CN112379387A - 货位自动标定方法、装置、设备及存储介质 - Google Patents

货位自动标定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112379387A
CN112379387A CN202011276414.9A CN202011276414A CN112379387A CN 112379387 A CN112379387 A CN 112379387A CN 202011276414 A CN202011276414 A CN 202011276414A CN 112379387 A CN112379387 A CN 112379387A
Authority
CN
China
Prior art keywords
shelf
height
goods
information
cargo space
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.)
Withdrawn
Application number
CN202011276414.9A
Other languages
English (en)
Inventor
叶显明
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.)
Multiway Robotics Shenzhen Co Ltd
Original Assignee
Multiway Robotics Shenzhen 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 Multiway Robotics Shenzhen Co Ltd filed Critical Multiway Robotics Shenzhen Co Ltd
Priority to CN202011276414.9A priority Critical patent/CN112379387A/zh
Publication of CN112379387A publication Critical patent/CN112379387A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06Systems determining position data of a target
    • G01S17/42Simultaneous measurement of distance and other co-ordinates
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06Systems determining position data of a target
    • G01S17/46Indirect determination of position data
    • G01S17/48Active triangulation systems, i.e. using the transmission and reflection of electromagnetic waves other than radio waves
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)

Abstract

本发明属于图像识别技术领域,公开了一种货位自动标定方法、装置、设备及存储介质。该方法包括:获取货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓;当判断结果为横梁轮廓时,获取横梁高度信息;当判断结果为立柱轮廓时,获取立柱位置信息;根据各横梁高度信息和各立柱位置信息对货位进行标定。通过上述方式,实现了通过激光雷达对货位的自动标定,提高了标定工作的工作效率,因为不需要手动安装标识信息降低了货位标定的成本,避免了人工安装高位货架标识信息可能出现的危险情况。

Description

货位自动标定方法、装置、设备及存储介质
技术领域
本发明涉及图像识别技术领域,尤其涉及一种货位自动标定方法、装置、设备及存储介质。
背景技术
随着生产力的提升,越来越多的企业开始重视内部物流的效率,在内部物流系统中,无人搬运车成为了内部物流最重要的工具之一,而无人搬运车与横梁式高位货架相结合是常见的仓储自动化形式,它有效的结合了高位货架存储密度高与拣取效率高的优点,以及无人搬运车自动化搬运的特点,提高了仓库运作的智能化水平。在系统组建的时候,需要对仓库内高位货架上的所有货位的位置进行标定,以确保无人搬运车作业时对货物进行准确的定位。
常见的标定方法为,在货位的横梁上的特定位置(如货位的正中)粘贴标记物(如条形码,二维码,反光板等),通过识别标记物对货位进行定位。由于无法自动进行标记,此方法需要事先粘贴大量标记物,例如在大型仓储的背景下工作量将会十分巨大,提高了生产成本,且对粘贴的位置精度要求高,而高空作业十分不便利且有一定的危险,实施困难。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种货位自动标定方法、装置、设备及存储介质,旨在解决现有技术无法自动对货位进行标定的技术问题。
为实现上述目的,本发明提供了一种货位自动标定方法,所述方法包括以下步骤:
在无人搬运车进入标定模式后,生成检测指令,以使激光雷达根据所述检测指令对当前货架进行检测;
获取所述货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓;
当判断结果为横梁轮廓时,获取横梁高度信息;
当判断结果为立柱轮廓时,获取立柱位置信息;
根据各横梁高度信息和各立柱位置信息对货位进行标定。
可选的,所述获取所述货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓,包括:
获取所述货架的当前轮廓信息;
当所述当前轮廓信息为一条第一预设长度的线段时,则判定当前轮廓为横梁轮廓;
当所述当前轮廓信息为两条第二预设长度且互为直角的线段时,则判定当前轮廓为立柱轮廓。
可选的,所述根据各横梁高度信息和各立柱位置信息对货位进行标定,包括:
根据所述各立柱位置信息得到当前货架的货架长度和货架宽度;
根据所述各横梁高度信息计算得到当前货架的距地高度和货架高度;
根据所述距地高度、货架高度、货架长度和货架宽度对货位进行标定。
可选的,所述根据所述各立柱位置信息得到当前货架的货架长度和货架宽度,包括:
将各立柱位置信息带入预设坐标系以得到各立柱的坐标,所述预设坐标系包含横坐标和纵坐标;
根据横坐标相同的立柱坐标计算得到前货架的货架长度;
根据纵坐标相同的立柱坐标计算得到前货架的货架宽度。
可选的,所述根据所述各横梁高度信息计算得到当前货架的距地高度和货架高度,包括:
根据所述各横梁高度信息得到各横梁的高度值;
将第一次扫描的横梁作为第一横梁;
将第二次扫描的横梁作为第二横梁;
将所述第一横梁的高度值作为当前货架的距地高度;
根据所述第一横梁的高度值和所述第二横梁的高度值计算得到当前货架的货架高度。
可选的,所述根据所述距地高度、货架高度、货架长度和货架宽度对货位进行标定,包括:
将所述距地高度作为货位距地高度;
将所述货架高度作为货位高度;
将所述货架长度作为货位长度;
根据货架宽度查找预设映射关系对应表,以找到货架宽度对应的货位数量;
根据所述货位数量将货架宽度进行等分,以得到货位宽度;
根据所述货位距地高度、货位高度、货位长度以及货位宽度对货位进行标定。
可选的,所述在进入标定模式后,生成检测指令,以使激光雷达根据所述检测指令对货架进行检测,包括:
在进入标定模式后,生成检测指令;
判断所述激光雷达是否处于预设姿态;
若所述激光雷达未处于预设姿态,则对激光雷达进行姿态调整,以使所述激光雷达处于预设姿态,并根据所述检测指令对货架进行检测。
此外,为实现上述目的,本发明还提出一种货位自动标定装置,所述货位自动标定装置包括:
检测模块,用于在无人搬运车进入标定模式后,生成检测指令,以使激光雷达根据所述检测指令对当前货架进行检测;
获取模块,用于获取所述货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓;
所述获取模块,还用于当判断结果为横梁轮廓时,获取横梁高度信息;
所述获取模块,还用于当判断结果为立柱轮廓时,获取立柱位置信息;
标定模块,用于根据各横梁高度信息和各立柱位置信息对货位进行标定。
此外,为实现上述目的,本发明还提出一种货位自动标定设备,所述货位自动标定设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的货位自动标定程序,所述货位自动标定程序配置为实现如上文所述的货位自动标定方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有货位自动标定程序,所述货位自动标定程序被处理器执行时实现如上文所述的货位自动标定方法的步骤。
本发明通过获取货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓;当判断结果为横梁轮廓时,获取横梁高度信息;当判断结果为立柱轮廓时,获取立柱位置信息;根据各横梁高度信息和各立柱位置信息对货位进行标定。实现了通过激光雷达对货位的自动标定,提高了标定工作的工作效率,降低了货位标定的成本,避免了人工安装货位标识信息的危险情况。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的货位自动标定设备的结构示意图;
图2为本发明货位自动标定方法第一实施例的流程示意图;
图3为本发明货位自动标定方法第二实施例的流程示意图;
图4为本发明货位自动标定装置第一实施例的结构框图;
图5为本发明货位自动标定装置第一实施例货架结构示意图;
图6为本发明货位自动标定装置一实施例货架横梁轮廓示意图;
图7为本发明货位自动标定装置一实施例货架立柱轮廓示意图;
图8为本发明货位自动标定装置一实施例货位结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的货位自动标定设备结构示意图。
如图1所示,该货位自动标定设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对货位自动标定设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及货位自动标定程序。
在图1所示的货位自动标定设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明货位自动标定设备中的处理器1001、存储器1005可以设置在货位自动标定设备中,所述货位自动标定设备通过处理器1001调用存储器1005中存储的货位自动标定程序,并执行本发明实施例提供的货位自动标定方法。
