[发明专利]一种基于LiDAR的货架定位孔检测装置及方法有效

专利信息
申请号: 201910783213.9 申请日: 2019-08-23
公开(公告)号: CN110488261B 公开(公告)日: 2023-05-26
发明(设计)人: 单梁;王志强;王子涵;李军;黄成 申请(专利权)人: 南京理工大学
主分类号: G01S13/42 分类号: G01S13/42;G01S7/41
代理公司: 南京理工大学专利中心 32203 代理人: 薛云燕
地址: 210094 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 lidar 货架 定位 检测 装置 方法
【说明书】:

发明公开了一种基于LiDAR的货架定位孔检测装置及方法。该装置包括执行机构、检测单元、数据存储单元、信息处理单元、通信单元和供电单元,其中执行机构包括直流电机、丝杆、联轴器和支架,检测单元包括工作台和LiDAR传感器。方法为:首先根据LiDAR传感器探头所在平面和距离传感器的深度信息,调整机械臂的位置;然后直流电机驱动工作台运动,使用LiDAR传感器扫描获取货架表面点的云数据;接着信息处理单元进行货架表面点云数据处理,计算出货架定位孔的具体坐标;最后通信单元将具体坐标发送给外部设备。本发明提高了非定点货架的定位精度和抓取效率。

技术领域

本发明涉及货架定位技术领域,特别是一种基于LiDAR的货架定位孔检测装置及方法。

背景技术

物流仓库全自动化是电商零售行业进一步扩张的必然要求,能够有效解决零售仓库配送效率低、人力成本高、工作强度高等问题。目前订单履行中心的绝大多数业务已实现自动化,但货架商品的分拣作业仍占用了大量人力。利用机器人实现货物识别定位的分拣算法依然不够成熟,真正能够在仓库货架中投入应用产品极少,分拣自动化被认为是电商全自动化的最后一公里问题。随着电商行业的蓬勃发展,对于高效率,高质量的全自动仓库要求越来越高,迫切要求更好地解决大量货架商品的识别定位问题。

目前,非固定位置货架的抓取主要是利用基于相机的图像识别技术来实现的,存在容易受光照影响和精度较低的问题,难以实现比较精确的定位。使用人工操作则会增加工时,提高成本,降低效率。

发明内容

本发明主要目的在于提供一种受光照和粉尘影响小、检测精度高、稳定性好的基于LiDAR的货架定位孔检测装置及方法。

实现本发明目的的技术解决方案为:一种基于LiDAR的货架定位孔检测装置,包括执行机构、检测单元、数据存储单元、信息处理单元、通信单元和供电单元;

所述执行机构,包括支架、直流电机、丝杆和联轴器;

所述检测单元,包括工作台和LiDAR传感器;所述执行机构与检测单元连接,驱动检测单元行进;

所述数据存储单元与检测单元连接,将获取的检测数据进行存储;

所述信息处理单元与数据存储单元连接,从数据存储单元中读取数据进行处理并将临时产生的数据暂存到数据存储单元;

所述通信单元与信息处理单元连接,将处理结果发送到外部设备;

所述供电单元同时与执行机构、检测单元、数据存储单元、信息处理单元和通信单元连接,为这五个模块进行供电。

作为一种具体示例,所述数据存储单元、信息处理单元和通信单元均集成在执行机构的支架内部。

作为一种具体示例,所述支架上设置有四个安装孔和一条内嵌的导轨,所述安装孔用于将支架安装在机械臂上;所述导轨上设置工作台,工作台上设置LiDAR传感器。

作为一种具体示例,所述支架的末端设置有直流电机,所述直流电机通过联轴器与丝杆连接。

作为一种具体示例,所述LiDAR传感器为线扫描面阵传感器。

一种基于LiDAR的货架定位孔检测方法,包括以下步骤:

步骤1、以LiDAR传感器探头所在平面为x-y平面,z轴为距离传感器的深度信息,进行预处理,调整机械臂的位置;

步骤2、直流电机驱动工作台运动,使用LiDAR传感器扫描获取货架表面点的云数据;

步骤3、信息处理单元进行货架表面点云数据处理,计算出货架定位孔在x-y平面的具体坐标;

步骤4、通信单元将具体坐标发送给外部设备。

作为一种具体示例,步骤1中所述的预处理,具体如下:

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南京理工大学,未经南京理工大学许可,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/201910783213.9/2.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