本发明专利技术提供了一种智能物流叉车托盘位姿估计方法及系统，属于人工智能技术领域。根据物流叉车托盘单目图像以及托盘检测模型，得到托盘类别以及托盘关键点像素坐标，其中，在检测模型的解耦头中设置有通道注意力模块；对每个托盘关键点像素坐标进行滤波处理，根据托盘各个关键点坐标之间的距离，建立托盘关键点世界坐标；根据相机内参、相机畸变系数、滤波处理后的托盘关键点像素坐标以及托盘关键点世界坐标，得到托盘位姿；本发明专利技术实现了叉车托盘位姿估计过程的高效性，降低了制造和计算成本，提高了实时性和可靠性。
【技术实现步骤摘要】
本专利技术涉及人工智能，特别涉及一种智能物流叉车托盘位姿估计方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
2、随着自动化技术和机器人技术的迅速发展，无人叉车技术作为一种自动化物流解决方案，受到了广泛关注。传统的仓储和物流领域需要大量的人力来操作叉车，而自动化的无人叉车能够提高效率、减少人为错误和减少人力成本，凭借深度学习技术的目标检测算法，实现多种复杂环境下的托盘识别及位姿估计，具有重大意义。
3、智能物流叉车关键技术之一是准确稳定地识别出仓储托盘，在不同的货物存放环境下实现对托盘的位姿估计，当前主流的无人叉车广泛采用能够处理深度信息的托盘检测定位算法，这些算法所需的硬件包括激光雷达、深度相机等能够提供深度探测的感知设备。
4、专利技术人发现，尽管理论上激光雷达、深度相机的性能优越，然而与单目相机相比，它们价格昂贵，容易受到复杂环境的影响；此外，这些设备返回的数据量较大，受限于算力和造价等方面的限制，难以高效处理这些数据。
>技术实现思路本文档来自技高网...
【技术保护点】
1.一种智能物流叉车托盘位姿估计方法，其特征在于，包括以下过程：
2.如权利要求1所述的智能物流叉车托盘位姿估计方法，其特征在于，
3.如权利要求2所述的智能物流叉车托盘位姿估计方法，其特征在于，
4.如权利要求1所述的智能物流叉车托盘位姿估计方法，其特征在于，
5.一种智能物流叉车托盘位姿估计系统，其特征在于，包括：
6.如权利要求5所述的智能物流叉车托盘位姿估计系统，其特征在于，
7.如权利要求5所述的智能物流叉车托盘位姿估计系统，其特征在于，
8.如权利要求5所述的智能物流叉车托盘位姿估计系统，其特...
【技术特征摘要】
1.一种智能物流叉车托盘位姿估计方法，其特征在于，包括以下过程：
2.如权利要求1所述的智能物流叉车托盘位姿估计方法，其特征在于，
3.如权利要求2所述的智能物流叉车托盘位姿估计方法，其特征在于，
4.如权利要求1所述的智能物流叉车托盘位姿估计方法，其特征在于，
5.一种智能物流叉车托盘位姿估计系统，其特征在于，包括：
6.如权利要求5所述的智能物流叉车托盘位姿估计系统，其特征在于，
7.如权利要求5所述的...
【专利技术属性】
技术研发人员：周军，周忠正，颜承壮，史建杰，赵方欣，
申请(专利权)人：齐鲁工业大学山东省科学院，
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。