无人叉车放货检测方法及装置、无人叉车、存储介质制造方法及图纸

一种无人叉车放货检测方法及装置、无人叉车、存储介质，该方法包括：获取目标放货位置对应的多帧初始点云数据；对多帧初始点云数据进行合并，得到合并点云集；获取合并点云集在参考平面上对应的投影图像，根据该投影图像从合并点云集中分离出横梁点云集；基于横梁点云集，确定目标放货位置上的障碍物对应的障碍位置信息；根据横梁点云集以及障碍位置信息，确定目标放货位置对应的放货姿态信息，该放货姿态信息用于指示无人叉车将所运载的货物放置于目标放货位置，以使该货物符合上述放货姿态信息。实施本申请实施例，能够提升无人叉车对货架进行检测的准确性，进而能够准确确定放货位置，有利于提升无人叉车进行货物运输及放置的安全性和可靠性。的安全性和可靠性。的安全性和可靠性。

【技术实现步骤摘要】
无人叉车放货检测方法及装置、无人叉车、存储介质


[0001]本申请涉及无人叉车
，尤其涉及一种无人叉车放货检测方法及装置、无人叉车、存储介质。

技术介绍

[0002]当前，在仓储物流的工作场景中，通过无人叉车等机器人进行货物运输的需求日益增长。传统的无人叉车运输基本依赖2D激光雷达、ToF（Time of flight，飞行时间）相机等作为检测设备，根据检测所得到的平面数据确定取货、放货位置。然而，在实践中发现，针对需要将货物放置在货架，尤其是高位货架（例如高度为11米以上的货架等）的情形，传统的无人叉车由于仅能获取平面数据，不仅无法判断放货高度，而且往往也难以准确地对货架横梁、障碍物等进行检测和识别，进而难以确定合适的放货位置，容易导致在放货过程中发生货物碰撞乃至于跌落的危险，降低了无人叉车运输货物的安全性及可靠性。

技术实现思路

[0003]本申请实施例公开了一种无人叉车放货检测方法及装置、无人叉车、存储介质，能够提升无人叉车对货架横梁、障碍物等进行检测的准确性，进而能够准确确定包括放货高度在内的放货位置，从而有利于提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人叉车放货检测方法，其特征在于，应用于无人叉车，所述方法包括：获取目标放货位置对应的多帧初始点云数据；对所述多帧初始点云数据进行合并，得到合并点云集；获取所述合并点云集在参考平面上对应的投影图像，并根据所述投影图像，从所述合并点云集中分离出横梁点云集；其中，所述参考平面的法向量与地面平行，所述横梁点云集用于确定所述目标放货位置对应的货架横梁；基于所述横梁点云集，确定所述目标放货位置上的障碍物对应的障碍位置信息；根据所述横梁点云集以及所述障碍位置信息，确定所述目标放货位置对应的放货姿态信息，所述放货姿态信息用于指示所述无人叉车将所运载的货物放置于所述目标放货位置，以使所述货物符合所述放货姿态信息。2.根据权利要求1所述的方法，其特征在于，所述获取所述合并点云集在参考平面上对应的投影图像，包括：基于在参考平面上所划分的多个网格，从所述合并点云集中分别提取各个网格对应的网格代表点；分别对各个所述网格代表点在所述参考平面上的投影像素点进行二值化处理，并根据进行过二值化处理的投影像素点，构成所述合并点云集在所述参考平面上对应的投影图像。3.根据权利要求2所述的方法，其特征在于，所述根据所述投影图像，从所述合并点云集中分离出横梁点云集，包括：对所述投影图像进行形态学图像处理，得到待遍历图像；从目标方向遍历所述待遍历图像，确定出符合横梁规格信息以及货物规格信息的横梁图像区域，并从所述合并点云集中，分离出所述横梁图像区域包含的所述投影像素点对应的点云数据，作为横梁点云集。4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于所述横梁点云集，确定所述目标放货位置上的障碍物对应的障碍位置信息，包括：对所述横梁点云集进行平面拟合，得到拟合横梁平面，并获取所述拟合横梁平面对应的偏航角数据；基于所述偏航角数据，建立与所述目标放货位置对应的旋转平移矩阵，并根据所述旋转平移矩阵对所述多帧初始点云数据进行旋转平移，得到转移点云集；从所述拟合横梁平面对应的点云数据中，获取最高的边缘点云数据，并对所述边缘点云数据进行直线拟合，得到拟合直线方程；根据所述横梁点云集、所述拟合直线方程以及货物规格信息，从所述转移点云集中提取障碍物点云集；根据所述障碍物点云集，确定所述目标放货位置上的障碍物对应的障碍位置信息。5.根据权利要求4所述的方法，其特征在于，所述根据所述横梁点云集、所述拟合直线方程以及货物规格信息，从所述转移点云集中提取障碍物点云集，包括：根据所述横梁点云集以及货物规格信息，针对所述转移点云集划定目标感兴趣区域，并将所述转移点云集中，处于所述目标感兴趣...

【专利技术属性】
技术研发人员：杨秉川，方牧，鲁豫杰，李陆洋，王琛，方晓曼，
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：