HIRI ICPS : Permettre aux camions portuaires de stationner avec une précision supérieure à celle des conducteurs chevronnés.

Aperçu du système et contexte technique

En tant que cœur de la manutention et du transbordement des conteneurs, la précision et l’efficacité du positionnement à l’amarrage du quai influencent directement le rythme opérationnel global du port, la sécurité des opérations et sa capacité de traitement. Les schémas de guidage traditionnels reposent principalement sur des consignes manuelles et sur des signalisations au sol ou aériennes, sans recourir à des équipements de détection complexes ; toutefois, ils présentent une faible précision et dépendent fortement de l’expérience des opérateurs. Les conducteurs doivent ajuster à plusieurs reprises leur alignement, tandis que les chefs d’équipe sont sollicités tout au long du processus, ce qui entraîne des coûts de main-d’œuvre élevés et des pertes importantes d’efficacité dues à la fatigue et à l’expertise. Par conséquent, le temps nécessaire au traitement d’un seul conteneur devient excessivement long.

Les solutions ultérieures assistées par capteurs, telles que les scanners laser, ont permis d’améliorer la précision de l’alignement ; toutefois, dans les environnements extérieurs complexes des ports, elles sont sujettes aux perturbations causées par le brouillard, la pluie et la poussière. Lorsque les optiques du laser se salissent, la précision de la détection se détériore sensiblement. En outre, ces systèmes sont coûteux, présentent une durée de vie limitée et entraînent des frais d’entretien élevés, ce qui rend leur déploiement à grande échelle particulièrement difficile.

01 Opportunités dans l’évolution technologique
Avec l’accroissement de la puissance de calcul et l’adoption généralisée des technologies du big data, l’apprentissage profond — en particulier les réseaux neuronaux convolutifs (CNN) — a connu des percées majeures dans le domaine de la reconnaissance d’images. Par rapport aux méthodes traditionnelles, l’apprentissage profond supprime la nécessité d’une ingénierie manuelle des caractéristiques et permet d’apprendre de manière adaptative les motifs présents dans les données, offrant ainsi une nouvelle approche pour résoudre des problèmes complexes non linéaires dans les contextes d’automatisation industrielle. HIRI FUTURE a su suivre cette tendance technologique en intégrant la perception visuelle aux réseaux neuronaux, en lançant le Système Intelligent de Positionnement du Châssis (ICPS) afin de pallier les insuffisances des solutions conventionnelles en termes de précision, d’efficacité et de niveau d’intelligence.

Définition du système de positionnement intelligent du châssis
Le système de positionnement intelligent des châssis (ICPS) d’HIRI FUTURE est un système de guidage intelligent des châssis basé sur la vision, qui utilise des caméras haute définition pour capturer en temps réel les images de la voie de manœuvre. Grâce à des vérifications croisées redondantes entre deux caméras et à l’intégration de modèles d’apprentissage profond, il détecte rapidement les conteneurs et les cadres de châssis, localise les composants critiques et guide les conducteurs vers des positions d’accostage précises via des écrans industriels et des instructions vocales.

Le système ICPS présente des avantages fondamentaux :

Haute robustesse : Plus de 100 000 échantillons de données ont été collectés et annotés, couvrant des conditions difficiles telles que des variations d’éclairage, des occlusions, des scènes nocturnes, la pluie, le brouillard et la neige, garantissant ainsi une performance stable du modèle.

Performance en temps réel : reconnaissance d’une seule image en seulement 40 ms, avec prise en charge d’un fonctionnement continu 24 h/24 et 7 j/7.

Compatibilité multi‑véhicules : Prend en charge une grande variété de types de véhicules, notamment les transporteurs navettes internes, les transporteurs navettes externes, les transporteurs navettes sans équipage, les IGV, les AGV, et bien d’autres.

Fonctions avancées : prend en charge la détection des joints de conteneurs doubles et l’évaluation de la hauteur des conteneurs, émet des signaux de protection TTDS en fonction des dimensions du palonnier, et peut calculer la position cible du chariot ainsi que la pose cible du camion-porte-conteneurs.

