[发明专利]一种料笼识别方法、设备及计算机可读存储介质

权利要求书

1.一种料笼识别方法，其特征在于，所述方法包括：

在读取的激光雷达数据中根据所述激光雷达数据的点连续性和点线距离分别提取出第一点信息和第一线信息，并根据当前的料笼的目标物特征分别对所述第一点信息和所述第一线信息进行拟合，得到第二点信息和第二线信息；

在通过角柱特征检测出所述料笼时根据所述第二点信息执行图优化拟合，得到第一最优料笼姿态，以及在通过直线特征检测出所述料笼时根据所述第二线信息执行融合，得到第二最优料笼姿态；

对所述第一最优料笼姿态和所述第二最优料笼姿态执行一致性整合、世界坐标系转换、检测时间排序以及均值滤波，得到所述激光雷达数据当前帧的检测结果；

将所述检测结果中返回的存在于预设历史簇的多个值作为所述当前帧的输出，以及将所述检测结果中返回的不存在于所述历史簇的多个值进行簇更新。

2.根据权利要求1所述的料笼识别方法，其特征在于，所述在读取的激光雷达数据中根据所述激光雷达数据的点连续性和点线距离分别提取出第一点信息和第一线信息，并根据当前的料笼的目标物特征分别对所述第一点信息和所述第一线信息进行拟合，得到第二点信息和第二线信息，之前包括：

水平设置至少一个单线雷达；

在所述单线雷达的雷达扫描面与所述料笼的承载面平行时通过正装或倒装的所述单线雷达获取所述激光雷达数据。

3.根据权利要求2所述的料笼识别方法，其特征在于，所述在读取的激光雷达数据中根据所述激光雷达数据的点连续性和点线距离分别提取出第一点信息和第一线信息，并根据当前的料笼的目标物特征分别对所述第一点信息和所述第一线信息进行拟合，得到第二点信息和第二线信息，包括：

将所述料笼的角柱的矩形特征作为所述目标物特征；

通过对所述矩形特征的面上的雷达点信息进行矩形拟合，得到所述第二点信息和所述第二线信息。

4.根据权利要求3所述的料笼识别方法，其特征在于，所述在通过角柱特征检测出所述料笼时根据所述第二点信息执行图优化拟合，得到第一最优料笼姿态，以及在通过直线特征检测出所述料笼时根据所述第二线信息执行融合，得到第二最优料笼姿态，包括：

在通过角柱特征检测出所述料笼时，获取料笼的尺寸信息和所述角柱的分布信息，以及根据所述矩形拟合得到所述角柱的推测坐标；

根据所述尺寸信息和所述分布信息计算得到所述角柱的理论坐标，并根据所述理论坐标和所述推测坐标的欧式距离构建图优化问题并求解，得到理论最优的所述第一最优料笼姿态。

5.根据权利要求4所述的料笼识别方法，其特征在于，所述在通过角柱特征检测出所述料笼时根据所述第二点信息执行图优化拟合，得到第一最优料笼姿态，以及在通过直线特征检测出所述料笼时根据所述第二线信息执行融合，得到第二最优料笼姿态，还包括：

在通过直线特征检测出所述料笼时，获取与Y轴平行的第一直线的第一约束和与X轴平行的第二直线的第二约束；

将包含所述第一约束和所述第二约束的检测结果融合为所述第二最优料笼姿态。

6.根据权利要求5所述的料笼识别方法，其特征在于，所述对所述第一最优料笼姿态和所述第二最优料笼姿态执行一致性整合、世界坐标系转换、检测时间排序以及均值滤波，得到所述激光雷达数据当前帧的检测结果，包括：

对所述第一最优料笼姿态和所述第二最优料笼姿态采用一致的数据结构进行存储，得到经整合后的检测结果；

根据当前的雷达坐标系在所述世界坐标系下的位姿将处于所述雷达坐标系下的所述检测结果转换至所述世界坐标系。

7.根据权利要求6所述的料笼识别方法，其特征在于，所述对所述第一最优料笼姿态和所述第二最优料笼姿态执行一致性整合、世界坐标系转换、检测时间排序以及均值滤波，得到所述激光雷达数据当前帧的检测结果，还包括：

按所述检测结果对应的检测时间对处于所述世界坐标系的所述检测结果进行排序；

按所述排序选择同一簇下的所述检测结果进行所述均值滤波，得到对应的稳定结果。