集裝箱智能大門設計與研究

高延鵬 李小平

摘 要：文章從集裝箱中心站車輛出入數(shù)據的采集與管理入手，對智能大門進行設計與研究。設計了集裝箱智能大門的一種可行性方案，以提高通行的效率以及確保數(shù)據的更加安全準確。論述了集裝箱中心站智能大門總體方案并對關鍵技術的實現(xiàn)進行研究，旨在設計一套開放性、先進性、可擴展性、易維護性集裝箱智能大門。

關鍵詞：智能大門；集裝箱管理；通行效率；設計；研究

中圖分類號：F253.9 文獻標識碼：A

Abstract： This paper designs and researches the smart gate starting from the data acquisition and management of vehicle access in the container terminal. And designs a feasible plan for smart gate in the container to improve traffic efficiency and make the data more safe and accurate. This paper discusses the overall plan of smart gate in the container terminal and researches the realization of key technology so as to design a set of smart gates in the container terminal， which are open advanced， extensible， and easy to be maintained.

Key words： smart gate； container management； traffic efficiency； design； research

0 引 言

集裝箱大門作為集裝箱中心站與運輸車輛交接的門戶，其通行的效率以及數(shù)據的安全準確是至關重要的。而傳統(tǒng)的人工和半自動化系統(tǒng)實現(xiàn)數(shù)據的采集與管理已不能滿足要求。為了滿足發(fā)展的需要，集裝箱智能大門系統(tǒng)作業(yè)必須實現(xiàn)自動化、運行智能化、服務信息化、管理科學化的目標。

目前，集裝箱智能大門系統(tǒng)已成功應用于我國多個港口碼頭，未來，隨著我國自動化集裝箱碼頭的發(fā)展，集裝箱智能大門的應用范圍將進一步擴大[1]。許多學者對集裝箱智能大門進行了研究：彭傳勝[2]介紹了國外集裝箱中心各種已經應用或者將被開發(fā)應用于大門上的技術，包括EDI、碼頭運作系統(tǒng)（TOS）、視頻系統(tǒng)、OCR技術、RFID設備、磁卡、電子標志橋、通道聯(lián)絡設備、電子稱重技術、移動數(shù)據終端以及電子門封等，供國內集裝箱中心站及相關人員借鑒；蔡忠義[3]介紹了晉江圍頭港集裝箱貨運碼頭智能閘口管理系統(tǒng)的開發(fā)背景、當前國內外關于智能閘口管理系統(tǒng)的研究現(xiàn)狀；劉旭[4]在港口現(xiàn)運行作業(yè)系統(tǒng)基礎上，對閘口業(yè)務流程及管理需求重新分析，以智能化思想重新規(guī)劃、設計閘口系統(tǒng)，以建立智能化、穩(wěn)定、可靠地智能閘口系統(tǒng)；甫雨[5]盤點了近年來涌現(xiàn)出的智慧碼頭新技術，描述智能閘口是將RFID、OCR、CCTV、LED、EDI與實時控制等先進技術予以有機的結合，完成對集裝箱碼頭出門閘口管理和控制的智能化；任玥[6]在現(xiàn)有集裝箱碼頭閘口系統(tǒng)基礎上，分析了智能閘口的實際需求和業(yè)務流程，并結合客戶關系管理的思想，設計和實現(xiàn)了集裝箱碼頭智能閘口系統(tǒng)。上述研究主要介紹了集裝箱智能大門的各種功能及技術進行說明，對關鍵技術實現(xiàn)以及方法的描述較少。本文將依據現(xiàn)有技術設計裝箱智能大門一種方案，并對其圖像采集和箱號識別中關鍵技術與實現(xiàn)進行研究。

1 集裝箱智能大門總體技術方案

1.1 總體方案

集裝箱智能大門的功能與集裝箱移動操作與操作的記錄有關。具備集裝箱箱號自動識別、電子車牌信息自動讀寫、人工遠程對集裝箱箱體殘損的檢驗等功能。系統(tǒng)結構圖如圖1所示。

（1）箱號識別系統(tǒng)

箱號識別系統(tǒng)設置工控機、攝像機、圖像采集卡、信號控制卡、紅外觸發(fā)器和泛光燈等設備，自動采集符合國際標準箱圖片。通過后臺軟件對采集圖片分析能夠自動識別單行、多行或豎行排列的各種格式集裝箱箱號。

