AGV后向栈板及障碍物识别方法、装置及AGV制造方法及图纸

本发明专利技术提供一种AGV后向栈板及障碍物识别方法、装置及AGV，该方法包括：获取感知传感器采集的AGV后向的点云数据；对所述点云数据进行处理，确定所述点云数据中的栈板点云数据以及障碍物点云数据；基于所述栈板点云数据对AGV后向栈板进行识别，并基于所述障碍物点云数据对AGV后向障碍物进行识别。所述方法只需要使用一个感知传感器即可完成对栈板和障碍物的同时识别，降低了AGV的生产成本。

【技术实现步骤摘要】
AGV后向栈板及障碍物识别方法、装置及AGV
本专利技术涉及自动化控制
，尤其涉及一种AGV后向栈板及障碍物识别方法、装置及AGV。
技术介绍
科技的发展和进步促使各行各业的自动化程度也不断提高。尤其在自动化仓储和物流领域，自动化控制技术更是得到了重视和运用。自动导引车(AutomaticGuidedVehicle，AGV)是自动化搬运装卸的重要技术，其应用范围和技术水平得到了迅猛的发展。在AGV后向运行时，由于需要完成栈板的自动装卸功能，所以AGV具有栈板识别的需求；同时在AGV后向运行时，也可能会出现障碍物阻碍其运行，因此AGV也具有障碍物感知的需求。目前，对栈板的识别和对障碍物的感知，分别是由两个传感器来完成的，这会增加AGV车身上传感器的密度和AGV的成本。
技术实现思路
本专利技术提供一种AGV后向栈板及障碍物识别方法、装置及AGV，用以解决AGV后向栈板及障碍物识别需要两个感知传感器的缺陷。本专利技术提供一种AGV后向栈板及障碍物识别方法，包括：获取感知传感器采集的AGV后向的点云数据；对所述点云数据进行处理，确定所述点云数据中的栈板点云数据以及障碍物点云数据；基于所述栈板点云数据对AGV后向栈板进行识别，并基于所述障碍物点云数据对AGV后向障碍物进行识别。根据本专利技术提供一种的AGV后向栈板及障碍物识别方法，所述对所述点云数据进行处理，确定所述点云数据中的栈板点云数据以及障碍物点云数据，具体包括：滤除所述点云数据中的地面点云数据，得到备选点云数据；对所述备选点云数据进行分割，得到所述栈板点云数据以及所述障碍物点云数据。根据本专利技术提供一种的AGV后向栈板及障碍物识别方法，所述滤除所述点云数据中的地面点云数据，得到备选点云数据，具体包括：对所述点云数据进行直通滤波，确定感兴趣区域点云数据；滤除所述感兴趣区域点云数据中的地面点云数据，得到所述备选点云数据。根据本专利技术提供一种的AGV后向栈板及障碍物识别方法，所述对所述备选点云数据进行分割，得到所述栈板点云数据以及所述障碍物点云数据，具体包括：基于栈板颜色特征、栈板目标物特征以及栈板几何特征中的至少一种，从所述备选点云数据分割出所述栈板点云数据，并得到所述备选点云数据中除所述栈板点云数据外的剩余点云数据；基于聚类算法，确定所述剩余点云数据中的障碍物点云数据。根据本专利技术提供一种的AGV后向栈板及障碍物识别方法，所述基于所述栈板点云数据对AGV后向栈板进行识别，具体包括：基于法向量估计算法、区域生成算法或点云聚类算法，对所述栈板点云数据进行处理，识别出所述AGV后向栈板的位姿信息。根据本专利技术提供一种的AGV后向栈板及障碍物识别方法，所述基于所述障碍物点云数据对AGV后向障碍物进行识别，具体包括：基于障碍物感知算法或欧式聚类算法，对所述障碍物点云数据进行处理，识别出所述AGV后向障碍物的状态信息。本专利技术还提供一种AGV后向栈板及障碍物识别装置，包括：获取模块，用于获取感知传感器采集的AGV后向的点云数据；处理模块，用于对所述点云数据进行处理，确定所述点云数据中的栈板点云数据以及障碍物点云数据；识别模块，用于基于所述栈板点云数据对AGV后向栈板进行识别，并基于所述障碍物点云数据对AGV后向障碍物进行识别。本专利技术还提供一种AGV，包括：感知传感器以及如上所述的AGV后向栈板及障碍物识别装置，所述感知传感器与所述AGV后向栈板及障碍物识别装置电连接。本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述AGV后向栈板及障碍物识别方法的步骤。本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述AGV后向栈板及障碍物识别方法的步骤。本专利技术提供的AGV后向栈板及障碍物识别方法、装置及AGV，通过获取感知传感器采集的点云数据，对点云数据进行处理，分割出栈板点云数据和障碍物点云数据，再分别识别栈板点云数据和障碍物点云数据，得出栈板位姿信息和障碍物状态信息，实现了只用一个感知传感器识别AGV后向栈板及障碍物的功能。而且，可以对AGV后向栈板及障碍物进行同时识别，可以提高AGV后向运行的安全性。附图说明为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的AGV后向栈板及障碍物识别方法的流程示意图；图2是本专利技术实施例提供的AGV后向栈板及障碍物识别方法的完整流程示意图；图3是本专利技术提供的AGV后向栈板及障碍物识别装置的结构示意图；图4是本专利技术提供的AGV的结构示意图；图5是本专利技术提供的电子设备的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。目前，通常使用相机或多线激光雷达进行栈板识别和定位，使用光电型、超声波型传感器或单线激光雷达进行障碍物感知。由于对栈板的识别和对障碍物的感知，分别是由不同的传感器来完成的，这会增加AGV车身上传感器的密度和AGV的成本。为此，本专利技术实施例中提供了一种AGV后向栈板及障碍物识别方法。图1是本专利技术实施例提供的一种AGV后向栈板及障碍物识别方法的流程示意图。如图1所示，该方法包括：S1，获取感知传感器采集的AGV后向的点云数据；S2，对所述点云数据进行处理，确定所述点云数据中的栈板点云数据以及障碍物点云数据；S3，基于所述栈板点云数据对AGV后向栈板进行识别，并基于所述障碍物点云数据对AGV后向障碍物进行识别。具体地，本专利技术实施例中提供的AGV后向栈板及障碍物识别方法，其执行主体可以是AGV主控制器，也可以是独立于AGV的服务器，例如可以是本地服务器、云端服务器等，本地服务器可以是计算机、平板电脑或智能手机等，本专利技术实施例中对此不作具体限定。首先执行步骤S1。其中，感知传感器可以是激光雷达。激光雷达是一种采用非接触激光测距技术的扫描式传感器，通过搜集反射回来的光束形成点云数据。激光雷达包括旋转式激光雷达，通过多束激光竖立而排，绕轴进行360°旋转，每一束激光扫描一个平面，纵向叠加后呈现出三维立体图形。激光雷达还包括固态激光雷达，采用相控阵原理，有许多个固定的细小光束组成，通过每个阵元点产生光束的相位与幅度，以此强化本文档来自技高网...

