CN111784218A - 用于处理信息的方法和装置 - Google Patents
用于处理信息的方法和装置 Download PDFInfo
- Publication number
- CN111784218A CN111784218A CN201910752049.5A CN201910752049A CN111784218A CN 111784218 A CN111784218 A CN 111784218A CN 201910752049 A CN201910752049 A CN 201910752049A CN 111784218 A CN111784218 A CN 111784218A
- Authority
- CN
- China
- Prior art keywords
- information
- article
- position information
- predicted
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012545 processing Methods 0.000 title claims abstract description 51
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 230000001413 cellular effect Effects 0.000 claims description 4
- 230000010365 information processing Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000012546 transfer Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Abstract
本公开的实施例公开了用于处理信息的方法和装置。该方法的一具体实施方式包括:获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息;对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息;获取针对当前时间预先确定的预测位置信息;对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位置信息中是否包括与所确定的目标位置信息相匹配的预测位置信息。该实施方式可以在利用传送带传送物品时,实现对物品的定位和跟踪,有助于基于通过跟踪获得的匹配结果,对物品的传送进行更为有效的控制。
Description
技术领域
本公开的实施例涉及物流技术领域,尤其涉及用于处理信息的方法和装置。
背景技术
目前,在物流领域的物品入库或者物品配送的过程中,通常都需要利用传送带对物品进行传送。
实践中,在利用传送带对物品进行传送时,物品需要通过传送带到达的目的地通常是预先确定的,例如,在利用传送带传送物品之前,技术人员可以预先确定该物品对应的目的地是物品分拣区域还是物品打包区域。
发明内容
本公开的实施例提出了用于处理信息的方法和装置。
第一方面,本公开的实施例提供了一种用于处理信息的方法,该方法包括:获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息,其中,采集设备用于每隔预设时长,对物品传送区域进行信息采集;对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息;获取针对当前时间预先确定的预测位置信息,其中,预测位置信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位置信息中是否包括与所确定的目标位置信息相匹配的预测位置信息。
在一些实施例中,区域信息为点云;以及对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息包括:对所采集的点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云;基于所获得的物品点云在所采集的点云上的位置,生成物品点云对应的物品的位置信息作为目标位置信息。
在一些实施例中,对所采集的点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云包括:获取目标传送带的尺寸;基于所获取的尺寸对所采集的点云进行直通滤波,获得滤波后点云;对滤波后点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云。
在一些实施例中,对滤波后点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云包括:对滤波后点云进行降采样,获得降采样后点云;对降采样后点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云。
在一些实施例中,对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息包括:对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位姿信息作为目标位姿信息,其中,位姿信息包括位置信息和姿态信息。
在一些实施例中,获取针对当前时间预先确定的预测位置信息包括:获取针对当前时间预先确定的预测位姿信息,其中,预测位姿信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;以及对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出包括:对所确定的目标位姿信息和所获取的预测位姿信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位姿信息中是否包括与所确定的目标位姿信息相匹配的预测位姿信息。
在一些实施例中,对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息包括:对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的物品信息作为目标物品信息,其中,物品信息包括位置信息和尺寸信息。
在一些实施例中,获取针对当前时间预先确定的预测位置信息包括:获取针对当前时间预先确定的预测物品信息,其中,预测物品信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;以及对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出包括:对于所确定的目标物品信息中的目标物品信息,从所获取的预测物品信息中确定所包括的预测尺寸信息与该目标物品信息中的目标尺寸信息相匹配的预测物品信息;对所确定的预测物品信息中的预测位置信息和该目标物品信息中的目标位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测物品信息中是否包括与该目标物品信息相匹配的预测物品信息。