（2）箱體驗殘系統(tǒng)

設置工控機、攝像機、圖像采集卡、信號控制卡、觸發(fā)器和泛光燈等設備。采用高清攝像機進行集裝箱箱體圖像采集，供人工遠程進行箱體殘損檢查。

（3）車牌識別系統(tǒng)與電子檔桿系統(tǒng)

設置電子車牌、RFID讀寫器、RFID天線車輛檢測器和地感線圈等設備采集集裝箱牽引車車號。設置與計算機聯(lián)網的觸發(fā)信號、車輛檢測器和地感線圈可實現(xiàn)人工和自動擋車。

1.2 工作流程

當集裝箱車輛進入閘口時，車輛觸發(fā)地感線圈和遮擋觸發(fā)紅外傳感器。判斷是否需要進行箱號識別、驗殘圖片采集，同時車牌識別系統(tǒng)將識別車牌信息。如果有集裝箱進入，則進行識別和驗殘圖片采集并將識別結果同車牌信息送到閘口應用服務器。此時集卡停在一體化人機交互機柜旁，地磅系統(tǒng)自己獲取車輛信息，司機通過人機交互系統(tǒng)進行提箱和進箱操作，同時操作人員通過驗殘監(jiān)測系統(tǒng)檢查集裝箱箱體，將驗殘結果反饋到閘口應用服務器內。綜合以上信息，閘口應用服務器從數(shù)據庫中提取相應箱號的作業(yè)計劃，通過獲取信息與上位終端車輛及箱號信息數(shù)據處理，將此信息送到人機交互系統(tǒng)輸出，司機根據打印出的小票信息進行相應處理。

集裝箱智能大門工作流程如圖2所示：

2 關鍵技術與實現(xiàn)

2.1 基于視頻采集卡圖像采集技術

（1）工作原理

視頻采集卡[7]（Video Capture Card）作為視頻監(jiān)控系統(tǒng)的核心部分， 完成視頻的采集、壓縮和處理功能。視頻圖像經多路切換器、解碼器、A/D變換器，將數(shù)字化的圖像數(shù)據送到數(shù)據緩沖器。經裁剪、比例壓縮及數(shù)據格式轉換后，由內部RISC控制圖形覆蓋與數(shù)據傳輸，數(shù)據傳輸于工控機。工控機對PLC信號對視頻進行抓取圖片并將圖片送往上位客戶端。視頻采集卡工作原理如圖3所示。

（2）PLC與上位軟件控制相機方法

箱號識別圖片與驗殘圖片，是通過軟件控制視頻采集卡來進行采集。視頻采集卡上的AV視頻端口與相機連接：定義視頻采集卡的通道1口連接連接相機1，即箱號識別視頻采集卡的通道1連接箱號識別X1相機，驗殘視頻采集卡的通道1連接驗殘相機Y1，以此類推連接X2、X3、X4和Y2、Y3、Y4。上位軟件控制視頻采集卡對圖像進行圖片的抓取和相應操作。而對于何時如何拍照的判斷過程是由PLC系統(tǒng)完成。上位軟件通過與PLC的協(xié)議進行控制相機進行拍照。

定義相機的拍照相機命令為1，相對相機不需要拍照的命令為0。以相機X1、X2、X3、X4與Y1、Y2、Y3、Y4的命令邏輯狀態(tài)組成4位二進制數(shù)據。通過PLC的RS指令將相機拍照命令通過D200寄存器發(fā)送給PC工控機，上位軟件通過掃描串口數(shù)據讀取D200發(fā)送的數(shù)據。6對紅外對射開關，代號分別為：A1、A2、A3、A4、B1、B2。對射開關動作為0或1——當條件為1時觸發(fā)器接通，反之0時觸發(fā)器被遮擋。其觸發(fā)狀態(tài)標志是邏輯0，接通標志狀態(tài)是邏輯1；PLC通過紅外觸發(fā)器的邏輯狀態(tài)來進行集裝箱車類型及位置判斷。表1為標準車三種情況下，箱號識別PLC與上位軟件控制相機通信協(xié)議。

（3）采集過程

當一輛載有集裝箱的卡車通過通道的大門時，因為紅外觸發(fā)器的高度小于集裝箱上沿的最低高度，所以在卡車前行的過程中會發(fā)生遮擋和連通的兩種狀態(tài)，圖像拍攝就是利用這兩種狀態(tài)的變化來判斷觸發(fā)快門的時機。這里以箱號識別圖像采集過程介紹系統(tǒng)圖像采集方法。箱號識別拍照流程如圖4所示。

當車上裝載的集裝箱為雙箱時，在車行進過程A3、A4紅外觸發(fā)器先后由接通變?yōu)檎趽鯐r，同時后面的A1、A2兩對紅外觸發(fā)器都被遮擋，則X1、X2、X4同時被觸發(fā)，即拍到雙箱前箱的前側圖、左側圖和右側圖。行進過程中A1、A2兩對紅外觸發(fā)器由遮擋變?yōu)榻油〞r，同時前面的A3、A4兩對紅外觸發(fā)器被遮擋，則相機X2、X3、X4同時被觸發(fā)，由圖像采集卡采集這三路通道的圖像，即拍到雙箱后箱的左側圖、右側圖和后側圖。當車上裝載的是集裝箱長箱時，在車行進過程中前面的兩對紅外觸發(fā)器A3、A4先后由接通變?yōu)檎趽鯐r，同時后面的A1、A2兩對紅外觸發(fā)器都被遮擋，則相機X1、X2同時被觸發(fā)，由圖像采集卡采集這兩路通道的圖像，即拍到集裝箱長箱的前側圖和左側圖；在車行進過程中后面的A1、A2兩對紅外觸發(fā)器由遮擋變?yōu)榻油〞r，同時前面的兩對紅外觸發(fā)器被遮擋，則相機X3、X4同時被觸發(fā)，由圖像采集卡采集這兩路通道的圖像，即拍到集裝箱長箱的后側圖和右側圖。當車上裝載的是集裝箱短箱，在車行進過程中后面的X1、X2兩對紅外觸發(fā)器由接通變?yōu)檎趽鯐r，同時前面的兩對紅外觸發(fā)器被接通，則相機X1、X2、X3、X4同時被觸發(fā)，由圖像采集卡采集這四路通道的圖像同時確認為短箱，即拍到集裝箱短箱的前側圖、左側圖、右側圖和后側圖。

2.2 基于OCR集裝箱箱號識別技術

（1）OCR箱號識別技術

光學字符識別[8-9]（Optical Character Recognition，OCR），OCR技術是通過掃描等光學輸入方式將各種現(xiàn)實場景轉化為圖像信息，再利用文字識別技術將圖像信息轉化為計算機可以使用的數(shù)字信息，通過圖像處理相關技術及模式識別進行識別的技術。箱號識別實現(xiàn)是一個基于數(shù)字圖像處理技術箱號識別系統(tǒng)，是模擬人工識別箱號的過程進行設計的[10]。箱號識別流程如圖5所示。

圖像采集設備采集圖像為24位彩色圖像，在進行識別時的圖像為灰度圖像。所以圖像預處理要將采集彩色圖像處理為灰度圖像。灰度值同RGB顏色關系為：I=0.299×R+0.587×G+0.114×B，其中0.299、0.587、0.114是人眼對紅、綠、藍（R、G、B彩色圖像三個分量）三個顏色敏感度。圖像處理成灰度圖像后要對圖像進行去噪處理，去噪方法為中值濾波[11]。箱號定位處理前包括邊緣檢測、二值化等處理，字符定位是基于圖像分割為基礎、基于邊界追蹤方法。

其中字符識別是其中的關鍵技術，字符識別是其中的功能模塊，字符識別包括三類：模板匹配法[12]、特征統(tǒng)計匹配法[13]和神經網絡法。常用的神經網絡有BP神經網絡、RBF 神經網絡、Hopfield 神經網絡等，其對于字符的噪聲及變形不敏感，但是特征參數(shù)過多會增加訓練時間，過少會引起判斷上的歧義，網絡的待處理信息量大，產生的網絡結構比較復雜，輸入模式維數(shù)的增加可能導致網絡規(guī)模龐大，運算量大，實用性太差[14]。本文采取模板匹配與特征匹配結合的匹配算法，并且對集裝箱圖像多個圖像（前、后、左、右至少三個）識別，來實現(xiàn)識別高效率與準確率。

（2）箱號識別實現(xiàn)

集裝箱箱號自動識別系統(tǒng)前臺部分主要由圖片信息采集設備、紅外觸發(fā)器等，后臺部分主要是處理軟件等。根據不同特征對不同字符的識別率不同，根據實驗結果得出一系列權值，根據模板匹配的結果選擇權值，將字符的所有識別結果進行加權得出識別結果。

