CN115771866A - 一种用于无人驾驶高位叉车的栈板位姿识别方法及装置 - Google Patents
一种用于无人驾驶高位叉车的栈板位姿识别方法及装置 Download PDFInfo
- Publication number
- CN115771866A CN115771866A CN202310051034.2A CN202310051034A CN115771866A CN 115771866 A CN115771866 A CN 115771866A CN 202310051034 A CN202310051034 A CN 202310051034A CN 115771866 A CN115771866 A CN 115771866A
- Authority
- CN
- China
- Prior art keywords
- pallet
- forklift
- point cloud
- cloud data
- leg
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Forklifts And Lifting Vehicles (AREA)
Abstract
本申请公开了一种用于无人驾驶高位叉车的栈板位姿识别方法及装置，该方法包括：控制无人驾驶高位叉车的货叉移动至目标位置；获取图像采集装置采集3D点云数据；基于栈板的尺寸信息，筛选出点云数据兴趣区域；在点云数据兴趣区域中查找符合要求的栈板侧面点云数据；遍历所有符合要求的栈板侧面点云数据，确定符合要求的栈板腿集合；以栈板腿集合中栈板中间腿的中心点作为目标坐标点，实时获取当前位置下栈板和无人驾驶高位叉车的相对位置；根据实时获取的当前位置下栈板和无人驾驶高位叉车的相对位置，控制无人驾驶高位叉车运动以使无人驾驶高位叉车的货叉将栈板从目标库存容器的目标层取走。
Description
技术领域
本申请涉及智能识别技术领域，特别地涉及一种用于无人驾驶高位叉车的栈板位姿识别方法及装置。
背景技术
近年来，随着传统物流行业的升级，自动物流成为了现代物流技术的发展趋势；与传统人工物流技术相比，自动化物流能节省大量物力并且极大地提高运输效率。在货物运输装载中，智能导引叉车（叉车AMR）占据极大比例，叉车除了需要具有定位导航功能外，还需要具有识别放置货物的栈板并且能成功对准栈板装载货物以实现货物叉取的能力，完成精准的货物搬运。在许多物流仓库中，为了节约空间，通常会提高仓储架的高度，并设计相应的存取货的设备，而对于较大型或较重的物品，高位叉车便成为了物流仓库中既灵活又高效快速的存取设备。而且，通常高位叉车在取完物品后，还需通过叉车将盛放物品的仓储容器（如栈板）归还到相应的库存容器位置。
叉车AMR对准栈板是成功叉取货物的关键，目前常用的栈板对接方法分为有识别和无识别两类。无识别方法通常要求栈板按照预设位置放置，令叉车AMR按照预设路径行驶，当到达路径终点时与栈板完成对接，这种方法对栈板放置误差要求很高，当栈板放置与预设值存在较大位置或者角度偏差时，叉车AMR无法准确对准栈板，造成对接失败；有识别方法使用栈板识别算法计算栈板与叉车AMR的相对位置与姿态，但由于栈板识别算法存在延时，通常叉车AMR会先移动至预设准备点放慢或停止移动，随后开启栈板识别得到栈板相对于叉车AMR的位置，最后计算路径并完成与栈板的对接。而对于高位无人叉车，一般采用预设高度归还库存容器，但是仓库现场环境复杂，如出现地面不平，或者地面有异物等导致叉车两轮高低不平，很容易导致归还栈板失败，甚至损坏栈板、高位货物掉落等安全事故。所以还需在上述对准栈板操作前，预先进行货叉的升降控制及校准。
现有技术中，目前在叉车AMR栈板识别对准领域仍存在大量问题。目前有三种主流栈板识别定位的方法：
（1）利用水平安放的激光雷达对栈板截面进行识别，但是3D激光雷达价格高，不利于降低生产成本。
（2）通过添加人工标签的方法，比如二维码或者其他具有显著特征的标志，但是这种方法需要手动对每一个待识别的栈板进行改造，人工成本比较高，并且容易受到栈板自身的影响，在栈板标签处损坏，沾有污渍则难以识别和对准。
（3）通过单目或双目摄像头通过图像分割的方法进行栈板识别，但是该方法受到光照等环境因素的影响，并且分割识别的程序运行需要大量的计算，往往难以达到实时的效果。