在一些实施例中,该方法还包括:对于所确定的目标位置信息中的目标位置信息,基于该目标位置信息和预设物品移动轨迹,确定采集设备下一次采集区域信息时,该目标位置信息对应的物品的位置信息作为新的预测位置信息。
在一些实施例中,目标传送带为蜂窝式多向传送带。
第二方面,本公开的实施例提供了一种用于处理信息的装置,该装置包括:第一获取单元,被配置成获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息,其中,采集设备用于每隔预设时长,对物品传送区域进行信息采集;识别单元,被配置成对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息;第二获取单元,被配置成获取针对当前时间预先确定的预测位置信息,其中,预测位置信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;匹配单元,被配置成对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位置信息中是否包括与所确定的目标位置信息相匹配的预测位置信息。
第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述用于处理信息的方法中任一实施例的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现上述用于处理信息的方法中任一实施例的方法。
本公开的实施例提供的用于处理信息的方法和装置,通过获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息,其中,采集设备用于每隔预设时长,对物品传送区域进行信息采集,接着对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息,然后获取针对当前时间预先确定的预测位置信息,其中,预测位置信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定,最后对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位置信息中是否包括与所确定的目标位置信息相匹配的预测位置信息,从而可以在利用传送带传送物品时,实现对物品的定位和跟踪,有助于基于通过跟踪获得的匹配结果,对物品的传送进行更为有效的控制。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于处理信息的方法的一个实施例的流程图;
图3是根据本公开的实施例的用于处理信息的方法的一个应用场景的示意图;
图4是根据本公开的用于处理信息的方法的又一个实施例的流程图;
图5是本公开的用于处理信息的方法中采集的点云和生成的物品点云的一个示意图。
图6是根据本公开的用于处理信息的装置的一个实施例的结构示意图;
图7是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于处理信息的方法或用于处理信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括采集设备101、网络102和信息处理设备103。网络102用以在采集设备101和信息处理设备103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
信息处理设备103可以通过网络102获取采集设备101采集到的信息。采集设备101可以为各种能够采集某个区域的区域信息的设备,例如可以为摄像机、照相机、深度相机等。
信息处理设备103可以是具有信息处理功能的各种电子设备,例如可以是手机、台式计算机、平板电脑、笔记本电脑等。信息处理设备103可以对采集设备101发送的、某个区域的区域信息进行分析等处理,并获得处理结果(例如匹配结果)及输出。具体的,信息处理设备103可以对处理结果进行输出显示,或者也可以将处理结果输出给通信连接的其他电子设备。
需要说明的是,本公开的实施例所提供的用于处理信息的方法一般由信息处理设备103执行,相应地,用于处理信息的装置一般设置于信息处理设备103中。
应该理解,图1中的采集设备、网络和信息处理设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的采集设备、网络和信息处理设备。
继续参考图2,示出了根据本公开的用于处理信息的方法的一个实施例的流程200。该用于处理信息的方法,包括以下步骤:
步骤201,获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息。
在本实施例中,用于处理信息的方法的执行主体(例如图1所示的信息处理设备103)可以通过有线连接方式或者无线连接方式从采集设备(例如图1所示的采集设备101)获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息。其中,采集设备用于每隔预设时长,对目标传送带上的物品传送区域进行信息采集。需要说明的是,采集设备与上述执行主体通信连接,进而采集设备可以将当前时间采集到的区域信息发送给上述执行主体。
实践中,可以将采集设备固定于与上述物品传送区域相对的位置处,以便采集设备每个预设时长对物品传送区域进行信息采集。
在本实施例中,预设时长可以为技术人员预先设置的时长,例如可以为2秒、5秒、10秒等。目标传送带为待对其传送的物品进行定位和跟踪的传送带。目标传送带传送的物品可以为各种具有特定形状的物品,特别的,目标传送带传送的物品可以为方形箱体。物品传送区域为目标传送带上用于传送物品的区域。具体的,物品传送区域可以是目标传送带上的、用于传送物品的全部区域,或者也可以为用于传送物品的局部区域,具体的区域大小可以由技术人员设置。
所获取的区域信息用于指示在上述当前时间,位于物品传送区域的物品的信息。具体的,基于不同的采集设备,区域信息可以为各种形式的信息。作为示例,采集设备为相机,则区域信息可以为图像。
通常,对于某个物品,在将该物品放置到传送带上之前,该物品在传送带上的移动轨迹既已确定,传送带会按照该物品的移动轨迹,将该物品传送到目的地。然而,实践中,物品的实际移动轨迹通常与针对该物品预先确定的移动轨迹存在偏差,这可能会导致物品无法被传送到指定地点。因此,在目前的利用传送带传送物品的场景中,存在对物品进行定位和跟踪,以实现对物品的传送过程进行监控的需求。
