CN114782483B - 岸桥起重机智能理货跟踪方法及*** - Google Patents

岸桥起重机智能理货跟踪方法及*** Download PDF

Info

Publication number
CN114782483B
CN114782483B CN202210683236.4A CN202210683236A CN114782483B CN 114782483 B CN114782483 B CN 114782483B CN 202210683236 A CN202210683236 A CN 202210683236A CN 114782483 B CN114782483 B CN 114782483B
Authority
CN
China
Prior art keywords
crane
matrix
laser
identification module
detection data
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
CN202210683236.4A
Other languages
English (en)
Other versions
CN114782483A (zh
Inventor
张志真
何天元
张钢
钟啸鸣
曹广达
晔沙
郅渊博
闫小龙
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.)
Guangzhou Zhonglian Tally Co ltd
Guangzhou Port Data Technology Co ltd
Original Assignee
Guangzhou Zhonglian Tally Co ltd
Guangzhou Port Data 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 Guangzhou Zhonglian Tally Co ltd, Guangzhou Port Data Technology Co ltd filed Critical Guangzhou Zhonglian Tally Co ltd
Priority to CN202210683236.4A priority Critical patent/CN114782483B/zh
Publication of CN114782483A publication Critical patent/CN114782483A/zh
Application granted granted Critical
Publication of CN114782483B publication Critical patent/CN114782483B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • 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
    • 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
    • B66C13/48—Automatic control of crane drives for producing a single or repeated working cycle; Programme control
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Control And Safety Of Cranes (AREA)

Abstract

本发明公开了一种岸桥起重机智能理货跟踪方法及***，涉及集装箱作业智能理货技术领域，其采用随动跟踪技术，通过探测信号跟随锁定吊具位置，计算集装箱各识别面与主、辅助识别***位置关系，以更好的控制视觉摄像组，使得对岸桥下方多车道、随机作业发生起点和横向作业都有比较好的识别效果。本申请具有改善岸桥智能理货监测能力的效果。

Description

岸桥起重机智能理货跟踪方法及***
技术领域
本申请涉及集装箱作业智能理货技术领域，尤其是涉及一种岸桥起重机智能理货跟踪方法及***。
背景技术
外轮理货是港口集装箱装卸作业时所必备的环节。长期以来，理货作业均由人员在作业现场进行，工作强度大的同时也伴随着很大的危险性。
随着摄像头技术的发展，特别是人工智能对图像检测方面的技术创新，现场理货员后撤和减员实现可能。
公告号为CN104683772B的专利公开了一种港口集装箱全方位图形识别理货信息监测***及其监测方法，其包括码头岸桥，图像采集装置和后台终端设备，所述码头岸桥的联系梁设置获取集装箱箱面图像的图像采集装置，所述图像采集装置采集到的图像信号传输到后台终端设备显示；通过图像采集装置，实现对集装箱装卸作业过程中状态的自动采集，采集到的图像信息传输到后台终端设备，在后台终端设备上对集装箱状态进行监测、识别，准确有效地对集装箱的原残和工残进行鉴定。
上述内容虽然提供了一种基于图像检测的理货监测***，但是其对岸桥下方多车道、随机作业发生起点和横向作业的监测效果相对不佳，因此本申请提出一种新的技术方案。
发明内容
为了改善基于图像的岸桥理货监测效果，本申请提供一种岸桥起重机智能理货跟踪方法及***。
第一方面，本申请提供一种岸桥起重机智能理货跟踪方法，采用如下的技术方案：
一种岸桥起重机智能理货跟踪方法，包括：
S101、获取预布设于岸桥门座式起重机后大梁拖拎电缆通道上的定位传感器，实时定位门座式起重机小车位置并反馈的数据；
配置公式一对定位传感器的探测数据P处理：
公式一：
Figure 100002_DEST_PATH_IMAGE001
；其中，
Figure 100002_DEST_PATH_IMAGE002
代表一个目标在空间中 的坐标位置，坐标原点
Figure 100002_DEST_PATH_IMAGE003
为定位传感器物理中心；
Figure 100002_DEST_PATH_IMAGE004
代表定位传感器目标探测数据 信息；
Figure 100002_DEST_PATH_IMAGE005
，Z为数据集且为定位传感器探测中总的探测数据信息，
Figure 100002_DEST_PATH_IMAGE007
是
Figure 100002_DEST_PATH_IMAGE009
中的某一帧的探 测数据；
Figure 100002_DEST_PATH_IMAGE011
为：四维实数；
S102、对两帧传感器探测数据进行静态配准，计算两帧静态数据的旋转矩阵R和平移矩阵 T1；
S103、配置公式二处理S102所得的两组旋转矩阵
Figure 100002_DEST_PATH_IMAGE012
；
公式二：
Figure 100002_DEST_PATH_IMAGE013
；
Figure 100002_DEST_PATH_IMAGE014
；
其中，
Figure DEST_PATH_IMAGE015
；
Figure DEST_PATH_IMAGE017
指最优的旋转矩阵，为
Figure 100002_DEST_PATH_IMAGE019
的最优解；
基于α得到前后两组探测数据之间门座式起重机旋转的距离；
S104、连续多帧计算，得到门座式起重机作业过程中相对于基准帧的总体旋转角度，并用作调用门座式起重机上预设的视觉摄像组进行跟踪的基准；其中，视觉摄像组包括主识别模块和辅识别模块，所述主识别模块配置为随门座式起重机的吊臂的运动同步运动，所述辅识别模块安装于门座式起重机的陆侧门腿，不随吊臂旋转。
可选的，基于迭代最近点算法，多帧探测数据匹配，计算所述旋转矩阵R和平移矩阵T1。
可选的，所述S102包括：
假设某一时刻定位传感器的一组探测数据
Figure 100002_DEST_PATH_IMAGE020
，经过门座式起重 机旋转和平移动作后，得到第二组探测数据
Figure DEST_PATH_IMAGE021
；
通过迭代最近点算法，可以得到P、Q在三维空间中对应同一点的匹配对；
假设定位传感器的旋转矩阵为R和平移向量为
Figure 100002_DEST_PATH_IMAGE022
，则
Figure 100002_DEST_PATH_IMAGE023
