CN112767540A - 一种agv自动装车方法 - Google Patents
一种agv自动装车方法 Download PDFInfo
- Publication number
- CN112767540A CN112767540A CN202110055012.4A CN202110055012A CN112767540A CN 112767540 A CN112767540 A CN 112767540A CN 202110055012 A CN202110055012 A CN 202110055012A CN 112767540 A CN112767540 A CN 112767540A
- Authority
- CN
- China
- Prior art keywords
- goods
- agv
- carriage
- information
- stacking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011068 loading method Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims description 17
- 238000013135 deep learning Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000004806 packaging method and process Methods 0.000 claims description 6
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 230000032258 transport Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种AGV自动装车方法,该方法包括:AGVS调度***调度安装有扫描设备的AGV环绕卡车车厢一周,下发指令给三维场景重建模块,三维场景重建模块重建出车厢的三维场景;在采集完三维场景图后,三维场景重建模块将点云数据传送给目标物体类型检测模块;目标物体类型检测模块识别车厢中的货物种类,判断是否可以堆垛,计算堆垛信息,将堆垛信息打包发送给任务管理***WMS;在任务管理***WMS收到堆垛信息后,分配货物搬运或装卸任务给堆垛型AGV。不仅减少了人工装卸的工作量,而且解决了货物堆放种类混淆的问题,同时能够获取到货物信息进行统一管理,而且实现了自动化搬运,提高了搬运效率。
Description
技术领域
本发明属于AGV自动化领域,涉及一种AGV自动装车方法。
背景技术
自动装车搬运是AGV自动化的最后一道工序,而目前AGV搬运货物时,需要事先知道货物所在的世界坐标系或需要把货物搬运对应的目标点坐标,但因为货车停靠位置不准确,货箱中货物种类不清楚,货物在车厢中安放的位置不固定等原因,所以目前码头集装箱装货还是采用由人工驾驶传统叉车将货物送至集装箱内,但往往这种搬运方式会因为人为的主观因素,堆放的货物容易混淆,很难将货物信息录入***统一管理,而且采用人工叉车搬运很难实现24小时不间断作业,企业难于实现全自动化流程。
发明内容
本发明目的是:提供一种基于深度学习技术实现AGV自动装车的方法。
本发明的技术方案是:一种AGV自动装车方法,应用于包括控制计算设备、安装有扫描设备的AGV、视觉设备、堆垛型AGV的***中,所述控制计算设备内集成有AGVS调度***、三维场景重建模块、目标物体类型检测模块、任务管理***WMS,所述AGV自动装车方法包括:
步骤1,通过所述AGVS调度***调度所述安装有扫描设备的AGV环绕卡车车厢一周,下发指令给所述三维场景重建模块,触发所述三维场景重建模块重建出车厢的三维场景;
步骤2,当采集完三维场景图之后,通过所述AGVS调度***向所述三维场景重建模块下发停止收集指令,通过所述三维场景重建模块将点云数据传送给所述目标物体类型检测模块;
步骤3,通过所述目标物体类型检测模块识别车厢中的货物种类,判断是否可以堆垛,并计算堆垛信息,所述堆垛信息至少包括计算出的货物坐标、车厢中可用的空余面积以及货物是否可堆垛信息,通过所述目标物体类型检测模块将所述堆垛信息打包发送给所述任务管理***WMS;
