CN108373001A - 一种智能工业机器人自动化仓储系统 - Google Patents

一种智能工业机器人自动化仓储系统 Download PDF

Info

Publication number
CN108373001A
CN108373001A CN201810103696.9A CN201810103696A CN108373001A CN 108373001 A CN108373001 A CN 108373001A CN 201810103696 A CN201810103696 A CN 201810103696A CN 108373001 A CN108373001 A CN 108373001A
Authority
CN
China
Prior art keywords
image
information
robot
window
frame
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
Application number
CN201810103696.9A
Other languages
English (en)
Inventor
王学斌
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201810103696.9A priority Critical patent/CN108373001A/zh
Publication of CN108373001A publication Critical patent/CN108373001A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B65G1/0492—Storage devices mechanical with cars adapted to travel in storage aisles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
    • B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Manipulator (AREA)

Abstract

本发明属于自动化仓储技术领域，公开了一种智能工业机器人自动化仓储系统，包括：货架，所述货架分成数个单元格作为货位；货架周围，围绕设有地轨；地轨上设有机器人，机器人底座上的车轮位于地轨中；两个立柱焊接于底座上；立柱之间，通过滑轨设有升降台；升降台上设有机器手，机器手上设有信息识别装置；机器人底座设有电力驱动装置，使机器人能够沿着环形地轨移动；地轨的旁边通过螺栓固定设有输送机；电力驱动装置与输送机连接至控制系统，控制系统能够发出出库或入库指令。本发明通过使用机器人实现了自动化的货物进出库，机器人能够完成对货物品名、类别、货号乃至货位地址的识别，可以减少雇佣的人数，提高工作效率。

Description

一种智能工业机器人自动化仓储系统
技术领域
本发明属于自动化仓储技术领域，尤其涉及一种智能工业机器人自动化仓储系统。
背景技术
目前，随着现代电子商务的迅速发展，货物出入库、分拣等工作日益繁重。传统仓储布局不合理，人力进出库效率低，空间利用率不足，不能做到统筹货架空间利用，而且货架越来越高，人工操作比较危险，且人工成本较高。
综上，现有技术存在的问题是：传统仓储布局不合理，人力进出库效率低，空间利用率不足，不能做到统筹货架空间利用，而且货架越来越高，人工操作比较危险，且人工成本较高。
发明内容
针对现有技术存在的问题，本发明提供了一种智能工业机器人自动化仓储系统。
本发明是这样实现的，一种智能工业机器人自动化仓储系统，所述智能工业机器人自动化仓储系统包括：
货架；
所述货架分成数个单元格作为货位；
所述货架周围，围绕设有地轨；所述地轨上设有机器人，机器人底座上的车轮位于地轨中；
所述两个立柱焊接于底座上；所述立柱之间，通过滑轨设有升降台；所述升降台上设有机器手，机器手上设有信息识别装置；
所述信息识别装置的信息录入系统具体步骤如下：
步骤一，采用多角度图形扫描技术，每次图形扫描时较上次扫描错开一定角度；
步骤二，利用角点检测算法，计算出不同视角的混沌图形标签的角点，并进行特征匹配，得到相邻视角图像之间的匹配特征点；
步骤三，根据计算机多视几何原理，利用7点算法计算相邻匹配图像间的基础矩阵；
步骤四，利用上述的基础矩阵，计算出任一图像中的每个特征点在其相邻匹配图像上对应的对极线，利用局部模板匹配算法，计算出对极线上存在的其他匹配的特征点；
步骤五，计算匹配图像的匹配特征点视差，得到相邻匹配图像视差图；
步骤六，利用视差原理，由上述步骤中得到的相邻匹配图像的视差图计算出混沌图形标签中的特征点空间坐标，并进一步得到混沌图形标签中的特征点相对位置信息；
步骤七，利用基于结构的图像纹理特征提取算法，提取每个视角对应的混沌图形标签中点位分布的纹理信息；
步骤八，将标签关联的标的物信息与获取的混沌图形标签的特征相对位置信息及纹理信息构成复合数据信息，赋予ID信息，并将复合数据信息及ID信息存入后台数据库；
所述角点检测算法的刻画角点特征方法为：当窗口发生[u,v]移动时，那么滑动前与滑动后对应的窗口中的像素点灰度变化描述如下：
[u,v]是窗口的偏移量；(x,y)是窗口内所对应的像素坐标位置，窗口有多大，就有多少个位置，w(x,y)是窗口函数，窗口内的所有像素所对应的w权重系数均为1，将w(x,y)函数设定为以窗口中心为原点的二元正态分布；如果窗口中心点是角点时，移动前与移动后，点的灰度变化应该最为剧烈，所以该点权重系数可以设定大些，表示窗口移动时，该点在灰度变化贡献较大；离窗口角点较远的点；通常窗口函数有如下两种形式：
根据上述表达式，当窗口处在平坦区域上滑动，可以想象的到，灰度不会发生变化，那么E(u,v)＝0；如果窗口处在比纹理比较丰富的区域上滑动，那么灰度变化会很大；算法是计算灰度发生较大变化时所对应的位置，当然这个较大是指针任意方向上的滑动，并非单指某个方向；
所述机器人底座设有电力驱动装置，使机器人能够沿着环形地轨移动；所述地轨的旁边通过螺栓固定设有输送机；所述电力驱动装置、机器手、信息识别装置与输送机连接至控制系统，控制系统能够发出出库或入库指令；
所述货架上的货位的地址由所在的货架的排数、列数及层数来唯一确定；
所述控制系统位于计算机主机中，采用了自动寻址技术，使机器人能够自动寻找存放货物的位置；
所述机器人内部包含有中央处理器、摄像头、红外感应器、信息交换机；
所述摄像头，与中央处理器连接，用于通过安装的摄像头对货架物品进行信息采集；
所述摄像头通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，很好地适用于存在多个运动目标和摄像机移动的情况，当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动；图像序列逐帧的差分，相当于对图像序列进行了时域下的高通滤波；实现过程：利用当前帧图像Ik(x,y)与相隔n个时间帧的图像Ik-n(x,y)做差，依据得到的差分图像的像素值是否大于或等于给定阈值T判断该像素点为前景点还是背景点，具体判定公式如下：
其中，Dk(x,y)为差分二值图像在坐标(x,y)处的灰度值，当其值为1时，表明该像素点为前景点，当其值为0时，表明该像素点为背景点；
所述红外感应器，与中央处理器连接，用于通过红外感应器对机器人位置进行感应检测；
所述信息交换机，与中央处理器连接，用于通过信息交换机与机器手、输送机信息沟通；
所述中央处理器使用Surendra背景更新算法能够自适应获得背景图像，通过帧间差分法找到物体的运动区域，对运动区域内的背景保持不变，而非运动区域的背景用当前帧进行替换更新，基本步骤：
(1)将第一帧图像I0(x,y)作为背景B0(x,y)；
(2)选取阈值T，迭代次数初始化m＝1，最大迭代次数为M；
(3)求当前帧的帧差分图像：
其中，Ik(x,y)，Ik-1(x,y)分别为当前帧和上一帧图像；
(4)将二值图像DB(x,y)更新背景图像Bk(x,y)：
其中，Bk(x,y)为更新后的背景图像，Bk-1(x,y)为更新前的背景图像，DB(x,y)为差分二值图像在坐标(x,y)处的灰度值，Ik(x,y)为第k帧图像，为迭代速度系数；
(5)迭代次数m加1返回步骤(3)，当m＝M时，迭代结束。
进一步，所述智能工业机器人自动化仓储系统中存储物品的信息识别方法包括以下步骤：
步骤一，对货位上的物品二维码定位图形；首先寻找探测图形，就是二维码上的三个方块，在通过二维码上的定位图形和分隔符确定二维码信息的图像，定位图形确定二维码符号中模块的坐标；
步骤二，灰度化标识码信息像素；
步骤三，去掉二维码信息像素的噪点；
步骤四，二值化二维码信息像素；二维码在二值化时会将二维码图像变成只有黑白色的条码，然后根据解析转化成二进制信息；
步骤五，二维码译码和纠错并得到信息。
本发明的优点及积极效果为：本发明通过使用机器人实现了自动化的货物进出库，机器人能够完成对货物品名、类别、货号乃至货位地址的识别；控制系统能够控制机器人和输送机的启动，改变它们的工作状态，使其协同工作，共同完成出库入库作业，管理人员能够对此过程进行全程监控和管理，可以减少雇佣的人数，提高工作效率。
附图说明
图1是本发明实施例提供的智能工业机器人自动化仓储系统结构示意图；
图2是本发明实施例提供的机器人的示意图；
图3是本发明实施例提供的智能工业机器人自动化仓储系统中存储物品的信息识别方法的流程图；
图4是本发明实施例提供的机器人内部的连接示意图。
图中：1、货架；2、机器人；2-1、中央处理器；2-2、摄像头；2-3、红外感应器；2-4、信息交换机；3、输送机；4、地轨；5、底座；6、升降台；7、滑轨；8、机器手。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明实施例提供的智能工业机器人自动化仓储系统设置有：货架1、机器人2、输送机3、地轨4、底座5、升降台6、滑轨7、机器手8。
所述货架1分成数个单元格作为货位；货架1周围，围绕设有地轨4，地轨4上设有机器人2，机器人2的底座5上的车轮位于地轨4中；两个立柱焊接于底座5上；所述立柱之间，通过滑轨7设有升降台6；
所述升降台6上设有机器手8，机器手8上设有信息识别装置；
所述机器人底座5设有电力驱动装置，使机器人能够沿着环形地轨4移动；地轨4的旁边通过螺栓固定设有输送机3；
所述电力驱动装置、机器手8、信息识别装置与输送机3连接至控制系统，控制系统能够发出出库或入库指令。
作为本发明的优秀实施例，所述货架1上的货位的地址由所在的货架1的排数、列数及层数来唯一确定。
作为本发明的优秀实施例，所述控制系统位于计算机主机中，采用了自动寻址技术，从而使机器人2能够自动寻找存放货物的位置。
作为本发明的优秀实施例，所述机器人2内部包含有中央处理器2-1、摄像头2-2、红外感应器2-3、信息交换机2-4；
所述摄像头2-2，与中央处理器2-1连接，用于通过安装的摄像头2-2对货架物品进行信息采集；
所述红外感应器2-3，与中央处理器2-1连接，用于通过红外感应器2-3对机器人位置进行感应检测；
所述信息交换机2-4，与中央处理器2-1连接，用于通过信息交换机2-4与机器手8、输送机3信息沟通。
本发明提供了一种智能工业机器人自动化仓储系统中存储物品的信息识别方法，该信息识别方法包括以下步骤：
S101，对货位上的物品二维码定位图形；
S102，灰度化标识码信息像素；
S103，去掉二维码信息像素的噪点；
S104，二值化二维码信息像素；
S105，二维码译码和纠错并得到信息。
作为本发明的优秀实施例，所述S101中，首先寻找探测图形，就是二维码上的三个方块，在通过二维码上的定位图形和分隔符确定二维码信息的图像，定位图形确定二维码符号中模块的坐标。
作为本发明的优秀实施例，所述S104中，二维码在二值化时会将二维码图像变成只有黑白色的条码，然后根据解析转化成二进制信息。
所述信息识别装置的信息录入系统具体步骤如下：
步骤一，采用多角度图形扫描技术，每次图形扫描时较上次扫描错开一定角度；
步骤二，利用角点检测算法，计算出不同视角的混沌图形标签的角点，并进行特征匹配，得到相邻视角图像之间的匹配特征点；
步骤三，根据计算机多视几何原理，利用7点算法计算相邻匹配图像间的基础矩阵；
步骤四，利用上述的基础矩阵，计算出任一图像中的每个特征点在其相邻匹配图像上对应的对极线，利用局部模板匹配算法，计算出对极线上存在的其他匹配的特征点；
步骤五，计算匹配图像的匹配特征点视差，得到相邻匹配图像视差图；
步骤六，利用视差原理，由上述步骤中得到的相邻匹配图像的视差图计算出混沌图形标签中的特征点空间坐标，并进一步得到混沌图形标签中的特征点相对位置信息；
步骤七，利用基于结构的图像纹理特征提取算法，提取每个视角对应的混沌图形标签中点位分布的纹理信息；
步骤八，将标签关联的标的物信息与获取的混沌图形标签的特征相对位置信息及纹理信息构成复合数据信息，赋予ID信息，并将复合数据信息及ID信息存入后台数据库；
