CN115994917A - 无人跨运车自动抓箱方法、装置、电子设备、存储介质 - Google Patents

Abstract

本发明提供一种无人跨运车自动抓箱方法、装置、电子设备、存储介质。方法包括：响应于无人跨运车位于设定抓箱位置，根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置；基于所述预测位置，检测所述图像中的贝位线；使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点，以调整所述无人跨运车的抓箱位置至准对位位置；使所述无人跨运车的视觉传感器模块采集的图像中的锁孔中心位置对齐至预设挂钩位置，以自所述准对位位置调整所述无人跨运车的抓箱位置至对位位置。本发明高自动抓箱对位精度，避免了抓箱失败。

Description

无人跨运车自动抓箱方法、装置、电子设备、存储介质

背景技术

在智能港口中，跨运车被广泛运用于集装箱的抓箱和放箱的过程中，而传统的跨运车需要人员手工操作，而现在越来越多的集装箱采用了锁孔检测的方法完成集装箱的抓取，但是，在不同光照下锁孔识别的精度差别很大，这也则直接增大了抓箱失败的情况。

由此，如何提高锁孔对位精度，避免了抓箱失败是本领域技术人员亟待解决的技术问题。

发明内容

本发明为了克服上述现有技术存在的缺陷，提供一种无人跨运车自动抓箱方法、装置、电子设备、存储介质，以提高锁孔对位精度，避免了抓箱失败。

根据本发明的一个方面，提供一种无人跨运车自动抓箱方法，包括：

响应于无人跨运车位于设定抓箱位置，根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置；

基于所述预测位置，检测所述图像中的贝位线；

使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点，以调整所述无人跨运车的抓箱位置至准对位位置；

使所述无人跨运车的视觉传感器模块采集的图像中的锁孔中心位置对齐至预设挂钩位置，以自所述准对位位置调整所述无人跨运车的抓箱位置至对位位置。

在本申请的一些实施例中，所述根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置还包括：

根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中感兴趣区域，

其中，所述图像中的贝位线在所述感兴趣区域内检测。

在本申请的一些实施例中，所述基于所述预测位置，检测所述图像中的贝位线包括：

对所述图像进行分割，获得多个分割结果；

在所述预测位置的设定范围内，查找与预存贝位线特征匹配的分割结果作为所述图像中的贝位线。

在本申请的一些实施例中，所述使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点，以调整所述无人跨运车的抓箱位置至准对位位置之前，且所述基于所述预测位置，检测所述图像中的贝位线之后包括：

骨骼化所述图像中的贝位线，获得所述所检测的贝位线的交点。

在本申请的一些实施例中，所述使所述无人跨运车的视觉传感器模块采集的图像中的锁孔中心位置对齐至预设挂钩位置，以自所述准对位位置调整所述无人跨运车的抓箱位置至对位位置之前还包括：

对所述图像进行分割，获得多个分割结果；

查找与预存锁孔特征匹配的分割结果作为所述图像中的锁孔，并确定所述图像中的所述锁孔中心位置。

在本申请的一些实施例中，所述响应于无人跨运车位于设定抓箱位置，根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置包括：

自所述无人跨运车的定位模块获取所述无人跨运车的定位信息；

自预设地图确定待对位集装箱的贝位线的位置信息；

根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，确定所述无人跨运车以及待对位集装箱的贝位线的相对位置。

在本申请的一些实施例中，所述根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，确定所述无人跨运车以及待对位集装箱的贝位线的相对位置包括：

根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，确定所述无人跨运车以及待对位集装箱的贝位线在所述预设地图的地图坐标下的相对位置。

根据本申请的又一方面，还提供一种无人跨运车自动抓箱装置，包括：

预测位置确定模块，用于响应于无人跨运车位于设定抓箱位置，根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置；

贝位线检测模块，用于基于所述预测位置，检测所述图像中的贝位线；

第一抓箱位置调整模块，用于使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点，以调整所述无人跨运车的抓箱位置至准对位位置；

第二抓箱位置调整模块，用于使所述无人跨运车的视觉传感器模块采集的图像中的锁孔中心位置对齐至预设挂钩位置，以自所述准对位位置调整所述无人跨运车的抓箱位置至对位位置。

根据本发明的又一方面，还提供一种电子设备，所述电子设备包括：处理器；存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如上所述的步骤。

