System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请实施例涉及无人叉车,尤其涉及一种托盘位姿识别方法及装置。
技术介绍
1、目前很多工厂或者仓库中开始采用无人叉车进行叉取搬运货物工作,在利用无人叉车叉取货物时,就需要承载货物的托盘摆放位置误差不能过大,否则就会出现叉取货物失败,甚至带来一些安全隐患问题。因此,需要通过托盘姿态识别方法计算出托盘姿态角度和插孔位置偏差,来精确识别托盘位置和姿态信息,实现取货时的校准工作,提高无人叉车末端作业的精度。
技术实现思路
1、本申请实施例提供一种托盘位姿识别方法及装置,用以解决托盘摆放位置误差过大,造成叉取货物失败,甚至一些安全隐患的问题。
2、第一方面,本申请提出了一种托盘位姿识别方法,包括:
3、对场景中托盘的多帧深度图像进行滤波融合,得到剔除了无效数据的托盘深度图像,所述多帧深度图像通过深度相机获取;
4、基于所述深度相机的成像原理、场景的信息和托盘的结构信息,对剔除了无效数据的托盘深度图像进行识别,得到托盘候选区域;
5、基于所述深度相机的相机标定参数和所述托盘的结构信息对所述托盘候选区域进行相似度匹配,得到托盘区域;
6、对所述托盘区域进行数据计算拟合,确定场景中托盘的位姿信息。
7、可选地,所述对场景中托盘的多帧深度图像进行滤波融合,包括:
8、统计并计算场景中托盘的深度图像中每个像素位置数据的均值和标准差;
9、判断每个像素位置数据和对应均值的残差是否大于预设位置阈值,若是则表示为
10、剔除无效数据后重新计算均值作为剔除了无效数据的像素位置数据,所述剔除了无效数据的像素位置数据构成剔除了无效数据的托盘深度图像。
11、可选地,所述对剔除了无效数据的托盘深度图像进行识别,得到托盘候选区域;包括:
12、根据所述场景的信息和所述深度相机的相机标定参数计算托盘与深度相机光心的空间相对关系;
13、依据托盘与相机光心的空间相对关系,通过所述深度相机的成像原理计算托盘在深度相机中的候选成像数据;
14、将剔除了无效数据的托盘深度图像的像素位置数据依次与候选成像数据进行匹配,将大于预设匹配阈值的深度图像的像素位置数据表示为非托盘像素,否则保留作为托盘像素,即筛选出托盘候选区域。
15、可选地,所述对所述托盘候选区域进行相似度匹配,包括:
16、以滑窗方式对托盘候选区域中的托盘成像模板进行相似度匹配,所述托盘成像模板通过利用托盘叉取面的高和宽以及托盘腿的高和宽,计算拟合得到;
17、判断托盘候选区域是否大于预设相似度阈值,若是,则选择相似度值最高的托盘候选区域作为托盘区域,若否,则表示无托盘。
18、可选地,所述对所述托盘区域进行数据计算拟合,确定场景中托盘的位姿信息,包括:
19、根据托盘区域两边托盘脚区域的深度图像数据,采样托盘脚区域中心的n组数据,计算出n个托盘的姿态角以及n组数据的均值和标准差;
20、计算每个姿态角和均值的残差是否大于预设姿态角阈值,若是则表示为异常值,剔除异常值后重新计算均值作为最终的姿态角;
21、根据所述托盘的结构信息计算出托盘中心位置的像素点,然后结合最终的姿态角计算托盘中心位置的像素点的偏移量,所述场景中托盘的位姿信息为最终的姿态角和偏移量。
22、第二方面,本申请提出了一种托盘位姿识别装置,包括:
23、深度图像滤波融合模块,用于对场景中托盘的多帧深度图像进行滤波融合,得到剔除了无效数据的托盘深度图像,所述多帧深度图像通过深度相机获取;
24、托盘候选区域获取模块,用于基于所述深度相机的成像原理、场景的信息和托盘的结构信息,对剔除了无效数据的托盘深度图像进行识别,得到托盘候选区域;
25、托盘区域识别模块,用于基于所述深度相机的相机标定参数和所述托盘的结构信息对所述托盘候选区域进行相似度匹配,得到托盘区域;
26、位姿识别模块,用于对所述托盘区域进行数据计算拟合,确定场景中托盘的位姿信息。
27、第三方面,本申请提出了一种电子设备,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第一方面所述托盘位姿识别方法。
28、第四方面,本申请提出了一种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第一方面所述的托盘位姿识别方法。
29、本申请一些实施例提供的技术方案带来的有益效果至少包括:
30、本申请提供的一种托盘位姿识别方法及装置,通过深度相机获取托盘应用场景的深度图像数据,并处理多帧深度图像数据,滤波融合出剔除了无效数据的深度图像数据;基于深度相机的成像原理、场景信息和托盘的结构信息对托盘进行识别;结合深度相机的相机标定参数,托盘的结构信息和识别后的托盘区域,确定所述托盘的位姿信息,提高了托盘位姿识别方法的准确性和鲁棒性。
31、本申请的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
32、为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
33、本申请附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请实践了解到。
本文档来自技高网...【技术保护点】
1.一种托盘位姿识别方法,其特征在于,包括:
2.根据权利要求1所述的托盘位姿识别方法,其特征在于,所述对场景中托盘的多帧深度图像进行滤波融合,包括:
3.根据权利要求1所述的托盘位姿识别方法,其特征在于,所述对剔除了无效数据的托盘深度图像进行识别,得到托盘候选区域;包括:
4.根据权利要求1所述的托盘位姿识别方法,其特征在于,所述对所述托盘候选区域进行相似度匹配,包括:
5.根据权利要求1所述的托盘位姿识别方法,其特征在于,所述对所述托盘区域进行数据计算拟合,确定场景中托盘的位姿信息,包括:
6.一种托盘位姿识别装置,其特征在于,包括:
7.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现如权利要求1-5任一项所述托盘位姿识别方法。
8.一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,该计算机程序被处理器执行时实现如权利要求1-5任一项所述的托盘位姿识别方法。
【技术特征摘要】
1.一种托盘位姿识别方法,其特征在于,包括:
2.根据权利要求1所述的托盘位姿识别方法,其特征在于,所述对场景中托盘的多帧深度图像进行滤波融合,包括:
3.根据权利要求1所述的托盘位姿识别方法,其特征在于,所述对剔除了无效数据的托盘深度图像进行识别,得到托盘候选区域;包括:
4.根据权利要求1所述的托盘位姿识别方法,其特征在于,所述对所述托盘候选区域进行相似度匹配,包括:
5.根据权利要求1所述的托盘位姿识别方法,其特...
【专利技术属性】
技术研发人员:廖圣龙,王勇,周鑫卓,刘济海,胡立松,
申请(专利权)人:安徽合力股份有限公司,
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。