一種新型集裝箱Bay位監(jiān)測系統(tǒng)

王成鋼， 袁 彬

(中遠海運科技股份有限公司， 上海 200135)

0 引 言

目前港口采用的集裝箱Bay位主要采用人工監(jiān)測方法，即工人站在船舶甲板上，手持紙面的集裝箱配載圖或掌上電腦(Personal Digital Assistant，PDA)，肉眼逐一核對當前集裝箱在船舶中的所放位置[1-2]。工作效率不高且極易發(fā)生安全事故隱患。

介紹一種新型集裝箱Bay位監(jiān)測系統(tǒng)，提出如下方案：

1)通過PLC獲取集裝箱裝卸過程中數(shù)據(jù)信息，建立數(shù)學模型實現(xiàn)大數(shù)據(jù)分析，尋找集裝箱裝卸過程數(shù)據(jù)變化規(guī)律；

2)通過視頻圖像目標分割及單目視覺測距技術(shù)消除由于環(huán)境、誤操作及集裝箱位置放置差異等造成的PLC數(shù)據(jù)誤差；

3)根據(jù)校準原則將兩種監(jiān)測結(jié)果相互校驗，最終確定集裝箱Bay位。

使用該系統(tǒng)理貨員無需站在船舶甲板和岸邊場地上，只需在集裝箱岸橋下的理貨室或碼頭后方的業(yè)務(wù)辦公室，通過計算機終端、電子監(jiān)控設(shè)備實時操作即可。

1 新型集裝箱Bay位監(jiān)測系統(tǒng)概述

1.1 集裝箱Bay位表示法

集裝箱Bay位表示法[3]以縱向分布為前提，每一箱位用6位數(shù)字表示。前兩位為行號(Bay)，表示箱位的縱向坐標；中間兩位為列號(位)，表示箱位的橫向坐標；后兩位為層號(層)，表示箱位的垂向坐標。集裝箱船艙剖面圖見圖1，集裝箱Bay位表示方式見表1。

名稱表示位置方向表示方法備注Bay縱向位置自船首向船尾以01,02,03,04,……表示20'以01,03,05,……奇數(shù)表示;20'以02,06,10,……偶數(shù)表示;40'以04,08,12,……偶數(shù)表示位橫向位置自右舷向左舷以01,02,03,……表示以中縱剖面為基準,從中間向兩舷:右舷以01,03,05,……奇數(shù)表示;左舷以02,04,06,……偶數(shù)表示;若船舶箱位總列數(shù)為奇數(shù),則中縱剖面上存在一列,編號為00層垂線位置船內(nèi)從底層起甲板從艙面起艙內(nèi)從最底層起,以H1,H2,H3,……表示;甲板從艙面起算,以D1,D2,D3,……表示艙內(nèi)從最底層起,以02,04,06,……偶數(shù)表示;甲板從艙面起算,以82,84,86,……偶數(shù)表示

1.2 新型集裝箱Bay位監(jiān)測系統(tǒng)架構(gòu)

新型集裝箱Bay位監(jiān)測系統(tǒng)主要包括碼頭管理系統(tǒng)、理貨管理系統(tǒng)、PLC數(shù)據(jù)采集模塊、控制主機及Bay位攝像機等幾部分，其中PLC數(shù)據(jù)采集模塊和Bay位攝像機主要提供橋吊移動信息及視頻數(shù)據(jù)，為Bay位監(jiān)測提供分析依據(jù)，碼頭管理系統(tǒng)及理貨管理系統(tǒng)主要提供船圖、配載圖及裝船計劃圖，以用于對監(jiān)測結(jié)果進行校驗，新型集裝箱Bay位監(jiān)控系統(tǒng)架構(gòu)見圖2。

