摘要
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。
技术关键词
货物状态检测方法
自动导向车
边界特征
堆叠托盘
深度成像
货运
数据
坐标
风险
深度学习模型
点云
图像
相机
货叉
深度学习训练
状态检测装置
堆叠货物
神经网络模型
算法
系统为您推荐了相关专利信息
位姿误差
边界特征
校正方法
误差向量
复合传感器
区域分割方法
边界特征
图像嵌入
肿瘤
图像分割模型
室内机器人
空间布局特征
导航方法
语义分割网络
轨迹特征
边界特征
多模态医学影像
信息熵
稳定特征
非线性特征