另外，现有的高位无人叉车是通过预先试教货叉与库存容器的相对高度，从而达到升降位置控制的目的，然而这样的操作方式往往操作复杂且升降到位精度差。
发明内容
有鉴于此，本申请提出一种用于无人驾驶高位叉车的栈板位姿识别方法及装置，能够高效且准确识别无人驾驶高位叉车的栈板位置。
本申请第一方面提供一种用于无人驾驶高位叉车的栈板位姿识别方法，该方法包括：控制无人驾驶高位叉车的货叉移动至目标位置；获取图像采集装置采集的目标库存容器的目标层的3D点云数据；
基于栈板的尺寸信息，筛选出点云数据兴趣区域；在点云数据兴趣区域中查找符合要求的栈板侧面点云数据；遍历所有符合要求的栈板侧面点云数据，确定符合要求的栈板腿集合；以栈板腿集合中栈板中间腿的中心点作为目标坐标点，实时获取当前位置下栈板和无人驾驶高位叉车的相对位置；根据实时获取的当前位置下栈板和无人驾驶高位叉车的相对位置，控制无人驾驶高位叉车运动以使无人驾驶高位叉车的货叉将栈板从目标库存容器的目标层取走。
进一步的，所述控制无人驾驶高位叉车的货叉移动至目标位置，包括：控制无人驾驶高位叉车的货叉移动到与目标库存容器的目标层同等高度；获取图像采集装置采集目标库存容器的目标层的图像数据，图像数据用于表征无人驾驶高位叉车的货叉与目标库存容器的目标层上的定位标识投影到指定平面上的投影图像之间的位置关系；根据获取的图像数据调整无人驾驶高位叉车的货叉位置，使无人驾驶高位叉车的货叉处于目标位置。
进一步的，所述获取图像采集装置采集的目标库存容器的目标层的3D点云数据包括：获取安装于无人驾驶高位叉车的货叉上的图像采集装置采集的目标库存容器的目标层的3D点云数据；将获取的3D点云数据进行坐标系转换，得到车身坐标系下的3D点云数据。
进一步的，所述栈板的尺寸信息至少包括栈板高度信息和栈板孔高度信息。
进一步的，所述在点云数据兴趣区域中查找符合要求的栈板侧面点云数据包括：在点云数据兴趣区域中查找符合要求的栈板侧面点云数据，即栈板侧面所在平面的点云法向向量和地面的法向向量垂直，且栈板侧面的点云平面的宽度大于栈板宽度。
进一步的，所述遍历所有符合要求的栈板侧面点云数据，确定符合要求的栈板腿集合包括：对所有符合要求的栈板侧面点云数据进行聚类分割，得到多个候选栈板腿；计算各个候选栈板腿的尺寸信息，所述候选栈板腿的尺寸信息至少包括宽度信息和中心点坐标信息；根据各个候选栈板腿的尺寸信息，查找符合要求的栈板腿集合。
进一步的，所述根据各个候选栈板腿的尺寸信息，查找符合要求的栈板腿集合包括：基于各个候选栈板腿的尺寸信息，对候选栈板腿进行过滤处理；判断过滤后剩余的候选栈板腿的数量是否小于阈值；如果剩余的候选栈板腿的数量不小于阈值，则根据剩余的候选栈板腿的中心点坐标信息，对剩余的候选栈板腿进行排序；基于剩余的候选栈板腿的宽度信息，查找符合要求的栈板腿集合。
进一步的，所述基于剩余的候选栈板腿的宽度信息，查找符合要求的栈板腿集合包括：从剩余的候选栈板腿中任意选择三个候选栈板腿作为栈板的两个栈板边腿和栈板中间腿，构成栈板腿集合；基于第一约束条件和第二约束条件，查找符合要求的栈板腿集合。
进一步的，第一约束条件为：栈板腿集合中，两个栈板边腿的宽度与栈板中间腿的宽度均在第一误差容许范围内；第二约束条件为：栈板腿集合中，两个栈板边腿与栈板中间腿之间的距离与栈板孔宽度在第二误差容许范围内；所述基于第一约束条件和第二约束条件，查找符合要求的栈板腿集合包括：判断栈板腿集合中两个栈板边腿的宽度与栈板中间腿的宽度是否均在第一误差容许范围内以及两个栈板边腿与栈板中间腿之间的距离与栈板孔的宽度是否在第二误差容许范围内；如果该栈板腿集合中两个栈板边腿的宽度与栈板中间腿的宽度均在第一误差容许范围内，且两个栈板边腿与栈板中间腿之间的距离与栈板孔的宽度在第二误差容许范围内；则确定该栈板腿集合符合要求。
本申请第二方面提供一种用于无人驾驶高位叉车的栈板位姿识别装置，该装置包括存储器和处理器，存储器，用于存储计算机程序；处理器，用于执行如上所述的用于无人驾驶高位叉车的栈板位姿识别方法的步骤。
上述的用于无人驾驶高位叉车的栈板位姿识别方法及装置，通过无人驾驶高位叉车自动调整货叉相对于目标库存容器的位置，以达到保证安全的前提下精准从目标库存容器的指定位置叉取仓储容器的目的，提升仓储周转效率。
附图说明
为了说明而非限制的目的，现在将根据本申请的优选实施例、特别是参考附图来描述本申请，其中：
图1是本申请实施例提供的一种用于无人驾驶高位叉车的栈板位姿识别方法的流程图；
