CN107784306A - 一种基于OpenCV的自动购物车 - Google Patents
一种基于OpenCV的自动购物车 Download PDFInfo
- Publication number
- CN107784306A CN107784306A CN201710863155.1A CN201710863155A CN107784306A CN 107784306 A CN107784306 A CN 107784306A CN 201710863155 A CN201710863155 A CN 201710863155A CN 107784306 A CN107784306 A CN 107784306A
- Authority
- CN
- China
- Prior art keywords
- opencv
- article
- picture
- chip microcomputer
- shopping
- 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.)
- Pending
Links
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000005286 illumination Methods 0.000 claims description 7
- 238000004321 preservation Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 abstract description 3
- 241000414697 Tegra Species 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D63/00—Motor vehicles or trailers not otherwise provided for
- B62D63/02—Motor vehicles
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Handcart (AREA)
Abstract
本发明提出一种基于OpenCV的自动购物车，其方法包括采集需要识别的物品图片，制作成购物清单；采用灰度化识别循迹捕捉物品画面，利用OpenCV特征识别；采用detectAndCompute函数进行特征点匹配，并返回关键点和描述符；匹配成功时传递信号给单片机启动机械手抓取，完成识别后通过触碰开关定位，通过启动机械手将物品卸载；该自动购物车采用灰度化识别，可实现大范围内前进，自动购物；自动购物车的实现方法基于OpenCV特征点匹配识别，实现了自动购物车对于购买商品的高效识别；而且，通过WiFi进行远程控制，实现人机交互，方便高效。
Description
技术领域
本发明属于自动化与机电技术领域，具体涉及一种基于OpenCV的自动购物车。
背景技术
越来越多的人文关怀正在以智能辅助设备的形式，成为帮助人们的贴身助手。超市自动购物车的设计提高人民的生活品质，可达到轻松购物快速购物，享受购物的乐趣。
申请号为CN201610873492.4的发明专利公开了一种自动购物机器人及使用方法，该发明实现了机器人自主购物的目标，解决了机器人自主避障、自主识别目标、自主定位的技术问题，但不足之处是该发明采用的红外扫码读取物品，对物品摆放要求高。申请号为CN201610816855.0的发明专利公开了一种购物机器人及购物机器人系统和导购方法，该购物机器人能够带领顾客去他们所需商品的位置，且能够帮顾客运输商品。但不足之处是该发明在读取商品信息时，需要商品信息和位置的对应，前期准备比较费时。
发明内容
针对上述问题，本发明提出一种基于OpenCV的自动购物车，通过OpenCV特征匹配进行识别，可达到识别物品的快速性和高准确性，通过灰度识别循迹前进，保证购物车自动前进，通过wifi远程控制，可实现人机交互，所采用的具体技术方案如下：
本发明提出一种基于OpenCV的自动购物车的实现方法，包括以下步骤：
步骤一：将需识别的物品图片进行采集，通过OpenCV处理图片，保存制作成购物清单，使图片载入程序中作为系统中存储的识别图片等待匹配；
步骤二：在规划好路径的前提下采用灰度化识别，循迹前行，在放置物品的位置通过图像采集模块1捕捉物品画面；
步骤三：图像采集模块1采集若干连续变化的图像区域，从连续变化的图像区域中提取帧图片，利用OpenCV对获取的图片进行处理，采用detectAndCompute函数通过对购物清单中的图片进行特征点的描述并与图像采集模块1采集的图片同时发送到处理器10进行特征点匹配判断，并返回关键点和描述符；当出现特征点与保存的购物清单中的图片存在大于等于30个匹配点的图片时，判断为物品存在，则启动抓取；若不存在，则继续循迹前进并寻找物品；
步骤四：完成识别和抓取任务后，购物车移动到指定物品放置区，当碰撞开关触碰到购物篮之后，碰撞开关产生电信号并发生给单片机9启动舵机4实现物品的卸载。
作为优选，所述步骤一中识别的物品图片和步骤三中图像采集模块1采集到的图片均通过OpenCV进行分割和特征提取处理。