1.3 新型集裝箱Bay位監(jiān)測原理

新型集裝箱Bay位監(jiān)測系統(tǒng)采用基于PLC和視頻系統(tǒng)的Bay位監(jiān)測算法，PLC數(shù)據(jù)分析模塊獲取橋吊水平及垂直移動距離，結(jié)合集裝箱的寬度和高度，獲得Bay位監(jiān)測結(jié)果。視頻分析模塊通過在橋吊橫梁前大臂中心位置及小車底部安裝高清攝像機，分別用于監(jiān)控集裝箱裝卸過程及采集實時視頻，采用目標跟蹤及單目視覺測距技術(shù)計算集裝箱Bay位信息；將兩者信息綜合，相互校驗，最終準確定位集裝箱Bay位，集裝箱Bay位監(jiān)測原理見圖3。

2 新型集裝箱Bay位監(jiān)測算法

2.1 基于PLC的集裝箱Bay位監(jiān)測算法

2.1.1 PLC信息

PLC控制器主要提供吊具開閉鎖狀態(tài)、箱形尺寸、橋吊起升高度及小車位置等信息，具體數(shù)據(jù)內(nèi)容見表2。

表2 PLC信息

2.1.2 建立位序號查詢表

由圖1可知，船舶中位的表示方法以中縱剖面為基準，從中間向兩舷按照奇偶分開排列，根據(jù)船舶結(jié)構(gòu)的差異，其位的表示方法不同，需建立船舶位信息與實際序號對應(yīng)關(guān)系表，根據(jù)船舶位結(jié)構(gòu)差異查詢相應(yīng)表格獲取位信息。以具有10個位的船舶為例進行示意說明(見表3)。

表3 位序號查詢表

2.1.3 基于PLC的Bay位監(jiān)測算法實現(xiàn)

基于PLC的Bay位監(jiān)測算法，其分析均基于假設(shè)某個Bay中第一個集裝箱放置于正確的位中，并在此基礎(chǔ)上進行后續(xù)位的準確性判斷。由于Bay信息已確定，故Bay位監(jiān)測只需確定位信息及層信息，根據(jù)對應(yīng)箱號在配載圖中位置，判斷其當前所放位置是否正確。

設(shè)在某一Bay中放置第一個箱子時，吊具移動距離即小車位置為D1，其所在位為n，根據(jù)船舶結(jié)構(gòu)，查詢船舶位信息與實際序號對應(yīng)表，設(shè)其對應(yīng)序號為m,由于集裝箱寬度具有統(tǒng)一的國家標準，設(shè)為w，則吊具到船舷的距離為

D=D1-mw

(1) 設(shè)第n′個位集裝箱對應(yīng)序號為m′，則對應(yīng)的PLC移動距離應(yīng)為

D′=D+m′w

(2) 設(shè)放置第一層集裝箱時，通過PLC控制器獲得的高度為H1，由于集裝箱類型不同其高度也不同，設(shè)其高度為h,則對于第i層集裝箱，其移動高度為

H=H1+(i-1)×h

(3) 通過上述計算,確定了某Bay第n位第i層應(yīng)移動的高度及水平距離，可判斷當前集裝箱是否放置于正確位置。

2.2 基于視頻的集裝箱Bay位監(jiān)測算法

2.2.1 目標跟蹤測距原理

通過采用Mean-Shift目標跟蹤算法[4]獲取集裝箱運動軌跡，其基本原理為通過分別計算目標區(qū)域和候選區(qū)域內(nèi)像素的特征值概率得到關(guān)于目標模型和候選模型的描述，利用相似函數(shù)度量初始幀目標模型和當前幀的候選模版的相似性，選擇使相似函數(shù)最大的候選模型并得到關(guān)于目標模型的Mean-Shift向量，獲得目標的真實位置，達到跟蹤的目的，其原理見圖4。

獲取集裝箱運動軌跡后，根據(jù)船艙結(jié)構(gòu)確定映射關(guān)系[5-6]，實現(xiàn)圖像中像素距離到實際距離的轉(zhuǎn)換，計算出圖像中每個像素點在實際坐標系中對應(yīng)的實際距離，以此獲得集裝箱橫向移動距離，進而實現(xiàn)集裝箱位計算。映射關(guān)系坐標系見圖5。

