CN110800003A - 用于测量件装货物维度的装置和方法 - Google Patents

Abstract

本发明涉及一种用于测量件装货物（30）维度的装置，所述件装货物具有标准化运输部件（32），所述装置具有用于获取件装货物（20）的图像（40）的摄像机（2）并具有用于处理图像（40）和用于在图像中识别标准化运输部件（32）的计算单元（4），其特征在于存储单元（7），在该存储单元中储存标准化运输部件的尺寸，其中，计算单元（4）被设计用于确定由运输部件（32）和由件装货物（20）在图像中占据的区域，并用于通过如下方式来确定件装货物（20）在至少一个空间方向上的维度，即，将标准化运输部件（32）的储存在存储单元（6）中的尺寸被用于件装货物（20）的尺度换算。

Description

用于测量件装货物维度的装置和方法

背景技术

由公开文献“An Experimental Study of Pallet Recognition System UsingKinect Camera”，作者Ji-Youn Oh等，先进科学技术快报第42卷（移动和无线2013），第167-170页已经已知的是，借助图像分析来识别装载物下方的托盘，因此使得托盘可由叉车有针对性地驶近并被接收。

此外已知的是，借助合适的比例尺手动地测量件装货物，以确认件装货物的大小。

发明内容

与此相对，用于测量件装货物的维度（Ausdehnung）的根据本发明的装置具有这样的优点，即，能够以简单的方式自动地测量件装货物的大小，该件装货物不仅具有标准化运输部件、例如托盘或运输篓，而且具有位于其上的货物。为此，有利地设置有摄像机，该摄像机拍摄件装货物的图像，其中，所拍摄的图像被处理。为此设置计算单元，其在所拍摄的图像内部不仅识别件装货物，而且识别标准化运输部件。这类标准化运输部件的特殊特性是，它们在其高度、宽度和深度以及其他特殊特性、例如特定的紧固元件或横向支撑方面具有非常精确地被确认的边缘尺寸（Abmaße）。因此，一方面可以在图像中容易地识别它们，另一方面也通过标准化明确地确认了它们的大小。因此可以实现的是，在充分利用已知尺寸（Maße）的运输部件的情况下，使用标准化运输部件作为针对图像上获取到的件装货物的比例尺。

例如，如果在其高度已知的托盘上识别到装载物是托盘五倍那样高，则由标准化运输部件和装载物组成的件装货物的总高度为托盘高度的六倍。因为在识别出托盘作为标准化运输部件之后在存储器中也提供了其高度，所以因此可以将整个件装货物的高度确定为托盘的六倍高度。因为托盘的高度基于标准化而已知，所以可以确定件装货物的高度。以相应的方式也可以确定件装货物的宽度。此外也可能的是，在标准化运输部件装载不规则的情况下，能够查明不规则的、例如不同的高度。通过在存储器中提供标准化运输部件的边缘尺寸，可以以简单的方式进行计算。

如果能够以简单的方式确定件装货物的高度和/或宽度，则这对于物流规划过程具有优点，因为因此能够以简单的方式考虑件装货物的大小，用于例如机动车或船或集装箱中的货舱的装载。在此情况下，不同的件装货物可以这样相互在提供的货舱中进行组合，使得尽可能最佳地充分利用货舱。

特别有利地设置标准化的托盘或运输篓，它们尤其是经常在产品制造中和在用于交付所制造的产品的物流中使用。

此外有利的是，为了使得识别获取到的图像中的件装货物的轮廓变得容易，设置距离测量计，借助于该距离测量计的测量能够获取摄像机和待获取的件装货物以及背景之间的距离。在测量距离大于预先给定量的那些区域中，距离测量装置的测量射线撞击到背景上，而不撞击到件装货物上。因此，可以明确地确定件装货物的轮廓并可以将其引入用于评估。特别地，由此可以证实或改善图像评估。

