CN112749591B - 仓储物流机器人及其物品识别方法和芯片 - Google Patents

Abstract

本发明涉及一种仓储物流机器人及其物品识别方法和芯片，通过获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果，根据所述识别结果判断所述图像数据中是否包含目标对象；在所述图像数据中包含所述目标对象时，截取所述图像数据中包含所述目标对象的图像区域，提取所述图像区域中的黑色像素的特征数据，根据所述特征数据确定所述目标对象的类型，以确保仓储物流机器人能够准确识别所载运的物品，并在仓库中有序运行，提高工作效率，降低时间成本。

Description

仓储物流机器人及其物品识别方法和芯片

技术领域

本发明涉及机器人领域，尤其涉及一种仓储物流机器人及其物品识别方法和芯片。

背景技术

近年来随着电子商务的兴起，电商订单量的增加使物流需求也不断增加，此时传统的配送作业模式已经无法满足繁杂的消费订单的需求。无人仓储送货功能的机器人每天需要运输大量的物品，频繁的搬运很容易造成物品分类不清，浪费了时间成本，工作量加大，效率低下。

发明内容

本发明提供一种仓储物流机器人的物品识别方法，其主要目的在于提高仓储物流机器人识别物品的准确性及工作效率。

为实现上述目的，本申请提供一种仓储物流机器人的物品识别方法，所述仓储物流机器人的物品识别方法包括：获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果；根据所述识别结果判断所述图像数据中是否包含目标对象；在所述图像数据中包含所述目标对象时，截取所述图像数据中包含所述目标对象的图像区域；提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度；根据所述特征数据确定所述目标对象的类型。

可选地，所述提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤之后还包括：提取所述图像区域中的黑色像素的图案数据；根据所述图案数据及所述特征数据确定所述目标对象的类型。

可选地，所述根据所述识别结果判断所述图像数据中是否包含目标对象的步骤之后还包括：在所述图像数据中不包含所述目标对象时，执行获取视频空间的图像数据。

可选地，所述提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤包括：根据所述图像区域的黑色像素、所述黑色像素的宽度及所述黑色像素所在区域的宽度，识别所述条形码。

可选地，所述获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果的步骤之前包括：控制光源将光线发射至目标对象；接收所述目标对象反射的光线，并生成视频空间的图像信息。

可选地，所述获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果的步骤之前还包括：识别目标对象所在区域，控制摄像头拍摄并生成视频空间的图像数据。

本申请还提出一种仓储物流机器人，采用如上所述的物品识别方法进行运输物品，所述仓储物流机器人包括：物品存放模块，所述物品存放模块用于放置物品；信息处理模块，所述信息处理模块用于信息处理；物品识别模块，所述物品识别模块设置在所述物品存放模块处，且与所述信息处理模块电性连接。

可选地，所述物品识别模块包括用于采集图像数据的图像采集模块，所述图像采集模块与所述信息处理模块电性连接。

本申请还提出一种芯片，所述芯片上存储有仓储物流机器人的物品识别程序，所述仓储物流机器人的物品识别程序被处理器执行时实现如以上所述的仓储物流机器人的物品识别方法的步骤。

本发明提出的仓储物流机器人及其物品识别方法和芯片，通过获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果，根据所述识别结果判断所述图像数据中是否包含目标对象；在所述图像数据中包含所述目标对象时，截取所述图像数据中包含所述目标对象的图像区域，提取所述图像区域中的黑色像素的特征数据，根据所述特征数据确定所述目标对象的类型，以确保仓储物流机器人能够准确识别所载运的物品，并在仓库中有序运行，提高工作效率，降低时间成本。

附图说明

为了更清楚地说明本发明实施例或示例性中的技术方案，下面将对实施例或示例性描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，还可以按照这些附图示出的获得其他的附图。

