[发明专利]基于点云处理的仓储托盘检测定位方法及系统

说明书

本发明提供了一种基于点云处理的仓储托盘检测定位方法及系统，属于仓储托盘定位技术领域，获取位于叉车式AGV升降机构上传感器采集的点云数据；对获取的点云数据进行预处理；对预处理后的点云进行聚类分割，进行再次筛选后与托盘模板点云进行匹配，计算每簇分割点云的匹配误差；选取匹配误差计算最小的点云进行平面拟合，得到仓储托盘的转角和位置；本发明能够应用在不同的可以获取点云的设备中，可以实现不同种类仓储托盘的检测，有效地提高了仓储托盘的定位精度。

技术领域

本发明涉及仓储托盘定位技术领域，特别涉及一种基于点云处理的仓储托盘检测定位方法及系统。

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。

随着电子商务、工业制造等快速发展，企业的仓储物流环节面临压力的逐渐增大。对于现代企业，建立一个效率高、便于管理、维护成本低的仓储系统是提升企业效率的关键，随着国内机器人技术和互联网技术的发展，企业的仓储物流智能化也不断发展，AGV（Automated Guided Vehicle自动导引运输车）是智能仓储的重要环节，其中叉车式AGV又以其载重量大、可以实现搬运及货物堆高、在高位货架存取而得到广泛的应用。

为提升叉车式AGV的灵活性，叉车式AGV多采用无轨引导的方式，需要机器人自主建立环境地图并定位自身，对仓储托盘进行自动检测及定位。而仓储环境较为复杂，不同企业存放的物料、使用的仓储托盘、堆放的环境不尽相同。因此在叉车式AGV到达物料存放点后，如何消除环境因素的干扰，正确地识别出不同种类的托盘是实现叉车自主拾取物料的关键，可以显著提升叉车智能化水平。

发明人发现，目前针对仓储托盘的识别方法可以分为基于标签的方法和基于托盘自身特征的方法。基于标签的方法主要是在仓储托盘的立柱表面贴上视觉标签，或反光板，使用相机或激光雷达便可根据二维码或反射强度较高的点云来判断托盘位置，这种方法可以检测定位不同种类的托盘，但标签容易受到污染，在实际应用中可能会因磨损而无法使用。基于特征的方法主要包括检测托盘的颜色和几何特征，通过形态学、边缘检测和霍夫变换来找到边缘和角点，但靠这种方法来检测托盘容易受到光照和不同托盘种类的影响；利用深度学习的方法来检测托盘有着快速、易于部署的优点，但需要准备大量数据集进行相关训练。

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点云处理的仓储托盘检测定位方法及系统，能够应用在不同的可以获取点云的设备中，可以实现不同种类仓储托盘的检测，有效地提高了仓储托盘的定位精度。

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点云处理的仓储托盘检测定位方法。

一种基于点云处理的仓储托盘检测定位方法，包括以下过程：

获取位于叉车式AGV升降机构上传感器采集的点云数据；

对获取的点云数据进行预处理；

对预处理后的点云进行聚类分割，进行再次筛选后与托盘模板点云进行匹配，计算每簇分割点云的匹配误差；

选取匹配误差计算最小的点云进行平面拟合，得到仓储托盘的转角和位置。

作为可选的一种实现方式，对获取的点云数据进行预处理，包括：

根据叉齿长度以及升降机构处于最低高度时传感器相对于地面的高度，对获得的原始点云进行直通滤波，去除地面点云和叉齿上的点云，补偿预设高度以去除托盘与地面接触的部分。

进一步的，通过直通滤波保留的点云满足如下条件：

；