基于图像处理的集装箱吊具自动控制方案v2.0.pdf

基于图像处理的集装箱吊具自动控制方案 目前集装箱的抓取还是处在人工操作的阶段，将吊具4 个角的旋锁精准地插入 集装箱顶对应的锁孔是一件极其精细的事情，不但要求司机操作熟练，注意力也必须 保持高度集中。如果连续进行人工抓取，劳动强度会相当大，同时由于体力的下降也 会容易造成事故的发生。基于图像识别的集装箱抓取能够很好的克服这些问题。 将集装箱图像识别、定位和吊具的最优化运动控制结合起来，能完成吊具对集装 箱自动化抓取，能提高集装箱装卸的自动化水平及装卸效率。 集装箱图像定位是在图像识别的基础上，提取集装箱箱顶区域的特征，确定顶部 的四个角和四个边界。将集装箱顶部平面作为参照面，吊具平面作为移动平面，计算 得到吊具的最优化运动控制参数，包括左右移动、前后移动、正反旋转、上升和下降， 最终实现吊具对集装箱的有效抓取。 一、 方案设计 根据需求，可用两种方案来实现。 方案一：工控机图像算法处理+摄像头+采集卡+控制模块 1 方案二：嵌入式 ARM 板图像算法处理及控制+摄像头 两种方案的比较： 方案一，工控机运行 Windows 系统，并使用 OpenCV 图像处理算法库，能很好的 实现基于图像处理的吊具自动控制功能，硬件上布局简单，软件上实现也直接；唯一的 就是工控机体积和性能是否能满足现实的工况要求。 方案二，嵌入式 ARM 板运行的是嵌入式 Linux 操作系统， 成本可控，设备体积 和性能也可根据实际需求能设计，但实现图像算法处理需要外接或集成 DSP ，开发难度 比较大。 综合和保险考虑，选择方案一比较合适。 2 二、 基于图像识别集装箱定位 1、 吊具上摄像机的安装 1） 当摄像机安装在吊具中间 当吊具扣住集装箱时，吊具的4 个插销是插到集装箱顶 4 个角件中并且旋锁锁 住。此时吊具的腹部和集装箱的顶部之间有个空隙，在这个空隙中可安装摄像机。 但对空隙的上下间距必须有一定的要求。 L 即为吊具和集装箱顶部之间的间距，假设摄像机的视场角为r D 为集装箱的长度。 Tanr = L/(D/2) 3 L = (tanr) *(D/2) 假设摄像机的视场角为 x,则 r=90-(x/2) L = (tan(90-x/2)) *(D/2) 集装箱一般分为 20ft 和 40ft 的两种尺寸，20ft 长度为 5.69m, 40 长度为 11.8m。 我们选取尺寸大的 40ft 的长度来计算，即D=11.8m 。 L= 5.9 * tan(90-x/2) 假定摄像机视场角大小为 100，则L= 5.9*0.64 = 3.776m 显然是远远大于吊具扣住集装箱顶时两者之间的距离。 因为视场角和间距成反比，实际间距是小于 3.776m 的，也即是如果将摄像机装在吊具 的正中间则需要视场角要大于 100 度。 这对摄像机的要求就非常高，如果间距是 1m,则视场角就要达到 160 度，显然，这是 不现实的。 所以将摄像机安装在吊具的正中间是不行的。 2 ） 将摄像机安装在吊具的两边沿中间 4 两个摄像机能得到的集装箱顶的图片分别是： 左边摄像机： 右边摄像机： 这种安装摄像机方法的优点就是只需要检测到集装箱顶部边线， 根据两个边线 分别在两个摄像机画面中的中垂线是否重合，来调整吊具的方位，即前后左右移动 或正反方向旋转吊具等；这种方法缺点就是当吊具和集装箱距离比较近时可能只会 识别到部分的集装箱的顶部及边沿，这样就无法识别到边沿的中点，也就不能确保 集装箱顶部边线与图像中垂线的重合，而无法达到定位和控制吊具的目的。如下图： 5 3 ） 将摄像机安装在吊具的四角 相比较而言，集装箱的顶部四角顶点比顶部四边特征性更强，识别的效果更好。 在