坐标系下的点转换到
Figure 100002_DEST_PATH_IMAGE024
坐标 系下，则公式三：
Figure 100002_DEST_PATH_IMAGE025
；
定位探测的目标函数为：
Figure 100002_DEST_PATH_IMAGE026
；
定义前后两组探测数据的密度核心为
Figure 100002_DEST_PATH_IMAGE027
，
Figure 100002_DEST_PATH_IMAGE028
；
设
Figure 100002_DEST_PATH_IMAGE029
，
Figure 100002_DEST_PATH_IMAGE030
，则目标函数可以简化为：
Figure 100002_DEST_PATH_IMAGE031
；
设
Figure 100002_DEST_PATH_IMAGE032
，
Figure 100002_DEST_PATH_IMAGE033
为最优解，可以将优化问题分为步一：
Figure 100002_DEST_PATH_IMAGE034
；
步二：
Figure 100002_DEST_PATH_IMAGE035
；
对于步一，展开得到：
Figure 100002_DEST_PATH_IMAGE037
；
新设变量
Figure 100002_DEST_PATH_IMAGE038
，
Figure 100002_DEST_PATH_IMAGE039
，通过SVD分解有：
Figure 100002_DEST_PATH_IMAGE040
；其中SVD分解 是奇异值分解， U是m*n的矩阵，即左奇异向量矩阵；S是m*n的矩阵，矩阵的主对角线上为W 奇异值；V是n*n的矩阵；
Figure 100002_DEST_PATH_IMAGE041
此处为右奇异矩阵；上标 T为矩阵转置符号；m和n自然数；
对应唯一的
Figure 100002_DEST_PATH_IMAGE042
组合，对应的
Figure 100002_DEST_PATH_IMAGE043
；
Figure 14763DEST_PATH_IMAGE035
。
第二方面，本申请提供一种岸桥起重机智能理货跟踪***，采用如下的技术方案：
一种岸桥起重机智能理货跟踪***，包括视觉摄像组和控制装置，所述视觉摄像组，其包括主识别模块和辅识别模块；其中，所述主识别模块安装于门座式起重机的左右连系梁、海陆侧鞍梁和海陆侧立柱，所述辅识别模块安装于门座式起重机的陆侧门腿；
所述控制装置，其连接有定位传感器；其中，所述定位传感器安装于门座式起重机后大梁拖拎电缆通道，且用作探测小车位置；
所述控制装置，其用于加载执行实现如上述岸桥起重机智能理货跟踪方法的计算机程序。
可选的，所述主识别模块、辅助识别模块包括用于摄像的球机和/或枪机。
可选的，所述定位传感器包括激光传感***，所述激光传感***包括测距1D激光和激光反射板，且所述测距1D激光安装于拖拎电缆通道平台外侧的预设的激光一体化支架，所述激光反射板安装于小车架，所述测距1D激光朝向激光反射板，其中，一体化支架为：定制结构支架，使激光支架保持和小车架在同一水平线上，两者的X/Y/Z轴保持一致。
可选的，所述视觉摄像组和定位传感器均采用一体化支架固定。
综上所述，本申请包括以下至少一种有益技术效果：
1、采用随动跟踪技术，通过探测信号跟随锁定吊具位置，计算集装箱各识别面与主、辅助识别***位置关系，以更好的控制视觉摄像组，使得对岸桥下方多车道、随机作业发生起点和横向作业都有比较好的识别效果；
2、本申请可以用作识别对应的箱号、箱型、集***、车牌、小箱压车位置、箱门朝向等，并结合控制装置的信息判断作业车道与装卸类型，过滤过路车；同时，按照用户的需求，拍摄五面验残照片、装卸船贝位图片等。
附图说明
图1是本申请的激光传感***的激光反射板的安装效果图；
图2是本申请的激光传感***的激光探测单元的安装效果图。
具体实施方式
以下结合附图1-2对本申请作进一步详细说明。
本申请实施例公开一种岸桥起重机智能理货跟踪方法。
岸桥起重机智能理货跟踪方法，其实施的基础之一是：在岸桥门座式起重机后大梁拖拎电缆通道上安装的激光传感***进行小车位置的定位；具体地：
