-
公开(公告)号:CN119763191A
公开(公告)日:2025-04-04
申请号:CN202411913640.1
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: 本申请公开了一种智能仓库危险行为检测方法、装置、设备及存储介质,涉及机器视觉领域,包括:对待检测图像进行特征提取,以得到相应的若干特征图像,并确定与前两轮特征提取对应的目标特征图像;通过本地像素聚合网络中的深度学习模型对目标特征图像进行特征提取处理,并通过像素聚合网络对得到的处理后目标特征图像以及若干特征图像中的非目标特征图像进行特征融合,然后对得到的若干特征融合图像进行分类预测,以得到分类特征信息;通过预设向量化深度学习网络对若干特征融合图像进行回归预测,并基于得到的回归特征信息以及分类特征信息确定待检测图像中是否存在危险行为。由此,可以通过引入深度学习模型来提高对于小目标检测的准确率。
-
公开(公告)号:CN119741383A
公开(公告)日:2025-04-01
申请号:CN202411918021.1
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: 本申请公开了一种基于货叉的视觉传感器标定方法、装置、设备及介质,涉及传感器标定领域,包括:基于固定在货叉叉根处的视觉传感器采集的当前点云数据对货叉进行建模以得到初始货叉中心点;利用初始货叉中心点与视觉传感器的坐标系之间的关系确定单次标定参数以对视觉传感器进行单次标定;根据当前标定模型确定的预测货叉状态和单次标定后的视觉传感器确定的实际货叉状态之间的协方差对当前标定模型进行调整,若调整后的标定模型趋于稳定,则通过调整后的标定模型计算实时标定参数以对视觉传感器进行实时标定。本申请通过单次标定后的视觉传感器调整标定模型,以利用调整后的标定模型对视觉传感器进行实时标定,提高视觉传感器的标定效率。
-
公开(公告)号:CN117710714A
公开(公告)日:2024-03-15
申请号:CN202311708081.6
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: G06V10/762 , G06V10/56 , G06V10/74
Abstract: 本发明公开了一种AGV托盘识别方法及装置,涉及物体识别领域,通过确定托盘所在区域的RGB‑D点云图,将RGB参数的相似的点云聚类成一个RGB点云空间,并确定各个RGB点云空间中的平均RGB参数;将平均RGB参数的相似的RGB点云空间聚类成一个RGB点云空间,然后确定各个RGB点云空间包含的点云数量,将点云数量在预设点云数量范围内的RGB点云空间确定为托盘的RGB点云空间。基于不同物体的颜色不同的特性,利用RGB参数识别出图像中的各个物体所对应的RGB点云空间,再从中确定托盘的RGB点云空间,可以准确对托盘进行识别,避免了货物遮挡以及拍摄角度及距离带来的影响,提高了托盘识别的精度。
-
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: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。
-
-
-
-