CN115018895B 无人叉车高位货架放货方法、装置、设备及存储介质 （劢微机器人科技(深圳)有限公司）

车托盘与货架的图像信息确定叉车托盘与货架2通过无人叉车的叉臂上的深度相机获取叉车托盘与货根据所述叉车托盘与货架的图像信息确定所述叉车托盘与根据所述所述叉车托盘与货架的点云信息确定叉车托盘与根据所述叉车托盘与货架的灰度图像和所述棋盘格角点拟合出棋根据所述棋盘格平面公式对所述叉车托盘与货架的灰根据所述单应性矩阵和所述棋盘格平面公式确定匹配根据所述匹配三维点集合确定所述深度相机到所述无人叉车车体的旋转矩阵和平移根据所述叉车托盘与货架的点云信息确定所述叉车托盘与货架的相机坐标系点云数根据所述旋转矩阵和所述平移矩阵将所述相机坐标系点云数据转换为叉车坐标系点根据所述叉车坐标系点云数据确定叉车托盘与货架根据所述点云数据确定所述叉车托盘与所述货架根据所述空间位置信息确定所述叉车托盘与所述货架的前表面之间根据所述根据所述叉车坐标系点云数据确定所述叉车托盘与货架的灰度图像在叉车根据所述叉车托盘与货架的灰度图像在叉车坐标系下对应的点云图像确定叉车托盘根据所述点云平面信息确定所述叉车托盘的表面点云均值数据，根据所述表面点云均值数据和所述表面点云数据确定所述叉车托盘与所述货架的空4.如权利要求1至3中任一项所述的方法，其特征在于，所3点云提取模块，用于根据所述叉车托盘与货架的位置确定模块，用于根据所述点云数据确定所述叉车托盘与所述货架的空间位置信差值计算模块，用于根据所述空间位置信息确定所述叉高位货架放货程序配置为实现如权利要求1至4中任一项所述的无人叉车高位货架放货方述无人叉车高位货架放货程序被处理器执行时实现如权利要求1至4任一项所述的无人叉4[0002]随着工业4.0和智能制造的[0003]上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技[0014]根据所述匹配三维点集合确定所述深度相机到所述无人叉车车体的旋转矩阵和[0017]根据所述叉车托盘与货架的点云信息确定所述叉车托盘与货架的相机坐标系点5[0018]根据所述旋转矩阵和所述平移矩阵将所述相机坐标系点云数据转换为叉车坐标[0024]根据所述棋盘格平面公式对所述叉车托盘与货架的灰度图像上的点进行查找匹[0028]根据所述根据所述叉车坐标系点云数据确定所述叉车托盘与货架的灰度图像在[0029]根据所述叉车托盘与货架的灰度图像在叉车坐标系下对应的点云图像确定叉车托盘与货架的灰度图像在叉车坐标系下对应的点云图像上的[0031]可选地，所述根据所述点云数据确定所述叉车托盘与所[0035]根据所述表面点云均值数据和所述表面点云数据确定所述叉车托盘与所述货架6[0049]图1是本发明实施例方案涉及的硬件运行环境的无人叉车高位货架放货设备的结7口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccessMemory，RAM)存储器，也可以是稳定的非易失性存储器(Non-VolatileMemory，[0058]本领域技术人员可以理解，图1中示出的结构并不构成对无人叉车高位货架放货[0059]如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模[0060]在图1所示的无人叉车高位货架放货设备中，网络接口1004主要用于与网络服务人叉车高位货架放货设备通过处理器1001调用存储器1005中存储的无人叉车高位货架放安装位置具体为无人叉车的左叉臂的左侧和右叉臂的右侧。其中，深度相机指的是TOF相叉车托盘与货架的灰度图像进行棋盘格标注，从而得到叉车托盘与货架的三维的点云数8过滤得到有效数据的算法，最后得到叉车托盘的表面点云均值数据和货架的表面点云数值数据和所述表面点云数据确定所述叉车托盘与所述货架的对目标点云数据使用RASNSAC算法，也就是对目标点云数据去除异常数据和噪声进行有效[0079]步骤S40：根据所述空间位置信息确定所述叉车托盘与所述货架的前表面之间的[0084]应理解的是，对比结果指的是距离差值与位姿调整阈值得到大小关系的对比结9[0086]需要说明的是，当所述对比结果为所述距离差值小于或等于所述位姿调整阈值[0089]参考图4，图4为本发明一种无人叉车高位货架放货方法第二实施例的流程示意得到了叉车托盘与货架在深度相机的坐标系下的点云车托盘与货架的灰度图像上确定四个预设棋盘格对应的[0100]在具体实施中，单应性矩阵指的是现实的物理坐标到理想像素点之间的投影矩性矩阵H和图像上棋盘格角点的2维坐标来求得相对应的3维坐标xy值，即得到了匹配三维所述叉车坐标系点云数据确定叉车托盘与货架的与货架的灰度图像在叉车坐标系下对应的点云图像确定叉车托盘与货架的灰度图像在叉图像上准确的筛选出感兴趣区域以及叉车托盘和货架的点云数据，使得后续计算更加准[0114]本实施例通过根据所述叉车托盘与货架的图像信息确定所述叉车托盘与货架的性矩阵和所述棋盘格平面公式确定匹配三维托盘与货架的灰度图像在叉车坐标系下对应的点云图像确定叉车托盘与货架的灰度图像述表面点云数据确定所述叉车托盘与所述货架的出贡献的部分可以以软件产品的形式体现出来，该计算机