[发明专利]基于视觉感知的多AGV小车工作区域最大化实现方法有效

专利信息
申请号: 202110905391.1 申请日: 2021-08-09
公开(公告)号: CN113343962B 公开(公告)日: 2021-10-29
发明(设计)人: 马红奎;徐祥琦;李栓柱;袁绪龙;郭东进 申请(专利权)人: 山东华力机电有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06N3/04;G05D1/02
代理公司: 郑州芝麻知识产权代理事务所(普通合伙) 41173 代理人: 张丹丹
地址: 272500 *** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 视觉 感知 agv 小车 工作 区域 最大化 实现 方法
【说明书】:

发明涉及视觉感知技术领域,具体涉及基于视觉感知的多AGV小车工作区域最大化实现方法。该方法包括:采集目标AGV小车的前视图像;检测出前视图像中的所有AGV小车,使AGV小车采集两侧的侧视图像发送至目标AGV小车;获取目标AGV小车的工作区域;选取AGV小车的货物边缘图像中的边界点生成边缘窗口,对相邻AGV小车的所有边缘窗口进行梯度分析,获取其货物契合度;获取每辆AGV小车的货物对齐度;根据货物契合度和对应的货物对齐度获取相邻AGV小车之间的合并评价指标,根据合并评价指标对工作区域进行更新,获取目标AGV小车的最大化工作区域。本发明实施例能够在多AGV小车共同工作时实现工作区域最大化。

技术领域

本发明涉及视觉感知技术领域,具体涉及基于视觉感知的多AGV小车工作区域最大化实现方法。

背景技术

随着智能技术的不断发展,给物流业、制造业等行业带来了很大的转变,比如无人搬运车(Automated Guided Vehicle,AGV)的出现,可以帮助企业在生产过程中更加便利,生产更加高效。

在生产车间、仓库等场所,不管出库入库都需要转移,以前都是人工方式来转移和装卸,工作量大,所需时间较长,利用AGV小车能够大大提高生产效率,降低用人成本。AGV小车有承重大、运输速度快、安全性高等特点,使得它在国内的应用越来越广泛。

发明人在实践中,发现上述现有技术存在以下缺陷:

在固定场所内,多辆AGV小车共同工作时,为了避免AGV小车相互碰撞,多辆AGV小车设定有单一固定的行驶路线,可能会出现工作区域浪费的情况。

发明内容

为了解决上述技术问题,本发明的目的在于提供一种基于视觉感知的多AGV小车工作区域最大化实现方法,所采用的技术方案具体如下:

本发明一个实施例提供了一种基于视觉感知的多AGV小车工作区域最大化实现方法,该方法包括以下步骤:

采集目标AGV小车的前视图像,所述前视图像包括多辆装有货物的AGV小车;检测出所述前视图像中的所有AGV小车,使所述AGV小车采集两侧的侧视图像发送至所述目标AGV小车;

根据所述目标AGV小车与所述AGV小车之间的距离获取所述目标AGV小车的工作区域;

获取所述前视图像中所述AGV小车的货物边缘图像;对所述货物边缘图像进行关键点检测,根据所述关键点横坐标的变化选取边界点生成边缘窗口,对相邻AGV小车的所有所述边缘窗口进行梯度分析,获取其货物契合度;

获取所述AGV小车对应的所述侧视图像中货物边缘的间断点,根据所述间断点的横坐标偏移量和高度差获取所述AGV小车的货物对齐度;

根据所述货物契合度和对应的所述货物对齐度获取相邻AGV小车之间的合并评价指标,当所述合并评价指标大于预设阈值时,使所述相邻AGV小车合并行驶,对所述工作区域进行更新,获取所述目标AGV小车的最大化工作区域。

优选的,所述检测出所述前视图像中的所有AGV小车的方法为:

对所述前视图像进行目标检测,获取所述AGV小车的包围框。

优选的,所述工作区域的获取步骤包括:

将所述AGV小车的包围框区域的像素标记为1,获取所述前视图像的二值图像;

对所述二值图像进行反二值化,获得可行驶区域,根据所述可行驶区域规划所述目标AGV小车的行驶路线,获取所述工作区域。

优选的,所述货物边缘图像的获取方法为:

通过对所述前视图像进行阈值分割获取所述AGV小车的第一货物感兴趣区域,对所述第一货物感兴趣区域进行边缘检测得到货物边缘,对所述货物边缘的最外侧边缘进行分割,获取所述货物边缘图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东华力机电有限公司,未经山东华力机电有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110905391.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top