[发明专利]机场行李自动接取方法、装置、设备、系统及介质

权利要求书

1.一种机场行李自动接取方法，其特征在于，包括：

获取前端传送带当前传送的待接取行李的第一彩色点云信息，并根据第一彩色点云信息，获取所述待接取行李的行李类别；其中，所述第一彩色点云信息包括第一彩色图像和第一点云数据；

如果行李类别为可码放行李，则在待接取行李从前端传送带传送至后端传送带后，获取待接取行李相对于后端传送带的行李位姿信息，以及待接取行李的行李尺寸信息；

根据行李尺寸信息，确定待接取行李在码垛区域内的目标码放区域；

其中，根据行李尺寸信息，确定待接取行李在码垛区域内的目标码放区域，包括：

通过堆垛区域内设置的垛型测量相机，获取码垛区域的区域图像，并根据所述区域图像，获取码垛区域的垛型信息；

将行李尺寸信息和垛型信息输入至与码垛区域匹配的分层树搜索模型中，获取与码垛区域内各备选行李码放位置分别对应的目标节点特征；

将行李尺寸信息、垛型信息以及与码垛区域内各备选行李码放位置分别对应的目标节点特征输入至深度强化学习模型中，获取与当前待装载行李匹配的目标码放位置；

将目标码放区域和行李位姿信息发送至靠近后端传送带设置的行李接放机器人，以控制行李接放机器人按照由行李位姿信息确定的接取位置和接取姿态接取后端传送带上的待接取行李后，将待接取行李码放至目标码放区域。

2.根据权利要求1所述的方法，其特征在于，获取前端传送带当前传送的待接取行李的第一彩色点云信息，并根据第一彩色点云信息，获取所述待接取行李的行李类别，包括：

通过行李分类区域内设置的分类相机，获取前端传送带当前传送的待接取行李的第一彩色点云信息；

生成与第一彩色图像匹配的图像特征矩阵，并生成与第一点云数据匹配的点云特征矩阵；

对图像特征矩阵和点云特征矩阵进行特征拼接，得到特征拼接矩阵；

将特征拼接矩阵输入至预先训练的卷积神经网络分类模型中，获取所述待接取行李的行李类别。

3.根据权利要求2所述的方法，其特征在于，生成与第一彩色图像匹配的图像特征矩阵，包括：

将所述第一彩色图像进行至少一项图像预处理操作后，将预处理后图像映射得到n×n阶的图像特征矩阵；

其中，所述图像预处理操作包括：第一彩色图像中感兴趣区域的识别及裁剪、第一彩色图像的图像尺寸调整以及第一彩色图像的灰度化处理；

生成与第一点云数据匹配的点云特征矩阵，包括：

重定义第一点云数据的点云坐标轴方向，其中，点云坐标轴中的z轴正方向重定义为垂直于待接取行李所在平面且远离待接取行李所在平面的方向；

对第一点云数据进行直通滤波，筛选出主体点云数据；

创建所述主体点云数据的最小立方体包围盒，其中，所述最小立方体包围盒的各面均与点云坐标轴中的各坐标平面垂直或平行；

将所述最小立方体包围盒在点云坐标轴中的xoy平面内进行投影，得到目标投影正方形，并将目标投影正方形划分为n×n个局部正方形；

将主体点云数据向xoy平面内进行投影，并根据每个局部正方形中所落入的主体点云数据点的z坐标均值，形成n×n阶的高度特征矩阵；

使用x方向梯度算子对所述高度特征矩阵进行卷积运算，得到x方向卷积结果，并使用y方向梯度算子对所述高度特征矩阵进行卷积运算，得到y方向卷积结果；

将x方向卷积结果和y方向卷积结果进行模相加，得到与三维点云数据匹配的点云特征矩阵。