随着全球经济贸易发展及我国对外开放政策实施,实现自动化、智能化作业是未来物流运输行业的发展趋势。然而目前国内起重机在港口、公路、铁路站场上仍然缺少稳定、安全、高效的装卸方法,因此,研究装卸作业过程中起重机吊具与集装箱的自动对位技术显得日趋重要。本文考虑起重机作业过程中会出现摆动,研究基于机器视觉的集装箱吊具智能定位技术,重点研究集装箱锁孔的追踪识别与中心定位、平衡状态下的锁孔中心拟合及起重机与集装箱相对距离测量和转换。论文的主要工作和成果如下:(1)结合OpenCV函数库及Python软件,运用张氏棋盘标定法标定摄像机的内部参数及畸变系数,为准确利用图像信息和视觉测距做好铺垫。(2)对待追踪视频流的首帧图像进行预处理。为了得到首帧图像的锁孔区域图像,首先对图像进行背景分割,再提出一种基于滑动窗口再定位算法和迁移学习网络的检测算法,该方法在样本分类、网络训练、模型选择及快速精确定位等方面均给出了具体策略,同时考虑了锁孔区域图像的掉漆、锈斑情况并给出了相应的解决方案。(3)为了精确追踪和定位视频流中锁孔中心位置变化,提出了基于视频流的锁孔追踪及中心定位算法,具体为:根据首帧集装箱锁孔区域图像,运用追踪算法对视频流中进行追踪,得到每帧图像中的锁孔区域图像,然后提取对应图像的Canny轮廓并利用轮廓修补算法完成锁孔轮廓修补,再利用锁孔中心定位方法获取锁孔中心位置,最后通过坐标系转换,得到每帧追踪图像的锁孔中心像素坐标。该方法主要包含轮廓修补算法、锁孔中心定位算法、追踪算法及锁孔中心坐标系转换,文中对其均做了详细介绍、分析及效果展示。(4)起重机要实现自动对位的重要前提是获取起重机与集装箱的相对距离,即需要首先根据追踪得到的锁孔中心拟合平衡状态下的锁孔中心位置,再结合视觉测距算法得到摄像机中心与锁孔中心的横、纵向距离,最后通过模型转换得到起重机与集装箱的相对距离。文中对拟合方法和数据截取方式选择、视觉测距过程及所需参数、转换模型均做了详细探讨。(5)为了验证本文算法的可行性与实用性,对整个流程进行模型实验,实验结果表明:经系统偏差标定后,本文算法所识别定位的结果基本可以满足对位精度需求。