[发明专利]一种基于点云的物体追踪检测方法及系统

说明书

本申请实施例涉及自主物流领域，本申请实施例提供一种基于点云的物体追踪检测方法及系统，包括获取被放置到工作区域的新增物体的ID及其姿态数据；获取所述新增物体被放置之前，工作区域内的全部物体的原始集合，所述原始集合包括工作区域内物体的ID及其姿态数据；获取所述新增物体被放置之后的工作区域内的框体集合，所述框体集合包括所述工作区域内检测到的框体ID及其姿态数据；将所述新增物体及原始集合通过预设模型关联至所述框体集合，从而对所述工作区域内物体进行追踪。本申请利用预设模型解决了扩展对象的数据关联，进而实现了对物体在工作区域发生实质性变化或连续观测时间存在明显时间差等情况下的追踪。

技术领域

本申请涉及自主物流领域，尤其涉及一种基于点云的物体追踪检测方法及系统。

背景技术

现代物流企业通常采用自主物流系统，物体一般由机器人操作管理。在某些场景中，机器人可能需要将一组物体加载至给定的工作空间中。但每当一个物体被放置到工作空间中，它将影响现有的结构，并且可能导致一些现有的箱子移动。由一个运动引起的空间变化可以从一个微小的变化，如位置转移到一个实质性的变化，如结构倾倒。因此，机器人在空间变化前后对物体进行检测并追踪是至关重要的。

通常来说，机器人使用其深度传感器来感知环境，这些传感器生成传感器可见的环境点云。这种做法往往不够精确和不完整。由于现场限制，将传感器安装在所需位置以获得工作空间的完整观察通常也是不可行的。环境噪音或硬件的限制也会造成传感器数据的不精确性。

现有技术通过假设保留一些结构特性如稳定性来从点云重建三维结构。但是，从这些方法获得的结构并不一定反映现实。而关于负荷情景下的物体追踪方法，更是少之又少，特别是当存在实质性的空间变化并且两次连续观测之间存在显着的时间差时。此外，如果物体具有相同的尺寸和相似的外观，也就是感知上难以区分的对象，随着时间的推移，物体变得更加难以跟踪。

发明内容

有鉴于此，本申请提出一种基于点云的物体追踪检测方法及系统，实现了对物体在工作空间发生实质性变化或连续观测时间存在明显时间差等情况下的追踪；并通过唯一标识符实现了对感知上难以区分的物体的识别，进一步增强自主物流系统中物体检测和追踪的效率。

基于上述目的，本申请提出了一种基于点云的物体追踪检测方法，包括：

步骤一，获取被放置到工作区域的新增物体的ID及其姿态数据；

步骤二，获取所述新增物体被放置之前，工作区域内的全部物体的原始集合，所述原始集合包括工作区域内物体的ID及其姿态数据；

步骤三，获取所述新增物体被放置之后的工作区域内的框体集合，所述框体集合包括所述工作区域内检测到的框体ID及其姿态数据；

步骤四，将所述新增物体及所述原始集合通过预设模型关联至所述框体集合，从而对所述工作区域内物体进行追踪。

在一些实施例中，将所述新增物体及原始集合通过预设模型关联至所述框体集合，包括：通过预设模型确定新增物体及原始集合中的每个物体与所述框体集合中每个框体的对应关系。

在一些实施例中，所述预设模型如下：

所述新增物体表示为b_p，所述原始集合表示为B_existing，设集合B_before＝B_existing∪{b_p}，b_i∈B_before，其中集合元素b_i是由每个物体的ID及其姿态数据组成的多元数组；所述框体集合为B_after，b_j∈B_after，其中集合元素b_j是由每个框体的ID及其姿态数据组成的多元数组；

则所述新增物体及原始集合至所述框体集合的关联表示为A：