谢孟添 刁云峰 程文明 唐 鑫 肖施睿

1西南交通大学机械学院 成都 610031 2轨道交通运维技术与装备四川省重点实验室 成都 610031

0 引言

近年来，随着我国经济的飞速发展，铁路集装箱货运需求量大大增加。为了应对运量的上升，起重机的自动化是至关重要的一步。目前，在集装箱装卸工作中，起重机操作人员需要在地面员工的辅助下进行集装箱的装卸，大大降低了集装箱的装卸效率。更重要的是，长时间的手工工作可能导致工作事故。调查显示[1]，2015年～2020年，人为因素造成的事故占到集装箱码头所有事故的一半以上。因此，目前迫切需要一种高效、安全的自动化方法来替代人工操作。

随着计算机视觉领域的发展，基于图像视觉的识别和定位技术逐渐运用在了集装箱领域[2-4]。Yoon H J等[5]利用双目视觉系统实现了集装箱高度距离的检测，但该方法计算复杂度高，对环境光照敏感，且无法定位集装箱的横向与纵向位置，故难以应用于实际的集装箱货场。李岩等[6]提出了一种基于机器学习的集装箱锁孔检测和定位方法，该方法运用改进的HOG算法提取锁孔特征，并利用SVM分类器实现了锁孔的实时检测和定位，但检测准确率并未达到实际应用的水平。文献[7]利用传统的边缘检测算法来提取锁孔的边缘，并在理想的实验条件下通过微缩集装箱模型进行了测试，得到了较好的对位精度。但实际条件下的集装箱通常会受到环境腐蚀，锁孔周围的锈迹会大大降低边缘检测算法的精度。……