和目标集装箱的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的描述。
在以下描述中，为了提供本发明的透彻理解，阐述了很多具体的细节。然而，本发明可以在没有这些具体的细节的情况下实践，这对本领域普通该技术人员来说将是显而易见的。因此，具体的细节阐述仅仅是示例性的，具体的细节可以由奔放的精神和范围而变化并且仍被认为是在本发明的精神和范围内。
图1为本发明实施例中基于机器视觉的集卡防吊起检测方法中的大车和图像获取装置的安装结构示意图，图2为本发明实施例中基于机器视觉的集卡防吊起检测方法的流程示意图，图3为本发明实施例中基于机器视觉的集卡防吊起检测方法中的集卡和目标集装箱的结构示意图。
现在参看图1，通过图像获取装置C1、C2、C3和C4获取装载有目标集装箱2的集卡1图像，图像获取装置C1、C2、C3和C4安装在靠近集卡1车道一侧的大车腿部，且图像获取装置C1、C2、C3和C4朝向堆场。图像获取装置C1、C2、C3和C4的安装高度和所述集卡1挂车的车板齐平，图像获取装置C1、C2、C3和C4能够根据集卡1挂车的高度自动调整高度。图像获取装置C1、C2、C3和C4包括激光雷达、双目相机、深度相机以及RGBD相机。在具体实施中，图像获取装置可以多于4个，以获取更精准的图像信息。
现在参看图2，本发明提供一种基于机器视觉的集卡防吊起检测方法，包括以下步骤：
步骤201：获取装载有目标集装箱2的集卡1图像，通过采集所述目标集装箱2的点云数据，计算所述目标集装箱2的位姿，从而确定所述集卡1的位姿；
步骤202：根据所述目标集装箱2的位姿，设定ROI检测区域3，当所述目标集装箱2被吊起的高度大于第一阈值时，对所述ROI检测区域3进行点云检测；
步骤203：若所述ROI检测区域3内的点云数据大于第二阈值，则判断所述目标集装箱2被锁定在所述集卡1上。
所述根据所述目标集装箱2的位姿，设定ROI检测区域3，包括：对所述目标集装箱2的一侧面进行平面拟合，得到第一平面方程和第一平面法向量；对所述目标集装箱2的所述侧面进行边缘提取和直线拟合，得到第二方向向量和第三方向向量，所述第二方向向量是所述侧面的竖直边缘直线的方向向量，所述第三方向向量是所述侧面的水平边缘直线的方向向量；所述第二方向向量和第三方向向量相交于一交点，所述交点为所述目标集装箱2的一角点。进一步地，根据所述第二方向向量和所述交点得到第二平面方程，所述第二平面方程用于限定所述目标集装箱2的底面；根据所述第三方向向量和所述交点得到第三平面方程，所述第三平面方程用于限定所述目标集装箱2的一端面；所述第一平面方程、第二平面方程和第三平面方程用于限定所述目标集装箱2的三维轮廓。
在具体实施中，第一平面方程a1x+b1y+c1z+d1＝0，第一平面法向量为
Figure BDA0002666943860000051
第二方向向量为
Figure BDA0002666943860000052
第三方向向量为
Figure BDA0002666943860000053
交点为p2＝(x2，y2，z2)，根据第二方向向量和交点得到第二平面方程a2x+b2y+c2z+d2＝0，根据第三方向向量和交点得到第三平面方程a3x+b3y+c3z+d3＝0，通过第一平面方程、第二平面方程和第三平面方程可以限定所述目标集装箱2的三维轮廓。
优选地，根据标准集装箱的长方体结构，第三方向向量
Figure BDA0002666943860000054
可通过第一平面法向向量
Figure BDA0002666943860000055
和第二方向向量
Figure BDA0002666943860000056
计算得出：
Figure BDA0002666943860000057
所述根据所述目标集装箱2的位姿，设定ROI检测区域3，对所述目标集装箱2的顶面进行平面拟合，得到第四平面方程和第四平面法向量；对所述目标集装箱2的所述顶面进行边缘提取和直线拟合，得到第五方向向量和第六方向向量，所述第五方向向量是所述顶面的短边边缘直线的方向向量，所述第六方向向量是所述顶面的长边边缘直线的方向向量；所述第五方向向量和第六方向向量相交于一交点，所述交点为所述目标集装箱2的一角点。根据所述第五方向向量和所述交点得到第五平面方程，所述第五平面方程用于限定所述目标集装箱2的一侧面；根据所述第六方向向量和所述交点得到第六平面方程，所述第六平面方程用于限定所述目标集装箱2的一端面；所述第四平面方程、第五平面方程和第六平面方程用于限定所述目标集装箱2的三维轮廓。