【技术保护点】
1.一种AGV后向栈板及障碍物识别方法，其特征在于，包括：/n获取感知传感器采集的AGV后向的点云数据；/n对所述点云数据进行处理，确定所述点云数据中的栈板点云数据以及障碍物点云数据；/n基于所述栈板点云数据对AGV后向栈板进行识别，并基于所述障碍物点云数据对AGV后向障碍物进行识别。/n

【技术特征摘要】
1.一种AGV后向栈板及障碍物识别方法，其特征在于，包括：
获取感知传感器采集的AGV后向的点云数据；
对所述点云数据进行处理，确定所述点云数据中的栈板点云数据以及障碍物点云数据；
基于所述栈板点云数据对AGV后向栈板进行识别，并基于所述障碍物点云数据对AGV后向障碍物进行识别。


2.根据权利要求1所述的AGV后向栈板及障碍物识别方法，其特征在于，所述对所述点云数据进行处理，确定所述点云数据中的栈板点云数据以及障碍物点云数据，具体包括：
滤除所述点云数据中的地面点云数据，得到备选点云数据；
对所述备选点云数据进行分割，得到所述栈板点云数据以及所述障碍物点云数据。


3.根据权利要求2所述的AGV后向栈板及障碍物识别方法，其特征在于，所述滤除所述点云数据中的地面点云数据，得到备选点云数据，具体包括：
对所述点云数据进行直通滤波，确定感兴趣区域点云数据；
滤除所述感兴趣区域点云数据中的地面点云数据，得到所述备选点云数据。


4.根据权利要求2所述的AGV后向栈板及障碍物识别方法，其特征在于，所述对所述备选点云数据进行分割，得到所述栈板点云数据以及所述障碍物点云数据，具体包括：
基于栈板颜色特征、栈板目标物特征以及栈板几何特征中的至少一种，从所述备选点云数据分割出所述栈板点云数据，并得到所述备选点云数据中除所述栈板点云数据外的剩余点云数据；
基于聚类算法，确定所述剩余点云数据中的障碍物点云数据。


5.根据权利要求1-4中任一项所述的AGV后向栈板及障碍物识别方法，其特征在...

【专利技术属性】
技术研发人员：贾全，孙国岐，
申请(专利权)人：三一机器人科技有限公司，
类型：发明
国别省市：北京;11