買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉四川參盤供應(yīng)鏈科技有限公司申請(qǐng)的專利一種基于冷鏈倉(cāng)庫(kù)遠(yuǎn)程控制實(shí)現(xiàn)人、叉車及托盤識(shí)別的方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120411930B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510896858.9，技術(shù)領(lǐng)域涉及：G06V20/58；該發(fā)明授權(quán)一種基于冷鏈倉(cāng)庫(kù)遠(yuǎn)程控制實(shí)現(xiàn)人、叉車及托盤識(shí)別的方法及系統(tǒng)是由孫曉宇;張祥陽;劉方琦;楊淵達(dá);董力成;周思涵;吳萬江;何高;何麗梅;江培榮;龔丹;黃俊才;龐翼;韓沖;蘇洪坤;王謙;王帥設(shè)計(jì)研發(fā)完成，并于2025-07-01向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于冷鏈倉(cāng)庫(kù)遠(yuǎn)程控制實(shí)現(xiàn)人、叉車及托盤識(shí)別的方法及系統(tǒng)在說明書摘要公布了：本申請(qǐng)公開了一種基于冷鏈倉(cāng)庫(kù)遠(yuǎn)程控制實(shí)現(xiàn)人、叉車及托盤識(shí)別的方法及系統(tǒng)，涉及智能倉(cāng)儲(chǔ)與自動(dòng)化控制技術(shù)領(lǐng)域，公開的基于冷鏈倉(cāng)庫(kù)遠(yuǎn)程控制實(shí)現(xiàn)人、叉車及托盤識(shí)別的方法及系統(tǒng)，通過多傳感器融合與動(dòng)態(tài)特征校準(zhǔn)技術(shù)，結(jié)合自適應(yīng)路徑規(guī)劃算法，解決了低溫環(huán)境下目標(biāo)識(shí)別精度低與動(dòng)態(tài)障礙物實(shí)時(shí)避障難題，能夠提升冷鏈倉(cāng)庫(kù)作業(yè)效率與安全性。

本發(fā)明授權(quán)一種基于冷鏈倉(cāng)庫(kù)遠(yuǎn)程控制實(shí)現(xiàn)人、叉車及托盤識(shí)別的方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于冷鏈倉(cāng)庫(kù)遠(yuǎn)程控制實(shí)現(xiàn)人、叉車及托盤識(shí)別的方法，其特征在于，所述的方法包括： 通過3D相機(jī)獲取冷鏈倉(cāng)庫(kù)環(huán)境的RGB-D圖像數(shù)據(jù)，通過激光雷達(dá)獲取冷鏈倉(cāng)庫(kù)的激光點(diǎn)云數(shù)據(jù)，通過拉線編碼器獲取叉車貨叉的姿態(tài)數(shù)據(jù)，通過叉車內(nèi)置的IMU傳感器獲取叉車本體的IMU位姿數(shù)據(jù)； 對(duì)所述RGB-D圖像數(shù)據(jù)、所述激光點(diǎn)云數(shù)據(jù)、所述姿態(tài)數(shù)據(jù)及所述IMU位姿數(shù)據(jù)進(jìn)行時(shí)間戳同步與坐標(biāo)系變換，生成時(shí)空對(duì)齊的融合數(shù)據(jù)； 將所述融合數(shù)據(jù)輸入至LightFocus-YOLO模型，通過LightFocus-YOLO模型重構(gòu)的主干網(wǎng)絡(luò)提取多尺度特征圖，并對(duì)所述多尺度特征圖進(jìn)行動(dòng)態(tài)權(quán)重分配及多尺度特征融合，生成多尺度融合特征數(shù)據(jù)； 將所述多尺度融合特征數(shù)據(jù)進(jìn)行邊界框回歸與分類，輸出包含人、叉車及托盤的目標(biāo)檢測(cè)結(jié)果數(shù)據(jù)； 基于所述目標(biāo)檢測(cè)結(jié)果數(shù)據(jù)生成動(dòng)態(tài)占用柵格地圖，并根據(jù)所述動(dòng)態(tài)占用柵格地圖對(duì)叉車路徑進(jìn)行實(shí)時(shí)規(guī)劃，以確定叉車的行動(dòng)路徑； 所述將所述融合數(shù)據(jù)輸入至LightFocus-YOLO模型，通過LightFocus-YOLO模型重構(gòu)的主干網(wǎng)絡(luò)提取多尺度特征圖的步驟包括： 將所述融合數(shù)據(jù)作為原始特征圖輸入LightFocus-YOLO模型，將原始特征圖按通道維度以3:1的比例分割為第一子空間和第二子空間，其中第一子空間執(zhí)行部分卷積提取局部特征數(shù)據(jù)，第二子空間保留原始通道數(shù)據(jù)； 通過1×1卷積核將所述第一子空間的局部特征數(shù)據(jù)與所述第二子空間的全局特征數(shù)據(jù)進(jìn)行跨通道交互，生成融合后的特征圖數(shù)據(jù)； 將融合后的特征圖數(shù)據(jù)在多種網(wǎng)絡(luò)深度逐步提取特征，以提取多尺度特征圖；所述多尺度特征圖包括80×80分辨率的淺層特征圖、40×40分辨率的中層特征圖及20×20分辨率的深層特征圖，分別對(duì)應(yīng)托盤、人員及叉車的檢測(cè)任務(wù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人四川參盤供應(yīng)鏈科技有限公司，其通訊地址為：610000 四川省成都市錦江區(qū)三色路269號(hào)7棟1樓002號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。