本发明实施例提供了一种货位自动标定方法,参照图2,图2为本发明一种货位自动标定方法第一实施例的流程示意图。
本实施例中,所述货位自动标定方法包括以下步骤:
步骤S10:在无人搬运车进入标定模式后,生成检测指令,以使激光雷达根据所述检测指令对当前货架进行检测。
需要理解的是,本实施例的执行主体可以是AGV小车控制系统,也可以是AGV小车智能车机,还可以是与AGV小车控制系统功能相同或者相似的装置,本实施例在此不加以限定。关于AGV(Automated Guided Vehicle),通常也称为AGV小车。指装备有电磁或光学等自动导航装置,能够沿规定的导航路径行驶,具有安全保护以及各种移载功能的运输车。工业应用中不需要驾驶员的无人搬运车,以可充电的蓄电池为其动力来源。一般可通过电脑来控制其行进路径以及行为,或利用电磁轨道(electromagnetic path-following system)来设立其行进路径。
可以理解的是,在AGV小车进行货架标定的过程中,需要通过导航系统准确的找到目标货架的位置,并移动到目标位置前,再对该位置货架上的货位大小以及货位位置进行一一标定。关于前往货架位置的导航方式,可以通过GPS导航、二维码标识、电子标签、图像识别以及相似的方式,选择当中的一项或者多项的组合来完成货架位置的导航。由于货位是一个三维立体的空间,所以需要标定的参数实质为货位的三维模型相对于AGV小车的空间位置,在标定成功后,AGV小车可以通过锁定该位置进行卸货,例如:AGV小车通过导航信息到货架位置,再通过货架标识信息到达货架对应的指定地点。将货物抬到标定好的高度,将货物送入一定深度的货位中去,完成货物的卸载。那么在此过程中获取精确的货位的三维空间位置别的十分重要。
需要明白的是,标定模式即到达与卸货时相同的指定位置,利用AGV小车所装备的激光雷达对货架进行扫描。此处的激光雷达可以是单线激光雷达,单线激光雷达是指激光源发出的线束是单线的雷达,结合旋转装置,能使激光雷达快速的对二维平面进行扫描,通过逐层的对货架进行扫描可以得到货架的整体轮廓。单线激光雷达成本比其他种类的激光类要低很多,目前主要应用于机器人领域,以服务机器人居多,可以帮助机器人规避障碍物,其具备扫描速度快、分辨率强、可靠性高等优点,相比多线激光雷达,单线激光雷达在角频率及灵敏度上反应更快捷,所以,在测试周围障碍物的距离和精度上都更加精准。但单线雷达只能平面式扫描,不能直接测量物体高度,当前主要应用于我们常见的扫地机器人、送餐机器人及酒店等服务机器人身上。
在具体实现中,所述检测指令的作用为控制搭载激光雷的装置进行移动以满足逐层扫描需求的同时控制激光扫描仪进行数据采集,而所述对货架进行扫描可以是从下至上逐层扫描,也可以是从上至下逐层扫描,本实施例在此不加以限定。但是需要注意的是,本实施例所解释的虽然为标定货架上一个方格的过程,但并不代表本发明一次检测只能标定一个方格中的货位,一次检测过程中可以完成多个方格的标定,而本实施例以单个方格的检测流程为例子进行说明。
在本实施例中,在进入标定模式后,生成检测指令;判断所述激光雷达是否处于预设姿态;若所述激光雷达未处于预设姿态,则对激光雷达进行姿态调整,以使所述激光雷达处于预设姿态,并根据所述检测指令对货架进行检测。
需要说明的是,所述激光雷达的姿态包括激光雷达的位置、角度以及高度等决定影响扫描结果的姿态,当AGV小车到达指定位置并进入标定模式后,激光雷达可能由于车身误差或者上一次任务的检测姿态的影响而没有达到本次检测任务所要求的姿态。此时通过获取本次检测所要求的预设姿态,与当前激光雷达姿态进行对比,再根据对比的结果对当前激光雷达的姿态进行调整。例如:在进入标定模式后,激光雷达所面向的方向与正对货架的方向相差了30°,相差角度过大可能导致激光雷达的扫描范围不能覆盖当前货架需要检测的区域,于是此时通过调整车位或者调整激光雷达的角度,让激光雷的朝向偏移30°,以使激光雷达正对货架。再例如:激光雷达的当前高度为2m,而所需要检测的区域高度在5m-10m,此时通过升举装置抬高激光雷达至5m的高度,再根据检测指令对货架进行检测。通过姿态调整可以避免对不必要空间的扫描,提高检测的效率和检测精度,有效的防止扫描不完全的情况出现。
步骤S20:获取所述货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓。
需要理解的是,当前轮廓信息即包含了雷达扫描仪扫描到的数据信息,并对扫描到的数据信息进行筛选、处理和分析,提取出需要使用的数据,再根据提取出的数据得到完整的轮廓图像。例如:获取当前扫描层的点云数据,通过点运数据建模得到二维点云模型,如图6和图7,通过二维点整模型分析当前点云模型中有用的轮廓,例如图7中的立柱轮廓。再对得到的轮廓图形与图形库中的轮廓图形进行匹配,以确认当前图形的类型。进一步的,点云数据中的每一个点都可以根据特定的算法获得其相对于激光雷达的二维坐标,再获取AGV小车中当前激光雷达被抬升的高度即可得到当前扫描层垂直方向上的坐标,结合前面获取的二维坐标即可得到点云数据中每个点的三维坐标值,所述三维坐标值可用于计算后续步骤中的空间位置或者建立货位的三维模型。
需要明白的是,当一束激光照射到物体表面时,所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描,便会边扫描边记录到反射的激光点信息,由于扫描极为精细,则能够得到大量的激光点,因而就可形成激光点云。
