[发明专利]一种基于机器视觉的货物运送障碍识别系统及方法有效
申请号: | 202111388825.1 | 申请日: | 2021-11-23 |
公开(公告)号: | CN113821042B | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 何鹏飞;宋飞刚;陶苑;李刘文;邹温林 | 申请(专利权)人: | 南京冈尔信息技术有限公司 |
主分类号: | G05D1/02 | 分类号: | G05D1/02;G06V20/10;G06V10/74;G06K9/62 |
代理公司: | 南京明杰知识产权代理事务所(普通合伙) 32464 | 代理人: | 张文杰 |
地址: | 210000 江苏省南京市*** | 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 机器 视觉 货物 运送 障碍 识别 系统 方法 | ||
本发明公开了一种基于机器视觉的货物运送障碍识别系统及方法,包括:运送数据采集模块、数据库、障碍检测模块、机器视觉识别模块、货物遗漏寻回模块和通行分析模块,通过运送数据采集模块采集货物图像及设备运送货物数据,通过障碍检测模块实时检测运送过程中是否出现障碍物,若检测到障碍物出现,通过机器视觉识别模块拍摄障碍物图像,与货物图像进行对比识别,判断障碍物是否是其它运送设备掉落的货物,通过货物遗漏寻回模块查找货物运送设备,并提醒有货物掉落,比对空间容量,控制携带运送掉落货物,通过通行分析模块分析当前运送设备是否需要变换运送路线,在提高运送效率的同时帮助快速找回了遗漏货物,降低了货物损失成本。
技术领域
本发明涉及货物运送障碍识别技术领域,具体为一种基于机器视觉的货物运送障碍识别系统及方法。
背景技术
随着市场经济的发展,物质生活水平逐渐提高,满足市场需求的产品日益增多,对于消费群体庞大的畅销型产品,通常会在仓库中存储一定数量的货物,货物根据市场需要提出,并打包发货,但是由于货物提取、运送量大,需要大量人员操作,降低了工作效率,严重影响了货物运送成本,现有技术中,出现了大量自动物流运送设备,运用运送设备运送货物大幅提高了货物的运送效率;
机器视觉指的是用机器代替人眼来做测量和判断,能够很好地应用到障碍识别上,帮助实现货物运送的全自动化;
然而,现有技术中的运送设备运送货物过程中存在诸多问题:首先,运送设备一般都具有自动避障功能,识别并躲避障碍物,但是,运送设备一般都只是识别运送路线上是否有出现障碍物,并不会识别具体是什么障碍物,运送设备不只一个,会存在运送设备掉落货物的可能性,传统识别方式无法考虑到障碍物是否为掉落货物的状况,不能在避障的同时帮助及时地寻回掉落货物;其次,识别到出现障碍物后设备一般会自动变换路线,而并没有考虑到能否通行的情况,延长了运送的路程和时间,降低了运送效率。
所以,人们需要一种基于机器视觉的货物运送障碍识别系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于机器视觉的货物运送障碍识别系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于机器视觉的货物运送障碍识别系统,其特征在于:所述系统包括:运送数据采集模块、数据库、障碍检测模块、机器视觉识别模块、货物遗漏寻回模块和通行分析模块;
通过视觉传感器拍摄货物图像,通过所述运送数据采集模块采集提取货物轮廓图像数据和当前运送设备的运送容量数据,将采集到的数据传输到所述数据库中;
通过所述障碍检测模块实时检测运送过程中是否出现障碍物,若检测到障碍物出现,通过所述机器视觉识别模块拍摄障碍物图像,调取所述数据库中的货物轮廓图像,与障碍物图像进行比对,若障碍物出现破损,检测障碍物损坏情况,得到损坏因子参数,在比对结果中加入损坏因子参数,得到最终识别结果:判断障碍物是否是其它运送设备掉落的货物;
若障碍物是掉落的货物,通过所述货物遗漏寻回模块查找货物运送设备,并提醒掉落货物的运送设备有货物掉落,依据运送容量数据分析当前运送设备是否能够携带运送掉落货物:若能够携带,控制当前运送设备携带运送掉落货物;
通过所述通行分析模块预测当前运送路线可通行的范围,分析当前运送设备是否可通行,依据分析结果判断是否需要变换运送路线。
进一步的,所述运送数据采集模块包括货物图像采集单元和运送容量采集单元,通过所述货物图像采集单元采集需运送货物的轮廓图像特征数据;通过所述运送容量采集单元采集当前运送设备剩余的空间容量数据,将采集到的所有数据存储到所述数据库中。
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南京冈尔信息技术有限公司,未经南京冈尔信息技术有限公司许可,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/202111388825.1/2.html,转载请声明来源钻瓜专利网。