コンテナの積み下ろし効率を向上させ、積み下ろしの自動化を実現するために、単眼視をベースに深層学習と画像処理アルゴリズムを組み合わせた、吊具とコンテナの自動位置合わせ技術を提案した。単眼カメラで撮影したコンテナの吊り上げ作業画像を研究対象とし、コーナー部の特徴を解析した。高解像度画像におけるコーナー部の画素占有率が低い問題に対し、「粗位置決め−精密分割」の処理方法を提案した。その後、分割結果に基づき重要特徴点を検出し、2D-3D点対を構築し、L-Mアルゴリズムを用いて姿勢推定を行った。最後に、実験室のAUBO-i10ロボットアーム位置合わせプラットフォームで自動位置合わせ実験を実施し、提案手法の有効性を検証した。実験結果は、実験室環境および実場面において、コンテナコーナーの検出精度mAP値が95%以上、コーナー分割精度mIoU値がそれぞれ98.15%および93.89%に達し、元のモデルSegFormer-B0と比較してそれぞれ1.24%および1.64%の向上、モデルの計算量は約23.2%低下したことを示している。カメラがコンテナコーナーから約2mの距離にある場合、位置合わせ位置の照準誤差は1.0mm未満、X、Y、Zの3軸での自動位置合わせの位置平行移動絶対誤差は5.0mm未満、回転絶対誤差は0.5°未満であった。結果は、本論文の提案手法が高精度で信頼性があり、単一コーナーの自動位置合わせの要求を満たしていることを証明している。

単眼視;コンテナ;自動位置合わせ;物体認識;姿勢推定