[发明专利]一种基于单目视觉的叉车识别测距方法

权利要求书

1.一种基于单目视觉的叉车识别测距方法，其特征在于，包含如下步骤：

S1，获取叉车托盘图片，并对所述的叉车托盘图片进行图像处理得到选择区域的颜色图片；

S2，对得到的选择区域的颜色图片进行轮廓处理生成直线轮廓线；

S3，提取叉车托盘边缘角点坐标，再利用角点坐标根据地平面约束测距模型，使用测距算法计算托盘相对叉车的姿态数据。

2.如权利要求1所述的基于单目视觉的叉车识别测距方法，其特征在于，所述的步骤S1包含：

步骤S1.1，通过摄像机实时获取叉车托盘图片；

步骤S1.2，设置摄像机的参数，所述摄像机的参数包括焦距、光圈、像素或增益的一种或几种；

步骤S1.3，将所述的叉车托盘图片分解为三通道RGB图像；

步骤S1.4，分别将三通道RGB图像从RGB颜色空间转换为hsv颜色空间；

步骤S1.5，使用全局阈值对hsv颜色空间中的通道图片进行分割处理；

步骤S1.6，对感兴趣区域进行计算区域的连接组件，得到若干分割开的连接区域；

步骤S1.7，对分割开的连接区域中的孔洞进行填充；

步骤S1.8，对填充的连接区域根据面积进行筛选，得到面积最大区域；

步骤S1.9，对筛选的区域用闭运算来填充孔洞；

步骤S1.10，计算得到的选择区域与叉车托盘图片进行交集，得到选择区域的颜色图片。

3.如权利要求1所述的基于单目视觉的叉车识别测距方法，其特征在于，所述的步骤S2包含：

步骤S2.1，对选择区域的颜色图片使用滤波器提取指定区域图片的边缘得到XLD轮廓；

步骤S2.2，将所述的XLD轮廓分割成若干条XLD轮廓；

步骤S2.3，对分割后的XLD轮廓根据设置的长度范围筛选出符合长度范围的XLD轮廓；

步骤S2.4，对筛选后的XLD轮廓进行计算得到叉车图片的轮廓参数；

步骤S2.5，合并近似共线的输入XLD轮廓，并对排序轮廓参数进行排序；

步骤S2.6，计算每条叉车托盘的轮廓长度像素，根据计算的长度值选择最长的XLD轮廓，所述的最长的XLD轮廓为托盘图片的最外边缘；

步骤S2.7，通过线段拟合XLD轮廓的轮廓线，并利用线段起点的行列坐标及线段终点的行列坐标来生成直线轮廓线。

4.如权利要求1所述的基于单目视觉的叉车识别测距方法，其特征在于，所述的步骤S3包含：

步骤S3.1，提取叉车托盘边缘角点坐标；

步骤S3.2，通过拍摄标定板进行摄像机标定，得到摄像机内外参数；

步骤S3.3，根据地平面约束测距模型使用测距算法计算托盘相对叉车的姿态数据；

步骤S3.4，设托盘最外边缘与实际水平线之间的夹角为Angle1，计算Angle1的大小和方向；设托盘最外边缘的中心点和摄像机光心的连线与托盘最外边缘线的夹角为Angle2，计算Angle2的大小和方向；计算托盘最外边缘的中心点与摄像机光心间的距离。

5.如权利要求1所述的基于单目视觉的叉车识别测距方法，其特征在于，所述的步骤S2中通过提取叉车托盘的最外侧上边缘的XLD轮廓来实现后续测距坐标。

6.如权利要求1所述的基于单目视觉的叉车识别测距方法，其特征在于，所述的步骤S3.3具体为：基于地平面约束测距模型的单目视觉测距模型和算法；

基于单目视觉的叉车托盘测距是指在识别出叉车托盘后，测量托盘与摄像头的相对姿态包括相对距离和相对角度信息，从而得到叉车相对托盘的相对位姿。