CN113873442A - 一种外集卡定位方法 - Google Patents
一种外集卡定位方法 Download PDFInfo
- Publication number
- CN113873442A CN113873442A CN202111050191.9A CN202111050191A CN113873442A CN 113873442 A CN113873442 A CN 113873442A CN 202111050191 A CN202111050191 A CN 202111050191A CN 113873442 A CN113873442 A CN 113873442A
- Authority
- CN
- China
- Prior art keywords
- container
- detection target
- geomagnetic
- driver
- positioning
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种外集卡定位方法,特点是驾驶员通过手机拍摄检测目标得到照片并将照片上传;对检测目标的照片进行识别,得到检测目标的类别和特征;根据检测目标的类别和特征,在集装箱码头操作系统中查找到检测目标所在场地,同时根据驾驶员手机上不断发送的卫星信号,确认驾驶员当前所驾驶的外集卡的所在区域,得到粗定位区域;将所有的地磁设备检测到有外集卡停放的区域作为地磁检测区域,对地磁检测区域与粗定位区域取交集,得到驾驶员当前所驾驶的外集卡的最终定位;优点是通过将图像识别、卫星定位和地磁检测相结合,提高了外集卡的定位精度和准确率,降低了定位不足对码头作业的影响,同时依靠外集卡驾驶员的手机微信客户端,降低了成本。
Description
技术领域
本发明涉及一种定位方法,尤其是一种外集卡定位方法。
背景技术
集装箱卡车(简称集卡)按用途分为内集卡和外集卡,内集卡用于码头内运输,来回码头前沿与堆场之间,主要完成集装箱装船、卸船与转堆作业;外集卡主要负责将集装箱运进或运出码头,经过堆场与闸口,外集卡的定位信息是码头作业设备的基础信息,实现外集卡位置有效精确的获取以满足场地设备的合理调度,成为诸多码头研究重点。
目前是较为常见的外集卡的定位方式有GPS和RFID;GPS定位由于外集卡司机手机型号、摆放位置等差异,导致定位结果与实际位置偏差较大,同时GPS定位在集装箱码头内还受限于箱区内堆箱程度,若堆箱过高,则会严重影响GPS信号的接收;而RFID定位受限于安装位置,仅能通过关键道路节点推测车辆位置,较难满足定位到贝的要求。
发明内容
本发明所要解决的技术问题是提供一种外集卡定位方法,不但提高了外集卡的定位精度和准确率,而且减少了成本。
本发明解决上述技术问题所采用的技术方案为:一种外集卡定位方法,设置图片处理系统和集装箱码头操作系统,所述的图片处理系统接收驾驶员通过手机上传的拍摄有检测目标的照片,并对检测目标的照片进行识别得到检测目标的类别和特征,所述的集装箱码头操作系统接收图片处理系统传输的检测目标的类别和特征,并根据检测目标的类别和特征查找到检测目标所在场地,所述的图片处理系统和所述的集装箱码头操作系统通过接口进行通信,所述的检测目标是指集装箱有箱号的位置或龙门吊的立柱或内集卡的车头,所述的类别是指集装箱或龙门吊或内集卡,所述的特征是指集装箱的箱号或龙门吊的编号或内集卡的作业号;
具体的外集卡定位方法包括以下步骤:
①驾驶员通过手机拍摄检测目标得到照片并将照片上传至图片处理系统;
②在图片处理系统中,对检测目标的照片进行识别,得到检测目标的类别和特征;
③根据检测目标的类别和特征,在集装箱码头操作系统中查找到检测目标所在场地,同时根据驾驶员手机上不断发送的卫星信号,确认驾驶员当前所驾驶的外集卡的所在区域,得到粗定位区域;
④在所有的作业车道的正中心处设置地磁设备,将所有的地磁设备检测到有外集卡停放的区域作为地磁检测区域,对地磁检测区域与粗定位区域取交集,得到驾驶员当前所驾驶的外集卡的最终定位。
所述的对检测目标的照片进行识别的具体方法为:
A采集带有箱号的集装箱的照片、带有编号的龙门吊的照片和带有作业号的内集卡的照片并作为样本集,将样本集输入到卷积神经网络中进行训练,得到训练后的卷积神经网络;
B将检测目标的照片输入到训练后的卷积神经网络,得到检测目标的类别和特征。
驾驶员通过手机上的微信客户端上传照片。
所述的地磁设备埋设在作业车道下,每相邻的两个地磁设备之间间隔四个贝位,每个地磁设备的检测范围为以地磁设备为圆心、半径为1米的圆形区域。
