CN109443201A - 一种基于s300激光扫描传感器的栈板识别方法 - Google Patents

一种基于s300激光扫描传感器的栈板识别方法 Download PDF

Info

Publication number
CN109443201A
CN109443201A CN201811285536.7A CN201811285536A CN109443201A CN 109443201 A CN109443201 A CN 109443201A CN 201811285536 A CN201811285536 A CN 201811285536A CN 109443201 A CN109443201 A CN 109443201A
Authority
CN
China
Prior art keywords
pallet
laser sensor
scanning laser
fork truck
scanning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811285536.7A
Other languages
English (en)
Other versions
CN109443201B (zh
Inventor
杨显洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Jaten Robot and Automation Co Ltd
Original Assignee
Guangdong Jaten Robot and Automation Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Jaten Robot and Automation Co Ltd filed Critical Guangdong Jaten Robot and Automation Co Ltd
Priority to CN201811285536.7A priority Critical patent/CN109443201B/zh
Publication of CN109443201A publication Critical patent/CN109443201A/zh
Application granted granted Critical
Publication of CN109443201B publication Critical patent/CN109443201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/14Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00Measuring inclination, e.g. by clinometers, by levels

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Forklifts And Lifting Vehicles (AREA)

Abstract

本发明提供一种基于S300激光扫描传感器的栈板识别方法,与现有技术相比,本发明的栈板识别方法利用S300激光扫描传感器的轮廓测量功能识别栈板的当前姿态,由于S300激光扫描传感器通过主动扫描获得扫描数据,因此获取数据的方式直接快捷,且AGV无需另装外部接收器和反射器,安装结构更简单,且成本更低,有利于激光叉车的推广应用。