在本实施例的一些可选的实现方式中,目标传送带为蜂窝式多向传送带。蜂窝式多向传送带是一套模块化的传送系统,通过多个六边形模块(每个模块包含3个万向轮)的模块化组合,可以实现物品不同方位的传送。
实践中,蜂窝式多向传送带对物品进行传送的传送路线较复杂,因此,在利用蜂窝式多向传送带传送物品时,物品的移动轨迹更易产生偏差。通过本公开的方法对蜂窝式多向传送带传送物品的过程进行监控,可以提高物品传送的有效性和准确性。
步骤202,对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息。
在本实施例中,基于步骤201中得到的区域信息,上述执行主体可以对区域信息进行识别,以确定在上述当前时间位于物品传送区域的物品的位置信息作为目标位置信息。其中,目标位置信息可以用于指示物品在物品传送区域中的位置,可以包括但不限于以下至少一项:数字、文字、符号、图像。作为示例,目标位置信息可以为物品在预设坐标系下的坐标。预设坐标系可以为技术人员预先针对物品传送区域建立的坐标系。需要说明的是,物品在物品传送区域中的位置可以由物品的中心点或顶点在物品传送区域中的位置表征,此外,也可以由其他技术人员预先指定的、物品上的点表征。
可以理解的是,在上述当前时间,可以有至少一个物品位于上述物品传送区域中,此时,可以利用所获取的区域信息,获得至少一个目标位置信息,其中,目标位置信息与在上述当前时间位于物品传送区域的物品一一对应(即每个物品对应一个目标位置信息)。特别的,在上述当前时间,也可能没有物品位于上述物品传送区域中,此时,则不会获得目标位置信息,进而无需执行后续的匹配步骤。
具体的,基于区域信息不同的信息类型,上述执行主体可以采用不同的方法对区域信息进行识别,以确定在上述当前时间位于物品传送区域的物品的目标位置信息。作为示例,区域信息为图像,则上述执行主体可以采用图像分割的方法对区域信息进行识别,以确定在上述当前时间位于物品传送区域的物品的目标位置信息。需要说明的是,图像分割是把图像分成若干个特定的、具有独特性质的区域并提取出感兴趣的目标区域的技术和过程。进而,在这里,感兴趣的目标区域即为物品对应的区域。
在本实施例的一些可选的实现方式中,上述执行主体还可以对区域信息进行识别,以确定在上述当前时间位于物品传送区域的物品的位姿信息作为目标位姿信息,其中,位姿信息包括位置信息和姿态信息,目标位姿信息即包括目标位置信息和目标姿态信息。
在这里,姿态信息(包括目标姿态信息和下文中的预测姿态信息)可以用于指示物品在物品传送区域中的姿态,可以包括但不限于以下至少以下:数字、文字、符号、图像。具体的,物品的姿态可以由物品的中心线或轮廓线相对于坐标轴旋转的角度表征,其中,坐标轴可以为上述针对物品传送区域预先建立的坐标系中的坐标轴。
在本实施例的一些可选的实现方式中,上述执行主体还可以对区域信息进行识别,以确定在上述当前时间位于物品传送区域的物品的物品信息作为目标物品信息,其中,物品信息包括位置信息和尺寸信息。目标物品信息即包括目标位置信息和目标尺寸信息。
在这里,尺寸信息(包括目标尺寸信息和下文中的预测尺寸信息)可以用于指示物品传送区域中的物品的尺寸,可以包括但不限于以下至少以下:数字、文字、符号、图像。具体的,基于物品不同的形状,物品的尺寸可以由不同的变量表征,例如可以由半径表征(对应圆形),也可以由边长(对应多边形)表征。
需要说明的是,本公开为了表述方便,将包括位置信息和姿态信息的信息命名为位姿信息,将包括尺寸信息和位置信息的信息命名为物品信息,而在实际应用中,上述命名不应作为对本公开的具体方案的限制。
特别的,上述执行主体还可以对区域信息进行识别,以确定出在上述当前时间位于物品传送区域的物品的位置信息、姿态信息和尺寸信息,并将确定出的位置信息、姿态信息和尺寸信息分别作为目标位置信息、目标姿态信息和目标尺寸信息。
步骤203,获取针对当前时间预先确定的预测位置信息。
在本实施例中,上述执行主体可以获取针对上述当前时间预先确定的预测位置信息。其中,预测位置信息可以基于采集设备上一次采集的区域信息和预设物品移动轨迹确定。所获取的预测位置信息与上一次采集区域信息时,位于物品传送区域的物品一一对应(即每个物品对应一个预测位置信息)。可以理解,采集设备上一次采集的区域信息即为在距离上述当前时间预设时长的历史时间采集的区域信息。
预设物品移动轨迹为针对物品预先设置的移动轨迹。预设物品移动轨迹指示了物品在目标传送带上的移动路线。实践中,技术人员可以针对每个物品设置一个预设物品移动轨迹,也可以针对一批物品(例如属于同一个订单的物品)设置一个预设物品移动轨迹。
具体的,上述执行主体可以从本地获取针对上述当前时间预先确定的预测位置信息,也可以从通信连接的其他电子设备获取针对上述当前时间预先确定的预测位置信息。
实践中,物品在目标传送带上的移动速度(即目标传送带的传送速度)是确定的,进而,当物品的移动时长、移动起点和移动轨迹确定的情况下,物品的移动终点即可以确定。
因此,上述执行主体或其他电子设备可以按照步骤202中描述的方法对采集设备上一次采集的区域信息进行识别,以确定上一次采集区域信息时,位于物品传送区域中的各个物品的位置作为该物品的移动起点,进而,基于该物品对应的预设物品移动轨迹,即可以确定出该物品从所确定出的移动起点,经过上述预设时长后,所移动至的移动终点。在本实施例中,预测位置信息所指示的即为确定出的移动终点在物品传送区域上的位置。
可以理解,预测位置信息实质上是利用上一次采集区域信息时物品在物品传送区域中的位置预测出的、本次采集区域信息时物品在物品传送区域中应该处于的位置的位置信息,而步骤202中得到的目标位置信息为本次采集区域信息时物品在物品传送区域中实际处于的位置的位置信息。
在本实施例的一些可选的实现方式中,在基于步骤202获得目标位姿信息的情况下,上述执行主体可以获取针对上述当前时间预先确定的预测位姿信息。其中,预测位姿信息包括预测位置信息和预测姿态信息。与预测位置信息相类似,预测姿态信息也可以基于采集设备上一次采集的区域信息和预设物品移动轨迹确定。
在本实施例的一些可选的实现方式中,在基于步骤202获得目标物品信息的情况下,上述执行主体可以获取针对上述当前时间预先确定的预测物品信息,其中,预测物品信息包括预测位置信息和预测尺寸信息。预测尺寸信息可以基于采集设备上一次采集的区域信息确定。例如,区域信息为图像,则通过对区域信息进行图像分割,可以获得物品的轮廓,进而上述执行主体可以基于所获得的轮廓的尺寸,生成预测尺寸信息。
需要说明的是,本步骤可以发生在步骤202之前,也可以发生在步骤202之后,这里仅记载一种实现方式,本公开对步骤202与步骤203具体的发生顺序不做限定。
步骤204,对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出。
