[发明专利]用于托盘车位置识别的方法、装置、设备、存储介质

说明书

本申请公开一种托盘车位置识别方法、装置和设备。该方法、装置和设备应用于牵引车，该方法首先采集托盘车位置数据，其中位置数据包括托盘车边界数据；其次，基于采集的托盘车边界数据，获取托盘车边界及边界内的激光点云数据；再次，根据获取的激光点云数据，提取托盘车上预设托盘部件的特征数据；最后，根据托盘部件的特征数据确定托盘车牵引部件位置。通过本发明的技术方案，能够使自动驾驶牵引车精准自动识别托盘车牵引部件位置，同时为后续牵引车实现实时决策和路线规划提供很重要的辅助作用。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及用于托盘车位置识别的方法、装置、设备、存储介质。

背景技术

自动驾驶汽车(Autonomous Vehicles；Self-driving automobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

随着无人驾驶技术的发展，自动驾驶车辆也开始运用在工业上，物体的识别，道路的规划成为无人驾驶过程中环境感知的重要组成部分，为无人驾驶场景感知、实时决策、路线规划提供很重要的辅助作用。

目前，自动驾驶物体识别主要为车辆的避障提供参考，尚没有任何一种成熟的技术可使自动驾驶牵引车辆自动识别托盘车牵引部件位置并进行自动托挂，包括但不限于机场行李搬运的牵引车辆自动识别托盘车牵引部件位置并进行自动托挂。

发明内容

鉴于上述问题，本申请实施例提供了一种用于托盘车位置识别方法、装置、设备、存储介质，其中托盘车包括但不限于机场的行李搬运托盘车。此托盘车位置识别方法、装置、设备用以实现牵引车对托盘车的位置检测、牵引部件的精确识别，最终实现牵引车和托盘车的自动拖挂。本申请提供的技术方案在牵引车牵引部件的识别效率上有了很大改善，识别精度上有了较好的提高，具有一定的实用性。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种托盘车位置识别方法，所述方法应用于牵引车，所述方法包括：

采集托盘车位置数据，所述位置数据包括托盘车边界数据，其中，位置数据由视觉传感器获取，为后续处理过程提供视觉参考；

基于所述托盘车边界数据，获取托盘车边界及边界内的激光点云数据，此处的激光云点数据由激光传感器获取，结合视觉传感器获取的托盘车边界数据，经过处理获取到托盘车边界及边界内的激光点云数据；

根据所述激光点云数据，提取所述托盘车上预设托盘部件的特征数据，特征数据为托盘车的一些特征点信息，如托盘三角臂，托盘牵引部件等特征信息；

根据所述托盘部件的特征数据确定托盘车牵引部件位置，从而实现托盘车位置的识别，特别是托盘车牵引部件的识别。进而，通过牵引部件的位置信息的确认，牵引车可以自我决策，规划路线，移向托盘车，移动的过程中由于地势，环境等原因，可能造成牵引车和牵引部件位置的相对变动，牵引车自行调整相对位置信息，从而实现和托盘车的自动拖挂。

优选地，所述牵引车包括视觉传感器以及激光传感器，所述视觉传感器用于获取托盘车位置及边界数据；所述激光传感器用于采集所述托盘车边界及边界内的激光点云数据，用于后续实现自动拖挂的数据基础。

优选地，所述基于所述托盘车边界数据，获取托盘车边界及边界内的激光点云数据，包括：根据所述视觉传感器获取所述托盘车边界图像数据以及边界内目标区域的图像数据，为后续确定托盘车的位置提供数据基础；将所述托盘车边界图像数据输入预设深度学习模型，获取所述托盘车边界数据；根据所述边界内目标区域的图像数据、所述激光传感器获取所述边界内的激光点云数据。