根据本发明的又一方面，还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上所述的步骤。

相比现有技术，本发明的优势在于：

一方面，将抓箱位置调整的步骤分为贝位线粗定位与锁孔精对位的方式，由此，可以在粗定位的前提下进行精对位，从而避免误检带来的抓箱失败的情况；另一方面，基于预测位置进行贝位线检测，提高贝位线检测效率的同时，保证贝位线提取的稳定性；再一方面，通过将所检测的贝位线的交点对齐至预设贝位线交点进行粗定位，以保证跨运车处于一个相对中间的位置，且与集装箱保持平行，便于完成锁孔对准；又一方面，通过图像将锁孔中心位置对齐至预设挂钩位置以进行精对位，并可依据抓箱时刻的状态完成实时调整，从而确保抓箱的成功。

附图说明

通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显。

图1示出了根据本发明实施例的无人跨运车自动抓箱方法的流程图；

图2示出了根据本发明实施例的确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置的示意图；

图3示出了根据本发明实施例的检测所述图像中的贝位线并骨骼化的示意图；

图4示出了根据本发明实施例的使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点的示意图；

图5示出了根据本发明具体实施例的无人跨运车自动抓箱方法的流程图；

图6示出了根据本发明实施例的无人跨运车自动抓箱装置的模块图；

图7示意性示出本公开示例性实施例中一种计算机可读存储介质示意图；

图8示意性示出本公开示例性实施例中一种电子设备示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

为了解决现有技术的缺陷，本发明提供一种无人跨运车自动抓箱方法。下面参见图1，图1示出了根据本发明实施例的无人跨运车自动抓箱方法的流程图。图1共如下步骤：

步骤S110：获取无人跨运车的定位信息。

步骤S120：在第一集装箱地图中，根据所述定位信息确定所述无人跨运车设定距离范围内候选集装箱。

步骤S130：根据所述无人跨运车的激光传感器获取的激光数据与所述第一集装箱地图中的候选集装箱进行比对，以确定所述候选集装箱是否真实存在。

步骤S140：响应于所述候选集装箱真实存在，根据所述激光数据将所述候选集装箱的尺寸信息储存至第二集装箱地图中；

步骤S150：根据与待处理候选集装箱匹配的激光数据与所述第二集装箱地图，更新所述无人跨运车的定位信息，所述待处理候选集装箱为所匹配的激光数据的点云数量大于第二设定阈值的真实存在的候选集装箱。

在本发明提供的无人跨运车自动抓箱方法中，一方面，将抓箱位置调整的步骤分为贝位线粗定位与锁孔精对位的方式，由此，可以在粗定位的前提下进行精对位，从而避免误检带来的抓箱失败的情况；另一方面，基于预测位置进行贝位线检测，提高贝位线检测效率的同时，保证贝位线提取的稳定性；再一方面，通过将所检测的贝位线的交点对齐至预设贝位线交点进行粗定位，以保证跨运车处于一个相对中间的位置，且与集装箱保持平行，便于完成锁孔对准；又一方面，通过图像将锁孔中心位置对齐至预设挂钩位置以进行精对位，并可依据抓箱时刻的状态完成实时调整，从而确保抓箱的成功。

具体而言，本申请中的无人跨运车为用于抓取集装箱进行搬运的跨运车。本申请并非以此为限制。

具体而言，步骤S110可以包括如下步骤：自所述无人跨运车的定位模块获取所述无人跨运车的定位信息；自预设地图确定待对位集装箱的贝位线的位置信息；根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，确定所述无人跨运车以及待对位集装箱的贝位线的相对位置。

其中，无人跨运车的定位模块例如可以是GNSS(GlobalNavigationSatelliteSystem，全球导航卫星系统)模块，本申请并非以此为限制，其它定位模块也在本申请的保护范围之内。预设地图可以是基于无人跨运车所在港口码头预先建立的高精度地图。高精度地图中至少储存了放置集装箱的贝位的贝位线在地图中的位置。设定抓箱位置为待抓取集装箱附近的设定位置，在该设定位置处，无人跨运车更易进行锁孔和挂钩的对齐。具体而言，可以预先为各贝位设置设定抓箱位置，而由于待抓取集装箱的尺寸不同，从而需要通过后续步骤来实现锁孔和挂钩的精确对位。

具体而言，由于贝位线在地图中的位置是固定的，因此，可以根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，来确定所述无人跨运车以及待对位集装箱的贝位线的相对位置。进一步地，为了保证位置的一致性，可以根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，确定所述无人跨运车以及待对位集装箱的贝位线在所述预设地图的地图坐标下的相对位置。由此，可以减少在不同坐标系下计算造成的相对位置的误差。

