【技术实现步骤摘要】
本专利技术涉及无人叉车工业物流领域，具体涉及一种基于无人叉车的托盘回收方法、系统及存储介质。
技术介绍
1、在现代的物流系统中，托盘作为物流运输的载体，应用于各种情况下的货物转移。作为载体，在货物被搬运走后，托盘在大多情况下都会被留在原地。现有的托盘回收方式为人工驾驶叉车收集方式，出于成本以及效率的考虑现有大多数工厂的叉车都存在叉取高度的限制，只能够一个个将托盘进行回收，极大浪费了工作效率。
2、在现代物流系统中，无人叉车作为主要的运输工具，也需要在完成托盘的搬运后进行托盘的回收，但是因为人为搬运货物的原因，托盘会产生一定程度上的偏移，使得无人叉车无法根据原定路线完成托盘的拾取回收。
技术实现思路
1、本专利技术的目的在于提供一种能够辨别人为或机械误差导致的托盘位姿偏移情况下调度无人叉车对托盘进行回收的基于无人叉车的托盘回收方法、系统及存储介质。
2、为了达到上述目的，本专利技术采用这样的技术方案：
3、一种基于无人叉车的托盘回收方法，包括如下步骤：
4、s1：通过网络相机进行图像的采集，将采集到的图像上传至边缘服务器进行托盘位姿预测；托盘位姿预测具体步骤如下：
5、s1-1：采集托盘数据集，将所述托盘数据集按一定的比例划分为训练集、验证集以及测试集，将所述训练集在yolov5上进行训练，获得yolov5目标检测模型，采用所述yolov5目标检测模型对所述图像进行分类，输出托盘预测框坐标；
6、s1-2：根据所
7、s1-3：将所述托盘图像转化为灰度图像，对所述灰度图像进行canny边缘特征提取；
8、s1-4：采用霍夫直线检测提取所述灰度图像内的直线同时根据欧氏距离来提取出该直线两端的坐标；
9、s1-5：将提取的代表托盘位姿的直线与作为参照正确摆放托盘的边缘直线进行斜率夹角计算，得到托盘边缘直线夹角；
10、s2：所述边缘服务器根据所述托盘边缘直线夹角，更新对应托盘在地图上的托盘位姿；
11、s3：无人叉车调度系统内的路径规划模块根据更新的所述托盘位姿进行无人叉车的路径规划，并将所述路径规划的路径发送给能够将托盘搬运至回收点的无人叉车的控制系统；
12、s4：所述无人叉车的控制系统控制对应的所述无人叉车执行所述路径规划的路径；
13、s5：所述无人叉车调度系统监控所述无人叉车的运行状态，待所述无人叉车将托盘放置到回收点后，获取回收点传回的托盘高度信号，根据所述托盘高度信号计算托盘层数；
14、s6：待所述无人叉车调度系统计算出托盘层数为预置层数时，所述无人叉车调度系统安排无人叉车将预置层数的托盘搬运至提升机处，所述提升机将预置层数的托盘通过运输带送入立体仓内进行存储，否则，返回步骤s1。
15、优选的，步骤s1-1中所述训练集、所述验证集以及所述测试集按7：2：1的比例进行划分。
16、优选的，所述训练集的批处理大小为32，动量系数为0.937，权重衰减系数为0.005，初始学习率为0.001，训练周期为400。
17、一种基于无人叉车的托盘回收系统，包括无人叉车调度系统、无人叉车、无人叉车的控制系统、托盘位姿检测装置、托盘层数检测装置、托盘提升机和仓库管理系统以及立体仓；
18、所述无人叉车调度系统用于与所述无人叉车通讯，同时进行所述无人叉车的路径规划，并将托盘的拾取任务分配给合适的所述无人叉车；
19、所述无人叉车的叉车臂能够前后伸缩和上下升降，用于完成托盘的搬运和堆叠；
20、所述无人叉车的控制系统用于控制所述无人叉车的运行；
21、所述托盘检测装置用于进行托盘的位姿预测，所述托盘检测装置包括网络相机和边缘服务器，所述边缘服务器分别与所述网络相机和所述无人叉车调度系统通讯连接，所述网络相机用于拍摄托盘的照片并上传至所述边缘服务器，所述边缘服务器包括yolov5目标检测模型，所述yolov5目标检测模型用于进行托盘的位姿预测；
22、所述托盘层数检测装置用于采集托盘高度信号，并将所述托盘高度信号传输给所述无人叉车调度系统；
23、所述托盘提升机，用于将回收点收集好的预置层数托盘输送到所述立体仓内；
24、所述仓库管理系统用于进行所述立体仓内的托盘库位规划，将所述托盘提升机送入的托盘存储起来；
25、所述无人叉车调度系统分别与所述无人叉车的控制系统、所述托盘位姿检测装置和托盘层数检测装置通讯连接，所述托盘提升机与所述仓库管理系统通讯连接。
26、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一所述的托盘回收方法。
27、通过采用前述设计方案，本专利技术的有益效果是：本专利技术使用无人叉车实现仓储物流中的托盘回收，替代传统的人工回收模式，有效节省了人工成本；通过网络相机采集托盘的图像，并对托盘的位姿进行预测，能够辨别托盘位姿由于人工或机械操作所导致的位姿变化，使得无人叉车调度系统可以调度适合回收该托盘位姿的无人叉车对该托盘进行回收，有效提升了托盘的回收效率。
本文档来自技高网...【技术保护点】
1.一种基于无人叉车的托盘回收方法，其特征在于：包括如下步骤：
2.如权利要求1所述的一种基于无人叉车的托盘回收方法，其特征在于：步骤S1-1中所述训练集、所述验证集以及所述测试集按7：2：1的比例进行划分。
3.如权利要求1或2所述的一种基于无人叉车的托盘回收方法，其特征在于：所述训练集的批处理大小为32，动量系数为0.937，权重衰减系数为0.005，初始学习率为0.001，训练周期为400。
4.一种基于无人叉车的托盘回收系统，其特征在于：包括无人叉车调度系统、无人叉车、无人叉车的控制系统、托盘位姿检测装置、托盘层数检测装置、托盘提升机和仓库管理系统以及立体仓；
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现如权利要求1-3任一所述的托盘回收方法。
【技术特征摘要】
1.一种基于无人叉车的托盘回收方法，其特征在于：包括如下步骤：
2.如权利要求1所述的一种基于无人叉车的托盘回收方法，其特征在于：步骤s1-1中所述训练集、所述验证集以及所述测试集按7：2：1的比例进行划分。
3.如权利要求1或2所述的一种基于无人叉车的托盘回收方法，其特征在于：所述训练集的批处理大小为32，动量系数为0.937，权重衰减系数为0.0...
【专利技术属性】
技术研发人员：连明昌，孙鹏，陈豪，陈松航，陈俊雄，骆炜，戴玲凤，王耀宗，王森林，张剑铭，钟浪，
申请(专利权)人：泉州装备制造研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。