컨테이너를 빠르게 하역하여 자동화를 실현하기 위해, 단안 시각을 기반으로 하여 딥러닝과 이미지 처리 알고리즘을 결합하여 컨테이너 리프팅 조건 이미지를 분석하고 모서리 영역 특성을 분석합니다. 고해상도 이미지에서 모서리 픽셀 비율이 낮은 문제를 해결하고자 거친 위치결정- 정확한 분할 처리 방법을 제안합니다. 그런 다음 분할 결과를 기반으로 특징점을 감지하여 2D-3D 포인트를 구성하고 L-M 알고리즘을 사용하여 자세 추정을 완료합니다. 마지막으로 실험실 AUBO-i10 로봇팔 위치 결정 플랫폼에서 자동 위치 결정 실험을 수행하여 제안된 알고리즘의 효과를 검증합니다. 실험 결과, 실험실 환경 및 실제 장면에서 컨테이너 모서리 감지 정확도 mAP 값이 각각 95% 이상이며 모서리 분할 정확도 mIoU 값이 각각 98.15% 및 93.89%로 기존 모델 SegFormer-B0보다 각각 1.24% 및 1.64% 향상되었으며 모델 계산량은 약 23.2% 감소했습니다. 카메라가 컨테이너 모서리에서 약 2m 떨어진 경우, 위치 정합 오류가 1.0mm 미만이며 X, Y, Z 3축에 대한 자동 위치 정합 이동의 절대 오차가 5.0mm 미만이고 회전의 절대 오차가 0.5° 미만입니다. 결과적으로 본 논문에서 제안한 알고리즘의 정확도가 신뢰할 수 있고 단일 부품의 자동 위치 결정 요구를 충족하였음을 입증합니다.

단안 시각; 컨테이너; 자동 위치 결정; 대상 인식; 자세 추정