具体而言，由于视觉传感器在无人跨运车上的安装位置是确定的，其视角也可以可以确定，从而在获知了所述无人跨运车以及待对位集装箱的贝位线在所述预设地图的相对位置之后，可以确定基于预设地图的待对位集装箱的贝位线在视觉传感器采集的图像中的位置。参考图2，图2示出了视觉传感器采集的图像，根据前述的步骤可以确定基于预设地图的待对位集装箱的贝位线202在该图像中的位置(以虚线示出)。视觉传感器采集的图像中还示出了实际的贝位线203(以实线示出)以及锁孔201等。

具体而言，步骤S110还可以包括如下步骤：根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中感兴趣区域。其中，所述图像中的贝位线在所述感兴趣区域内检测。具体而言，感兴趣区域可以为基于预设地图的待对位集装箱的贝位线202在该图像中的位置(如图2中虚线202示出的范围)。在一些变化例中，也可以在基于预设地图的待对位集装箱的贝位线202在该图像中的位置的基础上设置冗余量。例如，在图2中虚线202示出的范围再向外扩大设定距离。由此，通过感兴趣区域可以提高后续步骤中的贝位线检测效率和贝位线检测准确率。

具体而言，步骤S120可以包括如下步骤：对所述图像进行分割，获得多个分割结果；在所述预测位置的设定范围内，查找与预存贝位线特征匹配的分割结果作为所述图像中的贝位线。具体而言，图像分割可以基于深度学习模型来实现。深度学习模型可以将图像中不同物体的像素区域区分开。深度学习模型可以包括但不限于VGG16、FCN(全卷积网络)、SegNet(分割网络)、DeepLab等，本申请并非以此为限制。进一步地，图像分割获得多个不同物体的像素区域后，可以在所述预测位置的设定范围内，查找与预存贝位线特征匹配的分割结果(像素区域)作为所述图像中的贝位线。由此，可以提高贝位线检测效率。由此，基于预设地图确定了贝位线的预测位置，并基于预测位置进行贝位线检测，相比于直接提取贝位线，可以提高贝位线检测效率，并大大避免分割错误带来的后续交点误选问题。

具体而言，在步骤S130之前，且所述步骤S140之后可以包括如下步骤：骨骼化所述图像中的贝位线，获得所述所检测的贝位线的交点。具体而言，可以细化图像中的贝位线，并获得相交的贝位线的交点。如图3所示，细化贝位线203获得骨骼化贝位线203’，并基于骨骼化贝位线203’获得贝位线交点204，由此，以便于实现后续步骤中的初步的精确对位，避免由于贝位线较粗，从而难以进行准确对位的问题。

具体而言，按照贝位线的骨骼化，并按照骨骼化的贝位线可以提取到四个角落的交点(如图4标号204)。交点204与预先设置的对应集装箱贝位下最佳的贝位线交点(如图5标号205)位置进行对比，从而确保无人跨运车处于贝位线相对中间的位置，且与集装箱保持平行，此时无人跨运车完成了抓箱位置的粗调整，此时已经基本满足挂钩与锁孔的对齐。即在图5中，在图像中从交点204向预先设置的最佳贝位线交点205在图像中进行对齐。具体而言，交点205为预先通过测试或者通过人工智能模型学习获得的，挂钩与锁孔能够进行对位时图像中显示处的贝位线交点位置。由此，本申请通过交点进行对齐，对齐对象简单，利于系统进行方向调整和对齐识别，提高对齐效率。

在一些实施例中，无人跨运车上可以设置一个视觉传感器模块(如摄像机)，通过一个视觉传感器模块使其拍摄视角能够覆盖贝位线的四个交点，从而进行对位。在另一些实施例中，可以对应四个挂钩设置四个视觉传感器模块，每个视觉传感器模块执行一个交点的识别和对齐。本申请并非以此为限制，视觉传感器模块的数量并非以此为限制。

具体而言，步骤S140之前还可以包括如下步骤：对所述图像进行分割，获得多个分割结果；查找与预存锁孔特征匹配的分割结果作为所述图像中的锁孔，并确定所述图像中的所述锁孔中心位置。具体而言，图像分割可以基于深度学习模型来实现。深度学习模型可以将图像中不同物体的像素区域区分开。通过像素区域(分割结果)与预存锁孔特征匹配，来确定锁孔位置，并可以确定锁孔中心点位置。由于事先粗调整了无人跨运车与贝位线的关系。所以相较于仅识别锁孔的方法，本申请可以过滤掉绝大多数错误的结果，大大提升锁孔的定位准确度，以保证抓箱的成功。