在本实施例中,基于步骤202中得到的目标位置信息和步骤203中得到的预测位置信息,上述执行主体可以对目标位置信息和预测位置信息进行匹配,生成匹配结果及输出。其中,匹配结果可以与目标位置信息一一对应(即每个目标位置信息可以对应一个匹配结果),匹配结果可以用于指示基于步骤203获取到的预测位置信息中是否包括与对应的目标位置信息相匹配的预测位置信息。具体的,与目标位置信息相匹配的预测位置信息可以为与目标位置信息的差异在预设范围内的预测位置信息。
在本实施例中,目标位置信息与预测位置信息的差异可以采用各种方式表征。作为示例,目标位置信息与预测位置信息的差异可以由预测位置信息所指示的位置与目标位置信息所指示的位置的距离表征。可以理解,此时,预设范围可以为小于等于预设距离阈值且大于等于0的范围。
具体的,对于步骤202中确定的目标位置信息中的每个目标位置信息,上述执行主体可以对该目标位置信息和所获取的各个预测位置信息进行匹配,以获得该目标位置信息对应的匹配结果。实践中,当匹配结果指示所获取的预测位置信息中不包括与该目标位置信息相匹配的预测位置信息时,可以表征该目标位置信息对应的物品未按照预设物品移动轨迹移动,或者也可以表征该目标位置信息对应的物品第一次被采集设备采集到信息。
在本实施例中,获得匹配结果后,上述执行主体可以对匹配结果进行输出显示,或者也可以将匹配结果发送给通信连接的电子设备,以便技术人员或其他电子设备基于匹配结果进行后续处理,例如调整目标传送带的传送相关参数,或者调整物品在目标传送带上的位置等。
在本实施例的一些可选的实现方式中,在基于步骤202获得目标位姿信息,且基于步骤203获得预测位姿信息的情况下,上述执行主体可以对基于步骤202获得的目标位姿信息和基于步骤203获得的预测位姿信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示基于步骤203获得的预测位姿信息中是否包括与所确定的目标位姿信息相匹配的预测位姿信息。这里,与目标位姿信息相匹配的预测位姿信息为所包括的预测位置信息与目标位姿信息中的目标位置信息匹配,且所包括的预测姿态信息与目标位姿信息中的目标姿态信息匹配的预测位姿信息。
具体的,与目标姿态信息相匹配的预测姿态信息可以为与目标姿态信息的差异在预设范围内的预测姿态信息。
在本实施方式中,目标姿态信息与预测姿态信息的差异可以采用各种方式表征。作为示例,目标姿态信息与预测姿态信息的差异可以由预测姿态信息对应的旋转角度与目标姿态信息对应的旋转角度之差来表征。可以理解,此时,预设范围可以为小于等于预设角度阈值且大于等于0的范围。需要说明的是,姿态信息对应的旋转角度为姿态信息对应的物品的中心线或轮廓线相对于坐标轴旋转的角度。
本实现方式通过同时对位置信息和姿态信息进行匹配,可以生成更为准确的匹配结果,进而有助于对物品进行更为准确、有效的跟踪。
在本实施例的一些可选的实现方式中,在基于步骤202获得目标物品信息,且基于步骤203获得预测物品信息的情况下,对于所确定的目标物品信息中的目标物品信息,上述执行主体可以执行以下步骤:
第一步,从所获取的预测物品信息中确定所包括的预测尺寸信息与该目标物品信息中的目标尺寸信息相匹配的预测物品信息。
这里,与目标尺寸信息相匹配的预测尺寸信息为与目标尺寸信息的差异在预设范围内的预测尺寸信息。具体的,目标尺寸信息与预测尺寸信息的差异可以由目标尺寸信息所指示的尺寸与预测尺寸信息所指示的尺寸的差值来表征。此时,预设范围可以为小于等于预设尺寸差阈值且大于等于0的范围。
第二步,对所确定的预测物品信息中的预测位置信息和该目标物品信息中的目标位置信息进行匹配,生成匹配结果及输出。
其中,匹配结果用于指示基于步骤203获取的预测物品信息中是否包括与该目标物品信息相匹配的预测物品信息。
这里,所确定的预测物品信息为通过第一步确定出的、尺寸信息与目标物品信息中的目标尺寸信息相匹配的预测物品信息。进而,本步骤的目的在于在尺寸信息匹配成功的情况下,确定是否位置信息也能够匹配成功,进而确定出所获取的预测物品信息中是否包括尺寸信息和位置信息分别与目标物品信息中的目标尺寸信息和目标位置信息匹配的预测物品信息。
可以理解,不同物品的尺寸差异较为直观,更容易确定,因此,本实现方式在对位置信息进行匹配之前,可以利用尺寸信息的匹配进行筛选,以此,可以提高信息匹配的效率;此外,对尺寸信息和位置信息同时进行匹配,增加了匹配条件,可以生成更为准确的匹配结果,进而有助于对物品进行更为准确、有效的跟踪。
在本实施例的一些可选的实现方式中,上述执行主体还可以执行以下步骤:对于所确定的目标位置信息中的目标位置信息,基于该目标位置信息和预设物品移动轨迹,确定采集设备下一次采集区域信息时(即自上述当前时间预设时长后),该目标位置信息对应的物品的位置信息作为新的预测位置信息。以此,本实现方式可以在每次采集到区域信息时,基于本次采集的区域信息,预测下次采集区域信息时物品在物品传送区域的位置,进而可以实现对目标传送带传送的物品的持续定位和跟踪。
特别的,当基于步骤202确定出的是目标位姿信息或目标物品信息时,上述执行主体可以采用类似的方法,基于目标位姿信息或目标物品信息,确定新的预测位姿信息或新的预测物品信息。
继续参见图3,图3是根据本实施例的用于处理信息的方法的应用场景的一个示意图。
在图3的应用场景中,电脑301首先可以获取当前时间(例如“17:32:20”)相机302采集到的、目标传送带上的物品传送区域的区域信息303,其中,相机302用于每隔5秒(即预设时长),对物品传送区域进行信息采集。
然后,电脑301可以对区域信息303进行识别,以确定在上述当前时间(“17:32:20”)位于物品传送区域的物品的目标位置信息3041、3042,其中,目标位置信息3041、3043分别对应不同的物品。
接着,电脑301可以获取针对上述当前时间(“17:32:20”)预先确定的预测位置信息3051、3052,其中,预测位置信息3051、3052基于相机302上一次采集的区域信息(即在17:32:15采集的区域信息)和预设物品移动轨迹确定,预测位置信息3051、3052分别对应不同的物品。
最后,电脑301可以对目标位置信息3041、3043和预测位置信息3051、3052进行匹配,生成匹配结果3061、3062及输出,其中,匹配结果3061可以用于指示预测位置信息3051、3052中是否包括与目标位置信息3041相匹配的预测位置信息;匹配结果3062可以用于指示预测位置信息3051、3052中是否包括与目标位置信息3042相匹配的预测位置信息。
本公开的上述实施例提供的方法可以在利用传送带传送物品时,实现对物品的定位和跟踪,有助于基于通过跟踪获得的匹配结果,对物品的传送进行更为有效的控制。
进一步参考图4,其示出了用于处理信息的方法的又一个实施例的流程400。该用于处理信息的方法的流程400,包括以下步骤:
步骤401,获取当前时间采集设备采集到的、目标传送带上的物品传送区域的点云。