此外有利的是，通过输出单元将边缘尺寸要么直接输出给用户，要么通过数据网络以简单的方式提供。

对于根据本发明的用于测量件装货物维度的方法产生了相应的优点。在此情况下，如果正面地从一侧拍摄件装货物的话，则是特别有利的，因为由此避免了可能使测量结果可能地失真的立体扭曲。

此外有利的是，在件装货物上、特别是在标准化运输部件上评估至少一个记号。一方面，对该记号的评估可以用于使得在获取到的图像中对标准化运输部件的查找变得容易。因为这类运输部件可能地设有标准化记号。此外但是也可行的是，读取附加的识别信息，例如QR码或数字序列，以便明确地识别标准化运输部件或件装货物。在此也可行的是，在进行处理的计算系统中为件装货物或标准化运输部件明确分配特定的边缘尺寸，并将其引入用于进一步处理件装货物。此外也可行的是，读取例如布置在装载物上的大小说明，以便将该大小说明与通过图像评估所确定的几何尺寸进行比较并因此实现对所测量的大小的检验。

为了明确地确定待获取的件装货物的轮廓，特别是在单色的背景前面执行件装货物的图像拍摄。在此，背景优选地以一色调、尤其是以绿色调或蓝色调实施，该色调在件装货物本身上不会出现或者仅很少出现（所谓的"蓝屏"）。因此，如下地使图像评估变得容易，即，能够容易地将件装货物的轮廓与背景区分开。因此能够避免测量误差。

此外有利的是，通过借助神经网络来评估获取到的图像，从而实现标准化运输部件在获取到的图像中的识别。通过充分利用神经网络中储存的经验资源而可行的是，即使在轻微损坏或污染的情况下也可以在获取到的图像中以简单的方式认出标准化运输部件。

如果图像评估一旦仍然失败或者不正确进行，则也可以由用户手动地确认在其中可以在获取到的图像中看到标准化运输部件的图像区域。为此，用户以简单的方式在合适的用户界面中拉动框架，使得手动地确认标准化运输部件的相应区域或者必要时再次手动地证实进行自动获取。由此，即使在图像中的标准化运输部件的自动识别一旦不正确或至少不可靠地进行时，也可以确保件装货物的自动大小确定。

附图说明

本发明的实施例在附图中示出并在下面的描述中详细解释。其中：

图1、1’示出了针对用于测量件装货物维度的装置的实施例，该实施例带有一待获取的件装货物；

图2示出了针对由用于测量件装货物维度的装置的摄像机单元所获取的图像的实施例；

图3示出了对图2中图像的获取到的图像数据的评估；

图4示出了用于对件装货物进行立体获取的另一实施例；

图5示出了用于执行根据本发明的方法的一实施例。

具体实施方式

在图1中示出了用于测量件装货物维度的装置1。装置1具有朝向件装货物20指向的摄像机2。

在此情况下，计算单元4控制摄像机2并处理由摄像机2拍摄的图像、尤其是静止图像。

计算单元4评估获取到的图像，以便识别图像中的标准化运输部件。为此，计算单元4尤其是动用存储器5中示出的神经网络，在该神经网络中储存有关于一个或多个标准化运输部件的经教导的信息。在识别标准化运输部件之后，计算单元4按照布置在标准化运输部件中或上的装载物来评估图像。为此，在第一实施方式中，件装货物20被布置在实施为预先给定的颜色、例如绿色调或蓝色调的背景30前面，该绿色调或蓝色调与件装货物的可能颜色，至少与件装货物的主要部分明显区分开。在另一实施方式中，所述件装货物也可以以这样的颜色放置在底板31上。在这里所示的实施例中，摄像机正面看到件装货物20上，使得对于观察者得到件装货物20在图1’中示出的视图。由于背景30和/或底板31的颜色偏离，由装载物和标准化运输部件组成的件装货物的轮廓可以被容易地分辨。在这里所示的实施例中，在托盘32上放置有第一纸箱33和略低的第二纸箱34。