下面参见图5，图5示出了根据本发明具体实施例的无人跨运车自动抓箱方法的流程图。图5共示出如下步骤：

步骤S301：自无人跨运车的定位模块获取所述无人跨运车的定位信息。

步骤S302：基于定位信息判断无人跨运车是否位于设定抓箱位置。

若步骤S302判断为否，则基于无人跨运车的定位信息和设定抓箱位置指示无人跨运车向设定抓箱位置行驶，并再次执行步骤S301。

若步骤S302判断为是，则执行步骤S303：自预设地图确定待对我集装箱的贝位线的位置信息。

步骤S304：根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，确定所述无人跨运车以及待对位集装箱的贝位线的相对位置。

步骤S305：根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中感兴趣区域和预测位置。

步骤S306：对所述图像进行分割，获得多个分割结果。

步骤S307：在所述预测位置的设定范围内，查找与预存贝位线特征匹配的分割结果作为所述图像中的贝位线。

步骤S308：骨骼化所述图像中的贝位线，获得所述所检测的贝位线的交点。

步骤S309：使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点，以调整所述无人跨运车的抓箱位置至准对位位置。

步骤S310：查找与预存锁孔特征匹配的分割结果作为所述图像中的锁孔，并确定所述图像中的所述锁孔中心位置。

步骤S311：使所述无人跨运车的视觉传感器模块采集的图像中的锁孔中心位置对齐至预设挂钩位置，以自所述准对位位置调整所述无人跨运车的抓箱位置至对位位置。

以上仅仅是本发明的无人跨运车自动抓箱方法的多个具体实现方式，各实现方式可以独立或组合来实现，本发明并非以此为限制。进一步地，本发明的流程图仅仅是示意性地，各步骤之间的执行顺序并非以此为限制，步骤的拆分、合并、顺序交换、其它同步或异步执行的方式皆在本发明的保护范围之内。

本发明还提供一种无人跨运车自动抓箱装置，图6示出了根据本发明实施例的无人跨运车自动抓箱装置的模块图。无人跨运车自动抓箱装置400包括预测位置确定模块410、贝位线检测模块420、第一抓箱位置调整模块430以及第二抓箱位置调整模块440。

预测位置确定模块410用于响应于无人跨运车位于设定抓箱位置，根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置；

贝位线检测模块420用于基于所述预测位置，检测所述图像中的贝位线；

第一抓箱位置调整模块430用于使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点，以调整所述无人跨运车的抓箱位置至准对位位置；

第二抓箱位置调整模块440用于使所述无人跨运车的视觉传感器模块采集的图像中的锁孔中心位置对齐至预设挂钩位置，以自所述准对位位置调整所述无人跨运车的抓箱位置至对位位置。

在本发明提供的无人跨运车自动抓箱装置中，一方面，将抓箱位置调整的步骤分为贝位线粗定位与锁孔精对位的方式，由此，可以在粗定位的前提下进行精对位，从而避免误检带来的抓箱失败的情况；另一方面，基于预测位置进行贝位线检测，提高贝位线检测效率的同时，保证贝位线提取的稳定性；再一方面，通过将所检测的贝位线的交点对齐至预设贝位线交点进行粗定位，以保证跨运车处于一个相对中间的位置，且与集装箱保持平行，便于完成锁孔对准；又一方面，通过图像将锁孔中心位置对齐至预设挂钩位置以进行精对位，并可依据抓箱时刻的状态完成实时调整，从而确保抓箱的成功。

图6仅仅是示意性的分别示出本发明提供的无人跨运车自动抓箱装置400，在不违背本发明构思的前提下，模块的拆分、合并、增加都在本发明的保护范围之内。本发明提供的无人跨运车自动抓箱装置400可以由软件、硬件、固件、插件及他们之间的任意组合来实现，本发明并非以此为限。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被例如处理器执行时可以实现上述任意一个实施例中所述无人跨运车自动抓箱方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述无人跨运车自动抓箱方法部分中描述的根据本发明各种示例性实施方式的步骤。

参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在租户计算设备上执行、部分地在租户设备上执行、作为一个独立的软件包执行、部分在租户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到租户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

在本公开的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述无人跨运车自动抓箱方法的步骤。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图8来描述根据本发明的这种实施方式的电子设备600。图8显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述无人跨运车自动抓箱方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤。

