CN114455511A - 叉车装货方法及设备、计算机可读存储介质 - Google Patents

叉车装货方法及设备、计算机可读存储介质 Download PDF

Info

Publication number
CN114455511A
CN114455511A CN202111615660.7A CN202111615660A CN114455511A CN 114455511 A CN114455511 A CN 114455511A CN 202111615660 A CN202111615660 A CN 202111615660A CN 114455511 A CN114455511 A CN 114455511A
Authority
CN
China
Prior art keywords
point cloud
truck
forklift
cloud data
goods
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
Application number
CN202111615660.7A
Other languages
English (en)
Inventor
董邓伟
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 CN202111615660.7A priority Critical patent/CN114455511A/zh
Publication of CN114455511A publication Critical patent/CN114455511A/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • B66F9/07581—Remote controls
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Transportation (AREA)
  • Structural Engineering (AREA)
  • Geology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Civil Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Forklifts And Lifting Vehicles (AREA)
  • Warehouses Or Storage Devices (AREA)

Abstract

本发明公开了一种叉车装货方法及设备、计算机可读存储介质。本发明通过获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息；在接收到装货命令后，叉车到达货物堆放区，在所述货物堆放区利用第二检测设备获取托盘位置并叉取所述托盘位置上的货物；之后根据车载系统规划的路径行驶至所述第一检测设备发出的二次库位检测位置；叉车在到达所述第二库位检测位置之后，在所述二次库位检测位置利用第二检测设备获取货车的点云数据；根据所述货车的点云数据确定货物的存放位置，并将所述货物放置在所述货物的存放位置，提高叉车装货的精度。

Description

叉车装货方法及设备、计算机可读存储介质
技术领域
本发明涉及叉车技术领域，尤其涉及叉车装货方法及设备、计算机可读存储介质。
背景技术
随着智能工业和智能物流的发展，仓储物流越来越趋向于自动化，无人叉车扮演非常重要的角色。在货车装货的过程中，无人叉车用于叉取某一指定位置的货物，并将叉取到的货物送到货车上。目前，无人叉车在装货过程中，当货车停靠位置存在偏差时，无人叉车无法顺利完成装货。
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叉车装货方法及设备、计算机可读存储介质，旨在解决因货车停靠偏差导致叉车无法准确装货的技术问题。
为实现上述目的，本发明提供一种叉车装货方法，所述叉车装货方法包括：
获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息，所述第一检测设备位于所述预设位置的正上方；
在接收到装货命令后，叉车到达货物堆放区，在所述货物堆放区利用第二检测设备获取托盘位置；
叉取所述托盘位置上的货物；
根据车载系统规划的路径行驶至所述第一检测设备发出的二次库位检测位置，其中，所述第二检测设备位于叉车上，所述二次库位检测位置由所述第一检测设备根据车厢点云数据确定；
在所述二次库位检测位置利用第二检测设备获取货车的点云数据；
根据所述货车的点云数据确定货物的存放位置，并将所述货物放置在所述货物的存放位置。
在本实施例中，所述获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息的步骤包括：
获取由第一检测设备得到的点云数据，对所述点云数据依次进行滤波处理、平面拟合处理，得到所述车厢的点云数据；
根据所述车厢点云数据确定所述货车在雷达坐标系下的库位信息；
基于预设转换矩阵将所述雷达坐标下的库位信息转化为地图坐标系下的库位信息。
在本实施例中，所述根据所述车厢点云数据确定所述货车在雷达坐标系下的库位信息的步骤包括：
根据所述车厢点云数据确定所述货车的第一尺寸信息；
获取货物类别，并根据所述货物类别确定货物的第二尺寸信息；
根据所述第一尺寸信息以及所述第二尺寸信息确定所述货车在雷达坐标系下的库位信息，所述库位信息包括库位数量以及库位位置。
在本实施例中，所述获取第一检测设备采集的停靠在预设位置的货车的点云数据，并根据所述点云数据确定所述货车的库位信息的步骤之后，还包括：
根据所述货车的库位信息确定装货顺序；
将所述装货顺序以及所述库位信息发送至库位管理系统，以供所述库位管理系统根据所述装货顺序以及所述库位信息生成装货指令并将所述装货指令发送至叉车，并使所述叉车执行所述在接收到装货命令后，到达货物堆放区，在所述货物堆放区利用第二检测设备获取托盘位置的步骤。
在本实施例中，所述叉取所述托盘位置上的货物的步骤包括：
根据所述托盘位置确定叉车的进叉信息，所述进叉信息包括进叉的位置信息以及角度信息；
基于所述进叉的位置信息以及角度信息叉取所述托盘位置的货物。
在本实施例中，所述在所述货物堆放区利用第二检测设备获取托盘位置包括：
获取第二检测设备检测得到的图像信息；
将所述图像信息输入预设目标检测模型，得到托盘的点云数据，所述预设目标检测模型根据预设托盘和货物数据训练得到；
根据所述托盘的点云数据确定托盘位置。
在本实施例中，所述根据所述托盘的点云数据确定托盘位置的步骤包括：
对提取的所述托盘的点云数据进行数据处理，所述数据处理依次包括离散点滤波处理、法向量过滤处理、平滑处理以及托盘平面分割处理；
根据数据处理后的所述托盘的点云数据得到托盘位置。
在本实施例中，所述根据所述货车的点云数据确定货物的存放位置的步骤包括：
对所述货车的点云数据进行数据处理，得到在雷达坐标系下所述货车的车厢和挡板平面，所述数据处理依次包括离散点云数据滤波处理以及点云平面拟合处理；
根据所述货车的车厢和挡板平面的边缘信息确定所述货物在雷达坐标系下的存放位置；
基于预设转换矩阵将所述雷达坐标系下的存放位置转化为地图坐标系下的存放位置，并将所述地图坐标系下的存放位置作为货物的存放位置。
此外，为实现上述目的，本发明还提供一种叉车装货设备，所述叉车装货设备包括：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叉车装货程序，所述叉车装货程序配置为实现如上所述的叉车装货方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有叉车装货程序，所述叉车装货程序被处理器执行时实现如上所述的叉车装货方法的步骤。
在本申请的技术方案中，本申请通过获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息，所述第一检测设备位于所述预设位置的正上方；在接收到装货命令后，叉车到达货物堆放区，在所述货物堆放区利用第二检测设备获取托盘位置，并叉取所述托盘位置上的货物；之后根据车载系统规划的路径行驶至所述第一检测设备发出的二次库位检测位置，其中，所述第二检测设备位于叉车上，所述二次库位检测位置由所述第一检测设备根据车厢点云数据确定；叉车在达到所述第二库位检测位置之后，在所述二次库位检测位置利用第二检测设备获取货车的点云数据；根据所述货车的点云数据确定货物的存放位置，并将所述货物放置在所述货物的存放位置的技术方案，由于本申请可以通过第一检测设备初步确定货车的库位信息，并在二次库位检测位置精确确定货物的存放位置，从而解决因货车停靠偏差导致叉车无法准确装货的问题，提高叉车装货的精度。
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叉车装货设备的结构示意图；
图2为本发明叉车装货方法第一实施例的流程示意图；
图3为本发明第一实施例步骤S110的细化流程示意图；
图4为本发明第一实施例步骤S110之后的流程示意图；
图5为本发明第一实施例步骤S130的细化流程示意图；
图6为本发明第一实施例步骤S120的细化流程示意图；
图7为本发明第一实施例步骤S150的细化流程示意图；
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叉车装货设备的结构示意图。
如图1所示，该叉车装货设备可以包括：处理器1001，例如中央处理器(CentralProcessing 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叉车装货设备的限定，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、数据存储模块、网络通信模块、用户接口模块以及叉车装货程序。
在图1所示的叉车装货设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明叉车装货设备中的处理器1001、存储器1005可以设置在叉车装货设备中，所述叉车装货设备通过处理器1001调用存储器1005中存储的叉车装货程序，并执行本发明实施例提供的叉车装货方法。
第一实施例：
本发明实施例提供了一种叉车装货方法，参照图2，图2为本发明一种叉车装货方法第一实施例的流程示意图。本实施例中，所述叉车装货方法包括：
步骤S110，获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息，所述第一检测设备位于所述预设位置的正上方。
步骤S120，在接收到装货命令后，叉车到达货物堆放区，在所述货物堆放区利用第二检测设备获取托盘位置。
步骤S130，叉取所述托盘位置的货物。
步骤S140，根据车载系统规划的路径行驶至所述第一检测设备发出的二次库位检测位置，其中，所述第二检测设备位于叉车上，所述二次库位检测位置由所述第一检测设备根据车厢点云数据确定。
步骤S150，在所述二次库位检测位置利用第二检测设备获取货车的点云数据。
步骤S160，根据所述货车的点云数据确定货物的存放位置，并将所述货物放置在所述货物的存放位置。
在本实施例中，所述第一检测设备为固态激光雷达设备。所述预设位置为货车的停靠位置，所述预设位置为区域内的任意位置，且所述预设位置可设置多个。在每个所述预设位置的正上方预先安装有所述固态激光雷达设备，所述固态激光雷达设备连接一台工控机，所述工控机与无人叉车建立有通信连接关系。在所述工控机获取到停靠在所述预设位置的货车的车厢点云数据之后，对点云数据进行处理，并将所述货物的库位信息发送至无人叉车，使得无人叉车在接收到货车的库位信息之后规划路径到货物的存放位置。
具体的，在接收到工作人员启动装车任务时，所述固态激光雷达设备朝货车发射雷达信号，并接收所述雷达信号对应的点云信息，连接所述固态激光雷达设备的工控机在得到货车的车厢点云数据之后，根据所述车厢点云数据对货车的库位进行自动规划，从而得到货车的库位信息，并发送至无人叉车。其中，所述库位信息包括库位数量以及库位位置。
在本实施例中，托盘上方放置有货物，在获取托盘位置之后，叉取托盘位置的货物。无人叉车上安装有第二检测设备，通过所述第二检测设备获取托盘位置。其中，所述第二检测设备为TOF相机(Time of Fight Camera，飞行时间相机)。具体的，无人叉车在到达货物的存放位置之后，采用所述第二检测设备识别托盘位置并叉取货物。所述第二检测设备采集图像和点云信息，将采集的所述图像信息输入预设目标检测模型进行处理，从而得到托盘位置和货物类别。其中，所述预设目标检测模型为YOLO深度学习目标检测模型。
在本实施例中，在得到托盘位置之后，即可确定无人叉车进叉的位置信息以及角度信息。基于所述进叉的位置信息以及进叉的角度信息控制无人叉车的多插齿叉取所述托盘位置的货物。在叉取托盘位置的货物之后，无人叉车会基于车载系统下发的路径行驶至库位二次检测位置。其中所述库位二次检测位置为货车库位前方的位置。
在本实施例中，在无人叉车行驶至二次库位检测位置之后，采用第二检测设备得到货车的车厢和挡板的点云信息，所述货车的挡板位于货车车厢下方。根据车厢下方的挡板平面和车厢平面的法线修正货物放置角度，防止货物装歪。在货车车厢内已放置有其他货物时，确保当前货物与已放置货物中间留有足够空间余量，不会发生挤压和倾斜。
在本实施例中，在得到货车的车厢和挡板的点云数据之后，根据所述货车车厢和挡板的点云数据确定货物在所述货车车厢的存放位置。将所述货物放置在所述货物的存放位置。具体的，对所述货车车厢和挡板的点云数据进行数据处理，得到地图坐标系下的存放位置；将所述地图坐标系下的存放位置视为所述货物的存放位置。
在本实施例的技术方案中，通过获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，根据所述车厢点云数据初步得到货车的库位信息。叉车在接收到装货命令后，到达货物堆放区，利用第二检测设备获取托盘位置，叉取所述托盘位置的货物，并根据车载系统规划的路径行驶至所述第一检测设备发出的二次库位检测位置，所述的二次库位检测位置由第一检测设备根据车厢点云数据确定。在所述二次库位检测位置根据叉车上的第二检测设备得到货车的车厢和挡板的点云数据，根据所述货车车厢和挡板的点云数据可以精确的确定货物的存放位置，从而将货物放置在所述货物的存放位置的技术方案，由于本申请可以初步确定货车的库位信息，并在二次库位检测位置精确确定货物的存放位置，从而解决叉车无法准确装货的为题，提高叉车装货的精度。
第二实施例：
进一步的，参照图3，本发明叉车装货方法第二实施例提供一种获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息的技术方案，基于上述图1所示的实施例，所述获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息包括：
步骤S111，获取由第一检测设备得到的点云数据，对所述点云数据依次进行滤波处理、平面拟合处理，得到所述车厢的点云数据。
步骤S112，根据所述车厢点云数据确定所述货车在雷达坐标系下的库位信息。
步骤S113，基于预设转换矩阵将所述雷达坐标下的库位信息转化为地图坐标系下的库位信息。
在本实施例中，所述预设转换矩阵包括预设旋转矩阵以及预设平移矩阵。所述预设转换矩阵可预先通过手眼标定得到。所述库位信息包括可规划的库位数量以及各个库位位置。根据所述库位信息确定可放置的货物数量以及货物位置。对于得到的在雷达坐标系下的库位信息，可通过预设转换矩阵将所述在雷达坐标系下的库位信息转化到地图坐标系下的库位信息，从而驱动无人叉车到达与该地图坐标系下的库位信息关联的二次库位检测位置执行二次精准定位任务。
具体的，根据所述车厢点云数据确定所述货车的第一尺寸信息，其中，所述第一尺寸信息包括货车的长度、宽度以及高度。在得到货车的车厢点云数据之后，对车厢平面提取边缘，通过对边缘信息进行处理可自动计算货车的第一尺寸信息。获取货物类别，并根据所述货物类别确定货物的第二尺寸信息，所述第二尺寸信息包括货物的长度、宽度以及高度，不同货物的实际长宽高可以根据第二检测设备检测得到的货物类别确定。根据所述第一尺寸信息以及所述第二尺寸信息确定所述货车的库位信息。
在本实施例中，所述库位信息为雷达坐标系下的库位信息。在得到雷达坐标系下的库位信息之后，基于预设旋转矩阵以及预设平移矩阵将所述雷达坐标系下的库位信息转化为地图坐标系下的库位信息。根据所述库位信息确定可放置的货物数量以及货物位置。
在本实施例的技术方案中，由于采用了第一检测设备初步定位库位信息，无人叉车到达二次库位检测位置后，利用第二检测设备二次计算库位信息，提高无人叉车的装货精度。
第三实施例：
进一步的，参照图4，本发明叉车装货方法第三实施例提供一种在获取第一检测设备采集的停靠在预设位置的货车的点云数据，并根据所述点云数据确定所述货车的库位信息步骤之后的技术方案，基于上述图1所示的实施例，所述获取第一检测设备采集的停靠在预设位置的货车的点云数据，并根据所述点云数据确定所述货车的库位信息的步骤之后，还包括：
步骤S210，根据所述货车的库位信息确定装货顺序。
步骤S220，将所述装货顺序以及所述库位信息发送至库位管理系统，以供所述库位管理系统根据所述装货顺序以及所述库位信息生成装货指令并将所述装货指令发送至叉车，并使所述叉车执行所述在接收到装货命令后，叉车到达货物堆放区，在所述货物堆放区利用第二检测设备获取托盘位置的步骤。
在本实施例中，在得到货车的库位信息之后，根据所述货车的库位信息确定装货顺序，并将所述库位信息以及所述装货顺序发送至库位管理系统。可选地，所述装货顺序用于表示货物的装货顺序。所述货物的装货顺序可通过序号的形式进行表示，且所述序号与各个库位的位置信息存在关联。所述库位管理系统在接收到叉取指令后，根据所述装货顺序以及所述库位信息调度叉车行驶至货物位置区域。所述库位管理系统可以是用户终端。
具体的，根据所述货物的装货顺序以及库位信息生成调度指令，并发送调度指令至无人叉车。可选地，获取叉车位置以及货物位置，根据所述叉车位置以及所述货物位置确定行驶路径。无人叉车在接收到所述调度指令时，调度叉车根据所述行驶路径行驶到货物位置区域，并在所述货物位置区域通过第二检测设备识别并获取托盘位置。
在本实施例的技术方案中，通过根据所述货车的库位信息确定装货顺序；将所述装货顺序以及所述库位信息发送至库位管理系统，以供所述库位管理系统在接收到装货指令时，根据所述装货顺序以及所述库位信息调度叉车行驶至货物位置区域并获取托盘位置的技术方案，实现无人叉车的有序装货。
第四实施例：
进一步的，参照图5，本发明叉车装货方法第四实施例提供一种叉取所述托盘位置的货物的步骤之前的技术方案，基于上述图1所示的实施例，所述叉取所述托盘位置的货物的步骤包括：
步骤S131，根据所述托盘位置确定叉车的进叉信息，所述进叉信息包括进叉的位置信息以及角度信息。
步骤S132，基于所述进叉的位置信息以及角度信息叉取所述托盘位置的货物。
在本实施例中，在获取托盘位置之后，叉取所述托盘位置的货物之前，可根据所述托盘位置确定叉车的进叉信息。具体的，根据所述托盘信息确定叉车进叉的位置信息以及角度信息；控制叉车上的多插齿基于所述进叉的位置信息以及进叉的角度信息叉取托盘位置的货物，以防止由于进叉信息的不准确导致无法准确叉取托盘位置上的货物或者推倒托盘位置上的货物等现象发生。
在本实施例的技术方案中，通过根据托盘位置确定叉车的进叉信息，并基于进叉的位置信息以及角度信息叉取托盘位置的货物的技术方案，提高叉车叉取托盘位置上的货物的准确度。
第五实施例：
进一步的，参照图6，本发明叉车装货方法第五实施例提供一种在所述货物堆放区利用第二检测设备获取托盘位置的具体技术方案，基于上述图1所示的实施例，所述在所述货物堆放区利用第二检测设备获取托盘位置包括：
步骤S121，获取第二检测设备检测得到的图像信息。
步骤S122，将所述图像信息输入预设目标检测模型，得到托盘的点云数据，所述预设目标检测模型根据预设托盘和货物数据训练得到。
步骤S123，根据所述托盘的点云数据确定托盘位置。
在本实施例中，所述预设目标检测模型为YOLO深度学习目标检测模型。具体的，无人叉车在执行装货任务时，需利用第二检测设备检测货物。首先，无人叉车到达货物位置区域后，第二检测设备开始执行托盘检测任务，本申请采用YOLO深度学习目标检测对托盘数据进行训练和检测，并利用遗传算法+k均值重新计算训练数据集最合适的锚框比例，利用重新计算的锚框比例训练托盘检测模型可显著提高检测准确率。
在本实施例中，在检测托盘位置时将第二检测设备采集得到的RGB-D图像数据输入到预设目标检测模型得到货物检测框，并在所述图像信息对应的点云数据上提取货物检测框对应位置的点云数据，输入到点云数据处理模块。点云数据处理模块对货物检测框对应的点云数据依次进行离散点滤波处理、法向量过滤处理、点云数据平滑处理、平面分割处理，从而根据点云数据处理后的所述点云数据得到托盘的表面点云，并根据所述托盘表面点云得到托盘位置。在得到托盘位置时，可根据所述托盘位置进一步确定无人叉车进叉的位置信息和角度信息。
在本实施例的技术方案中，获取第二检测设备检测得到的图像信息，所述图像信息包括托盘以及所述托盘上的货物。将所述图像信息输入预设目标检测模型，得到托盘检测框和货物类别，所述预设目标检测模型根据预设托盘数据训练得到。根据所述托盘的点云数据确定托盘位置，从而准确确定无人叉车进叉的位置和角度信息，避免进叉角度以及进叉位置不精确导致货物倾倒。
第六实施例：
进一步的，参照图7，本发明叉车装货方法第六实施例提供一种根据所述货车的点云数据确定货物的存放位置的具体技术方案，基于上述图1所示的实施例，所述根据所述货车的点云数据确定货物的存放位置包括：
步骤S151，对所述货车的点云数据进行数据处理，得到在雷达坐标系下所述货车的车厢和挡板平面，所述数据处理依次包括离散点云数据滤波处理以及点云平面拟合处理；
步骤S152，根据所述货车的车厢和挡板平面的边缘信息确定所述货物在雷达坐标系下的存放位置；
步骤S153，基于预设转换矩阵将所述雷达坐标系下的存放位置转化为地图坐标系下的存放位置，并将所述地图坐标系下的存放位置作为货物的存放位置。
在本实施例中，当无人叉车叉取货物到达库位前方的二次库位检测位置时，第二检测设备开始检测车厢和挡板平面，根据车厢和挡板平面的法线修正车体角度，防止货物装歪；在已放置其他货物的情况下，确保当前货物与己放置货物中间留有足够空间余量，不会发生挤压和倾斜。由于第二检测设备得到的点云带有背景点云，且3D点云本身存在的噪点。因此，需要通过点云处理模块对所述货车挡板的点云数据进行数据处理。具体的，首先，对所述货车挡板的点云数据进行离散点云数据滤波处理，需采用点云滤波方法滤除离群点云。接着，对离散点云数据滤波处理后的所述货车挡板的点云数据进行点云平面拟合处理，采用RANSAC方法分别拟合车厢和挡板平面，从而得到在雷达坐标系下所述货车的车厢和挡板平面。
在本实施例中，根据所述货车的车厢和挡板平面的边缘信息确定货物在雷达坐标系下实际的存放位置。此时，第二检测设备定位时距离货车的库位距离很近，点云密度高且点云精度高，从而可得到货物在雷达坐标系下精确的存放位置(x,y,z,angle)。此外，需利用离线标定的雷达坐标系与地图坐标系的预设转换矩阵，将所述雷达坐标系下的存放位置变换到地图坐标系下的存放位置，从而为叉车提供最终的精确的装货信息。
在本实施例的技术方案中，通过采用对所述货车车厢和挡板点云数据进行数据处理，得到在雷达坐标系下所述货车车厢和挡板平面；根据所述车厢和挡板平面的边缘信息确定所述货物在雷达坐标系下的存放位置；将所述雷达坐标系下的存放位置转化为地图坐标系下的存放位置，从而为无人叉车提供精确的货物的存放位置。
基于同一发明构思，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有叉车装货程序，所述叉车装货程序被处理器执行时实现如上所述的叉车装货的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
由于本申请实施例提供的计算机可读存储介质，为实施本申请实施例的方法所采用的计算机可读存储介质，故而基于本申请实施例所介绍的方法，本领域所属人员能够了解该计算机可读存储介质的具体结构及变形，故而在此不再赘述。凡是本申请实施例的方法所采用的计算机可读存储介质都属于本申请所欲保护的范围。
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“包括一个叉车装货”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如上所述的一个存储介质(如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)

1.一种叉车装货方法，其特征在于，所述叉车装货方法包括以下步骤：
获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息，所述第一检测设备位于所述预设位置的正上方；
在接收到装货命令后，叉车到达货物堆放区，在所述货物堆放区利用第二检测设备获取托盘位置；
叉取所述托盘位置上的货物；
根据车载系统规划的路径行驶至所述第一检测设备发出的二次库位检测位置，其中，所述第二检测设备位于叉车上，所述二次库位检测位置由所述第一检测设备根据车厢点云数据确定；
在所述二次库位检测位置利用第二检测设备获取货车的点云数据；
根据所述货车的点云数据确定货物的存放位置，并将所述货物放置在所述货物的存放位置。
2.如权利要求1所述的叉车装货方法，其特征在于，所述获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息的步骤包括：
获取由第一检测设备得到的点云数据，对所述点云数据依次进行滤波处理、平面拟合处理，得到所述车厢的点云数据；
根据所述车厢点云数据确定所述货车在雷达坐标系下的库位信息；
基于预设转换矩阵将所述雷达坐标下的库位信息转化为地图坐标系下的库位信息。
3.如权利要求2所述的叉车装货方法，其特征在于，所述根据所述车厢点云数据确定所述货车在雷达坐标系下的库位信息的步骤包括：
根据所述车厢点云数据确定所述货车的第一尺寸信息；
获取货物类别，并根据所述货物类别确定货物的第二尺寸信息；
根据所述第一尺寸信息以及所述第二尺寸信息确定所述货车在雷达坐标系下的库位信息，所述库位信息包括库位数量以及库位位置。
4.如权利要求1所述的叉车装货方法，其特征在于，所述获取由第一检测设备得到的停靠在预设位置的货车的车厢点云数据，并根据所述车厢点云数据确定所述货车的库位信息的步骤之后，还包括：
根据所述货车的库位信息确定装货顺序；
将所述装货顺序以及所述库位信息发送至库位管理系统，以供所述库位管理系统根据所述装货顺序以及所述库位信息生成装货指令并将所述装货指令发送至叉车，并使所述叉车执行所述在接收到装货命令后，叉车到达货物堆放区，在所述货物堆放区利用第二检测设备获取托盘位置的步骤。
5.如权利要求1所述的叉车装货方法，其特征在于，所述叉取所述托盘位置上的货物的步骤包括：
根据所述托盘位置确定叉车的进叉信息，所述进叉信息包括进叉的位置信息以及角度信息；
基于所述进叉的位置信息以及角度信息叉取所述托盘位置的货物。
6.如权利要求1所述的叉车装货方法，其特征在于，所述在所述货物堆放区利用第二检测设备获取托盘位置包括：
获取第二检测设备检测得到的图像信息；
将所述图像信息输入预设目标检测模型，得到托盘的点云数据，所述预设目标检测模型根据预设托盘和货物数据训练得到；
根据所述托盘的点云数据确定托盘位置。
7.如权利要求6所述的叉车装货方法，其特征在于，所述根据所述托盘的点云数据确定托盘位置的步骤包括：
对提取的所述托盘的点云数据进行数据处理，所述数据处理依次包括离散点滤波处理、法向量过滤处理、平滑处理以及托盘平面分割处理；
根据数据处理后的所述托盘的点云数据得到托盘位置。
8.如权利要求1所述的叉车装货方法，其特征在于，所述根据所述货车的点云数据确定货物的存放位置的步骤包括：
对所述货车的点云数据进行数据处理，得到在雷达坐标系下所述货车的车厢和挡板平面，所述数据处理依次包括离散点云数据滤波处理以及点云平面拟合处理；
根据所述货车的车厢和挡板平面的边缘信息确定所述货物在雷达坐标系下的存放位置；
基于预设转换矩阵将所述雷达坐标系下的存放位置转化为地图坐标系下的存放位置，并将所述地图坐标系下的存放位置作为货物的存放位置。
9.一种叉车装货设备，其特征在于，所述叉车装货设备包括：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叉车装货程序，所述叉车装货程序配置为实现如权利要求1至8中任一项所述的叉车装货方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有叉车装货程序，所述叉车装货程序被处理器执行时实现如权利要求1至8任一项所述的叉车装货方法的步骤。
CN202111615660.7A 2021-12-27 2021-12-27 叉车装货方法及设备、计算机可读存储介质 Pending CN114455511A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111615660.7A CN114455511A (zh) 2021-12-27 2021-12-27 叉车装货方法及设备、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111615660.7A CN114455511A (zh) 2021-12-27 2021-12-27 叉车装货方法及设备、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN114455511A true CN114455511A (zh) 2022-05-10

Family

ID=81408490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111615660.7A Pending CN114455511A (zh) 2021-12-27 2021-12-27 叉车装货方法及设备、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114455511A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114781983A (zh) * 2022-06-21 2022-07-22 深圳市信润富联数字科技有限公司 货物搬运方法、装置、设备及存储介质
CN114890173A (zh) * 2022-06-02 2022-08-12 未来机器人（深圳）有限公司 货物装车方法、装置、计算机设备和存储介质
CN116341772A (zh) * 2023-05-31 2023-06-27 未来机器人（深圳）有限公司 库位规划方法、装置、电子设备及存储介质
CN116425088A (zh) * 2023-06-09 2023-07-14 未来机器人（深圳）有限公司 货物搬运方法、装置及机器人
CN116873819A (zh) * 2023-07-20 2023-10-13 深圳市晅夏机器人有限公司 货物运输方法、装置、终端设备以及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108455156A (zh) * 2018-01-26 2018-08-28 温州大学瓯江学院 一种无人仓库智能装卸货物系统及其控制方法
CN109850810A (zh) * 2019-03-13 2019-06-07 南京实邦智能科技有限公司 叉车运动控制方法及装置
WO2020133693A1 (zh) * 2018-12-26 2020-07-02 上海图森未来人工智能科技有限公司 一种岸吊区卡车精准停车方法、设备及系统
CN112581451A (zh) * 2020-12-21 2021-03-30 北京科技大学 一种基于激光雷达的仓库线卷位置检测系统及方法
CN112767540A (zh) * 2021-01-15 2021-05-07 苏州艾吉威机器人有限公司 一种agv自动装车方法
KR20210127075A (ko) * 2020-04-13 2021-10-21 현대건설기계 주식회사 무인지게차 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108455156A (zh) * 2018-01-26 2018-08-28 温州大学瓯江学院 一种无人仓库智能装卸货物系统及其控制方法
WO2020133693A1 (zh) * 2018-12-26 2020-07-02 上海图森未来人工智能科技有限公司 一种岸吊区卡车精准停车方法、设备及系统
CN109850810A (zh) * 2019-03-13 2019-06-07 南京实邦智能科技有限公司 叉车运动控制方法及装置
KR20210127075A (ko) * 2020-04-13 2021-10-21 현대건설기계 주식회사 무인지게차 시스템
CN112581451A (zh) * 2020-12-21 2021-03-30 北京科技大学 一种基于激光雷达的仓库线卷位置检测系统及方法
CN112767540A (zh) * 2021-01-15 2021-05-07 苏州艾吉威机器人有限公司 一种agv自动装车方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114890173A (zh) * 2022-06-02 2022-08-12 未来机器人（深圳）有限公司 货物装车方法、装置、计算机设备和存储介质
CN114781983A (zh) * 2022-06-21 2022-07-22 深圳市信润富联数字科技有限公司 货物搬运方法、装置、设备及存储介质
CN116341772A (zh) * 2023-05-31 2023-06-27 未来机器人（深圳）有限公司 库位规划方法、装置、电子设备及存储介质
CN116425088A (zh) * 2023-06-09 2023-07-14 未来机器人（深圳）有限公司 货物搬运方法、装置及机器人
CN116425088B (zh) * 2023-06-09 2023-10-24 未来机器人（深圳）有限公司 货物搬运方法、装置及机器人
CN116873819A (zh) * 2023-07-20 2023-10-13 深圳市晅夏机器人有限公司 货物运输方法、装置、终端设备以及存储介质

Similar Documents

Publication Publication Date Title
CN114455511A (zh) 叉车装货方法及设备、计算机可读存储介质
US20210216966A1 (en) Yard management system
WO2019136369A1 (en) Network computer system to evaluate freight loads
CN114912704A (zh) 优化仓库布局的方法、系统和计算机可读记录介质
KR20170081672A (ko) 물체의 전달 서비스를 제공하기 위한 컴퓨터 시스템 및 방법
CN114358145A (zh) 叉车卸货方法、叉车及计算机可读存储介质
CN114862226B (zh) 一种仓储物流智能调度及装卸货管理方法及系统
CN109969989B (zh) 行驶策略确定方法、智能叉车及存储介质
CN112767540A (zh) 一种agv自动装车方法
CN110414895A (zh) 车辆调度系统及方法
US20190077600A1 (en) Systems and Methods for Yard Management at Distribution Centers
CN110910672B (zh) 货车集货卸货方法、系统及计算机可读存储介质
CN114494453A (zh) 基于雷达和相机的自动装卸车方法及自动装卸车系统
CN113525987A (zh) 一种基于物联网技术的轻量级物流货物分拣运送方法、装置及电子设备
CN114418043A (zh) 基于agv叉车的危化品出入库搬运方法、系统、设备和介质
CN110443536A (zh) 货运无人机及其控制方法和装置以及相应的系统
CN114648233A (zh) 一种动态工位货物搬运方法和系统
CN113841101A (zh) 为了在移动式机器人的自主导航情况下使用而创建环境地图的方法
CN116523270A (zh) 一种物流运输任务自动调度方法、设备、服务器及介质
CN114742503B (zh) 一种基于深度学习的智慧物流拼车方法和装置
CN115826580A (zh) 货物装卸方法及装置、设备、存储介质
CN112101862B (zh) 一种货物运输入库的方法、系统及存储介质
CN115535507A (zh) 一种自动装卸车控制方法、装置、存储介质及电子设备
US20220044192A1 (en) Managing automated guidance and validation of stacking items to handling units
CN112365204A (zh) 化工产品的储运管理方法、管理系统及电子设备

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