コンテナの積み込みおよび積み下ろし効率を向上させ、自動化するために、単眼視覚に基づいて深層学習と画像処理アルゴリズムを組み合わせて、コンテナリフティング状況の画像を分析し、角部領域の特徴を分析します。高解像度画像での角度ピクセル率が低い問題に対して、「ラフロケーション- ファインセグメンテーション」処理方法を提案します。次に、セグメンテーション結果を基に重要な特徴点を検出し、2D-3Dポイントを構築し、L-Mアルゴリズムを使用して姿勢推定を完了します。最後に、実験室AUBO-i10 ロボットアーム位置決めプラットフォームで自動位置決め実験を行い、提案されたアルゴリズムの有効性を検証します。実験結果では、実験室環境および実際のシーンにおいて、コンテナ角部の検出精度mAP値がそれぞれ95%以上であり、角部セグメンテーション精度mIoU値がそれぞれ98.15%および93.89%で、元のモデルSegFormer-B0と比較してそれぞれ1.24%および1.64%向上し、モデルの計算量が約23.2%減少します。コンテナから角部までのカメラ距離が約2mの場合、位置決め誤差が1.0mm未満であり、X、Y、Z 3軸の自動位置決めの位置移動の絶対誤差が5.0mm未満、回転の絶対誤差が0.5°未満です。この結果は、本稿で提案されたアルゴリズムの精度が信頼性があり、単一部品の自動位置決め要件を満たしていることを証明します。

単眼視覚; コンテナ; 自動位置決め; ターゲット認識; 姿勢推定