[发明专利]高位货架货物取放方法、装置、设备及存储介质

说明书

本发明公开了高位货架货物取放方法、装置、设备及存储介质。通过将两个相机分布在无人叉车两侧，相机与无人叉车进行标定，在高取放货物时，相机向外两侧延伸，相机采集实时点云数据，根据点云数据计算无人叉车移动距离数据。本方法通过两组点云数据计算得出无人叉车移动距离，算法鲁棒性高，复杂度低，操作简便。

技术领域

本发明涉及智能机器人技术领域，特别涉及高位货架货物取放方法、装置、设备及存储介质。

背景技术

随着工业4.0和智能制造的提出，工业领域由传统的制造业不断向数字化、智能化、无人化方向发展，在万物皆可智能的时代，无人化不断冲击我们的眼球，在智能仓储行业无人叉车应用需求越来越大，如何保证无人叉车高位货架可靠安全的取放货物也成为了一个重要的问题。

发明内容

本发明提供高位货架货物取放方法、装置、设备及存储介质，旨在解决现有技术中无人叉车高位货架可靠安全的取放货物的技术问题。

为实现上述的目的，本发明提供了、高位货架货物取放方法，其特征在于，所述方法包括以下步骤：

两个相机分布在无人叉车两侧，所述相机与所述无人叉车进行标定；

取放货物时，所述相机向外两侧延伸，所述相机采集实时点云数据；

根据所述点云数据计算所述无人叉车移动距离数据。

进一步地，所述两个相机分布在无人叉车两侧，所述相机与所述无人叉车进行标定的步骤，具体包括：

两个相机分布在所述无人叉车两侧，所述相机获取振幅图像和点云图像，并对振幅图像进行处理，获得无人叉车信息；

根据所述无人叉车信息，建立对应的无人叉车坐标系，并根据所述无人叉车信息确定无人叉车中心点坐标；

根据所述相机点云图像以其中一个所述相机为基准相机，计算所述基准相机与另一个相机旋转平移矩阵；

根据所述基准相机计算所述基准相机与所述无人叉车坐标系的旋转平移矩阵；

记录两组所述旋转平移矩阵，完成所述相机与所述无人叉车进行标定。

进一步地，所述取放货物时，所述相机向外两侧延伸，所述相机采集实时点云数据的步骤，具体包括：

高取放货物时，所述相机向外两侧延伸，所述相机获取实时点云图像；

基于所述实时点云图像形成点云数据。

进一步地，根据所述点云数据计算所述无人叉车移动距离数据的步骤，具体包括：

将所述点云数据带入所述无人叉车坐标系计算，以得到货架点云数据和货物轮廓点云数据的交叠区域；

基于所述交叠区域得出所述无人叉车移动距离数据。

进一步地，所述将所述点云数据带入所述无人叉车坐标系计算，以得到货架点云数据和叉臂上货物轮廓点云数据的交叠区域的步骤，具体包括：

将所述货架点云数据和货物轮廓点云数据带入所述无人叉车坐标系计算；

所述货架点云数据和货物轮廓点云数据沿叉车叉臂方向进行投影，以得到点云交叠区域。

进一步地，所述两个相机分布在无人叉车两侧，所述相机与所述无人叉车进行标定的步骤，还具体包括：

所述相机获取振幅图像和点云图像；

对所述振幅图像和点云图像进行处理获得无人叉车叉臂尖端的棋盘格；

通过opencv相机标定方法获得所述棋盘格角点坐标；