[发明专利]紧密摆放的托盘位姿识别方法和装置、计算机设备、介质

权利要求书

1.一种紧密摆放的托盘位姿识别方法，其特征在于，所述方法包括：

获取目标取货区域的原始3D点云数据；其中，所述目标取货区域放置有待取托盘，多个所述待取托盘紧密摆放，所述待取托盘包括多个托盘脚墩；

从所述原始3D点云数据中选择多个目标点，并对所述多个目标点进行投影，得到原始托盘图像；

根据所述原始托盘图像从原始3D点云数据中提取所述待取托盘对应的目标点云数据；

根据所述目标点云数据计算得到所述待取托盘的位姿信息。

2.根据权利要求1所述的方法，其特征在于，所述从所述原始3D点云数据中选择多个目标点，包括：

根据预设的目标位对所述原始3D点云数据进行过滤处理，得到第一点云数据；

对所述第一点云数据进行体素过滤，得到多个目标点。

3.根据权利要求1所述的方法，其特征在于，所述根据所述原始托盘图像从原始3D点云数据中提取所述待取托盘对应的目标点云数据，包括：

对所述原始托盘图像进行图像识别处理，得到托盘识别区域；其中，所述托盘识别区域用于表征所述待取托盘处于所述原始托盘图像的区域；

根据所述托盘识别区域对所述原始3D点云数据进行滤波处理，得到滤波后的点云数据；

将滤波后的所述点云数据进行拟合处理，得到所述待取托盘对应的目标点云数据。

4.根据权利要求3所述的方法，其特征在于，所述对所述原始托盘图像进行图像识别处理，得到托盘识别区域，包括：

根据预设的目标识别算法对所述原始托盘图像进行目标识别，得到多个目标识别区域；其中，每一所述目标识别区域包括托盘在原始托盘图像中的图像位置信息；

根据所述图像位置信息计算得到每一所述目标识别区域对应的中心位置信息；

根据预设的目标位和所述中心位置信息，对每一所述目标识别区域进行筛选处理，得到托盘识别区域；其中，所述托盘识别区域与所述待取托盘对应。

5.根据权利要求4所述的方法，其特征在于，所述根据预设的目标识别算法对所述原始托盘图像进行目标识别，得到多个目标识别区域，包括：

对所述原始托盘图像进行网格划分，得到多个网格单元；

对每一所述网格单元进行目标检测，得到每一网格单元对应的多个目标检测区域；

根据所述每一网格单元对应的多个目标检测区域和预设的目标标记区域，计算得到每一所述目标检测区域对应的边界重叠度；

根据重叠度阈值和所述边界重叠度，对所述目标检测区域进行筛选处理，得到所述目标识别区域。

6.根据权利要求1至5任意一项所述的方法，其特征在于，所述根据所述目标点云数据计算得到所述待取托盘的位姿信息，包括：

将所述目标点云数据分割为多个第二点云数据；其中，每一所述第二点云数据包括多个点云；

对所述第二点云数据进行排序处理，得到排序后的第二点云数据，并根据预设的聚类半径对排序后的每一所述第二点云数据进行欧式聚类，得到每一所述第二点云数据对应的聚类结果；其中，所述聚类结果用于表征所述第二点云数据是否包括所有所述托盘脚墩；

若所述第二点云数据对应的聚类结果表征所述第二点云数据包括所有所述托盘脚墩，则获取所述第二点云数据中的每一点云对应的坐标，得到脚墩坐标数据；

根据所述脚墩坐标数据计算得到所述待取托盘的位姿信息。

7.根据权利要求6所述的方法，其特征在于，所述根据预设的聚类半径对每一所述第二点云数据进行欧式聚类，得到每一所述第二点云数据对应的聚类结果，包括：

根据所述聚类半径对每一所述第二点云数据进行欧式聚类，得到每一所述第二点云数据对应的聚类体的聚类数量、聚类体的聚类宽度和聚类体之间聚类间距；

若所述聚类体的聚类数量大于或者等于所述托盘脚墩对应的托盘墩数，且所述聚类宽度和脚墩宽度阈值之间的差值小于宽度差阈值，且所述聚类间距小于卡板误差阈值，则所述聚类结果表征所述第二点云数据包括所有所述托盘脚墩。