CN114545430A - 一种基于激光雷达的托盘位姿识别方法及系统 - Google Patents
一种基于激光雷达的托盘位姿识别方法及系统 Download PDFInfo
- Publication number
- CN114545430A CN114545430A CN202210157775.4A CN202210157775A CN114545430A CN 114545430 A CN114545430 A CN 114545430A CN 202210157775 A CN202210157775 A CN 202210157775A CN 114545430 A CN114545430 A CN 114545430A
- Authority
- CN
- China
- Prior art keywords
- tray
- point
- coordinate
- coordinate system
- laser
- 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
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于激光雷达的托盘位姿识别方法及系统,遍历托盘腿部空间点,以激光坐标系第一象限的某个点作为第一坐标点,以激光坐标系第二象限的某个点作为第二坐标点,以第二坐标点到第一坐标点方向相对于激光坐标系的夹角小于预设阈值时的点为第一定位坐标点和第二定位坐标点;根据第一坐标点和第二坐标点所在的聚类类簇,得到对应的第一中心点和第二中心点;以第二中心点到第一中心点的方向为X轴向,按照右手定则得到Y轴轴向,得到托盘坐标系,以托盘坐标系的姿态角为托盘姿态;沿Y轴负方向,平移预设距离,得到托盘中心点位置;本发明实现了托盘位姿数据的识别和托盘位姿的再定位。
Description
技术领域
本发明涉及物流搬运机器人高精度定位技术领域,特别涉及一种基于激光雷达的托盘位姿识别方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术,并不必然构成现有技术。
托盘位姿识别技术是实现机器人货物搬运的基础,随着应用环境日益复杂,移动机器人在定位精度、算法鲁棒性及复杂场景适应性方面仍有许多不足,难以保证机器人准确、高效的完成任务。
发明人发现,基于激光的托盘位姿识别技术,更能适应柔性的作业环境,应用前景广泛。但在大部分实际工况中,需要精确放置托盘的位姿,且在实际作业过程中,托盘不能发生任何的移动或旋转,智能化水平较低。
发明内容
为了解决现有技术的不足,本发明提供了一种基于激光雷达的托盘位姿识别方法及系统,利用激光雷达数据的曲率特征,通过特征提取和聚类分析,实现了托盘位姿数据的识别和托盘位姿的再定位。
为了实现上述目的,本发明采用如下技术方案:
本发明第一方面提供了一种基于激光雷达的托盘位姿识别方法。
一种基于激光雷达的托盘位姿识别方法,包括以下过程:
根据获取的激光雷达数据,得到空间点云数据;
按照曲率特征提取点云特征点,遍历点云特征点,以激光坐标系第一象限的某个特征点作为第一坐标点,以激光坐标系第二象限的某个点作为第二坐标点,以第二坐标点到第一坐标点方向相对于激光坐标系的夹角小于预设阈值时的点为第一定位坐标点和第二定位坐标点;
根据第一坐标点和第二坐标点所在的聚类类簇,得到对应的第一中心点和第二中心点;
以第二中心点到第一中心点的方向为X轴向,按照右手定则得到Y轴轴向,根据X轴轴向和Y轴轴向得到托盘坐标系,以托盘坐标系的姿态角为托盘姿态;
沿Y轴负方向,平移预设距离,得到托盘中心点位置;
根据托盘姿态和托盘中心点位置,得到托盘位姿识别结果。
进一步的,根据获取的激光雷达数据,得到托盘腿部空间点,包括:
计算所有激光点的曲率,将曲率大于预设曲率阈值的点放入到搜索空间,搜索空间内的所有点中小于角度阈值或者超过距离阈值的点删除,得到最终的托盘腿部空间点。
进一步的,以激光坐标系第一象限的某个点作为第一坐标点,以激光坐标系第二象限的某个点作为第二坐标点,若第二坐标点与第一坐标点连线的方向角大于预设阈值,则重复进行第一坐标点和第二坐标点的选取,直至找出满足条件的第一坐标点和第二坐标点
进一步的,基于欧式聚类对激光点云数据进行聚类,得到第一坐标点和第二坐标点所在的聚类类簇。
进一步的,预设距离为:0.5倍的托盘纵向尺寸与托盘腿直径的差值。
进一步的,托盘姿态为托盘坐标系相对于AGV坐标系的相对姿态,托盘中心点位置为托盘中心点相对于AGV坐标系的位置。
更进一步的,基于AGV的位姿数据,将托盘中心点经过旋转平移转换至全局坐标系下,更新目标托盘所在的位姿数据。
本发明第二方面提供了一种基于激光雷达的托盘位姿识别系统。
一种基于激光雷达的托盘位姿识别系统,包括:
数据获取模块,被配置为:根据获取的激光雷达数据,得到空间点云数据;
定位坐标点获取模块,被配置为:按照曲率特征提取点云特征点,遍历点云特征点,以激光坐标系第一象限的某个特征点作为第一坐标点,以激光坐标系第二象限的某个点作为第二坐标点,以第二坐标点到第一坐标点方向相对于激光坐标系的夹角小于预设阈值时的点为第一定位坐标点和第二定位坐标点;
聚类中心点获取模块,被配置为:根据第一坐标点和第二坐标点所在的聚类类簇,得到对应的第一中心点和第二中心点;
托盘姿态获取模块,被配置为:以第二中心点到第一中心点的方向为X轴向,按照右手定则得到Y轴轴向,根据X轴轴向和Y轴轴向得到托盘坐标系,以托盘坐标系的姿态角为托盘姿态;
托盘中心点获取模块,被配置为:沿Y轴负方向,平移预设距离,得到托盘中心点位置;
位姿数据生成模块,被配置为:根据托盘姿态和托盘中心点位置,得到托盘位姿识别结果。
本发明第三方面提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明第一方面所述的基于激光雷达的托盘位姿识别方法中的步骤。
本发明第四方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明第一方面所述的基于激光雷达的托盘位姿识别方法中的步骤。
与现有技术相比,本发明的有益效果是:
1、本发明所述的基于激光雷达的托盘位姿识别方法及系统,利用激光雷达数据的曲率特征,通过特征提取和聚类分析,实现了托盘位姿数据的识别和托盘位姿的再定位。
2、本发明所述的基于激光雷达的托盘位姿识别方法及系统,基于激光雷达点云数据的几何曲率计算,进行点云数据剔除;从所述剔除后的点云集合中,提取得出托盘腿部位姿;基于托盘腿部位姿,进而修正实际托盘所在的空间位姿;能够复用激光雷达数据,实现托盘定位,提升了AGV作业的柔性作业性能。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的基于激光雷达的托盘位姿识别方法的流程示意图。
图2为本发明实施例1提供的腿部特征提取示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1:
如图1所示,本发明实施例1提供了一种基于激光雷达的托盘位姿识别方法,包括以下过程:
S1:获取托盘腿部特征点集合∑p:
S1.1:获取激光雷达点云数据,计算点云中各个点出的几何曲率信息,将大于曲率阈值的点存储到待搜索的列表;
S1.2:将待搜索列表中,小于角度阈值、超过距离阈值的点删除,得到最终的托盘腿部特征点集合∑p。
S2:腿部位姿推算
S2.1:从精简过的待搜索列表中,找出位于第一及第二象限的点p1及p2;
S2.2:若p2p1连线的方向角大于设置阈值,则重复上一步,直至找出满足条件的p1点和p2点;
S2.3:将激光雷达点云进行聚类,基于欧式聚类方式聚类,找到p1及p2所在聚类,计算两聚类的中心p1’和p2’,作为腿部位姿;
S3:托盘位姿推算:
S3.1:以p2’p1’所在方向为X轴轴向,p2’和p1’的中心为原点,按右手定则建立坐标系,该坐标系的姿态设置为托盘坐标系相对于AGV坐标系的相对姿态。
S3.2:从该坐标系原点沿y轴负方向平移距离:(l*0.5-r)(r:托盘腿直径,l:托盘纵向尺寸),得到托盘中心相对于AGV坐标系的位置。
得到托盘中心相对于AGV坐标系的位置后,基于AGV的位姿,经过旋转平移转换至全局坐标系下,更新目标托盘所在的位姿数据。
本实施例中,如图2所示,腿部特征提取,包括:
通过对点云中各个点按照几何曲率大小排序,通过阈值判定,获得点云曲率较大的点作为腿部特征点集合;从集合中遍历搜索找出方向位姿符合条件的特征点。按照基于密度的方式,获取特征点附近的点云簇作为腿部点。
实施例2:
本发明实施例2提供了一种基于激光雷达的托盘位姿识别系统,包括:
数据获取模块,被配置为:根据获取的激光雷达数据,得到空间点云数据;
定位坐标点获取模块,被配置为:按照曲率特征提取点云特征点,遍历点云特征点,以激光坐标系第一象限的某个特征点作为第一坐标点,以激光坐标系第二象限的某个点作为第二坐标点,以第二坐标点到第一坐标点方向相对于激光坐标系的夹角小于预设阈值时的点为第一定位坐标点和第二定位坐标点;
聚类中心点获取模块,被配置为:根据第一坐标点和第二坐标点所在的聚类类簇,得到对应的第一中心点和第二中心点;
托盘姿态获取模块,被配置为:以第二中心点到第一中心点的方向为X轴向,按照右手定则得到Y轴轴向,根据X轴轴向和Y轴轴向得到托盘坐标系,以托盘坐标系的姿态角为托盘姿态;
托盘中心点获取模块,被配置为:沿Y轴负方向,平移预设距离,得到托盘中心点位置;
位姿数据生成模块,被配置为:根据托盘姿态和托盘中心点位置,得到托盘位姿识别结果。
所述系统的工作方法与实施例1提供的基于激光雷达的托盘位姿识别方法相同,这里不再赘述。
实施例3:
