无人叉车的导航方法、介质和无人叉车技术

本申请涉及一种无人叉车的导航方法、介质和无人叉车。所述方法包括：对位于车厢内部的无人叉车上配置的激光雷达采集的多个第一点云数据进行处理，获取多个第二点云数据；对多个第二点云数据进行处理，在多个第二点云数据中提取多个第三点云数据；在多个第三点云数据中，确定第四点云数据；对第四点云数据进行处理，生成无人叉车的行车路径，并控制无人叉车按照所述行车路径行驶。按照所述行车路径行驶。按照所述行车路径行驶。

【技术实现步骤摘要】
无人叉车的导航方法、介质和无人叉车


[0001]本申请涉及无人叉车
，具体涉及一种无人叉车的导航方法、介质和无人叉车。

技术介绍

[0002]相关技术中，无人叉车在箱式的货柜车车厢内进行取放货物时，由于车厢长度较长、车厢内部光照条件不佳以及行驶晃动等原因，导致无人叉车在车厢内的行驶路径不可控，并且无人叉车无法通过二维码识别技术确定车厢内壁以及前方货物的位置，降低无人叉车的作业效率。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种可以解决无人叉车识别车厢内货物位置的无人叉车的导航方法、介质和无人叉车。
[0004]一种无人叉车的导航方法，包括以下步骤：
[0005]对位于车厢内部的无人叉车上配置的激光雷达采集的多个第一点云数据进行处理，获取多个第二点云数据；第二点云数据表征待处理的点云数据；
[0006]对多个第二点云数据进行处理，在多个第二点云数据中提取多个第三点云数据；第三点云数据表征在车厢中心坐标系下的位于车厢内部的点云数据；
[0007]在多个第三点云数据中，确定第四点云数据；第四点云数据表征在激光坐标系下的目标货物的数据；
[0008]对第四点云数据进行处理，生成无人叉车的行车路径，并控制无人叉车按照所述行车路径行驶。
[0009]一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述无人叉车的导航方法的步骤。
[0010]一种无人叉车，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述无人叉车的导航方法的步骤。
[0011]上述无人叉车的导航方法、介质和无人叉车，通过对位于车厢内部的无人叉车上配置的激光雷达采集的多个第一点云数据进行处理，获取多个第二点云数据，对多个第二点云数据进行处理，在多个第二点云数据中提取多个第三点云数据，从而从多个点云数据中筛选得到位于车厢内部的点云数据，在多个第三点云数据中，确定第四点云数据，对第四点云数据进行处理，生成无人叉车的行车路径，并控制无人叉车按照行车路径行驶，能够在位于车厢内部的点云数据中识别货物的位置，并生成无人叉车的行驶路径，避免无人叉车在行驶的过程中碰撞车厢壁和货物，有效地提高了无人叉车的工作效率，实现取放货物的任务。
附图说明
[0012]图1为一个实施例中无人叉车的导航方法的流程示意图；
[0013]图2为又一个实施例中无人叉车的导航方法的流程示意图；
[0014]图3为又一个实施例中无人叉车的导航方法的流程示意图；
[0015]图4为又一个实施例中无人叉车的导航方法的流程示意图；
[0016]图5为又一个实施例中无人叉车的导航方法的流程示意图；
[0017]图6为一个实施例中在Y
‑
Z平面上划分的单元格的示意图；
[0018]图7为一个实施例中在X
‑
Z平面上划分的单元格的示意图；
[0019]图8为一个实施例中无人叉车的导航方法的流程示意图；
[0020]图9为又一个实施例中无人叉车的导航方法的流程示意图；
[0021]图10为又一个实施例中无人叉车的导航方法的流程示意图；
[0022]图11为一个应用实施例中确定无人叉车的行车路径的流程示意图。
具体实施方式
[0023]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0024]以下对本申请实施例的技术方案的实现细节进行详细描述。
[0025]在一个实施例中，如图1所示，提供了一种无人叉车的导航方法，该无人叉车的导航方法可包括以下步骤：
[0026]步骤S101，对位于车厢内部的无人叉车上配置的激光雷达采集的多个第一点云数据进行处理，获取多个第二点云数据。
[0027]激光雷达安装在无人叉车上，具体的安装位置可以根据实际需求确定，例如，激光雷达可以安装在无人叉车两端叉壁根部间的中点处。
[0028]无人叉车工作在车厢内部，在无人叉车行驶至车厢内部的监测点的情况下，开启无人叉车上的激光雷达，激光雷达通过向周围发射激光信号，并收集反射的激光信号，采集得到多个第一点云数据，其中，多个第一点云数据是由激光雷达扫描得到的空间点的数据集，每个第一点云数据包含了三维坐标信息，也就是X、Y、Z三个元素，基于此，第一点云数据为无人叉车当前所处的空间点的数据集，无人叉车当前所处的空间包括无人叉车、货物以及车厢，也就是多个第一点云数据中可以包含有属于无人叉车的点云数据、属于货物的无人叉车的点云数据以及车厢的点云数据。
[0029]在无人叉车的工作过程中，需要识别到车厢内壁以及货物位置，基于此，需要对激光雷达获取的多个第一点云数据进行数据清洗与数据筛选，获取多个第二点云数据，其中，第二点云数据是需要关注的点云数据，第二点云数据中包含有属于货物的无人叉车的点云数据以及车厢的点云数据，对多个第二点云数据进行处理，可以进一步确定车厢内壁以及货物位置。
[0030]步骤S102，对多个第二点云数据进行处理，在多个第二点云数据中提取多个第三点云数据。
[0031]第二点云数据中包含属于车厢壁(包括车厢左壁、车厢右壁与车厢底部)的点云数
据，还包含属于货物的点云数据，为了能够使无人叉车能够识别货物的位置，需要对多个第二点云数据进行处理，从多个第二点云数据中提取多个第三点云数据，其中，第三点云数据为位于车厢内部的点云数据，也就是车厢中除车厢左壁、车厢右壁与车厢底部这三者之外的点云数据，可以理解的，货物是存放在车厢的内部，基于此，第三点云数据可以视为属于车厢存放空间的点云数据，也就是第三点云数据包含有货物的点云数据，在本实施例中，多个第三点云数据是在车厢中心坐标系下的三维坐标信息，其中，车厢中心坐标系是基于车厢的中心点建立的坐标系。
[0032]在实际应用中，可以通过对多个第二点云数据进行逐层筛选，最终提取多个第三点云数据，具体地，可以首先从多个第二点云数据，构建车厢左壁平面模型，通过车厢左壁平面模型确定位于车厢左壁之外的点云数据，之后通过位于车厢左壁之外的点云数据构建车厢右壁平面模型，再通过车厢右壁平面模型确定位于车厢右壁之外的点云数据(这部分的点云数据同时位于车厢左内壁和右壁之外)，之后通过位于车厢右壁之外的点云数据构建车厢内地面模型，再通过车厢内地面模型可以确定位于车厢内地面之外的点云数据(这部分的点云数据同时位于车厢两侧车壁和内地面之外的点云数据，也就是第三点云数据)。在这个过程中的车厢左壁平面模型、车厢右壁平面模型和车厢内地面模型的构建过程，以及位于车厢左壁之外的点云数据、位于车厢右壁之外的点云数据以及车厢内地面之外的点云数据的确定过程将在后续的内容中进行详细说明。
[0033]在一个实施例中，如图2所示，对多个第二点云数据进行处理，在多个第二点云数据中提取多个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人叉车的导航方法，其特征在于，包括：对位于车厢内部的无人叉车上配置的激光雷达采集的多个第一点云数据进行处理，获取多个第二点云数据；所述第二点云数据表征待处理的点云数据；对多个所述第二点云数据进行处理，在多个所述第二点云数据中提取多个第三点云数据；所述第三点云数据表征在车厢中心坐标系下的位于车厢内部的点云数据；在多个所述第三点云数据中，确定第四点云数据；所述第四点云数据表征在激光坐标系下的目标货物的数据；对所述第四点云数据进行处理，生成所述无人叉车的行车路径，并控制所述无人叉车按照所述行车路径行驶。2.根据权利要求1所述的无人叉车的导航方法，其特征在于，所述对多个所述第二点云数据进行处理，在多个所述第二点云数据中提取多个第三点云数据，包括：根据多个所述第二点云数据，确定车厢中心平面模型的模型参数和多个第五点云数据；所述第五点云数据表征位于车厢两侧车壁与内地面之外的点云数据；根据所述车厢中心平面模型的模型参数，确定所述车厢中心坐标系下的各轴参数；根据所述车厢中心坐标系下的各轴参数，将多个所述第五点云数据转换为对应的多个所述第三点云数据。3.根据权利要求2所述的无人叉车的导航方法，其特征在于，所述根据多个所述第二点云数据，确定车厢中心平面模型的模型参数，包括：从多个所述第二点云数据中提取多个第六点云数据，并按照设定数据处理流程对多个所述第六点云数据进行处理，确定车厢左壁平面模型的模型参数；所述第六点云数据表征用于拟合车厢左壁的点云数据；使用多个所述第二点云数据对所述车厢左壁平面模型的模型参数进行检验，并根据多个所述第二点云数据对应的第一检验结果，从多个所述第二点云数据中提取多个第七点云数据；所述第七点云数据表征多个所述第二点云数据中位于车厢左壁平面外的点云数据；按照所述设定数据处理流程对多个所述第七点云数据进行处理，确定车厢右壁平面模型的模型参数；根据所述车厢左壁平面模型的模型参数和所述车厢右壁平面模型的模型参数，确定所述车厢中心平面模型的模型参数。4.根据权利要求3所述的无人叉车的导航方法，其特征在于，根据多个所述第二点云数据确定多个第五点云数据，包括：使用多个所述第七点云数据对所述车厢右壁平面模型的模型参数进行检验，并根据多个所述第七点云数据对应的第二检验结果，从多个所述第七点云数据中提取确定多个第八点云数据；所述第八点云数据表征多个所述第七点云数据中位于车厢右壁平面外的点云数据；按照所述设定数据处理流程多个所述第八点云数据进行处理，确定车厢内地面模型的模型参数；使用多个所述第八点云数据对所述车厢内地面模型的模型参数进行检验，并根据多个所述第八点云数据对应的第三检验结果，从多个所述第八点云数据中提取确定多个所述第五点云数据。
5.根据权利要求4所述的无人叉车的导航方法，其特征在于，所述设定数据处理流程包括以下处理流程：为多个点云数据分配对应的单元格，并以多个所述点云数据...

【专利技术属性】
技术研发人员：王琛，方牧，鲁豫杰，李陆洋，杨秉川，黄莉莎，
申请(专利权)人：未来机器人深圳有限公司，
类型：发明
国别省市：