2.2.2 單目視覺測距原理

單目視覺測距技術(shù)[7]旨在不同時刻，從不同角度或不同位置獲取周圍景物的兩幅或多幅數(shù)字圖像，依照人類利用雙目線索感知距離的方法，實現(xiàn)集裝箱三維立體信息的獲取，其視覺幾何測量法見圖6。集裝箱所處深度信息反映為集裝箱邊緣特征點距離光學中心的徑向位移縮放，利用集裝箱與集裝箱圖像的面積或邊緣特征，根據(jù)透視投影模型，建立集裝箱視覺測量的直線測距模型，將光心與目標物的距離關(guān)系轉(zhuǎn)化為光心與特征點的距離關(guān)系，建立基于單目視覺測距技術(shù)的集裝箱裝卸位置深度測量系統(tǒng)[8]。根據(jù)透視投影模型，不同深度的集裝箱圖像滿足相似關(guān)系，只要從集裝箱圖像上提取所需參數(shù)，乘以相關(guān)的縮放系數(shù)，便可獲得集裝箱裝卸深度信息[9]。

(5)式(5)中：ax=f/dx,ay=f/dy,dx,dy分別為每一個像素在x軸與y軸方向上的物理尺寸，u0,v0為攝像機圖像轉(zhuǎn)化為數(shù)字圖像中心坐標。

由式(5)可知，測距原理的關(guān)鍵是找到代表性的特征點，結(jié)合集裝箱Bay位監(jiān)測系統(tǒng)特點，在監(jiān)測過程中選擇集裝箱重心位置作為特征點，利用圖像處理算法選擇特征點并進行計算，得出特征點到攝像機的完全距離，即集裝箱的層高信息。

2.3 集裝箱Bay位確定

通過PLC及視頻技術(shù)分別對集裝箱Bay位進行計算，將兩種監(jiān)測結(jié)果結(jié)合，最終確定集裝箱準確Bay位。兩種結(jié)果相互校驗，主要遵循如下原則：

1)預配校準。當兩種方法監(jiān)測結(jié)果不同時，若兩種方法中有一種監(jiān)測結(jié)果與預配信息相同，則以該監(jiān)測結(jié)果為準，同時修正另一種監(jiān)測方法相關(guān)參數(shù)；

2)裝船計劃校準。當兩種方法監(jiān)測結(jié)果不同時，若兩種方法中有一種監(jiān)測結(jié)果與裝船計劃相同，則以該監(jiān)測結(jié)果為準，同時修正另一種監(jiān)測方法相關(guān)參數(shù)；

3)當兩種方法監(jiān)測結(jié)果不同且與預配及裝船計劃均不同時，遵循以下原則。

(1)邏輯校準。即集裝箱不能懸空放置且已有集裝箱的Bay位不能重復放置，以邏輯正確的監(jiān)測結(jié)果為準，同時修正另一種監(jiān)測方法相關(guān)參數(shù)；

(2)模型校準。建立集裝箱水平移動距離與垂直移動距離數(shù)據(jù)模型，用于存放所有Bay位監(jiān)測正確的集裝箱信息，將出現(xiàn)異常計算結(jié)果的數(shù)據(jù)與模型中數(shù)據(jù)進行比對，選擇與模型數(shù)據(jù)變化規(guī)律相同的結(jié)果作為最終監(jiān)測結(jié)果，同時修正另一種監(jiān)測方法相關(guān)參數(shù)。校準原則見表4。

表4 校準原則

3 實驗結(jié)果分析

新型集裝箱Bay位監(jiān)測系統(tǒng)在實際港口進行測試并獲得大量測試數(shù)據(jù)，現(xiàn)對部分數(shù)據(jù)進行分析，以位計算為例說明算法實現(xiàn)過程。試驗測試數(shù)據(jù)見表5。

根據(jù)小車位置移動信息獲取的擬合結(jié)果(見圖7)，其縱坐標為PLC橫向移動距離，橫坐標為對應(yīng)位在船舶位信息與實際序號對應(yīng)表中查詢結(jié)果，由圖7可知，小車位置與位序號成線性變化關(guān)系，其擬合方程為y=2.476 9x+65.365，該結(jié)果與實際情況相符。需說明,由于不同船舶其結(jié)構(gòu)不同，位總數(shù)存在差異，針對不同船舶需實時更新其擬合直線，確保監(jiān)測結(jié)果的準確性。