本发明实施例3提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明实施例1所述的基于激光雷达的托盘位姿识别方法中的步骤。
实施例4:
本发明实施例4提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明实施例1所述的基于激光雷达的托盘位姿识别方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于激光雷达的托盘位姿识别方法,其特征在于:
包括以下过程:
根据获取的激光雷达数据,得到空间点云数据;
按照曲率特征提取点云特征点,遍历点云特征点,以激光坐标系第一象限的某个特征点作为第一坐标点,以激光坐标系第二象限的某个点作为第二坐标点,以第二坐标点到第一坐标点方向相对于激光坐标系的夹角小于预设阈值时的点为第一定位坐标点和第二定位坐标点;
根据第一坐标点和第二坐标点所在的聚类类簇,得到对应的第一中心点和第二中心点;
以第二中心点到第一中心点的方向为X轴向,按照右手定则得到Y轴轴向,根据X轴轴向和Y轴轴向得到托盘坐标系,以托盘坐标系的姿态角为托盘姿态;
沿Y轴负方向,平移预设距离,得到托盘中心点位置;
根据托盘姿态和托盘中心点位置,得到托盘位姿识别结果。
2.如权利要求1所述的基于激光雷达的托盘位姿识别方法,其特征在于:
根据获取的激光雷达数据,得到托盘腿部空间点,包括:
计算所有激光点的曲率,将曲率大于预设曲率阈值的点放入到搜索空间,搜索空间内的所有点中小于角度阈值或者超过距离阈值的点删除,得到最终的托盘腿部空间点。
3.如权利要求1所述的基于激光雷达的托盘位姿识别方法,其特征在于:
以激光坐标系第一象限的某个点作为第一坐标点,以激光坐标系第二象限的某个点作为第二坐标点,若第二坐标点与第一坐标点连线的方向角大于预设阈值,则重复进行第一坐标点和第二坐标点的选取,直至找出满足条件的第一坐标点和第二坐标点。
4.如权利要求1所述的基于激光雷达的托盘位姿识别方法,其特征在于:
基于欧式聚类对激光点云数据进行聚类,得到第一坐标点和第二坐标点所在的聚类类簇。
5.如权利要求1所述的基于激光雷达的托盘位姿识别方法,其特征在于:
预设距离为:0.5倍的托盘纵向尺寸与托盘腿直径的差值。
6.如权利要求1所述的基于激光雷达的托盘位姿识别方法,其特征在于:
托盘姿态为托盘坐标系相对于AGV坐标系的相对姿态,托盘中心点位置为托盘中心点相对于AGV坐标系的位置。
7.如权利要求6所述的基于激光雷达的托盘位姿识别方法,其特征在于:
基于AGV的位姿数据,将托盘中心点经过旋转平移转换至全局坐标系下,更新目标托盘所在的位姿数据。
8.一种基于激光雷达的托盘位姿识别系统,其特征在于:
包括:
数据获取模块,被配置为:根据获取的激光雷达数据,得到空间点云数据;
定位坐标点获取模块,被配置为:按照曲率特征提取点云特征点,遍历点云特征点,以激光坐标系第一象限的某个特征点作为第一坐标点,以激光坐标系第二象限的某个点作为第二坐标点,以第二坐标点到第一坐标点方向相对于激光坐标系的夹角小于预设阈值时的点为第一定位坐标点和第二定位坐标点;
聚类中心点获取模块,被配置为:根据第一坐标点和第二坐标点所在的聚类类簇,得到对应的第一中心点和第二中心点;
托盘姿态获取模块,被配置为:以第二中心点到第一中心点的方向为X轴向,按照右手定则得到Y轴轴向,根据X轴轴向和Y轴轴向得到托盘坐标系,以托盘坐标系的姿态角为托盘姿态;
托盘中心点获取模块,被配置为:沿Y轴负方向,平移预设距离,得到托盘中心点位置;
位姿数据生成模块,被配置为:根据托盘姿态和托盘中心点位置,得到托盘位姿识别结果。
9.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一项所述的基于激光雷达的托盘位姿识别方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任一项所述的基于激光雷达的托盘位姿识别方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210157775.4A CN114545430A (zh) | 2022-02-21 | 2022-02-21 | 一种基于激光雷达的托盘位姿识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210157775.4A CN114545430A (zh) | 2022-02-21 | 2022-02-21 | 一种基于激光雷达的托盘位姿识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114545430A true CN114545430A (zh) | 2022-05-27 |
Family
