基于圖像連通域的集裝箱激光點云處理算法研究

李孟濤 吳 翔

上海振華重工(集團)股份有限公司

1 引言

自動化集裝箱起重機一直是港口領域研究的熱點，為了讓起重機在室外的環(huán)境中能夠全天侯自動化作業(yè)，需要讓起重機具有識別集裝箱的能力。3D激光目標檢測系統(tǒng)在起重機領域應用較廣泛[1-4]，通過三維激光數(shù)據掃描出集裝箱、集卡、AGV的輪廓特征，進行特征位置提取，并把位置信息傳遞給起重機控制系統(tǒng)PLC；控制系統(tǒng)利用目標檢測系統(tǒng)給出的位置信息進行準確安全的作業(yè)。

根據圖像拓撲法提出了一種基于圖像連通域的集裝箱激光點云處理算法，能夠有效提取激光特征數(shù)據，利用提取的數(shù)據進行集裝箱位置信息的計算及檢測集裝箱高度、集裝箱尺寸、集裝箱雙箱間隙，為自動化作業(yè)提供準確的信息。

2 算法原理

2.1 3D激光掃描原理

3D激光器通過掃描起重機下方的集裝箱收集數(shù)據，結合小車位置，建立基于起重機的3D坐標系。起重機大車軌道為X軸，小車運行方向為Y軸，起升方向為Z軸。在圖1的三維坐標系內，采樣B點的三維坐標值為：

圖1 3D坐標模型圖

2.2 基于圖像拓撲法連通域像素標記原理

二值圖像就是圖像的亮度值只有兩個狀態(tài)：黑(0)和白(255)，其模式簡單及對像素在空間上的關系有著極強的表現(xiàn)力。在實際應用中，很多圖像的分析最終都轉換為二值圖像分析，有利于對圖像的算法處理。

圖像的連通域[5-8]操作就是找出相連的像素點，原理為：

從上到下沿第1行開始搜索，在第1行，第1個黑色點上面和左邊都沒有黑色點，則將其標記成1，見圖2(a)。

在第2行，第1個點，因為左邊沒有像素點，給它分配一個新的記號2。第2行，第2個點，其上邊、左邊都有黑色像素點，將其中一個記號分配給它，此處分配記號1給該點，并做一個標記，1和2是等價的。同理，第2行第3個點，分配標記號1，見圖2(b)。

第4行，第1個黑色點，分配記號3，第2個點分配記號3。第5行，第1個點分配記號4，第2個點分配記號3，同時，記錄3和4是等價的。第6行，第1個點，分配記號4，見圖2(c)。

通過第1遍標記，可得知1和2是等價的，3和4是等價的，然后將2全部用1代替，3和4用2代替。標記完成后結果見圖2(d)。

圖2 圖像的連通域算法原理

3 算法設計流程

(1) 三維數(shù)據獲取。三維激光掃描系統(tǒng)安裝在起重機小車架上，用于掃描小車架下方集裝箱的輪廓信息，由于激光器安裝于吊具的一側，只能獲取集裝箱一側的三維數(shù)據。雙20 ft裝箱三維數(shù)據見圖3。

圖3 三維數(shù)激光數(shù)據

(2)三維數(shù)據到圖像數(shù)據的轉換。根據箱子高度信息，把激光器數(shù)據轉化為二值圖像數(shù)據(見圖4)。

圖4 激光數(shù)據的二值化圖像

(3)圖像預處理。根據箱面數(shù)據過濾掉較小的數(shù)據塊，獲取的箱面二值化圖像(見圖5)。

圖5 預處理后的二值化圖像

(4)圖像的連通域像素標記操作。對二值化圖像進行連通域操作，將箱面數(shù)據進行關聯(lián),處理后的圖像左邊箱子的標簽值為1，右邊箱子的標簽值為2，可分別獲取圖像中各邊緣點起始坐標[9-10]。

(5)提取集裝箱邊緣數(shù)據。通過圖像標記信息和三維激光數(shù)據間的對應關系，提取圖像中每個邊緣像素點對應的三維激光數(shù)據點。

(6)擬合箱子邊緣數(shù)據。通過最小二乘法擬合，擬合箱子邊緣直線。

(7)計算箱子角點位置數(shù)據。通過兩條直線相交，可以計算箱子角點的空間坐標。

4 實驗結果與分析

實驗采用SICK-LMS511-20100型號激光器，馬達選用72000線的絕對值編碼器，基于VS2010集成開發(fā)環(huán)境下用C++語言編程，實現(xiàn)該算法。采集數(shù)據時，放置箱子長度方向與大車方向平行，根據計算結果對箱子的大車方向、小車方向及斜率進行補償，補償后的結果作為檢測的零位點(見表1)。使用過程中檢測箱子的位置信息和零位進行對比，可以計算出吊具抓箱時需要吊具平移的距離和扭轉的角度。

箱子向左移動200 mm后，對箱子進行10次掃描，計算結果見表2。

表2 左移200 mm掃描數(shù)據

箱子向右移動200 mm后，對箱子進行10次掃描，計算結果見表3。

表3 右移200 mm掃描數(shù)據

從以上實驗結果分析，大車方向向左和向右移動200 mm后，檢測出來的大車方向移動距離為(Left_X+Right_X)/2，根據均值計算出移動距離為-208 mm和196 mm，與理論值的誤差分別為-8 mm和-4 mm，掃描數(shù)據的跳變范圍在±30 mm內；小車方向的移動距離為(Left_Y+Right_Y)/2，根據均值計算出來的移動距離為-1 mm和-3 mm，與理論值0的誤差為-1 mm和-3 mm，小車方向檢測的數(shù)據跳變范圍在±30 mm內；計算所得的斜率均值為-0.018°和0.05°，數(shù)據跳變范圍在±0.2°內。碼頭自動抓箱需要傳感器提供的位置精度是大車方向數(shù)據范圍在±30 mm，斜率在±0.2°范圍內。該算法滿足自動化作業(yè)的要求。

5 結語

基于圖像連通域的集裝箱激光點云數(shù)據處理算法，通過標簽的方式在一定的區(qū)域范圍內區(qū)分出箱子的標簽ID，根據計算出的箱子ID的像素塊邊緣數(shù)據，能夠較好地實現(xiàn)對箱子邊緣數(shù)據的提取。該算法精度滿足自動化抓箱作業(yè)的要求。