集裝箱層信息及基于視頻系統(tǒng)測距的Bay位監(jiān)測算法的計算過程與上述計算過程相似，均為對采集數(shù)據(jù)進行分析。由于新型集裝箱Bay位監(jiān)測系統(tǒng)采用2種方式相互校驗以獲取監(jiān)測結(jié)果，當其中某種監(jiān)測結(jié)果較歷史監(jiān)測結(jié)果偏差較大時，表明該方式監(jiān)測結(jié)果有誤，需更新監(jiān)測方法的相關(guān)計算參數(shù)，以防出現(xiàn)累計誤差。當2種監(jiān)測結(jié)果存在差異時，則需根據(jù)歷史監(jiān)測結(jié)果選擇符合Bay位變化的結(jié)果作為最終監(jiān)測結(jié)果。

經(jīng)過上述數(shù)據(jù)分析，可提出以下結(jié)論：

1) 通過分析PLC橋吊移動信息，獲取橋吊移動曲線后，可根據(jù)其偏移位置，獲取集裝箱Bay位信息；

2) 根據(jù)橋吊移動信息，可判斷橋吊工作狀態(tài)，如倒箱[10]、裝卸甲板等操作；

3) 采用2種監(jiān)測算法對Bay位進行監(jiān)測，2種算法的監(jiān)測結(jié)果可相互校驗，提高算法監(jiān)測準確性。

經(jīng)過上述數(shù)據(jù)分析，由于實際應(yīng)用環(huán)境較復雜，海水運動導致的船舶左右移動、潮汐造成的船舶上下漂移，都會對監(jiān)測結(jié)果造成誤差，在今后的研究過程中，增加算法影響因子，修正系數(shù)，克服干擾因素。

4 結(jié) 語

新型集裝箱Bay位監(jiān)測系統(tǒng)實驗結(jié)果表明，通過PLC及視頻方法獲取集裝箱所在Bay位，將二者監(jiān)測結(jié)果相互校驗，能準確定位集裝箱Bay位；配置數(shù)個攝像機及PLC，其環(huán)境構(gòu)建方便；采用目標跟蹤及單目視覺測距技術(shù)，算法復雜度低、監(jiān)測準確率高。系統(tǒng)作業(yè)條件顯著改善，由于人工干預減少，實現(xiàn)現(xiàn)場無人操作，管理成本顯著降低，符合現(xiàn)代自動化理貨發(fā)展趨勢。

[1] 李風雷.自動化碼頭視角下的集裝箱數(shù)字化理貨技術(shù)研究[J].物流工程與管理,2015, 37(6)：78-79.

[2] 張華，李東，梁萬敏，等.港口集裝箱智能視頻數(shù)字理貨信息技術(shù)研究[J].珠江水運,2015(15):58-59.

[3] ZHANG W Y,LIN Y, JI Z S.A Brief Review on Development of Stowage of Containership[C]//The First International Conferenceon Logistics Strategy for Ports.Dalian:DalianMaritimeUniversityPress,2004:419-427.

[4] NICKELS K,HUTCHINSON S .Model-Based Tracking of Complex Articulated Objects[J].IEEE Transactions on Robotics and Automation,2001,17(1):28-36.

[5] 張浩鵬，王宗義，張智，等.全景攝像機標定[J].哈爾濱工程大學學報，2009, 30(11):1239-1245.

[6] 傅丹，周劍，邱志強，等.基于直線的集合不變性標定攝像機參數(shù)[J].中國圖像圖形學報，2009,14(6):1058-1063.

[7] 王小坤，賈慶軒，譚勝.一種單目視覺測距方法的研究[J].科技信息:學術(shù)研究, 2008(34):105+107.

[8] 王文波.基于單目視覺的實時測距方法研究[D].大連：大連理工大學，2014.

[9] 胡立華.大型物體的單目視覺測量理論與方法[D].太原：太原科技大學，2015.

[10] 張維英，林焰，紀卓尚.集裝箱船全航線Bay位排箱優(yōu)化模型[J].上海交通大學學報,2007, 41(2):199-204.