在具体实施中，第四平面方程a4x+b4y+c4z+d4＝0，第四平面法向量为
Figure BDA0002666943860000061
第五方向向量为
Figure BDA0002666943860000062
第六方向向量为
Figure BDA0002666943860000063
交点为p5＝(x5，y5，z5)，根据第五方向向量和交点得到第五平面方程a5x+b5y+c5z+d5＝0，根据第六方向向量和交点得到第六平面方程a6x+b6y+c6z+d6＝0，通过第四平面方程、第五平面方程和第六平面方程可以限定所述目标集装箱2的三维轮廓。
优选地，根据标准集装箱的长方体结构，第六方向向量
Figure BDA0002666943860000064
可通过第四方向向量
Figure BDA0002666943860000065
和第五方向向量
Figure BDA0002666943860000066
计算得出：
Figure BDA0002666943860000067
在具体实施中，根据所述目标集装箱2的三维轮廓设定所述ROI检测区域3，所述ROI检测区域3位于所述目标集装箱2的正下方，所述ROI检测区域3的宽大于等于所述目标集装箱2的宽，所述ROI检测区域3的长小于等于所述目标集装箱2的长，所述ROI检测区域3的高小于所述集卡1车板和所述集装箱之间的距离。所述ROI检测区域3的形状包括长方体、球体或不规则体，ROI检测区域3以能够覆盖集卡1车板的相应锁钮为准。
在具体实施中，所述第一阈值的范围为0.1～1m，所述第二阈值大于等于5。也就是说当目标集装箱2被吊具吊起的高度在0.1～1m的范围时，对ROI检测区域3进行是点云检测，正常无挂锁的情况下，上述ROI检测区域3内无点云。如果任意一个或多个锁钮被锁住的情况下，集卡1车板的相应位置会被吊起，则上述ROI检测区域3内会检测到车板部分的点云，当ROI检测区域3内的点云数据在5～200时，判断目标集装箱2被锁定在集卡1的车板锁钮上，此时应当停止继续吊起目标集装箱2，以避免集卡1被吊起造成事故。
具体地，ROI检测区域3内的点p满足以下方程：
Figure BDA0002666943860000068
Figure BDA0002666943860000069
Figure BDA00026669438600000610
Figure BDA0002666943860000071
Figure BDA0002666943860000072
Figure BDA0002666943860000073
其中ε，Zmin，Zmax，Ymax为可调参数，ε用来补偿目标集装箱2的侧面的距离检测误差，Zmin和Zmax用来设定ROI检测区域3的高度，Ymax用于设定ROI检测区域3的长度，ROI检测区域3的宽度固定设置为集装箱宽度2.4m。
ε∈(0.03，0.2)
Zmin∈(0.01，0.1)
Zmax∈(0.1，1)
Ymax∈(-3，3)
综上，本实施例提供的基于机器视觉的集卡防吊起检测方法，当目标是集装箱被吊起的高度大于第一阈值时，通过检测ROI检测区域内的点云数据，如果点云数据大于第二阈值，则判断目标集装箱是否被锁定在集卡上，从而保证集装箱被安全吊起；
进一步地，通过对目标集装箱的侧面或顶面进行平面拟合，得到目标集装箱的三维轮廓，从而设定ROI检测区域的范围，不需要实时检测目标集装箱和集卡是否分离，只需要在满足目标集装箱距离集卡特定位置时检测ROI检测区域的点云数据，大大降低了计算量，极大地提高了检测集卡是否被吊起的效率和精度。
虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的修改和完善，因此本发明的保护范围当以权利要求书所界定的为准。

