CN110950277A - 用于agv叉车的托盘姿态识别系统及其方法 - Google Patents
用于agv叉车的托盘姿态识别系统及其方法 Download PDFInfo
- Publication number
- CN110950277A CN110950277A CN201911294135.2A CN201911294135A CN110950277A CN 110950277 A CN110950277 A CN 110950277A CN 201911294135 A CN201911294135 A CN 201911294135A CN 110950277 A CN110950277 A CN 110950277A
- Authority
- CN
- China
- Prior art keywords
- tray
- original image
- agv
- module
- recognition system
- 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.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/0755—Position control; Position detectors
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mechanical Engineering (AREA)
- Forklifts And Lifting Vehicles (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于AGV叉车的托盘姿态识别系统及其方法，用于AGV叉车的托盘姿态识别系统包括包含：图像获取模块，用于获取托盘的原始图像；图像识别模块，用于接收图像获取模块获取到的原始图像并从原始图像中识别出关键位置区域；数据获取模块，用于获取关键位置区域中的托盘的中心位置以及关键位置区域中的托盘的左侧高度hl和右侧高度hr；数据计算模块，用于计算偏移量和旋转量。本发明的有益之处在于提供的用于AGV叉车的托盘姿态识别系统及其方法中的AGV叉车能够自动识别图像中的包含托盘的关键位置区域，并能够从关键位置区域中自动识别托盘相对自身的旋转和偏移程度，得到托盘相对AGC叉车的位姿信息。
Description
技术领域
本发明涉及一种用于AGV叉车的托盘姿态识别系统及其方法。
背景技术
目随着现代电商及物流技术的快速发展，AGV(Automatic Guidance Vehicle)在智能仓储技术种发挥着越来越重要的作用，对货物托盘的检测、识别的技术变的至关重要。
当AGV叉车要对托盘进行叉取操作时，如果托盘和AGV叉车之间的角度大于一定的阈值，或者托盘的位置与叉车之间有很大的偏移，则叉车的叉子无法顺利插入托盘底部。因此需要对托盘的位姿进行识别，以便调整AGV的位姿，进而实现对托盘的顺利叉取。
目前的对货物托盘的检测主要用视觉检测、激光雷达检测，单目视觉成本虽然不高，精度不高、受光线的影响较大；多线激光和双目视觉检测都具有精度高的特点，但是多线激光雷达价格昂贵、双面视觉检测光照影响大；单线激光雷达成本较低，但是多线激光雷达价格过于昂贵、双面视觉检测受光照影响大。
发明内容
本发明提供了一种用于AGV叉车的托盘姿态识别系统及其方法，采用如下的技术方案：
一种用于AGV叉车的托盘姿态识别系统，包含：
图像获取模块，用于获取托盘的原始图像；
图像识别模块，用于接收图像获取模块获取到的原始图像并从原始图像中识别出关键位置区域；
数据获取模块，用于获取关键位置区域中的托盘的中心位置以及关键位置区域中的托盘的左侧高度hl和右侧高度hr；
数据计算模块，用于计算原始图像中的托盘的中心位置与原始图像的中心位置之间的距离得到托盘的偏移量以及计算左侧高度hl和右侧高度hr的比值得到托盘的旋转量。
进一步地，用于AGV叉车的托盘姿态识别系统还包括：
预处理模块，用于对图像获取模块获取到的原始图像进行预处理后再发送至图像识别模块。
进一步地，用于AGV叉车的托盘姿态识别系统还包括：
模板存储模块，用于存储若干托盘模板，图像识别模块根据预处理后的原始图像从模板存储模块中匹配到其所对应的托盘模板并根据匹配到的托盘模板从原始图像中识别出关键位置区域。
进一步地，用于AGV叉车的托盘姿态识别系统还包括：
边缘提取模块，用于从关键位置区域提取出托盘的边缘线得到托盘轮廓，数据获取模块根据提取出的托盘轮廓获取托盘的中心位置以及左侧高度hl和右侧高度hr。
