CN106292715A - 一种智能跟随购物车 - Google Patents

一种智能跟随购物车 Download PDF

Info

Publication number
CN106292715A
CN106292715A CN201610637320.7A CN201610637320A CN106292715A CN 106292715 A CN106292715 A CN 106292715A CN 201610637320 A CN201610637320 A CN 201610637320A CN 106292715 A CN106292715 A CN 106292715A
Authority
CN
China
Prior art keywords
shopping cart
follower
distance
pixel
relative
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610637320.7A
Other languages
English (en)
Other versions
CN106292715B (zh
Inventor
陈振兵
蔡胜祥
胡见
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HUNAN GRAND-PRO ROBOT TECHNOLOGY Co Ltd
Original Assignee
HUNAN GRAND-PRO ROBOT TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HUNAN GRAND-PRO ROBOT TECHNOLOGY Co Ltd filed Critical HUNAN GRAND-PRO ROBOT TECHNOLOGY Co Ltd
Priority to CN201610637320.7A priority Critical patent/CN106292715B/zh
Publication of CN106292715A publication Critical patent/CN106292715A/zh
Application granted granted Critical
Publication of CN106292715B publication Critical patent/CN106292715B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/12—Target-seeking control

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Handcart (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Cash Registers Or Receiving Machines (AREA)

Abstract

本发明公开了一种智能跟随购物车包括：车体用于盛放物品；方向获取装置设置于车体前方，用于以基于中心的方式获取被跟随者相对于购物车的方向信息；距离获取装置设置于车体前方，用于获取被跟随者相对于购物车的距离信息；控制装置连接至方向获取装置与距离获取装置，用于根据被跟随者相对于购物车的方向与距离信息控制生成驱动命令；驱动装置设置于车体下方，连接至控制装置，用于根据驱动命令使购物车向被跟随者运动。本发明允许购物车自动跟随人类移动，方便购物。

