[发明专利]一种基于图像识别的输送物料掉落监控方法、装置及系统有效

专利信息
申请号: 202110132859.8 申请日: 2021-02-01
公开(公告)号: CN112446896B 公开(公告)日: 2021-05-11
发明(设计)人: 李政德;刘霞;武杰;戴冬冬;霍英杰 申请(专利权)人: 苏州澳昆智能机器人技术有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T7/246;G06T7/73;G06T7/11;G08B21/18;H04N5/232;G06K9/00;B65G43/08
代理公司: 北京华创智道知识产权代理事务所(普通合伙) 11888 代理人: 彭随丽
地址: 215300 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 输送 物料 掉落 监控 方法 装置 系统
【说明书】:

本发明实施例涉及装车物料输送技术领域,公开了一种基于图像识别的输送物料掉落监控方法、装置及系统,检测第一图像,识别输送带的第一侧边和物料的第一边界,计算第一侧边和第一边界的第一间距;判断第一间距是否小于第一间距阈值,若是,获取物料的第二图像集,计算物料的运动速度和运动方向;基于物料的运动速度、运动方向和第一间距计算物料的掉落概率;若掉落概率大于第一概率阈值,发出物料掉落警告。本发明能够自动识别输送带上的物料掉落状态,提高了基于图像的物料掉落状态识别速度,降低物料掉落监控的计算量;在准确识别物料掉落状态并对其进行报警的基础上,对不同的物料状态能够进行不同的处理,减少物料掉落的风险。

技术领域

本发明实施例涉及装车物料输送技术领域,特别涉及一种基于图像识别的输送物料掉落监控方法、装置及系统。

背景技术

发明人发现现有技术中至少存在如下问题:随着装车运输效率的提高,物料的供应基本由输送带实现。然而输送带将物料传送到装车位置需要经过较长的输送路径,在输送路径中,输送带上的物料易发生掉落,若无人值守,容易丢失物料,若长时间派人值守,降低了装车自动化程度,提高了装车成本,提高了对人工的依赖。由于物料的掉落具有突发性和瞬时性,现有技术中通常采用红外线遮挡原理监测物料掉落事件,但红外监测无法辨别遮挡对象是掉落物料或是其他物体,易发生误报现象;申请号为CN201810712357.0的发明专利提供了一种基于图像识别确定物料掉落的方法,然而该方法中需要基于图像识别传送带的特征信息以判断物料是否掉落,该方法的实施依赖于传送带的颜色、特征图案等信息,即依赖于特定的传送带,不利于推广使用,改造已有的传送带成本高、工作量大。现有的输送带将物料输送至指定位置,各个输送位置均存在物料掉落的危险,这就迫切需要自动、快速、准确的物料掉落监控方案。

发明内容

本发明实施方式的目的在于提供一种基于图像识别的输送物料掉落监控方法、装置及系统,已解决现有技术中存在的物料掉落检测准确度低、设备改造成本高,不能自动、快速、准确监控物料掉落的技术问题。

为解决上述技术问题,本发明的实施方式提供了一种基于图像识别的输送物料掉落监控方法,包括以下步骤:

步骤S1:采集物料的第一图像;

步骤S2,检测所述第一图像,识别输送带的第一侧边和物料的第一边界,计算所述第一侧边和第一边界的第一间距;

步骤S3,判断所述第一间距是否小于第一间距阈值,若否,返回步骤S1;若是,执行步骤S4;

步骤S4,获取物料的第二图像集,基于所述第一图像和所述第二图像集计算物料的运动速度和运动方向;

步骤S5,基于所述物料的运动速度、所述运动方向和所述第一间距计算物料的掉落概率;

步骤S6,若所述掉落概率大于第一概率阈值,发出物料掉落警告。

优选的,所述步骤S2具体包括:

若物料的第一边界与输送带的第一侧边平行,所述第一间距为物料的第一边界与输送带的第一侧边之间的间距;

若物料的第一边界与输送带的第一侧边存在第一夹角,计算物料重心在第一边界上的投影点与输送带的第一侧边之间的间距,得到第一间距。

优选的,所述步骤S4具体包括:

第二图像集为物料的历史图像集,

步骤S41,确定第一图像中第一边界所在的有效图像区域;

步骤S42,基于所述有效图像区域确定所述历史图像集中各历史图像的历史图像有效区域;

步骤S43,基于历史图像有效区域确定各历史图像中物料的边界;

步骤S44,基于各历史图像中物料的边界位置和第一图像中第一边界计算物料的运动速度和运动方向。

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苏州澳昆智能机器人技术有限公司,未经苏州澳昆智能机器人技术有限公司许可,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/202110132859.8/2.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