图2是本申请实施例所提供的控制无人驾驶高位叉车的货叉移动至目标位置的流程图；
图3是栈板的结构示意图；
图4是本申请实施例提供的遍历所有符合要求的栈板侧面点云数据的流程图；
图5是本申请实施例提供的查找符合要求的栈板腿集合的流程图；
图6是本申请实施例提供的一种用于无人驾驶高位叉车的栈板位姿识别装置的示意图。
实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施例对本申请进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
图1是本申请实施例提供的一种用于无人驾驶高位叉车的栈板位姿识别方法的流程图。请参阅图1，该用于无人驾驶高位叉车的栈板位姿识别方法包括：
S101：控制无人驾驶高位叉车的货叉移动至目标位置。
图2是本申请实施例所提供的控制无人驾驶高位叉车的货叉移动至目标位置的流程图。本申请实施例中，控制无人驾驶高位叉车的货叉移动至目标位置，包括：
S201：控制无人驾驶高位叉车的货叉移动到与目标库存容器的目标层同等高度。
本申请实施例中，先控制无人驾驶高位叉车自动运行到目标库存容器前方距离大约2-4米，再借助卷线编码器计量控制无人驾驶高位叉车的货叉举升待操作（取货/归还）的栈板移动到与目标库存容器的目标层同等高度。其中，目标库存容器是一种多层的高位库存容器，且相邻两层库存容器的高度差通常相同。
S202：获取图像采集装置采集目标库存容器的目标层的图像数据，图像数据用于表征无人驾驶高位叉车的货叉与目标库存容器的目标层上的定位标识投影到指定平面上的投影图像之间的位置关系。
本申请实施例中，目标采集装置可为设置于无人驾驶高位叉车的货叉上的TOF相机。目标库存容器的每一层均设置有定位标识，且每一层的定位标识的设置位置是固定的，该定位标识的固定位置包括货叉举升栈板到与目标库存容器的目标层同等高度后，目标库存容器的目标层上与设置于无人驾驶高位叉车的货叉上的TOF相机的RGB图像可感知的视野范围的位置。其中，定位标识可为二维码。
通过TOF相机的RGB通道实时采集安装于目标库存容器的目标层上的定位标识，进而获取可表征无人驾驶高位叉车的货叉与目标层上的定位标识投影到指定平面上的投影图像之间的位置关系的图像数据。
S203：根据获取的图像数据调整无人驾驶高位叉车的货叉位置，使无人驾驶高位叉车的货叉处于目标位置。
本申请实施例中，根据获取的图像数据调整无人驾驶高位叉车的货叉位置，使得调整后的货叉只需通过水平移动即可将栈板放置于目标库存容器的目标层，或者将栈板从目标库存容器的目标层取走。
S102：获取图像采集装置采集的目标库存容器的目标层的3D点云数据。
本申请实施例中，获取图像采集装置采集的目标库存容器的目标层的3D点云数据，包括：
获取图像采集装置采集的目标库存容器的目标层的3D点云数据；
将获取的3D点云数据进行坐标系转换，得到车身坐标系下的3D点云数据。
本实施例中，图像采集装置可为设置于无人驾驶高位叉车的货叉上的TOF相机。获取TOF相机的深度图像通道的3D点云数据，将点云数据进行坐标系转换，转换后坐标为车身坐标系，即默认高度0点为目标层平面。
S103：获取栈板的尺寸信息，基于栈板的尺寸信息，筛选出点云数据兴趣区域。
图3是栈板的结构示意图。请参阅图3，栈板包括两个栈板边腿和栈板中间腿。两个栈板边腿与栈板中间腿之间形成栈板孔。
本申请实施例中，栈板的尺寸信息至少包括栈板高度信息和栈板孔高度信息。根据栈板高度信息和栈板孔高度信息，筛选出地面上可能包含栈板的点云数据兴趣区域（ROI）。
S104：在点云数据兴趣区域中查找符合要求的栈板侧面点云数据。
本申请实施例中，在点云数据兴趣区域（ROI）中查找符合要求的栈板侧面点云数据，即栈板侧面所在平面的点云法向向量和地面的法向向量垂直，且栈板侧面的点云平面的宽度大于栈板宽度。如果点云数据兴趣区域（ROI）中没有符合要求的平面，查找失败。
S105：遍历所有符合要求的栈板侧面点云数据，确定符合要求的栈板腿集合。
本申请实施例中，栈板腿集合包括两个栈板边腿以及栈板中间腿，其中，两个栈板边腿为位于栈板两侧的栈板腿，栈板中间腿为位于栈板中间的栈板腿。
图4是本申请实施例提供的遍历所有符合要求的栈板侧面点云数据的流程图。请参阅图4，在一些实施例中，本申请实施例中，遍历所有符合要求的栈板侧面点云数据，确定符合要求的栈板腿集合包括：