图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图；

图2为本发明仓储物流机器人的物品识别方法第一实施例的流程示意图；

图3为本发明仓储物流机器人的结构示意框图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果，根据所述识别结果判断所述图像数据中是否包含目标对象，在所述图像数据中包含所述目标对象时，截取所述图像数据中包含所述目标对象的图像区域，提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度，根据所述特征数据确定所述目标对象的类型，以确保仓储物流机器人在仓库中有序运行，增加工作效率，降低时间成本。

由于现有技术中近年来随着电子商务的兴起，电商订单量的增加使物流需求也不断增加，此时传统的配送作业模式已经无法满足繁杂的消费订单的需求。无人仓储送货功能的机器人每天需要运输大量的物品，频繁的搬运很容易造成物品分类不清，浪费了时间成本，工作量加大，效率低下。

本发明提供一种解决方案，获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果，根据所述识别结果判断所述图像数据中是否包含目标对象，在所述图像数据中包含所述目标对象时，截取所述图像数据中包含所述目标对象的图像区域，提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度，根据所述特征数据确定所述目标对象的类型，以确保仓储物流机器人在仓库中有序运行，增加工作效率，降低时间成本。

如图1所示，图1是本发明实施例方案涉及的终端的硬件运行环境示意图。

如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard）、遥控器，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如存储器（non-volatile memory），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的终端的结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及仓储物流机器人100的物品识别程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端（用户端），与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的仓储物流机器人100的物品识别程序，并执行仓储物流机器人100的物品识别方法，并执行一下步骤：获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果；根据所述识别结果判断所述图像数据中是否包含目标对象；在所述图像数据中包含所述目标对象时，截取所述图像数据中包含所述目标对象的图像区域；提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度；根据所述特征数据确定所述目标对象的类型。

进一步地，处理器1001可以调用存储器1005中存储的网络操作控制应用程序，并执行一下步骤：所述提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤之后还包括：提取所述图像区域中的黑色像素的图案数据；根据所述图案数据及所述特征数据确定所述目标对象的类型。

进一步地，处理器1001可以调用存储器1005中存储的网络操作控制应用程序，并执行一下步骤：所述根据所述识别结果判断所述图像数据中是否包含目标对象的步骤之后还包括：在所述图像数据中不包含所述目标对象时，执行获取视频空间的图像数据。

进一步地，处理器1001可以调用存储器1005中存储的网络操作控制应用程序，并执行一下步骤：所述提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤包括：根据所述图像区域的黑色像素、所述黑色像素的宽度及所述黑色像素所在区域的宽度，识别所述条形码。

进一步地，处理器1001可以调用存储器1005中存储的网络操作控制应用程序，并执行一下步骤：所述获取视频空间的的图像数据，对所述图像数据进行图像识别，并获取图像识别结果的步骤之前包括：控制光源将光线发射至目标对象；接收所述目标对象反射的光线，并生成视频空间的图像信息。

进一步地，处理器1001可以调用存储器1005中存储的网络操作控制应用程序，并执行一下步骤：所述获取视频空间的的图像数据，对所述图像数据进行图像识别，并获取图像识别结果的步骤之前还包括：识别目标对象所在区域，控制摄像头拍摄并生成视频空间的图像数据。

请参考图3所示本发明提出一种仓储物流机器人100，用于运输物品，所述仓储物流机器人100包括：物品存放模块10，所述物品存放模块10用于放置物品；信息处理模块20，所述信息处理模块20用于信息处理；物品识别模块30，所述物品识别模块30设置在所述物品存放模块10处，且与所述信息处理模块20电性连接。

物品识别模块30用于识别放置在物品存放模块10上的物品，并产品物品信息，再将物品信息传输至信息处理模块20内进行信息比对，根据比对结果判断是否将物品进行运输。

本实施例提出的仓储物流机器人100中，仓储物流机器人100通过物品识别模块30随时读取物品信息，并根据读取的物品信息将物品运输至对应储存，以确保仓储物流机器人100在仓库中有序运行，增加工作效率，降低时间成本。

