[发明专利]料件搬运作业周期生成方法、存储介质、电子设备及装置

说明书

本申请涉及一种料件搬运作业周期生成方法、存储介质、电子设备及装置。方法包括：获得多个图像；针对每个图像，根据该图像中是否存在料件搬运器检测框以及该图像的交互比生成该图像的特征值；按照拍摄时间的先后次序对特征值进行排序得到特征值数组；遍历特征值数组找到临界特征值片段，其包括在特征值数组中连续分布且均大于预设特征值阈值的特征值，并且利用临界特征值片段的每一个所包括的特征值确定对应的临界特征值；基于临界特征值生成分割标识，根据分割标识将特征值数组分割成多个区块，并且根据多个区块和分割标识确定料件搬运器相对于料件搬运作业区域的至少一个作业周期。如此提升检测效果和抗干扰性。

技术领域

本申请涉及计算机视觉技术领域，具体涉及一种料件搬运作业周期生成方法、存储介质、电子设备及装置。

背景技术

随着人工智能技术和计算机视觉技术的发展，通过机器学习模型来进行人脸识别、身份检判的方式已经在交通出行和安防监控等领域取得了广泛应用。在工业应用领域，例如物流中心的货物自动识别和分拣和废钢回收环节的废弃钢材自动识别和搬运等，也可以通过机器学习模型和基于计算机视觉技术的产品来实现对特定对象的识别并为后续的分拣搬运等操作提供判断依据，有利于提高生产自动化和信息化程度，降低安全隐患和人力成本等。

上面提及的工业应用领域，例如物流中心的货物自动识别和分拣和废钢回收环节的废弃钢材自动识别和搬运等，一般需要对堆积在一起的多个物件进行识别并获悉物件类型等信息从而为后续自动化操作提供依据。这些堆积在一起的需要被识别的多个物件可以统称为“料件”，例如堆积在一起的多个废弃钢材可以叫做废钢料件。将堆积在一起的多个料件搬运到另一个地方的操作流程称之为料件搬运作业流程。一个料件搬运作业流程往往涉及到多次的搬运操作，每次搬运操作通过料件搬运器（也即用于搬运料件的装置）搬运其中一部分的料件。为了实现整个料件搬运作业流程的自动化检测，需要建立与料件搬运作业流程对应的料件搬运作业周期算法，为此需要一种料件搬运作业周期生成方法、存储介质、电子设备及装置。

发明内容

第一方面，本申请实施例提供了一种作业周期生成方法。所述作业周期生成方法包括：获得多个图像，所述多个图像基于预设采样频率采集；针对所述多个图像的每个图像，根据该图像中是否存在料件搬运器检测框以及该图像的交互比生成该图像的特征值，其中，该图像的交互比是：该图像中的该料件搬运器检测框和料件搬运作业区域检测框之间的交集面积与该料件搬运器检测框的面积的比值；按照所述多个图像各自的拍摄时间的先后次序对所述多个图像各自的特征值进行排序，得到特征值数组；遍历所述特征值数组找到至少一个临界特征值片段，其中，该至少一个临界特征值片段包括在所述特征值数组中连续分布且均大于预设特征值阈值的至少一个特征值，并且利用所述至少一个临界特征值片段的每一个临界特征值片段所包括的特征值确定与该临界特征值片段对应的临界特征值；基于所述至少一个临界特征值片段的每一个临界特征值片段各自对应的临界特征值生成至少一个分割标识，根据所述至少一个分割标识将所述特征值数组分割成多个区块，并且根据所述多个区块和所述至少一个分割标识确定料件搬运器相对于料件搬运作业区域的至少一个作业周期。

第一方面所描述的技术方案，将料件搬运作业流程拆分成至少一个作业周期，实现了整个料件搬运作业流程的自动化检测，并且利用预设特征值阈值确定临界特征值片段然后利用临界特征值片段确定分割标识进而确定该至少一个作业周期，可以有效地克服各种干扰因素所导致的波动，具有更好的检测效果和抗干扰表现。

根据第一方面的技术方案的一种可能的实现方式，本申请实施例还提供了，利用所述至少一个临界特征值片段的每一个临界特征值片段所包括的特征值确定与该临界特征值片段对应的临界特征值，包括：将所述至少一个临界特征值片段的每一个临界特征值片段所包括的特征值中的最大特征值作为与该临界特征值片段对应的临界特征值。