[發明專利]一種基于SLAM的智能倉儲盤點方法

在審

• 申請號: 202010440867.4
• 申請日: 2020-05-22
• 公開（公告）號: CN111664843A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 閆澤昊;胡莉英;孫玲玲;李鄭慧;王煜聰
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/00;G06Q10/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

1.一種基于SLAM的智能倉儲盤點方法，其特征在于，該方法具體包括以下步驟：

步驟1、生成2D柵格地圖

視覺SLAM通過雙目攝像頭進行深度計算生成倉庫的稀疏點云圖，采用特征點提取以及光流跟蹤的方式增加目標匹配的準確性，IMU預積分獲取兩幀之間相對運動，將稀疏點云圖和IMU對齊；將對齊后的稀疏點云圖轉換成2D柵格圖；進而采用基于貝葉斯的建圖方法，將視覺轉換的2D柵格圖與激光雷達建立的地圖融合達到最佳的2D柵格地圖；

步驟2、機器人系統初始化

采用基于滑動窗口的緊耦合方式求解倉儲機器人位姿；由視覺和IMU結合記錄的機器人運動模型與觀測模型恢復出真實運動軌跡，獲取機器人陀螺儀偏置、加速度偏置、重力加速度和每個IMU時刻的速度，從而完成機器人系統初始化；

步驟3、機器人導航

整個路徑導航規劃分為全局導航規劃和局部導航規劃；全局導航規劃為起點到目的地的全局規劃，采用Dijkstra算法；機器人在所建地圖上確定自己所在坐標和終點坐標，在2D柵格圖上進行一層層搜索，只到搜索到終點并且計算出最短路徑；局部導航規劃在駛向終點過程中不斷進行，通過DWA算法對多組速度模擬選取最優速度，并且能夠實時捕獲到環境中新出現的障礙物進行路徑規劃調整和地圖更新；并將周圍地圖信息和更新后的臨時障礙物和墻壁邊界上傳到PC端的倉儲管理系統，使其他機器人共享這一地圖信息；

步驟4、目標檢測

PC端的倉儲管理系統運用基于深度學習的目標檢測使機器人在建圖導航的過程中能夠捕獲圖像信息里的貨物條形碼和貨架條形碼，保證了在運動過程中完成對貨物信息讀取和更新；實時更新貨物的存儲變化。

2.根據權利要求1所述的一種基于SLAM的智能倉儲盤點方法，其特征在于：機器人捕獲圖像信息里的貨物條形碼和貨架條形碼，具體為：機器人由多個傳感器獲取的環境信息，通過OpenCV對環境中的貨物標簽進行形態學處理，經過zbar條形碼庫識別條形碼數據發送到服務器端。

3.根據權利要求1所述的一種基于SLAM的智能倉儲盤點方法，其特征在于：所述的視覺SLAM和機器人在建圖導航的過程中能夠捕獲圖像信息時采用GPU對圖像處理進行并行加速，將圖像數據拷貝到GPU內存，調用核函數驅動GPU工作，為前端計算特征點的光流算法和相關計算同步操作。