S301：对所有符合要求的栈板侧面点云数据进行聚类分割，得到多个候选栈板腿。
S302：计算各个候选栈板腿的尺寸信息。
本实施例中，候选栈板腿的尺寸信息至少包括宽度信息和中心点坐标信息。
S303：根据各个候选栈板腿的尺寸信息，查找符合要求的栈板腿集合。
图5是本申请实施例提供的查找符合要求的栈板腿集合的流程图。请参阅图5，在一些实施例中，根据各个候选栈板腿的尺寸信息，查找符合要求的栈板腿集合包括：
S401：基于各个候选栈板腿的尺寸信息，对候选栈板腿进行过滤处理。
本实施例中，基于各个候选栈板腿的尺寸信息，对各个候选栈板腿进行过滤处理，过滤掉尺寸不符合要求的候选栈板腿，降低可能的噪声影响。
S402：判断过滤后剩余的候选栈板腿的数量是否小于阈值。
本申请实施例中，考虑到栈板至少包括构成栈板孔的三块栈板腿区域，设置阈值数量为3。
判断过滤后剩余的候选栈板腿的数量是否小于3；如果剩余的候选栈板腿的数量小于3，则表明查找失败。如果剩余的候选栈板腿的数量大于等于3，则表明查找成功。
S403：根据剩余的候选栈板腿的尺寸信息，对剩余的候选栈板腿进行排序。
根据剩余的候选栈板腿的中心点坐标信息，对剩余的候选栈板腿进行排序。
S404：基于剩余的候选栈板腿的宽度信息，查找符合要求的栈板腿集合。
本申请实施例中，查找符合要求的栈板腿集合包括：
从剩余的候选栈板腿中任意选择三个候选栈板腿作为栈板的两个栈板边腿和栈板中间腿，构成栈板腿集合；
基于第一约束条件和第二约束条件，查找符合要求的栈板腿集合。
本申请实施例中，第一约束条件为：
栈板腿集合中，两个栈板边腿的宽度与栈板中间腿的宽度均在第一误差容许范围内。
第二约束条件为：
栈板腿集合中，两个栈板边腿与栈板中间腿之间的距离与栈板孔宽度在第二误差容许范围内。
本申请实施例中，查找符合要求的栈板腿集合包括：
判断栈板腿集合中两个栈板边腿的宽度与栈板中间腿的宽度是否均在第一误差容许范围内以及两个栈板边腿与栈板中间腿之间的距离与栈板孔宽度是否在第二误差容许范围内；
如果该栈板腿集合中两个栈板边腿的宽度与栈板中间腿的宽度均在第一误差容许范围内，且两个栈板边腿与栈板中间腿之间的距离与栈板孔宽度在第二误差容许范围内；则确定该栈板腿集合符合要求。
S106，以栈板腿集合中栈板中间腿的中心点作为目标坐标点，实时获取当前位置下栈板和无人驾驶高位叉车的相对位置。
S107，根据实时获取的当前位置下栈板和无人驾驶高位叉车的相对位置，控制无人驾驶高位叉车运动以使无人驾驶高位叉车的货叉将栈板从目标库存容器的目标层取走。
上述的用于无人驾驶高位叉车的栈板位姿识别方法，通过无人驾驶高位叉车自动调整货叉相对于目标库存容器的位置，以达到保证安全的前提下精准从目标库存容器的指定位置叉取仓储容器的目的，提升仓储周转效率。
上述的用于无人驾驶高位叉车的栈板位姿识别方法，能够根据叉车的当前位置和栈板的当前位置，自动控制并校准货叉举升到指定工作平面，计算叉车到栈板的当前路径，在识别栈板位姿过程中，叉车移动实时不间断，以引导叉车沿当前路径向栈板移动对准；而且检测时对栈板距离范围和摆放角度无需严格要求。
相应于上面的方法实施例，请参阅图6，本申请实施例还提供一种用于无人驾驶高位叉车的栈板位姿识别装置。该装置500可以包括：
存储器501，用于存储计算机程序；
处理器502，用于执行上述存储器501存储的计算机程序时可实现如下步骤：
控制无人驾驶高位叉车的货叉移动至与目标库存容器的目标层相对应的目标位置；获取图像采集装置采集的目标库存容器的目标层的3D点云数据；获取栈板的尺寸信息，基于栈板的尺寸信息，筛选出点云数据兴趣区域；在点云数据兴趣区域中查找符合要求的栈板侧面点云数据；遍历所有符合要求的栈板侧面点云数据，确定符合要求的栈板腿集合；以栈板腿集合中栈板中间腿的中心点作为目标坐标点，实时获取当前位置下栈板和无人驾驶高位叉车的相对位置；根据实时获取的当前位置下栈板和无人驾驶高位叉车的相对位置，控制无人驾驶高位叉车运动以使无人驾驶高位叉车的货叉将栈板从目标库存容器的目标层取走。
对于本申请实施例提供的装置的介绍请参照上述方法实施例，本申请在此不做赘述。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (10)
1.一种用于无人驾驶高位叉车的栈板位姿识别方法，其特征在于，包括：
控制无人驾驶高位叉车的货叉移动至目标位置；
