HIRI ICPS: Permite que los camiones portacontenedores del muelle estacionen con mayor precisión que los conductores experimentados.

Resumen del Sistema y Antecedentes Técnicos

Como portador central para la manipulación y transbordo de contenedores, la precisión y eficiencia del posicionamiento de atraque del muelle afectan directamente el ritmo operativo general del puerto, la seguridad en la manipulación y la capacidad de rendimiento. Los esquemas tradicionales de guía se basan principalmente en comandos manuales y señalización terrestre/aérea, sin requerir equipos de detección complejos; sin embargo, sufren de baja precisión y una gran dependencia de la experiencia del operador. Los conductores deben ajustar repetidamente su alineación, y los comandantes son necesarios durante todo el proceso, lo que resulta en altos costos laborales y pérdidas significativas de eficiencia debido a la fatiga y la experiencia. En consecuencia, el tiempo requerido para manipular un solo contenedor se vuelve excesivamente largo.

Las soluciones posteriores asistidas por sensores, como los escáneres láser, han mejorado la precisión del alineamiento; sin embargo, en los complejos entornos exteriores de los puertos, son susceptibles a interferencias por niebla, lluvia y polvo. Cuando la óptica láser se contamina, la precisión de detección se deteriora notablemente. Además, estos sistemas son costosos, tienen una vida útil limitada y generan altos gastos de mantenimiento, lo que dificulta su despliegue a gran escala.

01 Oportunidades en la Evolución Tecnológica
Con el avance del poder de cómputo y la adopción generalizada de tecnologías de big data, el aprendizaje profundo—particularmente las redes neuronales convolucionales (CNN)—ha logrado avances en el campo del reconocimiento de imágenes. En comparación con los métodos tradicionales, el aprendizaje profundo elimina la necesidad de ingeniería manual de características y puede aprender adaptativamente los patrones de datos, ofreciendo un nuevo enfoque para abordar problemas no lineales complejos en escenarios de automatización industrial. HIRI FUTURE ha seguido esta tendencia tecnológica integrando la percepción visual con redes neuronales, lanzando el Sistema Inteligente de Posicionamiento de Chasis (ICPS) para abordar las deficiencias de las soluciones convencionales en términos de precisión, eficiencia y nivel de inteligencia.

Definición del Sistema Inteligente de Posicionamiento de Chasis
El Sistema Inteligente de Posicionamiento de Chasis (ICPS) de HIRI FUTURE es un Sistema de Guía Inteligente basado en visión que utiliza cámaras de alta definición para capturar imágenes en tiempo real del carril operativo. Aprovechando las verificaciones cruzadas redundantes entre cámaras duales e integrando modelos de aprendizaje profundo, detecta rápidamente contenedores y marcos de chasis, localiza componentes críticos y guía a los conductores hacia posiciones de atraque precisas mediante pantallas industriales y avisos de voz.

El sistema ICPS cuenta con ventajas clave:

Alta robustez: Se han recopilado y anotado más de 100,000 muestras de datos, cubriendo condiciones desafiantes como iluminación variable, oclusiones, escenas nocturnas, lluvia, niebla y nieve, asegurando un rendimiento estable del modelo.

Rendimiento en tiempo real: Reconocimiento de un solo cuadro tan rápido como 40 ms, soportando operación continua 24/7.

Compatibilidad con múltiples vehículos: Soporta una variedad de tipos de vehículos, incluyendo transportadores internos, transportadores externos, transportadores no tripulados, IGVs, AGVs y más.

Funciones avanzadas: Soporta detección de costuras de doble contenedor y juicio de altura de contenedores/altos, emite señales de protección TTDS basadas en las dimensiones del spreader, y puede calcular la posición objetivo del carrito y la pose objetivo del camión contenedor.

Operaciones automatizadas en tierra: detección de varios tipos de contenedores.

Soporta guía en tiempo real y guía secundaria para el reposicionamiento de grúas de patio.

02 ¿De dónde proviene la precisión a nivel centimétrico?

— Revelando la Tecnología de Percepción Espacial de ICPS

2.1 Desafíos de la Industria: ¿Por qué las cámaras ordinarias no pueden lograr precisión a nivel centimétrico?

Distorsión de lentes gran angular: Para cubrir una amplia vía operativa, las cámaras suelen estar equipadas con lentes gran angular, que pueden causar distorsión en los bordes de la imagen (distorsión de barril o cojín), lo que conduce a errores de medición directa de hasta varias decenas de centímetros.

Limitaciones inherentes del rango monocular: carece de información de profundidad, y los métodos convencionales dependen de suposiciones del plano del suelo o calibración manual, lo que dificulta su adaptación a diferentes tipos de vehículos y alturas de cajas de carga.

La interferencia ambiental—como cambios en la iluminación, lluvia y niebla, condiciones nocturnas y reflejos de contenedores—puede causar desviaciones en el rendimiento de localización de los algoritmos convencionales de visión por computadora.

Para abordar estos problemas, no podemos depender únicamente de apilar más niveles de modelos; en cambio, se requiere una tecnología integral de percepción espacial. HIRI FUTURE ha desglosado esta tecnología en tres pasos centrales que son susceptibles de implementación ingenieril.

2.2 Hoja de Ruta Tecnológica Central: De “Ver” a “Medir con Precisión”

Paso 1: Mapeo de Referencia Espacial — Estableciendo la “Cuadrícula de Coordenadas”

Los lentes gran angular causan que los bordes de la imagen se curven, y las mediciones directas pueden resultar en errores de varias decenas de centímetros. El sistema primero aplica un algoritmo de corrección de distorsión para “enderezar” los bordes del contenedor y la estructura del marco del vehículo que aparecen doblados en la imagen—aunque deberían ser rectos—restaurando así las verdaderas relaciones geométricas del mundo real. Luego establece un mapeo de las coordenadas de píxeles a un sistema unificado de coordenadas en un plano virtual, estableciendo efectivamente una “cuadrícula de coordenadas a nivel centimétrico” en la imagen, asegurando que todas las mediciones posteriores se basen en una referencia física precisa.