Claims (11)

1.一种基于机器视觉的集卡防吊起检测方法，其特征在于，包括以下步骤：
获取装载有目标集装箱的集卡图像，通过采集所述目标集装箱的点云数据，计算所述目标集装箱的位姿，从而确定所述集卡的位姿；
根据所述目标集装箱的位姿，设定ROI检测区域，当所述目标集装箱被吊起的高度大于第一阈值时，对所述ROI检测区域进行点云检测；
若所述ROI检测区域内的点云数据大于第二阈值，则判断所述目标集装箱被锁定在所述集卡上；
所述根据所述目标集装箱的位姿，设定ROI检测区域，包括：
对所述目标集装箱的一侧面进行平面拟合，得到第一平面方程和第一平面法向量；
对所述目标集装箱的所述侧面进行边缘提取和直线拟合，得到第二方向向量和第三方向向量，所述第二方向向量是所述侧面的竖直边缘直线的方向向量，所述第三方向向量是所述侧面的水平边缘直线的方向向量；
所述第二方向向量和第三方向向量相交于一交点，所述交点为所述目标集装箱的一角点。
2.根据权利要求1所述的基于机器视觉的集卡防吊起检测方法，其特征在于，
所述第一平面法向量和所述第二方向向量垂直，根据所述目标集装箱的长方体结构以及所述第一平面法向量和所述第二方向向量得到所述第三方向向量。
3.根据权利要求1所述的基于机器视觉的集卡防吊起检测方法，其特征在于，
根据所述第二方向向量和所述交点得到第二平面方程，所述第二平面方程用于限定所述目标集装箱的底面；
根据所述第三方向向量和所述交点得到第三平面方程，所述第三平面方程用于限定所述目标集装箱的一端面；
所述第一平面方程、第二平面方程和第三平面方程用于限定所述目标集装箱的三维轮廓。
4.根据权利要求1所述的基于机器视觉的集卡防吊起检测方法，其特征在于，所述根据所述目标集装箱的位姿，设定ROI检测区域，包括：
对所述目标集装箱的顶面进行平面拟合，得到第四平面方程和第四平面法向量；
对所述目标集装箱的所述顶面进行边缘提取和直线拟合，得到第五方向向量和第六方向向量，所述第五方向向量是所述顶面的短边边缘直线的方向向量，所述第六方向向量是所述顶面的长边边缘直线的方向向量；
所述第五方向向量和第六方向向量相交于一交点，所述交点为所述目标集装箱的一角点。
5.根据权利要求4所述的基于机器视觉的集卡防吊起检测方法，其特征在于，
根据所述第五方向向量和所述交点得到第五平面方程，所述第五平面方程用于限定所述目标集装箱的一侧面；
根据所述第六方向向量和所述交点得到第六平面方程，所述第六平面方程用于限定所述目标集装箱的一端面；
所述第四平面方程、第五平面方程和第六平面方程用于限定所述目标集装箱的三维轮廓。
6.根据权利要求4所述的基于机器视觉的集卡防吊起检测方法，其特征在于，所述第四平面法向量和所述第五方向向量垂直，根据所述目标集装箱的长方体结构以及所述第四平面法向量和所述第五方向向量得到所述第六方向向量。
7.根据权利要求3或5所述的基于机器视觉的集卡防吊起检测方法，其特征在于，根据所述目标集装箱的三维轮廓设定所述ROI检测区域，所述ROI检测区域位于所述目标集装箱的正下方，所述ROI检测区域的宽大于等于所述目标集装箱的宽，所述ROI检测区域的长小于等于所述目标集装箱的长，所述ROI检测区域的高小于所述集卡车板和所述集装箱之间的距离。
8.根据权利要求1所述的基于机器视觉的集卡防吊起检测方法，其特征在于，所述第一阈值的范围为0.1~1m，所述第二阈值大于等于5。
9.根据权利要求1所述的基于机器视觉的集卡防吊起检测方法，其特征在于，所述ROI检测区域的形状包括长方体、球体或不规则体。
10.根据权利要求1所述的基于机器视觉的集卡防吊起检测方法，其特征在于，通过图像获取装置获取所述装载有目标集装箱的集卡图像，所述图像获取装置安装在靠近集卡车道一侧的大车腿部，且所述图像获取装置朝向堆场；所述图像获取装置的安装高度和所述集卡挂车的车板齐平，所述图像获取装置根据所述集卡挂车的高度自动调整所述图像获取装置的高度。
11.根据权利要求10所述的基于机器视觉的集卡防吊起检测方法，其特征在于，所述图像获取装置包括激光雷达、双目相机、深度相机以及RGBD相机。
CN202010921698.6A 2020-09-04 2020-09-04 一种基于机器视觉的集卡防吊起检测方法 Active CN112027918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010921698.6A CN112027918B (zh) 2020-09-04 2020-09-04 一种基于机器视觉的集卡防吊起检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010921698.6A CN112027918B (zh) 2020-09-04 2020-09-04 一种基于机器视觉的集卡防吊起检测方法

Publications (2)

Publication Number Publication Date
CN112027918A CN112027918A (zh) 2020-12-04
CN112027918B true CN112027918B (zh) 2022-09-16

Family

ID=73591533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010921698.6A Active CN112027918B (zh) 2020-09-04 2020-09-04 一种基于机器视觉的集卡防吊起检测方法

Country Status (1)