获取图像采集装置采集的目标库存容器的目标层的3D点云数据；
基于栈板的尺寸信息，筛选出点云数据兴趣区域；
在点云数据兴趣区域中查找符合要求的栈板侧面点云数据；
遍历所有符合要求的栈板侧面点云数据，确定符合要求的栈板腿集合；
以栈板腿集合中栈板中间腿的中心点作为目标坐标点，实时获取当前位置下栈板和无人驾驶高位叉车的相对位置；
根据实时获取的当前位置下栈板和无人驾驶高位叉车的相对位置，控制无人驾驶高位叉车运动以使无人驾驶高位叉车的货叉将栈板从目标库存容器的目标层取走。
2.根据权利要求1所述的用于无人驾驶高位叉车的栈板位姿识别方法，其特征在于，所述控制无人驾驶高位叉车的货叉移动至目标位置，包括：
控制无人驾驶高位叉车的货叉移动到与目标库存容器的目标层同等高度；
获取图像采集装置采集目标库存容器的目标层的图像数据，图像数据用于表征无人驾驶高位叉车的货叉与目标库存容器的目标层上的定位标识投影到指定平面上的投影图像之间的位置关系；
根据获取的图像数据调整无人驾驶高位叉车的货叉位置，使无人驾驶高位叉车的货叉处于目标位置。
3.根据权利要求1所述的用于无人驾驶高位叉车的栈板位姿识别方法，其特征在于，所述获取图像采集装置采集的目标库存容器的目标层的3D点云数据包括：
获取安装于无人驾驶高位叉车的货叉上的图像采集装置采集的目标库存容器的目标层的3D点云数据；
将获取的3D点云数据进行坐标系转换，得到车身坐标系下的3D点云数据。
4.根据权利要求1所述的用于无人驾驶高位叉车的栈板位姿识别方法，其特征在于，所述栈板的尺寸信息至少包括栈板高度信息和栈板孔高度信息。
5.根据权利要求1所述的用于无人驾驶高位叉车的栈板位姿识别方法，其特征在于，所述在点云数据兴趣区域中查找符合要求的栈板侧面点云数据包括：
在点云数据兴趣区域中查找符合要求的栈板侧面点云数据，即栈板侧面所在平面的点云法向向量和地面的法向向量垂直，且栈板侧面的点云平面的宽度大于栈板宽度。
6.根据权利要求1所述的用于无人驾驶高位叉车的栈板位姿识别方法，其特征在于，所述遍历所有符合要求的栈板侧面点云数据，确定符合要求的栈板腿集合包括：
对所有符合要求的栈板侧面点云数据进行聚类分割，得到多个候选栈板腿；
计算各个候选栈板腿的尺寸信息，所述候选栈板腿的尺寸信息至少包括宽度信息和中心点坐标信息；
根据各个候选栈板腿的尺寸信息，查找符合要求的栈板腿集合。
7.根据权利要求6所述的用于无人驾驶高位叉车的栈板位姿识别方法，其特征在于，所述根据各个候选栈板腿的尺寸信息，查找符合要求的栈板腿集合包括：
基于各个候选栈板腿的尺寸信息，对候选栈板腿进行过滤处理；
判断过滤后剩余的候选栈板腿的数量是否小于阈值；
如果剩余的候选栈板腿的数量不小于阈值，则根据剩余的候选栈板腿的中心点坐标信息，对剩余的候选栈板腿进行排序；
基于剩余的候选栈板腿的宽度信息，查找符合要求的栈板腿集合。
8.根据权利要求7所述的用于无人驾驶高位叉车的栈板位姿识别方法，其特征在于，所述基于剩余的候选栈板腿的宽度信息，查找符合要求的栈板腿集合包括：
从剩余的候选栈板腿中任意选择三个候选栈板腿作为栈板的两个栈板边腿和栈板中间腿，构成栈板腿集合；
基于第一约束条件和第二约束条件，查找符合要求的栈板腿集合。
9.根据权利要求8所述的用于无人驾驶高位叉车的栈板位姿识别方法，其特征在于，
第一约束条件为：
栈板腿集合中，两个栈板边腿的宽度与栈板中间腿的宽度均在第一误差容许范围内；
第二约束条件为：
栈板腿集合中，两个栈板边腿与栈板中间腿之间的距离与栈板孔宽度在第二误差容许范围内；
所述基于第一约束条件和第二约束条件，查找符合要求的栈板腿集合包括：
判断栈板腿集合中两个栈板边腿的宽度与栈板中间腿的宽度是否均在第一误差容许范围内以及两个栈板边腿与栈板中间腿之间的距离与栈板孔的宽度是否在第二误差容许范围内；
如果该栈板腿集合中两个栈板边腿的宽度与栈板中间腿的宽度均在第一误差容许范围内，且两个栈板边腿与栈板中间腿之间的距离与栈板孔的宽度在第二误差容许范围内；则确定该栈板腿集合符合要求。
