多年来我国港口集装箱吞吐量都稳居全球第一,但在调度管理水平及装卸运输机械的自动化程度方面还远落后于国外先进港口。目前,国内港口的集装箱装卸基本还处于人工作业水平,安全性差,效率低,竞争力不强。因此,如何有效提高装卸机械,特别是轮胎吊的自动化水平就成为研究的关键之一。随着计算机、图像处理、人工智能、智能控制等技术的进步,使得基于机器视觉的柔性自动化技术得以实现并迅速发展。本课题以提高轮胎吊自动化水平为研究目标,对其两项关键技术—基于视觉的集装箱识别、定位与跟踪技术;基于视觉伺服的吊绳防摇控制技术进行了理论和实验上的探索性研究。主要工作如下:(1)将机器视觉技术应用于集装箱识别与定位,并对集装箱的视觉识别算法进行了优化研究。首先通过颜色模板预定位与自适应变步长块匹配图像分割相结合的方法对图像进行快速分割。然后根据分割出来的二值图像采用Blob粒子特征分析及形状不变矩特征分析法提取集装箱的五种形状不变性特征,并结合长宽比构成六维特征向量作为集装箱识别的依据。结果表明此识别方法对集装箱发生平移、旋转以及尺度变化都具有良好的鲁棒性。(2)完成了基于视觉测量的软硬件系统结构的设计,并将其应用于吊绳摆角测量中,实现了对吊绳摆角的实时、准确测量。(3)构建轮胎吊小车和吊具的二自由度动力学模型,通过仿真分析得出影响吊绳摆角的主要因素是小车速度(加速度)、吊重及吊绳长度。在分析传统防摇方式优缺点的基础上提出并设计了一种基于图像视觉伺服的模糊自适应PID吊绳防摇控制方法。其原理是通过吊具下的摄像机实时定位集装箱在水平面的坐标,引导小车实现对集装箱的跟踪,并结合另一台摄像机实时采集的吊绳摆角信息作为控制器的两个输入变量,采用模糊自适应在线调整PID参数的方法来跟踪理想速度曲线以达到集装箱定位与吊绳防摇控制的统一。(4)在理论研究的基础上搭建了轮胎吊集装箱装卸的模拟实验平台,并在实验平台上完成了理论研究的验证工作,主要包括以下三个方面:一是系统远程控制的可行性验证;二是集装箱视觉识别、定位与跟踪算法的理论验证;三是基于视觉伺服的吊具模糊自适应PID防摇控制的效果验证。基本完成了设定的验证内容,达到了预期的验证目的。