所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得租户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述无人跨运车自动抓箱方法。

相比现有技术，本发明的优势在于：

一方面，将抓箱位置调整的步骤分为贝位线粗定位与锁孔精对位的方式，由此，可以在粗定位的前提下进行精对位，从而避免误检带来的抓箱失败的情况；另一方面，基于预测位置进行贝位线检测，提高贝位线检测效率的同时，保证贝位线提取的稳定性；再一方面，通过将所检测的贝位线的交点对齐至预设贝位线交点进行粗定位，以保证跨运车处于一个相对中间的位置，且与集装箱保持平行，便于完成锁孔对准；又一方面，通过图像将锁孔中心位置对齐至预设挂钩位置以进行精对位，并可依据抓箱时刻的状态完成实时调整，从而确保抓箱的成功。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

Claims (10)

1.一种无人跨运车自动抓箱方法，其特征在于，包括：

响应于无人跨运车位于设定抓箱位置，根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置；

基于所述预测位置，检测所述图像中的贝位线；

使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点，以调整所述无人跨运车的抓箱位置至准对位位置；

使所述无人跨运车的视觉传感器模块采集的图像中的锁孔中心位置对齐至预设挂钩位置，以自所述准对位位置调整所述无人跨运车的抓箱位置至对位位置。

2.如权利要求1所述的无人跨运车自动抓箱方法，其特征在于，所述根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置还包括：

根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中感兴趣区域，

其中，所述图像中的贝位线在所述感兴趣区域内检测。

3.如权利要求1所述的无人跨运车自动抓箱方法，其特征在于，所述基于所述预测位置，检测所述图像中的贝位线包括：

对所述图像进行分割，获得多个分割结果；

在所述预测位置的设定范围内，查找与预存贝位线特征匹配的分割结果作为所述图像中的贝位线。

4.如权利要求1所述的无人跨运车自动抓箱方法，其特征在于，所述使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点，以调整所述无人跨运车的抓箱位置至准对位位置之前，且所述基于所述预测位置，检测所述图像中的贝位线之后包括：

骨骼化所述图像中的贝位线，获得所述所检测的贝位线的交点。

5.如权利要求1所述的无人跨运车自动抓箱方法，其特征在于，所述使所述无人跨运车的视觉传感器模块采集的图像中的锁孔中心位置对齐至预设挂钩位置，以自所述准对位位置调整所述无人跨运车的抓箱位置至对位位置之前还包括：

对所述图像进行分割，获得多个分割结果；

查找与预存锁孔特征匹配的分割结果作为所述图像中的锁孔，并确定所述图像中的所述锁孔中心位置。

6.如权利要求1所述的无人跨运车自动抓箱方法，其特征在于，所述响应于无人跨运车位于设定抓箱位置，根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置包括：

自所述无人跨运车的定位模块获取所述无人跨运车的定位信息；

自预设地图确定待对位集装箱的贝位线的位置信息；

根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，确定所述无人跨运车以及待对位集装箱的贝位线的相对位置。

7.如权利要求6所述的无人跨运车自动抓箱方法，其特征在于，所述根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，确定所述无人跨运车以及待对位集装箱的贝位线的相对位置包括：

根据所述无人跨运车的定位信息以及所述待对位集装箱的贝位线的位置信息，确定所述无人跨运车以及待对位集装箱的贝位线在所述预设地图的地图坐标下的相对位置。

8.一种无人跨运车自动抓箱装置，其特征在于，包括：

预测位置确定模块，用于响应于无人跨运车位于设定抓箱位置，根据所述无人跨运车以及待对位集装箱的贝位线的相对位置，确定所述贝位线于所述无人跨运车的视觉传感器模块采集的图像中预测位置；

贝位线检测模块，用于基于所述预测位置，检测所述图像中的贝位线；

第一抓箱位置调整模块，用于使所述无人跨运车的视觉传感器模块采集的图像中所检测的贝位线的交点对齐至预设贝位线交点，以调整所述无人跨运车的抓箱位置至准对位位置；

第二抓箱位置调整模块，用于使所述无人跨运车的视觉传感器模块采集的图像中的锁孔中心位置对齐至预设挂钩位置，以自所述准对位位置调整所述无人跨运车的抓箱位置至对位位置。

9.一种电子设备，其特征在于，所述电子设备包括：

处理器；

存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如权利要求1至7任一项所述的无人跨运车自动抓箱方法。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一项所述的无人跨运车自动抓箱方法。

Images