参照图1和图2，激光传感***的测距1D激光安装于拖拎电缆通道平台外侧的预设的激光一体支架，激光传感***的激光反射板安装于小车架，测距1D激光朝向激光反射板（图中框出，且箭头所指区域）。
其中，一体化支架为：定制结构支架（如钢结构支架），使激光支架保持和小车架在同一水平线上，两者的X/Y/Z轴保持一致。此设计通过统一的机械支撑结构，确定统一的感知坐标体系，避免了常见的多传感器***中，所需的联合标定过程。在确保识别精度的同时，最大限度的减少了现场标定导致的工程实施周期损失。需要注意的是，后续的视觉摄像组相同设计安装。
岸桥起重机智能理货跟踪方法，包括：
S101、获取上述激光传感***（定位传感器）的反馈数据，配置公式一对定位传感器的探测数据P处理：
公式一：
Figure 591237DEST_PATH_IMAGE001
；其中，
Figure 720867DEST_PATH_IMAGE002
代表一个目标在空间中 的坐标位置，坐标原点
Figure 845161DEST_PATH_IMAGE003
为定位传感器物理中心；
Figure 261099DEST_PATH_IMAGE004
代表定位传感器目标探测数据 信息；
Figure 262553DEST_PATH_IMAGE005
，Z为数据集且为定位传感器探测中总的探测数据信息，
Figure 258191DEST_PATH_IMAGE007
是
Figure 786124DEST_PATH_IMAGE009
中的某一帧的探 测数据；
Figure 77690DEST_PATH_IMAGE011
为：四维实数。
S102、对两帧传感器探测数据进行静态配准，计算两帧静态数据的旋转矩阵R和平移矩阵T1；具体地：
基于迭代最近点算法多帧探测数据匹配计算旋转矩阵
Figure DEST_PATH_IMAGE044
和平移矩阵
Figure DEST_PATH_IMAGE045
1。
假设某一时刻定位传感器的一组探测数据
Figure 222233DEST_PATH_IMAGE020
，经过门座式起重 机旋转和平移动作后，得到第二组探测数据
Figure 755982DEST_PATH_IMAGE021
；
通过迭代最近点方法，可以得到P、Q在三维空间中对应同一点的匹配对；
假设定位传感器的旋转矩阵
Figure DEST_PATH_IMAGE046
和平移向量为
Figure 108728DEST_PATH_IMAGE022
，则
Figure 600890DEST_PATH_IMAGE023
坐标系下的点转换到
Figure 311357DEST_PATH_IMAGE024
坐标系 下，则公式三：
Figure 383218DEST_PATH_IMAGE025
；
定位探测的目标函数为：
Figure 354585DEST_PATH_IMAGE026
；
定义前后两组探测数据的密度核心为
Figure 987954DEST_PATH_IMAGE027
，
Figure 310351DEST_PATH_IMAGE028
。
简化：
Figure DEST_PATH_IMAGE047
；
Figure DEST_PATH_IMAGE048
；
Figure DEST_PATH_IMAGE049
；
Figure DEST_PATH_IMAGE050
；
Figure DEST_PATH_IMAGE051
；
由于最后一项中
Figure DEST_PATH_IMAGE052
；
Figure DEST_PATH_IMAGE053
；
Figure DEST_PATH_IMAGE054
；
Figure DEST_PATH_IMAGE055
；
设
Figure 93892DEST_PATH_IMAGE029
，
Figure 388607DEST_PATH_IMAGE030
，则目标函数可以简化为：
Figure 894675DEST_PATH_IMAGE031
；
设
Figure 438789DEST_PATH_IMAGE032
，
Figure 118032DEST_PATH_IMAGE033
为最优解，可以将优化问题分为步一：
Figure 204937DEST_PATH_IMAGE034
；
步二：
Figure 445687DEST_PATH_IMAGE035
；
Figure DEST_PATH_IMAGE056
；
新设变量
Figure 539414DEST_PATH_IMAGE038
，
Figure DEST_PATH_IMAGE057
，通过SVD分解有：
Figure 491190DEST_PATH_IMAGE040
；其中SVD分解是 奇异值分解， U是m*n的矩阵，即左奇异向量矩阵；S是m*n的矩阵，矩阵的主对角线上为W奇 异值；V是n*n的矩阵；
Figure 324279DEST_PATH_IMAGE041
此处为右奇异矩阵；上标 T为矩阵转置符号；m和n自然数；
对应唯一的U，V组合，对应的
Figure 906570DEST_PATH_IMAGE043
；
Figure 894117DEST_PATH_IMAGE035
。
计算出前后两组数据之间的旋转矩阵后，考虑到门座式起重机旋转时水平方向的旋转可以忽略，因此可以得到公式二：
Figure 711901DEST_PATH_IMAGE013
；
Figure 835715DEST_PATH_IMAGE014
；
其中，
Figure 588907DEST_PATH_IMAGE015
；
Figure 553497DEST_PATH_IMAGE017
指最优的旋转矩阵，为
Figure 174971DEST_PATH_IMAGE019
的最优解。
此时，基于α得到前后两组探测数据之间门座式起重机旋转的距离，再经过连续多帧计算，得到门座式起重机作业过程中相对于基准帧的总体旋转角度，从而帮助进行作业发生位置判定。
上述计算结果，即可用作调用门座式起重机上预设的视觉摄像组进行跟踪的基准。其中，视觉摄像组包括主识别模块和辅识别模块，主识别模块配置为随门座式起重机的吊臂的运动同步运动，如安装在左右连系梁、海陆侧鞍梁以及海陆侧立柱下方；辅识别模块安装于门座式起重机的陆侧门腿，不随吊臂旋转。
基于上述内容的识别（摄像头拍摄图像，图像识别）过程，采用了随动跟踪技术；在主识别的控制下，实现对集装箱和作业信息的跟踪识别；当主识别因为遮挡或角度不佳无法完成识别时，根据上述计算得到的角度，调用门座式起重机两个固定机位的辅识别进行跟踪扫描，实现对集装箱的精准实时随动，从而可实现通过人工智能识别技术，对箱型、箱号、作业车辆、作业车道进行精准持续识别，并同步数据到作业***端。由于识别过程采用跟踪机制，无论集装箱装船作业还是卸船作业均可完成识别；识别窗口不限定在集装箱位于地面托架、空中运动、船舱装卸过程中，所以对岸桥下方多车道、随机作业发生起点和横向作业都有比较好的识别效果。
相对于传统OCR方式，应用本方法后，在桥吊理货、堆场轮胎吊/轨道吊、闸口管理等区域，摄像头需求少，可降低施工及维护成本；减少触发装置，可大幅减少因为无法启动触发造成的影响等；还可通过专用硬件配合人工智能识别技术，将助港区分阶段实现无人化物流运作，最终达成港口360度智能化，提升港口效能和服务水平。
本申请实施例还公开一种岸桥起重机智能理货跟踪***。
岸桥起重机智能理货跟踪***，包括视觉摄像组和控制装置。其中，视觉摄像组，其包括主识别模块和辅识别模块。
主识别模块安装于门座式起重机的左右连系梁、海陆侧鞍梁和海陆侧立柱，随吊具的运动同步运动，以确保识别的前向视野。
辅识别模块安装于门座式起重机的陆侧门腿。辅识别模块作为主识别模块的补充，其采用固定机位而不随吊臂旋转。
上述两模块可以是球机和/或枪机。在本实施例中，连系梁安装球机和枪机；陆侧鞍梁、立柱、铰点、海侧鞍梁、后大梁楼梯、海侧立柱安装球机。
需要注意的是，在本***中，视觉摄像组和定位传感器，两者采用一体化支架连接，以确保观测坐标的一致性；此设计通过统一的机械支撑结构，确定统一的感知坐标体系，避免了常见的多传感器***中，所需的联合标定过程；在确保识别精度的同时，最大限度的减少了现场标定导致的工程实施周期损失。
上述控制装置连接有定位传感器，定位传感器即上述方法中的激光传感***。控制装置在本实施例中，可选择PLC控制柜。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (7)