Paso 2: Extracción de Información Semántica — Entendiendo “Quién es Quién”

El sistema emplea modelos de aprendizaje profundo para detectar objetivos como camiones contenedores, remolques, contenedores, esquinas de fijación y placas guía, y extrae sus atributos semánticos (tipo, puntos clave y restricciones de dimensiones estándar). Esto es similar a instruir a la computadora: qué objeto en la imagen es un chasis, cuál es un contenedor y cuál es una fijación de esquina. Aprovechando el conocimiento previo—como el espaciamiento estándar entre fijaciones de esquina—como fuertes restricciones para el cálculo geométrico, el sistema logra una transición de “ver píxeles” a “entender la escena.”

Paso 3: Percepción de Información Espacial — Calculando “cuánto desviarse y dónde detenerse”

Basándose en la “cuadrícula de coordenadas” y las “etiquetas semánticas,” el sistema selecciona dinámicamente el plano de referencia óptimo—como el plano del remolque o la superficie superior del contenedor—según la categoría del objetivo. Usando el sistema de coordenadas del bogie-equipo como referencia, aplica una transformación homográfica para convertir las coordenadas de píxeles de cada objetivo en coordenadas bidimensionales en el plano virtual. El sistema finalmente proporciona la posición precisa y el ángulo de orientación de cada objetivo, junto con métricas clave como la desviación del borde del marco y el ancho de la costura entre cajas.

Además de los tres algoritmos centrales mencionados, ICPS incorpora numerosas salvaguardas a nivel de ingeniería en sus implementaciones productivas:

2.3 Soluciones HIRI
Verificación de Redundancia con Cámara Binocular

Adoptando una solución de cámara dual HD, con cada cámara realizando detección independiente y simultáneamente intercambiando información complementaria desde dos perspectivas, el sistema asegura que la alimentación de la cámara permanezca utilizable incluso si una cámara se ve afectada por interferencias ambientales, mejorando así el rendimiento confiable del sistema.

Corrección de imagen de cámara

Al estimar los parámetros del modelo de distorsión mediante un algoritmo de calibración, “enderezamos” segmentos de línea que aparecen curvados en la imagen de la cámara pero son rectos en el mundo real, corrigiendo así la distorsión introducida por lentes gran angular y asegurando un mapeo preciso de las coordenadas de imagen a las coordenadas del mundo real.

Localización de Modelo de Extremo a Extremo

Desde la entrada de imagen hasta el reconocimiento preciso de la tarea objetivo, el proceso abarca adquisición de flujo de cámara, corrección de imagen, detección de objetos y cálculo de coordenadas espaciales, logrando control de error a nivel de píxel.

Transformación de Datum Espacial

Al fusionar los resultados de la corrección de la cámara con los de la detección de objetivos e integrar la información de las señales del PLC, calculamos las coordenadas planas del carro principal y de las direcciones del carro móvil de la grúa, estimamos la posición física real del camión portacontenedores y su correspondiente ángulo de guiñada y, mediante la coincidencia de tareas, determinamos la posición de los bordes del remolque del camión, las posiciones de las esquinas del contenedor y el ancho de las juntas del contenedor.

Es precisamente este enfoque técnico —“trazar una cuadrícula de coordenadas → colocar etiquetas → calcular posiciones”—, combinado con la redundancia binocular y un procedimiento de extremo a extremo, lo que permite a ICPS mantener una precisión de posicionamiento estable del orden de centímetros incluso en el entorno complejo de un puerto.

03 Más allá del posicionamiento: Demostración práctica de la capacidad del ICPS de HIRI

Guiado de carretillas interiores tradicionales: Los conductores pueden estacionar con precisión en un solo movimiento, gracias a la pantalla industrial y a las indicaciones de voz, lo que elimina la necesidad de dirección en el lugar.

Guía para camiones: Admite la guía en tiempo real y la guía secundaria para camiones de contenedores externos (remolque externo) y es compatible con todo tipo de configuraciones de contenedores.

Guía para transelevadores no tripulados/IGV: Generar directamente la pose objetivo del espacio de estacionamiento para el control en bucle cerrado del sistema de conducción autónoma.

Detección de juntas entre contenedores dobles + protección TTDS: detecta el ancho del espacio entre dos contenedores, identifica contenedores altos o bajos y se coordina con el spreader para evitar colisiones.

Cálculo de la posición objetivo del carro: Pre‑calcular la posición de alineación óptima del carro distribuidor para mejorar la eficiencia operativa.

04 Haz que cada parada sea más relajante

El Sistema Inteligente de Posicionamiento del Chasis (ICPS) de HIRI FUTURE sustituye las soluciones tradicionales basadas en láser y manuales por una combinación de “percepción visual + computación espacial”, logrando un posicionamiento con precisión centimétrica utilizando un hardware mínimo, al tiempo que ofrece ventajas como bajos costos de despliegue, alta robustez ambiental y compatibilidad con múltiples tipos de vehículos. A medida que la tendencia hacia muelles inteligentes y sin tripulación gana impulso, el sistema seguirá evolucionando: ampliará su conjunto de datos para incluir condiciones climáticas extremas, integrará la fusión multisensorial —incluyendo radares de ondas milimétricas— y extenderá sus aplicaciones, pasando de la guía del chasis a la apilación automatizada de contenedores en el patio de almacenamiento y al transporte horizontal completamente autónomo y a la planificación global, contribuyendo así a que los puertos alcancen la automatización integral de sus operaciones.