ID=81676490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210157775.4A Pending CN114545430A (zh) | 2022-02-21 | 2022-02-21 | 一种基于激光雷达的托盘位姿识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114545430A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115600118A (zh) * | 2022-11-29 | 2023-01-13 | 山东亚历山大智能科技有限公司(Cn) | 基于二维激光点云的托盘腿识别方法及系统 |
WO2024051054A1 (zh) * | 2022-09-08 | 2024-03-14 | 劢微机器人科技(深圳)有限公司 | Agv车辆的运输避障方法、装置、设备及存储介质 |
-
2022
- 2022-02-21 CN CN202210157775.4A patent/CN114545430A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024051054A1 (zh) * | 2022-09-08 | 2024-03-14 | 劢微机器人科技(深圳)有限公司 | Agv车辆的运输避障方法、装置、设备及存储介质 |
CN115600118A (zh) * | 2022-11-29 | 2023-01-13 | 山东亚历山大智能科技有限公司(Cn) | 基于二维激光点云的托盘腿识别方法及系统 |
CN115600118B (zh) * | 2022-11-29 | 2023-08-08 | 山东亚历山大智能科技有限公司 | 基于二维激光点云的托盘腿识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112847343B (zh) | 动态目标跟踪定位方法、装置、设备和存储介质 | |
CN110927740B (zh) | 一种移动机器人定位方法 | |
CN114545430A (zh) | 一种基于激光雷达的托盘位姿识别方法及系统 | |
CN108332758B (zh) | 一种移动机器人的走廊识别方法及装置 | |
CN113042939B (zh) | 基于三维视觉信息的工件焊缝定位方法及系统 | |
CN110793512A (zh) | 位姿识别方法、装置、电子设备和存储介质 | |
CN108022262A (zh) | 一种基于点的邻域重心向量特征的点云配准方法 | |
CN115147437B (zh) | 机器人智能引导加工方法与系统 | |
CN114820391B (zh) | 基于点云处理的仓储托盘检测定位方法及系统 | |
CN112651944B (zh) | 基于cad模型的3c部件高精度六维位姿估计方法及系统 | |
CN110146080B (zh) | 一种基于移动机器人的slam回环检测方法及装置 | |
CN111815706A (zh) | 面向单品类拆垛的视觉识别方法、装置、设备及介质 | |
CN112935703B (zh) | 识别动态托盘终端的移动机器人位姿校正方法及系统 | |
CN111986219A (zh) | 一种三维点云与自由曲面模型的匹配方法 | |
CN114743259A (zh) | 位姿估计方法、位姿估计系统、终端、存储介质及应用 | |
JP2022553356A (ja) | データ処理方法及び関連装置 | |
CN110906924A (zh) | 一种定位初始化方法和装置、定位方法和装置及移动装置 | |
CN111950561A (zh) | 一种基于语义分割的剔除语义slam动态点的方法 | |
CN113469195B (zh) | 一种基于自适应颜色快速点特征直方图的目标识别方法 | |
CN103336963A (zh) | 一种图像特征提取的方法及装置 | |
Zhao et al. | Visual odometry-A review of approaches | |
CN112633187A (zh) | 基于图像分析的机器人自动搬运方法、系统和存储介质 | |
CN112986982A (zh) | 环境地图参照定位方法、装置和移动机器人 | |
CN111283730B (zh) | 基于点线特征机器人初始位姿获取方法及开机自定位方法 | |
CN115619954A (zh) | 稀疏语义地图的构建方法、装置、设备及存储介质 |
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 |