进一步地，所述物品识别模块30包括用于识别物品的的条形码扫描器，所述条形码扫描器与所述信息处理模块20电性连接。

条形码扫描器用于读取条码所包含信息的阅读设备，利用光学原理，把条形码的内容解码后通过数据线或者无线的方式传输到电脑或者别的设备。条码扫描器的结构通常为以下几部分：光源、接收装置、光电转换部件、译码电路、计算机接口。扫描枪的基本工作原理为：由光源发出的光线经过光学系统照射到条码符号上面。被反射回来的光经过光学系统成像在光电转换器上，经译码器解释为计算机可以直接接受的数字信号。使用时，只需将光笔接触到条码表面，通过光笔的镜头发出一个很小的光点，当这个光点从左到右划过条码时，在“空”部分，光线被反射，“条”的部分，光线将被吸收，因此在光笔内部产生一个变化的电压，这个电压通过放大、整形后用于译码。

进一步地，所述物品识别模块30包括图像采集模块，所述图像采集模块所述信息处理模块20电性连接。

所述图像采集模块包括摄像头，通过摄像头拍摄物品，并将拍摄的物品图像传输至信息处理模块20，信息处理模块20将拍摄的物品图像与数据库内的物品图像进行比对，以便于机器人识别物品。

获取摄像头拍摄的图像，将图像输入至经训练得到的神经网络中，根据图像在其所属分组中的帧位置，对图像进行处理，得到对象识别结果，根据对象识别结果，发送对应的信息给机器人控制器。本发明利用摄像头拍摄的各帧图像之间的连续性、关联性，在对其进行对象识别时，将各帧图像分组处理，根据图像在其所属分组中的帧位置不同，对应的对获取的图像进行对象识别。方便根据得到的对象识别结果，可以及时的反馈给机器人控制器准确的信息，使机器人控制器可以及时地根据对象识别结果进行相应的处理。

本发明提供一种仓储物流机器人的物品识别方法。

参照图2，图2为本发明仓储物流机器人的物品识别方法第一实施例的流程示意图。

本实施例提出一种仓储物流机器人的物品识别方法，该仓储物流机器人的物品识别方法包括：步骤S10，获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果；步骤S20，根据所述识别结果判断所述图像数据中是否包含目标对象；步骤S30，在所述图像数据中包含所述目标对象时，截取所述图像数据中包含所述目标对象的图像区域；步骤S40，提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度；步骤S50，根据所述特征数据确定所述目标对象的类型。

物品识别模块用于识别放置在物品存放模块上的物品，并产品物品信息，再将物品信息传输至信息处理模块内进行信息比对，根据比对结果判断是否将物品进行运输。

本实施例的仓储物流机器人中，仓储物流机器人通过物品识别模块随时读取物品信息，并根据读取的物品信息将物品运输至对应储存，以确保仓储物流机器人在仓库中有序运行，增加工作效率，降低时间成本。

进一步地，所述提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤之后还包括：提取所述图像区域中的黑色像素的图案数据；根据所述图案数据及所述特征数据确定所述目标对象的类型。

进一步地，所述根据所述识别结果判断所述图像数据中是否包含目标对象的步骤之后还包括：在所述图像数据中不包含所述目标对象时，执行获取视频空间的图像数据。

进一步地，所述提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤包括：根据所述图像区域的黑色像素、所述黑色像素的宽度及所述黑色像素所在区域的宽度，识别所述条形码。

进一步地，所述获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果的步骤之前包括：控制光源将光线发射至目标对象；接收所述目标对象反射的光线，并生成视频空间的图像信息。

在本实施例中，通过光学条形码扫描器识别物品的条形码，其中，所述光学条形码扫描器具有机壳、底座和扩展端口，可附加于所述光学条形码扫描器的机壳以及接口连接器，当所述接口连接器与所述光学条形码扫描器的所述扩展端口连接起来时，所述光学条形码扫描器被配置为以展示模式操作，所述光学条形码扫描器的所述扩展端口连接起来时，通过所述接口连接器从所述光学条形码扫描器接收所述模式状态。

