基于集装箱扭锁的目标识别方法研究

作者：朱占宸; 侯言旭

来源：工业控制计算机, 2023, 36(12): 40-41.

• 集装箱扭锁
• 自动化
• 深度学习

为了提高港口的自动化程度并降低人工成本，针对集装箱扭锁自动化拆卸困难的问题进行了研究。对多种基于深度学习的扭锁目标识别算法进行了比较研究，以更好地自动识别集装箱上的扭锁位置，并实现自动化的扭锁拆卸。同时还制作了COCO和VOC格式的数据集，用于算法的训练和测试，覆盖了手动扭锁、半自动扭锁和扭锁底座等多种情况。实验结果表明，相较于其他基于目标识别算法，YOLO算法在保证高准确率的同时，具有更好的实时性能。该算法能够在短时间内快速识别出集装箱上的扭锁位置，为后续的自动化拆卸提供了有力的支持。因此，该研究为提高港口自动化水平和降低人工成本提供了有益的探索，并为相关领域的深度学习算法应用提供了参考和支持。

• 单位
  自动化学院; 东南大学