预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114955876A(43)申请公布日2022.08.30(21)申请号202210594975.6B66C13/46(2006.01)(22)申请日2022.05.28B66C13/16(2006.01)B66C13/08(2006.01)(71)申请人广州港集团有限公司B66C19/00(2006.01)地址510100广东省广州市越秀区沿江东B65G63/00(2006.01)路406号港口中心B65G57/03(2006.01)申请人广州港股份有限公司广州港股份有限公司南沙集装箱码头分公司(72)发明人肖炳林齐永志何威誉陈高林周礼桥吴嘉贤黄益昌马史德(74)专利代理机构广州弘邦专利商标事务所有限公司44236专利代理师程长文(51)Int.Cl.B66C13/48(2006.01)权利要求书2页说明书8页附图3页(54)发明名称一种自动堆叠方法、装置及系统(57)摘要本发明涉及集装箱堆叠领域,应用于轨道式集装箱起重机,提供一种自动堆叠方法、装置及系统,包括大车、小车架、吊具、控制器。通过3D激光扫描器得到目标检测信息,所述控制器对目标检测信息进行处理得到小车架目标检测位移量和吊具目标检测位移量。通过倾角传感器得到补偿检测信息,所述补偿检测信息包括补偿小车架倾角和补偿吊具倾角,所述控制器对目标检测信息和补偿检测信息进行处理得到小车架补偿位移量和吊具补偿位移量。根据小车架目标检测位移量和小车架补偿位移量求和得到小车架实际位移量,根据吊具目标检测位移量和吊具补偿位移量求和得到吊具实际位移量,自动执行小车架实际位移量和吊具实际位移量。CN114955876ACN114955876A权利要求书1/2页1.一种自动堆叠方法,应用于轨道式集装箱起重机,包括大车、小车架、吊具、控制器,其特征在于,方法包括:通过3D激光扫描器得到目标检测信息,所述目标检测信息包括目标集装箱高度、吊具上集装箱高度、目标检测吊具倾角;所述控制器对目标检测信息进行处理得到小车架目标检测位移量和吊具目标检测位移量;通过倾角传感器得到补偿检测信息,所述补偿检测信息包括补偿小车架倾角和补偿吊具倾角,所述控制器对目标检测信息和补偿检测信息进行处理得到小车架补偿位移量和吊具补偿位移量;根据小车架目标检测位移量和小车架补偿位移量求和得到小车架实际位移量,根据吊具目标检测位移量和吊具补偿位移量求和得到吊具实际位移量;自动执行小车架实际位移量和吊具实际位移量。2.根据权利要求1所述的一种自动堆叠方法,其特征在于,所述补偿位移量具体包括:所述小车架补偿位移量基于所述目标集装箱高度、吊具上集装箱高度、补偿小车架倾角,通过所述控制器运算得到,所述补偿小车架倾角包括前倾角和后倾角;所述吊具补偿位移量通过校验所述补偿吊具倾角和目标检测吊具倾角,所述校验得到的差异值为吊具补偿位移量,所述补偿吊具倾角和目标检测吊具倾角包括前倾角、后倾角、左倾角、右倾角。3.根据权利要求1所述的一种自动堆叠方法,其特征在于,所述方法还包括稳定采集时间确定,所述稳定采集时间通过至少二次不同时间的采集,根据连续两次采集信息的波动比例得到稳定采集时间,所述稳定采集时间的对象包括目标集装箱高度、吊具上集装箱高度、目标检测吊具倾角、补偿小车架倾角和补偿吊具倾角中至少一种,所述小车架实际位移量和吊具实际位移量均基于同一个稳定采集时间。4.根据权利要求3所述的一种自动堆叠方法,其特征在于,所述波动比例为小于‑5%到5%。5.根据权利要求3所述的一种自动堆叠方法,其特征在于,所述方法还包括监测告警方法,所述方法包括:设置小车架正常倾角范围,设置吊具正常倾角范围;获取稳定采集时间补偿小车架倾角和补偿吊具倾角;判断所述稳定采集时间补偿小车架倾角是否满足小车架正常倾角范围,判断所述稳定采集时间补偿吊具倾角是否满足吊具正常倾角范围;提示及记录不满足正常倾角范围的补偿小车架倾角和补偿吊具倾角,并切断机器自动运行命令。6.根据权利要求5所述的一种自动堆叠方法,其特征在于,所述小车架正常倾角范围为‑0.8至0.8度;所述吊具正常倾角范围为‑0.8至0.8度。7.根据权利要求2所述的一种自动堆叠方法,其特征在于,所述方法中小车架补偿位移量通过补偿位移机器学习模型得到,包括:输入小车架特征,所述小车架特征包括目标集装箱高度、吊具上集装箱高度、补偿小车架倾角;2CN114955876A权利要求书2/2页补偿位移机器学习模型处理小车架特征,所述补偿位移机器学习模型通过提取自动堆叠历史数据而建立,历史数据包括堆叠效果标签、小车架倾角、大车位置、小车架位置、起升高度、吊具推杆电机编码器数值、及目标检测信息中目标集装箱高度、吊具上集装箱高度、目标检测吊具倾角;输出小车架补偿位移量预测值