摘要
本发明公开一种基于3D相机的托盘识别方法,包括以下步骤:首先采集待识别托盘的RGB图像和深度图像,传递至前端Yolov5神经网络模型进行托盘识检测,再根据前端神经网络模型识别结果确定托盘感兴趣区域ROI,根据ROI中心分别向ROI图像两侧滑动检测托盘左侧插孔右边线及右侧插孔左边线,然后计算两侧插孔边线与上边线的交点,取两交点的中心点为托盘中点。最后计算相机坐标系下托盘中心点坐标,结合深度图像,得到托盘在相机坐标系下的航向。本发明将RGB图像和深度图像的结合,利用两种图像信息优点,完成托盘位姿检测,降低环境因素对于托盘检测的影响,提升了托盘检测率,同时保证了较高的检测速度,适用于复杂的工业环境。
技术关键词
托盘识别方法
相机
插孔
坐标系
神经网络模型识别
检测托盘
后续图像处理
顶点
图像处理方法
深度值
感兴趣
像素
代表
成像
系统为您推荐了相关专利信息
卫星导航接收机
方位角
混合聚类算法
笛卡尔坐标系
DBSCAN算法
二维图像数据
无人机拍摄角度
无人机巡检
智能化管控方法
三维点云模型
地面机器人
事故现场
信息采集方法
三维全景地图
视觉里程计
叉车机器人
托盘
点云
计算方法
图像模板匹配方法