步骤4,在所述任务管理***WMS收到所述堆垛信息后,分配货物搬运或装卸任务给堆垛型AGV,指派堆垛型AGV完成相应的货物搬运或装卸任务。
通过包括控制计算设备、安装有扫描设备的AGV、视觉设备、堆垛型AGV的***对车厢场景进行建模,结合目标物体类型检测模块对车厢中的货物种类进行识别,并且确定出货物的堆垛信息,由任务管理***WMS调度堆垛型AGV完成货物搬运或装卸任务,不仅减少了人工装卸的工作量,而且解决了货物堆放种类混淆的问题,同时能够获取到货物信息进行统一管理,而且实现了自动化搬运,提高了搬运效率。
其进一步的技术方案是:所述扫描设备至少包括激光传感器或视觉传感器。
其进一步的技术方案是:所述激光传感器包括单线激光雷达,所述单线激光雷达的安装方向为竖直方向;
所述步骤1包括:
通过所述AGVS调度***调度所述安装有扫描设备的AGV控制所述单线激光雷达对车体空间的竖直面进行扫描,通过AGV环绕卡车车厢一周完成车厢全部环境的扫描;
结合AGV自身实时的位姿坐标和所述单线激光雷达相对于车体的安装位姿,将收集的车厢三维点云转换成世界坐标系的点云信息,重建出车厢三维场景。
通过竖直安装单线激光雷达,通过AGV带动单线激光雷达环绕车厢一周,可以采集车厢全部环境的数据,结合AGV的位姿坐标和单线激光雷达的安装位姿,可以获得车厢在世界坐标系的点云信息,以便于重建车厢三维场景。
其进一步的技术方案是:视觉设备包括至少一个相机,所述相机固定安装在车厢外部,所述相机的水平视野范围和垂直视野范围根据车辆规格确定,所述相机的扫描范围完全覆盖整个车厢;
所述步骤3包括:
通过所述目标物体类型检测模块利用yolov3目标检测深度学习方法训练出所需要装卸的货物的训练模型;
对于训练好的模型,通过所述yolov3目标检测深度学习方法将相机扫描的图像分成S*S个格子,检测每个格子区域内的货物,确定货物的种类;
利用bounding box输出每个已识别货物的中心像素点与相机焦点的相对像素差;
利用已识别货物的长宽高信息计算出货物相对于相机中心点的实际相对坐标,根据相机在世界坐标系下的坐标计算出车厢中各个货物的世界坐标;
根据所述三维场景重建模块收集到的点云数据,基于点云分割-聚类-模型生长模型进行货物位置识别;
利用PCA主元分析法获得点云的三个主方向,获取货物的质心坐标和协方差,与计算出的货物的世界坐标对应,将所搬运货物的种类与坐标对应;
当识别出车厢中的货物种类后,将识别出的货物种类的信息从货物种类数据库中调取出来,判断是否可堆垛;所述货物种类数据库用于存储各种货物的体积、货物是否可堆垛信息;
根据货物坐标计算车厢中可用的空余面积,将坐标信息、空余面积信息、是否可堆垛信息统一打包发送给所述任务管理***WMS。
通过深度学习技术,对相机获取的货物图片识别出货物种类,确定货物的位置以及堆垛信息,以实现对货物的自动化搬运。
其进一步的技术方案是:所述通过所述目标物体类型检测模块利用yolov3目标检测深度学习方法训练出所需要装卸的货物的训练模型,包括:
当有新增的货物种类时,通过目标物体类型检测模块重新对新增的货物进行训练。
为了保证装卸货物的准确性,及时对新增的货物进行训练,保证深度学习技术在识别中的准确性,没有遗漏的货物类型。
其进一步的技术方案是:所述检测每个格子区域内的货物,包括:
将有货物中心位置的坐标落入格子区域内的格子确定为目标格,通过所述目标格检测对应的货物。
将识别的图像区域划分为多个格子,通过格子区域内存在货物中心位置的目标格对货物进行检测,避免货物的重复检测,缩小检测区域,提高检测效率。
其进一步的技术方案是:所述已识别货物的中心像素点是指目标格预测得到的物体的bounding box的中心位置的坐标。
其进一步的技术方案是:所述步骤4包括:
在所述任务管理***WMS收到所述目标物体类型检测模块发出的货物是否可堆垛信息、货物坐标以及车厢中可堆垛货物的位姿坐标后,根据相应车厢的库位信息将需要装卸货物的信息发送给AGVS调度***;
在所述AGVS调度***收到所述任务管理***WMS发送的相应车厢的库位信息后,通过所述AGVS调度***规划出相应路线并将任务发送给处于空闲中的堆垛型AGV,调配空闲的堆垛型AGV完成相应的自动装卸车任务。
