西井的全球首套“人工智能无人锁孔对位系统”黑科技到底有多神?

2018年5月25日西井科技在其成立三周年之际发布了全球首套人工智能无人集装箱锁孔对位系统。勇于创新的企业永远值得尊敬,首先恭祝西井科技三周年生日快乐。祝福西井科技发展的越来越好,为我们智能港口带来更多改变与创新。

其实集装箱的锁孔对位技术并且一个新的概念,目前的自动化码头除船岸作业还需人工远控外,其它流程均已实现了全部的自动化。今天我们一起通过三个问题来探讨一下西井的这套人工智能无人集装箱锁孔对位系统到底有多神。

第一个问题:什么是人工智能无人集装箱锁孔对位系统,西井的方案与目前在用的自动化码头SDS方案创新在哪里?

西井的人工智能无人集装箱锁孔对位系统,是在吊具上安装了4个摄像头,借助自主研发的类脑人工智能系统,可毫秒级高准确识别出集装箱锁孔的位置,结合视觉伺服闭环控制技术,优化推理出吊具控制量,调整吊具,最终保证吊具准确无误对准锁孔。系统的横纵向对位精度可以达到厘米级。

传统自动化码头配置的是吊具检测系统(Spreader Detection System),利用光学原理及图像处理技术,通过检测安装在吊具上的红外结构光位置,计算出吊具空间位置和姿态信息,并将这些信息发送给控制系统,来达到准确的抓放箱功能。

两者之间在原理上没有革命性的不同,但是西井的方案在算法上更有优势,传统自动化的吊具检测系统,结合了TDS(集装箱检测系统)与SDS(吊具检测系统)之间的数据比对,通过红外结构光源和摄像头来换算吊具在空间中的位置和姿态从而调节吊具的位置达到调节吊具的功能,方案更为复杂,对系统的工况要求和维护水平要求更高。西井的方案仅需四只摄像头,其余均通过智能算法进行解决,如果真的可以达到对位准确率接近100%的话,那么西井的方案的确更有优势。

那么西井的智能锁孔对位技术真的想他们宣传的那样可以解决目前自动化码头的船岸之间还必须人工远控的问题了吗?我看未必!

第二个问题:人工智能无人集装箱锁孔对位系统真的可以实现船岸之间的着箱自动化吗?

目前的自动化码头STS技术,主小车采用半自动控制技术+远程控制,配置防摇+防扭控制,在加上船形扫描SPSS实现主小车对集装箱的抓取。在门架小车采用8绳机械防摇,全自动控制,TDS系统自动着箱系统实现了完全的自动化。

为什么主小车实现不了完全的自动化还需要远程人工呢?船形扫描系统能随时扫描船作业舱位的截面形状,小车就能选择最优的运行路径,并确保运行路径安全。但是吊箱还必须是人工远程控制。

是吊具检测系统的精度达不到要求吗?其实不是,我们知道,自动化码头的门架小车配置的吊具采用的是八绳防摇设计,并且配置了完善的侧移、倾转等微动功能,所以可以在检测系统的指令下对吊具位置实现精准的调整,从而实现自动着箱。

岸桥主小车虽然配置了电子防摇系统,但是岸桥吊具通过钢丝绳与主小车连接,中间的高度达到数十米高,即使配置的电子防摇,通过小车实现吊具的自动微调着箱也是难度很大的工作。

STS 闭环电子防摇系统的核心问题是需要实时地测量集装箱负载的摆动幅度,进而采用控制算法实现集装箱负载的防摇。采用机器视觉实现时,把工业相机置于小车上,镜头垂直朝下;光源置于吊具上,光源面垂直朝上,且处于相机的正下方。通过工业相机实时检测光源的位置,可以间接地计算出集装箱的摆动幅度,并传送给PLC 控制系统用于抑制集装箱负载的摆动。

西井的智能锁孔对位技术也只是提供一套识别模块的硬件加上算法软件,虽然算法上可以实现毫秒级响应,横纵向对位精度可以达到厘米级调整,但是实际上如何达到岸桥吊具的厘米级微动并非易事。另外由于岸桥作业受船型、箱型、作业次序的限制,也是目前依然还无法实现自动化的主要原因。西井的智能锁孔对位技术同样无法解决岸桥自动化问题。

第三个问题:人工智能无人集装箱锁孔对位系统用于码头老旧场桥改造真的可行吗?

在西井的宣传中提到,最新的人工智能无人集装箱锁孔对位系统将运用于岸桥、场桥等各类集装箱专用吊装设备,未来帮助码头、海关监管区、无水港、铁路中心站等场所实现港机智能“无人化”改造。

我们来探讨一下这种改造真的可行吗?按最简单的场桥为例,同样的问题,如果只是一台普通的场桥,采用四只滑轮与普通小车连接,配置交叉防摇或者辅助防摇绳的防摇方式。没有配置全功能小车或者八绳上架,没有吊具侧移和倾转功能。仅凭算法让吊具实现厘米级的微调对箱难度极大。改造是可以的,但是对原设备有较高的门槛要求。

那么如果普通港口或堆场想实现提高作业效率就没有办法了吗?当然有,下一期我们一起来聊聊集装箱起重机吊具抓箱引导系统,敬请期待。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180527A0R5J800?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券