CN113426711A - 一种物品分拣方法及系统 - Google Patents

一种物品分拣方法及系统 Download PDF

Info

Publication number
CN113426711A
CN113426711A CN202110848118.XA CN202110848118A CN113426711A CN 113426711 A CN113426711 A CN 113426711A CN 202110848118 A CN202110848118 A CN 202110848118A CN 113426711 A CN113426711 A CN 113426711A
Authority
CN
China
Prior art keywords
sorting
target
volume
target sorted
determining
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
CN202110848118.XA
Other languages
English (en)
Other versions
CN113426711B (zh
Inventor
贾美慧
孙卫华
褚东亮
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.)
Beijing Wuzi University
Original Assignee
Beijing Wuzi University
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 Beijing Wuzi University filed Critical Beijing Wuzi University
Priority to CN202110848118.XA priority Critical patent/CN113426711B/zh
Publication of CN113426711A publication Critical patent/CN113426711A/zh
Application granted granted Critical
Publication of CN113426711B publication Critical patent/CN113426711B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种物品分拣方法及系统，其中方法包括：根据目标分拣物品的图像确定目标分拣物品的体积及存储区域；根据目标分拣物品的体积，确定可对目标分拣物品进行分拣并处于待机状态的分拣机器人；根据存储区域和目标分拣物品的当前位置，规划分拣机器人的行走路线；将行走路线发送至分拣机器人，由分拣机器人进行分拣操作。本发明的分拣机器人其行走路线并非是固定的，可根据需要按照规划的路线分拣运输物品，大幅提高了分拣效率。另外，本发明的分拣机器人的载重体积不同，可根据目标分拣物品的体积选取合适的分拣机器人分拣及运输，无需人工搬运，降低了劳动强度。

Description

一种物品分拣方法及系统
技术领域
本发明公开了一种物品分拣方法及系统，属于仓储物流技术领域。
背景技术
随着国内人工成本的急速上涨和物流产业的大幅扩大，物品分拣系统自动化、智能化的需求日益提升。
现有技术中的物品分拣系统主要是根据智能相机拍摄的图像确定对应的存储区域，而后由分拣机器人将待分拣的物品运输至对应的存储区域的。
但是现有技术中的分拣机器人，其行走路线是固定的，仅能运输固定线路的待分拣物品，灵活性不强，致使整个物品分拣系统的分拣效率低。
发明内容
本申请的目的在于，提供一种物品分拣方法及系统，以解决现有物品分拣系统存在的分拣效率低的技术问题。
本发明的第一方面提供了一种物品分拣方法，包括：
根据目标分拣物品的图像确定所述目标分拣物品的体积及存储区域；
根据所述目标分拣物品的体积，确定可对所述目标分拣物品进行分拣并处于待机状态的分拣机器人；
根据所述存储区域和所述目标分拣物品的当前位置，规划所述分拣机器人的行走路线；
将所述行走路线发送至所述分拣机器人，由所述分拣机器人进行分拣操作。
优选地，根据目标分拣物品的图像确定所述目标分拣物品的体积及存储区域，具体为：
获取包含所述目标分拣物品快递单信息的第一图像；
利用文字识别算法从所述第一图像中获取所述目标分拣物品的存储区域；
获取包含所述目标分拣物品的深度图像，在所述深度图像上确定所述目标分拣物品所在区域；
将所述区域的二维坐标转换为三维坐标，根据所述三维坐标中的点云确定所述目标分拣物品的高度；
将所述高度划分为多段，计算每一段内所述目标分拣物品的区域体积；
叠加多个所述区域体积，得到所述目标分拣物品的体积。
优选地，所述根据所述三维坐标中的点云确定所述目标分拣物品的高度，具体为：
根据第一公式确定所述目标分拣物品的高度，所述第一公式为：
Figure BDA0003181457650000021
式中，Zni为距所述三维坐标的原点第一距离范围的第i个点云，Zfi为距所述三维坐标的原点第二距离范围的第i点云，所述K为所述第一距离范围、所述第一距离范围内的点云数量，H为所述目标分拣物品的高度。
优选地，将所述高度划分为多段，计算每一段内所述目标分拣物品的区域体积，具体为：
根据第二公式确定每一段内所述目标分拣物品的区域体积，所述第二公式为：
Figure BDA0003181457650000022
式中，Hs＝H/S，H为所述目标分拣物品的高度，S为段数，Oj为第j段的区域体积，j＝1,2,…,S，每一段中每一个外接边界的坐标点为
Figure BDA0003181457650000023
其中m＝1,2,…,M，M为每段中所述目标分拣物品的外接边界的坐标点的总数，每一段的中心坐标
Figure BDA0003181457650000024
根据第三公式确定，所述第三公式为：
Figure BDA0003181457650000031
优选地，所述叠加多个所述区域体积，得到所述目标分拣物品的体积，具体为：
利用第四公式得到所述目标分拣物品的体积，所述第四公式为：
Figure BDA0003181457650000032
式中，OS为所述目标分拣物品的体积，Oj为第j段的区域体积。
优选地，所述利用文字识别算法从所述第一图像中获取所述目标分拣物品的存储区域，具体为：
获取所述第一图像中的文字区域；
利用文字识别算法从所述文字区域中识别出文字内容；
获取所述文字内容中的地址信息；
获取所述地址信息中的目标地址，根据所述目标地址确定所述目标分拣物品的存储区域。
优选地，所述利用文字识别算法从所述文字区域中识别出文字内容，具体为：
