[发明专利]一种基于深度学习的穿梭车自动寻货定位方法及系统

权利要求书

1.一种基于深度学习的穿梭车自动寻货定位方法，其特征在于，包括如下步骤：

步骤一，收集各类托盘的图像，并标注图像中托盘坐标，制作托盘训练样本集；

步骤二，将托盘训练样本集输入搭建组合的卷积神经网络模型，包括分类网络和目标检测网络，设置超参数后进行训练；

步骤三，保存训练好的分类网络模型和目标检测网络模型的权重；

步骤四，利用分类网络模型和目标检测网络模型对穿梭车采集的图像分类识别并控制穿梭车驱动电机的转速，精准停车寻货。

2.根据权利要求1所述的基于深度学习的穿梭车自动寻货定位方法，其特征在于：所述分类网络模型采用DenseNet卷积神经网络自动提取图像特征，再使用全连接层或全局池化层输出二分类结果，判定采集的图像中是否含有托盘。

3.根据权利要求2所述的基于深度学习的穿梭车自动寻货定位方法，其特征在于：所述目标检测网络模型处理分类网络中检测包含托盘的图像，采用卷积神经网络自动提取特征图，并采用Faster RCNN目标检测框架。

4.一种基于深度学习的穿梭车自动寻货定位系统，其特征在于：包括高清摄像头，图像处理单元和穿梭车驱动电机，所述摄像头和穿梭车驱动电机与图像处理单元相连，所述图像处理单元包括图形处理器和嵌入在图形处理器内的分类网络模型和目标检测网络模型；图形处理器根据输出信号控制穿梭车驱动电机的转速，所述高清摄像头安装在穿梭车上，用于采集图像并传输至图形处理器。

5.根据权利要求4所述的基于深度学习的穿梭车自动寻货定位系统，其特征在于：所述高清摄像头为两个，高清摄像头斜向上安装在穿梭车的车头和车位，每个所述高清摄像头配有辅助照明灯，用于提高光线亮度。