进一步地，用于AGV叉车的托盘姿态识别系统还包括：
数据比较模块，用于判断计算得到的偏移量和旋转量是否大于阈值。
一种用于AGV叉车的托盘姿态识别方法，包含以下步骤：
获取托盘的原始图像；
识别出原始图像中的关键位置区域；
获取关键位置区域中的托盘的中心位置以及关键位置区域中的托盘的左侧高度hl和右侧高度hr；
计算原始图像中的托盘的中心位置与原始图像的中心位置之间的距离得到托盘的偏移量以及计算左侧高度hl和右侧高度hr的比值得到托盘的旋转量。
进一步地，获取托盘的原始图像后对原始图像进行预处理；
进一步地，根据预处理后的原始图像匹配到其所对应的托盘模板并根据匹配到的托盘模板从原始图像中识别出关键位置区域。
进一步地，从关键位置区域提取出托盘的边缘线得到托盘轮廓，根据提取出的托盘轮廓获取托盘的中心位置以及左侧高度hl和右侧高度hr。
进一步地，用于AGV叉车的托盘姿态识别方法还包含以下步骤：
判断偏移量和旋转量是否大于阈值；
当偏移量和旋转量中的一个大于阈值时，根据计算得到偏移量和旋转量调整AGV叉车至准确的位置。
本发明的有益之处在于所提供的用于AGV叉车的托盘姿态识别系统及其方法中的AGV叉车能够自动识别图像中的包含托盘的关键位置区域，并能够从关键位置区域中自动识别托盘相对自身的旋转和偏移程度，得到托盘相对AGC叉车的位姿信息。
本发明的有益之处在于所提供的用于AGV叉车的托盘姿态识别系统及其方法还可以判断托盘和AGV叉车之间的偏差大小，在偏差大于一定阈值的情况下调整AGV叉车的位置进而可以更好的将托盘叉起。
附图说明
图1是本发明的用于AGV叉车的托盘姿态识别系统的示意图；
图2是本发明的用于AGV叉车的托盘姿态识别方法的示意图。
用于AGV叉车的托盘姿态识别系统100，图像获取模块10，图像识别模块20，数据获取模块30，数据计算模块40，预处理模块50，模板存储模块60，边缘提取模块70，数据比较模块80。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
如图1所示为一种用于AGV叉车的托盘姿态识别系统100，包含：图像获取模块10、图像识别模块20、数据获取模块30和数据计算模块40。其中，图像获取模块10用于获取托盘的原始图像。图像识别模块20用于接收图像获取模块10获取到的原始图像并从原始图像中识别出关键位置区域。数据获取模块30用于获取关键位置区域中的托盘的中心位置以及关键位置区域中的托盘的左侧高度hl和右侧高度hr。数据计算模块40用于计算原始图像中的托盘的中心位置与原始图像的中心位置之间的距离得到托盘的偏移量以及计算左侧高度hl和右侧高度hr的比值得到托盘的旋转量。具体而言，图像获取模块10为工业面阵相机，设置在AGV叉车上，通过该工业面阵相机获取到待叉取的托盘的原始图像，该原始图像为RGB图像，将该原始图像发送到图像识别模块20通过图像识别模块20进一步的快速定位到原始图像中的关键位置区域，关键位置区域包含了托盘，通过图像识别模块20能够快速识别出原始图像中的托盘的区域并将该区域框选出来以定位原始图像中的托盘。数据获取模块30能够获取到关键位置区域中的托盘的相关数据，包括托盘的中间位置以及托盘的左侧高度hl和右侧高度hr。数据计算模块40计算左侧高度hl和右侧高度hr的比值可以得到托盘相对AGV叉车的旋转量，在已知原始图像的中间位置的情况下，数据计算模块40计算关键位置区域中的托盘的中心位置和原始图像的中间位置的距离得到托盘相对AGV叉车的偏移量，具体的，原始图像的中间位置的横向坐标Xml是已知的，数据获取模块30获取到关键位置区域中的托盘的中心位置的横向坐标Xm，两者之间的差值的绝对值即为偏移量。计算得到了托盘相对AGV叉车的偏移量和旋转量，即得到托盘相对AGV叉车的位姿信息。可以理解的是，托盘一般包括位于上方的支撑板和位于下方的支脚，此处，托盘的左侧高度hl和右侧高度hr可以是支脚的高度，也可以是支脚和支撑板两者高度之和。
作为一种优选的实施方式，用于AGV叉车的托盘姿态识别系统100还包括预处理模块50，该预处理模块50用于对图像获取模块10获取到的原始图像进行预处理后再发送至图像识别模块20。预处理的方式包括但不限于灰度转换和对比度调节等，对原始图像进行预处理，可以提高后续的相关模块处理图像时的效率。
作为一种优选的实施方式，用于AGV叉车的托盘姿态识别系统100还包括模板存储模块60，模板存储模块60用于存储若干托盘模板，图像识别模块20根据预处理后的原始图像从模板存储模块60中匹配到其所对应的托盘模板并根据匹配到的托盘模板从原始图像中识别出关键位置区域。为了能够快速识别出原始图像中包含托盘的关键位置区域，预先提取未偏转的不同种类的托盘图像的特征点，生产托盘特征模板文件作为托盘模板存储至模板存储模块60中，不同的托盘模板对应不同种类的托盘，图像识别模块20接收到预处理后的原始图像后，提取原始图像的特征点，将其与模板存储模块60中存储的模板进行匹配，得到原始图像中的托盘所对应的托盘模板，再根据匹配到的托盘模板从原始图像中快速识别出关键位置区域，进而通过数据获取模块30获取关键位置区域中的托盘的相关数据。
作为一种优选的实施方式，用于AGV叉车的托盘姿态识别系统100还包括边缘提取模块70，用于从关键位置区域提取出托盘的边缘线得到托盘轮廓，具体的可以运用霍夫变换提取托盘边缘线，数据获取模块30根据提取出的托盘轮廓获取托盘的中心位置以及左侧高度hl和右侧高度hr。具体而言，边缘提取模块70能够快速提取出关键位置区域中的托盘的边缘线条得到托盘轮廓，数据获取模块30根据该托盘轮廓能够快速获取到托盘的中心位置以及关键位置区域中的托盘的左侧高度hl和右侧高度hr。
作为一种优选的实施方式，用于AGV叉车的托盘姿态识别系统100还包括用于判断计算得到的偏移量和旋转量是否大于阈值的数据比较模块80。AGV叉车检测托盘的位姿信息的主要目的是为了判断托盘相对AGV叉车的位置误差，根据该误差调整AGV叉车和托盘之间的相对位置使AGV叉车能够准确的将托盘叉起，由于AGV叉车的叉臂的宽度比托盘的支脚间的间距小很多，因此，当检测出的偏转量和偏移量比较小的时候，不用调整AGV叉车也能够将托盘叉起，因此，为了避免AGV叉车频繁调整位姿从而影响工作效率，当数据比较模块80判断得到检测出的偏转量和偏移量小于预设的阈值时，AGV叉车不执行调整位姿的操作，只有当偏移量和旋转量中的一个大于阈值时，根据计算得到偏移量和所述旋转量调整AGV叉车至准确的位置。在本实施例中，偏移量大于10mm时，AGV叉车执行位姿调整，旋转量大于1.05或者小于0.95时，AGV叉车执行位姿调整。可以理解的是，偏移量和旋转量的阈值可以根据AGV叉车和托盘的具体尺寸进行适配性调整。
基于上述的用于AGV叉车的托盘姿态识别系统100，本发明还公开一种用于AGV叉车的托盘姿态识别方法，如图2所示，包含以下步骤：S1:获取托盘的原始图像。S2:识别出原始图像中的关键位置区域。S3：获取关键位置区域中的托盘的中心位置以及关键位置区域中的托盘的左侧高度hl和右侧高度hr。S4：计算原始图像中的托盘的中心位置与原始图像的中心位置之间的距离得到托盘的偏移量以及计算左侧高度hl和右侧高度hr的比值得到托盘的旋转量。通过上述步骤，能够得到托盘相对AGV叉车的位姿信息。
对于步骤S1:获取托盘的原始图像。
具体而言，首先通过设置在AGV叉车上的图像获取模块10获取到待叉取的托盘的原始图像，该原始图像为RGB图像，在本发明中，图像获取模块10为工业面阵相机。
进一步地可选的，再通过预处理模块50对原始图像进行预处理。
对于步骤S2:识别出原始图像中的关键位置区域。
通过图像识别模块20从步骤S1的原始图像中识别出包含托盘的关键位置区域。
具体而言，图像识别模块20接收到预处理后的原始图像后，提取原始图像的特征点，将其与模板存储模块60中存储的模板进行匹配，得到原始图像中的托盘所对应的托盘模板，再根据匹配到的托盘模板从原始图像中快速识别出关键位置区域。
对于步骤S3：获取关键位置区域中的托盘的中心位置以及关键位置区域中的托盘的左侧高度hl和右侧高度hr。
通过数据获取模块30获取到关键位置区域中的托盘的中心位置以及关键位置区域中的托盘的左侧高度hl和右侧高度hr。
具体而言，可以通过边缘提取模块70从关键位置区域提取出托盘的边缘线得到托盘轮廓，数据获取模块30根据提取出的托盘轮廓获取托盘的中心位置以及左侧高度hl和右侧高度hr。在本发明中，边缘提取模块70运用霍夫变换的方法提取托盘边缘线。
对于步骤S4：计算原始图像中的托盘的中心位置与原始图像的中心位置之间的距离得到托盘的偏移量以及计算左侧高度hl和右侧高度hr的比值得到托盘的旋转量。
具体而言，数据计算模块40计算左侧高度hl和右侧高度hr的比值得到托盘相对AGV叉车的旋转量，原始图像的中间位置的横向坐标Xml是已知的，数据获取模块30获取到关键位置区域中的托盘的中心位置的横向坐标Xm，数据计算模块40计算两者之间的差值，该差值的绝对值即为偏移量。计算得到了托盘相对AGV叉车的偏移量和旋转量，即得到托盘相对AGV叉车的位姿信息。
进一步地，用于AGV叉车的托盘姿态识别方法还包含步骤S5：判断偏移量和旋转量是否大于阈值，并当偏移量和旋转量中的一个大于阈值时，根据计算得到偏移量和旋转量调整AGV叉车至准确的位置。具体的，偏移量的大于10mm时，AGV叉车执行位姿调整，旋转量大于1.05或者小于0.95时，AGV叉车执行位姿调整。偏移量和旋转量的阈值可以根据AGV叉车和托盘的具体尺寸进行适配性调整。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。
Claims (10)
1.一种用于AGV叉车的托盘姿态识别系统，其特征在于，所述用于AGV叉车的托盘姿态识别系统包含：
图像获取模块，用于获取托盘的原始图像；
图像识别模块，用于接收所述图像获取模块获取到的所述原始图像并从所述原始图像中识别出关键位置区域；
数据获取模块，用于获取所述关键位置区域中的托盘的中心位置以及所述关键位置区域中的托盘的左侧高度hl和右侧高度hr；
数据计算模块，用于计算所述原始图像中的托盘的中心位置与所述原始图像的中心位置之间的距离得到托盘的偏移量以及计算所述左侧高度hl和所述右侧高度hr的比值得到托盘的旋转量。
2.据权利要求1所述的用于AGV叉车的托盘姿态识别系统，其特征在于，
所述用于AGV叉车的托盘姿态识别系统还包括：
预处理模块，用于对所述图像获取模块获取到的所述原始图像进行预处理后再发送至所述图像识别模块。
3.据权利要求2所述的用于AGV叉车的托盘姿态识别系统，其特征在于，
所述用于AGV叉车的托盘姿态识别系统还包括：
模板存储模块，用于存储若干托盘模板，所述图像识别模块根据预处理后的所述原始图像从所述模板存储模块中匹配到其所对应的所述托盘模板并根据匹配到的所述托盘模板从所述原始图像中识别出所述关键位置区域。
4.据权利要求3所述的用于AGV叉车的托盘姿态识别系统，其特征在于，
所述用于AGV叉车的托盘姿态识别系统还包括：
边缘提取模块，用于从所述关键位置区域提取出托盘的边缘线得到托盘轮廓，所述数据获取模块根据提取出的所述托盘轮廓获取托盘的中心位置以及所述左侧高度hl和所述右侧高度hr。
5.据权利要求1所述的用于AGV叉车的托盘姿态识别系统，其特征在于，
所述用于AGV叉车的托盘姿态识别系统还包括：
数据比较模块，用于判断计算得到的所述偏移量和所述旋转量是否大于阈值。
6.一种用于AGV叉车的托盘姿态识别方法，其特征在于，所述用于AGV叉车的托盘姿态识别方法包含以下步骤：
获取托盘的原始图像；
识别出所述原始图像中的关键位置区域；
获取所述关键位置区域中的托盘的中心位置以及所述关键位置区域中的托盘的左侧高度hl和右侧高度hr；
计算所述原始图像中的托盘的中心位置与所述原始图像的中心位置之间的距离得到托盘的偏移量以及计算所述左侧高度hl和所述右侧高度hr的比值得到托盘的旋转量。
7.根据权利要求1所述的用于AGV叉车的托盘姿态识别方法，其特征在于，
获取托盘的所述原始图像后对所述原始图像进行预处理。
8.根据权利要求7所述的用于AGV叉车的托盘姿态识别方法，其特征在于，
根据预处理后的所述原始图像匹配到其所对应的托盘模板并根据匹配到的所述托盘模板从所述原始图像中识别出所述关键位置区域。
9.根据权利要求8所述的用于AGV叉车的托盘姿态识别方法，其特征在于，
从所述关键位置区域提取出托盘的边缘线得到托盘轮廓，根据提取出的所述托盘轮廓获取托盘的中心位置以及所述左侧高度hl和所述右侧高度hr。
10.根据权利要求5所述的用于AGV叉车的托盘姿态识别方法，其特征在于，
所述用于AGV叉车的托盘姿态识别方法还包含以下步骤：
判断所述偏移量和所述旋转量是否大于阈值；
当所述偏移量和所述旋转量中的一个大于阈值时，根据计算得到所述偏移量和所述旋转量调整AGV叉车至准确的位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911294135.2A CN110950277A (zh) | 2019-12-16 | 2019-12-16 | 用于agv叉车的托盘姿态识别系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911294135.2A CN110950277A (zh) | 2019-12-16 | 2019-12-16 | 用于agv叉车的托盘姿态识别系统及其方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110950277A true CN110950277A (zh) | 2020-04-03 |
Family
ID=69981838
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911294135.2A Pending CN110950277A (zh) | 2019-12-16 | 2019-12-16 | 用于agv叉车的托盘姿态识别系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110950277A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113240731A (zh) * | 2021-06-28 | 2021-08-10 | 浙江华睿科技股份有限公司 | 托盘中心位置的确定方法、装置、电子设备及存储介质 |
| CN113267180A (zh) * | 2021-06-10 | 2021-08-17 | 上海大学 | 一种基于3d深度视觉的agv叉车托盘定位及叉取方法 |
| WO2023272985A1 (zh) * | 2021-06-30 | 2023-01-05 | 兰剑智能科技股份有限公司 | 智能堆垛机及托盘位置异常的识别方法、装置和设备 |
| CN115676698A (zh) * | 2022-10-14 | 2023-02-03 | 哈尔滨科锐同创机模制造有限公司 | 基于移动终端设备的托盘定位方法、系统、装置和介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005170542A (ja) * | 2003-12-08 | 2005-06-30 | Toyota Industries Corp | 産業車両の安全装置 |
| CN107218927A (zh) * | 2017-05-16 | 2017-09-29 | 上海交通大学 | 一种基于tof相机的货物托盘检测系统和方法 |
| CN109650292A (zh) * | 2019-02-02 | 2019-04-19 | 北京极智嘉科技有限公司 | 一种智能叉车以及智能叉车的位置调整方法和介质 |
| CN109684932A (zh) * | 2018-11-30 | 2019-04-26 | 华南农业大学 | 一种基于双目视觉的托盘位姿识别方法 |
| CN109795830A (zh) * | 2019-03-04 | 2019-05-24 | 北京旷视科技有限公司 | 自动定位物流托盘的方法及装置 |
| CN110054121A (zh) * | 2019-04-25 | 2019-07-26 | 北京极智嘉科技有限公司 | 一种智能叉车以及容器位姿偏移检测方法 |
-
2019
- 2019-12-16 CN CN201911294135.2A patent/CN110950277A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005170542A (ja) * | 2003-12-08 | 2005-06-30 | Toyota Industries Corp | 産業車両の安全装置 |
| CN107218927A (zh) * | 2017-05-16 | 2017-09-29 | 上海交通大学 | 一种基于tof相机的货物托盘检测系统和方法 |
| CN109684932A (zh) * | 2018-11-30 | 2019-04-26 | 华南农业大学 | 一种基于双目视觉的托盘位姿识别方法 |
| CN109650292A (zh) * | 2019-02-02 | 2019-04-19 | 北京极智嘉科技有限公司 | 一种智能叉车以及智能叉车的位置调整方法和介质 |
| CN109795830A (zh) * | 2019-03-04 | 2019-05-24 | 北京旷视科技有限公司 | 自动定位物流托盘的方法及装置 |
| CN110054121A (zh) * | 2019-04-25 | 2019-07-26 | 北京极智嘉科技有限公司 | 一种智能叉车以及容器位姿偏移检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 韩建海: "《工业机器人》", 30 September 2009 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113267180A (zh) * | 2021-06-10 | 2021-08-17 | 上海大学 | 一种基于3d深度视觉的agv叉车托盘定位及叉取方法 |
