[发明专利]智能堆垛机及托盘位置异常的识别方法、装置和设备

权利要求书

1.一种托盘位置异常的识别方法，其特征是，包括以下步骤：

采集托盘的点云数据；

对点云数据进行处理；

利用3D点云边缘检测算法判定托盘状态，所述托盘状态包括：有无托盘、托盘偏移、孔洞塌陷、托盘滑块旋转、横梁沉降以及横梁倾斜。

2.根据权利要求1所述的托盘位置异常的识别方法，其特征是，所述对点云数据进行处理，包括：

依据标定数据矫正采集点云数据的倾斜；

将托盘前端点云转换为2D图像；

利用3D点云边缘检测算法对2D图像进行区域边缘检测，定位托盘的边界。

3.根据权利要求2所述的托盘位置异常的识别方法，其特征是，所述利用3D点云边缘检测算法判定托盘状态，包括：

在2D图像中利用区域边缘查找技术定位托盘边界，将结果数值与托盘原始模板的数据进行对比，获取两者的位置偏差，将位置偏差量大于设定阈值则判定托盘出现异常，否则为无异常。

4.根据权利要求1-3任意一项所述的托盘位置异常的识别方法，其特征是，

所述托盘偏移包括：托盘左偏移和托盘右偏移；

所述孔洞塌陷包括：左叉孔洞塌陷和右叉孔洞塌陷；

所述横梁沉降包括：左侧横梁沉降和右侧横梁沉降；

所述横梁倾斜包括：左侧横梁倾斜和右侧横梁倾斜。

5.一种检测托盘位置的装置，其特征是，包括：

点云数据采集模块，用于采集托盘的点云数据；

点云数据处理模块，用于对点云数据进行处理；

托盘异常判定模块，用于利用3D点云边缘检测算法判定托盘状态，所述托盘状态包括：有无托盘、托盘偏移、孔洞塌陷、托盘滑块旋转、横梁沉降以及横梁倾斜。

6.根据权利要求5所述的检测托盘位置的装置，其特征是，所述点云数据处理模块包括：

点云数据矫正模块，用于依据标定数据矫正采集点云数据的倾斜；

图像转换模块，用于将托盘前端点云转换为2D图像；

托盘边界定位模块，用于对2D图像进行区域边缘检测，定位托盘的边界。

7.根据权利要求6所述的检测托盘位置的装置，其特征是，所述托盘异常判定模块，具体用于：

在2D图像中利用区域边缘查找技术定位托盘边界，将结果数值与托盘原始模板的数据进行对比，获取两者的位置偏差，将位置偏差量大于设定阈值则判定托盘出现异常，否则为无异常。

8.根据权利要求5-7任意一项所述的检测托盘位置的装置，其特征是，

所述托盘偏移包括：托盘左偏移和托盘右偏移；

所述孔洞塌陷包括：左叉孔洞塌陷和右叉孔洞塌陷；

所述横梁沉降包括：左侧横梁沉降和右侧横梁沉降；

所述横梁倾斜包括：左侧横梁倾斜和右侧横梁倾斜。

9.一种智能堆垛机，包括堆垛机本体，其特征是，还包括3D相机和工控机，所述3D相机对托盘进行拍照，采集托盘的点云数据；所述工控机安装有计算机程序，该计算机程序在运行时执行如权利要求1-4任一所述的托盘位置异常的识别方法的步骤。

10.根据权利要求9所述的智能堆垛机，其特征是，所述的3D相机安装在堆垛机的底座和/或侧边支架上。

11.根据权利要求10所述的智能堆垛机，其特征是，在执行如权利要求1-4任一所述的托盘位置异常的识别方法的步骤之前，在托盘的标准位置放置标定板后，利用信度图像信息识别标定板，获取相机参考位姿，并获取图像采集装置与标准托盘位姿的位姿关系，作为标定数据。