进一步地，所述获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果的步骤之前还包括：识别目标对象所在区域，控制摄像头拍摄并生成视频空间的图像数据。

获取摄像头拍摄的图像，将图像输入至经训练得到的神经网络中，根据图像在其所属分组中的帧位置，对图像进行处理，得到物品识别结果，根据对象识别结果，发送对应的信息给机器人控制器，本发明利用摄像头拍摄的各帧图像之间的连续性、关联性，在对其进行物品识别时，将各帧图像分组处理，根据图像在其所属分组中的帧位置不同，对应的对获取的图像进行对象识别，方便根据得到的物品识别结果，可以及时的反馈给机器人控制器准确的信息，使机器人控制器可以及时地根据物品识别结果进行相应的处理。方便根据得到的对象识别结果，可以及时的反馈给用户终端准确的信息，使用户终端可以及时地根据对象识别结果进行相应的处理，降低了神经网络的运算量，提高了对象识别的速度。

本发明还提出一种仓储物流系统，所述仓储物流系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的仓储物流机器人的物品识别程序，所述仓储物流机器人的物品识别程序被所述处理器执行时实现如以上所述的仓储物流机器人的物品识别方法的步骤。

本发明还提出一种芯片，其特征在于，所述芯片上存储有仓储物流机器人的物品识别程序，所述仓储物流机器人的物品识别程序被处理器执行时实现如以上所述的仓储物流机器人的物品识别方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，云端服务器，空调，或者网络设备等）执行本发明各个实施例的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (5)

1.一种仓储物流机器人的物品识别方法，其特征在于，所述仓储物流机器人的物品识别方法包括：

获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果；

根据所述识别结果判断所述图像数据中是否包含目标对象；

在所述图像数据中包含所述目标对象时，截取所述图像数据中包含所述目标对象的图像区域；

提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度；

根据所述特征数据确定所述目标对象的类型；

所述提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤之后还包括：提取所述图像区域中的黑色像素的图案数据；根据所述图案数据及所述特征数据确定所述目标对象的类型；

所述根据所述识别结果判断所述图像数据中是否包含目标对象的步骤之后还包括：在所述图像数据中不包含所述目标对象时，执行获取视频空间的图像数据；

所述提取所述图像区域中的黑色像素的特征数据，其中，所述特征数据包括所述黑色像素的宽度及所述黑色像素所在区域的宽度的步骤包括：根据所述图像区域的黑色像素、所述黑色像素的宽度及所述黑色像素所在区域的宽度；

所述获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果的步骤之前包括：控制光源将光线发射至目标对象；接收所述目标对象反射的光线，并生成视频空间的图像信息。

2.如权利要求1所述的仓储物流机器人的物品识别方法，其特征在于，所述获取视频空间的图像数据，对所述图像数据进行图像识别，并获取图像识别结果的步骤之前还包括：

识别目标对象所在区域，控制摄像头拍摄并生成视频空间的图像数据。

3.一种仓储物流机器人，采用如权利要求1-2任一项所述的物品识别方法进行运输物品，其特征在于，所述仓储物流机器人包括：

物品存放模块，所述物品存放模块用于放置物品；

信息处理模块，所述信息处理模块用于信息处理；

物品识别模块，所述物品识别模块设置在所述物品存放模块处，且与所述信息处理模块电性连接。

4.如权利要求3所述的仓储物流机器人，其特征在于，所述物品识别模块包括用于采集图像数据的图像采集模块，所述图像采集模块与所述信息处理模块电性连接。

5.一种芯片，其特征在于，所述芯片上存储有仓储物流机器人的物品识别程序，所述仓储物流机器人的物品识别程序被处理器执行时实现如权利要求1至2中任一项所述的仓储物流机器人的物品识别方法的步骤。