10.一种用于无人驾驶高位叉车的栈板位姿识别装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至9任一项所述用于无人驾驶高位叉车的栈板位姿识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310051034.2A CN115771866A (zh) | 2023-02-02 | 2023-02-02 | 一种用于无人驾驶高位叉车的栈板位姿识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310051034.2A CN115771866A (zh) | 2023-02-02 | 2023-02-02 | 一种用于无人驾驶高位叉车的栈板位姿识别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115771866A true CN115771866A (zh) | 2023-03-10 |
Family
ID=85393416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310051034.2A Pending CN115771866A (zh) | 2023-02-02 | 2023-02-02 | 一种用于无人驾驶高位叉车的栈板位姿识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115771866A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109087345A (zh) * | 2018-09-06 | 2018-12-25 | 上海仙知机器人科技有限公司 | 基于ToF成像系统的栈板识别方法及自动导引运输车 |
| CN110517314A (zh) * | 2019-08-15 | 2019-11-29 | 智久(厦门)机器人科技有限公司 | 基于tof相机的栈板位姿确定方法、装置及计算机可读存储介质 |
| CN114283193A (zh) * | 2021-12-24 | 2022-04-05 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 一种栈板三维视觉定位方法及系统 |
| CN115018895A (zh) * | 2022-05-25 | 2022-09-06 | 劢微机器人科技(深圳)有限公司 | 无人叉车高位货架放货方法、装置、设备及存储介质 |
| CN115116048A (zh) * | 2022-06-28 | 2022-09-27 | 上海仙工智能科技有限公司 | 一种基于点云质心识别及定位栈板的方法、系统 |
| CN115311332A (zh) * | 2022-08-05 | 2022-11-08 | 浙江华睿科技股份有限公司 | 一种自动引导车对接方法及装置 |
-
2023
- 2023-02-02 CN CN202310051034.2A patent/CN115771866A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109087345A (zh) * | 2018-09-06 | 2018-12-25 | 上海仙知机器人科技有限公司 | 基于ToF成像系统的栈板识别方法及自动导引运输车 |
| CN110517314A (zh) * | 2019-08-15 | 2019-11-29 | 智久(厦门)机器人科技有限公司 | 基于tof相机的栈板位姿确定方法、装置及计算机可读存储介质 |
| CN114283193A (zh) * | 2021-12-24 | 2022-04-05 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 一种栈板三维视觉定位方法及系统 |
| CN115018895A (zh) * | 2022-05-25 | 2022-09-06 | 劢微机器人科技(深圳)有限公司 | 无人叉车高位货架放货方法、装置、设备及存储介质 |
| CN115116048A (zh) * | 2022-06-28 | 2022-09-27 | 上海仙工智能科技有限公司 | 一种基于点云质心识别及定位栈板的方法、系统 |
| CN115311332A (zh) * | 2022-08-05 | 2022-11-08 | 浙江华睿科技股份有限公司 | 一种自动引导车对接方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109987550B (zh) | 一种高位叉车、归还仓储容器的校准方法及存储介质 | |
