基于候选提取与密度分析的载具支柱中心定位方法和装置与流程

摘要: 本申请涉及三维点云处理和仓储物流视觉检测,特别是涉及一种基于候选提取与密度分析的载具支柱中心定位方法和装置。背景技术:1、智能仓储自动化搬运场景中,agv(au...
基于候选提取与密度分析的载具支柱中心定位方法和装置与流程

本申请涉及三维点云处理和仓储物流视觉检测,特别是涉及一种基于候选提取与密度分析的载具支柱中心定位方法和装置。

背景技术:

1、智能仓储自动化搬运场景中,agv(automated guided vehicle,自动导向车)、无人叉车需要精准识别仓储载具支柱中心,完成自动叉取、堆垛作业。然而,现有载具支柱定位方法主要分为两大类:

2、(1)基于机器视觉深度学习检测方法:依托rgb相机采集图像,通过标注数据集训练目标检测网络识别支柱并计算中心。该方法高度依赖环境光照,夜间、粉尘、逆光场景下识别失效;同时需要大规模图像标注与长期网络训练,场景泛化能力差,载具外形发生小幅改动即出现漏检、错检,导致载具支柱中心定位准确性较低。

3、(2)基于原始三维点云全局几何计算方法:直接对场景全部点云进行法向量、平面、轮廓全局运算。但由于三维点云数据量大,全局几何特征计算算力开销极高,难以满足agv实时感知要求;同时地面、货架、杂物等干扰点云会大幅降低载具支柱中心定位的准确性。

4、综上,如何提升载具支柱中心定位的准确性,以解决现有载具支柱定位方法的载具支柱中心定位准确性低的缺陷,成为了本领域亟待解决的一个技术问题。

技术实现思路

1、本申请的目的是提供一种基于候选提取与密度分析的载具支柱中心定位方法和装置,可以提升载具支柱中心定位的准确性。

2、为实现上述目的,本申请提供了如下方案:

3、第一方面,本申请提供了一种基于候选提取与密度分析的载具支柱中心定位方法,包括以下步骤:

4、获取仓储载具所在场景的三维点云数据。

5、对所述三维点云数据进行滤波降采样、地面平面点去除、连通域提取与合并处理,得到若干载具候选感兴趣区域。

6、基于若干所述载具候选感兴趣区域提取载具主体立面,并对所述载具主体立面对应的局部三维点云信息进行姿态旋转校正,得到校正姿态后的载具立面点云信息。

7、将所述校正姿态后的载具立面点云信息投影为二维灰度图,并对所述二维灰度图进行二值化处理,得到载具支柱轮廓图像。

8、对所述载具支柱轮廓图像进行行列像素密度统计,根据行密度曲线划定载具支柱纵向分布带,并在所述载具支柱纵向分布带内根据列密度曲线提取支柱特征峰,根据所述支柱特征峰的几何中点,确定二维支柱中心。

9、将所述二维支柱中心逆投影至三维空间,经像素吸附与最近邻匹配校正后输出载具支柱中心三维空间坐标。

10、第二方面,本申请提供了一种计算机设备,包括:存储器、处理器以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计算机程序以实现上述所述的基于候选提取与密度分析的载具支柱中心定位方法的步骤。

11、第三方面,本申请提供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上述所述的基于候选提取与密度分析的载具支柱中心定位方法的步骤。

12、第四方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述所述的基于候选提取与密度分析的载具支柱中心定位方法的步骤。

13、根据本申请提供的具体实施例,本申请具有了以下技术效果:

14、本申请提供了一种基于候选提取与密度分析的载具支柱中心定位方法和装置,首先,通过滤波降采样对三维点云精简、去除地面平面点消除地面干扰,再结合连通域提取与合并筛选载具候选感兴趣区域,将后续高计算量的立面提取、姿态校正操作限定在局部候选感兴趣区域内,有效减少参与运算的点云数据量,降低整体算力消耗,提升定位处理速度和效率。其次,仅针对载具候选感兴趣区域对应的局部三维点云信息提取载具主体立面,并开展姿态旋转校正,能够统一载具立面观测朝向,消除载具摆放偏斜、传感器侧视带来的视角偏差,避免视角差异干扰后续二维投影与支柱中心提取过程,从而提升载具支柱中心定位的准确性。再者,将校正姿态后的载具立面点云信息投影至二维灰度图并二值化得到二维载具支柱轮廓图像,依托该载具支柱轮廓图像开展行列像素密度分层解析,先通过行密度曲线锁定载具支柱纵向分布带,再在该载具支柱纵向分布带内依靠列密度曲线识别支柱特征峰,通过行列像素密度分层处理可过滤无支柱区域的无关像素干扰,稳定识别出各支柱对应的特征位置,保证载具支柱中心定位的准确性。并且,依托支柱特征峰的几何中点确定二维支柱中心,计算逻辑简单直观;再通过三维空间逆投影、像素吸附与最近邻匹配校正,最终得到载具支柱中心三维空间坐标,能够弥补投影映射产生的坐标偏移误差,提升最终输出的载具支柱中心三维空间坐标结果的准确性和可靠性。此外,该方法整体基于三维点云完成全流程定位,不依赖可见光图像光照条件,结合多层级过滤、区域筛选、姿态校正与坐标校正手段,能够稳定完成仓储载具支柱中心的自动定位,提升载具支柱中心定位过程的准确性。

1.一种基于候选提取与密度分析的载具支柱中心定位方法,其特征在于,包括:

2.根据权利要求1所述的基于候选提取与密度分析的载具支柱中心定位方法,其特征在于,对所述三维点云数据进行滤波降采样、地面平面点去除、连通域提取与合并处理,得到若干载具候选感兴趣区域,具体包括:

3.根据权利要求2所述的基于候选提取与密度分析的载具支柱中心定位方法,其特征在于,所述滤波降采样预处理包括空间直通滤波与体素下采样;所述体素下采样采用体素重心替代单个体素内全部原始点,在保留物体几何轮廓的前提下缩减点云数据量。

4.根据权利要求2所述的基于候选提取与密度分析的载具支柱中心定位方法,其特征在于,所述合并邻近连通域,具体包括:

5.根据权利要求1所述的基于候选提取与密度分析的载具支柱中心定位方法,其特征在于,基于若干所述载具候选感兴趣区域提取载具主体立面,并对所述载具主体立面对应的局部三维点云信息进行姿态旋转校正,得到校正姿态后的载具立面点云信息,具体包括:

6.根据权利要求5所述的基于候选提取与密度分析的载具支柱中心定位方法,其特征在于,对所述载具主体立面对应的局部三维点云信息进行姿态旋转校正,得到所述校正姿态后的载具立面点云信息,具体包括:

7.根据权利要求1所述的基于候选提取与密度分析的载具支柱中心定位方法,其特征在于,对所述载具支柱轮廓图像进行行列像素密度统计,根据行密度曲线划定载具支柱纵向分布带,并在所述载具支柱纵向分布带内根据列密度曲线提取支柱特征峰,根据所述支柱特征峰的几何中点,确定二维支柱中心,具体包括:

8.一种计算机设备,包括:存储器、处理器以及存储在存储器上并能够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计算机程序以实现权利要求1-7中任一项所述的基于候选提取与密度分析的载具支柱中心定位方法。

9.一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权利要求1-7中任一项所述的基于候选提取与密度分析的载具支柱中心定位方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的基于候选提取与密度分析的载具支柱中心定位方法。