1.一种岸桥起重机智能理货跟踪方法，其特征在于，包括：
S101、获取预布设于岸桥门座式起重机后大梁拖拎电缆通道上的定位传感器，实时定位门座式起重机小车位置并反馈的数据；
配置公式一对定位传感器的探测数据P处理：
公式一：
Figure DEST_PATH_IMAGE001
；其中，
Figure DEST_PATH_IMAGE002
代表一个目标在空间中的坐 标位置，坐标原点
Figure DEST_PATH_IMAGE003
为定位传感器物理中心；
Figure DEST_PATH_IMAGE004
代表定位传感器目标探测数据信 息；
Figure DEST_PATH_IMAGE005
，Z为数据集且为定位传感器探测中总的探测数据信息，
Figure DEST_PATH_IMAGE007
是
Figure DEST_PATH_IMAGE009
中的某一帧的探测 数据；
Figure DEST_PATH_IMAGE011
为：四维实数；
S102、对两帧传感器探测数据进行静态配准，计算两帧静态数据的旋转矩阵R和平移矩阵T1；
S103、配置公式二处理S102所得的两组旋转矩阵R；
公式二：
Figure DEST_PATH_IMAGE012
；
Figure DEST_PATH_IMAGE013
；
其中，
Figure DEST_PATH_IMAGE014
；
Figure DEST_PATH_IMAGE016
指最优的旋转矩阵，为
Figure DEST_PATH_IMAGE018
的最优解；
基于α得到前后两组探测数据之间门座式起重机旋转的距离；
S104、连续多帧计算，得到门座式起重机作业过程中相对于基准帧的总体旋转角度，并用作调用门座式起重机上预设的视觉摄像组进行跟踪的基准；其中，视觉摄像组包括主识别模块和辅识别模块，所述主识别模块配置为随门座式起重机的吊臂的运动同步运动，所述辅识别模块安装于门座式起重机的陆侧门腿，不随吊臂旋转。
2.根据权利要求1所述的岸桥起重机智能理货跟踪方法，其特征在于：基于迭代最近点算法，多帧探测数据匹配，计算所述旋转矩阵R和平移矩阵T1。
3.根据权利要求2所述的岸桥起重机智能理货跟踪方法，其特征在于：所述S102包括：
假设某一时刻定位传感器的一组探测数据
Figure DEST_PATH_IMAGE019
，经过门座式起重机旋转 和平移动作后，得到第二组探测数据
Figure DEST_PATH_IMAGE020
；
通过迭代最近点算法，得到P、Q在三维空间中对应同一点的匹配对；
假设定位传感器的旋转矩阵为R和平移向量为
Figure DEST_PATH_IMAGE022
，则
Figure DEST_PATH_IMAGE023
坐标系下的点转换到
Figure DEST_PATH_IMAGE024
坐标系下， 则公式三：
Figure DEST_PATH_IMAGE025
；
定位探测的目标函数为：
Figure DEST_PATH_IMAGE026
；
定义前后两组探测数据的密度核心为
Figure DEST_PATH_IMAGE027
，
Figure DEST_PATH_IMAGE028
；
设
Figure DEST_PATH_IMAGE029
，
Figure DEST_PATH_IMAGE030
，则目标函数简化为：
Figure DEST_PATH_IMAGE031
；
设
Figure DEST_PATH_IMAGE032
，
Figure DEST_PATH_IMAGE033
为最优解，将优化问题分为步一：
Figure DEST_PATH_IMAGE034
；
步二：
Figure DEST_PATH_IMAGE035
；
对于步一，展开得到：
Figure DEST_PATH_IMAGE037
；
新设变量
Figure DEST_PATH_IMAGE038
，
Figure DEST_PATH_IMAGE039
，通过SVD分解有：
Figure DEST_PATH_IMAGE040
；其中SVD分解是奇异 值分解， U是m*n的矩阵，即左奇异向量矩阵；S是m*n的矩阵，矩阵的主对角线上为W奇异值； V是n*n的矩阵；
Figure DEST_PATH_IMAGE041
此处为右奇异矩阵；上标 T为矩阵转置符号；m和n自然数；
对应唯一的
Figure DEST_PATH_IMAGE042
组合，对应的
Figure DEST_PATH_IMAGE043
；
Figure 478680DEST_PATH_IMAGE035
。
4.一种岸桥起重机智能理货跟踪***，包括视觉摄像组和控制装置，其特征在于：
所述视觉摄像组，其包括主识别模块和辅识别模块；其中，所述主识别模块安装于门座式起重机的左右连系梁、海陆侧鞍梁和海陆侧立柱，所述辅识别模块安装于门座式起重机的陆侧门腿；
所述控制装置，其连接有定位传感器；其中，所述定位传感器安装于门座式起重机后大梁拖拎电缆通道，且用作探测小车位置；
所述控制装置，其用于加载执行实现如权利要求1-3任一所述的岸桥起重机智能理货跟踪方法的计算机程序。
5.根据权利要求4所述的岸桥起重机智能理货跟踪***，其特征在于：所述主识别模块、辅助识别模块包括用于摄像的球机和/或枪机。
6.根据权利要求4所述的岸桥起重机智能理货跟踪***，其特征在于：所述定位传感器包括激光传感***，所述激光传感***包括测距1D激光和激光反射板，所述测距1D激光安装于拖拎电缆通道平台外侧的预设的激光一体化支架，所述激光反射板安装于小车架，所述测距1D激光朝向激光反射板；其中，一体化支架为：定制结构支架，使激光支架保持和小车架在同一水平线上，两者的X/Y/Z轴保持一致。
7.根据权利要求4所述的岸桥起重机智能理货跟踪***，其特征在于：所述视觉摄像组和定位传感器均采用一体化支架固定。
CN202210683236.4A 2022-06-17 2022-06-17 岸桥起重机智能理货跟踪方法及*** Active CN114782483B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210683236.4A CN114782483B (zh) 2022-06-17 2022-06-17 岸桥起重机智能理货跟踪方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210683236.4A CN114782483B (zh) 2022-06-17 2022-06-17 岸桥起重机智能理货跟踪方法及***