Country Link
CN (1) CN112027918B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112489045B (zh) * 2020-12-25 2024-02-27 苏州巨能图像检测技术有限公司 一种用于集卡的防吊起检测方法
CN114758333B (zh) * 2020-12-29 2024-02-13 北京瓦特曼科技有限公司 一种铸造起重机行车吊运钢包脱挂钩的识别方法及系统
CN113184707B (zh) * 2021-01-15 2023-06-02 福建电子口岸股份有限公司 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
CN113135497B (zh) * 2021-05-11 2024-03-26 上海西井科技股份有限公司 集卡与吊机自动对位的卸箱方法、系统、设备及存储介质
CN114647011B (zh) * 2022-02-28 2024-02-02 三一海洋重工有限公司 集卡防吊监控方法、装置及系统
CN116051610A (zh) * 2023-02-17 2023-05-02 上海西井信息科技有限公司 基于点云的集装箱对位控制方法、系统、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103231990A (zh) * 2012-12-30 2013-08-07 上海胜迈机电科技有限公司 集装箱门式起重机用吊具路径优化控制系统
CN107943020A (zh) * 2017-10-17 2018-04-20 上海辛格林纳新时达电机有限公司 一种轮胎吊大车自动纠偏方法
CN108345305A (zh) * 2018-01-31 2018-07-31 中国矿业大学 无轨胶轮车智能车载系统、井下车辆调度系统和控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106254839A (zh) * 2016-09-30 2016-12-21 湖南中铁五新重工有限公司 集装箱卡车防吊起方法及装置
CN109840448A (zh) * 2017-11-24 2019-06-04 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的信息输出方法和装置
CN208516809U (zh) * 2018-07-06 2019-02-19 上海振华重工(集团)股份有限公司 图像识别技术的集卡防吊起系统
CN110356976B (zh) * 2019-08-01 2021-03-09 北京主线科技有限公司 基于模板匹配的港口无人集卡起重机精确对位系统及方法
CN111302229B (zh) * 2020-02-20 2022-05-03 上海振华重工(集团)股份有限公司 防止误吊起集卡的方法和系统
CN111539344A (zh) * 2020-04-27 2020-08-14 北京国泰星云科技有限公司 基于视频流及人工智能的集卡防吊起控制系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103231990A (zh) * 2012-12-30 2013-08-07 上海胜迈机电科技有限公司 集装箱门式起重机用吊具路径优化控制系统
CN107943020A (zh) * 2017-10-17 2018-04-20 上海辛格林纳新时达电机有限公司 一种轮胎吊大车自动纠偏方法
CN108345305A (zh) * 2018-01-31 2018-07-31 中国矿业大学 无轨胶轮车智能车载系统、井下车辆调度系统和控制方法

Also Published As

Publication number Publication date
CN112027918A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112027918B (zh) 一种基于机器视觉的集卡防吊起检测方法
US10198805B2 (en) Method for detecting objects in a warehouse and/or for spatial orientation in a warehouse
CN105431370B (zh) 用于使用集装箱起重机将集装箱自动地卸货在卸货目标上的方法和系统
CN113376654B (zh) 基于三维激光的集卡防砸检测方法、装置和计算机设备
KR100975749B1 (ko) 단일 차선을 이용한 차선 인식 및 차량의 차선 이탈 검출 방법
CN106327044B (zh) 车载钢卷及车辆鞍座自动识别和定位装置及其方法
CN104916163A (zh) 泊车位检测方法
KR101176693B1 (ko) 거리센서를 이용한 차선인식 방법 및 그 시스템
KR102010823B1 (ko) 고정형 단일 카메라를 이용한 차량 속도 감지 방법 및 장치
CN108460800B (zh) 集装箱图像定位方法及系统
US20220009748A1 (en) Loading A Container On A Landing Target
CN113184707A (zh) 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
CN114998824A (zh) 一种车辆装卸任务监控方法、装置及系统
EP3418244B1 (en) Loading a container on a landing target
CN112037283B (zh) 一种基于机器视觉的集卡定位及对箱检测方法
CN109597096B (zh) 一种激光雷达点云处理系统及方法
CN114890280A (zh) 一种吊具的检测对准方法和装置
Chang et al. Real-time vision-based preceding vehicle tracking and recognition
CN115909216A (zh) 一种基于激光雷达和单目相机的货船舱口检测方法及系统
EP4177694A1 (en) Obstacle detection device and obstacle detection method
CN115631329A (zh) 一种用于开放式车厢的装载控制方法、系统和存储介质
García et al. Hybrid fusion scheme for pedestrian detection based on laser scanner and far infrared camera
US20230051270A1 (en) Processing device
CN112883789A (zh) 一种基于激光视觉融合和深度学习的防打保龄方法、系统
CN113379921A (zh) 轨道识别方法、装置、存储介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant