集装箱码垛角点及码放规范性检测

项目角色：负责开发并优化视觉算法，以实现角点的准确识别和货物的规范码垛。工作内容涵盖算法的设计、编码，确
保系统能够高效地与机械臂系统协同工作。
项目难点：集装箱的新旧程度不同，内部残缺修补状况各异，而且环境中存在灰尘干扰和复杂的环境光照条件。这些因
素增加了集装箱角点识别和码放规范性检测的难度，对视觉感知算法的鲁棒性提出很高的要求。
技术方案：使用 RGB-D 相机采集图像和点云数据，结合图像处理和深度学习算法，实现对集装箱角点和瓦楞箱体边缘
的检测。码放规范性检测方面，通过检测是否缺箱、少箱，是否存在歪倒、倾斜，判定码放的规范性。改进传统图像处理流
程，采用 MLSD 直线检测模型并在私有数据集上进行微调训练，提高检测的鲁棒性。