HIRI ICPS: Permite que os caminhões de contêineres do cais estacionem com maior precisão do que motoristas experientes.

Visão Geral do Sistema e Fundamentação Técnica

Como o principal meio de apoio ao manuseio e ao transbordo de contêineres, a precisão e a eficiência do posicionamento de atracação do cais afetam diretamente o ritmo operacional global do porto, a segurança das operações e a capacidade de processamento. Os esquemas de orientação tradicionais baseiam‑se principalmente em comandos manuais e em sinalização terrestre e aérea, sem necessidade de equipamentos de sensoriamento complexos; entretanto, apresentam baixa precisão e dependem amplamente da experiência dos operadores. Os condutores precisam ajustar repetidamente o alinhamento, e é exigida a presença constante de comandantes durante todo o processo, o que resulta em elevados custos de mão de obra e em expressivas perdas de eficiência devido à fadiga e à falta de padronização. Consequentemente, o tempo necessário para o manuseio de um único contêiner torna‑se excessivamente longo.

Soluções subsequentes baseadas em sensores, como os scanners a laser, têm melhorado a precisão do alinhamento; no entanto, nos ambientes externos complexos dos portos, elas são suscetíveis à interferência causada por neblina, chuva e poeira. Quando as ópticas do laser ficam contaminadas, a precisão da detecção deteriora‑se de forma acentuada. Além disso, esses sistemas são onerosos, apresentam vida útil limitada e acarretam elevados custos de manutenção, o que torna seu implante em larga escala desafiador.

01 Oportunidades na Evolução Tecnológica
Com o avanço da capacidade computacional e a adoção generalizada das tecnologias de big data, o aprendizado profundo — em especial as redes neurais convolucionais (CNNs) — tem alcançado avanços significativos no campo do reconhecimento de imagens. Em comparação com os métodos tradicionais, o aprendizado profundo elimina a necessidade de engenharia manual de características e é capaz de aprender de forma adaptativa os padrões dos dados, oferecendo uma nova abordagem para resolver problemas complexos não lineares em cenários de automação industrial. A HIRI FUTURE tem acompanhado essa tendência tecnológica ao integrar a percepção visual às redes neurais, lançando o Sistema Inteligente de Posicionamento de Chassi (ICPS) para superar as limitações das soluções convencionais em termos de precisão, eficiência e nível de inteligência.

Definição do Sistema Inteligente de Posicionamento do Chassi
O Sistema Inteligente de Posicionamento de Chassis (ICPS) da HIRI FUTURE é um sistema de orientação inteligente de chassis baseado em visão, que utiliza câmeras de alta definição para capturar imagens em tempo real da faixa de operação. Ao aproveitar verificações cruzadas redundantes entre duas câmeras e integrar modelos de aprendizado profundo, ele detecta rapidamente contêineres e estruturas de chassis, localiza componentes críticos e orienta os motoristas até posições de atracação precisas por meio de displays industriais e instruções vocais.

O sistema ICPS apresenta vantagens essenciais:

Alta robustez: Mais de 100.000 amostras de dados foram coletadas e anotadas, abrangendo condições desafiadoras, como iluminação variável, oclusões, cenas noturnas, chuva, neblina e neve, garantindo um desempenho estável do modelo.

Desempenho em tempo real: reconhecimento de quadros individuais com velocidade de até 40 ms, suportando operação contínua 24 horas por dia, 7 dias por semana.

Compatibilidade com múltiplos veículos: Suporta diversos tipos de veículos, incluindo transportadores internos de navios‑gaiola, transportadores externos de navios‑gaiola, transportadores autônomos sem operador, IGVs, AGVs e muito mais.

Recursos avançados: Suporta a detecção de emendas de contêineres duplos e a avaliação da altura do contêiner; gera sinais de proteção TTDS com base nas dimensões do espalhador; e pode calcular a posição alvo do carrinho e a pose alvo do caminhão‑cavalo.

