摘要
本发明公开了基于3D激光雷达的AGV栈板智能识别与自适应叉取控制方法及系统,涉及图像数据处理技术领域;本发明通过多级点云处理结合点云卷积神经网络提取栈板侧面特征;利用历史特征向量结合灰狼算法,得到优化型SVM栈板侧面分类模型,提升了复杂场景下的栈板识别准确率;采用加权RANSAC算法与PCA,实现栈板中心坐标精准定位及姿态角的误差控制;通过欧氏聚类分割与外接长方体拟合,实现货物尺寸的精准检测;基于改进A*算法生成符合AGV运动学的路径,结合PID横向偏差闭环修正,提高了货叉校准成功率;本发明显著提升了AGV在复杂工业场景中的自主作业能力,兼容主流标准栈板与多传感器配置,为无人仓储提供了高效、安全的技术解决方案。
技术关键词
SVM分类
RANSAC算法
激光雷达
货物尺寸
货物宽度
货物高度
栈板结构
货叉
卷积神经网络提取
节点
特征点云
图像数据处理技术
坐标
点云数据采集
聚类
结合点
周期
系统为您推荐了相关专利信息
机器人本体
码垛系统
主控单元
点云信息
三维相机
卷积神经网络模型
自动识别方法
焊点缺陷
BGA产品
云平台
喷涂轨迹规划方法
路径轨迹规划
策略
移动最小二乘法
RANSAC算法
卫星影像数据
激光雷达数据
实景三维模型
高分卫星影像
三维激光雷达