所述角点检测算法的刻画角点特征方法为：当窗口发生[u,v]移动时，那么滑动前与滑动后对应的窗口中的像素点灰度变化描述如下：
[u,v]是窗口的偏移量；(x,y)是窗口内所对应的像素坐标位置，窗口有多大，就有多少个位置，w(x,y)是窗口函数，窗口内的所有像素所对应的w权重系数均为1，将w(x,y)函数设定为以窗口中心为原点的二元正态分布；如果窗口中心点是角点时，移动前与移动后，点的灰度变化应该最为剧烈，所以该点权重系数可以设定大些，表示窗口移动时，该点在灰度变化贡献较大；离窗口角点较远的点；通常窗口函数有如下两种形式：
根据上述表达式，当窗口处在平坦区域上滑动，可以想象的到，灰度不会发生变化，那么E(u,v)＝0；如果窗口处在比纹理比较丰富的区域上滑动，那么灰度变化会很大；算法是计算灰度发生较大变化时所对应的位置，当然这个较大是指针任意方向上的滑动，并非单指某个方向；
所述摄像头通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，很好地适用于存在多个运动目标和摄像机移动的情况，当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动；图像序列逐帧的差分，相当于对图像序列进行了时域下的高通滤波；实现过程：利用当前帧图像Ik(x,y)与相隔n个时间帧的图像Ik-n(x,y)做差，依据得到的差分图像的像素值是否大于或等于给定阈值T判断该像素点为前景点还是背景点，具体判定公式如下：
其中，Dk(x,y)为差分二值图像在坐标(x,y)处的灰度值，当其值为1时，表明该像素点为前景点，当其值为0时，表明该像素点为背景点；
所述中央处理器使用Surendra背景更新算法能够自适应获得背景图像，通过帧间差分法找到物体的运动区域，对运动区域内的背景保持不变，而非运动区域的背景用当前帧进行替换更新，基本步骤：
(1)将第一帧图像I0(x,y)作为背景B0(x,y)；
(2)选取阈值T，迭代次数初始化m＝1，最大迭代次数为M；
(3)求当前帧的帧差分图像：
其中，Ik(x,y)，Ik-1(x,y)分别为当前帧和上一帧图像；
(4)将二值图像DB(x,y)更新背景图像Bk(x,y)：
其中，Bk(x,y)为更新后的背景图像，Bk-1(x,y)为更新前的背景图像，DB(x,y)为差分二值图像在坐标(x,y)处的灰度值，Ik(x,y)为第k帧图像，为迭代速度系数；
(5)迭代次数m加1返回步骤(3)，当m＝M时，迭代结束。
本发明的工作原理：在使用时，首先应接通电源，然后工作人员通过控制系统发出出库或者入库指令，电力驱动装置、机器手8、信息识别装置与输送机3得到指令后，按照控制系统的指令进行工作。电力驱动装置使机器人2沿地轨4达到特定的货位处，采用了自动寻址技术，从而使机器人2能够自动寻找存放货物的位置，配合机器手8的移动，将货物取出，然后放置于输送机3上输送出去，完成出库操作。或者从输送机3上取下货物，放置于特定的货位上，完成入库操作。在这一过程中，机器手8上的信息识别装置能够扫描货物的编码信息，获得货物品名、类别、货号乃至货位地址等信息。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (2)

1.一种智能工业机器人自动化仓储系统，其特征在于，所述智能工业机器人自动化仓储系统包括：
货架；
所述货架分成数个单元格作为货位；
所述货架周围，围绕设有地轨；所述地轨上设有机器人，机器人底座上的车轮位于地轨中；
所述两个立柱焊接于底座上；所述立柱之间，通过滑轨设有升降台；所述升降台上设有机器手，机器手上设有信息识别装置；
所述信息识别装置的信息录入系统具体步骤如下：
步骤一，采用多角度图形扫描技术，每次图形扫描时较上次扫描错开一定角度；
步骤二，利用角点检测算法，计算出不同视角的混沌图形标签的角点，并进行特征匹配，得到相邻视角图像之间的匹配特征点；
步骤三，根据计算机多视几何原理，利用7点算法计算相邻匹配图像间的基础矩阵；
步骤四，利用上述的基础矩阵，计算出任一图像中的每个特征点在其相邻匹配图像上对应的对极线，利用局部模板匹配算法，计算出对极线上存在的其他匹配的特征点；
步骤五，计算匹配图像的匹配特征点视差，得到相邻匹配图像视差图；
步骤六，利用视差原理，由上述步骤中得到的相邻匹配图像的视差图计算出混沌图形标签中的特征点空间坐标，并进一步得到混沌图形标签中的特征点相对位置信息；
步骤七，利用基于结构的图像纹理特征提取算法，提取每个视角对应的混沌图形标签中点位分布的纹理信息；
步骤八，将标签关联的标的物信息与获取的混沌图形标签的特征相对位置信息及纹理信息构成复合数据信息，赋予ID信息，并将复合数据信息及ID信息存入后台数据库；
所述角点检测算法的刻画角点特征方法为：当窗口发生[u,v]移动时，那么滑动前与滑动后对应的窗口中的像素点灰度变化描述如下：
[u,v]是窗口的偏移量；(x,y)是窗口内所对应的像素坐标位置，窗口有多大，就有多少个位置，w(x,y)是窗口函数，窗口内的所有像素所对应的w权重系数均为1，将w(x,y)函数设定为以窗口中心为原点的二元正态分布；如果窗口中心点是角点时，移动前与移动后，点的灰度变化应该最为剧烈，所以该点权重系数可以设定大些，表示窗口移动时，该点在灰度变化贡献较大；离窗口角点较远的点；通常窗口函数有如下两种形式：
根据上述表达式，当窗口处在平坦区域上滑动，可以想象的到，灰度不会发生变化，那么E(u,v)＝0；如果窗口处在比纹理比较丰富的区域上滑动，那么灰度变化会很大；算法是计算灰度发生较大变化时所对应的位置，当然这个较大是指针任意方向上的滑动，并非单指某个方向；
所述机器人底座设有电力驱动装置，使机器人能够沿着环形地轨移动；所述地轨的旁边通过螺栓固定设有输送机；所述电力驱动装置、机器手、信息识别装置与输送机连接至控制系统，控制系统能够发出出库或入库指令；
所述货架上的货位的地址由所在的货架的排数、列数及层数来唯一确定；
所述控制系统位于计算机主机中，采用了自动寻址技术，使机器人能够自动寻找存放货物的位置；
所述机器人内部包含有中央处理器、摄像头、红外感应器、信息交换机；
所述摄像头，与中央处理器连接，用于通过安装的摄像头对货架物品进行信息采集；
所述摄像头通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，很好地适用于存在多个运动目标和摄像机移动的情况，当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动；图像序列逐帧的差分，相当于对图像序列进行了时域下的高通滤波；实现过程：利用当前帧图像Ik(x,y)与相隔n个时间帧的图像Ik-n(x,y)做差，依据得到的差分图像的像素值是否大于或等于给定阈值T判断该像素点为前景点还是背景点，具体判定公式如下：
其中，Dk(x,y)为差分二值图像在坐标(x,y)处的灰度值，当其值为1时，表明该像素点为前景点，当其值为0时，表明该像素点为背景点；
所述红外感应器，与中央处理器连接，用于通过红外感应器对机器人位置进行感应检测；
所述信息交换机，与中央处理器连接，用于通过信息交换机与机器手、输送机信息沟通；
所述中央处理器使用Surendra背景更新算法能够自适应获得背景图像，通过帧间差分法找到物体的运动区域，对运动区域内的背景保持不变，而非运动区域的背景用当前帧进行替换更新，基本步骤：
(1)将第一帧图像I0(x,y)作为背景B0(x,y)；
(2)选取阈值T，迭代次数初始化m＝1，最大迭代次数为M；
(3)求当前帧的帧差分图像：
其中，Ik(x,y)，Ik-1(x,y)分别为当前帧和上一帧图像；
(4)将二值图像DB(x,y)更新背景图像Bk(x,y)：
其中，Bk(x,y)为更新后的背景图像，Bk-1(x,y)为更新前的背景图像，DB(x,y)为差分二值图像在坐标(x,y)处的灰度值，Ik(x,y)为第k帧图像，为迭代速度系数；
(5)迭代次数m加1返回步骤(3)，当m＝M时，迭代结束。
2.如权利要求1所述的智能工业机器人自动化仓储系统，其特征在于，所述智能工业机器人自动化仓储系统中存储物品的信息识别方法包括以下步骤：
步骤一，对货位上的物品二维码定位图形；首先寻找探测图形，就是二维码上的三个方块，在通过二维码上的定位图形和分隔符确定二维码信息的图像，定位图形确定二维码符号中模块的坐标；
步骤二，灰度化标识码信息像素；
步骤三，去掉二维码信息像素的噪点；
步骤四，二值化二维码信息像素；二维码在二值化时会将二维码图像变成只有黑白色的条码，然后根据解析转化成二进制信息；
步骤五，二维码译码和纠错并得到信息。
CN201810103696.9A 2018-02-01 2018-02-01 一种智能工业机器人自动化仓储系统 Pending CN108373001A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810103696.9A CN108373001A (zh) 2018-02-01 2018-02-01 一种智能工业机器人自动化仓储系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810103696.9A CN108373001A (zh) 2018-02-01 2018-02-01 一种智能工业机器人自动化仓储系统

Publications (1)

Publication Number Publication Date
CN108373001A true CN108373001A (zh) 2018-08-07

Family

ID=63017134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810103696.9A Pending CN108373001A (zh) 2018-02-01 2018-02-01 一种智能工业机器人自动化仓储系统

Country Status (1)

Country Link
CN (1) CN108373001A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110097494A (zh) * 2019-04-26 2019-08-06 浙江迈睿机器人有限公司 一种基于傅里叶-梅林变换的货物定位方法
CN110371566A (zh) * 2019-08-16 2019-10-25 北京铁道工程机电技术研究所股份有限公司 一种工作手账循环存取设备
CN110980093A (zh) * 2019-12-27 2020-04-10 广东智源机器人科技有限公司 仓储物流线调度系统和方法
CN111746992A (zh) * 2019-07-05 2020-10-09 北京京东乾石科技有限公司 基于agv的自动化仓库中货物储位确定方法及装置
CN113689960A (zh) * 2021-08-27 2021-11-23 南华大学 一种用于移动疫苗接种车的身份审核装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530844A (zh) * 2013-09-17 2014-01-22 上海皓信生物科技有限公司 基于结核杆菌抗酸染色图像的拼接方法
CN104495187A (zh) * 2014-11-12 2015-04-08 柳州市苏玛特机器人自动化有限公司 一种智能分拣仓储系统
CN104915655A (zh) * 2015-06-15 2015-09-16 西安电子科技大学 一种多路监控视频的管理方法与设备
CN105023163A (zh) * 2015-06-23 2015-11-04 杭州沃朴物联科技有限公司 一种基于混沌图形标签的防伪系统及方法
CN106610835A (zh) * 2016-12-23 2017-05-03 广东欧珀移动通信有限公司 识别码处理方法、装置和计算机设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530844A (zh) * 2013-09-17 2014-01-22 上海皓信生物科技有限公司 基于结核杆菌抗酸染色图像的拼接方法
CN104495187A (zh) * 2014-11-12 2015-04-08 柳州市苏玛特机器人自动化有限公司 一种智能分拣仓储系统
CN104915655A (zh) * 2015-06-15 2015-09-16 西安电子科技大学 一种多路监控视频的管理方法与设备
CN105023163A (zh) * 2015-06-23 2015-11-04 杭州沃朴物联科技有限公司 一种基于混沌图形标签的防伪系统及方法
CN106610835A (zh) * 2016-12-23 2017-05-03 广东欧珀移动通信有限公司 识别码处理方法、装置和计算机设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110097494A (zh) * 2019-04-26 2019-08-06 浙江迈睿机器人有限公司 一种基于傅里叶-梅林变换的货物定位方法
CN111746992A (zh) * 2019-07-05 2020-10-09 北京京东乾石科技有限公司 基于agv的自动化仓库中货物储位确定方法及装置
CN110371566A (zh) * 2019-08-16 2019-10-25 北京铁道工程机电技术研究所股份有限公司 一种工作手账循环存取设备
CN110371566B (zh) * 2019-08-16 2024-03-15 北京铁道工程机电技术研究所股份有限公司 一种工作手账循环存取设备
CN110980093A (zh) * 2019-12-27 2020-04-10 广东智源机器人科技有限公司 仓储物流线调度系统和方法
CN113689960A (zh) * 2021-08-27 2021-11-23 南华大学 一种用于移动疫苗接种车的身份审核装置

Similar Documents

Publication Publication Date Title
CN108373001A (zh) 一种智能工业机器人自动化仓储系统
CN112199993B (zh) 基于人工智能识别任意方向变电站绝缘子红外图像检测模型的方法
CN104992449B (zh) 基于机器视觉的信息识别及表面缺陷在线检测方法
Borrmann et al. A mobile robot based system for fully automated thermal 3D mapping
CN106250902A (zh) 基于图像特征模板匹配的电力系统开关状态检测方法
CN111368852A (zh) 基于深度学习的物品识别预分拣系统、方法及机器人
CN110084243B (zh) 一种基于二维码和单目相机的档案识别与定位方法
CN101833673A (zh) 电力开关柜开关状态图像识别系统
CN106651836B (zh) 一种基于双目视觉的地平面检测方法
CN110189344A (zh) 一种电力刀闸图像中直线段提取方法
US11875570B1 (en) Updating agent position information
CN109409395A (zh) 在电力监控中采用模板匹配法识别目标物体区域电气符号的方法
CN106997459A (zh) 一种基于神经网络和图像叠合分割的人数统计方法及系统
CN110910350A (zh) 一种用于风电塔筒的螺母松动检测方法
CN109949229A (zh) 一种多平台多视角下的目标协同检测方法
CN114092478B (zh) 一种异常检测方法
CN104103069A (zh) 图像处理装置、图像处理方法及程序
CN109657682B (zh) 一种基于深度神经网络和多阈值软切分的电能表示数识别方法
CN109977714A (zh) 一种仓储货物多qr码一体化视觉定位方法
CN115937719A (zh) 一种基于最大面积的跑道轮廓线获取方法
CN111860035A (zh) 图书封面检测方法、装置及存储介质和电子设备
CN112288372B (zh) 一种可同时识别一维条码和三段码字符的快递单识别方法
CN114972335A (zh) 一种用于工业检测的图像分类方法、装置及计算机设备
CN107316302A (zh) 基于双目视觉的行车自动定位装置及其对应的定位方法
Chen et al. Object extraction from laser radar imagery

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: 20180807