作为优选，所述步骤三中利用摄像头13拍摄到的图片和已经存储的图片进行特征匹配，当成功匹配到物品时，停止移动并通过单片机9控制启动机械手3抓取，抓取成功后，转台5旋转180°，利用升降台2将机械手3移至存放盒12盒口，松开机械手3，将物品放置于存放盒12内，放置成功后，转台5再旋转180°，复位至寻找物品状态，购物车重新回到路线上，继续循迹前行；否则，单片机9控制购物车自动寻迹和继续采集图像。
一种基于OpenCV的自动购物车包括：图像采集模块1、升降台2、机械手3、舵机4、转台5、车底板6、车轮7、灰度传感器8、单片机9、处理器10、电源11和存放盒12，图像采集模块1采集信号，且输出端连接处理器10的输入端，并由处理器10控制，灰度传感器8的输出端接单片机9，机械手3和车轮7分别与单片机9的输出端相连接并由单片机9控制，所述单片机9和处理器10都通过螺纹连接固定在车底板6上方。
作为优选，所述处理器10采用Jetson TK1，是NVIDIA基于Tegra K1开发的一块低成本开发板，板载一块Tegra K1 32-bit芯片，开发板上还有一个HDMI输出，一个以太网接口，一个USB 3.0，一个micro USB口，SATA，mini PCIe，SD卡插槽，调试口有串口DB9和JTAG，以及众多的IO接口引出，虽然体积小，但功能很全面；所述单片机9采用Arduino，优点是指令的可读性强，学习和创作成本低。
作为优选，所述处理器10内部的程序控制图像采集模块1自动进行图像采集并传回处理器10，通过调用机器视觉库OpenCV对获取图像与系统中存储的识别图像进行匹配分析。
作为优选，所述图像采集模块1由摄像头13、LED照明灯14和图像采集模块支架15组成，两个摄像头13安装在图像采集模块支架15上并对拍摄到的物体进行图片格式输出，LED照明灯14通过热熔胶固定在两个摄像头13中间，其角度与地面用摄像头成45°角，用于形成稳定的光照环境，图像采集模块支架15前端安装机械手3，并根据在检测到匹配物品时单片机9发送的信号完成动作。
作为优选，所述灰度传感器8共有12个，安装于矩形支架的四边，固定于车底板6下方并保持离地面9～16mm，可实现最优感应，实现良好的循迹前行；当灰度传感器检测到购物机器人出现偏行时，通过单片机9执行程序改变脉冲宽度来改变控制每个车轮的电机转速达到速度的控制。
作为优选，所述车轮7采用麦克纳姆轮，通过调整四车轮的旋转方向和转速实现向购物车任意方向的运动；四个轮子的转速计算公式：其中a表示车身旋转中心到车轮中心的横向距离，b表示车身旋转中心到车轮中心的纵向距离，vω表示车轮转速，vtx表示X轴运动的速度，右为正，vty表示Y轴运动的速度，前为正，ω表示车轮自转角速度，逆时针为正。
本发明提出一种基于OpenCV的自动购物车，其方法包括采集需要识别的物品图片，制作成购物清单，采用灰度化识别循迹捕捉物品画面，利用OpenCV特征识别，采用detectAndCompute函数进行特征点匹配，匹配成功时传递信号给处理器启动机械手抓取，完成识别后将物品卸载于指定位置；该自动购物车采用灰度化识别，可实现大范围内前进，自动购物；自动购物车的实现方法基于OpenCV特征点匹配识别，实现了自动购物车对于购买商品的高效识别；而且，通过WiFi进行远程控制，实现人机交互，方便高效。
附图说明
图1为本发明实施例的实现流程图；
图2为本发明实施例的结构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步阐述和说明。本发明中各个实施方式的技术特征在没有相互冲突的前提下，均可进行相应组合。
图1是本发明实施例的实现流程图，一种基于OpenCV的自动购物车的实现方法，包括以下步骤：
步骤一：将需识别的物品图片进行采集，通过OpenCV处理图片，保存制作成购物清单，使图片载入程序中作为系统中存储的识别图片等待匹配；
步骤二：在规划好路径的前提下采用灰度化识别，循迹前行，在放置物品的位置通过图像采集模块1捕捉物品画面；
步骤三：图像采集模块1采集若干连续变化的图像区域，从连续变化的图像区域中提取帧图片，利用OpenCV对获取的图片进行处理，采用detectAndCompute函数通过对购物清单中的图片进行特征点的描述并与图像采集模块1采集的图片同时发送到处理器10进行特征点匹配判断，并返回关键点和描述符；当出现特征点与保存的购物清单中的图片存在大于等于30个匹配点的图片时，判断为物品存在，则启动抓取；若不存在，则继续循迹前进并寻找物品；
步骤四：完成识别和抓取任务后，购物车移动到指定物品放置区，当碰撞开关触碰到购物篮之后，碰撞开关产生电信号并发生给单片机9启动舵机4实现物品的卸载。
作为一种较佳的实施例，所述步骤一中识别的物品图片和步骤三中图像采集模块1采集到的图片均通过OpenCV进行分割和特征提取处理。
作为一种较佳的实施例，所述步骤三中利用摄像头13拍摄到的图片和已经存储的图片进行特征匹配，当成功匹配到物品时，停止移动并通过单片机9控制启动机械手3抓取，抓取成功后，转台5旋转180°，利用升降台2将机械手3移至存放盒12盒口，松开机械手3，将物品放置于存放盒12内，放置成功后，转台5再旋转180°，复位至寻找物品状态，购物车重新回到路线上，继续循迹前行；否则，单片机9控制购物车自动寻迹和继续采集图像。
