基于视觉的仓储托盘检测与移动机器人自适应位姿镇定

发布时间：2023-03-02 20:22

　　互联网经济的发展,推动着传统物流模式不断变革升级。同时,人口老龄化加剧以及新冠疫情在全球范围内的爆发与持续蔓延,使得高度自动化的智慧物流成为迫切需求。以托盘叉车AGV为代表自主移动机器人在物流业的应用越来越广泛,高重复性和高强度的任务逐步被机器人完成。物流仓储环境复杂多变,由于托盘叉车AGV缺乏对装载目标的自动识别与局部定位能力,智慧物流搬运环节在很大程度上还无法实现完全自动化。本文以托盘叉车AGV为实验平台,研究基于视觉的仓储托盘检测与位姿估计算法,并在此基础上设计托盘叉车AGV自适应位姿镇定算法,在避免叉取动作时损坏货物和保证实时性的前提下,实现托盘叉车全自动搬运。主要研究内容如下:(1)基于二维码标签的仓储托盘检测与位姿估计。首先通过阈值处理、直线检测、四边形拟合、解码等方法检测出敷设在托盘中心的二维码标签。然后基于Pn P方法解算标签中心的位姿,实现对托盘的位姿估计。该方案具有较高的检测鲁棒性和位姿估计准确性,但检测速度慢。针对这一问题,提出了采用CSRT目标跟踪算法在原始图像中分割ROI区域的算法加速策略。实验证明改进后的算法有效降低CPU利用率,算法性能显著提升。(2)基于...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 仓储托盘检测研究现状
        1.2.2 移动机器人自主导航研究现状
        1.2.3 存在的问题与挑战
    1.3 主要研究内容与贡献
    1.4 论文组织与结构安排
第2章 移动机器人系统及托盘检测预备知识
    2.1 移动机器人架构及控制模型
        2.1.1 移动机器人硬件架构
        2.1.2 移动机器人软件架构
        2.1.3 移动机器人控制模型
    2.2 视觉定位预备知识
        2.2.1 Realsense D435相机介绍
        2.2.2 相机成像模型
        2.2.3 相机标定
    2.3 深度学习基础知识
        2.3.1 神经网络与深度学习
        2.3.2 卷积神经网络
    2.4 YOLOv5目标检测算法
    2.5 本章小结
第3章 基于二维码标签的仓储托盘检测与位姿估计
    3.1 引言
    3.2 二维码标签图像信息识别与定位算法
        3.2.1 二维码标签识别与定位算法
        3.2.2 改进的基于ROI的二维码标签检测算法
    3.3 改进的基于二维码标签的仓储托盘检测与位姿估计方法
    3.4 实验设计与结果分析
        3.4.1 检测鲁棒性实验分析
        3.4.2 位姿估计准确性实验分析
    3.5 本章小结
第4章 基于RGB-D信息的仓储托盘检测与位姿估计
    4.1 引言
    4.2 算法流程
        4.2.1 仓储托盘检测算法
        4.2.2 深度图像映射到RGB图像
        4.2.3 仓储托盘检测算法优化
        4.2.4 基于RGB-D信息的仓储托盘位姿估计
    4.3 实验设计与结果分析
        4.3.1 Realsense D435深度数据性能实验
        4.3.2 仓储托盘测试集实验
        4.3.3 检测鲁棒性实验分析
        4.3.4 位姿估计准确性实验分析
    4.4 本章小结
第5章 移动机器人自适应位姿镇定
    5.1 引言
    5.2 世界坐标系下的托盘位姿
    5.3 位姿镇定算法
        5.3.1 路径平滑处理
        5.3.2 基于路径跟踪算法的导航控制
    5.4 实验设计与结果分析
        5.4.1 实验设计与实验场景介绍
        5.4.2 路径跟踪与托盘装载实验分析
    5.5 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
附录 作者在读期间申请的发明专利及参加的科研项目



本文编号：3752566