在本实施例中,用于处理信息的方法的执行主体(例如图1所示的信息处理设备103)可以通过有线连接方式或者无线连接方式从采集设备(例如图1所示的采集设备101)获取当前时间采集设备采集到的、目标传送带上的物品传送区域的点云。其中,采集设备用于每隔预设时长,采集目标传送带上的物品传送区域的点云数据。需要说明的是,采集设备与上述执行主体通信连接,进而采集设备可以将当前时间采集到的点云发送给上述执行主体。
采集设备可以为各种能够采集点云数据的电子设备,例如可以为深度相机、激光扫描仪等。实践中,可以将采集设备固定于与上述物品传送区域相对的位置处,以便采集设备每个预设时长采集物品传送区域的点云数据。
在本实施例中,预设时长可以为技术人员预先设置的时长。目标传送带为待对其传送的物品进行定位和跟踪的传送带。目标传送带传送的物品可以为各种具有特定形状的物品。物品传送区域为目标传送带上用于传送物品的区域。
步骤402,对所采集的点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云。
在本实施例中,基于步骤401中得到的点云,上述执行主体可以对所采集的点云进行聚类处理,获得在上述当前时间位于物品传送区域的物品的物品点云。
实践中,聚类是将相似的事物聚集在一起,而将不相似的事物划分到不同的类别的过程。在这里,上述执行主体可以采用各种方法对所采集的点云进行聚类处理,例如,可以采用欧式聚类的方法对所采集的点云进行聚类处理。
具体的,作为示例,图5示出了步骤401中采集的点云和步骤402中生成的物品点云的一个示意图。其中,501是采集到的点云;502是生成的物品点云。
在本实施例的一些可选的实现方式中,上述执行主体还可以通过以下步骤获得在上述当前时间位于物品传送区域的物品的物品点云:首先,上述执行主体可以从远程或本地获取目标传送带的尺寸(例如长、宽、高)。然后,上述执行主体可以基于所获取的尺寸对所采集的点云进行直通滤波,获得滤波后点云。最后,上述执行主体可以对滤波后点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云。
实践中,直通滤波可以用于对指定范围进行剪裁,具体可以选择保留范围内的点或者范围外的点。目标传送带的尺寸可以用于限定直通滤波的指定范围。进而,通过直通滤波可以对所采集的点云中的、属于目标传送带以外的区域的点云进行滤除,以此,可以减少进行聚类处理的点云的数据量,有助于提高聚类处理的准确性和效率。
在本实施例的一些可选的实现方式中,在获得滤波后点云之后,上述执行主体还可以通过以下步骤获得在上述当前时间位于物品传送区域的物品的物品点云:首先,上述执行主体可以对滤波后点云进行降采样,获得降采样后点云。然后,上述执行主体可以对降采样后点云进行聚类处理,获得在上述当前时间位于物品传送区域的物品的物品点云。
通过本实现方式中的降采样,可以进一步减少进行聚类处理的点云的数据量,进而,有助于进一步提高聚类处理的准确性和效率。
步骤403,基于所获得的物品点云在所采集的点云上的位置,生成物品点云对应的物品的位置信息作为目标位置信息。
在本实施例中,基于步骤402中得到的物品点云在步骤401中采集的点云上的位置,上述执行主体可以生成物品点云对应的物品的位置信息作为目标位置信息。其中,目标位置信息可以用于指示物品在物品传送区域中的位置,可以包括但不限于以下至少一项:数字、文字、符号、图像。需要说明的是,物品点云在所采集的点云上的位置可以由物品点云的中心点或顶点在所采集的点云上的位置表征,此外,也可以由其他技术人员预先指定的、物品点云上的点表征。
具体的,上述执行主体可以基于物品点云在所采集的点云上的位置,采用各种方法生成目标位置信息,例如,上述执行主体可以确定物品点云在所采集的点云上的位置的位置坐标,以及将所确定的位置坐标确定为目标位置信息;或者,上述执行主体可以在所采集的点云上标注物品点云的位置,以及将标注了物品点云的位置的点云确定为目标位置信息。
步骤404,获取针对当前时间预先确定的预测位置信息。
在本实施例中,上述执行主体可以获取针对上述当前时间预先确定的预测位置信息。其中,预测位置信息可以基于采集设备上一次采集的区域信息和预设物品移动轨迹确定。所获取的预测位置信息与上一次采集区域信息时,位于物品传送区域的物品一一对应。预设物品移动轨迹为针对物品预先设置的移动轨迹。预设物品移动轨迹指示了物品在目标传送带上的移动路线。
步骤405,对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出。
在本实施例中,基于步骤403中得到的目标位置信息和步骤404中得到的预测位置信息,上述执行主体可以对目标位置信息和预测位置信息进行匹配,生成匹配结果及输出。其中,匹配结果可以与目标位置信息一一对应,匹配结果可以用于指示基于步骤404获取到的预测位置信息中是否包括与对应的目标位置信息相匹配的预测位置信息。具体的,与目标位置信息相匹配的预测位置信息可以为与目标位置信息的差异在预设范围内的预测位置信息。
上述步骤404和步骤405可以分别采用与前述实施例中的步骤203和步骤204类似的方式执行,上文针对步骤203和步骤204的描述也适用于步骤404和步骤405,此处不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于处理信息的方法的流程400突出了采集物品传送区域的点云,进而通过对所采集的点云进行聚类,来生成位于物品传送区域的物品的目标位置信息的步骤。由此,本实施例描述的方案可以提供另一种信息识别的方式,提供了信息处理的多样性;并且,点云可以包括位于物品传送区域的物品的深度信息,进而,基于更多的参考信息,可以对物品在物品传送区域的位置进行更为准确的识别,有助于提高对物品进行跟踪的准确性。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种用于处理信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的用于处理信息的装置600包括:第一获取单元601、识别单元602、第二获取单元603和匹配单元604。其中,第一获取单元601被配置成获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息,其中,采集设备用于每隔预设时长,对物品传送区域进行信息采集;识别单元602被配置成对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息;第二获取单元603被配置成获取针对当前时间预先确定的预测位置信息,其中,预测位置信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;匹配单元604被配置成对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位置信息中是否包括与所确定的目标位置信息相匹配的预测位置信息。
在本实施例中,用于处理信息的装置600的第一获取单元601可以通过有线连接方式或者无线连接方式从采集设备(例如图1所示的采集设备101)获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息。其中,采集设备用于每隔预设时长,对目标传送带上的物品传送区域进行信息采集。
在本实施例中,预设时长可以为技术人员预先设置的时长。目标传送带为待对其传送的物品进行定位和跟踪的传送带。目标传送带传送的物品可以为各种具有特定形状的物品。物品传送区域为目标传送带上用于传送物品的区域。所获取的区域信息用于指示在上述当前时间,位于物品传送区域的物品的信息。
在本实施例中,基于第一获取单元601得到的区域信息,上识别单元602可以对区域信息进行识别,以确定在上述当前时间位于物品传送区域的物品的位置信息作为目标位置信息。其中,目标位置信息可以用于指示物品在物品传送区域中的位置,可以包括但不限于以下至少一项:数字、文字、符号、图像。
在本实施例中,第二获取单元503可以获取针对上述当前时间预先确定的预测位置信息。其中,预测位置信息可以基于采集设备上一次采集的区域信息和预设物品移动轨迹确定。所获取的预测位置信息与上一次采集区域信息时,位于物品传送区域的物品一一对应。预设物品移动轨迹为针对物品预先设置的移动轨迹。预设物品移动轨迹指示了物品在目标传送带上的移动路线。
在本实施例中,基于识别单元602得到的目标位置信息和第二获取单元603得到的预测位置信息,匹配单元604可以对目标位置信息和预测位置信息进行匹配,生成匹配结果及输出。其中,匹配结果可以与目标位置信息一一对应,匹配结果可以用于指示第二获取单元603获取到的预测位置信息中是否包括与对应的目标位置信息相匹配的预测位置信息。具体的,与目标位置信息相匹配的预测位置信息可以为与目标位置信息的差异在预设范围内的预测位置信息。
在本实施例的一些可选的实现方式中,区域信息为点云;以及识别单元602可以包括:聚类模块(图中未示出),被配置成对所采集的点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云;生成模块(图中未示出),被配置成基于所获得的物品点云在所采集的点云上的位置,生成物品点云对应的物品的位置信息作为目标位置信息。
在本实施例的一些可选的实现方式中,聚类模块可以进一步被配置成:获取目标传送带的尺寸;基于所获取的尺寸对所采集的点云进行直通滤波,获得滤波后点云;对滤波后点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云。
在本实施例的一些可选的实现方式中,聚类模块可以进一步被配置成:对滤波后点云进行降采样,获得降采样后点云;对降采样后点云进行聚类处理,获得在当前时间位于物品传送区域的物品的物品点云。
在本实施例的一些可选的实现方式中,识别单元602可以进一步被配置成:对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位姿信息作为目标位姿信息,其中,位姿信息包括位置信息和姿态信息。
在本实施例的一些可选的实现方式中,第二获取单元603可以进一步被配置成:获取针对当前时间预先确定的预测位姿信息,其中,预测位姿信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;以及匹配单元604可以进一步被配置成:对所确定的目标位姿信息和所获取的预测位姿信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位姿信息中是否包括与所确定的目标位姿信息相匹配的预测位姿信息。
在本实施例的一些可选的实现方式中,识别单元602可以进一步被配置成:对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的物品信息作为目标物品信息,其中,物品信息包括位置信息和尺寸信息。
在本实施例的一些可选的实现方式中,第二获取单元603可以进一步被配置成:获取针对当前时间预先确定的预测物品信息,其中,预测物品信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;以及匹配单元604可以进一步被配置成:对于所确定的目标物品信息中的目标物品信息,从所获取的预测物品信息中确定所包括的预测尺寸信息与该目标物品信息中的目标尺寸信息相匹配的预测物品信息;对所确定的预测物品信息中的预测位置信息和该目标物品信息中的目标位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测物品信息中是否包括与该目标物品信息相匹配的预测物品信息。
在本实施例的一些可选的实现方式中,装置600还可以包括:确定单元(图中未示出),被配置成对于所确定的目标位置信息中的目标位置信息,基于该目标位置信息和预设物品移动轨迹,确定采集设备下一次采集区域信息时,该目标位置信息对应的物品的位置信息作为新的预测位置信息。
在本实施例的一些可选的实现方式中,目标传送带为蜂窝式多向传送带。
可以理解的是,该装置600中记载的诸单元可以与图2或图4描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置600及其中包含的单元,在此不再赘述。
本公开的上述实施例提供的装置600可以在利用传送带传送物品时,实现对物品的定位和跟踪,有助于基于通过跟踪获得的匹配结果,对物品的传送进行更为有效的控制。
下面参考图7,其示出了适于用来实现本公开实施例的电子设备(例如图1中的信息处理设备103)700的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息,其中,采集设备用于每隔预设时长,对物品传送区域进行信息采集;对区域信息进行识别,以确定在当前时间位于物品传送区域的物品的位置信息作为目标位置信息;获取针对当前时间预先确定的预测位置信息,其中,预测位置信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位置信息中是否包括与所确定的目标位置信息相匹配的预测位置信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取区域信息的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (13)
1.一种用于处理信息的方法,包括:
获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息,其中,所述采集设备用于每隔预设时长,对所述物品传送区域进行信息采集;
对所述区域信息进行识别,以确定在所述当前时间位于所述物品传送区域的物品的位置信息作为目标位置信息;
获取针对所述当前时间预先确定的预测位置信息,其中,预测位置信息基于所述采集设备上一次采集的区域信息和预设物品移动轨迹确定;
对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位置信息中是否包括与所确定的目标位置信息相匹配的预测位置信息。
2.根据权利要求1所述的方法,其中,所述区域信息为点云;以及
所述对所述区域信息进行识别,以确定在所述当前时间位于所述物品传送区域的物品的位置信息作为目标位置信息包括:
对所采集的点云进行聚类处理,获得在所述当前时间位于所述物品传送区域的物品的物品点云;
基于所获得的物品点云在所采集的点云上的位置,生成物品点云对应的物品的位置信息作为目标位置信息。
3.根据权利要求2所述的方法,其中,所述对所采集的点云进行聚类处理,获得在所述当前时间位于所述物品传送区域的物品的物品点云包括:
获取所述目标传送带的尺寸;
基于所获取的尺寸对所采集的点云进行直通滤波,获得滤波后点云;
对所述滤波后点云进行聚类处理,获得在所述当前时间位于所述物品传送区域的物品的物品点云。
4.根据权利要求3所述的方法,其中,所述对所述滤波后点云进行聚类处理,获得在所述当前时间位于所述物品传送区域的物品的物品点云包括:
对所述滤波后点云进行降采样,获得降采样后点云;
对所述降采样后点云进行聚类处理,获得在所述当前时间位于所述物品传送区域的物品的物品点云。
5.根据权利要求1所述的方法,其中,所述对所述区域信息进行识别,以确定在所述当前时间位于所述物品传送区域的物品的位置信息作为目标位置信息包括:
对所述区域信息进行识别,以确定在所述当前时间位于所述物品传送区域的物品的位姿信息作为目标位姿信息,其中,位姿信息包括位置信息和姿态信息。
6.根据权利要求5所述的方法,其中,所述获取针对所述当前时间预先确定的预测位置信息包括:
获取针对所述当前时间预先确定的预测位姿信息,其中,预测位姿信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;以及
所述对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出包括:
对所确定的目标位姿信息和所获取的预测位姿信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位姿信息中是否包括与所确定的目标位姿信息相匹配的预测位姿信息。
7.根据权利要求1所述的方法,其中,所述对所述区域信息进行识别,以确定在所述当前时间位于所述物品传送区域的物品的位置信息作为目标位置信息包括:
对所述区域信息进行识别,以确定在所述当前时间位于物品传送区域的物品的物品信息作为目标物品信息,其中,物品信息包括位置信息和尺寸信息。
8.根据权利要求7所述的方法,其中,所述获取针对所述当前时间预先确定的预测位置信息包括:
获取针对所述当前时间预先确定的预测物品信息,其中,预测物品信息基于采集设备上一次采集的区域信息和预设物品移动轨迹确定;以及
所述对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出包括:
对于所确定的目标物品信息中的目标物品信息,从所获取的预测物品信息中确定所包括的预测尺寸信息与该目标物品信息中的目标尺寸信息相匹配的预测物品信息;对所确定的预测物品信息中的预测位置信息和该目标物品信息中的目标位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测物品信息中是否包括与该目标物品信息相匹配的预测物品信息。
9.根据权利要求1所述的方法,其中,所述方法还包括:
对于所确定的目标位置信息中的目标位置信息,基于该目标位置信息和预设物品移动轨迹,确定所述采集设备下一次采集区域信息时,该目标位置信息对应的物品的位置信息作为新的预测位置信息。
10.根据权利要求1-9之一所述的方法,其中,所述目标传送带为蜂窝式多向传送带。
11.一种用于处理信息的装置,包括:
第一获取单元,被配置成获取当前时间采集设备采集到的、目标传送带上的物品传送区域的区域信息,其中,所述采集设备用于每隔预设时长,对所述物品传送区域进行信息采集;
识别单元,被配置成对所述区域信息进行识别,以确定在所述当前时间位于所述物品传送区域的物品的位置信息作为目标位置信息;
第二获取单元,被配置成获取针对所述当前时间预先确定的预测位置信息,其中,预测位置信息基于所述采集设备上一次采集的区域信息和预设物品移动轨迹确定;
匹配单元,被配置成对所确定的目标位置信息和所获取的预测位置信息进行匹配,生成匹配结果及输出,其中,匹配结果用于指示所获取的预测位置信息中是否包括与所确定的目标位置信息相匹配的预测位置信息。
12.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
13.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910752049.5A CN111784218A (zh) | 2019-08-15 | 2019-08-15 | 用于处理信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910752049.5A CN111784218A (zh) | 2019-08-15 | 2019-08-15 | 用于处理信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111784218A true CN111784218A (zh) | 2020-10-16 |
Family
ID=72755570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910752049.5A Pending CN111784218A (zh) | 2019-08-15 | 2019-08-15 | 用于处理信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111784218A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112749573A (zh) * | 2020-12-29 | 2021-05-04 | 杭州海康机器人技术有限公司 | 条码匹配方法、装置、电子设备及条码匹配系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102861722A (zh) * | 2012-08-23 | 2013-01-09 | 电子科技大学 | 瓷砖分拣系统及方法 |
CN106000904A (zh) * | 2016-05-26 | 2016-10-12 | 北京新长征天高智机科技有限公司 | 一种生活垃圾自动分拣系统 |
CN106335065A (zh) * | 2016-10-31 | 2017-01-18 | 上海新朋联众汽车零部件有限公司 | 机器人视觉导向系统 |