在另一实施方式中，也可以利用距离传感器6扫描件装货物20以及背景30，其中，背景30优选具有比件装货物20显著更大的到距离传感器6的距离。距离传感器例如可以被实施为超声波传感器或激光距离传感器。由此，距离值能够被分别配属给该图像的一坐标，使得也能够从该评估中以简单的方式确定件装货物的轮廓。在另一实施方式中，图像评估也可以与距离评估进行比较，用于由计算单元4进行控制。

在确定标准化运输部件时，优选地还评估涉及哪种类型的运输部件。因此，不同的标准化运输部件，例如纸板包装、托盘、栅格篓或运送盒是可能的。欧洲托盘例如为14.4cm高、1.20m宽和80cm深。美国托盘是1.219m宽、1.016m深和14.1cm高。其它标准化运输部件是亚洲标准托盘、欧洲塑料托盘或所谓的VDA欧洲栅格盒。在存储器7中储存有至少一个、但有利地多个标准化运输部件的这类固定的标准大小。

如果现在在由摄像机2获取的图像中将托盘32识别为欧洲托盘，则其在图像中的高度基于储存在存储器7中的高度说明而明确地已知。现在，在由摄像机单元获取的图像的矩阵视图中，托盘32的高度也可以配属与托盘高度相应的像素数量。也可以为纸箱33配属高度38和相应数量的像素。高度38的像素数量与针对托盘32的高度35的像素数量的比例就像托盘的高度38的大小与高度35的大小的比例那样。因此，如果高度38相应于m个像素，并且托盘的高度相应于n个像素，则纸箱34的高度为(m/n)*(托盘的高度)。因此，整个件装货物20在第一纸箱33区域内的高度是(1+m/n)*(托盘的高度)。因此，可以从对获取到的图像的评估中确定件装货物20的高度的边缘尺寸。以相应的方式也可以确定纸箱33、34的宽度以及还有在托盘36上的未被占用的位置的宽度。

计算单元4通过访问存储器7来评估这些边缘尺寸。在第一实施方式中，件装货物20的由此确定的边缘尺寸可以在显示器8中示出。作为对此的替换或补充，通过接口、尤其是无线电接口9将边缘尺寸传递给数据网络、例如因特网。

在另一实施方式中，也可以从多个侧面测量件装货物。如果不仅提供关于宽度和高度，而且提供关于深度的信息，则同样可以由计算单元4确定件装货物的体积。

为了明确地确定标准化运输部件，也可以读取标准化运输部件上的符号37。因此，例如在托盘上有时说明国家识别。此外，也可以读取QR码或条形码。

在图2中示出了获取到的图像的视图，该图像由摄像机2获取并被转发给计算单元4。图像优选由在图2中未细节示出的像素组成。在图像40中示出了背景42前面的件装货物41。但是，计算单元4在此情况下首先获取标签和/或标记43、44、45。在此情况下，通过读取文本、字符串或一个或多个其他符号来进行对获取到的标记的内容评估。这些符号例如用于识别所示的件装货物。在另一分析步骤中，执行标准化运输部件的图像区域和布置在标准化运输部件上的装载物的图像区域。结果在图3中示出。在第一区域51中示出了装载物，而在第二区域52中示出了标准化运输部件。通过访问存储器7，在根据图3的图像视图中的大小和标准化运输部件之间执行配属，使得标准化运输部件的高度53和宽度54能够被确定并因此能够被配属给图像大小。由此可能的是，装载物55的高度也可以通过与标准化运输部件53的高度相加来确定整个件装货物的高度56，该整个件装货物在图2中示出。此外，也可以通过应用相应的三组来确定部分尺寸，例如件装货物的上部区域的宽度57以及梯级的宽度58或较低区域中的高度59。

在图4中示出另一实施方式，其中，对布置在标准化运输部件61上的件装货物60进行立体获取。以相应的方式可以确定标准化输送部件的高度62、宽度63和深度64。以这种方式同样可以确定装载物60的或整个件装货物的宽度和高度，以及整个件装货物的高度66。为了获得较准确的结果，补充地可行的是，确定例如在件装货物的每个棱边处的高度，即在后棱边处的第一高度62、在右前棱边处的第二高度62’以及在件装货物的仍可见的左棱边处的第三高度62’’。

为了证实标准化运输部件的识别，或者对于例如基于差的图像质量而没有进行标准化运输部件的识别的情况，用户也可以手动地预先给定标准化运输部件在件装货物上的图像区域。为此可选地设置输入单元3。在一实施方式中，这例如通过如下方式进行：在图像区域的第一拐角处设置起始位置，该起始位置被拉向倾斜相对置的拐角，从而产生框架。该框架接下来被用作针对进一步图像评估的标准化运输部件的区域。

在图5中示出了根据本发明的方法流程。在图像获取步骤70中，首先激活摄像机单元并拍摄件装货物的静止图像。在第一分析步骤71中，查明图像中的标准化运输部件。在第二分析步骤72中确定件装货物的装载物的区域，并且在第三分析步骤73中进行边缘尺寸的尺度换算（Skalierung）。在输出步骤74中，边缘尺寸被输出或用于将件装货物自动地分配至货舱。

Claims (11)

1.用于测量件装货物（30）维度的装置，所述件装货物具有标准化运输部件（32），所述装置具有用于获取所述件装货物（20）的图像（40）的摄像机（2）并具有用于处理所述图像（40）和用于在所述图像中识别所述标准化运输部件（32）的计算单元（4），其特征在于存储单元（7），在所述存储单元中储存所述标准化运输部件的尺寸，其中，所述计算单元（4）被设计用于确定由所述运输部件（32）和由所述件装货物（20）在所述图像中占据的区域，并通过以下方式来确定所述件装货物（20）在至少一个空间方向上的维度，即，所述标准化运输部件（32）的储存在所述存储单元（7）中的尺寸被用于所述件装货物（20）的尺度换算。

2.根据权利要求1所述的装置，其特征在于，作为标准化运输部件的至少一个标准化托盘或至少一个标准化运输篓的尺寸被储存在所述存储单元（7）中。

3.根据前述权利要求中任一项所述的装置，其特征在于，设置有用于测量所述件装货物及其周围环境、尤其是用于确定所述件装货物的边界的距离测量装置（6）。

4.根据前述权利要求中任一项所述的装置，其特征在于输出单元（8），其用于将所述件装货物的尺寸输出到数据网络或显示单元上。

5.用于测量件装货物维度的方法，所述件装货物具有标准化运输部件，其中，摄像机（2）获取所述件装货物的图像，并且计算单元（4）处理获取到的图像，其中，在所述图像中识别所述标准化运输部件（32），其特征在于，所述计算单元（4）确定由所述运输部件和由所述件装货物在所述图像中占据的区域，在考虑所述标准化运输部件的边缘尺寸的情况下对所述件装货物的该区域进行尺度换算，并从所述件装货物在所述图像中占据的区域的经尺度换算的区域中确定所述件装货物在至少一个空间方向上的维度。

6.根据权利要求5所述的方法，其特征在于，正面地从一侧拍摄所述件装货物。

7.根据权利要求5-6中任一项所述的方法，其特征在于，确定所述件装货物的至少一高度和/或一宽度。

8.根据权利要求5-7中任一项所述的方法，其特征在于，评估所述件装货物上的至少一记号、特别是所述标准化运输部件上的一记号，特别是用于识别所述标准化运输部件。

9.根据权利要求5-8中任一项所述的方法，其特征在于，为了用所述摄像机拍摄所述图像，所述件装货物被布置在单色的壁（30）前面，并且所述图像朝向所述单色的壁的方向被拍摄。

10.根据权利要求5-9中任一项所述的方法，其特征在于，通过神经网络借助评估获取到的图像数据来识别获取到的图像中的标准化运输部件。

11.根据权利要求1-9中任一项所述的方法，其特征在于，通过在获取到的图像中确认所述标准化运输部件的区域、特别是通过确认标记框来识别所述标准化运输部件。

Images