图2是本发明实施例的结构示意图，一种基于OpenCV的自动购物车包括：图像采集模块1、升降台2、机械手3、舵机4、转台5、车底板6、车轮7、灰度传感器8、单片机9、处理器10、电源11和存放盒12，图像采集模块1采集信号，且输出端连接处理器10的输入端，并由处理器10控制，灰度传感器8的输出端接单片机9，机械手3和车轮7分别与单片机9的输出端相连接并由单片机9控制，所述单片机9和处理器10都通过螺纹连接固定在车底板6上方。
作为一种较佳的实施例，所述处理器10采用Jetson TK1，是NVIDIA基于Tegra K1开发的一块低成本开发板，板载一块Tegra K1 32-bit芯片，开发板上还有一个HDMI输出，一个以太网接口，一个USB 3.0，一个micro USB口，SATA，mini PCIe，SD卡插槽，调试口有串口DB9和JTAG，以及众多的IO接口引出，虽然体积小，但功能很全面；所述单片机9采用Arduino，优点是指令的可读性强，学习和创作成本低。
作为一种较佳的实施例，所述处理器10内部的程序控制图像采集模块1自动进行图像采集并传回处理器10，通过调用机器视觉库OpenCV对获取图像与系统中存储的识别图像进行匹配分析。
作为一种较佳的实施例，所述图像采集模块1由摄像头13、LED照明灯14和图像采集模块支架15组成，两个摄像头13安装在图像采集模块支架15上并对拍摄到的物体进行图片格式输出，LED照明灯14通过热熔胶固定在两个摄像头13中间，其角度与地面用摄像头成45°角，用于形成稳定的光照环境，图像采集模块支架15前端安装机械手3，并根据在检测到匹配物品时单片机9发送的信号完成动作。
作为一种较佳的实施例，所述灰度传感器8共有12个，安装于矩形支架的四边，固定于车底板6下方并保持离地面9～16mm，可实现最优感应，实现良好的循迹前行；当灰度传感器检测到购物机器人出现偏行时，通过单片机9执行程序改变脉冲宽度来改变控制每个车轮的电机转速达到速度的控制。
作为一种较佳的实施例，车轮7采用麦克纳姆轮，通过调整四车轮的旋转方向和转速实现向购物车任意方向的运动；四个轮子的转速计算公式：其中a表示车身旋转中心到车轮中心的横向距离，b表示车身旋转中心到车轮中心的纵向距离，vω表示车轮转速，vtx表示X轴运动的速度，右为正，vty表示Y轴运动的速度，前为正，ω表示车轮自转角速度，逆时针为正。
以上所述仅为本发明的较佳实施例而已，但本发明的技术特征并不局限于此，任何本领域的技术人员在本发明的领域内，所作的改进和变化皆涵盖在本发明的专利范围之中。
Claims (8)
1.一种基于OpenCV的自动购物车，其特征在于，自动购物车的实现方法如下：
步骤一：将需识别的物品图片进行采集，保存制作成购物清单；
步骤二：在规划好路径的前提下采用灰度化识别，循迹前行，在放置物品的位置通过图像采集模块(1)捕捉物品画面；
步骤三：利用OpenCV特征识别，图像采集模块(1)采集若干连续变化的图像区域，采用detectAndCompute函数通过对购物清单中的图片进行特征点的描述并与图像采集模块(1)采集的图片同时发送到处理器(10)进行特征点匹配判断，并返回关键点和描述符；当出现特征点与保存的购物清单中的图片存在大于等于30个匹配点的图片时，判断为物品存在，则启动抓取；若不存在，则继续循迹前进并寻找物品；
步骤四：完成识别和抓取任务后，购物车移动到指定物品放置区，当碰撞开关触碰到购物篮之后，碰撞开关产生电信号并发生给单片机(9)启动舵机(4)实现物品的卸载。
2.根据权利要求1所述的一种基于OpenCV的自动购物车的实现方法，其特征在于，所述步骤一中识别的物品图片和步骤三中图像采集模块(1)采集到的图片均通过OpenCV进行分割和特征提取处理。
3.根据权利要求1所述的一种基于OpenCV的自动购物车的实现方法，其特征在于，所述步骤三中利用摄像头(13)拍摄到的图片和已经存储的图片进行特征匹配，当成功匹配到物品时，停止移动并通过单片机(9)控制启动机械手(3)抓取，抓取成功后，转台(5)旋转180°，利用升降台(2)将机械手(3)移至存放盒(12)盒口，松开机械手(3)，将物品放置于存放盒(12)内，放置成功后，转台(5)再旋转180°，复位至寻找物品状态，购物车重新回到路线上，继续循迹前行；否则，单片机(9)控制购物车自动寻迹和继续采集图像。
4.根据权利要求1所述的一种基于OpenCV的自动购物车，其特征在于，包括图像采集模块(1)、升降台(2)、机械手(3)、舵机(4)、转台(5)、车底板(6)、车轮(7)、灰度传感器(8)、单片机(9)、处理器(10)、电源(11)和存放盒(12)，图像采集模块(1)采集信号，且输出端连接处理器(10)的输入端，并由处理器(10)控制，灰度传感器(8)的输出端接单片机(9)，机械手(3)和车轮(7)分别与单片机(9)的输出端相连接并由单片机(9)控制，所述单片机(9)和处理器(10)都通过螺纹连接固定在车底板(6)上方。
5.根据权利要求4所述的一种基于OpenCV的自动购物车，其特征在于，所述处理器(10)内部的程序控制图像采集模块(1)自动进行图像采集并传回处理器(10)，通过调用机器视觉库OpenCV对获取图像与系统中存储的识别图像进行匹配分析。
6.根据权利要求4所述的一种基于OpenCV的自动购物车，其特征在于，所述图像采集模块(1)由摄像头(13)、LED照明灯(14)和图像采集模块支架(15)组成，两个摄像头(13)安装在图像采集模块支架(15)上并对拍摄到的物体进行图片格式输出，LED照明灯(14)通过热熔胶固定在两个摄像头(13)中间，其角度与地面用摄像头成45°角，用于形成稳定的光照环境，图像采集模块支架(15)前端安装机械手(3)，并根据在检测到匹配物品时单片机(9)发送的信号完成动作。
7.根据权利要求4所述的一种基于OpenCV的自动购物车，其特征在于，所述灰度传感器(8)共有12个，安装于矩形支架的四边，固定于车底板(6)下方并保持离地面9～16mm。
8.根据权利要求4所述的一种基于OpenCV的自动购物车，其特征在于，所述车轮(7)采用麦克纳姆轮，通过调整四车轮的旋转方向和转速实现向购物车任意方向的运动；四个轮子的转速计算公式：其中a表示车身旋转中心到车轮中心的横向距离，b表示车身旋转中心到车轮中心的纵向距离，vω表示车轮转速，vtx表示X轴运动的速度，右为正，vty表示Y轴运动的速度，前为正，ω表示车轮自转角速度，逆时针为正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710863155.1A CN107784306A (zh) | 2017-09-19 | 2017-09-19 | 一种基于OpenCV的自动购物车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710863155.1A CN107784306A (zh) | 2017-09-19 | 2017-09-19 | 一种基于OpenCV的自动购物车 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107784306A true CN107784306A (zh) | 2018-03-09 |
Family
ID=61433541
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710863155.1A Pending CN107784306A (zh) | 2017-09-19 | 2017-09-19 | 一种基于OpenCV的自动购物车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107784306A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108453696A (zh) * | 2018-05-03 | 2018-08-28 | 浙江工业大学 | 一种智能物流小车 |
| CN109141451A (zh) * | 2018-07-13 | 2019-01-04 | 京东方科技集团股份有限公司 | 购物定位系统及方法、智能购物车、电子设备 |
| WO2021051755A1 (zh) * | 2019-09-18 | 2021-03-25 | 五邑大学 | 商场自动购物方法、存储介质、电子设备及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104133398A (zh) * | 2014-07-10 | 2014-11-05 | 杭州电子科技大学 | 超市购物机器人内部控制电路 |
| CN205058045U (zh) * | 2015-10-26 | 2016-03-02 | 众德迪克科技（北京）有限公司 | 一种带有视觉伺服系统的机器人 |
| CN105513038A (zh) * | 2014-10-20 | 2016-04-20 | 网易（杭州）网络有限公司 | 图像匹配方法及手机应用测试平台 |
| CN106272478A (zh) * | 2016-09-30 | 2017-01-04 | 河海大学常州校区 | 一种全自动购物机器人及使用方法 |
| CA2938075A1 (en) * | 2015-08-07 | 2017-02-07 | Wal-Mart Stores, Inc. | Shopping space mapping systems, devices and methods |
| CN106803245A (zh) * | 2016-11-29 | 2017-06-06 | 中国铁道科学研究院铁道建筑研究所 | 基于探地雷达周期性检测的铁路路基状态评估方法 |
-
2017
- 2017-09-19 CN CN201710863155.1A patent/CN107784306A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104133398A (zh) * | 2014-07-10 | 2014-11-05 | 杭州电子科技大学 | 超市购物机器人内部控制电路 |
| CN105513038A (zh) * | 2014-10-20 | 2016-04-20 | 网易（杭州）网络有限公司 | 图像匹配方法及手机应用测试平台 |
| CA2938075A1 (en) * | 2015-08-07 | 2017-02-07 | Wal-Mart Stores, Inc. | Shopping space mapping systems, devices and methods |
| CN205058045U (zh) * | 2015-10-26 | 2016-03-02 | 众德迪克科技（北京）有限公司 | 一种带有视觉伺服系统的机器人 |
| CN106272478A (zh) * | 2016-09-30 | 2017-01-04 | 河海大学常州校区 | 一种全自动购物机器人及使用方法 |
| CN106803245A (zh) * | 2016-11-29 | 2017-06-06 | 中国铁道科学研究院铁道建筑研究所 | 基于探地雷达周期性检测的铁路路基状态评估方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108453696A (zh) * | 2018-05-03 | 2018-08-28 | 浙江工业大学 | 一种智能物流小车 |
| CN109141451A (zh) * | 2018-07-13 | 2019-01-04 | 京东方科技集团股份有限公司 | 购物定位系统及方法、智能购物车、电子设备 |
| US11340076B2 (en) | 2018-07-13 | 2022-05-24 | Boe Technology Group Co., Ltd. | Shopping cart, positioning system and method, and electronic equipment |
| WO2021051755A1 (zh) * | 2019-09-18 | 2021-03-25 | 五邑大学 | 商场自动购物方法、存储介质、电子设备及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6822718B1 (ja) | 自動パッケージ登録メカニズムを備えたロボットシステム、および、その動作方法 | |
| CN107784306A (zh) | 一种基于OpenCV的自动购物车 | |
| US9707682B1 (en) | Methods and systems for recognizing machine-readable information on three-dimensional objects | |
| US20190332115A1 (en) | Method of controlling mobile robot | |
| ES2952605T3 (es) | Sistemas y métodos de percepción para identificar y procesar diversos objetos | |
| Jafari et al. | Real-time RGB-D based people detection and tracking for mobile robots and head-worn cameras | |
| CN109131925A (zh) | 一种无人机场地勤行李运输车辆及商业模式 | |
| US10513037B2 (en) | Control method and system, and mobile robot using the same | |
| CN106227216B (zh) | 面向居家老人的家庭服务机器人 | |
| WO2019232804A1 (zh) | 软件更新方法、系统、移动机器人及服务器 | |
| CN114651287A (zh) | 用于自动用户标识的电子装置 | |
| EP3848898B1 (en) | Target object recognition device, manipulator, and mobile robot | |
| JP2015043175A (ja) | 物品認識装置及び物品認識設備 | |
| US9734429B2 (en) | Method, system and computer program product for detecting an obstacle with a camera | |
| CN104070527A (zh) | 球场捡球机器人 | |
| CN114286739B (zh) | 信息处理装置、设定装置及方法、图像识别系统、机器人系统、学习装置以及学习完毕模型的生成方法 | |
| Varga et al. | Vision-based autonomous load handling for automated guided vehicles | |
| CN111783509A (zh) | 自动结算方法、装置、系统和存储介质 | |
| CN208092975U (zh) | 基于长短焦距相机实现半封闭车场管理的系统 | |
| US20240051146A1 (en) | Autonomous solar installation using artificial intelligence | |
| CN108942874A (zh) | 一种超市寻货机器人 | |
| JP2013532451A (ja) | 倉庫内の物体の位置を特定するための方法及び装置 | |
| CN108211277B (zh) | 一种乒乓球智能捡球共享系统及其使用方法 | |
| CN109782753B (zh) | 一种收拣装置的控制方法 | |
| KR102536364B1 (ko) | 로케이션 코드 맵핑 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180309 |