CN107976447A (zh) * | 2017-11-14 | 2018-05-01 | 上海斐讯数据通信技术有限公司 | 一种基于机器视觉的配件检测方法及系统 |
CN108007364A (zh) * | 2018-01-22 | 2018-05-08 | 广东理工学院 | 一种基于rgb-d相机的瓷砖检测装置及检测方法 |
CN108080289A (zh) * | 2018-01-22 | 2018-05-29 | 广东省智能制造研究所 | 机器人分拣系统、机器人分拣控制方法及装置 |
CN108287162A (zh) * | 2018-01-09 | 2018-07-17 | 温州三特食品科技有限公司 | 一种食品安全智能检测的方法 |
KR101888546B1 (ko) * | 2017-10-27 | 2018-08-14 | (주)바인테크 | 수하물 수취 안내 방법 |
CN108858193A (zh) * | 2018-07-06 | 2018-11-23 | 清华大学深圳研究生院 | 一种机械臂抓取方法及系统 |
CN109560027A (zh) * | 2019-01-18 | 2019-04-02 | 深海弈智京山智能科技有限公司 | 一种摆串位置归正视觉引导系统 |
CN209216160U (zh) * | 2019-02-02 | 2019-08-06 | 北京伟景智能科技有限公司 | 一种线激光立体相机物体检测装置 |
-
2019
- 2019-08-15 CN CN201910752049.5A patent/CN111784218A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102861722A (zh) * | 2012-08-23 | 2013-01-09 | 电子科技大学 | 瓷砖分拣系统及方法 |
CN106000904A (zh) * | 2016-05-26 | 2016-10-12 | 北京新长征天高智机科技有限公司 | 一种生活垃圾自动分拣系统 |
CN106335065A (zh) * | 2016-10-31 | 2017-01-18 | 上海新朋联众汽车零部件有限公司 | 机器人视觉导向系统 |
KR101888546B1 (ko) * | 2017-10-27 | 2018-08-14 | (주)바인테크 | 수하물 수취 안내 방법 |
CN107976447A (zh) * | 2017-11-14 | 2018-05-01 | 上海斐讯数据通信技术有限公司 | 一种基于机器视觉的配件检测方法及系统 |
CN108287162A (zh) * | 2018-01-09 | 2018-07-17 | 温州三特食品科技有限公司 | 一种食品安全智能检测的方法 |
CN108007364A (zh) * | 2018-01-22 | 2018-05-08 | 广东理工学院 | 一种基于rgb-d相机的瓷砖检测装置及检测方法 |
CN108080289A (zh) * | 2018-01-22 | 2018-05-29 | 广东省智能制造研究所 | 机器人分拣系统、机器人分拣控制方法及装置 |
CN108858193A (zh) * | 2018-07-06 | 2018-11-23 | 清华大学深圳研究生院 | 一种机械臂抓取方法及系统 |
CN109560027A (zh) * | 2019-01-18 | 2019-04-02 | 深海弈智京山智能科技有限公司 | 一种摆串位置归正视觉引导系统 |
CN209216160U (zh) * | 2019-02-02 | 2019-08-06 | 北京伟景智能科技有限公司 | 一种线激光立体相机物体检测装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112749573A (zh) * | 2020-12-29 | 2021-05-04 | 杭州海康机器人技术有限公司 | 条码匹配方法、装置、电子设备及条码匹配系统 |
CN112749573B (zh) * | 2020-12-29 | 2023-04-28 | 杭州海康机器人股份有限公司 | 条码匹配方法、装置、电子设备及条码匹配系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689804B (zh) | 用于输出信息的方法和装置 | |
CN110852258A (zh) | 物体检测方法、装置、设备及存储介质 | |
CN113255619B (zh) | 车道线识别及定位方法、电子设备和计算机可读介质 | |
CN114493413A (zh) | 智能仓储分发方法、装置、电子设备及存储介质 | |
CN110287817B (zh) | 目标识别及目标识别模型的训练方法、装置和电子设备 | |
CN111382695A (zh) | 用于检测目标的边界点的方法和装置 | |
CN111340015A (zh) | 定位方法和装置 | |
CN111784218A (zh) | 用于处理信息的方法和装置 | |
CN111310595B (zh) | 用于生成信息的方法和装置 | |
CN113009908A (zh) | 一种无人设备的运动控制方法、装置、设备及存储介质 | |
CN111401182B (zh) | 针对饲喂栏的图像检测方法和装置 | |
CN110634159A (zh) | 一种目标检测方法和装置 | |
CN110634155A (zh) | 一种基于深度学习的目标检测方法和装置 | |
CN112668371B (zh) | 用于输出信息的方法和装置 | |
CN110068834B (zh) | 一种路沿检测方法和装置 | |
CN110796144B (zh) | 车牌检测方法、装置、设备及存储介质 | |
CN113642493A (zh) | 一种手势识别方法、装置、设备及介质 | |
CN111768443A (zh) | 基于移动摄像头的图像处理方法和装置 | |
CN115086538A (zh) | 一种拍摄位置确定方法、装置、设备及介质 | |
CN111325712B (zh) | 用于检测图像有效性的方法及装置 | |
CN113256715B (zh) | 机器人的定位方法和装置 | |
CN115292540B (zh) | 多模态零件信息识别方法、装置、设备和计算机可读介质 | |
CN111383337B (zh) | 用于识别对象的方法和装置 | |
CN113793087B (zh) | 用于分拣物品的方法和装置 | |
CN109977784B (zh) | 用于获取信息的方法及装置 |
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 |