[发明专利]货物信息识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种货物信息识别方法、装置、计算机设备和存储介质。所述方法包括：获取点云数据集，所述点云数据集是通过所述采集装置对目标区域进行采集得到的；根据所述点云数据集确定所述目标区域内的目标货物的截面参数，所述目标货物为圆柱状，所述截面参数包括目标货物的截面的横截面尺寸；基于所述截面参数和各叉车臂的叉车臂参数确定所述目标货物的位姿信息，所述位姿信息用于表示所述目标货物的所在位置和所述目标货物的姿态。采用本方法能够确定圆柱状目标货物所在位置和姿态。

技术领域

本申请涉及叉车技术领域，特别是涉及一种货物信息识别方法、装置、计算机设备和存储介质。

背景技术

随着叉车技术的发展，出现了叉车感知技术。叉车感知技术是指利用叉车的叉端传感器对工业应用场景(例如工厂和工业园区)中的搬运对象，例如托盘、料笼和单墩货物等非圆柱状货物进行位姿识别。

然而，传统的叉车感知技术仅仅能识别托盘、料笼和单墩货物等非圆柱状货物的位姿，不能识别圆柱状货物的位姿。

发明内容

基于此，有必要针对上述技术问题，提供一种能够识别圆柱状货物位姿的货物信息识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种货物信息识别方法。应用于叉车，叉车包括至少两个叉车臂，方法包括：

获取点云数据集，点云数据集是对目标区域进行采集得到的；

根据点云数据集确定目标区域内的目标货物的截面参数，目标货物为圆柱状，截面参数包括目标货物的截面的横截面尺寸；

基于截面参数和各叉车臂的叉车臂参数确定目标货物的位姿信息，位姿信息用于表示目标货物的所在位置和目标货物的姿态。

在其中一个实施例中，根据点云数据集确定目标区域内的目标货物的截面参数，包括：

从点云数据集中提取目标货物对应的目标点云数据集；

对目标点云数据集进行拟合处理，得到目标货物的点云形状；

基于目标货物的点云形状确定目标货物的截面参数。

在其中一个实施例中，从点云数据集中提取目标货物对应的目标点云数据集，包括：

通过聚类算法对点云数据集进行聚类，得到点云数据集中的至少一个候选点云数据集；

将密度最大的候选点云数据集作为目标点云数据集。

在其中一个实施例中，横截面尺寸包括截面对应的截面圆半径，至少两个叉车臂包括第一叉车臂和可旋转的第二叉车臂，叉车臂参数包括第一叉车臂的接触点的位置、第二叉车臂的根部点的位置和第二叉车臂的旋转半径，接触点为第一叉车臂靠近货物的端点，根部点为第二叉车臂远离货物的端点，基于截面参数和各叉车臂的叉车臂参数确定目标货物的位姿信息，包括：

利用感知算法，对截面圆半径、接触点的位置、根部点的位置和旋转半径进行计算，得到目标货物的位姿信息。

在其中一个实施例中，感知算法包括第一感知算法和第二感知算法，利用感知算法，对截面圆半径、接触点的位置、根部点的位置和旋转半径进行计算，得到目标货物的位姿信息，包括：

利用第一感知算法，对截面圆半径、接触点的位置、根部点的位置和旋转半径进行计算，得到目标货物的目标位置；

利用第二感知算法和目标位置，计算得到目标货物的姿态。

在其中一个实施例中，目标位置包括第一位置参数和第二位置参数，接触点的位置包括第一接触点位置参数和第二接触点位置参数，根部点的位置包括第一根部点位置参数和第二根部点位置参数，第一感知算法包括：