【技术实现步骤摘要】
用于识别感兴趣区的材料搬运方法、装置和系统
本公开的示例性实施方案整体涉及材料搬运系统,并且更具体地讲,涉及感兴趣区的识别。
技术介绍
在工作场所(诸如仓库)中,集装箱的装载和卸载是可由工人手动执行和/或由可能以半自主和全自主模式操作的机器辅助的常见操作。机器(诸如传送带、叉车机器、机器人纸箱装载器/卸载器等)可以用于操纵放置在集装箱、卡车或移动式自主车辆中的产品。为了使机器以完全自主模式操作,可以要求机器区分产品并且识别产品的位置以便在集装箱内安全操作。申请人已经识别出与现有方法相关联的许多缺陷和问题。通过所付努力、智慧和创新,根据本公开的实施方案的开发解决方案已经解决了许多这些识别的缺陷和问题,本文详细描述了这些解决方案的许多示例。
技术实现思路
本文的各种实施方案涉及在材料搬运环境中提供增加的安全性的方法、装置和系统。参考所要求保护的方法,一种用于材料搬运的方法可以包括由图像处理单元基于图像捕获单元的视场(FOV)生成三维(3-D)点云数据,并且FOV可以包括集装箱的内部。方法还可以包括由图像处理单元识别集装箱内部的多个聚类区域,以及由图像处理单元基于与3-D点云数据相关联的取向数据而从多个聚类区域中提取第一组聚类区域。方法还可以包括由图像处理单元基于3-D点云数据生成二维(2-D)深度图,以及由图像处理单元确定第一组聚类区域的候选区。候选区可以包括其聚类区域的横截面积与集装箱的横截面积的比率超过第一横截面阈值的聚类区域。方法还可以包括由机器学习单元确定候选区的分类分数,以及由机器学 ...
【技术保护点】
1.一种材料搬运方法,包括:/n由图像处理单元基于图像捕获单元的视场(FOV)生成三维(3-D)点云数据,其中所述FOV包括集装箱的内部;/n由所述图像处理单元识别所述集装箱内部的多个聚类区域;/n由所述图像处理单元基于与所述3-D点云数据相关联的取向数据而从所述多个聚类区域中提取第一组聚类区域;/n由所述图像处理单元确定所述第一组聚类区域的候选区,其中所述候选区包括聚类区域;/n确定所述候选区的横截面积和所述集装箱的横截面积的比率;/n当所确定的比率超过第一横截面阈值时,由机器学习单元确定所述候选区的分类分数;/n由所述机器学习单元在所述候选区的所述分类分数超过第一分类阈值的情况下将所述候选区分类为感兴趣区;以及/n由处理器基于与所述感兴趣区相关联的数据集限定所述集装箱中的导航路径,其中所述导航路径被配置为防止与所述感兴趣区的碰撞。/n
【技术特征摘要】
20190118 US 16/251,9781.一种材料搬运方法,包括:
由图像处理单元基于图像捕获单元的视场(FOV)生成三维(3-D)点云数据,其中所述FOV包括集装箱的内部;
由所述图像处理单元识别所述集装箱内部的多个聚类区域;
由所述图像处理单元基于与所述3-D点云数据相关联的取向数据而从所述多个聚类区域中提取第一组聚类区域;
由所述图像处理单元确定所述第一组聚类区域的候选区,其中所述候选区包括聚类区域;
确定所述候选区的横截面积和所述集装箱的横截面积的比率;
当所确定的比率超过第一横截面阈值时,由机器学习单元确定所述候选区的分类分数;
由所述机器学习单元在所述候选区的所述分类分数超过第一分类阈值的情况下将所述候选区分类为感兴趣区;以及
由处理器基于与所述感兴趣区相关联的数据集限定所述集装箱中的导航路径,其中所述导航路径被配置为防止与所述感兴趣区的碰撞。
2.根据权利要求1所述的方法,其中生成所述3-D点云数据包括:累积:
基于由定位在材料搬运装置上的图像捕获单元捕获的所述FOV的点云数据生成的3-D点云数据,和
基于所述材料搬运装置的物品操纵器在所述FOV的扫描操作期间的移动而收集的运动学数据。
3.根据权利要求2所述的方法,还包括由所述图像处理单元将所述3-D点云数据的第一格式变换为第二格式,其中所述第一格式对应于光检测和测距帧,并且所述第二格式对应于与所述图像处理单元兼容的经变换帧。
4.根据权利要求3所述的方法,还包括由所述图像处理单元预处理所述3-D点云数据,其中所述预处理包括:
由所述图像处理单元从以所述第二格式的所述3-D点云数据中移除噪声数据点;
由所述图像处理单元分割从中移除所述噪声数据点的所述3-D点云数据;以及
由所述图像处理单元基于所述3-D点云数据的所述分割来确定所述多个聚类区域。
5.根据权利要求1所述的方法,还包括:
由所述图像处理单元至少基于第二组聚类区域相...
【专利技术属性】
技术研发人员:卡斯基延·尤瓦拉吉,斯里兰·帕万·坦卡萨拉,
申请(专利权)人:因特利格雷特总部有限责任公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。