Description

一种基于S300激光扫描传感器的栈板识别方法
技术领域
本发明涉及物体定位领域,具体涉及一种基于S300激光扫描传感器的栈板识别方法。
背景技术
近年来,随着智能工厂和无人仓库的兴起以及传统制造业的转型升级,基于激光自主导航的激光叉车作为一种重要的AGV设备已经在众多的自动化生产线中得到广泛应用。在实际应用中,激光叉车将物料从A点运送到B点时,物料一般存放在栈板、滚筒线或货架上,高度固定且可通过人工提前测量的。
激光叉车是否能完成自动搬运任务的关键在于能否准确的识别和定位栈板,但目前在AGV领域,对于栈板的自动识别方法仍存在空白。对于一般的应用,栈板的位置相对固定,可提前输入栈板的位置让激光叉车自动叉取。不过对于栈板放歪时,常规的AGV搬运车在这样的场景下根本无法进行识别。目前,在市场上可利用图像识别技术进行视觉定位,对栈板插孔进行识别,再计算出栈板插孔实际位置,此方案成本较高,具有一定的局限性。
S300激光扫描传感器作为一种光学传感器,它用红外激光射线来二维式扫描其周围环境,用于监控机器或车辆上的危险区域。S300是按照光飞行时间测量原理来工作的,它发出很短的光脉冲(发送脉冲);与此同时,一个“电子秒表”开始计时。如果光线遇到物体,将被反射回来并被安全激光扫描器接收(接收脉冲)。S300通过发送和接收时间点之间的时间间隔(t)来计算与物体的距离。此外,在S300中有一面匀速旋转的镜子,它使光脉冲偏转,这样,光脉冲就可以分散在270°的扇形区域中,由此可以识别在270°以内的保护区域中的物体。相对于安全激光扫描器的背面而言,扫描的第一束射线从-45°开始。S300以0.5°的角分辨率发送其光脉冲,这样就可以在8米范围内达到在30mm至150mm之间的分辨率。
基于以上所述,假设将S300激光扫描传感器应用在栈板的自动识别方法中,可有效地对栈板姿态(即栈板相对激光叉车的前后、左右位置及倾斜度等)进行识别,而且成本更低。
发明内容
本发明的发明目的在于提供一种基于S300激光扫描传感器的栈板识别方法,本发明的方法能自动识别栈板的当前姿态,且成本更低。
为了解决上述技术问题,本发明采用以下技术方案:
基于S300激光扫描传感器的栈板识别方法,包括以下步骤:
a.激光叉车运行至栈板前方,S300激光扫描传感器对栈板所在区域进行扫描以获取扫描数据;
b.提取扫描数据中的有效数据并通过二乘积算法拟合成直线,根据所述有效数据拟合的直线计算栈板的倾斜度和栈板到所述S300激光扫描传感器的截距B;
c.分别抓取光束穿过栈板两个插孔的宽度数值W1、W2,计算W1与W2的比值获得两个光束的匹配率;
d.通过所述倾斜度、所述截距B和所述匹配率获得当前栈板的姿态,结合当前激光叉车的位置状态判断当前栈板是否符合叉取要求,若符合叉取条件,激光叉车进行叉取栈板;否则判定栈板的当前姿态不符合叉取要求,进入步骤e;
e.激光叉车根据栈板的当前姿态进行适应性的车体位置调整,然后重复步骤a至d。
与现有技术相比,本发明的基于S300激光扫描传感器的栈板识别方法利用S300激光扫描传感器的轮廓测量功能识别栈板的当前姿态,由于S300激光扫描传感器通过主动扫描获得扫描数据,因此获取数据的方式直接快捷,且激光叉车无需另装外部接收器和反射器,安装结构更简单,且成本更低,有利于激光叉车的推广应用。
优选的,步骤d中,所述叉取要求为:判定所述栈板当前的倾斜度是否大于±5°,判定所述栈板当前的截距B与截距阈值B1比较误差是否在±3cm内,判定栈板当前的匹配率是否≤80%。
优选的,在步骤a中,激光叉车运行至距栈板5cm处停止运行,所述S300激光扫描传感器开始进行扫描。
进一步的,截距阈值B1为:B1=S+5cm,所述距离S为所述S300激光扫描传感器到叉车叉取端的距离。
优选的,在步骤b中,所述有效数据为扫描角θ=arctan(0.5L/S),扫描距离S3=B1/cosα的数据,α等于0.5θ。由于在激光叉车与栈板相距0cm时,栈板两端与S300激光扫描传感器形成的夹角θ最大,而该公式可以计算出该夹角,故本设置能选取出所有栈板与S300激光扫描传感器之间的距离数值,再通过数值范围将小于S3的数据筛选出,可将扫描数据中不相关的数据滤除。
进一步的,所述扫描角θ为60°,所述扫描距离S3为160cm。
优选的,在步骤a中,S300激光扫描传感器的扫描数据通过RS422通讯向激光叉车传输。
附图说明
图1是本发明的工作流程图;
图2是本发明的原理图1;
图3是本发明的原理图2;
图4是传感器的轮廓扫描示意图;
图5是图4的A部放大图。
标号说明:
激光叉车1、栈板2、叉体101、传感器3、插孔201、叉取端1011。
具体实施方式
以下根据附图,进一步的说明本发明的技术方案:
本发明的基于S300激光扫描传感器的栈板识别方法,包括以下步骤:
a.激光叉车运行至栈板前方,S300激光扫描传感器对栈板所在区域进行扫描以获取扫描数据,S300激光扫描传感器的扫描数据通过RS422通讯向激光叉车传输。优选的,激光叉车运行至距栈板5cm处停止运行,所述S300激光扫描传感器开始进行扫描。