Operações de automação no lado terrestre: detecção de diversos tipos de contêineres

Suporta orientação em tempo real e orientação secundária para o reposicionamento de guindastes de pátio.

02 De onde vem a precisão de nível centimétrico?

— Revelação da Tecnologia de Percepção Espacial da ICPS

2.1 Desafios do setor: Por que as câmeras comuns não conseguem alcançar precisão na escala de centímetros?

Distorção de lentes grande‑angulares: Para cobrir uma faixa operacional ampla, as câmeras costumam ser equipadas com lentes grande‑angulares, que podem provocar distorções nas bordas da imagem (distorção em barril ou em almofada), resultando em erros diretos de medição de até algumas dezenas de centímetros.

Limitações inerentes ao alcance monocular: ele carece de informações de profundidade, e os métodos convencionais dependem de suposições sobre o plano do solo ou de calibração manual, o que dificulta sua adaptação a diferentes tipos de veículos e alturas de caixas de carga.

A interferência ambiental — como variações na iluminação, chuva e neblina, condições noturnas e reflexos provenientes de contêineres marítimos — pode provocar desvios no desempenho de localização dos algoritmos convencionais de visão computacional.

Para abordar essas questões, não podemos contar apenas com a adição de mais camadas ao modelo; em vez disso, é necessária uma pipeline abrangente de tecnologias de percepção espacial. A HIRI FUTURE dividiu esse pipeline em três etapas fundamentais, passíveis de implementação técnica.

2.2 Roteiro Tecnológico Central: De “Ver” a “Medir com Precisão”

Etapa 1: Mapeamento da Referência Espacial — Definindo a “Grade de Coordenadas”

As lentes grande‑angulares fazem com que as bordas da imagem fiquem curvadas, e medições diretas podem acarretar erros de algumas dezenas de centímetros. O sistema aplica inicialmente um algoritmo de correção de distorção para “endireitar” as bordas do contêiner e a estrutura do chassi do veículo, que aparecem curvadas na imagem — embora deveriam ser retas —, restabelecendo assim as verdadeiras relações geométricas do mundo real. Em seguida, estabelece um mapeamento das coordenadas dos pixels para um sistema unificado de coordenadas no plano virtual, efetivamente traçando sobre a imagem uma “grade de coordenadas de nível centimétrico”, garantindo que todas as medições subsequentes se baseiem em uma referência física precisa.

Etapa 2: Extração de Informações Semânticas — Compreendendo “Quem é Quem”

O sistema utiliza modelos de aprendizado profundo para detectar alvos como caminhões‑contêiner, reboques, contêineres, molduras de canto e placas guia, e extrai seus atributos semânticos (tipo, pontos-chave e restrições dimensionais padrão). Isso equivale a instruir o computador: qual objeto na imagem é um chassi, qual é um contêiner e qual é uma peça de encaixe angular. Ao aproveitar conhecimentos prévios — como o espaçamento padrão entre as peças de encaixe angular — como fortes restrições para o cálculo geométrico, o sistema realiza uma transição de “ver pixels” para “compreender a cena”.

Etapa 3: Percepção de Informação Espacial — Calculando “quanto desviar e onde parar”

Com base na “grade de coordenadas” e nos “rótulos semânticos”, o sistema seleciona dinamicamente o plano de referência mais adequado — como o plano do reboque ou a superfície superior do contêiner —, de acordo com a categoria de destino. Utilizando o sistema de coordenadas do bogie‑equipamento como referência, aplica uma transformação de homografia para converter as coordenadas em pixels de cada alvo em coordenadas bidimensionais no plano virtual. Por fim, o sistema fornece a posição precisa e o ângulo de orientação de cada alvo, juntamente com métricas-chave, como o desvio em relação à borda do quadro e a largura da junta entre os boxes.