在具体实现中,激光雷达扫描得到的点云数据所用到的算法有很多种,例如激光雷达三角测距法或者激光雷达飞行时间测距法,均可以得到目标点的坐标值。以三角测距法为例,激光三角测距法主要是通过一束激光以一定的入射角度照射被测目标,激光在目标表面发生反射和散射,在另一角度利用透镜对反射激光汇聚成像,光斑成像在CCD(Charge-coupled Device,感光耦合组件)位置传感器上。当被测物体沿激光方向发生移动时,位置传感器上的光斑将产生移动,其位移大小对应被测物体的移动距离,因此可通过算法设计,由光斑位移距离计算出被测物体与基线的距离值。由于入射光和反射光构成一个三角形,对光斑位移的计算运用了几何三角定理,故该测量法被称为激光三角测距法。
在本实施例中,获取所述货架的当前轮廓信息;当所述当前轮廓信息为一条第一预设长度的线段时,则判定当前轮廓为横梁轮廓;当所述当前轮廓信息为两条第二预设长度且互为直角的线段时,则判定当前轮廓为立柱轮廓。
进一步的,所述轮廓可以是横梁轮廓,也可以是立柱轮廓,甚至还可以是辅助支架的轮廓,本实施例对此不加以限定。另一方面,轮廓对于不同的货架部位可以有所不同需要视获取轮廓的目的而定,例如对于横梁轮廓则需要通过多个扫描层对横梁轮廓进行完整的勾勒,这是因为横梁是用来标定货位高度的结构,而横梁本身具有一定的厚度,需要完整的轮廓以确定横梁的厚度以及上下沿的具体高度信息。而对于立柱来说,立柱是用来标定货位的平面属性的结构,例如货位的长度和宽度,因此只需要得到货位中任一扫描层所检测到的横梁的二维坐标即可以得到平面位置信息。
需要明白的是,在扫描过程中,需要通过对轮廓信息进行处理得到各处轮廓的类型,找到当前扫描层中有用的轮廓。如图6所示,当前轮廓信息为一条线段时,获取当前线段的长度,通过长度对比来筛选当前的线段是否为横梁的轮廓。由于在货架中可能会有货物或者其他杂物,可能会出现线段,故而通过线段长度的比对能够有效筛选出横梁的轮廓,若当前的轮廓长度在预设的长度范围内则判定当前轮廓为横梁轮廓。需要注意的是此处的预设长度并不一定是一个固定的值,其可以是一个固定的长度值,也可以是多个长度值,还可以是一个长度范围,本实施例对此不加以限定。
另一方面,判断立柱轮廓可以参照图7,激光雷达所检测到的横梁的轮廓实际为两条互为90°的短线段。因此当根据前轮廓信息所得到的轮廓为两条互为直角的线段时,则可以暂时判定当前轮廓为立柱轮廓。在此基础上通过长度再对立柱轮廓进行进一步的判定,通过比对长度可以过滤掉杂物或者辅助支撑杆的轮廓信息,得到准确的立柱轮廓信息。
步骤S30:当判断结果为横梁轮廓时,获取横梁高度信息。
需要理解的是,当判断出来了当前轮廓的类型后,需要根据当前轮廓的类型进行数据的收集。获取横梁的信息是用于对货位的距地距离和货位自身的高度信息进行标定,所以横梁轮廓的标定主要放在横梁的高度上,由于单线激光扫描只能获取二维信息,因此还需要结合此时激光雷达的高度信息和俯仰角度信息来确定当前扫描信息的垂直坐标。
可以理解的是,此处横梁指的是位于当前货架方格上端和下端用于承重货物的水平结构。
步骤S40:当判断结果为立柱轮廓时,获取立柱位置信息。
需要理解的是,当判断出来了当前轮廓的类型后,需要根据当前轮廓的类型进行数据的收集。获取立柱的轮廓是为了得到货位在水平平面上的占地大小以及水平平面上的位置信息,因此确定立柱水平位置信息成为了目的。需要注意的是,由于立柱一般情况下都是竖直的所以只需要得到一组立柱的轮廓即可得到当前货架方格的平面位置信息。
可以理解的是,此处横梁指的是位于当前货架方格四角的起支撑作用的立柱,通过这4根立柱的平面位置信息即可以得到当前货架的方格的平面位置信息。
步骤S50:根据各横梁高度信息和各立柱位置信息对货位进行标定。
需要理解的是,得到了上下俩横梁的高度信息和四周立柱的平面位置信息即可以对货位进行标定。如图4所示,途中被上下横梁和四角立柱所围成的存储货物的空间即为一个货架方格,而在货架方格中一般存在着1~3个货位。根据上横梁下沿的高度信息和下横梁上沿高度信息可以确定货位的高度信息,而根据任意横梁的高度信息可以确定货位的距地距离,当然为了计算简便可以根据下横梁上沿进行计算。根据四角立柱的平面位置信息可以得到货架方格的平面大小和位置信息,例如:根据四角立柱轮廓的线段交点坐标即可确立货架方格的平面大小和位置。
需要说明的是,由于AGV小车位于地面是可以肯定的,建立空间坐标系确定垂直坐标的时候可以以地面作为参考系建立,而平面的横轴和纵轴则可以根据车载定位系统所确定的平面位置为参考系建立坐标系。由于AGV小车在找寻货架时在地面会有标识信息,根据标识信息的位置和激光雷达相对于标识信息的位置,可以获得固定激光雷达相对于标识位置的坐标点。再根据立柱相对于激光雷达所在位置坐标,即可换算成立柱平面位置相对于地面标识信息的位置,从而得到立柱平面位置坐标相对于地面标识位置的坐标。那么在AGV小车的卸货工作中只需要找到地面标识信息的位置,即可准确的确定货位的位置。
本实施例通过获取货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓;当判断结果为横梁轮廓时,获取横梁高度信息;当判断结果为立柱轮廓时,获取立柱位置信息;根据各横梁高度信息和各立柱位置信息对货位进行标定。实现了通过激光雷达对货位的自动标定,提高了标定工作的工作效率,降低了货位标定的成本,避免了人工安装货位标识信息的危险情况。
参考图3,图3为本发明一种货位自动标定方法第二实施例的流程示意图。
基于上述第一实施例,本实施例货位自动标定方法在所述步骤S50,具体包括:
步骤S51:根据所述各立柱位置信息得到当前货架的货架长度和货架宽度。