获取所述文字区域的特征向量；
将所述特征向量输入至训练好的卷积神经网络模型中，得到文字识别结果。
优选地，所述目标地址包括省份地址、市地址和区县地址中的一种或多种。
优选地，所述根据目标分拣物品的体积，确定可对所述目标分拣物品进行分拣并处于待机状态的分拣机器人，具体为：
获取每个所述分拣机器人的载重体积及运动状态信息；
当所述运动状态信息为静止且静止时间超过设定阈值时，认为所述分拣机器人处于待机状态；
从处于待机状态的所述分拣机器人中，确定所述载重体积≥所述目标分拣物品的体积的分拣机器人。
优选地，所述根据所述存储区域和所述目标分拣物品的当前位置，规划所述分拣机器人的行走路线，具体为：
建立三维坐标系，在所述三维坐标系内生成具有分拣场地属性的六边形网格；
确定每一个网格对应的基本信息数据，所述基本信息数据包括坐标位置和网格内的障碍物；
确定所述目标分拣物品的当前位置在所述六边形网格图上的第一坐标和所述存储区域在所述六边形网格图上的第二坐标；
以所述第一坐标为原点，向所述第二坐标发射射线，判断所述射线是否碰撞到所述障碍物，根据判断结果规划所述分拣机器人的行走路线。
优选地，判断所述射线是否碰撞到所述障碍物，根据判断结果规划所述分拣机器人的行走路线，具体为：
判断所述射线是否碰撞到所述障碍物；
当所述射线没有碰撞到所述障碍物，则所述射线经过的路线即为所述分拣机器人的行走路线；
当所述射线碰撞到所述障碍物时，以所述障碍物所在网格邻接的一个网格为原点，向所述第二坐标发射射线，判断所述射线是否碰撞到所述障碍物，重复上述步骤，直至到达所述第二坐标；所有所述射线经过的路线即为所述分拣机器人的行走路线。
本发明的第二方面公开了一种物品分拣系统，包括：
参数确定模块，所述参数确定模块用于根据目标分拣物品的图像确定所述目标分拣物品的体积及存储区域；
分拣设备确定模块，所述分拣设备确定模块用于根据所述目标分拣物品的体积，确定可对所述目标分拣物品进行分拣并处于待机状态的分拣机器人；
路径规划模块，所述路径规划模块用于根据所述存储区域和所述目标分拣物品的当前位置，规划所述分拣机器人的行走路线；
路径发送模块，所述路径发送模块用于将所述行走路线发送至所述分拣机器人，由所述分拣机器人进行分拣操作。
本发明的物品分拣方法及系统，相较于现有技术，具有如下有益效果：
本发明根据目标分拣物品的图像确定其参数，参数包括体积及存储区域，结合上述参数确定处于待机状态并可运输目标分拣物品的分拣机器人及该分拣机器人的行走路线。可见，本发明的分拣机器人其行走路线并非是固定的，可根据需要按照规划的路线分拣运输物品，大幅提高了分拣效率。另外，本发明的分拣机器人的载重体积不同，可根据目标分拣物品的体积选取合适的分拣机器人分拣及运输，无需人工搬运，降低了劳动强度。
附图说明
图1为本发明实施例提供的物品分拣方法的流程图；
图2为本发明实施例提供的物品分拣系统的结构示意图。
图中10为物品分拣系统；101为参数确定模块；102为分拣设备确定模块；103为路径规划模块，104为路径发送模块。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
图1为本发明实施例中物品分拣方法的流程图。
本发明的第一方面提供了一种物品分拣方法，其流程如图1所示，包括如下步骤：
步骤1、根据目标分拣物品的图像确定目标分拣物品的体积及存储区域，具体为：
步骤1.1、获取包含目标分拣物品快递单信息的第一图像；该图像为RGB图像。
步骤1.2、利用文字识别算法从第一图像中获取目标分拣物品的存储区域，具体为：
步骤1.2.1、获取第一图像中的文字区域；
步骤1.2.2、利用文字识别算法从文字区域中识别出文字内容，具体为：
步骤1.2.2.1、获取文字区域的特征向量；
步骤1.2.2.2、将特征向量输入至训练好的卷积神经网络模型中，得到文字识别结果；
上述步骤1.2.2中的文字识别算法也可为现有技术中的CTPN算法、EAST算法和Seglink等，本实施例在此不作限定；
步骤1.2.3、获取文字内容中的地址信息；
步骤1.2.4、获取地址信息中的目标地址，根据目标地址确定目标分拣物品的存储区域；其中目标地址包括省份地址、市地址和区县地址中的一种或多种。
对于某些上级站点，仅需要获取省份地址和/或市地址即可，根据省份和/或市确定仓库内对应的存储区域，而对于下级站点，仅需要获取区县地址即可。本实施例在获取地址信息以后再获取目标地址，根据目标地址确定目标分拣物品的存储区域，使得在获取存储区域的过程中，计算量得到有效降低，从而加快了存储区域的获取速度。
本实施例利用文字识别算法从第一图像中获取目标分拣物品在仓库内的存储区域，其算法简单，运算速度快，从而保证了后续的分拣速率。
上述步骤为根据目标分拣物品的图像确定目标分拣物品的存储区域的步骤，下面将详述根据目标分拣物品的图像确定目标分拣物品的体积的步骤。其中确定存储区域和确定体积的步骤的先后顺序可更改。
步骤1.3获取包含目标分拣物品的深度图像，在深度图像上确定目标分拣物品所在区域，具体为：
使用深度相机拍摄包含目标分拣物品的深度图像，在该深度图像中确定目标分拣物品的区域。
步骤1.4、将目标分拣物品所在区域的二维坐标转换为三维坐标，根据三维坐标中的点云确定目标分拣物品的高度，具体为：
利用上述深度相机的内部参数，将目标分拣物品所在区域的二维坐标映射到三维坐标系，其中三维坐标系(X,Y,Z)中的Z为高度信息，X为长度信息，Y为宽度信息；
然后根据第一公式确定目标分拣物品的高度，第一公式为：
Figure BDA0003181457650000071
式中，Zni为距三维坐标的原点第一距离范围的第i个点云，Zfi为距三维坐标的原点第二距离范围的第i点云，K为第一距离范围、第一距离范围内的点云数量，H为目标分拣物品的高度。其中第一距离为距三维坐标的原点较近的距离，第二距离为距三维坐标的原点较远的距离，计算最近的点云和最远的点云的平均距离，即为目标分拣物品的平均高度。
步骤1.5、将高度划分为多段，计算每一段内目标分拣物品的区域体积，具体为：
根据第二公式确定每一段内目标分拣物品的区域体积，第二公式为：
Figure BDA0003181457650000072
式中，Hs＝H/S，H为目标分拣物品的高度，S为段数，Oj为第j段的区域体积，j＝1,2,…,S，每一段中每一个外接边界的坐标点为
Figure BDA0003181457650000073
其中m＝1,2,…,M，M为每段中目标分拣物品的外接边界的坐标点的总数，每一段的中心坐标
Figure BDA0003181457650000074
根据第三公式确定，第三公式为：
Figure BDA0003181457650000075
上述计算每一段的体积的过程实际为以
Figure BDA0003181457650000076
Figure BDA0003181457650000077
为顶点的三角形的面积。
步骤1.6、叠加多个区域体积，得到目标分拣物品的体积，具体为：
利用第四公式得到目标分拣物品的体积，第四公式为：
Figure BDA0003181457650000081
式中，OS为目标分拣物品的体积，Oj为第j段的区域体积。
本实施例根据深度图像获取目标分拣物品的体积的方法简单且准确，其计算量小，计算速度快，从而有效保证后续的分拣效率。
步骤2、根据目标分拣物品的体积，确定可对目标分拣物品进行分拣并处于待机状态的分拣机器人，具体为：
步骤2.1、获取每个分拣机器人的载重体积及运动状态信息；
步骤2.2、当运动状态信息为静止且静止时间超过设定阈值时，认为分拣机器人处于待机状态；
步骤2.3、从处于待机状态的分拣机器人中，确定载重体积≥目标分拣物品的体积的分拣机器人。
本实施例可以根据分拣机器人的状态及其载重体积，确定其是否可以分拣及运输目标分拣物品。一旦其处于待机状态，且其载重体积大于或等于目标分拣物品的体积，则可以控制其进入至工作状态，进行分拣及运输。本实施例可以有效利用各个分拣机器人，使其根据需要按照所规划的行走路线工作，避免由于分拣机器人路线固定，导致某条线较忙，而其他线上的分拣机器人却空闲的情况。同时，本实施例可根据目标分拣物品的体积及分拣机器人的载重体积，确定合适的分拣机器人，避免由于体积过大，需要人工参与分拣运输的情况，降低了劳动强度。
步骤3、根据存储区域和目标分拣物品的当前位置，规划分拣机器人的行走路线，具体为：
步骤3.1、建立三维坐标系，在三维坐标系内生成具有分拣场地属性的六边形网格；
步骤3.2、确定每一个网格对应的基本信息数据，基本信息数据包括坐标位置和网格内的障碍物；
步骤3.3、确定目标分拣物品的当前位置在六边形网格图上的第一坐标和存储区域在六边形网格图上的第二坐标；
步骤3.4、以第一坐标为原点，向第二坐标发射射线，判断射线是否碰撞到障碍物，根据判断结果规划分拣机器人的行走路线；
判断射线是否碰撞到障碍物，具体为：使用slab碰撞检测方法判断所述射线是否与所述障碍物碰撞；
当射线没有碰撞到障碍物，则射线经过的路线即为分拣机器人的行走路线；
当射线碰撞到障碍物时，以障碍物所在网格邻接的一个网格为原点，向第二坐标发射射线，判断射线是否碰撞到障碍物，重复上述步骤，直至到达第二坐标；所有射线经过的路线即为分拣机器人的行走路线。
本实施例的行走路线规划方法，极大提升了规划效率，能达到秒级反馈，从而使得分拣机器人可快速接收到其行走路线，保证了分拣效率。
步骤4、将行走路线发送至分拣机器人，由分拣机器人进行分拣操作。
本发明的第二方面公开了一种物品分拣系统，物品分拣系统10包括参数确定模块101、分拣设备确定模块102、路径规划模块103和路径发送模块104；
其中参数确定模块101用于根据目标分拣物品的图像确定目标分拣物品的体积及存储区域；
分拣设备确定模块102用于根据目标分拣物品的体积，确定可对目标分拣物品进行分拣并处于待机状态的分拣机器人；
路径规划模块103用于根据存储区域和目标分拣物品的当前位置，规划分拣机器人的行走路线；
路径发送模块104用于将行走路线发送至分拣机器人，由分拣机器人进行分拣操作。
本发明根据目标分拣物品的图像确定其参数，参数包括体积及存储区域，结合上述参数确定处于待机状态并可运输目标分拣物品的分拣机器人及该分拣机器人的行走路线。可见，本发明的分拣机器人其行走路线并非是固定的，可根据需要按照规划的路线分拣运输物品，大幅提高了分拣效率。另外，本发明的分拣机器人的载重体积不同，可根据目标分拣物品的体积选取合适的分拣机器人分拣及运输，无需人工搬运，降低了劳动强度。
以上所述，仅是本申请的几个实施例，并非对本申请做任何形式的限制，虽然本申请以较佳实施例揭示如上，然而并非用以限制本申请，任何熟悉本专业的技术人员，在不脱离本申请技术方案的范围内，利用上述揭示的技术内容做出些许的变动或修饰均等同于等效实施案例，均属于技术方案范围内。

Claims (10)

1.一种物品分拣方法，其特征在于，包括：
根据目标分拣物品的图像确定所述目标分拣物品的体积及存储区域；
根据所述目标分拣物品的体积，确定可对所述目标分拣物品进行分拣并处于待机状态的分拣机器人；
根据所述存储区域和所述目标分拣物品的当前位置，规划所述分拣机器人的行走路线；
将所述行走路线发送至所述分拣机器人，由所述分拣机器人进行分拣操作。
2.根据权利要求1所述的方法，其特征在于，根据目标分拣物品的图像确定所述目标分拣物品的体积及存储区域，具体为：
获取包含所述目标分拣物品快递单信息的第一图像；
利用文字识别算法从所述第一图像中获取所述目标分拣物品的存储区域；
获取包含所述目标分拣物品的深度图像，在所述深度图像上确定所述目标分拣物品所在区域；
将所述区域的二维坐标转换为三维坐标，根据所述三维坐标中的点云确定所述目标分拣物品的高度；
将所述高度划分为多段，计算每一段内所述目标分拣物品的区域体积；
叠加多个所述区域体积，得到所述目标分拣物品的体积。
3.根据权利要求2所述的方法，其特征在于，所述根据所述三维坐标中的点云确定所述目标分拣物品的高度，具体为：
根据第一公式确定所述目标分拣物品的高度，所述第一公式为：
Figure FDA0003181457640000011
式中，Zni为距所述三维坐标的原点第一距离范围的第i个点云，Zfi为距所述三维坐标的原点第二距离范围的第i点云，所述K为所述第一距离范围、所述第一距离范围内的点云数量，H为所述目标分拣物品的高度。
4.根据权利要求3所述的方法，其特征在于，将所述高度划分为多段，计算每一段内所述目标分拣物品的区域体积，具体为：
根据第二公式确定每一段内所述目标分拣物品的区域体积，所述第二公式为：
Figure FDA0003181457640000021
式中，Hs＝H/S，H为所述目标分拣物品的高度，S为段数，Oj为第j段的区域体积，j＝1,2,…,S，每一段中每一个外接边界的坐标点为
Figure FDA0003181457640000022
其中m＝1,2,…,M，M为每段中所述目标分拣物品的外接边界的坐标点的总数，每一段的中心坐标
Figure FDA0003181457640000023
根据第三公式确定，所述第三公式为：
Figure FDA0003181457640000024
5.根据权利要求4所述的方法，其特征在于，所述叠加多个所述区域体积，得到所述目标分拣物品的体积，具体为：
利用第四公式得到所述目标分拣物品的体积，所述第四公式为：
Figure FDA0003181457640000025
式中，OS为所述目标分拣物品的体积，Oj为第j段的区域体积。
6.根据权利要求2所述的方法，其特征在于，所述利用文字识别算法从所述第一图像中获取所述目标分拣物品的存储区域，具体为：
获取所述第一图像中的文字区域；
利用文字识别算法从所述文字区域中识别出文字内容；
获取所述文字内容中的地址信息；
获取所述地址信息中的目标地址，根据所述目标地址确定所述目标分拣物品的存储区域。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据目标分拣物品的体积，确定可对所述目标分拣物品进行分拣并处于待机状态的分拣机器人，具体为：
获取每个所述分拣机器人的载重体积及运动状态信息；
当所述运动状态信息为静止且静止时间超过设定阈值时，认为所述分拣机器人处于待机状态；
从处于待机状态的所述分拣机器人中，确定所述载重体积≥所述目标分拣物品的体积的分拣机器人。
8.根据权利要求7所述的方法，其特征在于，所述根据所述存储区域和所述目标分拣物品的当前位置，规划所述分拣机器人的行走路线，具体为：
建立三维坐标系，在所述三维坐标系内生成具有分拣场地属性的六边形网格；
确定每一个网格对应的基本信息数据，所述基本信息数据包括坐标位置和网格内的障碍物；
确定所述目标分拣物品的当前位置在所述六边形网格图上的第一坐标和所述存储区域在所述六边形网格图上的第二坐标；
以所述第一坐标为原点，向所述第二坐标发射射线，判断所述射线是否碰撞到所述障碍物，根据判断结果规划所述分拣机器人的行走路线。
9.根据权利要求8所述的方法，其特征在于，判断所述射线是否碰撞到所述障碍物，根据判断结果规划所述分拣机器人的行走路线，具体为：
判断所述射线是否碰撞到所述障碍物；
当所述射线没有碰撞到所述障碍物，则所述射线经过的路线即为所述分拣机器人的行走路线；
当所述射线碰撞到所述障碍物时，以所述障碍物所在网格邻接的一个网格为原点，向所述第二坐标发射射线，判断所述射线是否碰撞到所述障碍物，重复上述步骤，直至到达所述第二坐标；所有所述射线经过的路线即为所述分拣机器人的行走路线。
10.一种物品分拣系统，其特征在于，包括：
参数确定模块，所述参数确定模块用于根据目标分拣物品的图像确定所述目标分拣物品的体积及存储区域；
分拣设备确定模块，所述分拣设备确定模块用于根据所述目标分拣物品的体积，确定可对所述目标分拣物品进行分拣并处于待机状态的分拣机器人；
路径规划模块，所述路径规划模块用于根据所述存储区域和所述目标分拣物品的当前位置，规划所述分拣机器人的行走路线；
路径发送模块，所述路径发送模块用于将所述行走路线发送至所述分拣机器人，由所述分拣机器人进行分拣操作。
CN202110848118.XA 2021-07-27 2021-07-27 一种物品分拣方法及系统 Active CN113426711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110848118.XA CN113426711B (zh) 2021-07-27 2021-07-27 一种物品分拣方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110848118.XA CN113426711B (zh) 2021-07-27 2021-07-27 一种物品分拣方法及系统

