叉车卸货方法、叉车及计算机可读存储介质技术

本发明专利技术公开了一种叉车卸货方法、叉车及计算机可读存储介质，属于叉车技术领域。本发明专利技术通过获取由第一检测设备得到的停靠在预设位置的平板车上的车厢和货物的点云数据，并获取由第二检测设备得到的所述平板车的图像数据，所述第一检测设备与所述第二检测设备均位于所述预设位置的正上方；根据所述车厢和货物的点云数据以及所述图像数据确定所述平板车上货物的位置信息；根据叉车的位置信息以及所述货物的位置信息确定行驶路径，并基于所述行驶路径行驶至库位点；在所述库位点确定由第三检测设备得到的托盘位置，所述第三检测设备位于叉车上；叉取所述托盘位置上的货物的技术方案，解决了叉车无法准确卸货的问题，提高叉车的卸货精度。的卸货精度。的卸货精度。

【技术实现步骤摘要】
叉车卸货方法、叉车及计算机可读存储介质


[0001]本专利技术涉及叉车
，尤其涉及一种叉车卸货方法、叉车及计算机可读存储介质。

技术介绍

[0002]随着智能工业和智能物流的发展，仓储物流越来越趋向于自动化，无人叉车扮演非常重要的角色。在平板车卸货的过程中，无人叉车用于叉取平板车上的货物并运输至某一指定位置上。目前，无人叉车在卸货过程中，当货物在平板车上的存放位置识别存在误差时，容易导致发生插偏或者插倒的现象，使得无人叉车无法顺利完成卸货。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种叉车卸货方法、叉车及计算机可读存储介质，旨在解决叉车无法准确卸货的技术问题。
[0005]为实现上述目的，本专利技术提供一种叉车卸货方法，所述叉车卸货方法包括以下步骤：
[0006]获取由第一检测设备得到的停靠在预设位置的平板车上的车厢和货物的点云数据，并获取由第二检测设备得到的所述平板车的图像数据，所述第一检测设备与所述第二检测设备均位于所述预设位置的正上方；
[0007]根据所述车厢和货物的点云数据以及所述图像数据确定所述平板车上货物的位置信息；
[0008]根据叉车的位置信息以及所述货物的位置信息确定行驶路径，并基于所述行驶路径行驶至库位点；
[0009]在所述库位点确定由第三检测设备得到的托盘位置，所述第三检测设备位于叉车上；
[0010]叉取所述托盘位置上的货物。
[0011]可选地，所述根据所述车厢和货物的点云数据以及所述图像数据确定所述平板车上货物的位置信息的步骤包括：
[0012]将所述平板车的图像信息输入第一预设目标检测模型，得到货物检测框，所述第一预设目标检测模型根据预设货物位置信息训练得到；
[0013]从所述车厢和货物的点云数据中提取所述货物检测框的点云数据；
[0014]根据所述货物检测框的点云数据确定所述平板车上货物的位置信息。
[0015]可选地，所述根据所述货物检测框的点云数据确定所述平板车上货物的位置信息的步骤包括：
[0016]对所述货物检测框的点云数据进行数据处理，得到在激光雷达坐标系下的货物的
位置信息，所述数据处理依次包括离散点云数据滤波处理以及点云数据拟合处理；
[0017]基于预设旋转矩阵以及预设平移矩阵将所述激光雷达坐标系下的货物的位置信息转化为地图坐标系下的货物的位置信息，并将所述地图坐标系下的货物的位置信息作为所述平板车上货物的位置信息。
[0018]可选地，所述根据叉车的位置信息以及所述货物的位置信息确定行驶路径，并基于所述行驶路径行驶至库位点的步骤之前，还包括：
[0019]根据所述货物的位置信息确定卸货顺序；
[0020]建立所述货物的位置信息与检测点的位置信息的关联关系；
[0021]基于所述卸货顺序将所述货物的位置信息与所述检测点的位置信息的关联关系存储于预设数据库中。
[0022]可选地，所述根据叉车的位置信息以及所述货物的位置信息确定行驶路径，并基于所述行驶路径行驶至库位点的步骤包括：
[0023]在接收到目标货物的卸货请求时，从所述预设数据库中获取所述目标货物的位置信息关联的库位点的位置信息；
[0024]根据叉车的位置信息以及所述库位点的位置信息确定行驶路径，并使叉车基于所述行驶路径行驶至所述库位点。
[0025]可选地，所述在所述库位点确定由第三检测设备得到的托盘位置的步骤包括：
[0026]获取由第三检测设备采集得到的货物的图像信息；
[0027]将所述货物的图像信息输入第二预设目标检测模型，得到托盘检测框，所述第二预设目标检测模型根据预设托盘位置信息训练得到；
[0028]在所述图像信息对应的点云数据上提取所述托盘检测框的点云数据；
[0029]根据所述托盘检测框的点云数据确定托盘位置。
[0030]可选地，所述根据所述托盘检测框的点云数据确定托盘位置的步骤之前，还包括：
[0031]对所述托盘检测框的点云数据依次进行离散点滤波处理、法向量过滤处理、点云平滑处理以及平面分割处理，得到数据处理后的所述托盘检测框的点云数据。
[0032]可选地，所述根据所述托盘检测框的点云数据确定托盘位置的步骤包括：
[0033]根据所述托盘检测框的点云数据得到货物中心的点云数据；
[0034]获取货物类别，并根据所述货物类别确定货物进叉口的实际尺寸信息；
[0035]根据所述货物中心的点云数据以及所述货物进叉口的实际尺寸信息得到托盘位置。
[0036]此外，为实现上述目的，本专利技术还提供一种叉车，所述叉车包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的叉车卸货程序，所述叉车卸货程序配置为实现如上所述的叉车卸货方法的步骤。
[0037]此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述存储介质上存储有叉车卸货程序，所述叉车卸货程序被处理器执行时实现如上所述的叉车卸货方法的步骤。
[0038]在本申请的技术方案中，本申请通过获取由第一检测设备得到的停靠在预设位置的平板车上的车厢和货物的点云数据，并获取由第二检测设备得到的所述平板车的图像数据，从而根据所述车厢和货物的点云数据以及所述图像数据初步确定所述平板车上货物的
位置信息。在确定平板车上货物的位置信息之后，根据叉车的位置信息以及所述货物的位置信息确定叉车的行驶路径，并基于所述行驶路径行驶至库位前方的库位点。在行驶至库位前方的库位点之后，通过在所述库位点确定由第三检测设备得到的托盘位置，并叉取托盘位置上的货物，实现在所述库位点对货物的位置的精准识别以及准确叉取，避免由于进叉角度或者进叉位置存在误差导致叉车无法完成卸货的问题，提高叉车的卸货精度。
附图说明
[0039]图1是本专利技术实施例方案涉及的硬件运行环境的叉车的结构示意图；
[0040]图2为本专利技术叉车卸货方法第一实施例的流程示意图；
[0041]图3为本专利技术叉车卸货方法第一实施例步骤S120的细化流程示意图；
[0042]图4为本专利技术叉车卸货方法第一实施例步骤S140之前的流程示意图；
[0043]图5为本专利技术叉车卸货方法第一实施例步骤S140的细化流程示意图；
[0044]图6为本专利技术叉车卸货方法第一实施例步骤S150的细化流程示意图；
[0045]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0046]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0047]参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的叉车结构示意图。
[0048]如图1所示，该叉车可以包括：处理器1001，例如中央处理器(Central Pro本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种叉车卸货方法，其特征在于，所述叉车卸货方法包括以下步骤：获取由第一检测设备得到的停靠在预设位置的平板车上的车厢和货物的点云数据，并获取由第二检测设备得到的所述平板车的图像数据，所述第一检测设备与所述第二检测设备均位于所述预设位置的正上方；根据所述车厢和货物的点云数据以及所述图像数据确定所述平板车上货物的位置信息；根据叉车的位置信息以及所述货物的位置信息确定行驶路径，并基于所述行驶路径行驶至库位点；在所述库位点确定由第三检测设备得到的托盘位置，所述第三检测设备位于叉车上；叉取所述托盘位置上的货物。2.如权利要求1所述的叉车卸货方法，其特征在于，所述根据所述车厢和货物的点云数据以及所述图像数据确定所述平板车上货物的位置信息的步骤包括：将所述平板车的图像信息输入第一预设目标检测模型，得到货物检测框，所述第一预设目标检测模型根据预设货物位置信息训练得到；从所述车厢和货物的点云数据中提取所述货物检测框的点云数据；根据所述货物检测框的点云数据确定所述平板车上货物的位置信息。3.如权利要求2所述的叉车卸货方法，其特征在于，所述根据所述货物检测框的点云数据确定所述平板车上货物的位置信息的步骤包括：对所述货物检测框的点云数据进行数据处理，得到在激光雷达坐标系下的货物的位置信息，所述数据处理依次包括离散点云数据滤波处理以及点云数据拟合处理；基于预设旋转矩阵以及预设平移矩阵将所述激光雷达坐标系下的货物的位置信息转化为地图坐标系下的货物的位置信息，并将所述地图坐标系下的货物的位置信息作为所述平板车上货物的位置信息。4.如权利要求1所述的叉车卸货方法，其特征在于，所述根据叉车的位置信息以及所述货物的位置信息确定行驶路径，并基于所述行驶路径行驶至库位点的步骤之前，还包括：根据所述货物的位置信息确定卸货顺序；建立所述货物的位置信息与检测点的位置信息的关联关系；基于所述卸货顺序将所述货物的位置信息与所述检测点的位置信息的关联关系存储于预设...

【专利技术属性】
技术研发人员：黄金勇，
申请(专利权)人：劢微机器人科技深圳有限公司，
类型：发明
国别省市：