需要明白的是,所述货架长度和货架宽度指的是当前检测的货架方格在水平面长度和宽度,即货架中当前方格中可以存放货物的水平尺寸。将所述货架长度和货架宽度标定后即可计算出当前检测的货架方格可以存放多少面积的货物。
在本实施例中,将各立柱位置信息带入预设坐标系以得到各立柱的坐标,所述预设坐标系包含横坐标和纵坐标;根据横坐标相同的立柱坐标计算得到前货架的货架长度;根据纵坐标相同的立柱坐标计算得到前货架的货架宽度。
需要明白的是,所述预设坐标系可以是以雷达传感器为参考系建立的坐标系,也可以是以地面标识信息为参考系建立的坐标系,还可以是通过定位系统以厂房为参考系建立的坐标系,本实施例在此不加以限定。以地面标识信息作为参考系建立坐标系为例,通过检测各点云数据中各点与激光雷达之间的位置关系,再结合激光雷达与地面标识信息之间的关系,得到各点云数据相中各点对于地面标识信息所建立坐标系当中的坐标。例如:根据地面标识信息建立坐标系,激光雷达在坐标系中的位置在坐标点(0,0,5)处,而四个立柱扫描出来的立柱轮廓标记点在激光雷达扫描出来的二维平面坐标分别为(-3,5)、(-3,8)、(3,8)、(3,5),当激光雷达的扫描俯仰角为0°也就是激光雷达水平扫描时,激光雷达的高度和四个角立柱的高度值一致,此时可以得到四个立柱此时的立柱轮廓标记点在以地面标识信息为参考系的坐标系中的坐标为(-3,5,5)、(-3,8,5)、(3,8,5)、(3,5,5)。需要注意的是此处用立柱轮廓标记点代替立柱轮廓的点云数据仅仅为了方便说明,并不代表立柱轮廓仅仅为一个点,可以选取立柱轮廓中两条短线段的角点作为立柱轮廓标记点。同理通过定位系统以厂房为参考系建立的坐标系,只需要将上述说明中的激光雷达与地面标识信息之间的关系,改为激光雷达在厂房中的定位信息即可。
另一方面,为了简化计算复杂程度,提高机器运行效率,预设坐标系建立时选取的横轴与横梁平行,纵轴则垂直与横轴。此时可知四个角立柱所围成的图形实质为矩形,通过任意横坐标相同的两点可以计算出货架方格的长,通过任意纵坐标相同的点可以计算出方格的宽。
需要明白的是,通过固定的坐标系进行标定可以有效的提高AGV小车卸货的效率,直接将货物装卸在指定的货位即可,不需要再次的通过传感器检测或者找寻,另一方面,如果货位出现位移或者改变,也可以通过对比上一次检测结果,通过比对差异调整AGV小车的卸货流程,避免重新规划造成的资源浪费。
步骤S52:根据所述各横梁高度信息计算得到当前货架的距地高度和货架高度。
需要明白的是,所述货架的距地高度和货架高度指的是当前检测的货架方格在距离地面的距离和自身高度,其中自身高度即货架中当前方格中可以存放货物的垂直方向上的货物尺寸。将所述货架高度标定后即可计算出当前检测的货架方格可以存放多高的货物。
在本实施例中,根据所述各横梁高度信息得到各横梁的高度值;将第一次扫描的横梁作为第一横梁;将第二次扫描的横梁作为第二横梁;将所述第一横梁的高度值作为当前货架的距地高度;根据所述第一横梁的高度值和所述第二横梁的高度值计算得到当前货架的货架高度。
需要理解的是,由于本实施例解释的是对单个网格检测的流程,因此所检测的衡量仅有两个。上文曾提到,激光雷达扫描的方向可以是自下而上,也可以是自上而下。但在具体操作过程中,由于激光雷达的初始状态在地面,而货架在高处,所以自下而上更加合理更加节约时间和资源,因此按自下而上进行说明。由于是自下而上进行扫描,那么扫描到当前货架方格的流程中时,第一次扫描的横梁是位于货架方格下方的横梁,第二次扫描的横梁是位于货架上方的横梁。将所述位于下方的第一横梁的横梁高度作为货位距离地面的高度,而为了提高精确性,可以选择第一横梁的上沿的高度作为货位距离地面的高度。例如:当前货位下横梁上沿的高度为3.2m,此时AGV小车将货物底盘的底端抬高至3.2m以上即可顺利的将货物送入货位中。而第二横梁的高度值决定了当前货位的高度上限,为了准确可以将第二横梁下沿的高度作为上限高度。即货物的顶端只要低于该上限高度,货物就可以顺利的送入货位。而上限高度减去货位距离地面的高度,即为货位的高度从而完成货位高度和货位距地高度的标定。
步骤S53:根据所述距地高度、货架高度、货架长度和货架宽度对货位进行标定。
需要理解的是,通过距地高度、货架高度、货架长度和货架宽度可以对货架方格的可载货空间进行准确的标定,AGV小车通过读取标定好的信息,即可以根据四个角立柱的坐标行驶到准确的地面位置,再根据距地高度和货架高度准确的控制货叉升到合适的高度,再根据货架的长度将货物送入足够深入货位的距离,最后放下货物完成此次卸货。
在本实施例中,将所述距地高度作为货位距地高度;将所述货架高度作为货位高度;将所述货架长度作为货位长度;根据货架宽度查找预设映射关系对应表,以找到货架宽度对应的货位数量;根据所述货位数量将货架宽度进行等分,以得到货位宽度;根据所述货位距地高度、货位高度、货位长度以及货位宽度对货位进行标定。
需要明白的是,由于货架方格的宽度可能很宽,可以容纳下多个货位,但叉车在货架方格中随意摆放容易造成空间的浪费。那么此时货位空间是不等于货架方格空间的,还需要对货架方格空间进行更加细致的划分以得到准确的货位信息。
在具体实现中,由于在内部物流过程中,货物的占地空间是一定的。一份货物对应一个货柜,所以可以获取使用场景中的货物规定尺寸,将货架宽度除以货物规定尺寸即可得到当前货架的最大货位数量。将货架宽度按照最大货位数量进行等分,即可得到每个货位的准确宽度,即货位宽度。将货架方格的宽按货位宽度进行分割,再对每一个货位进行标定。需要说明的是,此处的长指的是AGV小车将货物装进货位时货位的深度,而宽则指的是货架方格开口处的水平宽度。
本实施例通过根据所述各立柱位置信息得到当前货架的货架长度和货架宽度;根据所述各横梁高度信息计算得到当前货架的距地高度和货架高度;根据所述距地高度、货架高度、货架长度和货架宽度对货位进行标定。实现了对货位的准确标定,由于建立固定的坐标系来对货位进行准确标定,避免了AGV小车在卸货时需要反复进行检测以找到货位,提高了装卸货物的工作效率,减小了因传感器误差带来的损失。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有货位自动标定程序,所述货位自动标定程序被处理器执行时实现如上文所述的货位自动标定方法的步骤。
参照图4,图4为本发明货位自动标定装置第一实施例的结构框图。
如图4所示,本发明实施例提出的货位自动标定装置包括:
检测模块10,用于在无人搬运车进入标定模式后,生成检测指令,以使激光雷达根据所述检测指令对当前货架进行检测;
获取模块20,用于获取所述货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓;
所述获取模块20,还用于当判断结果为横梁轮廓时,获取横梁高度信息;
所述获取模块20,还用于当判断结果为立柱轮廓时,获取立柱位置信息;
标定模块30,用于根据各横梁高度信息和各立柱位置信息对货位进行标定。
在一实施例中,所述获取模块20还用于获取所述货架的当前轮廓信息;
当所述当前轮廓信息为一条第一预设长度的线段时,则判定当前轮廓为横梁轮廓;
当所述当前轮廓信息为两条第二预设长度且互为直角的线段时,则判定当前轮廓为立柱轮廓。
在一实施例中,所述获取模块20还用于根据所述各立柱位置信息得到当前货架的货架长度和货架宽度;
根据所述各横梁高度信息计算得到当前货架的距地高度和货架高度;
根据所述距地高度、货架高度、货架长度和货架宽度对货位进行标定。
在一实施例中,所述获取模块20还用于将各立柱位置信息带入预设坐标系以得到各立柱的坐标,所述预设坐标系包含横坐标和纵坐标;
根据横坐标相同的立柱坐标计算得到前货架的货架长度;
根据纵坐标相同的立柱坐标计算得到前货架的货架宽度。
在一实施例中,所述获取模块20还用于根据所述各横梁高度信息得到各横梁的高度值;
将第一次扫描的横梁作为第一横梁;
将第二次扫描的横梁作为第二横梁;
将所述第一横梁的高度值作为当前货架的距地高度;
根据所述第一横梁的高度值和所述第二横梁的高度值计算得到当前货架的货架高度。
在一实施例中,所述获取模块20还用于将所述距地高度作为货位距地高度;
将所述货架高度作为货位高度;
将所述货架长度作为货位长度;
根据货架宽度查找预设映射关系对应表,以找到货架宽度对应的货位数量;
根据所述货位数量将货架宽度进行等分,以得到货位宽度;
根据所述货位距地高度、货位高度、货位长度以及货位宽度对货位进行标定。
在一实施例中,所述检测模块10还用于在进入标定模式后,生成检测指令;
判断所述激光雷达是否处于预设姿态;
若所述激光雷达未处于预设姿态,则对激光雷达进行姿态调整,以使所述激光雷达处于预设姿态,并根据所述检测指令对货架进行检测。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
本实施例通过检测模块10生成检测指令,以使激光雷达根据所述检测指令对当前货架进行检测,获取模块20获取货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓;当判断结果为横梁轮廓时,获取横梁高度信息;当判断结果为立柱轮廓时,获取立柱位置信息;标定模块30根据各横梁高度信息和各立柱位置信息对货位进行标定。实现了通过激光雷达对货位的自动标定,提高了标定工作的工作效率,降低了货位标定的成本,避免了人工安装货位标识信息的危险情况。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的货位自动标定方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种货位自动标定方法,其特征在于,所述方法包括:
在无人搬运车进入标定模式后,生成检测指令,以使激光雷达根据所述检测指令对当前货架进行检测;
获取所述货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓;
当判断结果为横梁轮廓时,获取横梁高度信息;
当判断结果为立柱轮廓时,获取立柱位置信息;
根据各横梁高度信息和各立柱位置信息对货位进行标定。
2.如权利要求1所述的方法,其特征在于,所述获取所述货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓,包括:
获取所述货架的当前轮廓信息;
当所述当前轮廓信息为一条第一预设长度的线段时,则判定当前轮廓为横梁轮廓;
当所述当前轮廓信息为两条第二预设长度且互为直角的线段时,则判定当前轮廓为立柱轮廓。
3.如权利要求1所述的方法,其特征在于,所述根据各横梁高度信息和各立柱位置信息对货位进行标定,包括:
根据所述各立柱位置信息得到当前货架的货架长度和货架宽度;
根据所述各横梁高度信息计算得到当前货架的距地高度和货架高度;
根据所述距地高度、货架高度、货架长度和货架宽度对货位进行标定。
4.如权利要求3所述的方法,其特征在于,所述根据所述各立柱位置信息得到当前货架的货架长度和货架宽度,包括:
将各立柱位置信息带入预设坐标系以得到各立柱的坐标,所述预设坐标系包含横坐标和纵坐标;
根据横坐标相同的立柱坐标计算得到前货架的货架长度;
根据纵坐标相同的立柱坐标计算得到前货架的货架宽度。
5.如权利要求3所述的方法,其特征在于,所述根据所述各横梁高度信息计算得到当前货架的距地高度和货架高度,包括:
根据所述各横梁高度信息得到各横梁的高度值;
将第一次扫描的横梁作为第一横梁;
将第二次扫描的横梁作为第二横梁;
将所述第一横梁的高度值作为当前货架的距地高度;
根据所述第一横梁的高度值和所述第二横梁的高度值计算得到当前货架的货架高度。
6.如权利要求3所述的方法,其特征在于,所述根据所述距地高度、货架高度、货架长度和货架宽度对货位进行标定,包括:
将所述距地高度作为货位距地高度;
将所述货架高度作为货位高度;
将所述货架长度作为货位长度;
根据货架宽度查找预设映射关系对应表,以找到货架宽度对应的货位数量;
根据所述货位数量将货架宽度进行等分,以得到货位宽度;
根据所述货位距地高度、货位高度、货位长度以及货位宽度对货位进行标定。
7.如权利要求1至6中任一项所述的方法,其特征在于,所述在进入标定模式后,生成检测指令,以使激光雷达根据所述检测指令对货架进行检测,包括:
在进入标定模式后,生成检测指令;
判断所述激光雷达是否处于预设姿态;
若所述激光雷达未处于预设姿态,则对激光雷达进行姿态调整,以使所述激光雷达处于预设姿态,并根据所述检测指令对货架进行检测。
8.一种货位自动标定装置,其特征在于,所述货位自动标定装置包括:
检测模块,用于在无人搬运车进入标定模式后,生成检测指令,以使激光雷达根据所述检测指令对当前货架进行检测;
获取模块,用于获取所述货架的当前轮廓信息,并根据所述轮廓信息判断当前轮廓;
所述获取模块,还用于当判断结果为横梁轮廓时,获取横梁高度信息;
所述获取模块,还用于当判断结果为立柱轮廓时,获取立柱位置信息;
标定模块,用于根据各横梁高度信息和各立柱位置信息对货位进行标定。
9.一种货位自动标定设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的货位自动标定程序,所述货位自动标定程序配置为实现如权利要求1至7中任一项所述的货位自动标定方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有货位自动标定程序,所述货位自动标定程序被处理器执行时实现如权利要求1至7任一项所述的货位自动标定方法的步骤。
CN202011276414.9A 2020-11-13 2020-11-13 货位自动标定方法、装置、设备及存储介质 Withdrawn CN112379387A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011276414.9A CN112379387A (zh) 2020-11-13 2020-11-13 货位自动标定方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011276414.9A CN112379387A (zh) 2020-11-13 2020-11-13 货位自动标定方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112379387A true CN112379387A (zh) 2021-02-19

Family

ID=74584208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011276414.9A Withdrawn CN112379387A (zh) 2020-11-13 2020-11-13 货位自动标定方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112379387A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109213202A (zh) * 2018-08-17 2019-01-15 深圳蓝胖子机器人有限公司 基于光学伺服的货物摆放方法、装置、设备和存储介质
CN113253737A (zh) * 2021-06-21 2021-08-13 浙江华睿科技有限公司 货架检测方法及装置、电子设备、存储介质
CN114234853A (zh) * 2021-11-19 2022-03-25 广东嘉腾机器人自动化有限公司 基于激光扫描的货架倾角测量方法、系统、设备及介质
CN115129070A (zh) * 2022-08-31 2022-09-30 深圳市欧铠智能机器人股份有限公司 一种物联网下的仓储机器人智能避障系统及方法
CN115436964A (zh) * 2022-11-09 2022-12-06 深圳市壹站智汇科技有限公司 物体识别和路径规划方法、搬运车、电子设备及存储介质
CN115953472A (zh) * 2023-03-13 2023-04-11 鱼台顺驰工贸有限公司 一种低平板半挂车的载货区智能定位方法
CN116342695A (zh) * 2023-05-29 2023-06-27 未来机器人(深圳)有限公司 无人叉车放货检测方法及装置、无人叉车、存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109213202A (zh) * 2018-08-17 2019-01-15 深圳蓝胖子机器人有限公司 基于光学伺服的货物摆放方法、装置、设备和存储介质
CN113253737A (zh) * 2021-06-21 2021-08-13 浙江华睿科技有限公司 货架检测方法及装置、电子设备、存储介质