Description

一种智能跟随购物车
技术领域
本发明涉及生活用品，特别地，涉及一种智能跟随购物车。
背景技术
随着超市在各城市的广泛开张，选择超市购物的百姓也越来越多，不可否认超市在我们生活中扮演着重要的角色。但是超市中也难免存在以下几个问题：
1、在有些大型超市物品很多、面积大，可能会让消费者一时难以准确找到正确路线甚至在超市中迷路。
2、小孩不能像大人一样方便购物，毕竟沉重的购物车对小孩子们来说是挺难使用的，不使用购物车的话，当手中拿了一些物品的时候行动就很不方便了。
3、老年人购物不方便，若老人有老花眼一时难以看清物品信息也会给其购物带来不便，对于行动不便的老年人购物更是存在诸多不便。
4、在消费者把购物车推到停车场后装卸完物品，购物车随便放置也会给其他路人造成不便，对此还需要雇佣专门人员收集使用后的购物车。
针对现有技术中购物车导致购物不便的问题，目前尚未有有效的解决方案。
发明内容
有鉴于此，本发明的目的在于提出一种智能跟随购物车，允许购物车自动跟随人类移动，方便购物。
基于上述目的，本发明提供的技术方案如下：
根据本发明的一个方面，提供了一种智能跟随购物车，包括：
车体，用于盛放物品；
方向获取装置，设置于车体前方，用于以基于中心的方式获取被跟随者相对于购物车的方向信息；
距离获取装置，设置于车体前方，用于获取被跟随者相对于购物车的距离信息；
控制装置，连接至方向获取装置与距离获取装置，用于根据被跟随者相对于购物车的方向与距离信息控制生成驱动命令；
驱动装置，设置于车体下方，连接至控制装置，用于根据驱动命令使购物车向被跟随者运动。
其中，方向获取装置包括：
成像模块，用于连续获取购物车行进方向上的影像信息；
识别模块，连接至成像模块，用于从影像信息上识别出被跟随者的影像，并以基于中心的方式获取被跟随者相对于购物车的方向信息。
并且，识别模块包括：
分块单元，用于对影像信息进行分块；
特征单元，用于从影像信息中依次指定每个像素，为像素构建像素区域使用归一化方法将像素区域处理为归一化结果，并计算获得对于指定像素基于中心的局部特征；
分组单元，用于根据对于指定像素的局部特征，将指定像素归入固定的组中，被归入同一个固定的组中的指定像素被视为具有相同类型纹理的图像；
对照单元，用于将每个组的纹理类型与被跟随者的影像进行对比，确定被跟随者在影像信息上的运动方向。
并且，分块单元还用于：
将影像信息无残留地分割为多个像素块，N个像素块均是正方形像素集合；
使用归一化方法处理多个像素块，获得多个像素块的归一化结果，并计算多个像素块的归一化结果的平均值。
并且，特征单元用于：
从影像信息中依次选定每个像素；
以指定像素为中心，从影像信息中截取出中心块，中心块是以指定像素为中心的正方形像素集合；
使用归一化方法处理中心块，获得中心块的归一化结果；
根据中心块的归一化结果与多个像素块的归一化结果的平均值，获得对于指定像素的基于中心的局部特征。
同时，距离获取装置包括：
发射模块，用于向被跟随者方向发射电磁信号；
接收模块，连接至发射模块，用于接收被跟随者反射的电磁信号，并根据反射信号获取被跟随者相对于购物车的距离信息。
另外，控制装置包括：
采集模块，用于接收被跟随者相对于购物车的方向与距离信息；
转动计算模块，用于根据被跟随者相对于购物车的方向信息计算出购物车应当转动的角度与方向；
平动计算模块，用于根据被跟随者相对于购物车的距离信息计算出购物车应当保持的速度；
输出模块，连接至转动计算模块与平动计算模块，用于根据购物车应当转动的角度与方向、应当保持的速度生成驱动命令。
并且，转动计算模块根据被跟随者相对于购物车的方向信息计算出购物车应当转动的角度与方向包括：
在被跟随者相对于购物车的方向角大于边界限制时，以最大转动角度向被跟随者所在方向转动；
在被跟随者相对于购物车的方向角小于边界限制且大于误差范围时，以标准转动角度向被跟随者所在方向转动；
在被跟随者相对于购物车的方向角小于误差范围时，不进行转动。
同时，平动计算模块根据被跟随者相对于购物车的距离信息计算出购物车应当保持的速度包括：
在被跟随者相对于购物车的距离大于跟踪距离时，以追赶速度向被跟随者所在位置运动；
在被跟随者相对于购物车的距离小于跟踪距离且大于安全距离时，以跟随速度向被跟随者所在位置运动；
在被跟随者相对于购物车的距离小于安全距离时，保持静止。
上述车体为购物筐；方向获取装置为摄像头与单片机的组合；距离获取装置为激光头与激光接收器的组合；驱动装置为电动轮。
从上面所述可以看出，本发明提供的技术方案通过使用方向获取装置与距离获取装置获取被跟随者相对于购物车的方向与距离，并以此控制驱动装置使购物车向被跟随者运动的技术手段，允许购物车自动跟随人类移动，方便购物。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的一种智能跟随购物车的结构图；