為實現(xiàn)識別高效率和高準確性，本設計采用多圖像識別。多圖像識別的過程從系統(tǒng)流程來講主要有三個步驟，分別是建立隊列、單圖像識別、多結果校驗。建立列隊，識別隊列采用串行的工作方式，主要原因是圖像分析處理對于CPU而言是占用率極高負擔很重的任務，采用并行的多幅圖像識別只會在系統(tǒng)切換線過程中間白白的浪費時間，不會提高整體性能，而采用串行識別的方法還可以采用利用識別結果進行的提速技術；單圖像送入識別器進行圖像解碼、圖像處理、號碼分割、字符識別、結果組裝，最后利用最大可能性輸出可以識別的集裝箱號碼。輸出的結果中包含色彩、排列、位置等大量處理中間信息，為多結果的校驗做準備；通常集裝箱可以拍攝到四個側面的圖像，但是這些圖像可能部分甚至全部因為長期使用刮擦和污漬造成的某些字符損壞無法辨認或者破損過于嚴重導致切分錯誤，這就需要對多個識別結果采用多結果冗余校驗的技術進行檢查和糾正，而且可以判斷出當前車輛承載的是一個還是兩個集裝箱。生成的結果作為集裝箱識別的最終結果。

3 應用實例分析

針對某國際集裝箱中心站，引用上述方法。選定圖像采集卡：大恒 DH-VT140；PLC：FX3SA-14MR-CM；攝像機：三星SCB-4000P（騰龍鏡頭12VG412ASIR）；工控機：研祥IPC-810BDE等設備實施。如圖6所示，左邊是集裝箱殘損檢測系統(tǒng)主界面；右邊集裝箱箱號識別識別主界面。

4 結束語

本文結合實際問題對集裝箱智能大門總體做了簡單描述。重點對圖像采集與箱號識別進行研究。介紹圖像采集常見方法，詳細介紹了圖像采集過程中視頻采集卡、PLC的工作原理及方法，該過程主要特點是具有較高可靠性。在箱號識別中，采集多個同一箱號字符識別結果進行多結果校驗，可實現(xiàn)箱號識別準確率達99%以上。

參考文獻：

[1] 舒帆，宓為建，李勛. 集裝箱碼頭智能閘口功能分析及配置設計[J]. 集裝箱化，2014（12）：23-26.

[2] 彭傳圣. 集裝箱碼頭大門的設計（二）[J]. 集裝箱化，2003（12）：29-31，40.

[3] 蔡忠義. 圍頭港集裝箱碼頭智能閘口的設計與實現(xiàn)[D]. 長春：吉林大學（碩士學位論文），2014.

[4] 劉旭. 集裝箱碼頭智能閘口的設計與實現(xiàn)[D]. 濟南：山東大學（碩士學位論文），2012.

[5] 甫雨. 新技術讓集裝箱碼頭更“聰明”[J]. 中國港口，2015（6）：18-21.

[6] 任玥. 集裝箱碼頭智能閘口的設計與實現(xiàn)[D]. 濟南：山東大學（碩士學位論文），2011.

[7] 黃潔. 基于DSP與PCI的視頻采集卡設計與實現(xiàn)[J]. 計算機測量與控制，2010（1）：226-229.

[8] 荊濤，王仲. 光學字符識別技術與展望[J]. 計算機工程，2003（2）：1-2，80.

[9] 瞿洋，楊利平. Hough變換OCR圖象傾斜矯正方法[J]. 中國圖象圖形學報，2001（2）：78-81.

[10] 陳永煌. 集裝箱箱號識別技術的研究與實現(xiàn)[D]. 武漢：華中科技大學（碩士學位論文），2013.

[11] 趙高長，張磊，武風波. 改進的中值濾波算法在圖像去噪中的應用[J]. 應用光學，2011（4）：678-682.

[12] 朱慶生，楊世泉，柳鋒. 基于圖像邊緣摘要的快速模板匹配[J]. 計算機應用研究，2009（2）：792-794.

[13] 張二虎，馮江. 基于特征點的印品圖像匹配算法[J]. 計算機工程，2008（23）：202-204.

[14] 安博文，李丹，龐然. 基于邊界模板匹配算法的集裝箱箱號識別[J]. 科學技術與工程，2010（16）：4043-4048.