Publications (2)

Publication Number Publication Date
CN113426711A true CN113426711A (zh) 2021-09-24
CN113426711B CN113426711B (zh) 2022-11-29

Family

ID=77761812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110848118.XA Active CN113426711B (zh) 2021-07-27 2021-07-27 一种物品分拣方法及系统

Country Status (1)

Country Link
CN (1) CN113426711B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108401423A (zh) * 2017-09-05 2018-08-14 深圳蓝胖子机器人有限公司 自动输送包裹的方法、系统、机器人及存储装置
CN108722882A (zh) * 2018-04-28 2018-11-02 江苏华章物流科技股份有限公司 智能分拣打包系统及其分拣打包方法
US20190308219A1 (en) * 2018-04-10 2019-10-10 Solystic Mail sorting installation with a tray conveyor having a retractable edge and its tray-manipulating shuttle robot
CN110624857A (zh) * 2019-10-21 2019-12-31 广东弓叶科技有限公司 物件类别识别方法及分拣设备
CN110666806A (zh) * 2019-10-31 2020-01-10 湖北文理学院 物品分拣方法、装置、机器人及存储介质
CN112249187A (zh) * 2019-07-22 2021-01-22 北京极智嘉科技有限公司 分拣系统及机器人
CN112509145A (zh) * 2020-12-22 2021-03-16 珠海格力智能装备有限公司 基于三维视觉的物料分拣方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108401423A (zh) * 2017-09-05 2018-08-14 深圳蓝胖子机器人有限公司 自动输送包裹的方法、系统、机器人及存储装置
US20190308219A1 (en) * 2018-04-10 2019-10-10 Solystic Mail sorting installation with a tray conveyor having a retractable edge and its tray-manipulating shuttle robot
CN108722882A (zh) * 2018-04-28 2018-11-02 江苏华章物流科技股份有限公司 智能分拣打包系统及其分拣打包方法
CN112249187A (zh) * 2019-07-22 2021-01-22 北京极智嘉科技有限公司 分拣系统及机器人
CN110624857A (zh) * 2019-10-21 2019-12-31 广东弓叶科技有限公司 物件类别识别方法及分拣设备
CN110666806A (zh) * 2019-10-31 2020-01-10 湖北文理学院 物品分拣方法、装置、机器人及存储介质
CN112509145A (zh) * 2020-12-22 2021-03-16 珠海格力智能装备有限公司 基于三维视觉的物料分拣方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙世刚: "空间点云数据去噪及其体积计算", 《中国优秀硕士学位论文全文数据库（信息科技辑）》 *
潘荣敏: "移动机器人场景感知及自主行为决策方法研究", 《中国优秀硕士学位论文全文数据库（信息科技辑）》 *

Also Published As

Publication number Publication date
CN113426711B (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
WO2020134082A1 (zh) 一种路径规划方法、装置和移动设备
CN112132893B (zh) 一种适用于室内动态环境的视觉slam方法
CN107272705B (zh) 一种智能环境下机器人路径的多神经网络控制规划方法
CN113345008B (zh) 考虑轮式机器人位姿估计的激光雷达动态障碍物检测方法
Jaspers et al. Multi-modal local terrain maps from vision and lidar
CN108334080A (zh) 一种针对机器人导航的虚拟墙自动生成方法
CN108828518A (zh) 一种货车车厢内部堆垛车定位方法
CN110705385B (zh) 一种障碍物角度的检测方法、装置、设备及介质
CN110147748B (zh) 一种基于道路边缘检测的移动机器人障碍物识别方法
Rodenberg et al. Indoor A* pathfinding through an octree representation of a point cloud
Burger et al. Fast multi-pass 3D point segmentation based on a structured mesh graph for ground vehicles
CN112668469A (zh) 基于深度学习的多目标检测识别方法
US20230334778A1 (en) Generating mappings of physical spaces from point cloud data
Chu et al. Fast point cloud segmentation based on flood-fill algorithm
Protasov et al. Cnn-based omnidirectional object detection for hermesbot autonomous delivery robot with preliminary frame classification
CN115187944A (zh) 一种车道线检测方法及装置
US20220379475A1 (en) Transparent object bin picking
CN113426711B (zh) 一种物品分拣方法及系统
Habermann et al. 3D point clouds segmentation for autonomous ground vehicle
Zhang et al. Real time obstacle detection method based on lidar and wireless sensor
Cai et al. Deep representation and stereo vision based vehicle detection
Sun Point cloud clustering algorithm for autonomous vehicle based on 2.5 D Gaussian Map
CN114217641B (zh) 一种非结构环境下无人机送变电设备巡检方法及系统
CN114326704A (zh) 基于卷积神经网络的智能农机静、动态物体检测的路径规划方法
CN111123279B (zh) 一种融合nd和icp匹配的移动机器人重定位方法

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
GR01 Patent grant
GR01 Patent grant