[发明专利]一种基于机器视觉的货架形变检测系统及检测方法有效

专利信息
申请号: 202110155714.X 申请日: 2021-02-04
公开(公告)号: CN112950549B 公开(公告)日: 2021-12-24
发明(设计)人: 王筱圃;刘伟;姚鹏;钟智敏 申请(专利权)人: 科大智能物联技术股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/12;G06T7/13;G06T7/181;G01B11/16
代理公司: 合肥天明专利事务所(普通合伙) 34115 代理人: 娄岳
地址: 230088 安徽省合肥市中国(安徽)自由贸易试验*** 国省代码: 安徽;34
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 机器 视觉 货架 形变 检测 系统 方法
【说明书】:

发明公开了一种基于机器视觉的货架形变检测系统及检测方法,包括货架,以及载货台,所述载货台设置有触发单元和图像采集单元,所述触发单元的信号输入端设置有形变预测系统,所述图像采集单元的输出端设置有服务器,所述服务器的输出端设置有数据采集单元,所述数据采集单元的输出端设置有数据显示单元;触发单元,用于到达货架位置,向图像采集单元发送触发信号;图像采集单元,用于采集货架的图像并传输;服务器,用于接收、存储图像,且进行运算处理,并输出;数据采集单元,用于采集获取到的图像,并传输至数据显示单元。本发明能够凸显整个货架形状并显示货架形变情况,无需在货架设置识别特征,且能够有效识别,精度高。

技术领域

本发明涉及技术领域,特别涉及一种基于机器视觉的货架形变检测系统及检测方法。

背景技术

在立库系统中,立库货架是基于机械图纸由人工进行安装搭建,搭建过程中难免会遇到安装位置偏差的情况,同时立库在长时间使用过程中由于物料偏重,地面沉降等问题会造成货架形态变形的问题,导致堆垛机的货叉在执行入库出库命令时撞到货架或者是托盘,因此亟需一种基于视觉的货架形变检测系统,对货架进行形变检测,并根据声光报警等装置及时反馈客户,以免造成安全事故出现。

现有技术的不足之处在于,现有的货架形变判断方法,通过对货架表面的钻孔、贴标签进行取像判断位置,以及对横向货架和立柱夹角进行检测,来确定货架变形情况。但此方法无法明显反映货架的具体形变情况。每个货架设置的孔位或者标签成本高,且受制设置于货架上的位置。同时对横向货架和立柱夹角的检测精度低。

发明内容

本发明的目的克服现有技术存在的不足,为实现以上目的,采用一种基于机器视觉的货架形变检测系统及检测方法,以解决上述背景技术中提出的问题。

一种基于机器视觉的货架形变检测系统,包括货架,以及载货台,所述载货台设置有触发单元和图像采集单元,所述触发单元的信号输入端设置有形变预测系统,所述图像采集单元的输出端设置有服务器,所述服务器的输出端设置有数据采集单元,所述数据采集单元的输出端设置有数据显示单元;

所述形变预测系统,用于智能选取形变概率最高的货架进行形变检测;

所述触发单元,用于当载货台向待测货架位置移动时,向所述图像采集单元发送图像采集的触发信号;

所述图像采集单元,用于采集所述货架的视觉数据与图像并传输给所述运算执行单元;

所述服务器,用于接收、存储视觉数据与图像,且进行运算处理,并输出所述货架形变量和图像;

所述数据采集单元,用于采集获取到的视觉数据与图像,并传输至数据显示单元。

作为本发明的进一步的方案:所述图像采集单元采用线阵相机。

作为本发明的进一步的方案:所述图像采集单元设置有移动采集模块。

作为本发明的进一步的方案:所述服务器设置有用于视觉数据与图像处理的执行单元。

一种包括如上述任一项所述的一种基于机器视觉的货架形变检测系统的检测方法,包括如下步骤:

采用形变预测系统智能选取待检测货架;

获取货架的视觉数据与图像,并传输至服务器;

利用设置于服务器的执行单元,对所述视觉数据与图像进行图像处理并输出;

通过数据采集单元接收经过图像处理的货架形变量数据与图像,并进行可视化显示。

作为本发明的进一步的方案:所述获取货架的视觉数据与图像,并传输至服务器的具体步骤包括:

首先通过形变预测系统的加权随机采样推荐算法,智能选取形变概率最高的货架区域;

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科大智能物联技术股份有限公司,未经科大智能物联技术股份有限公司许可,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/202110155714.X/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