[发明专利]基于机器视觉识别技术的精准自动进叉方法

说明书

本发明涉及物资智能管理领域，特别是涉及包括有大型物资吊装的物资智能管理领域，更为具体的说是涉及基于视觉识别技术的精准自动进叉方法，利用视觉识别技术自动得到进叉深度值S，整个过程无需人工参与，实现了吊装进叉操作自动化、标准化、精确化。同时，利用自动化的方式获得进叉深度可以与具备自动化现场吊装的系统结合，通过将该进叉深度值传输至吊具总控系统，为实现全自动无人吊装提供必要的基础数据和技术支撑。

技术领域

本发明涉及物资智能管理领域，特别是涉及包括有大型物资的物资智能管理领域，更为具体的说是涉及基于视觉识别技术的精准自动进叉方法。

背景技术

机器视觉识别技术是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。

在大型物资的仓储管理中，一般情况下都会利用行吊或者叉车等工具对大型物资进行搬运、移动。在整个搬运、移动的过程中，叉齿稳定的插入到待转移物资的进叉孔内是整个吊装的第一步也是最为重要的一步。这里所谓的稳定主要就是指能够实现一个合理的进叉深度，从而保证叉齿插入到待吊装物资的进叉孔后，其深度不会过于深，使得整个物资向吊具倾斜，同时也不会过浅，使得整个物资向偏离吊具的一侧倾斜。因此，不论物资向吊具倾斜，还是向偏离吊具的一侧倾斜都会造成安全隐患。

目前该进叉深度主要依靠现场的指挥人员识别、确定。由于指挥人员的视线水平线距离与实际进叉位置有很大的高度差，因此这种判断精准程度不够，进而也造成搬运、移动效率很低。同时，由于过程中对人工的依赖程度高，因此无法实现标准化操作，必须依赖经验丰富的指挥人员，极大的增加了仓储管理中的人工成本。另外，不能忽视的是，由于吊装过程中被吊的物资有掉落等可能，因此现场过多的人工参与也增加了吊装过程中的安全隐患风险。

因此，开发一种精准自动进叉方法，从而减少吊装操作过程中人工参与度，提高作业标准化是目前大型物资智能管理领域亟待解决的问题之一。

发明内容

本发明所要解决的技术问题是提供一种通用性好、稳定性高、精准度高的精准自动进叉方法。

为了解决上述技术问题，本发明公开了一种基于视觉识别技术的精准自动进叉方法，包括以下步骤：

步骤1：按照一定的顺序扫描拟转移的物资进叉面，获得拟转移物资面的深度原始数据，然后按照单位距离，将获取到的拟转移物资面的深度原始数据进行筛选、归集，从而获得不同分段的深度数据组d₁、d₂、…d_n；

其中：d₁＝[(a₁₁,θ₁₁),(a₁₂,θ₁₂),…,(a_1i,θ_1i)]

d₂＝[(a₂₁,θ₂₁),(a₂₂,θ₂₂),…,(a_2j,θ_2j)]

……

d_n＝[(a_n1,θ_n1),(a_n2,θ_n2),…,(a_nk,θ_nk)]

步骤2：利用步骤1中获得的不同分段的深度数据组分别计算求得扫描位置距离物资进叉面不同位置的距离，依次标记为D₁、D₂、…D_n；