[发明专利]仓储物流机器人及其物品识别方法和芯片在审

专利信息
申请号: 201911048474.2 申请日: 2019-10-31
公开(公告)号: CN112749591A 公开(公告)日: 2021-05-04
发明(设计)人: 肖刚军;姜新桥;杨武 申请(专利权)人: 珠海市一微半导体有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32
代理公司: 暂无信息 代理人: 暂无信息
地址: 519000 广东省珠海*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 仓储 物流 机器人 及其 物品 识别 方法 芯片
【说明书】:

发明涉及一种仓储物流机器人及其物品识别方法和芯片,通过获取视频空间的图像数据,对所述图像数据进行图像识别,并获取图像识别结果,根据所述识别结果判断所述图像数据中是否包含目标对象;在所述图像数据中包含所述目标对象时,截取所述图像数据中包含所述目标对象的图像区域,提取所述图像区域中的黑色像素的特征数据,根据所述特征数据确定所述目标对象的类型,以确保仓储物流机器人能够准确识别所载运的物品,并在仓库中有序运行,提高工作效率,降低时间成本。

技术领域

本发明涉及机器人领域,尤其涉及一种仓储物流机器人及其物品识别方法和芯片。

背景技术

近年来随着电子商务的兴起,电商订单量的增加使物流需求也不断增加,此时传统的配送作业模式已经无法满足繁杂的消费订单的需求。无人仓储送货功能的机器人每天需要运输大量的物品,频繁的搬运很容易造成物品分类不清,浪费了时间成本,工作量加大,效率低下。

发明内容

本发明提供一种仓储物流机器人的物品识别方法,其主要目的在于提高仓储物流机器人识别物品的准确性及工作效率。

为实现上述目的,本申请提供一种仓储物流机器人的物品识别方法,所述仓储物流机器人的物品识别方法包括:获取视频空间的图像数据,对所述图像数据进行图像识别,并获取图像识别结果;根据所述识别结果判断所述图像数据中是否包含目标对象;在所述图像数据中包含所述目标对象时,截取所述图像数据中包含所述目标对象的图像区域;提取所述图像区域中的黑色像素的特征数据,其中,所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度;根据所述特征数据确定所述目标对象的类型。

可选地,所述提取所述图像区域中的黑色像素的特征数据,其中,所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤之后还包括:提取所述图像区域中的黑色像素的图案数据;根据所述图案数据及所述特征数据确定所述目标对象的类型。

可选地,所述根据所述识别结果判断所述图像数据中是否包含目标对象的步骤之后还包括:在所述图像数据中不包含所述目标对象时,执行获取视频空间的图像数据。

可选地,所述提取所述图像区域中的黑色像素的特征数据,其中,所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤包括:根据所述图像区域的黑色像素、所述黑色像素的宽度及所述黑色像素所在区域的宽度,识别所述条形码。

可选地,所述获取视频空间的图像数据,对所述图像数据进行图像识别,并获取图像识别结果的步骤之前包括:控制光源将光线发射至目标对象;接收所述目标对象反射的光线,并生成视频空间的图像信息。

可选地,所述获取视频空间的图像数据,对所述图像数据进行图像识别,并获取图像识别结果的步骤之前还包括:识别目标对象所在区域,控制摄像头拍摄并生成视频空间的图像数据。

本申请还提出一种仓储物流机器人,采用如上所述的物品识别方法进行运输物品,所述仓储物流机器人包括:物品存放模块,所述物品存放模块用于放置物品;信息处理模块,所述信息处理模块用于信息处理;物品识别模块,所述物品识别模块设置在所述物品存放模块处,且与所述信息处理模块电性连接。

可选地,所述物品识别模块包括用于采集图像数据的图像采集模块,所述图像采集模块与所述信息处理模块电性连接。

本申请还提出一种芯片,所述芯片上存储有仓储物流机器人的物品识别程序,所述仓储物流机器人的物品识别程序被处理器执行时实现如以上所述的仓储物流机器人的物品识别方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海市一微半导体有限公司,未经珠海市一微半导体有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911048474.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top