通过AGVS调度***根据获取到的车厢的库位信息调配空闲的堆垛型AGV完成装卸任务,统一调度,减少了人工的工作量,且保证了堆垛的准确性。
本发明的优点是:
通过包括控制计算设备、安装有扫描设备的AGV、视觉设备、堆垛型AGV的***对车厢场景进行建模,结合目标物体类型检测模块对车厢中的货物种类进行识别,并且确定出货物的堆垛信息,由任务管理***WMS调度堆垛型AGV完成货物搬运或装卸任务,不仅减少了人工装卸的工作量,而且解决了货物堆放种类混淆的问题,同时能够获取到货物信息进行统一管理,而且实现了自动化搬运,提高了搬运效率。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1是本申请提供的应用AGV自动装车方法的***结构框图;
图2是本申请提供的AGV自动装车方法的流程图;
图3是本申请提供的货车停车的示意图;
图4是本申请提供的相机的安装位置示意图。
具体实施方式
实施例:本申请提供了一种AGV自动装车方法,应用于包括图1所示的控制计算设备、安装有扫描设备的AGV、视觉设备、堆垛型AGV的***中,控制计算设备内集成有AGVS调度***、三维场景重建模块、目标物体类型检测模块、任务管理***WMS。
控制计算设备是带有数据处理和信号收发功能设备,可以是计算机。
可选的,扫描设备、安装有扫描设备的AGV、视觉设备、堆垛型AGV可以与控制计算设备实现有线通信或无线通信。
可选的,扫描设备至少包括激光传感器或视觉传感器。
可选的,激光传感器包括单线激光雷达,单线激光雷达的安装方向为竖直方向。
可选的,视觉设备包括至少一个相机,相机固定安装在车厢外部,相机的水平视野范围和垂直视野范围根据车辆规格确定,相机的扫描范围完全覆盖整个车厢。可选的,相机优选RGB相机。
调度***调度安装有单线激光头的AGV环绕卡车车厢一周,并将该指令下发给三维场景重建模块,三维场景重建模块重建出车厢三维场景;当收集完三维场景图之后,AGVS调度***给三维场景重建模块下发停止收集指令,然后三维场景重建模块将点云数据簇传送给目标物体类型检测模块,目标物体类型检测模块识别车厢中货物种类,判断是否可堆垛,并计算出货物坐标,车厢中可用的空余面积,将这些信息统一打包发送给任务管理***WMS;任务管理***WMS收到车厢货物信息后,分配货物搬运或装卸任务给堆垛型AGV,指派其去完成相应任务。
如图2所示,该AGV自动装车方法包括以下步骤。
步骤1,通过AGVS调度***调度所述安装有扫描设备的AGV环绕卡车车厢一周,下发指令给三维场景重建模块,触发三维场景重建模块重建出车厢的三维场景。
对于安装有单线激光雷达的AGV,步骤1包括以下步骤。
第一步,通过AGVS调度***调度所述安装有扫描设备的AGV控制单线激光雷达对车体空间的竖直面进行扫描,通过AGV环绕卡车车厢一周完成车厢全部环境的扫描。
结合AGV自身实时的位姿坐标和单线激光雷达相对于车体的安装位姿,将收集的车厢三维点云转换成世界坐标系的点云信息,重建出车厢三维场景。
步骤2,当采集完三维场景图之后,通过AGVS调度***向三维场景重建模块下发停止收集指令,通过三维场景重建模块将点云数据传送给目标物体类型检测模块。
步骤3,通过目标物体类型检测模块识别车厢中的货物种类,判断是否可以堆垛,并计算堆垛信息,通过目标物体类型检测模块将堆垛信息打包发送给任务管理***WMS。
堆垛信息至少包括计算出的货物坐标、车厢中可用的空余面积以及货物是否可堆垛信息。
步骤3包括以下步骤。
第一步,通过目标物体类型检测模块利用yolov3目标检测深度学习方法训练出所需要装卸的货物的训练模型。
预先采集货物的样本信息进行标注,通过yolov3目标检测深度学习方法识别的时候,将识别的货物与预先采集的样本进行对比,达到预先设定的相似度,即可进行匹配。
在实际应用中,当有新增的货物种类时,通过目标物体类型检测模块重新对新增的货物进行训练。
第二步,对于训练好的模型,通过yolov3目标检测深度学习方法将相机扫描的图像分成S*S个格子,检测每个格子区域内的货物,确定货物的种类。
其中,检测每个格子区域内的货物,包括:将有货物中心位置的坐标落入格子区域内的格子确定为目标格,通过目标格检测对应的货物。
第三步,利用bounding box输出每个已识别货物的中心像素点与相机焦点的相对像素差。
