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】
本专利技术涉及视觉检测领域,特别是涉及一种agv视觉检测方法及装置。
技术介绍
1、在自动化仓储和物流领域,自动导向车(agv,automated guided vehicle)已经广泛应用于货物搬运和仓库操作。为了实现准确地识别工作环境中的障碍物以及货物等物体,目前通常在自动导向车上安装相机,利用相机采集各种物体的图像,通过图像识别的方式识别相机视野中的各种物体。
2、当自动导向车在室内工作时,相机容易受到环境光照的影响使得拍摄到的图像质量不佳,另外相机的失真以及分辨率也会影响图像质量,由于图像质量直接影响到图像识别的精度。在自动导向车的移动过程中,若无法及时识别出位于自动导向车行驶方向前方的物体,可能到造成碰撞的事故发生。
技术实现思路
1、本专利技术的目的是提供一种agv视觉检测方法及装置,可以避免环境光照、图像分辨率和失真等情况带来的影响,提高物体识别的精度,从而使自动导向车可以及时执行避障任务,避免碰撞事故的发生。
2、为解决上述技术问题,本专利技术提供了一种agv视觉检测方法,包括:
3、在自动导向车的移动过程中,执行以下步骤:
4、确定预设区域中的各个物体的第一点云模型;其中,所述预设区域为所述自动导向车的移动方向前方的区域;
5、对于任一个所述第一点云模型,确定所述第一点云模型中的所有点云与所述自动导向车之间的平均距离;
6、判断是否存在所述平均距离小于预设距离;
7、若存在所述平均
8、若不存在所述平均距离小于预设距离,则控制所述自动导向车按预设路线移动。
9、一方面,当所述自动导向车利用单线雷达确定第一点云模型时,确定预设区域中的各个物体的第一点云模型,包括:
10、获取所述单线雷达对所述预设区域进行扫描得到的测距点;
11、确定各个所述测距点对应的雷达扫描角度和雷达扫描距离;
12、在所有的测距点中,将所述雷达扫描角度的差值小于预设角度差值且所述雷达扫描距离的差值小于预设距离差值的测距点进行聚类,得到多个聚类模型;
13、将各个所述聚类模型分别作为各个所述物体的第一点云模型。
14、一方面,当所述自动导向车利用多线雷达确定第一点云模型时,确定预设区域中的各个物体的第一点云模型,包括:
15、获取所述多线雷达对所述预设区域进行扫描得到的测距点;
16、确定所述多线雷达与地面之间的第一距离;
17、根据所述第一距离以及各个所述测距点对应的雷达扫描角度,分别确定各个所述测距点测得地面的理论距离;
18、获取所述多线雷达实际测得的各个所述测距点的实际距离;
19、对于任一个所述测距点,判断所述理论距离与所述实际距离之间的差值是否在预设差值范围内;
20、若是,则确定所述测距点为地面的测距点;
21、若否,则确定所述测距点不为地面的测距点;
22、将所有表示为地面的所述测距点删除;
23、基于剩余的所述测距点确定所述预设区域中的各个物体的第一点云模型。
24、一方面,在确定所述多线雷达与地面之间的第一距离之后,还包括:
25、将所述雷达扫描角度大于预设角度的所有所述测距点均删除;
26、在将所有表示为地面的所述测距点删除之后,还包括:
27、将所述雷达扫描角度大于所述预设角度的所有所述测距点均还原,进入基于剩余的所述测距点确定所述预设区域中的各个物体的第一点云模型的步骤。
28、一方面,确定所述第一点云模型中的所有点云与所述自动导向车之间的平均距离,包括:
29、对于任一个所述物体,将本次确定得到的所述第一点云模型减去上一次确定得到的所述第一点云模型,得到差帧点云模型;
30、确定所述差帧点云模型中的所有点云与所述自动导向车之间的平均距离。
31、一方面,还包括:
32、在所述自动导向车执行搬运托盘的任务之前,执行以下步骤:
33、确定所述托盘的第二点云模型;
34、将所述第二点云模型分为多个子点云模型;
35、分别确定各个所述子点云模型的点云数量;
36、根据所述点云数量少于预设数量的所述子点云模型确定所述托盘的进叉孔洞的位置,以便执行预设搬运托盘的任务。
