本课题旨在提高轮胎吊的自动化水平,对其两大关键技术——基于视觉的集装箱识别、定位和跟踪技术进行理论和实验探索研究; 基于视觉伺服的绳索防摇控制技术。
主要工作如下:
(1)将机器视觉技术应用于集装箱识别定位,优化集装箱视觉识别算法。 首先,采用颜色模板预定位和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。 然后根据分割后的二值图像,通过Blob粒子特征分析和形状不变矩特征分析提取容器的五种形状不变特征,结合纵横比形成六维特征向量作为容器识别的依据. 结果表明,该识别方法对容器平移、旋转和尺度变化具有良好的鲁棒性。
(2) 完成了基于视觉测量的软硬件系统结构设计轮胎吊,并将其应用于吊绳摆动角度的测量,实现了吊绳摆动角度的实时、准确测量绳索。
(3) 构建了轮胎吊小车和吊具二自由度动力学模型,影响吊绳摆角的主要因素是小车的速度(加速度)、起重量和通过仿真分析得出吊索的长度。 在分析传统防摇方法优缺点的基础上,提出并设计了一种基于图像视觉伺服的模糊自适应PID悬索防摇控制方法。 其原理是通过吊具下方的摄像头实时定位集装箱在水平面的坐标,引导小车对集装箱进行跟踪,并结合另一台摄像头实时采集的绳索摆动角度信息作为二次输入控制器的变量。 采用PID参数自适应在线调节的方法,跟踪理想的速度曲线轮胎吊,实现集装箱定位和吊绳防摇控制的统一。
(4) 在理论研究的基础上,搭建了轮胎吊装卸集装箱模拟实验平台,并在实验平台上完成了理论研究的验证,主要包括以下三个方面:一、可行性验证系统的远程控制; 二是集装箱视觉识别、定位和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防摇控制效果验证。 设置的验证内容基本完成,达到预期的验证目的。