已识别货物的中心像素点是指目标格预测得到的物体的bounding box的中心位置的坐标。
第四步,利用已识别货物的长宽高信息计算出货物相对于相机中心点的实际相对坐标,根据相机在世界坐标系下的坐标计算出车厢中各个货物的世界坐标。
由于识别相机扫描图片为二维信息,所求世界坐标与实际坐标精度较差,为精确车内所需搬运物体的具体坐标,本申请增加了货物位置坐标计算方法,具体实现为第五步至第六步。
第五步,根据三维场景重建模块收集到的点云数据,基于点云分割-聚类-模型生长模型进行货物位置识别。
第六步,利用PCA主元分析法获得点云的三个主方向,获取货物的质心坐标和协方差,与计算出的货物的世界坐标对应,将所搬运货物的种类与坐标对应。
第七步,当识别出车厢中的货物种类后,将识别出的货物种类的信息从货物种类数据库中调取出来,判断是否可堆垛。
通过训练好的模型即可对车厢中的货物种类进行识别。
货物种类数据库用于存储各种货物的体积、货物是否可堆垛信息。
第八步,根据货物坐标计算车厢中可用的空余面积,将坐标信息、空余面积信息、是否可堆垛信息统一打包发送给任务管理***WMS。
需要注意的是,目标物体类型检测模块需要提供尽可能多的货物样本用来做深度学习训练模型,训练样本越多,识别货物的准确度越高,bounding box圈出的货物大小也就越准确,其当有新增的货物种类时,需要提前告知目标物体类型检测模块重新训练新增的货物。
步骤4,在任务管理***WMS收到堆垛信息后,分配货物搬运或装卸任务给堆垛型AGV,指派堆垛型AGV完成相应的货物搬运或装卸任务。
步骤4包括以下步骤:
第一步,在任务管理***WMS收到目标物体类型检测模块发出的货物是否可堆垛信息、货物坐标以及车厢中可堆垛货物的位姿坐标后,根据相应车厢的库位信息将需要装卸货物的信息发送给AGVS调度***;
第二步,在AGVS调度***收到任务管理***WMS发送的相应车厢的库位信息后,通过AGVS调度***规划出相应路线并将任务发送给处于空闲中的堆垛型AGV,调配空闲的堆垛型AGV完成相应的自动装卸车任务。
示例性的,结合参考图3,在实际应用中,安装有集装箱的大卡车停靠在框图区域内,卡车停车位的后轮位置设置停车定位挡块,卡车需要尽量沿着对齐中线倒车进指定位置,误差控制在2cm,误差体现在后轮与挡块之间,停车时的左右偏差需控制在0.5m,卡车停靠好后,将集装箱两边的车厢翼打开,通过人工操作RFID通知管理***,卡车装卸准确工作就绪。然后AGVS调度***开始调度安装有扫描设备的AGV对车厢信息进行采集,以及后续的建模。
结合参考图4,卡车停车位的两侧分别放置有相机,相机的拍摄范围覆盖完整的车厢,示例性的,图4中示出了4个相机,两侧各放置两个相机采集图片,在实际应用中,根据卡车规格还可以增减相机的数量,调整相机的布局。
综上所述,本申请提供的AGV自动装车方法,通过包括控制计算设备、安装有扫描设备的AGV、视觉设备、堆垛型AGV的***对车厢场景进行建模,结合目标物体类型检测模块对车厢中的货物种类进行识别,并且确定出货物的堆垛信息,由任务管理***WMS调度堆垛型AGV完成货物搬运或装卸任务,不仅减少了人工装卸的工作量,而且解决了货物堆放种类混淆的问题,同时能够获取到货物信息进行统一管理,而且实现了自动化搬运,提高了搬运效率。
另外,通过竖直安装单线激光雷达,通过AGV带动单线激光雷达环绕车厢一周,可以采集车厢全部环境的数据,结合AGV的位姿坐标和单线激光雷达的安装位姿,可以获得车厢在世界坐标系的点云信息,以便于重建车厢三维场景。
另外,通过深度学习技术,对相机获取的货物图片识别出货物种类,确定货物的位置以及堆垛信息,以实现对货物的自动化搬运。
另外,为了保证装卸货物的准确性,及时对新增的货物进行训练,保证深度学习技术在识别中的准确性,没有遗漏的货物类型。
另外,将识别的图像区域划分为多个格子,通过格子区域内存在货物中心位置的目标格对货物进行检测,避免货物的重复检测,缩小检测区域,提高检测效率。