Opérations d’automatisation côté terre : détection des différents types de conteneurs

Prend en charge le guidage en temps réel et le guidage secondaire pour le repositionnement des grues de chantier.

02 D’où vient la précision au centimètre près ?

— Dévoilement de la technologie de perception spatiale d’ICPS

2.1 Défis du secteur : pourquoi les caméras ordinaires ne parviennent-elles pas à atteindre une précision de l’ordre du centimètre ?

Distorsion due aux objectifs grand-angle : Afin de couvrir une voie de circulation étendue, les caméras sont souvent équipées d’objectifs grand-angle, ce qui peut entraîner une distorsion des images aux bords (distorsion en barillet ou en coussin), pouvant conduire à des erreurs de mesure directe pouvant atteindre plusieurs dizaines de centimètres.

Limites intrinsèques du repérage monocalulaire : il ne fournit pas d’informations de profondeur, et les méthodes conventionnelles reposent sur des hypothèses de plan de sol ou sur un étalonnage manuel, ce qui rend leur adaptation aux différents types de véhicules et aux hauteurs variées des caisses de chargement particulièrement difficile.

Les perturbations environnementales — telles que les variations d’éclairage, la pluie et le brouillard, les conditions nocturnes ainsi que les reflets provenant des conteneurs maritimes — peuvent entraîner une dérive des performances de localisation des algorithmes de vision par ordinateur classiques.

Pour résoudre ces problèmes, il ne suffit pas de multiplier les niveaux du modèle ; il est plutôt nécessaire d’adopter un pipeline technologique complet en matière de perception spatiale. HIRI FUTURE a décomposé ce pipeline en trois étapes essentielles, toutes compatibles avec une mise en œuvre ingénierique.

2.2 Feuille de route technologique centrale : de la « vision » à la « mesure précise »

Étape 1 : Mappage de la référence spatiale — Établissement du « quadrillage de coordonnées »

Les objectifs grand‑angle font courber les bords de l’image, et les mesures directes peuvent alors entraîner des erreurs de plusieurs dizaines de centimètres. Le système applique d’abord un algorithme de correction de la distorsion afin de « redresser » les bords du conteneur et la structure du châssis du véhicule, qui apparaissent déformés sur l’image — alors qu’ils devraient être rectilignes —, rétablissant ainsi les véritables relations géométriques du monde réel. Il établit ensuite une correspondance entre les coordonnées des pixels et un système de coordonnées virtuel uniforme, posant en quelque sorte sur l’image une « grille de coordonnées au centimètre près », ce qui garantit que toutes les mesures ultérieures s’appuient sur une référence physique précise.

Étape 2 : Extraction d’informations sémantiques — Comprendre « qui est qui »

Le système utilise des modèles d’apprentissage profond pour détecter des cibles telles que les camions-bennes, les remorques, les conteneurs, les coins de conteneur et les plaques de guidage, et en extrait les attributs sémantiques (type, points clés et contraintes dimensionnelles standard). Cela revient à indiquer à l’ordinateur : quel objet dans l’image est un châssis, lequel est un conteneur et lequel est un coin de conteneur. En tirant parti de connaissances a priori — comme l’espacement standard entre les coins de conteneur — en tant que contraintes fortes pour le calcul géométrique, le système parvient à passer de la « vision des pixels » à la « compréhension de la scène ».

Étape 3 : Perception de l’information spatiale — Calculer « à quel point s’éloigner et où s’arrêter »

S’appuyant sur la « grille de coordonnées » et les « étiquettes sémantiques », le système sélectionne dynamiquement le plan de référence optimal — par exemple, le plan de la remorque ou la surface supérieure du conteneur — en fonction de la catégorie cible. En prenant le système de coordonnées du bogie‑équipement comme référence, il applique une transformation d’homographie pour convertir les coordonnées pixel de chaque cible en coordonnées dans un plan virtuel bidimensionnel. Le système fournit finalement la position précise et l’angle d’orientation de chaque cible, ainsi que des indicateurs clés tels que l’écart par rapport au bord du cadre et la largeur des joints entre les caisses.