图2为根据本发明实施例的一种智能跟随购物车的识别模块的结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进一步进行清楚、完整、详细地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
根据本发明的实施例，提供了一种智能跟随购物车。
如图1所示，根据本发明的实施例的提供了一种智能跟随购物车包括：
车体11，用于盛放物品；
方向获取装置12，设置于车体前方，用于以基于中心的方式获取被跟随者相对于购物车的方向信息；
距离获取装置13，设置于车体前方，用于获取被跟随者相对于购物车的距离信息；
控制装置14，连接至方向获取装置与距离获取装置，用于根据被跟随者相对于购物车的方向与距离信息控制生成驱动命令；
驱动装置15，设置于车体下方，连接至控制装置，用于根据驱动命令使购物车向被跟随者运动。
其中，方向获取装置包括：
成像模块，用于连续获取购物车行进方向上的影像信息；
识别模块，连接至成像模块，用于从影像信息上识别出被跟随者的影像，并以基于中心的方式获取被跟随者相对于购物车的方向信息。
如图2所示，识别模块包括：
分块单元21，用于对影像信息进行分块；
特征单元22，用于从影像信息中依次指定每个像素，为像素构建像素区域使用归一化方法将像素区域处理为归一化结果，并计算获得对于指定像素基于中心的局部特征；
分组单元23，用于根据对于指定像素的局部特征，将指定像素归入固定的组中，被归入同一个固定的组中的指定像素被视为具有相同类型纹理的图像；
对照单元24，用于将每个组的纹理类型与被跟随者的影像进行对比，确定被跟随者在影像信息上的运动方向。
并且，分块单元还用于：
将影像信息无残留地分割为多个像素块，N个像素块均是正方形像素集合；
使用归一化方法处理多个像素块，获得多个像素块的归一化结果，并计算多个像素块的归一化结果的平均值。
并且，特征单元用于：
从影像信息中依次选定每个像素；
以指定像素为中心，从影像信息中截取出中心块，中心块是以指定像素为中心的正方形像素集合；
使用归一化方法处理中心块，获得中心块的归一化结果；
根据中心块的归一化结果与多个像素块的归一化结果的平均值，获得对于指定像素的基于中心的局部特征。
具体地，特征单元的工作流程如下：
从影像信息中依次选定每个像素xc；
以指定像素xc为中心，从影像信息中截取出中心块χc，w，中心块χc，w是尺寸为W×W的、以指定像素xc为中心的正方形像素集合；
使用归一化方法φ处理中心块χc，w，获得中心块χc，w的归一化结果φ(χc，w)；
根据中心块χc，w的归一化结果φ(χc，w)与N个像素块的归一化结果的平均值μw，获得对于指定像素xc的基于中心强度的局部特征RELBP_CI(xc)
RELBP_CI(xc)＝s(φ(χc，w)-μw)
其中，
同时，距离获取装置包括：
发射模块，用于向被跟随者方向发射电磁信号；
接收模块，连接至发射模块，用于接收被跟随者反射的电磁信号，并根据反射信号获取被跟随者相对于购物车的距离信息。
另外，控制装置包括：
采集模块，用于接收被跟随者相对于购物车的方向与距离信息；
转动计算模块，用于根据被跟随者相对于购物车的方向信息计算出购物车应当转动的角度与方向；
平动计算模块，用于根据被跟随者相对于购物车的距离信息计算出购物车应当保持的速度；
输出模块，连接至转动计算模块与平动计算模块，用于根据购物车应当转动的角度与方向、应当保持的速度生成驱动命令。
并且，转动计算模块根据被跟随者相对于购物车的方向信息计算出购物车应当转动的角度与方向包括：
在被跟随者相对于购物车的方向角大于边界限制时，以最大转动角度向被跟随者所在方向转动；
在被跟随者相对于购物车的方向角小于边界限制且大于误差范围时，以标准转动角度向被跟随者所在方向转动；
在被跟随者相对于购物车的方向角小于误差范围时，不进行转动。
同时，平动计算模块根据被跟随者相对于购物车的距离信息计算出购物车应当保持的速度包括：
在被跟随者相对于购物车的距离大于跟踪距离时，以追赶速度向被跟随者所在位置运动；
在被跟随者相对于购物车的距离小于跟踪距离且大于安全距离时，以跟随速度向被跟随者所在位置运动；
在被跟随者相对于购物车的距离小于安全距离时，保持静止。
上述车体为购物筐；方向获取装置为摄像头与单片机的组合；距离获取装置为激光头与激光接收器的组合；驱动装置为电动轮。
综上所述，借助于本发明的上述技术方案，通过使用方向获取装置与距离获取装置获取被跟随者相对于购物车的方向与距离，并以此控制驱动装置使购物车向被跟随者运动的技术手段，允许购物车自动跟随人类移动，方便购物。
所属领域的普通技术人员应当理解：以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种智能跟随购物车，其特征在于，包括：
车体，用于盛放物品；
方向获取装置，设置于车体前方，用于以基于中心的方式获取被跟随者相对于购物车的方向信息；
距离获取装置，设置于车体前方，用于获取被跟随者相对于购物车的距离信息；
控制装置，连接至所述方向获取装置与所述距离获取装置，用于根据被跟随者相对于购物车的方向与距离信息控制生成驱动命令；
驱动装置，设置于车体下方，连接至控制装置，用于根据所述驱动命令使购物车向被跟随者运动。
2.根据权利要求1所述的购物车，其特征在于，所述方向获取装置包括：
成像模块，用于连续获取购物车行进方向上的影像信息；
识别模块，连接至成像模块，用于从所述影像信息上识别出被跟随者的影像，并以基于中心的方式获取被跟随者相对于购物车的方向信息。
3.根据权利要求2所述的购物车，其特征在于，所述识别模块包括：
分块单元，用于对所述影像信息进行分块；
特征单元，用于从所述影像信息中依次指定每个像素，为所述像素构建像素区域使用归一化方法将所述像素区域处理为归一化结果，并计算获得对于指定像素基于中心的局部特征；
分组单元，用于根据所述对于指定像素的局部特征，将所述指定像素归入固定的组中，被归入同一个所述固定的组中的指定像素被视为具有相同类型纹理的图像；
对照单元，用于将每个组的纹理类型与被跟随者的影像进行对比，确定被跟随者在所述影像信息上的运动方向。
4.根据权利要求3所述的购物车，其特征在于，所述分块单元还用于：
将所述影像信息无残留地分割为多个像素块，所述N个像素块均是正方形像素集合；
使用归一化方法处理所述多个像素块，获得所述多个像素块的归一化结果，并计算所述多个像素块的归一化结果的平均值。
5.根据权利要求4所述的购物车，其特征在于，所述特征单元用于：
从所述影像信息中依次选定每个像素；
以所述指定像素为中心，从所述影像信息中截取出中心块，所述中心块是以所述指定像素为中心的正方形像素集合；
使用归一化方法处理所述中心块，获得所述中心块的归一化结果；
根据所述中心块的归一化结果与所述多个像素块的归一化结果的平均值，获得对于指定像素的基于中心的局部特征。
6.根据权利要求1所述的购物车，其特征在于，所述距离获取装置包括：
发射模块，用于向被跟随者方向发射电磁信号；
接收模块，连接至发射模块，用于接收被跟随者反射的电磁信号，并根据反射信号获取被跟随者相对于购物车的距离信息。
7.根据权利要求1所述的购物车，其特征在于，所述控制装置包括：
采集模块，用于接收被跟随者相对于购物车的方向与距离信息；
转动计算模块，用于根据被跟随者相对于购物车的方向信息计算出购物车应当转动的角度与方向；
平动计算模块，用于根据被跟随者相对于购物车的距离信息计算出购物车应当保持的速度；
输出模块，连接至所述转动计算模块与所述平动计算模块，用于根据购物车应当转动的角度与方向、应当保持的速度生成驱动命令。
8.根据权利要求7所述的购物车，其特征在于，所述转动计算模块根据被跟随者相对于购物车的方向信息计算出购物车应当转动的角度与方向包括：
在被跟随者相对于购物车的方向角大于边界限制时，以最大转动角度向被跟随者所在方向转动；
在被跟随者相对于购物车的方向角小于边界限制且大于误差范围时，以标准转动角度向被跟随者所在方向转动；
在被跟随者相对于购物车的方向角小于误差范围时，不进行转动。
9.根据权利要求7所述的购物车，其特征在于，所述平动计算模块根据被跟随者相对于购物车的距离信息计算出购物车应当保持的速度包括：
在被跟随者相对于购物车的距离大于跟踪距离时，以追赶速度向被跟随者所在位置运动；
在被跟随者相对于购物车的距离小于跟踪距离且大于安全距离时，以跟随速度向被跟随者所在位置运动；
在被跟随者相对于购物车的距离小于安全距离时，保持静止。
10.根据权利要求1-9中任意一项所述的购物车，其特征在于，所述车体为购物筐；所述方向获取装置为摄像头与单片机的组合；所述距离获取装置为激光头与激光接收器的组合；所述驱动装置为电动轮。
CN201610637320.7A 2016-08-05 2016-08-05 一种智能跟随购物车 Active CN106292715B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610637320.7A CN106292715B (zh) 2016-08-05 2016-08-05 一种智能跟随购物车

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610637320.7A CN106292715B (zh) 2016-08-05 2016-08-05 一种智能跟随购物车

Publications (2)

Publication Number Publication Date
CN106292715A true CN106292715A (zh) 2017-01-04
CN106292715B CN106292715B (zh) 2019-09-27

Family

ID=57665271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610637320.7A Active CN106292715B (zh) 2016-08-05 2016-08-05 一种智能跟随购物车

Country Status (1)

Country Link
CN (1) CN106292715B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106843215A (zh) * 2017-02-14 2017-06-13 上海大学 基于人体动态行为追踪的智能跟随机器人系统和方法
CN106853641A (zh) * 2017-03-22 2017-06-16 北京京东尚科信息技术有限公司 机器人控制方法和装置、机器人及控制系统
CN107440283A (zh) * 2017-08-09 2017-12-08 苏州奇控机器人科技有限公司 一种智能跟随拉杆箱
CN112213719A (zh) * 2020-09-21 2021-01-12 南京航空航天大学 一种毫米波雷达转动装置及其目标追踪方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006195685A (ja) * 2005-01-13 2006-07-27 Sanyo Electric Co Ltd ロボットの走行軌道制御システム
CN202225891U (zh) * 2011-05-27 2012-05-23 严海蓉 智能手推车
CN103268616A (zh) * 2013-04-18 2013-08-28 北京工业大学 多特征多传感器的移动机器人运动人体跟踪方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006195685A (ja) * 2005-01-13 2006-07-27 Sanyo Electric Co Ltd ロボットの走行軌道制御システム
CN202225891U (zh) * 2011-05-27 2012-05-23 严海蓉 智能手推车
CN103268616A (zh) * 2013-04-18 2013-08-28 北京工业大学 多特征多传感器的移动机器人运动人体跟踪方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106843215A (zh) * 2017-02-14 2017-06-13 上海大学 基于人体动态行为追踪的智能跟随机器人系统和方法
CN106853641A (zh) * 2017-03-22 2017-06-16 北京京东尚科信息技术有限公司 机器人控制方法和装置、机器人及控制系统
CN106853641B (zh) * 2017-03-22 2019-07-30 北京京东尚科信息技术有限公司 机器人控制方法和装置、机器人及控制系统
CN107440283A (zh) * 2017-08-09 2017-12-08 苏州奇控机器人科技有限公司 一种智能跟随拉杆箱
CN112213719A (zh) * 2020-09-21 2021-01-12 南京航空航天大学 一种毫米波雷达转动装置及其目标追踪方法
CN112213719B (zh) * 2020-09-21 2023-09-26 南京航空航天大学 一种毫米波雷达转动装置及其目标追踪方法

Also Published As

Publication number Publication date
CN106292715B (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
US10638820B2 (en) Carrying device and method of controlling the same
Tang et al. Histogram of oriented normal vectors for object recognition with a depth sensor
CN106292715B (zh) 一种智能跟随购物车
Satake et al. Robust stereo-based person detection and tracking for a person following robot
Kim et al. Visual odometry algorithm using an RGB-D sensor and IMU in a highly dynamic environment
Moghadam et al. Road direction detection based on vanishing-point tracking
CN106275035B (zh) 一种智能跟随购物车
US20180208201A1 (en) System and method for a full lane change aid system with augmented reality technology
Gabb et al. High-performance on-road vehicle detection in monocular images
Bajracharya et al. Results from a real-time stereo-based pedestrian detection system on a moving vehicle
Lalonde et al. Single-view obstacle detection for smart back-up camera systems
Bhowmik et al. Feature points extraction of thermal face using harris interest point detection
Bakar et al. A study on techniques of person following robot
Debnath et al. Detection and controlling of drivers' visual focus of attention
Hu et al. Face orientation estimation for driver monitoring with a single depth camera
Van Beeck et al. Towards an Automatic Blind Spot Camera: Robust Real-time Pedestrian Tracking from a Moving Camera.
Wu et al. Real-time running detection from a moving camera
Liu et al. Human-Mobile Robot Interaction in laboratories using Kinect Sensor and ELM based face feature recognition
Sharif et al. Crowd behaviour monitoring on the escalator exits
Lestari et al. Locking object position using Camshift algorithm for automatic trolley
Germi et al. Estimation of moving obstacle dynamics with mobile RGB-D camera
Bakar et al. Development of a doctor following mobile robot with mono-vision based marker detection
Eddy et al. Camera-based measurement of cyclist motion
Yamashita et al. Pedestrian and part position detection using a regression-based multiple task deep convolutional neural network
Sanz et al. Onboard robust person detection and tracking for domestic service robots

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant