基于深度学习的智能物流仓库引导线视觉检测方法

本发明公开了基于深度学习的智能物流仓库引导线视觉检测方法，涉及视觉检测技术领域，本方法包括：在仓库固定点或移动设备配置传感器，同步采集图像及数据；对图像及数据进行预处理，提取特征并拼接成特征向量；人工标注RGB图像，依据标注结果标注特征向量，整合数据构建数据集；训练U‑Net模型进行引导线语义分割，根据预测结果识别引导线信息；融合多源数据构建栅格地图，利用视觉和激光雷达融合实现设备定位；使用A*算法规划路径，依据规划路径调控设备行驶，根据引导线信息实时调整状态。本方法能够有效改善现有技术中存在的检测精度不足的情况。