[發明專利]基于點云信息的混合拆垛方法、裝置及設備

在審

• 申請號: 202010983294.X
• 申請日: 2020-09-17
• 公開（公告）號: CN112150427A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 仇恒坦;李同煦;張貽弓;沈長鵬;張小藝;劉鵬
• 申請（專利權）人: 山東洛杰斯特物流科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/70;B65G61/00;B65G59/00
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 李修杰

本發明公開了基于點云信息的混合拆垛方法、裝置及設備，方法，包括以下步驟：獲取拆垛場景的點云信息；結合點云信息和深度學習識別框進行點云校驗，并篩選最優抓取對象；抓取最優抓取對象，并依次進行，直至把整垛貨物抓取完為止。本發明針對復雜的混合拆垛應用場景下拆垛順序難以確定的問題，解決了混合拆垛的最優順序問題，消除了拆垛過程可能出現的壓垛、蹭垛等風險。

技術領域

本發明涉及基于點云信息的混合拆垛方法、裝置及計算機設備，屬于物流拆垛技術領域。

背景技術

在智能物流行業，自動化拆碼垛方案是一種比較常見的應用場景。隨著商品垛型的不確定性增加，混合拆垛成為行業需要解決的問題。

傳統拆垛系統主要包括機械手、視覺系統、執行器和工控機等，常見的執行器一般采用吸盤、手抓等，前者應用場景更豐富，后者一般用來抓取特定對象。目前，基于視覺引導的拆垛方案基本上都是依靠視覺和光電檢測設備，可完成一定復雜程度的拆垛工作，但不具有一定的靈活性，增加了人為干涉的次數，系統魯棒性較差，且增加了壓垛、蹭垛的風險。

隨著各類復雜執行器的出現，再加上復雜的垛型，往往造成各個被抓取對象之間存在復雜的干涉問題，致使拆垛順序難以確定，對拆垛相關算法提出了更高要求，需要系統能夠適應各種復雜的垛型和應用場景。因此，混合拆垛順序分配問題直接影響到系統正常、高效、準確的運行。

發明內容

為了解決上述問題，本發明提出了基于點云信息的混合拆垛方法、裝置及計算機設備，能夠解決復雜的混合拆垛應用場景下拆垛順序難以確定的問題。

本發明解決其技術問題采取的技術方案是：

第一方面，本發明實施例提供的一種基于點云信息的混合拆垛方法，包括以下步驟：

獲取拆垛場景的點云信息；

結合點云信息和深度學習識別框進行點云校驗，并篩選最優抓取對象；

抓取最優抓取對象，并依次進行，直至把整垛貨物抓取完為止。

作為本實施例一種可能的實現方式，所述深度學習識別框為拆垛場景內多個識別對象組成的數據集。

作為本實施例一種可能的實現方式，進行點云校驗，包括：

利用點云信息考察需要校驗區域是否存在點云，如果不存在點云，則認為該點云所相關的對象不存在干涉問題，判定為可抓取對象；否則該點云所相關的對象為無法抓取對象。

作為本實施例一種可能的實現方式，所述最優抓取對象包括最高處的對象或最內側的對象，此對象特征不唯一，最優抓取對象可以根據項目特點進行人為規定。

第二方面，本發明實施例提供的一種基于點云信息的混合拆垛裝置，包括：

點云信息獲取模塊，用于獲取拆垛場景的點云信息；

點云校驗模塊，用于結合點云信息和深度學習識別框進行點云校驗，并篩選最優抓取對象；

貨物抓取模塊，用于抓取最優抓取對象，與點云校驗模塊結合，并依次進行，直至把整垛貨物抓取完為止。

作為本實施例一種可能的實現方式，所述深度學習識別框為拆垛場景內多個識別對象組成的數據集。

作為本實施例一種可能的實現方式，所述點云校驗模塊進行點云校驗的過程為：

利用點云信息考察需要校驗區域是否存在點云，如果不存在點云，則認為該點云所相關的對象不存在干涉問題，判定為可抓取對象；否則該點云所相關的對象為無法抓取對象。

作為本實施例一種可能的實現方式，所述最優抓取對象包括最高處的對象或最內側的對象，此對象特征不唯一，最優抓取對象可以根據項目特點進行人為規定。