另外,通过AGVS调度***根据获取到的车厢的库位信息调配空闲的堆垛型AGV完成装卸任务,统一调度,减少了人工的工作量,且保证了堆垛的准确性。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含所指示的技术特征的数量。由此,限定的“第一”、“第二”的特征可以明示或隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或者两个以上。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器、磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种AGV自动装车方法,其特征在于,应用于包括控制计算设备、安装有扫描设备的AGV、视觉设备、堆垛型AGV的***中,所述控制计算设备内集成有AGVS调度***、三维场景重建模块、目标物体类型检测模块、任务管理***WMS,所述AGV自动装车方法包括:
步骤1,通过所述AGVS调度***调度所述安装有扫描设备的AGV环绕卡车车厢一周,下发指令给所述三维场景重建模块,触发所述三维场景重建模块重建出车厢的三维场景;
步骤2,当采集完三维场景图之后,通过所述AGVS调度***向所述三维场景重建模块下发停止收集指令,通过所述三维场景重建模块将点云数据传送给所述目标物体类型检测模块;
步骤3,通过所述目标物体类型检测模块识别车厢中的货物种类,判断是否可以堆垛,并计算堆垛信息,所述堆垛信息至少包括计算出的货物坐标、车厢中可用的空余面积以及货物是否可堆垛信息,通过所述目标物体类型检测模块将所述堆垛信息打包发送给所述任务管理***WMS;
步骤4,在所述任务管理***WMS收到所述堆垛信息后,分配货物搬运或装卸任务给堆垛型AGV,指派堆垛型AGV完成相应的货物搬运或装卸任务。
2.根据权利要求1所述的AGV自动装车方法,其特征在于,所述扫描设备至少包括激光传感器或视觉传感器。
3.根据权利要求2所述的AGV自动装车方法,其特征在于,所述激光传感器包括单线激光雷达,所述单线激光雷达的安装方向为竖直方向;
所述步骤1包括:
通过所述AGVS调度***调度所述安装有扫描设备的AGV控制所述单线激光雷达对车体空间的竖直面进行扫描,通过AGV环绕卡车车厢一周完成车厢全部环境的扫描;
结合AGV自身实时的位姿坐标和所述单线激光雷达相对于车体的安装位姿,将收集的车厢三维点云转换成世界坐标系的点云信息,重建出车厢三维场景。
4.根据权利要求3所述的AGV自动装车方法,其特征在于,视觉设备包括至少一个相机,所述相机固定安装在车厢外部,所述相机的水平视野范围和垂直视野范围根据车辆规格确定,所述相机的扫描范围完全覆盖整个车厢;
所述步骤3包括:
通过所述目标物体类型检测模块利用yolov3目标检测深度学习方法训练出所需要装卸的货物的训练模型;
对于训练好的模型,通过所述yolov3目标检测深度学习方法将相机扫描的图像分成S*S个格子,检测每个格子区域内的货物,确定货物的种类;
利用bounding box输出每个已识别货物的中心像素点与相机焦点的相对像素差;
利用已识别货物的长宽高信息计算出货物相对于相机中心点的实际相对坐标,根据相机在世界坐标系下的坐标计算出车厢中各个货物的世界坐标;
根据所述三维场景重建模块收集到的点云数据,基于点云分割-聚类-模型生长模型进行货物位置识别;
利用PCA主元分析法获得点云的三个主方向,获取货物的质心坐标和协方差,与计算出的货物的世界坐标对应,将所搬运货物的种类与坐标对应;
当识别出车厢中的货物种类后,将识别出的货物种类的信息从货物种类数据库中调取出来,判断是否可堆垛;所述货物种类数据库用于存储各种货物的体积、货物是否可堆垛信息;
根据货物坐标计算车厢中可用的空余面积,将坐标信息、空余面积信息、是否可堆垛信息统一打包发送给所述任务管理***WMS。
5.根据权利要求4所述的AGV自动装车方法,其特征在于,所述通过所述目标物体类型检测模块利用yolov3目标检测深度学习方法训练出所需要装卸的货物的训练模型,包括:
当有新增的货物种类时,通过目标物体类型检测模块重新对新增的货物进行训练。
6.根据权利要求4所述的AGV自动装车方法,其特征在于,所述检测每个格子区域内的货物,包括:
将有货物中心位置的坐标落入格子区域内的格子确定为目标格,通过所述目标格检测对应的货物。
7.根据权利要求6所述的AGV自动装车方法,其特征在于,所述已识别货物的中心像素点是指目标格预测得到的物体的bounding box的中心位置的坐标。
8.根据权利要求4至7任一所述的AGV自动装车方法,其特征在于,所述步骤4包括:
在所述任务管理***WMS收到所述目标物体类型检测模块发出的货物是否可堆垛信息、货物坐标以及车厢中可堆垛货物的位姿坐标后,根据相应车厢的库位信息将需要装卸货物的信息发送给AGVS调度***;
在所述AGVS调度***收到所述任务管理***WMS发送的相应车厢的库位信息后,通过所述AGVS调度***规划出相应路线并将任务发送给处于空闲中的堆垛型AGV,调配空闲的堆垛型AGV完成相应的自动装卸车任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110055012.4A CN112767540A (zh) | 2021-01-15 | 2021-01-15 | 一种agv自动装车方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110055012.4A CN112767540A (zh) | 2021-01-15 | 2021-01-15 | 一种agv自动装车方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112767540A true CN112767540A (zh) | 2021-05-07 |
Family
ID=75701721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110055012.4A Pending CN112767540A (zh) | 2021-01-15 | 2021-01-15 | 一种agv自动装车方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112767540A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113192058A (zh) * | 2021-05-21 | 2021-07-30 | 中国矿业大学(北京) | 一种基于计算机视觉的砖垛智能装车***及其装车方法 |
CN113959337A (zh) * | 2021-10-26 | 2022-01-21 | 中煤科工智能储装技术有限公司 | 基于单线激光雷达的散料装车实时堆积量计算方法 |
CN114455511A (zh) * | 2021-12-27 | 2022-05-10 | 劢微机器人科技(深圳)有限公司 | 叉车装货方法及设备、计算机可读存储介质 |
CN114648233A (zh) * | 2022-03-29 | 2022-06-21 | 苏州艾吉威机器人有限公司 | 一种动态工位货物搬运方法和*** |
CN114663001A (zh) * | 2022-05-25 | 2022-06-24 | 广州市广播电视台 | 一种应用于转播车的提示信息的生成方法及电子设备 |
CN115170648A (zh) * | 2022-06-29 | 2022-10-11 | 广西柳工机械股份有限公司 | 一种车厢位姿确定方法及装置 |
CN115892823A (zh) * | 2022-12-01 | 2023-04-04 | 国网智能科技股份有限公司 | 物资仓储配检一体化***及方法 |
CN115924798A (zh) * | 2022-12-20 | 2023-04-07 | 广东嘉腾机器人自动化有限公司 | 一种基于视觉识别的叉车agv取货车货物方法及*** |
CN115984195A (zh) * | 2022-12-16 | 2023-04-18 | 秦皇岛燕大滨沅科技发展有限公司 | 一种基于三维点云的车厢轮廓检测方法及*** |
JP7288568B1 (ja) * | 2023-03-13 | 2023-06-08 | X-Prospect株式会社 | 自動採寸システム |
CN116597681A (zh) * | 2023-04-06 | 2023-08-15 | 无锡汉尚建筑装饰工程有限公司 | 一种基于gis的智慧楼宇运营管理*** |
CN116757331A (zh) * | 2023-08-11 | 2023-09-15 | 山东捷瑞数字科技股份有限公司 | 基于工业视觉的堆码方案生成方法、装置、设备及介质 |
