高延鵬 李小平

摘 要：文章從集裝箱中心站車輛出入數(shù)據(jù)的采集與管理入手，對智能大門進(jìn)行設(shè)計與研究。設(shè)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(jù)的更加安全準(zhǔn)確。論述了集裝箱中心站智能大門總體方案并對關(guān)鍵技術(shù)的實現(xiàn)進(jìn)行研究，旨在設(shè)計一套開放性、先進(jìn)性、可擴(kuò)展性、易維護(hù)性集裝箱智能大門。

關(guān)鍵詞：智能大門；集裝箱管理；通行效率；設(shè)計；研究

中圖分類號：F253.9 文獻(xiàn)標(biāo)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(yùn)輸車輛交接的門戶，其通行的效率以及數(shù)據(jù)的安全準(zhǔn)確是至關(guān)重要的。而傳統(tǒng)的人工和半自動化系統(tǒng)實現(xiàn)數(shù)據(jù)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(yùn)行智能化、服務(wù)信息化、管理科學(xué)化的目標(biāo)。

目前，集裝箱智能大門系統(tǒng)已成功應(yīng)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(yīng)用范圍將進(jìn)一步擴(kuò)大[1]。許多學(xué)者對集裝箱智能大門進(jìn)行了研究：彭傳勝[2]介紹了國外集裝箱中心各種已經(jīng)應(yīng)用或者將被開發(fā)應(yīng)用于大門上的技術(shù)，包括EDI、碼頭運(yùn)作系統(tǒng)（TOS）、視頻系統(tǒng)、OCR技術(shù)、RFID設(shè)備、磁卡、電子標(biāo)志橋、通道聯(lián)絡(luò)設(shè)備、電子稱重技術(shù)、移動數(shù)據(jù)終端以及電子門封等，供國內(nèi)集裝箱中心站及相關(guān)人員借鑒；蔡忠義[3]介紹了晉江圍頭港集裝箱貨運(yùn)碼頭智能閘口管理系統(tǒng)的開發(fā)背景、當(dāng)前國內(nèi)外關(guān)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(yùn)行作業(yè)系統(tǒng)基礎(chǔ)上，對閘口業(yè)務(wù)流程及管理需求重新分析，以智能化思想重新規(guī)劃、設(shè)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(shù)，描述智能閘口是將RFID、OCR、CCTV、LED、EDI與實時控制等先進(jìn)技術(shù)予以有機(jī)的結(jié)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(chǔ)上，分析了智能閘口的實際需求和業(yè)務(wù)流程，并結(jié)合客戶關(guān)系管理的思想，設(shè)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(shù)進(jìn)行說明，對關(guān)鍵技術(shù)實現(xiàn)以及方法的描述較少。本文將依據(jù)現(xiàn)有技術(shù)設(shè)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(guān)鍵技術(shù)與實現(xiàn)進(jìn)行研究。

1 集裝箱智能大門總體技術(shù)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(guān)。具備集裝箱箱號自動識別、電子車牌信息自動讀寫、人工遠(yuǎn)程對集裝箱箱體殘損的檢驗等功能。系統(tǒng)結(jié)構(gòu)圖如圖1所示。

（1）箱號識別系統(tǒng)

箱號識別系統(tǒng)設(shè)置工控機(jī)、攝像機(jī)、圖像采集卡、信號控制卡、紅外觸發(fā)器和泛光燈等設(shè)備，自動采集符合國際標(biāo)準(zhǔn)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(shè)置工控機(jī)、攝像機(jī)、圖像采集卡、信號控制卡、觸發(fā)器和泛光燈等設(shè)備。采用高清攝像機(jī)進(jìn)行集裝箱箱體圖像采集，供人工遠(yuǎn)程進(jìn)行箱體殘損檢查。

（3）車牌識別系統(tǒng)與電子檔桿系統(tǒng)

設(shè)置電子車牌、RFID讀寫器、RFID天線車輛檢測器和地感線圈等設(shè)備采集集裝箱牽引車車號。設(shè)置與計算機(jī)聯(lián)網(wǎng)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(dāng)集裝箱車輛進(jìn)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(jìn)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(jìn)入，則進(jìn)行識別和驗殘圖片采集并將識別結(jié)果同車牌信息送到閘口應(yīng)用服務(wù)器。此時集卡停在一體化人機(jī)交互機(jī)柜旁，地磅系統(tǒng)自己獲取車輛信息，司機(jī)通過人機(jī)交互系統(tǒng)進(jìn)行提箱和進(jìn)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(jié)果反饋到閘口應(yīng)用服務(wù)器內(nèi)。綜合以上信息，閘口應(yīng)用服務(wù)器從數(shù)據(jù)庫中提取相應(yīng)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(jù)處理，將此信息送到人機(jī)交互系統(tǒng)輸出，司機(jī)根據(jù)打印出的小票信息進(jìn)行相應(yīng)處理。

集裝箱智能大門工作流程如圖2所示：

2 關(guān)鍵技術(shù)與實現(xiàn)

2.1 基于視頻采集卡圖像采集技術(shù)

（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(jīng)多路切換器、解碼器、A/D變換器，將數(shù)字化的圖像數(shù)據(jù)送到數(shù)據(jù)緩沖器。經(jīng)裁剪、比例壓縮及數(shù)據(jù)格式轉(zhuǎn)換后，由內(nèi)部RISC控制圖形覆蓋與數(shù)據(jù)傳輸，數(shù)據(jù)傳輸于工控機(jī)。工控機(jī)對PLC信號對視頻進(jìn)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(jī)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(jìn)行采集。視頻采集卡上的AV視頻端口與相機(jī)連接：定義視頻采集卡的通道1口連接連接相機(jī)1，即箱號識別視頻采集卡的通道1連接箱號識別X1相機(jī)，驗殘視頻采集卡的通道1連接驗殘相機(jī)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(jìn)行圖片的抓取和相應(yīng)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(jìn)行控制相機(jī)進(jìn)行拍照。

定義相機(jī)的拍照相機(jī)命令為1，相對相機(jī)不需要拍照的命令為0。以相機(jī)X1、X2、X3、X4與Y1、Y2、Y3、Y4的命令邏輯狀態(tài)組成4位二進(jìn)制數(shù)據(jù)。通過PLC的RS指令將相機(jī)拍照命令通過D200寄存器發(fā)送給PC工控機(jī)，上位軟件通過掃描串口數(shù)據(jù)讀取D200發(fā)送的數(shù)據(jù)。6對紅外對射開關(guān)，代號分別為：A1、A2、A3、A4、B1、B2。對射開關(guān)動作為0或1——當(dāng)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(biāo)志是邏輯0，接通標(biāo)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(jìn)行集裝箱車類型及位置判斷。表1為標(biāo)準(zhǔn)車三種情況下，箱號識別PLC與上位軟件控制相機(jī)通信協(xié)議。

（3）采集過程

當(dāng)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(jī)。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(dāng)車上裝載的集裝箱為雙箱時，在車行進(jìn)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(cè)圖、左側(cè)圖和右側(cè)圖。行進(jìn)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(jī)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(cè)圖、右側(cè)圖和后側(cè)圖。當(dāng)車上裝載的是集裝箱長箱時，在車行進(jìn)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(jī)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(cè)圖和左側(cè)圖；在車行進(jìn)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(jī)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(cè)圖和右側(cè)圖。當(dāng)車上裝載的是集裝箱短箱，在車行進(jìn)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(jī)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(rèn)為短箱，即拍到集裝箱短箱的前側(cè)圖、左側(cè)圖、右側(cè)圖和后側(cè)圖。

2.2 基于OCR集裝箱箱號識別技術(shù)

（1）OCR箱號識別技術(shù)

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

圖像采集設(shè)備采集圖像為24位彩色圖像，在進(jìn)行識別時的圖像為灰度圖像。所以圖像預(yù)處理要將采集彩色圖像處理為灰度圖像?；叶戎低琑GB顏色關(guān)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(lán)（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(jìn)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(chǔ)、基于邊界追蹤方法。

其中字符識別是其中的關(guān)鍵技術(shù)，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(jīng)網(wǎng)絡(luò)法。常用的神經(jīng)網(wǎng)絡(luò)有BP神經(jīng)網(wǎng)絡(luò)、RBF 神經(jīng)網(wǎng)絡(luò)、Hopfield 神經(jīng)網(wǎng)絡(luò)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(xùn)練時間，過少會引起判斷上的歧義，網(wǎng)絡(luò)的待處理信息量大，產(chǎn)生的網(wǎng)絡(luò)結(jié)構(gòu)比較復(fù)雜，輸入模式維數(shù)的增加可能導(dǎo)致網(wǎng)絡(luò)規(guī)模龐大，運(yùn)算量大，實用性太差[14]。本文采取模板匹配與特征匹配結(jié)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(zhǔn)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(shè)備、紅外觸發(fā)器等，后臺部分主要是處理軟件等。根據(jù)不同特征對不同字符的識別率不同，根據(jù)實驗結(jié)果得出一系列權(quán)值，根據(jù)模板匹配的結(jié)果選擇權(quán)值，將字符的所有識別結(jié)果進(jìn)行加權(quán)得出識別結(jié)果。

為實現(xiàn)識別高效率和高準(zhǔn)確性，本設(shè)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(jié)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(fù)擔(dān)很重的任務(wù)，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(fèi)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(jié)果進(jìn)行的提速技術(shù)；單圖像送入識別器進(jìn)行圖像解碼、圖像處理、號碼分割、字符識別、結(jié)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(jié)果中包含色彩、排列、位置等大量處理中間信息，為多結(jié)果的校驗做準(zhǔn)備；通常集裝箱可以拍攝到四個側(cè)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(rèn)或者破損過于嚴(yán)重導(dǎo)致切分錯誤，這就需要對多個識別結(jié)果采用多結(jié)果冗余校驗的技術(shù)進(jìn)行檢查和糾正，而且可以判斷出當(dāng)前車輛承載的是一個還是兩個集裝箱。生成的結(jié)果作為集裝箱識別的最終結(jié)果。

3 應(yīng)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(jī)：三星SCB-4000P（騰龍鏡頭12VG412ASIR）；工控機(jī)：研祥IPC-810BDE等設(shè)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(jié)束語

本文結(jié)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(jìn)行研究。介紹圖像采集常見方法，詳細(xì)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(jié)果進(jìn)行多結(jié)果校驗，可實現(xiàn)箱號識別準(zhǔn)確率達(dá)99%以上。

參考文獻(xiàn)：

[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(shè)計[J]. 集裝箱化，2014（12）：23-26.

[2] 彭傳圣. 集裝箱碼頭大門的設(shè)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(shè)計與實現(xiàn)[D]. 長春：吉林大學(xué)（碩士學(xué)位論文），2014.

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

[5] 甫雨. 新技術(shù)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(shè)計與實現(xiàn)[D]. 濟(jì)南：山東大學(xué)（碩士學(xué)位論文），2011.

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

[8] 荊濤，王仲. 光學(xué)字符識別技術(shù)與展望[J]. 計算機(jī)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(xué)報，2001（2）：78-81.

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

[11] 趙高長，張磊，武風(fēng)波. 改進(jìn)的中值濾波算法在圖像去噪中的應(yīng)用[J]. 應(yīng)用光學(xué)，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(jī)應(yīng)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(jī)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(xué)技術(shù)與工程，2010（16）：4043-4048.