| RU2571580C2 (ru) | Способ и устройство, позволяющее использовать объекты с предварительно установленными координатами для определения местоположения промышленных транспортных средств | |
| EP2542496B1 (en) | Method and system for sensing object load engagement and disengagement by automated vehicles | |
| AU2020201162A1 (en) | Identification information for warehouse navigation | |
| JP6248230B2 (ja) | 棚搬送システム、棚搬送車、及び棚搬送方法 | |
| KR102461759B1 (ko) | 지능형 지게차 및 컨테이너 위치 및 자세 편이 검출 방법 | |
| KR20180127534A (ko) | 재고 관리 | |
| US9886035B1 (en) | Ground plane detection to verify depth sensor status for robot navigation | |
| RU2565011C1 (ru) | Способ и система использования отличительных ориентиров для определения местонахождения промышленных транспортных средств в начале работы | |
| CN106044645A (zh) | 一种基于二维码定位的货物托盘存取系统、及其存取方法 | |
| 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 | |
| AT504557A2 (de) | Verfahren zum navigieren eines transportmittels für waren | |
| TWI721628B (zh) | 搬運裝置、搬運系統及貨架搬運方法 | |
| CN113253737B (zh) | 货架检测方法及装置、电子设备、存储介质 | |
| CN109571408B (zh) | 一种机器人、库存容器的角度校准方法及存储介质 | |
| CN115180512B (zh) | 基于机器视觉的集装箱卡车自动装卸方法及系统 | |
| CN113168189A (zh) | 飞行作业方法、无人机及存储介质 | |
| CN115991359B (zh) | 一种成品自动取放货和自动入库系统及方法 | |
| CN115771866A (zh) | 一种用于无人驾驶高位叉车的栈板位姿识别方法及装置 | |
| WO2023151603A1 (zh) | 货箱存放方法和机器人 | |
| CN214987861U (zh) | 仓储拣货系统 | |
| CN114265375B (zh) | 一种agv对平板卡车货物存取的系统和方法 | |
| US20230202817A1 (en) | Control method for mobile object, mobile object, and computer-readable storage medium | |
| CN117455328A (zh) | 一种基于无人叉车的自动装卸流程模型 | |
| JP2023008297A (ja) | 識別マーカー及び荷物運搬用自律走行車両 |
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 |
Application publication date: 20230310 |
|
| RJ01 | Rejection of invention patent application after publication |