Além dos três algoritmos centrais mencionados acima, o ICPS incorpora numerosas salvaguardas de nível de engenharia em suas implementações de produção:

2.3 Soluções HIRI
Verificação de Redundância da Câmera Binocular

Ao adotar uma solução de câmera dual‑HD, em que cada câmera realiza detecção independente e troca simultaneamente informações complementares sob duas perspectivas, o sistema garante que o fluxo de vídeo permaneça utilizável mesmo que uma das câmeras seja afetada por interferências ambientais, reforçando assim o desempenho confiável do sistema.

Correção de imagem da câmera

Ao estimar os parâmetros do modelo de distorção por meio de um algoritmo de calibração, “endireitamos” segmentos de reta que aparecem curvos na imagem capturada pela câmera, mas são retos no mundo real, corrigindo assim a distorção introduzida por lentes grande‑angulares e garantindo uma correspondência precisa entre as coordenadas da imagem e as coordenadas do mundo real.

Localização de Modelo de Ponta a Ponta

Do recebimento da imagem à reconhecimento preciso da tarefa‑alvo, o processo abrange a aquisição do fluxo de vídeo da câmera, a correção da imagem, a detecção de objetos e o cálculo das coordenadas espaciais, alcançando um controle de erro em nível de pixel.

Transformação de Datum Espacial

Ao fundir os resultados de correção da câmera com os resultados de detecção do alvo e integrar as informações do sinal PLC, calculamos as coordenadas planas da posição do carro principal do guindaste e das direções do carrinho, estimamos a posição física real do caminhão‑contêiner e seu respectivo ângulo de guinada e, por meio da correspondência de tarefas, determinamos a posição da borda da carreta do caminhão‑contêiner, as posições dos cantos do contêiner e a largura das juntas do contêiner.

É precisamente essa abordagem técnica — “traçar uma grade de coordenadas → fixar rótulos → calcular posições” —, aliada à redundância binocular e a um procedimento de ponta a ponta, que permite ao ICPS manter uma precisão de posicionamento estável na escala do centímetro, mesmo em ambientes complexos como os de um porto.

03 Além do Posicionamento: Demonstração Prática de Capacidade do HIRI ICPS

Guiamento de empilhadeiras internas tradicionais: os operadores podem estacionar com precisão em uma única tentativa, graças ao display industrial e aos avisos sonoros, eliminando a necessidade de orientação no local.

Orientação para caminhões: oferece orientação em tempo real e orientação secundária para caminhões externos de contêineres (reboque externo) e é compatível com todos os tipos de configurações de contêineres.

Orientação para veículos de transporte sobre trilhos não tripulados/IGVs: fornecer diretamente a pose desejada do espaço de estacionamento para o controle em malha fechada pelo sistema de condução autônoma.

Detecção de junta entre dois contêineres + proteção TTDS: detecta a largura do espaço entre dois contêineres, identifica contêineres altos ou baixos e coordena-se com o Spreader para evitar colisões.

Cálculo da posição alvo do carrinho: Pré‑calcular a posição de alinhamento ideal do carrinho espalhador para melhorar a eficiência operacional.

04 Torne cada parada mais relaxante

O Sistema Inteligente de Posicionamento de Chassis (ICPS) da HIRI FUTURE substitui as soluções tradicionais baseadas em laser e manuais por “percepção visual + computação espacial”, alcançando um posicionamento com precisão na ordem do centímetro utilizando hardware mínimo, ao mesmo tempo em que oferece vantagens como baixos custos de implantação, elevada robustez ambiental e compatibilidade com múltiplos tipos de veículos. À medida que a tendência rumo a cais inteligentes e autônomos ganha força, o sistema continuará a evoluir: ampliando seu conjunto de dados para incluir condições climáticas extremas, integrando a fusão de múltiplos sensores — incluindo radares de ondas milimétricas — e estendendo suas aplicações, desde a orientação de chassis até o empilhamento automatizado de contêineres no pátio de empilhamento e o transporte horizontal totalmente autônomo e o planejamento global, contribuindo assim para que os portos alcancem a automação de ponta a ponta de suas operações.