一种叉车托盘检测与定位方法及系统技术方案

本发明专利技术公开了一种叉车托盘检测与定位方法，将获取的当前场景下的深度图像进行栅格化处理，生成对应的栅格图像；对栅格图像进行区域生长得到多个待检测目标的候选框区域，计算每一个待检测目标的倾斜程度，根据所述每一个待检测目标的倾斜程度，对预设的托盘栅格图像标准模板进行模板自适应化处理，生成各自对应的托盘栅格图像模板；将每一个待检测目标的候选框区域与对应的自适应化后的托盘栅格图像模板进行像素匹配，若匹配成功，则获取目标托盘的候选框区域；将所述目标托盘的候选框区域的栅格图像转换为对应的深度图像，得到所述深度图像中的目标托盘。通过本发明专利技术能够精确地对叉车托盘进行检测和定位。

【技术实现步骤摘要】
一种叉车托盘检测与定位方法及系统
本专利技术涉及计算机视觉
，尤其涉及一种叉车托盘检测与定位方法及系统。
技术介绍
随着现代物流技术的发展，自动引导车(AGV)在智能仓储技术中发挥着越来越重要的作用，对叉车托盘的检测和识别的技术就变得更为重要。叉车托盘是通过托盘堆放货物，再通过叉车将托盘叉起运送，搬运到指定位置，来实现工业自动化搬运。叉车托盘识别是指安装于叉车上的传感器通过机器视觉、图像处理算法检测识别叉车托盘,而叉车测距是指利用托盘识别的结果，根据传感器信息通过数学模型公式计算出叉车相对于托盘的三维坐标姿态信息。专利申请号为2017106117652基于点云平面轮廓匹配的货物托盘检测方法，该技术方案是基于点云层面进行的，导致运行速度低；其采用轮廓匹配算法，因为轮廓匹配很容易受到深度图像质量的影响导致边缘波动难以匹配，并且对没有对托盘孔进行精确的定位。
技术实现思路
基于此，本专利技术的目的在于提供一种叉车托盘检测与定位方法及系统，能够精确地对叉车托盘进行检测和定位。为实现上述目的，本专利技术提供了一种本文档来自技高网...

【技术保护点】
1.一种叉车托盘检测与定位方法，其特征在于，所述方法包括：/nS1、将获取的当前场景下的深度图像进行栅格化处理，生成对应的栅格图像；/nS2、对所述栅格图像进行区域生长得到多个候选框区域，每一个候选框区域对应一个待检测目标；/nS3、计算每一个待检测目标的倾斜程度；/nS4、根据所述每一个待检测目标的倾斜程度，对预设的托盘栅格图像标准模板进行模板自适应化处理，生成各自对应的托盘栅格图像模板；/nS5、将每一个待检测目标的候选框区域与对应的自适应化后的托盘栅格图像模板进行像素匹配，若匹配成功，则获取目标托盘的候选框区域；/nS6、将所述目标托盘的候选框区域的栅格图像转换为对应的深度图像，得到所述...

【技术特征摘要】
1.一种叉车托盘检测与定位方法，其特征在于，所述方法包括：
S1、将获取的当前场景下的深度图像进行栅格化处理，生成对应的栅格图像；
S2、对所述栅格图像进行区域生长得到多个候选框区域，每一个候选框区域对应一个待检测目标；
S3、计算每一个待检测目标的倾斜程度；
S4、根据所述每一个待检测目标的倾斜程度，对预设的托盘栅格图像标准模板进行模板自适应化处理，生成各自对应的托盘栅格图像模板；
S5、将每一个待检测目标的候选框区域与对应的自适应化后的托盘栅格图像模板进行像素匹配，若匹配成功，则获取目标托盘的候选框区域；
S6、将所述目标托盘的候选框区域的栅格图像转换为对应的深度图像，得到所述深度图像中的目标托盘。


2.如权利要求1所述的叉车托盘检测与定位方法，其特征在于，所述步骤S1还包括对所述深度图像的切割处理，具体包括：
基于深度图转点云的计算方法，将所述深度图像转换为点云；
基于一预设的检测范围，并将所述点云中不在所述检测范围的点所对应的深度图像上的像素点删除，得到切割后的深度图像。


3.如权利要求2所述的叉车托盘检测与定位方法，其特征在于，所述步骤S1还包括：
设置所述栅格图像中的单个栅格在所述深度图像中的长度和宽度，所述深度图像的长度除以单个栅格的长度为所述栅格图像的横向像素数量，所述深度图像的宽度除以单个栅格的宽度为所述栅格图像的纵向像素数量；
将所述深度图像中的像素点坐落在一个栅格内的所有像素点的像素值取其平均值，所述平均值作为该栅格的深度值，生成一张栅格图像。


4.如权利要求3所述的叉车托盘检测与定位方法，其特征在于，所述步骤S2具体包括：
根据区域生成算法对所述述栅格图像进行区域生长，获取到多个链接区域；计算每一个链接区域内的所有像素点的深度值均值，并将该深度值均值作为该链接区域的平均距离；
计算每一个链接区域所占据的矩形区域。


5.如权利要求4所述的叉车托盘检测与定位方法，其特征在于，所述步骤S2还包括对所述链接区域进行筛选的步骤，具体包括：
设置链接区域的长度阈值和宽度阈值；
若所述链接区域的长度和宽度均在所述长度阈值和宽度阈值内，则所述链接区域为候选的链接区域；
若所述候选的链接区域在一预设的长宽比阈值内，则所述候选的链接区域为候选框区域，所述候选框区域对应待检测目标。


6.如权利要求5所述的叉车托盘检测与定位方法，其特征在于，所述步骤S3包括：
获取所述待检测目标的区域的最左侧点和最右侧点；
若在所述最左侧点的一预设领域内的点与该待检测目标的区域的平均距离的差距小于第一距离阈值时，将该点加入所述最左侧点的邻域内，并对所述最左侧点的邻域内的所有像素点的值进行累加并取均值，得到所述最左侧点的可靠深度值；
若在所述最右侧点的所述领域内的点与该待检测目标的区域的平均距离的差距小于所述第一距离阈值时，将该点加入所述最右侧点的邻域内，并对所述最右侧点的邻域内的所有像素点的值进行累加并取均值，得到所述最右侧点的可靠深度值；
根据计算公式(1)计算所述待检测目标的倾斜程度；
t＝(leftz-rightz)/(leftx-rightx)(1)；
其中，t为倾斜程度，leftx为最左侧点在栅格图像中的x坐标，leftz为最左侧点的可靠深度值，rightx为最右侧点在栅格图像中的x坐标，rightz为最右侧点的可靠深度值。


7.如权利要求6所述的叉车托盘检测与定位方法，其特征在于，所述步骤S4包括：
基于托盘类型，构建所述托盘类型对应的托盘栅格图像标...

【专利技术属性】
技术研发人员：黄泽仕，朱程利，余小欢，陈嵩，白云峰，
申请(专利权)人：浙江光珀智能科技有限公司，
类型：发明
国别省市：浙江;33