b.提取扫描数据中的有效数据并通过二乘积算法拟合成直线,根据所述有效数据拟合的直线计算栈板的倾斜度和栈板到所述S300激光扫描传感器的截距B。优选的,在步骤b中,所述有效数据为扫描角θ=arctan(0.5L/S),扫描距离S3=B1/cosα的数据,α等于0.5θ。由于在激光叉车与栈板相距0cm时,栈板两端与S300激光扫描传感器形成的夹角θ最大,而该公式可以计算出该夹角,故本设置能选取出所有栈板与S300激光扫描传感器之间的距离数值,再通过数值范围将小于S3的数据筛选出,可将扫描数据中不相关的数据滤除。S3为栈板任一端到S300激光扫描传感器所能达到的最大距离。
进一步的,所述栈板宽度L为110cm,所述S300激光扫描传感器与栈板的截距阈值B1为130cm,通过公式计算出扫描角θ为60°,扫描距离S3为160cm。由于S300激光扫描传感器的第一束射线从-45°开始,至135°结束,因此,所述有效数据为在60°至120°之间,且小于160cm的数值。
c.分别抓取光束穿过栈板两个插孔的宽度数值W1、W2,计算W1与W2的比值获得两个光束的匹配率。例,W1为50cm,W2为56cm,则匹配率为89%。
d.通过所述倾斜度、所述截距B和所述匹配率获得当前栈板的姿态,结合当前激光叉车的位置状态判断当前栈板是否符合叉取要求,若符合叉取条件,激光叉车进行叉取栈板;否则判定栈板的当前姿态不符合叉取要求,进入步骤e。优选的,步骤d中,所述叉取要求为:判定所述栈板当前的倾斜度是否大于±5°,判定所述栈板当前的截距B与截距阈值B1比较误差是否在±3cm内,判定栈板当前的匹配率是否≤80%。进一步的,截距阈值B1为:B1=S+5cm,所述距离S为所述S300激光扫描传感器到叉车叉取端的距离。
e.激光叉车根据栈板的当前姿态进行适应性的车体位置调整,然后重复步骤a至d。
工作原理:
参见图1-4,以应用上述方法的激光叉车1为例,所述激光叉车1包括S300激光扫描传感器3和数据处理器,所述S300激光扫描传感器3与数据处理器通信连接,所述S300激光扫描传感器3通过扫描栈板所指区域以获取扫描数据,所述S300激光扫描传感器3可向数据处理器传输扫描数据,所述数据处理器提取扫描数据并拟合成直线,以此获得栈板的倾斜度和截距B,并分别抓取光束穿过栈板两个插孔的宽度数值W1、W2,计算W1与W2的比值获得两个光束的匹配率。再根据栈板的倾斜度、截距B以及匹配率判断栈板2的当前姿态是否符合叉取要求。当判定栈板的当前姿态符合叉取要求时,激光叉车进行叉取栈板的工作;当判定栈板的当前姿态不符合叉取要求时,激光叉车根据栈板的当前姿态进行适应性调整后重新进行栈板识别工作。
其中,所述激光叉车1的长度为130cm,宽度为58cm,激光叉车1包括两个叉体101,每个叉体101的宽度为10cm,两个叉体101之间的距离为38cm,传感器3安装于激光叉车1后侧的中部位置,且与激光叉车1的叉取端1011距离为120cm。栈板2的宽度为110cm,栈板2的两个插孔201为32cm,两个插孔201之间的距离为16cm。设定激光叉车1自动运行至栈板2前5cm前停止运行。此时,传感器3距栈板2的距离应为125cm,为避免激光叉车1行走误差以及栈板2的偏移影响,将传感器3与栈板2的距离设定为130cm,即截距阈值B1为130cm。假设栈板是处于标准叉取姿态下,通过栈板两端与传感器形成的夹角β即可筛选出栈板到传感器的所有距离数值,其通过公式β=2*arctan(0.5L/B1)。但是实际工作过程中,栈板与叉车的相对位置可能出现偏移,因此,需要通过有效角θ筛选出有效数据,有效角θ为栈板两端与S300激光扫描传感器所能形成的最大夹角。
如图5所示,倾斜度为根据所述有效数据拟合的直线相对平行线的倾斜度数,所述平行线与所述叉车的叉取端1011相平行。
因此,当倾斜度≤±5°,127cm≤B≤133cm,且匹配率大于或等于80%时,判定栈板当前姿态符合叉取要求,激光叉车叉取栈板;否则,激光叉车根据栈板的当前姿态调整位置后再重新开始步骤a至d。
需要说明的是,本发明中提到的栈板处于标准叉取姿态是指:栈板的倾斜度为0、截距B与与截距阈值B1的误差均为0、匹配率为100%。
与现有技术相比,本发明的基于S300激光扫描传感器的栈板识别方法利用S300激光扫描传感器的轮廓测量功能识别栈板的当前姿态,由于S300激光扫描传感器通过主动扫描获得扫描数据,因此获取数据的方式直接快捷,且激光叉车无需另装外部接收器和反射器,安装结构更简单,且成本更低,有利于激光叉车的推广应用。
根据上述说明书的揭示和教导,本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此,本发明并不局限于上面揭示和描述的具体实施方式,对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外,尽管本说明书中使用了一些特定的术语,但这些术语只是为了方便说明,并不对本发明构成任何限制。

Claims (7)

1.一种基于S300激光扫描传感器的栈板识别方法,其特征在于包括以下步骤:
a.激光叉车运行至栈板前方,S300激光扫描传感器对栈板所在区域进行扫描以获取扫描数据;
b.提取扫描数据中的有效数据并通过二乘积算法拟合成直线,根据所述有效数据拟合的直线计算栈板的倾斜度和栈板到所述S300激光扫描传感器的截距B;
c.分别抓取光束穿过栈板两个插孔的宽度数值W1、W2,计算W1与W2的比值获得两个光束的匹配率;
d.通过所述倾斜度、所述截距B和所述匹配率获得当前栈板的姿态,结合当前激光叉车的位置状态判断当前栈板是否符合叉取要求,若符合叉取条件,激光叉车进行叉取栈板;否则判定栈板的当前姿态不符合叉取要求,进入步骤e;
e.激光叉车根据栈板的当前姿态进行适应性的车体位置调整,然后重复步骤a至d。
2.根据权利要求1所述的基于S300激光扫描传感器的栈板识别方法,其特征在于:步骤d中,所述叉取要求为:判定所述栈板当前的倾斜度是否大于±5°,判定所述栈板当前的截距B与截距阈值B1比较误差是否在±3cm内,判定栈板当前的匹配率是否≤80%。
3.根据权利要求2所述的基于S300激光扫描传感器的栈板识别方法,其特征在于:在步骤a中,激光叉车运行至距栈板5cm处停止运行,所述S300激光扫描传感器开始进行扫描。
4.根据权利要求3所述的基于S300激光扫描传感器的栈板识别方法,其特征在于:截距阈值B1为:B1=S+5cm,所述S为所述S300激光扫描传感器到叉车叉取端的距离。
5.根据权利要求4所述的基于S300激光扫描传感器的栈板识别方法,其特征在于:在步骤b中,所述有效数据为扫描角θ=arctan(0.5L/S),扫描距离S3=B1/cosα的数据,α等于0.5θ。
6.根据权利要求5所述的基于S300激光扫描传感器的栈板识别方法,其特征在于:所述扫描角θ为60°,所述扫描距离S3为160cm。
7.根据权利要求1所述的基于S300激光扫描传感器的栈板识别方法,其特征在于:在步骤a中,S300激光扫描传感器的扫描数据通过RS422通讯向激光叉车传输。
CN201811285536.7A 2018-10-31 2018-10-31 一种基于s300激光扫描传感器的栈板识别方法 Active CN109443201B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811285536.7A CN109443201B (zh) 2018-10-31 2018-10-31 一种基于s300激光扫描传感器的栈板识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811285536.7A CN109443201B (zh) 2018-10-31 2018-10-31 一种基于s300激光扫描传感器的栈板识别方法

Publications (2)

Publication Number Publication Date
CN109443201A true CN109443201A (zh) 2019-03-08
CN109443201B CN109443201B (zh) 2020-10-16

Family

ID=65549756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811285536.7A Active CN109443201B (zh) 2018-10-31 2018-10-31 一种基于s300激光扫描传感器的栈板识别方法

Country Status (1)

Country Link
CN (1) CN109443201B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110780276A (zh) * 2019-10-29 2020-02-11 杭州易博特科技有限公司 一种基于激光雷达的托盘识别方法、系统和电子设备
CN110884901A (zh) * 2019-10-12 2020-03-17 浙江大华机器人技术有限公司 堆垛车agv对接的纠偏方法、装置、设备以及存储介质
CN110780276B (zh) * 2019-10-29 2024-06-04 杭州海康机器人股份有限公司 一种基于激光雷达的托盘识别方法、系统和电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2236424A1 (de) * 1971-08-11 1973-02-22 Oehler Wyhlen Lagertechnik Ag Verfahren und einrichtung zur feinpositionierung einer vertikal beweglichen plattform vor einem lagerfach
JP2000118996A (ja) * 1998-10-13 2000-04-25 Toyota Autom Loom Works Ltd フォークリフト
CN103499343A (zh) * 2013-09-25 2014-01-08 武汉海达数云技术有限公司 基于三维激光反射强度的道路标线点云自动分类识别方法
CN105480903A (zh) * 2015-11-13 2016-04-13 上海诺力智能科技有限公司 一种货叉的定位方法
CN105776077A (zh) * 2016-03-28 2016-07-20 广州飞锐机器人科技有限公司 一种使用智能叉车识别卡板叉孔的方法及装置
CN106671906A (zh) * 2016-12-30 2017-05-17 罗维迁 Agv叉车的控制方法、控制装置及agv叉车
CN106672859A (zh) * 2017-01-05 2017-05-17 深圳市有光图像科技有限公司 一种基于叉车视觉识别托盘的方法及叉车
CN206219146U (zh) * 2016-11-11 2017-06-06 江门市蒙德电气股份有限公司 一种叉车对正检测装置
JP2017178567A (ja) * 2016-03-30 2017-10-05 株式会社豊田中央研究所 フォークリフト
CN107428518A (zh) * 2015-04-16 2017-12-01 株式会社丰田自动织机 叉车

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2236424A1 (de) * 1971-08-11 1973-02-22 Oehler Wyhlen Lagertechnik Ag Verfahren und einrichtung zur feinpositionierung einer vertikal beweglichen plattform vor einem lagerfach
JP2000118996A (ja) * 1998-10-13 2000-04-25 Toyota Autom Loom Works Ltd フォークリフト
CN103499343A (zh) * 2013-09-25 2014-01-08 武汉海达数云技术有限公司 基于三维激光反射强度的道路标线点云自动分类识别方法
CN107428518A (zh) * 2015-04-16 2017-12-01 株式会社丰田自动织机 叉车
CN105480903A (zh) * 2015-11-13 2016-04-13 上海诺力智能科技有限公司 一种货叉的定位方法
CN105776077A (zh) * 2016-03-28 2016-07-20 广州飞锐机器人科技有限公司 一种使用智能叉车识别卡板叉孔的方法及装置
JP2017178567A (ja) * 2016-03-30 2017-10-05 株式会社豊田中央研究所 フォークリフト
CN206219146U (zh) * 2016-11-11 2017-06-06 江门市蒙德电气股份有限公司 一种叉车对正检测装置
CN106671906A (zh) * 2016-12-30 2017-05-17 罗维迁 Agv叉车的控制方法、控制装置及agv叉车
CN106672859A (zh) * 2017-01-05 2017-05-17 深圳市有光图像科技有限公司 一种基于叉车视觉识别托盘的方法及叉车

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110884901A (zh) * 2019-10-12 2020-03-17 浙江大华机器人技术有限公司 堆垛车agv对接的纠偏方法、装置、设备以及存储介质
CN110884901B (zh) * 2019-10-12 2021-07-20 浙江华睿科技有限公司 堆垛车agv对接的纠偏方法、装置、设备以及存储介质
CN110780276A (zh) * 2019-10-29 2020-02-11 杭州易博特科技有限公司 一种基于激光雷达的托盘识别方法、系统和电子设备
CN110780276B (zh) * 2019-10-29 2024-06-04 杭州海康机器人股份有限公司 一种基于激光雷达的托盘识别方法、系统和电子设备

Also Published As

Publication number Publication date
CN109443201B (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
US9880269B2 (en) Apparatus and methods for dimensioning an object carried by a vehicle moving in a field of measurement
CN100451676C (zh) 车载用图像处理装置
US20150356454A1 (en) SYSTEM AND METHOD FOR FUSING OUTPUTS FROM MULTIPLE LiDAR SENSORS
CN107239720A (zh) 一种龙门架式条码扫描装置
CN110132226B (zh) 一种无人机巡线的距离及方位角测量系统和方法
CN109146919A (zh) 一种结合图像识别与激光引导的跟瞄系统及方法
CN103453836A (zh) 基于机器视觉及激光光幕车辆外轮廓尺寸测量系统与方法
EP3347672B1 (en) An apparatus for the determination of the features of at least a moving load
WO1998040762A1 (en) Image-directed active range finding system
CN110321836A (zh) 一种基于图像和激光点云图的输送物料检测方法
CN107305380A (zh) 一种自动避障方法和装置
WO2022121460A1 (zh) Agv智能叉车及地堆库存区域站台状态的检测方法、装置
CN113306991A (zh) 基于立体视觉的煤炭运输机监测管理系统
Gai et al. Plant recognition through the fusion of 2D and 3D images for robotic weeding
CN116678399B (zh) 集装箱内搬运感知系统的多源信息融合定位方法及系统
CN115880953B (zh) 无人机的管控方法及智慧路灯系统
CN109443201A (zh) 一种基于s300激光扫描传感器的栈板识别方法
CN109490904B (zh) 飞行时间传感器及其检测方法
KR100564522B1 (ko) 차량 및 적재물의 자동 인식 시스템 및 방법
EP3663250B1 (en) A system and method for alignment of a terminal truck relative to a crane
CN116919247A (zh) 贴边识别方法、装置、计算机设备及介质
CN202420446U (zh) 基于二次投影算法的在线非接触式中厚板轮廓检测装置
CN109341582A (zh) 适用于仓储大场景的物资轮廓数据采集装置及方法
CN112731416B (zh) 一种辅助集装箱堆场的双集装箱精确对位的方法
CN113790668B (zh) 一种基于多旋翼无人机的智能货物测量系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant