【技术实现步骤摘要】
本专利技术属于智能仓储物流，具体涉及一种货车车厢边缘位置检测方法。
技术介绍
1、在仓储物流行业中，传统货运装车方式主要是依靠人工手动控制车厢的起停，效率较低，随着科技的发展自动化装车越来越受到重视，而实现自动化装车，车厢位置监测是必不可少的环节。现有的车厢边缘检测算法仍存在许多局限性；比如货车边缘检测涉及到与人员和设备的交互，安全性是一个重要因素。现有技术可能无法完全保证装卸过程中的安全，存在潜在的碰撞风险或伤害风险。这种问题存在可能是由于仓储物流行业中的货物种类繁多，形状、尺寸和重量各异，另外，边缘检测算法和软件设计与优化的不足等，这些都是车厢边缘检测技术所面临的问题。
2、近年来，随着工业机器人、自动化流水线等自动化生产技术以及相关先进理论的快速研究与发展，自动装车技术在物流运输行业得到了广泛的研究和发展。自动装车系统是近年来发展起来的一种自动化物流设备，主要应用于货物集中堆放、自动装卸和调度管理等场景，以提高物流运营效率、降低成本和保障物流安全等为目的。自动化装车产品具有自动化程度高，操作和维护简单、工作精度准确可靠、互换性强等优点而被广泛应用于物流和货运、仓储和配送中心、港口和货运码头、工业生产线、农业和农产品加工等领域。自动化装车设备逐步代替工人从事繁重、重复及单调的工作，不仅节约了各行业产品生产的成本，而且提高了整体产品生产的工作效率。
3、对于自动化装车系统的研究中，关键在于对车厢尺寸的获取以及车厢定位，传统的货车车厢边缘检测通常依赖人工使用角度尺或标杆进行测量。然而，这种测量方式对操作人
4、专利号为cn115407345a、专利名称为一种基于超声波传感器的车辆定位方法的专利文件中，利用超声传感器探测车辆超声传感器的安装位置、较低和超声fov标定结果，获取车辆周围障碍物的分布概率图，滤波迭代优化获得车辆当前位置，定位精确，适用于狭窄道路车辆定位。但是，因超声波传感器发出的声波测量的是点到面的距离(即其自身与车厢面的距离)，故不能精确定位其自身与的车厢上具体的一个点的距离，因此不能测量汽车车厢的长度以及底盘高度，不能实现全自动采样。
5、专利号为cn109059906a、专利名称为一种多种传感器融合的车辆定位方法的专利文件中，该专利将卫星定位、激光雷达传感器和视频传感器相结合，通过gnss天线和imu数据结合基站进行第一次数据融合，给出更高精度的定位数据，lidar和摄像头分别进行各自的环境匹配定位，将上述三种定位数据输入卡尔曼滤波框架进行第二次深度耦合来输出最终定位结果。但是多种传感器信息融合涉及到多个传感器采集数据，这些数据的来源可能不同，精度、格式、采样等可能存在一定的差异，导致数据不一致，同时，多传感器信息融合需要对多维度数据进行和处理，需要使用多种算法进行处理，这种计算方式较为复杂。
6、齐鲁工业大学的张博文(张博文.基于视觉定位与测量的自动装车系统设计[d].齐鲁工业大学，2023.)针对自动装车系统中视觉定位与测量展开了研究，其采用融合cbam注意力机制的fcn-resnet50网络对车辆图像的数据集进行模型训练，实现了对不同的停放姿态下的货车进行车厢区域的定位。卢进南等人(卢进南、单德兴.基于语义分割的火车车厢位置检测研究[j].工程设计学报,2020,27(05):568-576)对车厢位置进行检测定位，提出一种以fpn和resnet101为主干网络并结合注意力机制的车厢位置检测模型，实现车厢的定位。虽然深度学习方法可以学习复杂的特征表示，具有较高的准确性和鲁棒性，但需要大量的训练数据和计算资源，并且对于新场景和不同类型的车厢需要重新训练模型。
技术实现思路
1、为解决现有技术存在的中货车车厢边缘定位由人工干预完成、无法保证装卸过程的安全性技术问题，本专利技术提供了一种货车车厢边缘位置检测方法，该方法基于激光扫描方式获取采样数据，这种方式采样精度高、实时快速、感知范围大且抗干扰能力强，适合获取货车车厢采样数据。通过无人化自动检测，能够较准确地提取出货车车厢的形状和轮廓。克服了传统人工测量工作强度大，效率低，结果不准确等问题。为智能交通系统和车辆综合性能检测方法提供支撑。
2、为实现上述目的，本专利技术所采用的技术方案为：一种货车车厢边缘位置检测方法，方案包括激光扫描获取原始扫描数据并转换成点云数据；接下来，对点云数据进行滤波处理，以去除可能存在的噪声和无关点；使用欧式聚类分割算法提取出车厢点云；利用点云投影滤波方法对车厢点云做进一步处理，获取车厢轮廓信息；最后，对于处理过的点云数据进行建模求解，以确定车厢的精确位置和尺寸，具体步骤如下：
3、步骤一：1.1)、使用激光雷达来扫描货车周围的环境并获取点云数据，将激光雷达安装在货车的顶部以获得全方位的环境扫描，激光雷达通过旋转机制的扫描方式对车辆周围环境的全景感知，并保存扫描数据；
4、1.2)、建立货车车厢的三维点云，对保存的激光雷达数据做进一步预处理，包括去除无效数据和纠正扫描畸变等，进一步地，将原始数据转换为点云格式数据，导出点云；
5、1.3)、使用激光雷达获取货车的原始三维点云数据，设该点云记为f0”，对原始三维点云进行处理，根据平面模型分割方法，采用随机一致性采样ransac方法对原始点云进行拟合地平面，通过选择离群点索引得到去除地平面的货车点云，记该点云为f0'；
6、1.4)、对f0'进行处理，依次采用方框滤波器和统计滤波器对f0'分别进行大范围的杂波滤除和小范围内去除离群点，以此得到货车范围内的有效点云数据；记该点云为f0；
7、1.5)、根据欧式聚类分割方法，对点云数据f0进行聚类，并提取出关于车厢点云相关部分，记该点云为f1。
8、步骤二：选择一个二维投影平面p1，在平面p1上设置网格，每个网格为grid(m,n)，网格中任意一个点的坐标为(x,y)，网格中任意一个点(x,y)与grid(m,n)满足以下条件：
9、
10、其中，xmin为点云范围的最小x值，xmax为点云范围的最大x值、ymin为点云范围的最小y值，ymax为点本文档来自技高网...
【技术保护点】
1.一种货车车厢边缘位置检测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种货车车厢边缘位置检测方法，其特征在于，在步骤二中，网格中任意一个点(x,y)与grid(m,n)满足以下条件：
3.根据权利要求1所述的一种货车车厢边缘位置检测方法，其特征在于，步骤一的具体步骤为：
4.根据权利要求1所述的一种货车车厢边缘位置检测方法，其特征在于，在步骤七中，所建立的数学模型具体为：
【技术特征摘要】
1.一种货车车厢边缘位置检测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种货车车厢边缘位置检测方法，其特征在于，在步骤二中，网格中任意一个点(x,y)与grid(m,n)满足以下条件：<...
【专利技术属性】
技术研发人员：王海东，陈敏，许习军，刘炳剑，王倩倩，
申请(专利权)人：太原福莱瑞达物流设备科技有限公司，
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。