Publications (2)

Publication Number Publication Date
CN114782483A CN114782483A (zh) 2022-07-22
CN114782483B true CN114782483B (zh) 2022-09-16

Family

ID=82420241

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210683236.4A Active CN114782483B (zh) 2022-06-17 2022-06-17 岸桥起重机智能理货跟踪方法及***

Country Status (1)

Country Link
CN (1) CN114782483B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117550486B (zh) * 2023-12-11 2024-06-28 深圳市平方科技股份有限公司 一种岸桥集装箱智能理货方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN208292520U (zh) * 2018-02-05 2018-12-28 上海振华重工(集团)股份有限公司 基于机器视觉的码头岸桥吊具自动着箱装置
CN111814936A (zh) * 2020-08-27 2020-10-23 上海西井信息科技有限公司 基于空间扫描的集装箱识别方法、***、设备及存储介质
CN112418103A (zh) * 2020-11-24 2021-02-26 中国人民解放***箭军工程大学 一种基于动态双目视觉的桥式起重机吊装安全防撞***及方法
CN114195018A (zh) * 2021-11-12 2022-03-18 中国铁路上海局集团有限公司 一种基于北斗rtk径向定位门式起重机小车旋转角度的方法
CN114314345A (zh) * 2021-12-28 2022-04-12 百工汇智(上海)工业科技有限公司 一种桥式起重机智能感知***及其工作方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9547088B2 (en) * 2014-02-10 2017-01-17 Trimble Inc. Crane boom pointing angle determination
CN112875529B (zh) * 2021-02-03 2023-08-25 深圳市平方科技股份有限公司 基于人工智能的门座式起重机理货***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN208292520U (zh) * 2018-02-05 2018-12-28 上海振华重工(集团)股份有限公司 基于机器视觉的码头岸桥吊具自动着箱装置
CN111814936A (zh) * 2020-08-27 2020-10-23 上海西井信息科技有限公司 基于空间扫描的集装箱识别方法、***、设备及存储介质
CN112418103A (zh) * 2020-11-24 2021-02-26 中国人民解放***箭军工程大学 一种基于动态双目视觉的桥式起重机吊装安全防撞***及方法
CN114195018A (zh) * 2021-11-12 2022-03-18 中国铁路上海局集团有限公司 一种基于北斗rtk径向定位门式起重机小车旋转角度的方法
CN114314345A (zh) * 2021-12-28 2022-04-12 百工汇智(上海)工业科技有限公司 一种桥式起重机智能感知***及其工作方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种应用于港口起重机的无现场控制点测量***;邝湘宁 等;《起重运输机械》;20211231;第1-4页 *

Also Published As

Publication number Publication date
CN114782483A (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN112418103B (zh) 一种基于动态双目视觉的桥式起重机吊装安全防撞***及方法
CN112581451B (zh) 一种基于激光雷达的仓库线卷位置检测***及方法
US11017228B2 (en) Method and arrangement for condition monitoring of an installation with operating means
Zong et al. Container ship cell guide accuracy check technology based on improved 3D point cloud instance segmentation
CN111814936A (zh) 基于空间扫描的集装箱识别方法、***、设备及存储介质
CN112907676A (zh) 传感器的标定方法、装置、***、车辆、设备及存储介质
CN105059190B (zh) 基于视觉的汽车开门碰撞预警装置及方法
CN210573937U (zh) 一种辊压机辊面在线三维成像装置
CN114241298A (zh) 一种激光雷达和图像融合的塔吊环境目标检测方法及***
CN114782483B (zh) 岸桥起重机智能理货跟踪方法及***
US20230105991A1 (en) Method of imaging a wind turbine rotor blade
CN114241177A (zh) 一种基于线阵扫描成像的机场道面表观图像检测***
CN114399675A (zh) 一种基于机器视觉与激光雷达融合的目标检测方法和装置
CN108564628A (zh) 一种面向掘进机自动化的截割头视觉定位定向***
CN114037703A (zh) 基于二维定位和三维姿态解算的地铁阀门状态检测方法
CN115984766A (zh) 一种煤矿井下快速单目视觉三维目标检测方法
CN111855667A (zh) 一种适用于地铁车辆的新型智慧列检***和检测方法
CN208802612U (zh) 装船机作业***和装船机
US20240051146A1 (en) Autonomous solar installation using artificial intelligence
CN116866520B (zh) 一种基于ai的单轨吊安全运行实时监控管理***
CN207923179U (zh) 智能巡检车
CN117008622A (zh) 视觉机器人水下目标识别追踪方法及其水下视觉机器人
CN115471570A (zh) 基于视觉和imu融合的海洋装备水下损伤三维重建方法
CN112017237A (zh) 一种基于视场拼接和三维重建的操作辅助装置及方法
Mullenders Design of a motion monitoring system for unmanned offshore topside installation based on real-time visual object tracking using drones and fixed cameras on an sscv

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