| CN113240731A (zh) * | 2021-06-28 | 2021-08-10 | 浙江华睿科技股份有限公司 | 托盘中心位置的确定方法、装置、电子设备及存储介质 |
| CN113240731B (zh) * | 2021-06-28 | 2021-10-15 | 浙江华睿科技股份有限公司 | 托盘中心位置的确定方法、装置、电子设备及存储介质 |
| WO2023272985A1 (zh) * | 2021-06-30 | 2023-01-05 | 兰剑智能科技股份有限公司 | 智能堆垛机及托盘位置异常的识别方法、装置和设备 |
| CN115676698A (zh) * | 2022-10-14 | 2023-02-03 | 哈尔滨科锐同创机模制造有限公司 | 基于移动终端设备的托盘定位方法、系统、装置和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110950277A (zh) | 用于agv叉车的托盘姿态识别系统及其方法 | |
| US10928204B2 (en) | Industrial vehicle with feature-based localization and navigation | |
| US9174830B1 (en) | Industrial vehicles with point fix based localization | |
| US10430969B2 (en) | Method for recognizing objects in a warehouse, and industrial truck with an apparatus for recognizing objects in a warehouse | |
| KR101095579B1 (ko) | 모노 비전 기반의 팔레트 위치 및 자세 측정 방법 | |
| CN109520418B (zh) | 一种基于二维激光扫描仪的托盘位姿识别方法 | |
| CN110245663A (zh) | 一种用于钢卷信息识别的方法 | |
| CN107218927B (zh) | 一种基于tof相机的货物托盘检测系统和方法 | |
| US20230114588A1 (en) | Warehouse robot control method and apparatus, robot, and warehouse system | |
| 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 | |
| KR20170092734A (ko) | 컬러 정보를 이용한 팔레트 검출 방법, 및 무인 운송 로봇의 팔레트 적재 상태 인식용 비전 모듈 | |
| US20140133705A1 (en) | Red-eye determination device | |
| CN111767780A (zh) | 一种ai与视觉结合的智能集卡定位方法和系统 | |
| CN112907667A (zh) | 一种视觉激光融合的托盘位姿估计方法、系统及装置 | |
| CN113724322B (zh) | 一种用于无人叉车的货物托盘定位方法及系统 | |
| CN111932617B (zh) | 一种对规则物体实现实时检测定位方法和系统 | |
| CN114332622A (zh) | 一种基于机器视觉的标签检测方法 | |
| Varga et al. | Improved autonomous load handling with stereo cameras | |
| CN111932576B (zh) | 一种基于深度相机的物体边界测量方法和装置 | |
| CN112767425A (zh) | 一种基于视觉的车位检测方法及装置 | |
| KR102409821B1 (ko) | 파렛트 홀 검출 장치 및 검출 방법 | |
| CN108182376B (zh) | 一种基于车窗角点检测的车窗定位方法 | |
| CN111292261A (zh) | 一种基于多传感器融合的集装箱检测及锁定方法 | |
| CN117555308B (zh) | 一种基于无人叉车的托盘回收方法、系统及存储介质 | |
| CN117764094B (zh) | 一种海关用智慧仓储管理系统和方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200403 |