-
公开(公告)号:CN117173457A
公开(公告)日:2023-12-05
申请号:CN202311065773.3
申请日:2023-08-22
Applicant: 杭叉集团股份有限公司 , 浙江杭叉智能科技有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/096
Abstract: 本发明公开了一种库位空满状态判断方法、装置、设备及存储介质,应用于智能物流领域,该方法通过将库位图像经过教师模型处理得到特征图像;基于教师模型特征层在特征图像的货物前景区域通过知识蒸馏训练学生模型;通过训练完成的学生模型识别目标库位中的货物信息;基于货物信息判断目标库位的库位空满状态。采用前景背景分离的知识蒸馏方法训练学生模型,使用训练完成的学生模型识别库位中的货物信息来判断库位的空满状态,相比于现有库位空满状态判断方法,提高了运行效率的同时,又保证了判断结果具有较高的精度。
-
公开(公告)号:CN119832186A
公开(公告)日:2025-04-15
申请号:CN202411909631.5
申请日:2024-12-24
Applicant: 杭叉集团股份有限公司 , 浙江杭叉智能科技有限公司
Abstract: 本申请公开了基于多传感器的全景视觉建图方法、装置、设备及介质,包括:基于AGV采集的三维点云数据创建待建图空间的三维点云地图,三维点云数据为通过AGV搭载的传感器采集;将多个摄像装置采集的多个RGB图像融合,得到待建图空间的RGB全景图,摄像装置安装于待建图空间中的不同位置,通过摄像装置搭载的传感器采集RGB图像;将三维点云地图与RGB全景图融合,得到融合地图;基于AGV采集的目标传感器数据进行目标检测,得到待建图空间的目标信息,目标信息包括目标对象的位置信息和类型信息;将目标信息投影至融合地图,以实现待建图空间的全景地图的构建。这样,能够提升复杂场景下地图的适用性,保障AGV任务顺利执行。
-
公开(公告)号:CN119536287A
公开(公告)日:2025-02-28
申请号:CN202411764038.6
申请日:2024-12-03
Applicant: 杭叉集团股份有限公司 , 浙江杭叉智能科技有限公司
Abstract: 本申请公开了一种AGV高位堆叠作业安全控制方法、装置、设备及介质,涉及自动化仓储和物流领域,包括:获取通过TOF相机采集图像数据,并基于图像数据确定若干个载重料框的第一特征点坐标及堆叠料框的第二特征点坐标;基于第一特征点坐标及第二特征点坐标移动AGV的货叉,获取通过激光雷达检测的载重料框的底脚坐标及堆叠料框的顶角坐标;根据底脚坐标和顶角坐标确定载重料框与堆叠料框之间的距离偏差值,通过距离偏差值对载重料框进行堆叠下放操作;获取货叉表面的压力传感器数据,根据压力传感器数据的变化判断货叉是否脱离载重料框,在判定货叉脱离载重料框后,结束高位堆叠作业。保障了AGV在高位堆叠作业过程中的安全。
-
公开(公告)号:CN119851251A
公开(公告)日:2025-04-18
申请号:CN202510018854.0
申请日:2025-01-06
Applicant: 杭叉集团股份有限公司 , 浙江杭叉智能科技有限公司
IPC: G06V20/59 , G06V20/64 , G06V10/22 , G06V10/82 , G06Q10/0832 , G06Q10/0635 , G06N3/08
Abstract: 本申请公开了一种AGV货物状态检测方法、装置、设备及介质,涉及自动导向车货运领域,包括:采集自动导向车上目标货物的图像数据和点云数据,并利用预设训练模型对所述目标货物的图像数据进行处理以得到与所述目标货物的边界特征点相关的边界坐标数据;基于所述边界坐标数据以及所述点云数据生成所述边界特征点对应的点云簇,并通过所述点云簇的位置信息确定所述目标货物的当前位姿;基于所述目标货物对应的货物类型和所述当前位姿判断所述目标货物中是否有存在货运风险的待处理货物,并基于预设货物调整方案对存在货运风险的货物进行干预。本申请中,通过实时检测货物状态,对自动导向车货物进行了相应的调整,保证了货物的正常运输。
-
公开(公告)号:CN117689944A
公开(公告)日:2024-03-12
申请号:CN202311703396.1
申请日:2023-12-12
Applicant: 杭叉集团股份有限公司 , 浙江杭叉智能科技有限公司
IPC: G06V10/764 , G06V10/44 , G06V10/25 , G06Q10/083 , G06V10/80 , G06V10/82 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于多传感器融合的AGV托盘识别方法及系统,涉及物体识别领域,通过获取相机拍摄到的包含多个托盘的图像,将图像输入到深度学习模型中以确定各个托盘在图像中表示的第一区域,确定各个第一区域的点云模型,根据预设目标点云模型和各个点云模型之间的相似度确定多个疑似点云模型,利用预设凹包算法确定各个疑似点云模型中的进叉孔洞参数,将进叉孔洞参数与预设目标点云模型的进叉孔洞参数一致的疑似点云模型作为正确点云模型。通过深度学习的方式可以准确地从图像中识别出托盘,通过确定点云模型的方式可以准确地在多个托盘中筛选出正确的托盘,避免了拍摄角度和拍摄距离的影响,提高托盘识别的精度,保证搬运工作的完成。
-
-
-
-