CN108629325A - 物品位置的确定方法、装置及系统 - Google Patents

物品位置的确定方法、装置及系统 Download PDF

Info

Publication number
CN108629325A
CN108629325A CN201810453740.9A CN201810453740A CN108629325A CN 108629325 A CN108629325 A CN 108629325A CN 201810453740 A CN201810453740 A CN 201810453740A CN 108629325 A CN108629325 A CN 108629325A
Authority
CN
China
Prior art keywords
feature
depth
location information
information
depth transducer
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
CN201810453740.9A
Other languages
English (en)
Other versions
CN108629325B (zh
Inventor
刘丹青
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.)
Beijing Megvii Technology Co Ltd
Original Assignee
Beijing Megvii 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 Beijing Megvii Technology Co Ltd filed Critical Beijing Megvii Technology Co Ltd
Priority to CN201810453740.9A priority Critical patent/CN108629325B/zh
Publication of CN108629325A publication Critical patent/CN108629325A/zh
Priority to KR1020180152425A priority patent/KR102255268B1/ko
Priority to US16/209,415 priority patent/US10788313B2/en
Priority to JP2018229735A priority patent/JP6731033B2/ja
Priority to EP18210944.7A priority patent/EP3567533A1/en
Application granted granted Critical
Publication of CN108629325B publication Critical patent/CN108629325B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/026—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring distance between sensor and object
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2518—Projection by scanning of the object
    • G01B11/2522—Projection by scanning of the object the position of the object changing and being recorded
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Multimedia (AREA)
  • Game Theory and Decision Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Freezers Or Refrigerated Showcases (AREA)
  • Display Racks (AREA)

Abstract

本发明提供了一种物品位置的确定方法、装置及系统，涉及智能监测技术领域，该方法应用于处理设备，该处理设备与安装于置物架上的深度传感器相连，该置物架位于深度传感器的感测空间内；该置物架上还设置有多个特征部件；该特征部件具有特定反射率，或该特征部件是具有特定波长的光源；该置物架上的每种物品均与一个特征部件对应摆放；该方法包括：获取深度传感器采集的深度信息和光强信息；根据光强信息和深度信息，确定各个特征部件的位置信息；根据各个特征部件的位置信息，确定与各个特征部件对应的物品的位置信息。本发明能够自动确定置物架上的物品位置，省去了人工标定的繁琐，较好地节约了人力成本。

Description

物品位置的确定方法、装置及系统
技术领域
本发明涉及智能监测技术领域，尤其是涉及一种物品位置的确定方法、装置及系统。
背景技术
置物架广泛应用于各行各业，诸如商场中采用的货架、可存放饮品的立式冷风柜、可存放冻品的玻璃展示冰箱、以及图书馆或书店里采用的书架、仓库中采用的储物货架等，均属于置物架。
随着科技发展，设置有监测设备(诸如，AI视觉机器、距离传感器或称重传感器)的智能置物架已逐渐兴起，在已知置物架上的各种物品的摆放位置的基础上，此类置物架能够利用监测设备确知摆放在置物架上的物品的数量变化信息，以及确知置物架上的何种物品被人触碰等信息。置物架在使用时，都需要工作人员预先测量并标定置物架上的每种物品的准确位置。然而，置物架上的物品位置可能会发生小幅度偏移，诸如，因置物架上的搁板的高度发生变化而导致物品的位置发生上下偏移，或者因物品摆放稀疏/摆放紧密等问题而导致物品的位置发生左右偏移。一旦物品位置偏移，会导致监测结果不准确，因而还需要工作人员重新标定物品位置，过程繁琐，且费时费力。
发明内容
有鉴于此，本发明的目的在于提供一种物品位置的确定方法、装置及系统，能够自动确定置物架上的物品位置，省去了人工标定的繁琐，较好地节约了人力成本。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种物品位置的确定方法，所述方法应用于处理设备，所述处理设备与安装于置物架上的深度传感器相连，所述置物架位于所述深度传感器的感测空间内；所述置物架上还设置有多个特征部件；其中，所述特征部件具有特定反射率，或所述特征部件是具有特定波长的光源；所述置物架上的每种物品均与一个所述特征部件对应摆放；所述方法包括：获取所述深度传感器采集的深度信息和光强信息；根据所述光强信息和所述深度信息，确定各个所述特征部件的位置信息；根据各个所述特征部件的位置信息，确定与各个所述特征部件对应的物品的位置信息。
进一步，所述获取所述深度传感器采集的深度信息和光强信息的步骤，包括：获取所述深度传感器采集的感测图；其中，所述感测图包括多个像素，每个所述像素对应有所述深度传感器的一个像元输出的深度信息和光强信息；提取所述感测图中的每个所述像素对应的深度信息和光强信息。
进一步，所述根据所述光强信息和所述深度信息，确定各个所述特征部件的位置信息的步骤，包括：根据每个所述像素的光强信息，从所述感测图中识别目标像素；其中，所述目标像素的光强信息与特定反射强度匹配，或者，所述目标像素的光强信息与特定发射强度匹配；其中，所述特定反射强度与所述特定反射率相关；所述特定发射强度与所述特定波长相关；根据各个所述目标像素的深度信息，确定与各个所述目标像素对应的特征部件的位置信息。
进一步，所述根据每个所述像素的光强信息，从所述感测图中识别目标像素的步骤，包括：根据每个所述像素的光强信息，从所述感测图中筛选光反射强度与所述特定反射强度相差在预设第一阈值范围内的像素，或者，从所述感测图中筛选光发射强度与所述特定发射强度相差在预设第二阈值范围内的像素；将筛选出的像素确定为目标像素。
进一步，所述根据各个所述目标像素的深度信息，确定与各个所述目标像素对应的特征部件的位置信息的步骤，包括：根据各个所述目标像素的深度信息，以及预先存储的与各个所述目标像素对应的像元的位置信息，确定所述目标像素对应的特征部件的位置信息。
进一步，所述根据各个所述特征部件的位置信息，确定与各个所述特征部件对应摆放的物品的位置信息的步骤，包括：根据各个所述特征部件的位置信息，确定与各个所述特征部件对应摆放的物品；根据预先存储的特征部件与对应物品的相对位置关系，以及各个所述特征部件的位置信息，确定各个所述特征部件对应的物品的位置信息。
进一步，所述根据各个所述特征部件的位置信息，确定与各个所述特征部件对应摆放的物品的步骤，包括：根据各个所述特征部件的位置信息，确定各个所述特征部件之间的相对位置关系；基于各个所述特征部件之间的相对位置关系以及预先存储的第一表项，确定各个所述特征部件的编号；其中，所述第一表项包括带有编号的各个特征部件之间的相对位置关系；根据各个所述特征部件的编号以及预先存储的第二表项，确定各个所述特征部件对应的物品；其中，所述第二表项中存储有带有编号的特征部件与物品的对应关系。
进一步，所述方法还包括：根据已知的特征部件的位置信息和深度信息，确定所述深度传感器的当前位置信息；判断所述深度传感器的当前位置信息是否与预设的基准位置信息一致；如果否，调整所述深度传感器的位置，以使调整后的所述深度传感器的位置信息与所述基准位置信息一致。
进一步，所述根据已知的特征部件的位置信息和深度信息，确定所述深度传感器的当前位置信息的步骤，包括：获取至少两个已知的特征部件的位置信息和深度信息；根据所述至少两个已知的特征部件的位置信息和深度信息，通过三角定位算法确定所述深度传感器的当前位置信息。
进一步，所述深度传感器上还设置有电机；所述调整所述深度传感器的位置的步骤，包括：根据所述深度传感器的当前位置信息和所述基准位置信息，确定所述电机的移动方向和移动距离；控制所述电机按照所述移动方向和所述移动距离进行移动，以带动所述深度传感器从当前位置到达基准位置。
进一步，所述特征部件是由相对于所述深度传感器的光源波长具有特定反射率的材料制成，或者，所述特征部件是与所述深度传感器的光源波长一致的光源。
进一步，所述深度传感器为红外深度传感器；所述特定反射率高于预设第一红外反射率，或者，低于预设第二红外反射率。
第二方面，本发明实施例还提供一种物品位置的确定装置，所述装置应用于处理设备，所述处理设备与安装于置物架上的深度传感器相连，所述置物架位于所述深度传感器的感测空间内；所述置物架上还设置有多个特征部件；其中，所述特征部件具有特定反射率，或所述特征部件是具有特定波长的光源；所述置物架上的每种物品均与一个所述特征部件对应摆放；所述装置包括：信息获取模块，用于获取所述深度传感器采集的深度信息和光强信息；第一确定模块，用于根据所述光强信息和所述深度信息，确定各个所述特征部件的位置信息；第二确定模块，用于根据各个所述特征部件的位置信息，确定与各个所述特征部件对应的物品的位置信息。
第三方面，本发明实施例提供了一种物品监控系统，所述系统包括：深度传感器和处理设备；所述深度传感器用于采集感测信息和光强信息；所述处理设备上存储有计算机程序，所述计算机程序在被所述处理设备运行时执行如第一方面任一项所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理设备运行时执行上述第一方面任一项所述的方法的步骤。
本发明实施例提供了一种物品位置的确定方法、装置及系统，处理设备与安装于置物架上的深度传感器相连，该置物架位于深度传感器的感测空间内；该置物架上还设置有多个特征部件；置物架上的每种物品均与一个特征部件对应摆放。处理设备可以根据深度传感器采集的深度信息和光强信息，确定各个特征部件的位置信息，进而根据各个特征部件的位置信息，确定与各个特征部件对应的物品的位置信息。这种方式能够首先确定特征部件的位置，该特征部件具有特定反射率或该特征部件为具有特定波长的光源，从而确定与特征部件对应摆放的物品的位置，无需人工测量标定，省去了人工标定的繁琐，较好地节约了人力成本。
本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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示出了本发明实施例所提供的一种电子系统的结构示意图；
图2示出了本发明实施例所提供的一种深度传感器在置物架上的安装正视图；
图3示出了本发明实施例所提供的一种深度传感器在置物架上的安装侧视图；
图4示出了本发明实施例所提供的一种设置有特征部件的置物架的结构示意图；
图5示出了本发明实施例所提供的一种物品位置的确定方法流程图；
图6示出了本发明实施例所提供的一种物品位置的确定装置的结构框图。
图标：
10-置物架；20-深度传感器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
考虑到现有技术中一旦置物架上的物品位置发生偏移，就需要人工重新标定位置，过程繁琐费时，为改善此问题，本发明实施例提供的一种物品位置的确定方法、装置及系统，该技术可应用于可采用相应的软件和硬件实现，可应用于任何需要获知置物架上的物品位置的场合，诸如应用于各购物场所的智能零售场景、智能图书馆、智能仓储/物流行业等，以下对本发明实施例进行详细介绍。
实施例一：
首先，参照图1来描述用于实现本发明实施例的一种物品位置的确定方法、装置及系统的示例电子系统100。
如图1所示的一种电子系统的结构示意图，电子系统100包括一个或多个处理设备102、一个或多个存储装置104、输入装置106、输出装置108以及多个距离传感器110，这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子系统100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子系统也可以具有其他组件和结构。
所述处理设备102可以是网关，也可以为智能终端，或者是包含中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备，可以对所述电子系统100中的其它组件的数据进行处理，还可以控制所述电子系统100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理设备102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理设备实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如，用户)输出各种信息(例如，图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。
所述深度传感器110可以为结构光传感器、面阵式传感器或多线数激光雷达等具有至少一个视场角、能够对一个立体空间进行感测的传感器，并且可将探测所得的深度信息发送给处理设备102，或者存储在所述存储装置104中以供其它组件使用。
示例性地，用于实现根据本发明实施例的物品位置的确定方法、装置及系统的示例电子系统中的各器件可以集成设置，也可以分散设置，诸如将处理设备102、存储装置104、输入装置106和输出装置108集成设置于一体，而将深度传感器分离设置于智能货架的顶部、底部或边缘侧等位置。
为便于理解，以下对本实施例的电子系统的应用示例作进一步介绍。该电子系统可以安装设置于超市、图书馆、仓库等布设有置物架的场所；其中，深度传感器可以设置于置物架上，深度传感器的感测空间可因深度传感器的安装位置不同而有差异，其中，深度传感器的感测空间也可以采用深度传感器的视场角表征。置物架位于深度传感器的视场角之内，设置有上述电子系统的置物架可以称之为智能置物架，并可灵活应用于各个场合。
实施例二：
本实施例提供了一种物品位置的确定方法，为便于理解，本实施例首先对该方法的应用场景示例如下：
该方法由处理设备执行，该处理设备与安装在置物架上的深度传感器相连，通过深度传感器的深度信息和光强信息，可以最终确定物品位置。
本实施例中的处理设备可以为网关，也可以是具有数据处理能力的其它设备，诸如电脑等智能终端。该处理设备可以独立对接收到的信息进行处理，也可以与服务器相连，共同对信息进行分析处理，并将处理结果上传至云端。
本实施例中的置物架可以为货架、书柜、冰箱、冷风柜等任何能够放置物品的设备，本实施例对置物架的结构和实际用途并不限定。本实施例中的物品又可称为SKU(StockKeeping Unit，库存量单位)，是一种单品。对于物品而言，当其品牌、型号、配置、等级、花色、包装容量、单位、用途等属性中任一属性与其他物品存在不同时，都可称为一种单品。
本实施例中的深度传感器包括但不限于诸如结构光深度传感器、面阵式激光雷达或高线数机械扫描式激光雷达。深度传感器具体可以为多像素深度距离传感器，其上可以设置有百万数量级的像元(也即，感光元件)，并对立体空间(以下称为感测空间)进行多点式感测，得到感测空间内各物体的深度信息和光强信息，诸如，深度传感器是基于红外传感的深度传感器(也即，红外深度传感器)，其可以采集到感测空间内的深度信息和红外光强信息。该红外光强信息可以为感测空间内具有特定反射率的特征部件对红外深度传感器的红外光进行反射得到的红外线反射率信息，也可以为感测空间内作为特征部件的红外光源发射至红外深度传感器的发射强度信息。
可以理解的是，深度传感器的感测空间与深度传感器的安装位置有关，深度传感器的安装位置不同，对应的感测空间也不同。在实际应用中，可以采用两个方向的视场角(FOV)表征该感测空间，视场角的大小通常决定了深度传感器的视野范围。在将深度传感器应用于置物架上时，需要根据实际情况设定深度传感器的安装位置，在该安装位置下，深度传感器的一个方向的视场角能够覆盖整个置物架的正表面，另一个方向的视场角能够覆盖整个置物架的前方空间，使得深度传感器能够在两个视场角构成的感测空间对置物架进行监测，置物架上的每种物品都位于深度传感器的感测空间内。
参见图2所示的一种深度传感器在置物架上的安装正视图，以及图3所示的一种深度传感器在置物架上的安装侧视图，均示意出了置物架10和深度传感器20。具体的，图2示意出了深度传感器的一个视场角FOV1，该视场角与置物架正面平行，在实际应用中，该FOV1可以为90度左右，以覆盖整个置物架的正表面；图3示意出了深度传感器的另一个视场角FOV2，在实际应用中，该FOV2可以为20度以上，例如，FOV2可以为30度，以覆盖整个置物架的前方空间，深度传感器能够在FOV1和FOV2构成的感测空间内对置物架进行监测，采集感测空间内的深度信息和光强信息。
此外，本实施例中的置物架上还设置有多个特征部件，特征部件具有特定反射强度或特定发射强度。具体的，该特征部件可以是由相对于深度传感器的光源波长(也即，深度传感器内置发射器的波长)具有特定反射率的材料制成，或者，该特征部件可以是与深度传感器的光源波长一致的光源。在实际应用中，特定反射率可以高于预设第一反射率，或者，低于预设第二反射率。也即，选取较高的反射率或者较低的反射率作为特定反射率，以便于深度传感器根据反射率识别特征部件。以深度传感器为基于红外传感的深度传感器为例，具有特定反射强度的特征部件可以为高于预设第一红外反射率的材料制成的部件，或者低于预设第二红外反射率的材料制成的部件，或者是与深度传感器的光源波长一致的红外光源。也即，该特征部件相比于其它物体，具有特殊的红外反射率(极高或者极低)，以使得深度传感器在对感测空间内的物体进行感测时，能够凭借特殊的红外反射率识别出特征部件。以上仅为示例，在实际应用中，深度传感器不局限于红外传感，也即深度传感器的光源波长不局限于红外光波长，还可以根据实际需要而选择其它波长，诸如紫外光波长等。
上述特征部件可以直接是置物架上每层搁板上设置的用于分离不同种物品的小隔板，也可以为固定设置在小隔板上的标识点或光源。以小隔板为例，在小隔板的前缘可以涂覆有含有钛白粉的涂料(反射率大于90％)，当然，也可以不设置小隔板，而是在置物架的搁板(又称为搁层)上设置与深度传感器的光源波长相同的红外光源，每个红外光源与一种物品相关联，诸如，每个红外光源旁边摆放有一种物品。除此之外，特征部件还可以是置物架上为每种物品对应设置的标签或电子标签、置物架的搁板前沿为每种物品对应设置的小挡板、置物架上用于悬挂物品的挂钩等。无论特征部件具有何种形态或用途，仅需特征部件与物品对应设置，且是由相对于深度传感器的光源波长具有特定反射率的材料制成，或者，特征部件是与深度传感器的光源波长一致的光源即可，在此并不限定特征部件的其它用途。
在实际应用中，可以为每种物品单独设定用于识别的特征部件，也可以直接采用每种物品对应的隔板、标签/电子标签、挡板、挂钩等具有其它用途的部件作为特征部件。具体实施时，置物架上作为特征部件的隔板、标签/电子标签、挡板、挂钩等都具有特定反射强度；或者，将具有与深度传感器的光源波长一致的光源设置于与每种物品对应的隔板、标签/电子标签、挡板、挂钩等处。以上仅为示例，特征部件的实际形态、用途以及具体的位置设置方式在此并不限定。
为便于理解，以特征部件是用于分隔两种物品的小隔板为例，参见图4所示的一种设置有特征部件的置物架的结构示意图，图4简单示意出置物架10设置有两层搁板，置物架的第一层搁板上设置有三个隔板(也即，前述特征部件)，分别为F1-1、F1-2和F1-3，每个特征部件的旁边摆放有物品(SKU)，其中，可以认为特征部件F1-1与SKU1-1相对应，特征部件F1-2与SKU1-2相对应，特征部件F1-3与SKU1-3相对应。同理，物架的第二层搁板上设置有三个隔板，分别为F2-1、F2-2和F2-3；其中，特征部件F2-1与SKU2-1相对应，特征部件F2-2与SKU2-2相对应，特征部件F2-3与SKU2-3相对应。可以理解的是，在实际应用中，第一层隔板可能会因工作人员调整高度而发生上下偏移，致使摆放在该隔板上的物品的高度发生变化；第一层隔板上摆放的三种物品和/或三个小隔板也可能会因工作人员的调整或者消费者等相关人员的触碰而发生左右移位，导致物品位置难以确定。
基于上述介绍，参见图5所示的一种物品位置的确定方法流程图，该方法应用于处理设备，该处理设备与安装于置物架上的深度传感器相连，置物架位于深度传感器的感测空间内；置物架上还设置有多个特征部件；该特征部件具有特定反射率，或，该特征部件是具有特定波长的光源；置物架上的每种物品均与一个特征部件对应摆放；具体包括以下步骤：
步骤S502，获取深度传感器采集的深度信息和光强信息。
在实际应用中，可以首先获取深度传感器采集的感测图；其中，该感测图包括多个像素，每个像素对应有深度传感器的一个像元输出的深度信息和光强信息；然后提取感测图中的每个像素对应的深度信息和光强信息。具体的，上述感测图像又可以称为深度图像，该深度图像可体现各个像素对应的深度信息和光强信息；其中，深度信息又可理解为距离信息。
在实际应用中，多像素深度传感器的像素数量等于像元数量，每个像素都对应一个像元。假设深度传感器的行方向分布1024个像元，列方向分布768个像元，那么又可称为该深度传感器为具有1024*768像素的传感器，能够得到1024*768像素的深度图，每个像素都表征了一个像元输出的深度信息和光强信息。
步骤S504，根据光强信息和深度信息，确定各个特征部件的位置信息。
在一种实施方式中，可以参照如下步骤执行：
(1)根据每个像素的光强信息，从感测图中识别目标像素；其中，目标像素的光强信息与特定反射强度匹配，或者，目标像素的光强信息与所述特定发射强度匹配。其中，特定反射强度与特定反射率相关；特定发射强度与特定波长相关。可以理解的是，不同物品的反射率不同，对于深度传感器的发射光的反射强度不同，反射强度均可以由深度传感器感测到，并体现在感测图中与物品对应的像素上。因而，当特征部件具有特定反射率时，深度传感器的感测图中与特定部件对应的像素所呈现的特定反射强度与特征部件的特定反射率相关；同理，当特征部件为光源时，特征部件的发射光被深度传感器感测到，深度传感器的感测图中与特定部件对应的像素所呈现的特定发射强度与特征部件的发射光的波长(也即，特定波长)相关。
在具体实施时，以深度传感器为红外深度传感器为例，如果特征部件为相对于红外深度传感器发射的红外光波长具有特定反射率的材料制成，由于特征部件的红外光反射率特殊(极高或极低)，诸如，在感测图中的与特征部件对应的像素极亮或极暗。因此能够在感测图中识别出与特殊的红外光反射强度(也即与特定红外反射率相关的反射强度)匹配的目标像素；如果特征部件为与红外深度传感器的红外光波长一致的点光源，则在感测图中的与该点光源对应的像素极亮，可明显区别于其它像素。其中，目标像素表征有特征部件的成像信息。
具体实施时，可以首先根据每个像素的光强信息，从感测图中筛选光反射强度与特定反射强度相差在预设第一阈值范围内的像素，或者，从感测图中筛选光发射强度与特定发射强度相差在预设第二阈值范围内的像素；然后将筛选出的像素确定为目标像素。其中，第一阈值范围与第二阈值范围可以相同，也可以不同，具体可根据需求而灵活设定。也即，如果某像素的光反射强度与特定反射强度相差在预设第一阈值范围内，则认为该像素的光强信息与特定反射强度匹配，该像素即为目标像素；或者，如果某像素的光发射强度与特定发射强度相差在预设第二阈值范围内，则认为该像素的光强信息与特点发射强度匹配；该像素即为目标像素。
(2)根据各个目标像素的深度信息，确定与各个目标像素对应的特征部件的位置信息。具体的，可以根据各个目标像素的深度信息，以及预先存储的与各个目标像素对应的像元的位置信息，确定目标像素对应的特征部件的位置信息。
由于深度传感器中各个像元的位置是已知的，根据输出目标像素的像元的位置，以及目标像素的深度信息(也即，特征部件与输出目标像素的像元之间的距离信息)，即可确定目标像素对应的特征部件的位置信息。
步骤S506，根据各个特征部件的位置信息，确定与各个特征部件对应的物品的位置信息。
在一种实施方式中，可以首先根据各个特征部件的位置信息，确定与各个特征部件对应摆放的物品；也即，确定与各个特征部件关联的物品；然后根据预先存储的特征部件与对应物品的相对位置关系，以及各个特征部件的位置信息，确定各个特征部件对应的物品的位置信息。
在具体实施时，可以参照如下步骤确定与各个特征部件对应摆放的物品:
(1)根据各个特征部件的位置信息，确定各个特征部件之间的相对位置关系。诸如，在上述步骤S504中获取到6个特征部件的位置信息，分别为特征部件a、特征部件b、特征部件c、特征部件d、特征部件e和特征部件f；根据该6个特征部件的位置信息，可以确定特征部件a、特征部件b、特征部件c均位于空间内的第一高度，且从左到右依次相邻；确定特征部件d、特征部件e和特征部件f均位于空间内的第二高度，且从左到右依次相邻；其中，第一高度大于第二高度；也即，特征部件d、特征部件e和特征部件f位于特征部件a、特征部件b、特征部件c的空间正上方。
(2)基于各个特征部件之间的相对位置关系以及预先存储的第一表项，确定各个特征部件的编号；其中，第一表项包括带有编号的各个特征部件之间的相对位置关系。
诸如，已知置物架包括两层隔板，每层隔板分别放置3个特征部件；第一层隔板放置有特征部件F1-1、F1-2和F1-3；第二层隔板放置有特征部件F2-1、F2-2和F2-3。其中，第一表项中记录有：F1-1、F1-2和F1-3为从左至右依次排列，F2-1、F2-2和F2-3为从左至右依次排列，且F2-1、F2-2和F2-3位于F1-1、F1-2和F1-3的上层空间。根据上述特征部件a～特征部件f的相对位置关系，也即已知的F1-1～F2-3的相对位置关系，可以确定特征部件a即为F1-1，特征部件b即为F1-2，特征部件c即为F1-3，特征部件d即为F2-1，特征部件e即为F2-2，特征部件f即为F2-3，也即可以确定从感测图中识别的各个特征部件的编号；每个特征部件所在位置都不同，都具有一个唯一编号。也即，处理设备预先已知置物架上一共有几层搁板，每层搁板上从左到右又依次陈列了几个特征部件(也即，已知各个特征部件之间的相对位置关系)，根据实际感测的各特征部件的相对位置关系，即可确定各个特征部件的编号。这种方式下，尽管特征部件的位置可能发生偏移，但由于各个特征部件的相对位置关系不变，处理设备仍旧可以根据各特征部件的实际位置确定各个特征部件的身份(也即，编号)。
(3)根据各个特征部件的编号以及预先存储的第二表项，确定各个特征部件对应的物品；其中，第二表项中存储有带有编号的特征部件与物品的对应关系。
诸如，在第二表项中记录有：F1-1对应有物品SKU1-1、F1-2对应有物品SKU1-2、F1-3对应有物品SKU1-3、F2-1对应有物品SKU2-1、F2-2对应有物品SKU2-2、F2-3对应有物品SKU2-3，因此可以根据第二表项确定各特征部件对应的物品种类。在置物架中，特征部件与其对应的物品的位置相关联，诸如，物品统一摆放在与其对应的特征部件的右侧，且与特征部件相邻。当然，物品也可以统一摆放在与其对应的特征部件的后方区域，物品与特征部件的摆放关系在此不进行限定，在实际应用中可以灵活限制。
在已知各特征部件以及与其对应的物品后，进一步可以根据预先存储的特征部件与对应物品的相对位置关系，以及各个特征部件的位置信息，确定各个特征部件对应的物品的位置信息。诸如，已知特征部件F1-1对应SKU1-1，而特征部件F1-1的位置已由深度传感器感测得出，再基于F1-1与SKU1-1的相对位置关系(诸如，F1-1摆放在SKU1-1的右侧，且F1-1与SKU1-1相距1cm以内)即可确定SKU1-1的位置信息。
本实施例提供的上述物品位置的确定方法能够首先确定特征部件的位置，从而确定与特征部件对应摆放的物品的位置，即便物品位置有所偏移，也无需人工测量标定，处理设备通过识别特征部件，该特征部件具有特定反射率或该特征部件为具有特定波长的光源，根据特征部件的位置信息即可确定该特征部件对应的物品位置，省去了人工标定的繁琐，较好地节约了人力成本。
此外，为了能够得到准确的物品位置信息，深度传感器所在的位置信息应当准确，因此，本实施例提供的上述步骤还包括对深度传感器的位置校准，可用于深度传感器的初始安装校准，以及深度传感器在使用过程中由于震动、外力撞击或其它原因导致深度传感器的位置出现偏移时，对深度传感器进行重新校准；校准方式具体可参见如下步骤执行：
步骤1，根据已知的特征部件的位置信息和深度信息，确定深度传感器的当前位置信息。
在实际应用中，可以获取至少两个已知的特征部件的位置信息和深度信息；然后根据至少两个已知的特征部件的位置信息和深度信息，通过三角定位算法确定深度传感器的当前位置信息。诸如，在置物架的底层固定设置m(m≥2)个特征部件，该特征部件可以具有红外高反射率、红外低反射率特征，或者该特征部件可以为红外光源。两个已知的特征部件的位置信息预先确定，深度信息可以通过位于当前位置的深度传感器获取，进而通过三角定位方式，可反推确定深度传感器的当前位置。
步骤2，判断深度传感器的当前位置信息是否与预设的基准位置信息一致。该基准位置信息也即为该深度传感器的预设安装位置。假设深度传感器在基准位置下的用于覆盖整个置物架的正表面的视场角FOV1为90度，一个用于覆盖整个置物架的前方空间的视场角FOV2为30度；如果深度传感器所在当前位置的FOV1为85度，FOV2为30度，可以理解的是，当前位置的FOV1与基准位置的FOV1相差5度，置物架并非全部都位于当前位置的深度传感器的感测空间内，致使置物架上的部分物品或特征部件无法被深度传感器感测到。
在实际判别过程中，可以在置物架上设置有已知的特征部件(以下以底部特征点为例进行说明)，通过深度传感器采集的感测图，可以确定底部特征点在感测图中对应的像素，也即可以确定感测到该底部特征点的实际像元位置；如果实际像元位置与理论像元位置不一致，则可以认为深度传感器的当前位置信息与预设的基准位置信息不一致。其中，理论像元位置为位于基准位置的深度传感器对已知特征部件进行感测时所对应的像元位置。
步骤3，如果否，调整深度传感器的位置，以使调整后的深度传感器的位置信息与基准位置信息一致。
在一种实施方式中，可以在深度传感器上设置有电机；处理设备能够根据深度传感器的当前位置信息和基准位置信息，确定电机的移动方向和移动距离；然后控制电机按照移动方向和移动距离进行移动，以带动深度传感器从当前位置到达基准位置。
为便于理解，进一步示例说明电机的安装方式：在一种实施方式中，在货架上固定安装用于支撑电机和深度传感器的支撑装置，电机和深度传感器可以视为一个整体；电机运动时可直接带动深度传感器运动，改变深度传感器的位置。在另一种实施方式中，可以在货架上先安装电机，电机通过支撑装置与深度传感器相连，电机能够调整支撑装置的位置，通过支撑装置带动深度传感器运动，改变深度传感器的位置。当然，以上仅为两种安装示例，在实际应用中，不局限于上述两种方式，任何电机能够带动深度传感器移动、改变深度传感器的位置的安装方式均可。
诸如，在深度传感器上设置有三轴伺服舵机，在对深度传感器进行位置校准时，首先测量出底部特征点在深度传感器上对应的实际像元位置，如果实际像元位置与理论像元位置有差别，则处理设备可以控制三轴伺服舵机朝向减小该差别的方向移动，直至调整到实际像元位置与理论像元位置相差在预设范围内。
通过上述方式，能够对深度传感器的安装位置进行校准，进一步提升了物品位置的确定结果的准确性和可靠性。
综上所述，本实施例提供的上述物品位置的确定方法，处理设备通过深度传感器对具有特定反射强度的特征部件进行感测，可以确知各特征部件的位置，进而可确知与特征部件对应摆放的物品的物品位置，即便物品位置发生小幅度偏移，处理设备仍旧可以基于特征部件的位置确定物品位置，无需人工重新标定，较好地节约了人力成本。
实施例三：
对应于前述实施例提供的一种物品位置的确定方法，本实施例提供了一种物品位置的确定装置，该装置设置于处理设备侧，处理设备与安装于置物架上的深度传感器相连，置物架位于深度传感器的感测空间内；置物架上还设置有多个特征部件；其中，特征部件具有特定反射率，或，该特征部件是具有特定波长的光源；置物架上的每种物品均与一个特征部件对应摆放；参见图6所示的一种物品位置的确定装置的结构框图，该装置包括：
信息获取模块602，用于获取深度传感器采集的深度信息和光强信息；
第一确定模块604，用于根据光强信息和深度信息，确定各个特征部件的位置信息；
第二确定模块606，用于根据各个特征部件的位置信息，确定与各个特征部件对应的物品的位置信息。
本实施例提供的上述物品位置的确定装置能够首先确定特征部件的位置，该特征部件具有特定反射率或该特征部件为具有特定波长的光源，从而确定与特征部件对应摆放的物品的位置，无需人工测量标定，省去了人工标定的繁琐，较好地节约了人力成本。
在一种实施方式中，上述信息获取模块602包括：
感测图获取单元，用于获取深度传感器采集的感测图；其中，感测图包括多个像素，每个像素对应有深度传感器的一个像元输出的深度信息和光强信息。
信息提取单元，用于提取感测图中的每个像素对应的深度信息和光强信息。
在一种实施方式中，上述第一确定模块604包括像素识别单元和部件位置确定单元，其中：
像素识别单元，用于根据每个像素的光强信息，从感测图中识别目标像素；其中，目标像素的光强信息与特定反射强度匹配，或者，目标像素的光强信息与特定发射强度匹配。其中，特定反射强度与特定反射率相关；特定发射强度与特定波长相关。在具体实施时，像素识别单元进一步用于根据每个像素的光强信息，从感测图中筛选光反射强度与特定反射强度相差在预设第一阈值范围内的像素，或者，从感测图中筛选光发射强度与特定发射强度相差在预设第二阈值范围内的像素；将筛选出的像素确定为目标像素。
部件位置确定单元，用于根据各个目标像素的深度信息，确定与各个目标像素对应的特征部件的位置信息。在具体实施时，部件位置确定单元进一步用于根据各个目标像素的深度信息，以及预先存储的与各个目标像素对应的像元的位置信息，确定目标像素对应的特征部件的位置信息。
在一种实施方式中，上述第二确定模块606包括物品确定单元和物品位置确定单元，其中：
物品确定单元，用于根据各个特征部件的位置信息，确定与各个特征部件对应摆放的物品；在具体实施时，物品确定单元进一步用于根据各个特征部件的位置信息，确定各个特征部件之间的相对位置关系；基于各个特征部件之间的相对位置关系以及预先存储的第一表项，确定各个特征部件的编号；其中，第一表项包括带有编号的各个特征部件之间的相对位置关系；根据各个特征部件的编号以及预先存储的第二表项，确定各个特征部件对应的物品；其中，第二表项中存储有带有编号的特征部件与物品的对应关系。
物品位置确定单元，用于根据预先存储的特征部件与对应物品的相对位置关系，以及各个特征部件的位置信息，确定各个特征部件对应的物品的位置信息。
此外，本实施例提供的上述装置还包括：
第三确定模块，用于根据已知的特征部件的位置信息和深度信息，确定深度传感器的当前位置信息。进一步，第三确定模块用于获取至少两个已知的特征部件的位置信息和深度信息；根据至少两个已知的特征部件的位置信息和深度信息，通过三角定位算法确定深度传感器的当前位置信息。
判断模块，用于判断深度传感器的当前位置信息是否与预设的基准位置信息一致。
位置调整模块，用于在所述判断模块的判断结果为否时，调整深度传感器的位置，以使调整后的深度传感器的位置信息与基准位置信息一致。
在具体实施时，深度传感器上还设置有电机；位置调整模块进一步用于：根据深度传感器的当前位置信息和基准位置信息，确定电机的移动方向和移动距离；控制电机按照移动方向和移动距离进行移动，以带动深度传感器从当前位置到达基准位置。
在实际应用中，特征部件是由相对于深度传感器的光源波长具有特定反射率的材料制成，或者，特征部件是与深度传感器的光源波长一致的光源。
在一种实施方式中，上述深度传感器为红外深度传感器；上述特定反射率高于预设第一红外反射率，或者，低于预设第二红外反射率。也即，上述具有特定反射强度的特征部件为高于预设第一红外反射率的材料制成的部件，或者低于预设第二红外反射率的材料制成的部件，或者是与深度传感器的光源波长一致的红外光源。
本实施例所提供的装置，其实现原理及产生的技术效果和前述实施例相同，为简要描述，该装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例四：
本发明实施例提供了一种物品监控系统，该系统包括：深度传感器和处理设备；
深度传感器用于采集感测信息和光强信息；
处理设备上存储有计算机程序，计算机程序在被处理设备运行时执行如前述实施例二提供的任一项方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
进一步，本实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述前述实施例二所提供的方法的步骤。
本发明实施例所提供的一种物品位置的确定方法、装置及系统的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (15)

1.一种物品位置的确定方法，其特征在于，所述方法应用于处理设备，所述处理设备与安装于置物架上的深度传感器相连，所述置物架位于所述深度传感器的感测空间内；所述置物架上还设置有多个特征部件；其中，所述特征部件具有特定反射率，或所述特征部件是具有特定波长的光源；所述置物架上的每种物品均与一个所述特征部件对应摆放；
所述方法包括：
获取所述深度传感器采集的深度信息和光强信息；
根据所述光强信息和所述深度信息，确定各个所述特征部件的位置信息；
根据各个所述特征部件的位置信息，确定与各个所述特征部件对应的物品的位置信息。
2.根据权利要求1所述的方法，其特征在于，所述获取所述深度传感器采集的深度信息和光强信息的步骤，包括：
获取所述深度传感器采集的感测图；其中，所述感测图包括多个像素，每个所述像素对应有所述深度传感器的一个像元输出的深度信息和光强信息；
提取所述感测图中的每个所述像素对应的深度信息和光强信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述光强信息和所述深度信息，确定各个所述特征部件的位置信息的步骤，包括：
根据每个所述像素的光强信息，从所述感测图中识别目标像素；其中，所述目标像素的光强信息与特定反射强度匹配，或者，所述目标像素的光强信息与特定发射强度匹配；其中，所述特定反射强度与所述特定反射率相关；所述特定发射强度与所述特定波长相关；
根据各个所述目标像素的深度信息，确定与各个所述目标像素对应的特征部件的位置信息。
4.根据权利要求3所述的方法，其特征在于，所述根据每个所述像素的光强信息，从所述感测图中识别目标像素的步骤，包括：
根据每个所述像素的光强信息，从所述感测图中筛选光反射强度与所述特定反射强度相差在预设第一阈值范围内的像素，或者，从所述感测图中筛选光发射强度与所述特定发射强度相差在预设第二阈值范围内的像素；
将筛选出的像素确定为目标像素。
5.根据权利要求3所述的方法，其特征在于，所述根据各个所述目标像素的深度信息，确定与各个所述目标像素对应的特征部件的位置信息的步骤，包括：
根据各个所述目标像素的深度信息，以及预先存储的与各个所述目标像素对应的像元的位置信息，确定所述目标像素对应的特征部件的位置信息。
6.根据权利要求1所述的方法，其特征在于，所述根据各个所述特征部件的位置信息，确定与各个所述特征部件对应摆放的物品的位置信息的步骤，包括：
根据各个所述特征部件的位置信息，确定与各个所述特征部件对应摆放的物品；
根据预先存储的特征部件与对应物品的相对位置关系，以及各个所述特征部件的位置信息，确定各个所述特征部件对应的物品的位置信息。
7.根据权利要求6所述的方法，其特征在于，所述根据各个所述特征部件的位置信息，确定与各个所述特征部件对应摆放的物品的步骤，包括：
根据各个所述特征部件的位置信息，确定各个所述特征部件之间的相对位置关系；
基于各个所述特征部件之间的相对位置关系以及预先存储的第一表项，确定各个所述特征部件的编号；其中，所述第一表项包括带有编号的各个特征部件之间的相对位置关系；
根据各个所述特征部件的编号以及预先存储的第二表项，确定各个所述特征部件对应的物品；其中，所述第二表项中存储有带有编号的特征部件与物品的对应关系。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据已知的特征部件的位置信息和深度信息，确定所述深度传感器的当前位置信息；
判断所述深度传感器的当前位置信息是否与预设的基准位置信息一致；
如果否，调整所述深度传感器的位置，以使调整后的所述深度传感器的位置信息与所述基准位置信息一致。
9.根据权利要求8所述的方法，其特征在于，所述根据已知的特征部件的位置信息和深度信息，确定所述深度传感器的当前位置信息的步骤，包括：
获取至少两个已知的特征部件的位置信息和深度信息；
根据所述至少两个已知的特征部件的位置信息和深度信息，通过三角定位算法确定所述深度传感器的当前位置信息。
10.根据权利要求9所述的方法，其特征在于，所述深度传感器上还设置有电机；所述调整所述深度传感器的位置的步骤，包括：
根据所述深度传感器的当前位置信息和所述基准位置信息，确定所述电机的移动方向和移动距离；
控制所述电机按照所述移动方向和所述移动距离进行移动，以带动所述深度传感器从当前位置到达基准位置。
11.根据权利要求1至10任一项所述的方法，其特征在于，所述特征部件是由相对于所述深度传感器的光源波长具有特定反射率的材料制成，或者，所述特征部件是与所述深度传感器的光源波长一致的光源。
12.根据权利要求11所述的方法，其特征在于，所述深度传感器为红外深度传感器；所述特定反射率高于预设第一红外反射率，或者，低于预设第二红外反射率。
13.一种物品位置的确定装置，其特征在于，所述装置应用于处理设备，所述处理设备与安装于置物架上的深度传感器相连，所述置物架位于所述深度传感器的感测空间内；所述置物架上还设置有多个特征部件；其中，所述特征部件具有特定反射率，或所述特征部件是具有特定波长的光源；所述置物架上的每种物品均与一个所述特征部件对应摆放；
所述装置包括：
信息获取模块，用于获取所述深度传感器采集的深度信息和光强信息；
第一确定模块，用于根据所述光强信息和所述深度信息，确定各个所述特征部件的位置信息；
第二确定模块，用于根据各个所述特征部件的位置信息，确定与各个所述特征部件对应的物品的位置信息。
14.一种物品监控系统，其特征在于，所述系统包括：深度传感器和处理设备；
所述深度传感器用于采集感测信息和光强信息；
所述处理设备上存储有计算机程序，所述计算机程序在被所述处理设备运行时执行如权利要求1至12任一项所述的方法。
15.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理设备运行时执行上述权利要求1至12任一项所述的方法的步骤。
CN201810453740.9A 2018-05-11 2018-05-11 物品位置的确定方法、装置及系统 Active CN108629325B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201810453740.9A CN108629325B (zh) 2018-05-11 2018-05-11 物品位置的确定方法、装置及系统
KR1020180152425A KR102255268B1 (ko) 2018-05-11 2018-11-30 물품 위치 결정 방법, 장치 및 시스템
US16/209,415 US10788313B2 (en) 2018-05-11 2018-12-04 Method for determining a position of an item, item monitoring system and non-transitory computer-readable recording medium
JP2018229735A JP6731033B2 (ja) 2018-05-11 2018-12-07 物品位置の特定方法、装置、及びシステム
EP18210944.7A EP3567533A1 (en) 2018-05-11 2018-12-07 Method, apparatus for determining a position of an item, item monitoring system and non-transitory computer-readable recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810453740.9A CN108629325B (zh) 2018-05-11 2018-05-11 物品位置的确定方法、装置及系统

Publications (2)

Publication Number Publication Date
CN108629325A true CN108629325A (zh) 2018-10-09
CN108629325B CN108629325B (zh) 2021-06-22

Family

ID=63692931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810453740.9A Active CN108629325B (zh) 2018-05-11 2018-05-11 物品位置的确定方法、装置及系统

Country Status (5)

Country Link
US (1) US10788313B2 (zh)
EP (1) EP3567533A1 (zh)
JP (1) JP6731033B2 (zh)
KR (1) KR102255268B1 (zh)
CN (1) CN108629325B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109001748A (zh) * 2018-07-16 2018-12-14 北京旷视科技有限公司 目标对象与物品的关联方法、装置及系统
CN109460077A (zh) * 2018-11-19 2019-03-12 深圳博为教育科技有限公司 一种自动跟踪方法、自动跟踪设备及自动跟踪系统
CN110200453A (zh) * 2019-05-29 2019-09-06 李秋燕 零售终端商品智能展示柜
CN110986816A (zh) * 2019-10-20 2020-04-10 深圳奥比中光科技有限公司 一种深度测量系统及其测量方法
TWI733173B (zh) * 2019-08-27 2021-07-11 佳世達科技股份有限公司 物品管理系統

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112132900B (zh) * 2020-09-29 2024-06-25 凌美芯（北京）科技有限责任公司 一种视觉重定位方法及系统
CN115248017B (zh) * 2022-09-21 2022-11-29 江苏新恒基特种装备股份有限公司 一种支管管件几何尺寸快速检测方法及检测系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204007543U (zh) * 2014-08-27 2014-12-10 厦门唛咭森迪科技有限公司 一种新型一键式3d扫描仪
CN105245828A (zh) * 2015-09-02 2016-01-13 北京旷视科技有限公司 物品分析方法和设备
US20160162179A1 (en) * 2012-05-31 2016-06-09 Opportunity Partners Inc. Computing Interface for Users with Disabilities
US9478030B1 (en) * 2014-03-19 2016-10-25 Amazon Technologies, Inc. Automatic visual fact extraction
US20160379061A1 (en) * 2012-09-12 2016-12-29 Avigilon Fortress Corporation Methods, devices and systems for detecting objects in a video
US20170098236A1 (en) * 2015-10-02 2017-04-06 Yahoo! Inc. Exploration of real-time advertising decisions
CN106897670A (zh) * 2017-01-19 2017-06-27 南京邮电大学 一种基于计算机视觉的快递暴力分拣识别方法
WO2017108413A1 (en) * 2015-12-21 2017-06-29 Koninklijke Philips N.V. Processing a depth map for an image
US20170286901A1 (en) * 2016-03-29 2017-10-05 Bossa Nova Robotics Ip, Inc. System and Method for Locating, Identifying and Counting Items
CN107403332A (zh) * 2016-05-18 2017-11-28 中华电信股份有限公司 货架取物侦测系统及方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4979815A (en) * 1989-02-17 1990-12-25 Tsikos Constantine J Laser range imaging system based on projective geometry
JP4150506B2 (ja) 2000-02-16 2008-09-17 富士フイルム株式会社 画像撮像装置及び距離測定方法
JP2002024249A (ja) * 2000-07-10 2002-01-25 Itoki Crebio Corp 物品収納検索システム
DE60124647T2 (de) * 2000-09-26 2007-03-08 Fuji Photo Film Co., Ltd., Minami-Ashigara Vorrichtung und Verfahren zur Abstandsmessung
KR100463484B1 (ko) 2002-02-08 2004-12-29 조 원 장 개인 대응형 공기청정장치
DE10226663A1 (de) * 2002-06-14 2003-12-24 Sick Ag Verfahren zum Auffinden von Gegenständen auf einer Trägerebene
JP3872007B2 (ja) * 2002-12-16 2007-01-24 シーケーディ株式会社 計測装置及び検査装置
JP2005083984A (ja) 2003-09-10 2005-03-31 Neomax Co Ltd 物品位置確認システム
JP2005138957A (ja) 2003-11-06 2005-06-02 Okamura Corp 自動倉庫における入出庫管理方法
DE102005054658A1 (de) * 2005-11-16 2007-05-24 Sick Ag Verfahren zur automatischen Paramentierung von Meßsystemen
JP2010058908A (ja) 2008-09-04 2010-03-18 Toshiba Tec Corp 物品管理システム
US9582889B2 (en) 2009-07-30 2017-02-28 Apple Inc. Depth mapping based on pattern matching and stereoscopic information
JP6183280B2 (ja) 2014-04-11 2017-08-23 株式会社ダイフク 位置判別装置
US9824328B2 (en) * 2014-06-10 2017-11-21 Amazon Technologies, Inc. Arm-detecting overhead sensor for inventory system
US9894350B2 (en) 2015-02-24 2018-02-13 Nextvr Inc. Methods and apparatus related to capturing and/or rendering images
US9694498B2 (en) * 2015-03-30 2017-07-04 X Development Llc Imager for detecting visual light and projected patterns
EP3200122B1 (de) * 2016-01-26 2022-06-22 Sick Ag Optoelektronischer sensor und verfahren zur sicheren erkennung von objekten einer mindestgrösse
US9827683B1 (en) * 2016-07-28 2017-11-28 X Development Llc Collaborative inventory monitoring
US9908696B1 (en) * 2016-09-08 2018-03-06 X Development Llc Pallet-conveyor system

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160162179A1 (en) * 2012-05-31 2016-06-09 Opportunity Partners Inc. Computing Interface for Users with Disabilities
US20160379061A1 (en) * 2012-09-12 2016-12-29 Avigilon Fortress Corporation Methods, devices and systems for detecting objects in a video
US9478030B1 (en) * 2014-03-19 2016-10-25 Amazon Technologies, Inc. Automatic visual fact extraction
CN204007543U (zh) * 2014-08-27 2014-12-10 厦门唛咭森迪科技有限公司 一种新型一键式3d扫描仪
CN105245828A (zh) * 2015-09-02 2016-01-13 北京旷视科技有限公司 物品分析方法和设备
US20170098236A1 (en) * 2015-10-02 2017-04-06 Yahoo! Inc. Exploration of real-time advertising decisions
WO2017108413A1 (en) * 2015-12-21 2017-06-29 Koninklijke Philips N.V. Processing a depth map for an image
US20170286901A1 (en) * 2016-03-29 2017-10-05 Bossa Nova Robotics Ip, Inc. System and Method for Locating, Identifying and Counting Items
CN107403332A (zh) * 2016-05-18 2017-11-28 中华电信股份有限公司 货架取物侦测系统及方法
CN106897670A (zh) * 2017-01-19 2017-06-27 南京邮电大学 一种基于计算机视觉的快递暴力分拣识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YONG YUAN 等: "UHF RFID Shelf Solution with Cascaded Reader Antenna and Positioning Capability", 《IEEE》 *
刘璟: "嵌入式控制器与自动化技术关联性研究", 《制造业自动化》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109001748A (zh) * 2018-07-16 2018-12-14 北京旷视科技有限公司 目标对象与物品的关联方法、装置及系统
CN109460077A (zh) * 2018-11-19 2019-03-12 深圳博为教育科技有限公司 一种自动跟踪方法、自动跟踪设备及自动跟踪系统
CN109460077B (zh) * 2018-11-19 2022-05-17 深圳博为教育科技有限公司 一种自动跟踪方法、自动跟踪设备及自动跟踪系统
CN110200453A (zh) * 2019-05-29 2019-09-06 李秋燕 零售终端商品智能展示柜
TWI733173B (zh) * 2019-08-27 2021-07-11 佳世達科技股份有限公司 物品管理系統
CN110986816A (zh) * 2019-10-20 2020-04-10 深圳奥比中光科技有限公司 一种深度测量系统及其测量方法
CN110986816B (zh) * 2019-10-20 2022-02-11 奥比中光科技集团股份有限公司 一种深度测量系统及其测量方法

Also Published As

Publication number Publication date
US10788313B2 (en) 2020-09-29
US20190346255A1 (en) 2019-11-14
JP6731033B2 (ja) 2020-07-29
CN108629325B (zh) 2021-06-22
KR20190129678A (ko) 2019-11-20
EP3567533A1 (en) 2019-11-13
JP2019197038A (ja) 2019-11-14
KR102255268B1 (ko) 2021-05-25

Similar Documents

Publication Publication Date Title
CN108629325A (zh) 物品位置的确定方法、装置及系统
US10679181B1 (en) Inventory management using weight sensors and physical layout data
US11164148B1 (en) Evaluation of weight hypotheses using non-weight data
CN109001748B (zh) 目标对象与物品的关联方法、装置及系统
KR101887685B1 (ko) 운영 시스템을 포함하는 무인 자판기
US10332066B1 (en) Item management system using weight
EP1185953B1 (en) Storage system
KR20190093733A (ko) 무인 점포에서의 아이템 인식 시스템 및 그 방법
US11631048B1 (en) User interface with a representative color
US10591348B1 (en) System to process load cell data using door sensor data
US10565552B2 (en) Systems and methods for locating containers with low inventory
JP2009126660A (ja) 物品管理システム及び情報処理装置
JP2009190881A (ja) 物品管理システム及び情報処理装置
JP2010006557A (ja) 物品管理システム
CN113039140B (zh) 位置检测系统
US11085809B1 (en) Multi-channel weight sensing system
KR102637070B1 (ko) 복수의 센서들을 이용한 물품 판매 시스템 및 그 방법
CN108876249A (zh) 物品监控系统及方法
CN108710845A (zh) 目标对象与物品的关联方法、装置及系统
JP7130945B2 (ja) 在庫検出プログラム、在庫検出方法及び在庫検出装置
CN111738665B (zh) 用于陈列物品的智能设备和物品监测的方法
CN113538784B (zh) 智能货柜以及物品识别方法
US11232395B1 (en) Signal processing techniques
KR20210041795A (ko) 빅데이터 및 사물인터넷을 기반으로 한 무인키오스크를 활용한 무인편의점 운영방법
US20230401532A1 (en) Stock level detection apparatus and methods thereof

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
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Method, device, and system for determining the location of items

Granted publication date: 20210622

Pledgee: Shanghai Yunxin Venture Capital Co.,Ltd.

Pledgor: BEIJING KUANGSHI TECHNOLOGY Co.,Ltd.

Registration number: Y2024110000102