37、一方面,当所述自动导向车利用单线雷达确定第二点云模型,且所述单线雷达安装在所述自动导向车的货叉上时,确定所述托盘的第二点云模型,包括:
38、s21:控制所述自动导向车的货叉下降至最低高度;
39、s22:获取所述单线雷达对所述托盘进行扫描得到的测距点;
40、s23:判断所述自动导向车的货叉是否上升到最高高度;若否,则进入s24;若是,则进入s25;
41、s24:控制所述自动导向车的货叉上升预设高度,返回s22;
42、s25:基于所有的测距点确定所述托盘的第二点云模型。
43、一方面,根据所述点云数量少于预设数量的所述子点云模型确定所述托盘的进叉孔洞的位置,包括:
44、将点云数量少于所述预设数量的所述子点云模型与相邻的点云数量不少于所述预设数量的所述子点云模型之间的模型边界作为进叉孔洞的边界轮廓;
45、根据所述边界轮廓确定所述进叉孔洞的中心点;
46、根据所述中心点在预设坐标系中的坐标确定所述进叉孔洞的位置,其中,所述预设坐标系的横轴为x轴,纵轴为y轴。
47、本申请还提供一种agv视觉检测装置,包括:
48、存储器,用于存储计算机程序;
49、处理器,用于执行所述计算机程序时实现如上述的agv视觉检测方法的步骤。
50、本申请的有益效果在于,提供了一种agv视觉检测方法及装置,在自动导向车的移动过程中,通过确定位于自动导向车的移动方向前方的预设区域中的各个物体的点云模型,确定每个点云模型中点云与自动导向车之间的平均距离,得到每个物体与自动导向车之间的距离,然后判断是否存在平均距离小于预设距离,若存在则执行预设避障任务。通过对预设区域进行不断测距得出点云模型,根据点云模型识别区域内的各种物体,通过点云距离的方式检测是否有物体与自动导向车之间的距离过近的方式,可以避免环境光照、图像分辨率和失真等情况带来的影响,可以提高物体识别的精度,从而使自动导向车可以及时执行避障任务,避免碰撞事故的发生。
本文档来自技高网...【技术保护点】
1.一种AGV视觉检测方法,其特征在于,包括:
2.如权利要求1所述的AGV视觉检测方法,其特征在于,当所述自动导向车利用单线雷达确定第一点云模型时,确定预设区域中的各个物体的第一点云模型,包括:
3.如权利要求1所述的AGV视觉检测方法,其特征在于,当所述自动导向车利用多线雷达确定第一点云模型时,确定预设区域中的各个物体的第一点云模型,包括:
4.如权利要求3所述的AGV视觉检测方法,其特征在于,在确定所述多线雷达与地面之间的第一距离之后,还包括:
5.如权利要求1所述的AGV视觉检测方法,其特征在于,确定所述第一点云模型中的所有点云与所述自动导向车之间的平均距离,包括:
6.如权利要求1至5任一项所述的AGV视觉检测方法,其特征在于,还包括:
7.如权利要求6所述的AGV视觉检测方法,其特征在于,当所述自动导向车利用单线雷达确定第二点云模型,且所述单线雷达安装在所述自动导向车的货叉上时,确定所述托盘的第二点云模型,包括:
8.如权利要求6所述的AGV视觉检测方法,其特征在于,根据所述点云数量少
9.一种AGV视觉检测装置,其特征在于,包括:
...【技术特征摘要】
1.一种agv视觉检测方法,其特征在于,包括:
2.如权利要求1所述的agv视觉检测方法,其特征在于,当所述自动导向车利用单线雷达确定第一点云模型时,确定预设区域中的各个物体的第一点云模型,包括:
3.如权利要求1所述的agv视觉检测方法,其特征在于,当所述自动导向车利用多线雷达确定第一点云模型时,确定预设区域中的各个物体的第一点云模型,包括:
4.如权利要求3所述的agv视觉检测方法,其特征在于,在确定所述多线雷达与地面之间的第一距离之后,还包括:
5.如权利要求1所述的agv视觉检测方法,其特征在于,...
【专利技术属性】
技术研发人员:周焜,王瀚森,郑浙涛,王子渊,王炳涛,戴继浛,耿帅,陈俊杰,王金成,
申请(专利权)人:杭叉集团股份有限公司,
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。