Outre les trois algorithmes de base mentionnés ci‑dessus, ICPS intègre de nombreuses mesures de sécurité de niveau ingénierie dans ses implémentations de production :

2.3 Solutions HIRI
Vérification de la redondance des caméras binoculaires

En adoptant une solution à double caméra haute définition, chaque caméra assurant une détection indépendante et échangeant simultanément des informations complémentaires sous deux angles différents, le système garantit que le flux vidéo demeure exploitable même si l’une des caméras est perturbée par des interférences environnementales, renforçant ainsi la fiabilité de ses performances.

Correction d'image de la caméra

En estimant les paramètres du modèle de distorsion à l’aide d’un algorithme de calibration, nous « redressons » les segments de droite qui apparaissent courbés sur l’image capturée par la caméra mais sont rectilignes dans le monde réel, corrigeant ainsi la distorsion introduite par les objectifs grand-angle et garantissant une correspondance précise entre les coordonnées de l’image et les coordonnées du monde réel.

Localisation du modèle de bout en bout

De la saisie d’images à la reconnaissance précise de la tâche cible, le processus englobe l’acquisition du flux vidéo, la correction des images, la détection d’objets et le calcul des coordonnées spatiales, assurant un contrôle de l’erreur au niveau pixel.

Transformation de datum spatial

En fusionnant les résultats de correction de la caméra avec ceux de la détection des cibles et en intégrant les informations issues du signal PLC, nous calculons les coordonnées planes du chariot principal de la grue ainsi que les directions du chariot, estimons la position physique réelle du camion-porte-conteneurs et son angle de lacet correspondant, et, par le biais d’un appariement des tâches, déterminons la position des bords de la remorque du camion‑porte‑conteneurs, les positions des coins du conteneur ainsi que la largeur des joints entre les conteneurs.

C’est précisément cette approche technique — « tracé d’une grille de coordonnées → apposition d’étiquettes → calcul des positions » — associée à la redondance binoculaire et à une procédure de bout en bout, qui permet à l’ICPS de maintenir une précision de positionnement stable de l’ordre du centimètre, même dans l’environnement complexe d’un port.

03 Au-delà du positionnement : Démonstration pratique de la capacité de l’ICPS HIRI

Guidage des chariots élévateurs internes traditionnels : les conducteurs peuvent stationner avec précision en une seule manœuvre, grâce à l’écran industriel et aux instructions vocales, éliminant ainsi le besoin d’une assistance sur site.

Guidage des camions : prend en charge le guidage en temps réel et le guidage secondaire pour les camions-citernes externes (remorquage externe) et est compatible avec tous les types de configurations de conteneurs.

Guide pour les chariots straddle sans conducteur/IGV : fournir directement la pose de l’espace de stationnement cible afin d’assurer la régulation en boucle fermée par le système de conduite autonome.

Détection de la jointure entre deux conteneurs + protection TTDS : détecte la largeur d’espacement entre deux conteneurs, identifie les conteneurs surhaussés ou surbaissés, et assure la coordination avec le Spreader afin d’éviter les collisions.

Calcul de la position cible du chariot : précalculez la position d’alignement optimale du chariot de répartition afin d’améliorer l’efficacité opérationnelle.

04 Rendez chaque arrêt plus détendu

Le système intelligent de positionnement des châssis (ICPS) d’HIRI FUTURE remplace les solutions traditionnelles basées sur le laser et les méthodes manuelles par une approche combinant « perception visuelle + informatique spatiale », permettant une précision de positionnement de l’ordre du centimètre tout en recourant à un matériel minimal, tout en offrant des avantages tels que des coûts de déploiement réduits, une grande robustesse environnementale et une compatibilité avec de multiples types de véhicules. Alors que la tendance vers des quais intelligents et sans équipage s’accélère, le système continuera d’évoluer : il élargira son ensemble de données pour intégrer les conditions météorologiques extrêmes, mettra en œuvre une fusion multi-capteurs incluant le radar à ondes millimétriques, et étendra ses applications, passant du guidage des châssis au gerbage automatisé des conteneurs dans les parcs à conteneurs, ainsi qu’au transport horizontal entièrement autonome et à la planification globale, contribuant ainsi à aider les ports à atteindre une automatisation de bout en bout de leurs opérations.