[发明专利]一种基于双目深度相机的托盘识别和定位方法

说明书

本发明公开了一种基于双目深度相机的托盘识别和定位方法，包括如下步骤：对双目相机进行标定，获取相机的内外参数和畸变参数；根据已有的托盘数据集和畸变参数对图像进行去畸变处理；通过深度学习识别畸变处理后图像中的托盘，获取托盘中心点的像素坐标；根据相机的内外参数和托盘中心点的像素坐标获取托盘中心点空间三维坐标。本发明根据双目相机对托盘进行识别，获取托盘中心点的像素坐标，由托盘中心点的像素坐标进一步的得到托盘中心点空间三维坐标，该方法降低了工业应用成本，提高了对复杂环境的应对能力，提高了托盘识别效率。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于双目深度相机的托盘识别和定位方法。

背景技术

在自动化和半自动化仓储系统，托盘的识别和定位在其中占有重要地位。托盘是指用于集装、堆放、搬运和运输过程中，放置货物和制品的水平平台装置，广泛应用于生产、流通、仓储等领域。只有准确的识别托盘，获取托盘的三维坐标，叉车才能安全获取货物，进一步完成货物搬运和运输。

随着现代工业生产的发展，柔性制造系统、计算机集成制造系统和工厂自动化对自动化仓储提出更高的要求，搬运仓储技术要具有更可靠、更实时的信息，工厂和仓库中的物流必须伴随着并行的信息流。人工智能技术的发展必将推动自动化仓库技术向更高阶段即智能自动化方向发展，在智能自动化物流阶段，生产计划作出后，自动生成物料和人力需求，查看存货单和购货单，规划并完成物流。如果物料不够，无法满足生产要求，系统会自动推荐修改计划以便生产出等值产品。这种系统是将人工智能集成到物流系统中。智能仓储系统的基本原理已经在一些实际的物流系统中逐步得到实现。可以预见，21世纪智能仓储技术将具有广阔的应用前景。

目前托盘识别的主要技术及其存在的问题，1.采用RFID技术，其定位精度较低。2.采用基于单目深度相机的图像识别技术，对环境光线要求较高，检测距离有限，易受环境干扰。3.采用激光雷达进行托盘识别的技术，虽能达到较高的识别精度，但是激光雷达成本过于昂贵，不利于推广，而且激光雷达在垂直方向视野有限，对托盘的识别需要对货叉的运动进行补偿，效率较低。

发明内容

针对现有技术的不足，本发明的目的在于提供一种基于双目深度相机的托盘识别和定位方法，以解决现有技术中存在的托盘识别效率较低的问题。

为达到上述目的，本发明采用的技术方案为：

一种基于双目深度相机的托盘识别和定位方法，包括如下步骤：

对双目相机进行标定，获取相机的内外参数和畸变参数；

根据已有的托盘数据集和畸变参数对图像进行去畸变处理；

通过深度学习识别畸变处理后图像中的托盘，获取托盘中心点的像素坐标；

根据相机的内外参数和托盘中心点的像素坐标获取托盘中心点空间三维坐标。

进一步的，所述托盘中心点空间三维坐标获取方法还包括：

判断叉车当前工作环境的复杂程度；

若环境复杂，则采用双目交叉原理利用相机的内外参数和托盘中心点的像素坐标计算得到托盘中心点空间三维坐标；

若环境简单，则利用双目相机捕获深度图，根据深度图获取托盘中心点距离，根据托盘中心点距离、内外参数和托盘中心点的像素坐标计算得到托盘中心点空间三维坐标。

进一步的，叉车当前工作环境的复杂程度根据叉车自身坐标来判断。

进一步的，所述托盘中心点距离根据相机深度模式下的点云图或深度图获取。

进一步的，所述方法还包括：

对托盘中心点空间三维坐标进行误差分析与纠正；