CN114234853A (zh) * 2021-11-19 2022-03-25 广东嘉腾机器人自动化有限公司 基于激光扫描的货架倾角测量方法、系统、设备及介质
CN115129070A (zh) * 2022-08-31 2022-09-30 深圳市欧铠智能机器人股份有限公司 一种物联网下的仓储机器人智能避障系统及方法
CN115129070B (zh) * 2022-08-31 2022-12-30 深圳市欧铠智能机器人股份有限公司 一种物联网下的仓储机器人智能避障系统及方法
CN115436964A (zh) * 2022-11-09 2022-12-06 深圳市壹站智汇科技有限公司 物体识别和路径规划方法、搬运车、电子设备及存储介质
CN115953472A (zh) * 2023-03-13 2023-04-11 鱼台顺驰工贸有限公司 一种低平板半挂车的载货区智能定位方法
CN116342695A (zh) * 2023-05-29 2023-06-27 未来机器人(深圳)有限公司 无人叉车放货检测方法及装置、无人叉车、存储介质
CN116342695B (zh) * 2023-05-29 2023-08-25 未来机器人(深圳)有限公司 无人叉车放货检测方法及装置、无人叉车、存储介质

Similar Documents

Publication Publication Date Title
CN112379387A (zh) 货位自动标定方法、装置、设备及存储介质
CN110189068B (zh) 一种仓库快速配置方法、设备及存储介质
US11376735B2 (en) Method for rapidly determining warehousing map, device, storage medium and robot
EP3572767B1 (en) Dynamic pallet dimensioning - forklift taring
CN109987550B (zh) 一种高位叉车、归还仓储容器的校准方法及存储介质
RU2565011C1 (ru) Способ и система использования отличительных ориентиров для определения местонахождения промышленных транспортных средств в начале работы
US10583982B2 (en) Shelf transport system, shelf transport vehicle, and shelf transport method
CN110837814B (zh) 车辆导航方法、装置及计算机可读存储介质
US9580285B2 (en) Method and apparatus for using unique landmarks to locate industrial vehicles at start-up
US8538577B2 (en) Method and apparatus for sensing object load engagement, transportation and disengagement by automated vehicles
RU2587641C2 (ru) Способ и система для совместного использования информации карт, связанной с автоматическими промышленными транспортными средствами
US8150658B2 (en) Three-dimensional object recognition system and inventory system using the same
CN112906127B (zh) 基于云台与扫描仪的车辆建模方法、系统、介质及设备
CN115018895A (zh) 无人叉车高位货架放货方法、装置、设备及存储介质
CN113253737B (zh) 货架检测方法及装置、电子设备、存储介质
CN114358145A (zh) 叉车卸货方法、叉车及计算机可读存储介质
KR101059927B1 (ko) 무인 이송장치의 팔레트 위치 인식 장치 및 방법
CN114234853A (zh) 基于激光扫描的货架倾角测量方法、系统、设备及介质
CN115546300A (zh) 紧密摆放的托盘位姿识别方法和装置、计算机设备、介质
CN111874512B (zh) 位置调整方法、装置、托举式机器人及计算机存储介质
CN115494836A (zh) 检测系统、处理装置、移动体、检测方法以及存储介质
CN114360274B (zh) 配送车导航方法、系统、计算机设备和存储介质
WO2023151603A1 (zh) 货箱存放方法和机器人
US20240151837A1 (en) Method and system for calibrating a light-curtain
WO2023192333A1 (en) Automated identification of potential obstructions in a targeted drop zone

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210219