[发明专利]一种栈板识别处理方法及装置

说明书

本发明提供了一种栈板识别处理方法及装置，该方法包括：基于TOF成像系统，获取待识别的目标栈板的点云数据，并提取该点云数据的点云特征；从预先建立的栈板数据库中获取该点云特征对应的相邻点云特征；根据该点云特征与该相邻点云特征确定目标旋转矩阵与目标平移矩阵；根据该目标旋转矩阵与该目标平移矩阵分别对应该点云数据库中该相邻点云特征对应的栈板法向量、栈板中心点进行旋转与平移处理，得到该点云数据中该目标栈板的方向与位置信息，可以解决相关技术中采用区域生成算法，依赖地面标定结果，导致栈板的整体识别率下降的问题，在栈板数据不完整的情况下，也能够较好的识别栈板。

技术领域

本发明涉及图像处理领域，具体而言，涉及一种栈板识别处理方法及装置。

背景技术

自动化物流和仓储系统是未来的发展趋势，而智能叉车在其中起到了重要的作用。智能叉车除了需要自主导航外，还需要动态识别安放货物的栈板，同时确定栈板的姿态和位置，精准完成自动搬运任务。

目前栈板的识别没有非常通用和成熟的技术，目前一方面的方法需要给栈板添加人工标签，但是该方法需要对栈板做改造，人工成本高；目前另一方面的方法中，通过单目、双目或深度摄像头基于图像识别栈板，但该方法受到了应用环境的限制(例如受光线的影响大)，并且由于程序运算量大而无法得出实时处理图像的效果。

相关技术中提出基于ToF成像系统，获取关于待识别的栈板的栈板点云数据；从所述栈板点云数据中分离出地面成分和物体成分；基于点云区域增长算法，从对应所述物体成分的点云数据中分割出栈板前端面；根据所分割出的栈板前端面的几何特征信息，识别所述栈板的姿态和空间位置。由此，不需要额外的人工标签标注，降低了人工成本，并且能够同时防止光线、噪音等因素的干扰，可较为精确地计算出栈板的姿态和位置。

上述方案，对栈板的属性认知不足，假设栈板前端面为平面，而真实情况下存在非平面栈板面；未考虑TOF数据特性以及实际运行环境，采用区域生成算法，依赖地面标定结果。由于栈板上方会存在货物遮挡，车体倾斜等情况，标定的地面方程精度会在不同区域变化，同时TOF点云精度较差以及局部遮挡，区域生长存在一定的失败概率，最终导致整体识别率下降。

针对相关技术中采用区域生成算法，依赖地面标定结果，导致栈板的整体识别率下降的问题，尚未提出解决方案。

发明内容

本发明实施例提供了一种栈板识别处理方法及装置，以至少解决相关技术中采用区域生成算法，依赖地面标定结果，导致栈板的整体识别率下降的问题。

根据本发明的一个实施例，提供了一种栈板识别处理方法，包括：

基于TOF成像系统，获取待识别的目标栈板的点云数据，并提取所述点云数据的点云特征；

从预先建立的栈板数据库中获取所述点云特征对应的相邻点云特征，其中，所述栈板数据库中存储有具有对应关系的栈板的点云特征、栈板法向量、栈板中心点；

根据所述点云特征与所述相邻点云特征确定目标旋转矩阵与目标平移矩阵；

根据所述目标旋转矩阵与所述目标平移矩阵分别对应所述点云数据库中所述相邻点云特征对应的栈板法向量、栈板中心点进行旋转与平移处理，得到所述点云数据中所述目标栈板的方向与位置信息。

可选地，根据所述点云特征与所述相邻点云特征确定目标旋转矩阵与目标平移矩阵包括：

构建所述点云特征的初始特征点集与所述相邻点云特征的相邻特征点集的特征点对；

根据所述特征点对确定初始旋转矩阵与初始平移矩阵；

根据所述初始旋转矩阵与所述初始平移矩阵对所述初始特征点集进行旋转和平移处理，得到目标特征点集；

确定所述目标特征点集与所述相邻特征点集的平均距离；