与现有技术相比,本发明的优点在于驾驶员通过手机拍摄检测目标得到照片并将照片上传至图片处理系统;在图片处理系统中,对检测目标的照片进行识别,得到检测目标的类别和特征;根据检测目标的类别和特征,在集装箱码头操作系统中查找到检测目标所在场地,同时根据驾驶员手机上不断发送的卫星信号,确认驾驶员当前所驾驶的外集卡的所在区域,得到粗定位区域;在所有的作业车道的正中心处设置地磁设备,将所有的地磁设备检测到有外集卡停放的区域作为地磁检测区域,对地磁检测区域与粗定位区域取交集,得到驾驶员当前所驾驶的外集卡的最终定位;通过将图像识别、卫星定位和地磁检测相结合,提高了外集卡的定位精度和准确率,降低了定位不足对码头作业的影响,同时依靠外集卡驾驶员的手机微信客户端,降低了成本。
附图说明
图1为本发明的总体流程示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1所示,一种外集卡定位方法,在服务器中设置图片处理系统和集装箱码头操作系统,图片处理系统接收驾驶员通过手机上传的拍摄有检测目标的照片,并对检测目标的照片进行识别得到检测目标的类别和特征,集装箱码头操作系统接收图片处理系统传输的检测目标的类别和特征,并根据检测目标的类别和特征查找到检测目标所在场地,图片处理系统和集装箱码头操作系统通过接口进行通信,检测目标是指集装箱有箱号的位置或龙门吊的立柱或内集卡的车头,类别是指集装箱或龙门吊或内集卡,特征是指集装箱的箱号或龙门吊的编号或内集卡的作业号;
具体的外集卡定位方法包括以下步骤:
①驾驶员通过手机拍摄检测目标得到照片并将照片上传至图片处理系统;
②在图片处理系统中,对检测目标的照片进行识别,得到检测目标的类别和特征;
对检测目标的照片进行识别的具体方法为:
A采集带有箱号的集装箱的照片、带有编号的龙门吊的照片和带有作业号的内集卡的照片并作为样本集,将样本集输入到卷积神经网络中进行训练,得到训练后的卷积神经网络;
B将检测目标的照片输入到训练后的卷积神经网络,得到检测目标的类别和特征;
③根据检测目标的类别和特征,在集装箱码头操作系统中查找到检测目标所在场地,同时根据驾驶员手机上不断发送的卫星信号,确认驾驶员当前所驾驶的外集卡的所在区域,得到粗定位区域;
④在所有的作业车道的正中心处设置地磁设备,将所有的地磁设备检测到有外集卡停放的区域作为地磁检测区域,对地磁检测区域与粗定位区域取交集,得到驾驶员当前所驾驶的外集卡的最终定位。
在本实施例中,驾驶员通过手机上的微信客户端上传照片;
在本实施例中,地磁设备埋设在作业车道下,每相邻的两个地磁设备之间间隔四个贝位(约14m至16米),每个地磁设备的检测范围为以地磁设备为圆心、半径为1米的圆形区域,每辆外集卡的长度大于14m,地磁设备可以检测到是否有外集卡停放。
表1 不同外集卡定位方法得到的准确率对比
外集卡定位方法 | 准确率 |
使用摄像头进行外集卡定位 | 67% |
使用RFID进行外集卡定位 | 70% |
使用地磁设备进行外集卡定位 | 90% |
使用本发明进行外集卡定位 | 95% |
如表1所示,使用摄像头进行外集卡定位的准确率有67%,使用RFID进行外集卡定位的准确率有70%,使用地磁设备进行外集卡定位的准确率有90%,使用本发明进行外集卡定位的准确率有95%,由此可知,本发明的方法明显优于现有技术,具有更加准确的定位结果。
Claims (4)
1.一种外集卡定位方法,其特征在于设置图片处理系统和集装箱码头操作系统,所述的图片处理系统接收驾驶员通过手机上传的拍摄有检测目标的照片,并对检测目标的照片进行识别得到检测目标的类别和特征,所述的集装箱码头操作系统接收图片处理系统传输的检测目标的类别和特征,并根据检测目标的类别和特征查找到检测目标所在场地,所述的图片处理系统和所述的集装箱码头操作系统通过接口进行通信,所述的检测目标是指集装箱有箱号的位置或龙门吊的立柱或内集卡的车头,所述的类别是指集装箱或龙门吊或内集卡,所述的特征是指集装箱的箱号或龙门吊的编号或内集卡的作业号;
具体的外集卡定位方法包括以下步骤:
①驾驶员通过手机拍摄检测目标得到照片并将照片上传至图片处理系统;
②在图片处理系统中,对检测目标的照片进行识别,得到检测目标的类别和特征;
③根据检测目标的类别和特征,在集装箱码头操作系统中查找到检测目标所在场地,同时根据驾驶员手机上不断发送的卫星信号,确认驾驶员当前所驾驶的外集卡的所在区域,得到粗定位区域;
④在所有的作业车道的正中心处设置地磁设备,将所有的地磁设备检测到有外集卡停放的区域作为地磁检测区域,对地磁检测区域与粗定位区域取交集,得到驾驶员当前所驾驶的外集卡的最终定位。
2.根据权利要求1所述的一种外集卡定位方法,其特征在于所述的对检测目标的照片进行识别的具体方法为:
A采集带有箱号的集装箱的照片、带有编号的龙门吊的照片和带有作业号的内集卡的照片并作为样本集,将样本集输入到卷积神经网络中进行训练,得到训练后的卷积神经网络;
B将检测目标的照片输入到训练后的卷积神经网络,得到检测目标的类别和特征。
3.根据权利要求1所述的一种外集卡定位方法,其特征在于驾驶员通过手机上的微信客户端上传照片。
4.根据权利要求1所述的一种外集卡定位方法,其特征在于所述的地磁设备埋设在作业车道下,每相邻的两个地磁设备之间间隔四个贝位,每个地磁设备的检测范围为以地磁设备为圆心、半径为1米的圆形区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111050191.9A CN113873442B (zh) | 2021-09-08 | 2021-09-08 | 一种外集卡定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111050191.9A CN113873442B (zh) | 2021-09-08 | 2021-09-08 | 一种外集卡定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113873442A true CN113873442A (zh) | 2021-12-31 |
CN113873442B CN113873442B (zh) | 2023-08-04 |
Family
ID=78994806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111050191.9A Active CN113873442B (zh) | 2021-09-08 | 2021-09-08 | 一种外集卡定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113873442B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778742A (zh) * | 2016-12-09 | 2017-05-31 | 东南大学 | 一种基于Gabor滤波器背景纹理抑制的车标检测方法 |
CN108592914A (zh) * | 2018-04-08 | 2018-09-28 | 河南科技学院 | 无gps情况下的复杂区域巡视机器人定位、导航及授时方法 |
CN109360425A (zh) * | 2018-11-06 | 2019-02-19 | 宁波大榭招商国际码头有限公司 | 一种基于地磁传感器的集卡检测方法及场内集卡统计系统 |
CN109357680A (zh) * | 2018-10-26 | 2019-02-19 | 北京主线科技有限公司 | 港口无人驾驶集装箱卡车高精地图生成方法 |
CN109815300A (zh) * | 2018-12-13 | 2019-05-28 | 北京邮电大学 | 一种车辆定位方法 |
CN110333735A (zh) * | 2019-07-02 | 2019-10-15 | 余姚市浙江大学机器人研究中心 | 一种实现无人机水陆二次定位的系统和方法 |
CN110378332A (zh) * | 2019-06-14 | 2019-10-25 | 上海咪啰信息科技有限公司 | 一种集装箱码头箱号和车号识别方法及系统 |
CN110388926A (zh) * | 2019-07-12 | 2019-10-29 | 杭州电子科技大学 | 一种基于手机地磁和场景图像的室内定位方法 |
CN112102396A (zh) * | 2020-08-31 | 2020-12-18 | 杭州飞步科技有限公司 | 桥吊下的车辆定位方法、装置、设备及存储介质 |
CN112733851A (zh) * | 2021-01-14 | 2021-04-30 | 福建江夏学院 | 一种基于卷积神经网络优化粮食仓库货车的车牌识别方法 |
-
2021
- 2021-09-08 CN CN202111050191.9A patent/CN113873442B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778742A (zh) * | 2016-12-09 | 2017-05-31 | 东南大学 | 一种基于Gabor滤波器背景纹理抑制的车标检测方法 |
CN108592914A (zh) * | 2018-04-08 | 2018-09-28 | 河南科技学院 | 无gps情况下的复杂区域巡视机器人定位、导航及授时方法 |
CN109357680A (zh) * | 2018-10-26 | 2019-02-19 | 北京主线科技有限公司 | 港口无人驾驶集装箱卡车高精地图生成方法 |
CN109360425A (zh) * | 2018-11-06 | 2019-02-19 | 宁波大榭招商国际码头有限公司 | 一种基于地磁传感器的集卡检测方法及场内集卡统计系统 |
CN109815300A (zh) * | 2018-12-13 | 2019-05-28 | 北京邮电大学 | 一种车辆定位方法 |
CN110378332A (zh) * | 2019-06-14 | 2019-10-25 | 上海咪啰信息科技有限公司 | 一种集装箱码头箱号和车号识别方法及系统 |
CN110333735A (zh) * | 2019-07-02 | 2019-10-15 | 余姚市浙江大学机器人研究中心 | 一种实现无人机水陆二次定位的系统和方法 |
CN110388926A (zh) * | 2019-07-12 | 2019-10-29 | 杭州电子科技大学 | 一种基于手机地磁和场景图像的室内定位方法 |
CN112102396A (zh) * | 2020-08-31 | 2020-12-18 | 杭州飞步科技有限公司 | 桥吊下的车辆定位方法、装置、设备及存储介质 |
CN112733851A (zh) * | 2021-01-14 | 2021-04-30 | 福建江夏学院 | 一种基于卷积神经网络优化粮食仓库货车的车牌识别方法 |
Non-Patent Citations (2)
Title |
---|
孔婷,黄港,李俊潘,金贵: "《基于双目立体视觉的集装箱卡车定位方法研究》", 《计算机应用与软件》 * |
张冉,何佳欢: "《一种基于波形检测的 多地磁集卡定位算法》", 《港口科技·智慧港口》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113873442B (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7508956B2 (en) | Systems and methods for monitoring and tracking movement and location of shipping containers and vehicles using a vision based system | |
US10043154B2 (en) | Processing container images and identifiers using optical character recognition and geolocation | |
Mi et al. | Research on regional clustering and two-stage SVM method for container truck recognition | |
CN103425764B (zh) | 一种基于视频的车辆匹配方法 | |
CN106203239B (zh) | 用于集装箱理货的信息处理方法、装置和系统 | |
CN104029680A (zh) | 基于单目摄像头的车道偏离预警系统及方法 | |
CN102722704A (zh) | 一种融合视频动态跟踪的车牌识别方法和系统 | |
CN102708694A (zh) | 基于高速脉冲激光扫描的车型自动识别系统及方法 | |
CN115717894A (zh) | 一种基于gps和普通导航地图的车辆高精度定位方法 | |
CN111160664B (zh) | 一种物流管理方法以及系统 | |
CN104077570A (zh) | 一种融合射频识别和车牌识别的方法及系统 | |
CN110232827B (zh) | 自由流收费车型识别方法、装置及系统 | |
CN105528912A (zh) | 一种室内车位推荐方法及其系统 | |
CN104573659A (zh) | 一种基于svm的驾驶员接打电话监控方法 | |
CN104217607A (zh) | 一种利用复合rfid卡的停车场反向寻车方法及装置 | |
CN114119741B (zh) | 一种基于机器视觉的岸桥控制方法和装置 | |
CN111369824B (zh) | 一种基于图像识别定位的引导泊车方法及系统 | |
US20180188375A1 (en) | Intelligent parking systerm and parking lot using the same | |
CN113658255A (zh) | 集装箱堆存位置自动识别系统及识别方法 | |
CN115690061A (zh) | 一种基于视觉的集装箱码头集卡车检测方法 | |
CN113343905B (zh) | 道路异常智能识别模型训练、道路异常识别的方法及系统 | |
CN113873442A (zh) | 一种外集卡定位方法 | |
CN106960193A (zh) | 一种车道线检测装置和方法 | |
CN106297301A (zh) | 一种车辆套牌检查方法及使用该方法的车辆套牌检测系统 | |
CN102609997A (zh) | 基于动态时程匹配的高速公路多义性路径自动识别方法 |
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 |