(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210604210.6 (22)申请日 2022.05.30 (71)申请人 武汉港迪智能技 术有限公司 地址 430000 湖北省武汉市东湖新 技术开 发区武大园四路3号国家地球空间信 息产业基地II区 （七期） B栋-3栋单元 19层03室 (72)发明人 邹永开　石先城　张涛　曹志俊　 (74)专利代理 机构 武汉红观 专利代理事务所 (普通合伙) 42247 专利代理师 管先翠 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/80(2017.01) G06T 7/66(2017.01)G06T 1/00(2006.01) G06V 10/141(2022.01) G06V 10/25(2022.01) G06V 10/82(2022.01) (54)发明名称 基于机器视觉的起重机大车位置定位方法 及系统 (57)摘要 本发明公开一种基于机器视觉的起重机大 车位置定位方法及系统， 所述方法包括： 在起重 机大车行驶过程中通过相机采集有标识物的地 面图像； 使用深度学习方法对有标识物的地面图 像中目标标识物的区域进行粗定位； 使用霍夫变 换检测目标标识物的轮廓， 将目标标识物的轮廓 的几何中心作为目标标识物的特征点； 根据目标 标识物的特征点计算起重机大车当前位置与集 装箱贝位中心线的偏移量； 根据起重机大车当前 位置与集装箱贝位中心线的偏移量进行定位。 本 发明能够同时计算起重机大车运行方向和小车 运行方向的偏移量， 保证起重机大车准确到达指 定贝位， 同时能校正大车运行过程中两侧的偏 位； 且能自适应搜索相机曝光时间， 消除环境亮 度异常影响。 权利要求书2页 说明书7页 附图2页 CN 115082556 A 2022.09.20 CN 115082556 A 1.一种基于 机器视觉的起重 机大车位置定位方法， 其特 征在于， 所述方法包括： 在起重机大车行驶过程中通过相机采集有标识 物的地面图像； 使用深度学习方法对有标识 物的地面图像中目标 标识物的区域进行粗定位； 使用霍夫变换检测目标标识物的轮廓， 将目标标识物的轮廓的几何中心作为目标标识 物的特征点； 根据目标 标识物的特征点计算 起重机大车当前位置与集装箱贝位中心线的偏移量； 根据起重 机大车当前位置与集装箱贝位中心线的偏移量进行定位。 2.根据权利要求1所述的基于机器视觉的起重机大车位置定位方法， 其特征在于， 所述 相机设置在起重机大车侧 面， 标识物沿起重机大车跑道的外侧设置， 并保证标识物处于相 机视野中， 在小车运行方向， 标识物设置于集装箱贝位中心线上； 所述标识物包括道钉、 贴 纸或喷漆。 3.根据权利要求2所述的基于机器视觉的起重机大车位置定位方法， 其特征在于， 通过 相机采集有标识 物的地面图像之前还 包括： 将相机朝向有标识物的地面， 通过张正友相机标定法获取相机在固定状态下的内参矩 阵、 畸变系 数和位姿信息， 构建出相 机图像中二维坐标点到世界坐标系中的坐标点之间的 映射关系。 4.根据权利要求1所述的基于机器视觉的起重机大车位置定位方法， 其特征在于， 所述 使用霍夫变换检测目标 标识物的轮廓具体包括： 对于圆形标识物， 使用霍夫变换检测得出标识物半径和圆心， 得到初始轮廓， 在初始轮 廓的周围进一步使用霍夫变换， 只使用沿第一轮廓的预设距离范围内的轮廓点来进行霍夫 变换的投票， 得到目标 标识物的轮廓； 对于非圆形 标识物， 使用广义霍夫变换提取目标 标识物的轮廓。 5.根据权利要求3所述的基于机器视觉的起重机大车位置定位方法， 其特征在于， 所述 根据目标标识物的特征点计算起重机大车当前位置与集装箱贝位中心线的偏移量具体包 括： 使用相机标定得到的映射关系分别计算出标识物和基准点的世界坐标， 根据标识物和 基准点的世界坐标计算得到标识物相对于基准点的偏移 量， 将标识物相对于基准点的偏移 量作为起重机大车当前位置与集装箱贝位中心线的偏移 量； 所述基准点是由起重机大车位 于贝位中心时检测得到的目标 标识物几何中心。 6.根据权利要求1所述的基于机器视觉的起重机大车位置定位方法， 其特征在于， 所述 方法还包括： 通过光照度传感器获取环境 光照度； 在夜晚环境 光照度低于预设阈值的状态下， 通过补光灯对目标 标识物区域进行补光； 在白天太阳光照比较复杂的状态下， 使用两步曝光 时间调整策略使相机在 室外条件下 调节到可靠曝光时间， 保证目标 标识物在图像中清晰地呈现。 7.根据权利要求6所述的基于机器视觉的起重机大车位置定位方法， 其特征在于， 所述 两步曝光时间调整策略具体实现方式为： 判断上一帧画面中目标 标识物检测是否成功， 若成功， 继续如下步骤： 在目标标识物范围外选取矩形区域， 并计算矩形区域图像的均值； 若均值小于第一先权　利　要　求　书 1/2 页 2 CN 115082556 A 2验阈值范围， 则认 为目标标识物区域处于欠曝光状态， 逐步增加相机的曝光时间， 反之则逐 步减小相 机的曝光时间， 直到相 机曝光时间处于稳定值， 在稳定值下矩形区域图像的均值 在第一先验阈值范围内； 选取包含目标标识物的区域， 对包含目标标识物的区域图像的x方向中心线上的坐标 计算梯度幅值， 判断标识物两边的梯度幅值是否达到第二先验阈值范围， 若否， 逐步增加或 减少相机的曝光时间， 直到标识 物两边的梯度幅值处于第二先验阈值范围内； 若连续几帧目标标识物检测失败， 则根据当前环境光流明值设置相机曝光 时间的极限 范围， 对相机曝光时间由小到大循环搜索， 直到稳定检测出目标标识物， 且目标标识物的局 部均值处于第一先验阈值范围内。 8.一种基于 机器视觉的起重 机大车位置定位系统， 其特 征在于， 所述系统包括： 标识物： 沿起重机大车跑道的外侧设置， 在小车运行方向， 标识物设置于集装箱贝位中 心线上； 相机： 设置在起重机大车侧面， 并朝向设有标识物的地面， 用于在起重机大车行驶过程 中采集有标识 物的地面图像； 补光灯： 用于在夜晚光照度低于预设阈值的状态下对目标 标识物区域进行补光； 光照度传感器： 用于获取环境光照度， 在白天太阳光照比较复杂的状态下， 使用两步曝 光时间调整策略使相机在室外条件下调节到可靠曝光时间， 保证目标标识物在图像中清晰 地呈现； 特征提取模块： 用于使用深度 学习方法对有标识物的地面图像中目标标识物的区域进 行粗定位； 使用霍夫变换提取目标标识物的轮廓， 将目标标识物的轮廓的几何中心作为 目 标标识物的特征点； 大车定位模块： 用于根据目标标识物的特征点计算起重机大车当前位置与集装箱贝位 中心线的偏移量； 根据起重 机大车当前位置与集装箱贝位中心线的偏移量进行定位。 9.一种电子设备， 其特征在于， 包括： 至少一个处理器、 至少一个存储器、 通信 接口和总 线； 其中， 所述处 理器、 存储器、 通信接口通过 所述总线完成相互间的通信； 所述存储器存储有可被所述处理器执行的程序指令， 所述处理器调用所述程序指令， 以实现如权利要求1～7任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储计算机指 令， 所述计算机指令使计算机实现如权利要求1～7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115082556 A 3