CN114265375B (zh) * | 2021-11-25 | 2024-06-04 | 云南昆船智能装备有限公司 | 一种agv对平板卡车货物存取的***和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107601062A (zh) * | 2017-09-25 | 2018-01-19 | 中铁第四勘察设计院集团有限公司 | 一种基于agv小车的高铁物流智能装卸***及方法 |
CN108238460A (zh) * | 2018-01-09 | 2018-07-03 | 富通集团(嘉善)通信技术有限公司 | 光缆自动装车***和方法 |
CN111470327A (zh) * | 2020-05-25 | 2020-07-31 | 常州墨狄机器人科技有限公司 | 一种视觉码垛设备及其视觉信息处理方法 |
CN111652936A (zh) * | 2020-08-06 | 2020-09-11 | 天津迦自机器人科技有限公司 | 开放式货箱装车三维感知和码垛规划方法及*** |
-
2021
- 2021-01-15 CN CN202110055012.4A patent/CN112767540A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107601062A (zh) * | 2017-09-25 | 2018-01-19 | 中铁第四勘察设计院集团有限公司 | 一种基于agv小车的高铁物流智能装卸***及方法 |
CN108238460A (zh) * | 2018-01-09 | 2018-07-03 | 富通集团(嘉善)通信技术有限公司 | 光缆自动装车***和方法 |
CN111470327A (zh) * | 2020-05-25 | 2020-07-31 | 常州墨狄机器人科技有限公司 | 一种视觉码垛设备及其视觉信息处理方法 |
CN111652936A (zh) * | 2020-08-06 | 2020-09-11 | 天津迦自机器人科技有限公司 | 开放式货箱装车三维感知和码垛规划方法及*** |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113192058A (zh) * | 2021-05-21 | 2021-07-30 | 中国矿业大学(北京) | 一种基于计算机视觉的砖垛智能装车***及其装车方法 |
CN113959337B (zh) * | 2021-10-26 | 2024-03-15 | 中煤科工智能储装技术有限公司 | 基于单线激光雷达的散料装车实时堆积量计算方法 |
CN113959337A (zh) * | 2021-10-26 | 2022-01-21 | 中煤科工智能储装技术有限公司 | 基于单线激光雷达的散料装车实时堆积量计算方法 |
CN114265375B (zh) * | 2021-11-25 | 2024-06-04 | 云南昆船智能装备有限公司 | 一种agv对平板卡车货物存取的***和方法 |
CN114455511A (zh) * | 2021-12-27 | 2022-05-10 | 劢微机器人科技(深圳)有限公司 | 叉车装货方法及设备、计算机可读存储介质 |
CN114648233A (zh) * | 2022-03-29 | 2022-06-21 | 苏州艾吉威机器人有限公司 | 一种动态工位货物搬运方法和*** |
CN114663001A (zh) * | 2022-05-25 | 2022-06-24 | 广州市广播电视台 | 一种应用于转播车的提示信息的生成方法及电子设备 |
CN115170648A (zh) * | 2022-06-29 | 2022-10-11 | 广西柳工机械股份有限公司 | 一种车厢位姿确定方法及装置 |
CN115892823A (zh) * | 2022-12-01 | 2023-04-04 | 国网智能科技股份有限公司 | 物资仓储配检一体化***及方法 |
CN115984195B (zh) * | 2022-12-16 | 2023-09-29 | 秦皇岛燕大滨沅科技发展有限公司 | 一种基于三维点云的车厢轮廓检测方法及*** |
CN115984195A (zh) * | 2022-12-16 | 2023-04-18 | 秦皇岛燕大滨沅科技发展有限公司 | 一种基于三维点云的车厢轮廓检测方法及*** |
CN115924798A (zh) * | 2022-12-20 | 2023-04-07 | 广东嘉腾机器人自动化有限公司 | 一种基于视觉识别的叉车agv取货车货物方法及*** |
JP7288568B1 (ja) * | 2023-03-13 | 2023-06-08 | X-Prospect株式会社 | 自動採寸システム |
CN116597681A (zh) * | 2023-04-06 | 2023-08-15 | 无锡汉尚建筑装饰工程有限公司 | 一种基于gis的智慧楼宇运营管理*** |
CN116757331A (zh) * | 2023-08-11 | 2023-09-15 | 山东捷瑞数字科技股份有限公司 | 基于工业视觉的堆码方案生成方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112767540A (zh) | 一种agv自动装车方法 | |
CN111461107B (zh) | 用于识别感兴趣区的材料搬运方法、装置和*** | |
CN101685001B (zh) | 侦测方法及侦测*** | |
KR100996978B1 (ko) | 위치 식별 정보를 사용하는 부두 컨테이너 크레인 기반의자동 광학 컨테이너 코드 인식 방법 및 장치 | |
CN107202571B (zh) | 用于在存储设施中执行检查的检查***和方法 | |
US20200231386A1 (en) | Systems and methods for automated guided vehicle control | |
CN109678055A (zh) | 移动吊装设备控制***及方法、服务器、移动吊装设备 | |
EP3203264A1 (en) | Method of imaging an object for tracking and documentation in transportation and storage | |
CN109969989B (zh) | 行驶策略确定方法、智能叉车及存储介质 | |
CN114030805B (zh) | 仓储***、用于仓储***的穿梭车及其导航方法 | |
US20190077600A1 (en) | Systems and Methods for Yard Management at Distribution Centers | |
CN114648233A (zh) | 一种动态工位货物搬运方法和*** | |
CN110044258A (zh) | 货运车车厢空余容量智能检测方法和*** | |
CN113759906A (zh) | 一种车辆对位方法、装置、计算机设备和存储介质 | |
CN114455511A (zh) | 叉车装货方法及设备、计算机可读存储介质 | |
CN113283845A (zh) | 一种智能堆场管理***及方法 | |
CN113841101A (zh) | 为了在移动式机器人的自主导航情况下使用而创建环境地图的方法 | |
CN116958255A (zh) | 基于三维点云数据处理技术的智能装车***及使用方法 | |
KR102529256B1 (ko) | 클라우드를 이용한 화물 하역 계획 관리 방법 및 장치 | |
CN117011362A (zh) | 货物体积的计算方法、容积率的动态计算方法 | |
CN115909204A (zh) | 一种基于集装箱吊具检测的车辆运动策略确定方法及装置 | |
CN115334130A (zh) | 一种智能网络运营服务平台及方法 | |
CN114758163A (zh) | 一种叉车移动控制方法、装置、电子设备及存储介质 | |
CN113947360A (zh) | 一种废钢堆场的废钢追溯方法及*** | |
CN220419997U (zh) | 一种地铁车库巡检*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |