CN113129367A - 物品分拣的分析方法、装置、设备及存储介质 - Google Patents

Abstract

本申请实施例公开了一种物品分拣的分析方法、装置、设备及存储介质。该物品分拣的分析方法包括：获取多个网格化的目标图像，所述目标图像包含目标物品的成像，所述目标图像包括多个网格，每个所述网格对应一个分拣区域；根据所述各个目标图像确定所述目标物品的实际路径，所述实际路径覆盖多个分拣区域；根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣。本申请实施例中实现了精确定位出物品的位置，确定物品是否被异常分拣，为进一步的传送或分拣控制提供了参考依据。

Description

物品分拣的分析方法、装置、设备及存储介质

技术领域

本申请实施例涉及机器视觉技术领域，具体涉及一种物品分拣的分析方法、装置、设备及存储介质。

背景技术

随着传感器技术的不断发展，传感器被广泛地应用于各个领域。其中，光电传感器常常被用于定位物体，其定位物体的原理为：光穿过被测物体部份被吸收后，透射光投射到光电元件上，或者光投射到被测物体并从被测物体表面反射后投射到光电元件上，光电元件根据接受到的光信号转化为电信号，光电传感器根据光电元件转化得到的电信号的变化确定被测物体的位置；

例如，在物流技术领域中，常常通过光电传感器检测光电传感器的检测区域内是否存在物体(如包裹)，从而确定物体是否已经到达指定的分拣区域，进而完成对物体的分拣。

光电传感器有较高的使用环境要求，若光电传感器附着尘埃、污物等，则会影响光量的变化而导致光电传感器的检测精度降低，甚至影响光电传感器定位出物体。

发明内容

本申请实施例提供一种物品分拣的分析方法、装置、设备及存储介质，可以精确地定位出物品的位置，确定物品是否被异常分拣，给物品分拣的控制过程提供参考依据。

一方面，本申请实施例提供一种物品分拣的分析方法，所述方法包括：

获取多个网格化的目标图像，所述目标图像包含目标物品的成像，所述目标图像包括多个网格，每个所述网格对应一个分拣区域；

根据所述各个目标图像确定所述目标物品的实际路径，所述实际路径覆盖多个分拣区域；

根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣。

在本申请的一些实施例中，所述获取多个网格化的目标图像，包括：

获取目标物品的物品大小；

根据所述物品大小确定目标网格数量，所述目标网格数量用于指示每个所述目标图像的网格数量；

根据所述目标网格数量获取多个网格化的目标图像。

在本申请的一些实施例中，所述根据所述目标网格数量获取多个网格化的目标图像，包括：

根据所述目标网格数量获取多个网格化图像，并分别提取每个所述网格化图像的第一图像特征，其中，所述目标网格数量与所述网格化图像的数量成反关系，所述网格化图像包括多个网格，每个所述网格对应一个分拣区域，所述第一图像特征用于识别所述网格化图像是否存在目标物品；

确定所述第一图像特征与第二图像特征之间的相似度，其中，所述第二图像特征为基准图像的图像特征；

根据所述相似度，从所述各个网格化图像中获取所述各个目标图像，其中，所述目标图像的第一图像特征与所述第二图像特征之间的相似度大于预设阈值。

在本申请的一些实施例中，所述根据所述各个目标图像确定所述目标物品的实际路径，包括：

识别每个所述目标图像得到各个目标网格，所述目标网格是指所述目标图像的各个网格中，存在所述目标物品的网格；

根据所述各个目标网格和所述目标网格的标识，确定所述目标物品经过的多个目标分拣区域，所述目标网格的标识用于指示所述目标网格对应的分拣区域；

根据所述各个目标分拣区域确定所述目标物品的实际路径。

在本申请的一些实施例中，所述根据所述各个目标分拣区域确定所述目标物品的实际路径，包括：

根据每个所述目标图像的拍摄时间，获取所述目标物品经过每个所述目标分拣区域的目标时间；

根据所述各个目标时间和所述各个目标分拣区域，确定所述目标物品的实际路径。

在本申请的一些实施例中，所述根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣，包括：

获取预设分拣区域和实际分拣区域，所述预设分拣区域是指所述预设路径对应覆盖的多个分拣区域，所述实际分拣区域是指所述实际路径对应覆盖的多个分拣区域；

获取所述预设分拣区域与所述实际分拣区域的匹配度；

根据所述匹配度确定所述目标物品是否被异常分拣。

在本申请的一些实施例中，所述根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣，包括：

获取基准分拣区域，所述基准分拣区域是指所述预设路径对应覆盖的多个分拣区域；

当检测到所述基准分拣区域存在传送故障时，根据所述目标物品的目标位置确定目标物品的新路径，所述目标位置是指所述目标物品被分拣后的放置区域；

根据所述新路径和所述实际路径，确定所述目标物品是否被异常分拣。

另一方面，本申请实施例提供一种物品分拣的分析装置，所述物品分拣的分析装置包括：

获取单元，用于获取多个网格化的目标图像，所述目标图像包含目标物品的成像，所述目标图像包括多个网格，每个所述网格对应一个分拣区域；

确定单元，用于根据所述获取单元获取的所述各个目标图像确定所述目标物品的实际路径，所述实际路径覆盖多个分拣区域；根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣。

在本申请的一些实施例中，所述获取单元具体用于：

获取目标物品的物品大小；

根据所述物品大小确定目标网格数量，所述目标网格数量用于指示每个所述目标图像的网格数量；

根据所述目标网格数量获取多个网格化的目标图像。

在本申请的一些实施例中，所述获取单元具体用于：

根据所述目标网格数量获取多个网格化图像，并分别提取每个所述网格化图像的第一图像特征，其中，所述目标网格数量与所述网格化图像的数量成反关系，所述网格化图像包括多个网格，每个所述网格对应一个分拣区域，所述第一图像特征用于识别所述网格化图像是否存在目标物品；

确定所述第一图像特征与第二图像特征之间的相似度，其中，所述第二图像特征为基准图像的图像特征；

根据所述相似度，从所述各个网格化图像中获取所述各个目标图像，其中，所述目标图像的第一图像特征与所述第二图像特征之间的相似度大于预设阈值。

在本申请的一些实施例中，所述确定单元具体用于：

识别每个所述目标图像得到各个目标网格，所述目标网格是指所述目标图像的各个网格中，存在所述目标物品的网格；

根据所述各个目标网格和所述目标网格的标识，确定所述目标物品经过的多个目标分拣区域，所述目标网格的标识用于指示所述目标网格对应的分拣区域；

根据所述各个目标分拣区域确定所述目标物品的实际路径。

在本申请的一些实施例中，所述确定单元具体用于：

根据每个所述目标图像的拍摄时间，获取所述目标物品经过每个所述目标分拣区域的目标时间；

根据所述各个目标时间和所述各个目标分拣区域，确定所述目标物品的实际路径。

在本申请的一些实施例中，所述确定单元具体用于：

获取预设分拣区域和实际分拣区域，所述预设分拣区域是指所述预设路径对应覆盖的多个分拣区域，所述实际分拣区域是指所述实际路径对应覆盖的多个分拣区域；

获取所述预设分拣区域与所述实际分拣区域的匹配度；

根据所述匹配度确定所述目标物品是否被异常分拣。

在本申请的一些实施例中，所述确定单元具体用于：

获取基准分拣区域，所述基准分拣区域是指所述预设路径对应覆盖的多个分拣区域；

当检测到所述基准分拣区域存在传送故障时，根据所述目标物品的目标位置确定目标物品的新路径，所述目标位置是指所述目标物品被分拣后的放置区域；

根据所述新路径和所述实际路径，确定所述目标物品是否被异常分拣。

另一方面，本申请实施例还提供一种物品分拣的分析设备，所述物品分拣的分析设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行本申请实施例提供的任一种物品分拣的分析方法中的步骤。

另一方面，本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的物品分拣的分析方法中的步骤。

本申请实施例通过获取多张含有目标物品的目标图像，其中，目标图像根据分拣区域的分布进行了网格化；然后识别每个网格化后的目标图像以确定目标物品经过的实际路径，即实现了定位出目标物品的位置；并根据目标物品的预设路径和实际路径确定目标物品是否被异常分拣，为进一步的分拣控制提供了参考依据，有效地帮助各个领域传送或者分拣物品。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例中提供的物品分拣的分析方法的应用场景示意图；

图2是本申请实施例中提供的网格化图像的场景示意图；

图3是本申请实施例中提供的物品分拣的分析方法的一个实施例流程示意图；

图4是本申请实施例中提供的步骤20的一个实施例流程示意图；

图5是本申请实施例中目标图像的各个网格与各个分拣区域的对应关系示意图；

图6是本申请实施例步骤203中提供的目标物品的实际路径示意图；

图7是本申请实施例目标物品的实际路径对比示意图；

图8是本申请实施例中提供的物品分拣的分析装置的一个实施例结构示意图；

图9是本申请实施例中提供的物品分拣的分析设备的一个实施例结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请实施例的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的过程进行详细阐述，以避免不必要的细节使本申请实施例的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请实施例所公开的原理和特征的最广范围相一致。

首先，在介绍本申请实施例之前，先介绍下本申请实施例关于应用背景的相关内容。

在物流领域中，经常需要对物品(如包裹)进行分拣；为了正确地分拣物品，需要对物品进行定位。

传统的光电传感器定位的方式可以定位出待分拣的物品的位置，但是，传统的传感器定位方式存在较多的弊端。例如，若光电传感器附着尘埃、污染物等，则会影响光电传感器准确定位出物品的位置。又如，一个光电传感器的检测范围有限，被测物品必须在光电传感器的检测区域内才可以被检测出来。

因此，若要在一个面积较大的分拣场中定位出物品，则需要安装大量的光电传感器，安装大量的光电传感器除了造价高之外，还需要较多的人力进行维护。

基于现有的相关技术存在的上述缺陷，本申请实施例提供了物品分拣的分析方法，至少在一定程度上克服现有的相关技术所存在的缺陷。

本申请实施例提供一种物品分拣的分析方法，参照图1，图1为本申请实施例提供的物品分拣的分析方法的应用场景示意图。在本申请实施例中，该物品分拣的分析方法可以应用于图1(a)所示的分拣场的硬件部署场景，图1(a)所示的场景表示一个大面积的分拣场中包括了多个分拣区域(其中，每个分拣区域均存在传送装置，使得相邻的两个分拣区域之间可以互相传送物品)，一个摄像头的视野可以覆盖整个分拣场的各个分拣区域；即通过获取一个摄像头拍摄的一张图像即可获取整个分拣场的信息。摄像头在拍摄图像时，会根据摄像头的视野覆盖的多个分拣区域，形成网格化的图像，如图2所示；通过如图1(a)所示的摄像头可形成本申请实施例中提及的网格化的目标图像。

该物品分拣的分析方法也可以应用于图1(b)所示的分拣场的硬件部署场景，图1(b)所示的场景表示一个大面积的分拣场中包括了多个分拣区域(其中，每个分拣区域均存在传送装置，使得相邻的两个分拣区域之间可以互相传送物品)，该分拣场部署了多个摄像头，每个摄像头的视野可以覆盖多个分拣区域，多个摄像头的视野可以覆盖整个分拣场的各个分拣区域；即通过获取多个一个摄像头分别拍摄的图像，即可获取整个分拣场的信息。摄像头在拍摄图像时，会根据摄像头的视野覆盖的多个分拣区域，形成网格化的图像，如图2所示；通过如图1(b)所示的各个摄像头可形成本申请实施例中提及的网格化的目标图像。

本申请实施例物品分拣的分析方法的执行主体可以为本申请实施例提供的物品分拣的分析装置，或者集成了该物品分拣的分析装置的服务器设备、物理主机或者用户设备(User Equipment，UE)等不同类型的物品分拣的分析设备，其中，物品分拣的分析装置可以采用硬件或者软件的方式实现，UE具体可以为智能手机、平板电脑、笔记本电脑、掌上电脑、台式电脑或者个人数字助理(Personal Digital Assistant，PDA)等终端设备。

该物品分拣的分析设备可以采用单独运行的工作方式，或者也可以采用设备集群的工作方式，通过应用本申请实施例提供的物品分拣的分析方法，可以精确地定位出物品的位置，确定物品是否被异常分拣，给物品分拣的控制过程提供参考依据。

下面，开始介绍本申请实施例提供的物品分拣的分析方法，该物品分拣的分析方法包括：获取多个网格化的目标图像；根据所述各个目标图像确定所述目标物品的实际路径；根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣。

参照图3，图3为本申请实施例提供的物品分拣的分析方法的一种流程示意图。需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。该物品分拣的分析方法包括：

10、获取多个网格化的目标图像。

在实际应用中，应用本申请实施例提供的物品分拣的分析设备，在硬件上可直接包括分拣场的一个或多个摄像头，并在本地存储该一个或多个摄像头拍摄得到的图像，可在设备内部直接读取；或者，物品分拣的分析设备也可与分拣场的各个摄像头建立网络连接，并根据该网络连接从摄像头在线获取摄像头拍摄得到的图像；或者，处理设备也可从存储有分拣场的摄像头拍摄得到的图像的相关存储介质，读取出摄像头拍摄得到的图像，具体获取方式在此不做限定。

其中，摄像头可根据预设的拍摄方式拍摄图像，例如可设置拍摄高度、拍摄方向或者拍摄距离，其具体拍摄方式可根据摄像头本身进行调节，具体在此不做限定。摄像头拍摄得到的图像，由多帧的图片组成，并可通过时间线组成视频。

本申请实施例中，整个分拣场中可以存在多个待分拣的物品，为了方便理解，本申请实施例以一个分拣区域最多放置一个物品为例。其中，目标图像包含目标物品的成像，目标图像包括多个网格，每个网格对应一个分拣区域，如图2所示。目标物品是指需要定位的待分拣物品。

为了降低硬件设备的成本，本申请实施例的硬件部署场景可以如图1(a)所示，在获取目标图像时，可获取如图1(a)场景中所示的摄像头拍摄形成的网格化的图像，作为网格化的目标图像。其中，图1(a)中的分拣区域的个数只起示意作用，不用于限制本申请实施例，分拣区域的个数可根据具体情况确定。例如，一个分拣场存在10个分拣区域，在配置硬件条件时，一个分拣场只配置一个摄像头，通过硬件配置的调整(如调整摄像头高低、焦距)，使得10分拣区域均落入该摄像头的视野范围，即可实现通过一个摄像头拍摄10个分拣区域，形成网格化的目标图像。其中，网格化的图像是指在摄像头正常成像的同时，根据每个摄像头的视野覆盖的多个分拣区域，将每个摄像头拍摄形成的图像划分为多个网格区域的图像，以使得图像的每个网格区域对应承载一个分拣区域，以便于后续直接识别或定位物体。

可以理解，考虑到描述的方便以及简洁，下述内容中相关动作的说明则隐去作为执行主体的物品分拣的分析设备，不再直接说明。

由于通过一个摄像头拍摄包含多个分拣区域的网格化的图像时，为了使每个分拣区域均落在摄像头的视野范围，摄像头与分拣区域之间的距离需相对较远(或焦距较远)；如果在分拣区域中的物品较小时，物品在网格化图像中的成像较小且不清晰，不便于后续识别。为了解决该问题，可以获取如图1(b)场景中所示的摄像头拍摄形成的网格化的图像，作为网格化的目标图像；即减小摄像头的视野覆盖的分拣区域的数量，以使目标物品在图像中的成像更清晰，以便于后续识别。为此，在本申请的一些实施例中，获取多个网格化的目标图像步骤，具体包括：

(1)获取目标物品的物品大小。

作为一种实施方式，获取并根据人工输入的目标物品的尺寸等信息，确定目标物品的大小。作为一种实施方式，获取并根据目标物品的深度图像，确定目标物品的大小。

(2)根据所述物品大小确定目标网格数量。

其中，目标网格数量用于指示每个目标图像的网格数量。一方面，一个网格化图像的网格数量越多(即一个网格化图像对应的分拣区域越多)，拍摄该图像摄像头所需覆盖的视野也越大，网格化图像中的物品成像就越小。另一方面，由于图像中的物品成像太小(或物品不清晰)的话，会影响后续从图像中识别出物品，因此，在本申请实施例中，物品大小与目标网格数量成正关系。具体地，可以通过预设一个物品大小与网格数量存在一一对应映射关系的预设映射表；在确定目标网格数量时，直接在预设映射表中获取与物品大小存在映射关系的网格数量，作为目标网格数量。

(3)根据所述目标网格数量获取多个网格化的目标图像。

具体地，为了方便理解，请参阅图1(b)，首先，根据目标网格数量确定每个摄像头的视野应覆盖分拣场的哪些分拣区域；然后，分别从每个摄像头拍摄形成的一个或多个网格化的图像中，获取含有目标物品成像的图像作为网格化的目标图像。

例如，在一个分拣场的实际物流分拣中，大件包裹分拣时形成网格数量为3x3＝9的网格化图像；小件包裹分拣时形成网格数量为2x2＝4的网格化图像。

在本申请实施例中，通过获取并根据目标物品的物品大小确定每个目标图像的网格数量，并令物品大小与目标网格数量成正关系，当目标物品较小时所获取的目标图像的网格数量较少，使得目标物品在摄像头拍摄形成的网格化图像中的成像尽可能增大，避免了因目标物品成像较小，而导致目标物品不易被识别的问题。

由于一个大面积的分拣场中同时存在多个分拣区域，同时存在的待分拣物品可能有多个，需要确定并根据目标物品的特征，才能精准定位出目标物品的位置，为此，在本申请的一些实施例中，根据所述目标网格数量获取多个网格化的目标图像，包括：

(1)根据所述目标网格数量获取多个网格化图像，并分别提取每个所述网格化图像的第一图像特征。

其中，目标网格数量与网格化图像的数量成反关系，网格化图像包括多个网格，每个网格对应一个分拣区域，第一图像特征用于识别网格化图像是否存在目标物品。为了方便理解网格数量与网格化图像的数量成反关系，以一具体例子进行说明。例如，在一个大型的分拣场中，包括多个分拣区域(如20个)，一个摄像头的视野(如，一个摄像头视野的视野可以覆盖4个分拣区域)不能覆盖全部的分拣区域，需要通过多个摄像头(20/5＝4个)来覆盖全部的分拣区域。由于一个摄像头拍摄生成一个网格化图像，一个分拣区域对应一个网格；因此，一个摄像头的视野覆盖的分拣区域越多(即一个网格化图像的网格数越大)，整个分拣场所需的摄像头数量越少(即整个分拣场的网格化图像的数量越少)。

具体地，为了方便理解，可以继续参阅图1(b)，由于不确定目标物品的位置，因此需要同时通过多个摄像头拍摄得到多个网格化的图像，再从各个摄像头拍摄得到的网格化的图像中筛选出含有目标物品的图像，作为目标图像。例如，分拣场包括5个摄像头(每个摄像头覆盖4个分拣区域，5个摄像头共覆盖整个分拣场的20个分拣区域)，分别在t1、t2、t3时刻，通过5个摄像头获取5张网格化的图像，共得到15张网格化图像。

在获取到多个网格化图像后，可以通过深度学习模型来实现从多个网格化图像中筛选出含有目标物品的目标图像。具体地，首先，采集大量的网格化图像对深度学习模型进行训练，最终，形成可以分辨出任意一张网格化的图像中是否含有目标物品的深度学习模型。将每个网格化图像输入至深度学习模型中以使深度学习模型提取出网格化图像的第一图像特征。

(2)确定所述第一图像特征与第二图像特征之间的相似度。

基于深度学习模型，可以确定的第一图像特征与第二图像特征之间的相似度。其中，第二图像特征为基准图像的图像特征，基准图像是指用于训练深度学习模型的网格化图像，第二图像特征用于指示含有目标物品的网格化图像具备的特征。

(3)根据所述相似度，从所述各个网格化图像中获取所述各个目标图像。

基于深度学习模型，可以分别确定每个网格化图像的第一图像特征与第二图像特征之间的相似度是否大于预设阈值；若网格化图像的第一图像特征与第二图像特征之间的相似度大于预设阈值，则获取该网格化图像作为目标图像。其中，目标图像的第一图像特征与第二图像特征之间的相似度大于预设阈值。

在本申请实施例中，通过提取网格化图像的第一图像特征来识别出该网格化图像是否为包含目标物品的图像，使得后续可以直接根据包含目标物品的目标图像定位出目标物品在哪个分拣区域，而无需针对不包含目标物品的网格化图像进行分析，减少了图像的处理量，提高了处理效率。

20、根据所述各个目标图像确定所述目标物品的实际路径。

其中，目标物品的实际路径覆盖多个分拣区域。具体地，分别识别目标图像的各个网格，找出所有含有目标物品的网格。由于每个网格对应了一个分拣区域，通过确定出现过的目标物品的网格，即可确定目标物品经过了哪些分拣区域；进而根据目标物品经过的多个分拣区域，即可确定目标物品的实际路径。

为了精准地确定目标物品的实际路径，请参阅图4，在本申请的一些实施例中，根据所述各个目标图像确定所述目标物品的实际路径，包括：

201、识别每个所述目标图像得到各个目标网格。

其中，目标网格是指目标图像的各个网格中，存在目标物品的网格。具体地，通过图像的识别算法，遍历目标图像的各个网格直至查找出含有目标物品的网格，将含有目标物品的网格作为目标网格；同理，遍历各个目标图像确定各个目标网格，并获取每个目标网格的信息(如目标网格的标识、目标网格对应的分拣区域的标识等)

202、根据所述各个目标网格和所述目标网格的标识，确定所述目标物品经过的多个目标分拣区域。

其中，目标网格的标识用于指示目标网格对应的分拣区域。为了方便理解，以一具体实施例进行说明。请参阅图5，例如，目标图像的各个网格的标识分别为1、2、3、4，如图5(a)所示；在实际分拣场中的各个分拣区域分别为A、B、C、D，如图5(b)所示；其中，网格1对应了实际分拣场中的分拣区域A、网格2对应了实际分拣场中的分拣区域B、网格3对应了实际分拣场中的分拣区域C、网格4对应了实际分拣场中的分拣区域D。由此可见，在确定了目标网格和目标网格的标识的情况下，即可确定目标物品经过的多个目标分拣区域。

203、根据所述各个目标分拣区域确定所述目标物品的实际路径。

为了方便理解，以一具体实施例进行说明。请参阅图6，图6中每个格子表示一个分拣区域，在确定各个目标分拣区域分别为分拣区域1、分拣区域6、分拣区域11、分拣区域12、分拣区域13、分拣区域18、分拣区域19的情况下，即可确定目标物品被分拣过程经过如图6所示的实际路径。

由于即使目标物品经过了相同的多个分拣区域，若目标物品经过各个分拣区域的时间先后不同，目标物品的实际路径也可能存在多种不同的情况。例如，目标物品可以先后分别经过分拣区域1、2、3、4、5、6，或者1、2、3、4、3、2、3、4、5、6，虽然目标物品经过的分拣区域完全相同，但目标物品的实际路径并不同，如图7所示。为了提高目标物品的实际路径的精确度，在本申请的一些实施例中，根据所述各个目标分拣区域确定所述目标物品的实际路径的步骤，具体包括：

(1)根据每个所述目标图像的拍摄时间，获取所述目标物品经过每个所述目标分拣区域的目标时间。

其中，目标时间是指实际分拣过程中，目标物品经过目标分拣区域的时间。具体地，获取每个目标网格对应的目标图像的拍摄时间，并将该目标网格对应的目标图像的拍摄时间，作为目标物品经过该目标网格对应的目标分拣区域的目标时间。

例如，在步骤201中确定的目标网格1为目标图像A中的一个网格，目标网格1对应的目标分拣区域为分拣区域a，则摄像头拍摄目标图像A的拍摄时间(如12：02)，即为目标物品经过分拣区域1的目标时间(12：02)。若在步骤201中确定的目标网格2为目标图像B中的一个网格，目标网格2对应的目标分拣区域为分拣区域b，则摄像头拍摄目标图像B的拍摄时间(如13：00)，即为目标物品经过分拣区域2的目标时间(13：00)。

(2)根据所述各个目标时间和所述各个目标分拣区域，确定所述目标物品的实际路径。

为了方便理解，以一具体实施例进行说明。例如，若目标物品经过目标分拣区域1、2、3、4、5、6的目标时间分别为12：00、12：01、12：02、12：03、12：04、12：05，则目标物品被分拣过程经过的实际路径如图7(a)所示。若目标物品分别在目标时间12：00、12：01、12：02、12：03、12：04、12：05、12：06、12：07、12：08、12：09，经过目标分拣区域1、2、3、4、3、2、3、4、5、6，则目标物品被分拣过程经过的实际路径如图7(b)所示。

在本申请实施例中，通过获取目标图像的拍摄时间来确定目标物品经过各个目标分拣区域的目标时间，从而目标物品确定经过各个目标分拣区域的时间先后，使得进而确定的目标物品的实际路径更贴合实际，提高了实际路径的准确率。

30、根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣。

其中，预设路径是指对目标物品进行分拣之前，根据目标物品被分拣后应放置的位置，为目标物品预先规划的分拣路径；目标物品的预设路径可以为一条或多条。具体地，当检测到实际路径与任意一条预设路径匹配时，确定目标物品未被异常分拣；当检测到实际路径与任意一条预设路径均不匹配时，确定目标物品被异常分拣。

在本申请实施例中，获取多张含有目标物品的目标图像，其中，目标图像根据分拣区域的分布进行了网格化；然后识别每个网格化后的目标图像以确定目标物品经过的实际路径，即实现了定位出目标物品的位置；并根据目标物品的预设路径和实际路径确定目标物品是否被异常分拣，为进一步的分拣控制提供了参考依据，有效地帮助各个领域传送或者分拣物品。

为了准确地检测出目标物品是否被异常分拣，在本申请的一些实施例中，根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣的步骤，具体包括：

(1)获取预设分拣区域和实际分拣区域。

为了便于描述，后续以预设路径为一条的情况为例来说明目标物品是否被异常分拣。其中，预设分拣区域是指预设路径对应覆盖的多个分拣区域，实际分拣区域是指实际路径对应覆盖的多个分拣区域。例如，若实际路径对应覆盖多个分拣区域为分拣区域1、分拣区域2、分拣区域5、分拣区域6，则预设分拣区域包括分拣区域1、分拣区域2、分拣区域5、分拣区域6。若实际路径对应覆盖多个分拣区域为分拣区域3、分拣区域4、分拣区域7、分拣区域8，则实际分拣区域包括分拣区域3、分拣区域4、分拣区域7、分拣区域8。

(2)获取所述预设分拣区域与所述实际分拣区域的匹配度。

具体地，作为一种实施方式，将预设分拣区域中与实际分拣区域中对应相同的分拣区域的个数，与预设路径对应覆盖的分拣区域的个数之比，作为预设分拣区域与实际分拣区域的匹配度。例如，预设分拣区域包括分拣区域1、分拣区域2、分拣区域5、分拣区域6，实际分拣区域包括分拣区域2、分拣区域3、分拣区域5、分拣区域6，则预设分拣区域中与预设分拣区域中对应相同的分拣区域(分拣区域2、分拣区域5、分拣区域6)的个数为3，则预设分拣区域与实际分拣区域的匹配度为3/4。

作为另一种实施方式，将预设分拣区域中与实际分拣区域中对应相同的分拣区域的个数，与实际路径对应覆盖的分拣区域的个数之比，作为预设分拣区域与实际分拣区域的匹配度。预设分拣区域包括分拣区域1、分拣区域2、分拣区域3，实际分拣区域包括分拣区域1、分拣区域2、分拣区域3、分拣区域5、分拣区域6，则预设分拣区域中与实际分拣区域中对应相同的分拣区域(分拣区域1、分拣区域2、分拣区域3)的个数为3，则预设分拣区域与实际分拣区域的匹配度为3/5。

(3)根据所述匹配度确定所述目标物品是否被异常分拣。

由于目标物品的实际分拣区域与预设分拣区域的匹配度越高，目标物品被分拣经过的实际路径为预先规划的预设路径的可能性越大。因此，在本申请实施例，当预设分拣区域与实际分拣区域的匹配度大于预设值时，则确定目标物品未被异常分拣；当预设分拣区域与实际分拣区域的匹配度小于或等于预设值时，则确定目标物品被异常分拣。

在本申请实施例中，通过获取预设分拣区域与实际分拣区域的匹配度，准确地确定了目标物品是否被异常分拣，为进一步的分拣控制提供了参考依据，有效地帮助各个领域传送或者分拣物品。

由于在实际分拣过程，原规划的预设路径可能会因为某些原因而改变为新规划路径，若目标物品的实际路径与新规划路径匹配，则应当认为目标物品未被异常分拣。为了提高物品是否被异常分拣的检测准确率，在本申请的一些实施例中，根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣，包括：

(1)获取基准分拣区域。

其中，基准分拣区域是指预设路径对应覆盖的多个分拣区域。

(2)当检测到所述基准分拣区域存在传送故障时，根据所述目标物品的目标位置确定目标物品的新路径。

其中，目标位置是指目标物品被分拣后的放置区域。当检测到基准区域中的任意一个或多个分拣区域存在传送故障(如该分拣区域存在其他物品，或该分拣区域因故障不能正常传送物品等)时，获取并根据实际分拣场的各个分拣区域的可用状态(如是否存在其他物品、是否出现硬件故障等)，以及目标物品的目标位置，重新规划目标物品的分拣过程的行走路径，得到目标物品的新路径。

(3)根据所述新路径和所述实际路径，确定所述目标物品是否被异常分拣。

检测新路径与实际路径是否匹配，当检测到新路径与实际路径匹配时，确定目标物品未被异常分拣；当检测到新路径与实际路径不匹配时，确定目标物品被异常分拣。

具体地，根据新路径和实际路径，确定目标物品是否被异常分拣的具体实施方式，可以参照前述根据实际路径和预设路径，确定目标物品是否被异常分拣的步骤实施例，在此不再赘述。

在本申请实施例中，通过获取重新规划的目标物品的新路径，根据新路径与实际路径来确定目标物品是否被异常分拣，避免了因通过新路径分拣目标物品而误判目标物品为被异常分拣，提高了检测目标物品是否被异常分拣的准确率。

为了更好实施本申请实施例中物品分拣的分析方法，在物品分拣的分析方法基础之上，本申请实施例中还提供一种物品分拣的分析装置，如图8所示，为本申请实施例中物品分拣的分析装置的一个实施例结构示意图，该物品分拣的分析装置800包括：

获取单元801，用于获取多个网格化的目标图像，所述目标图像包含目标物品的成像，所述目标图像包括多个网格，每个所述网格对应一个分拣区域；

确定单元802，用于根据所述获取单元801获取的所述各个目标图像确定所述目标物品的实际路径，所述实际路径覆盖多个分拣区域；根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣。

在本申请的一些实施例中，所述获取单元801具体用于：

获取目标物品的物品大小；

根据所述物品大小确定目标网格数量，所述目标网格数量用于指示每个所述目标图像的网格数量；

根据所述目标网格数量获取多个网格化的目标图像。

在本申请的一些实施例中，所述获取单元801具体用于：

根据所述目标网格数量获取多个网格化图像，并分别提取每个所述网格化图像的第一图像特征，其中，所述目标网格数量与所述网格化图像的数量成反关系，所述网格化图像包括多个网格，每个所述网格对应一个分拣区域，所述第一图像特征用于识别所述网格化图像是否存在目标物品；

确定所述第一图像特征与第二图像特征之间的相似度，其中，所述第二图像特征为基准图像的图像特征；

根据所述相似度，从所述各个网格化图像中获取所述各个目标图像，其中，所述目标图像的第一图像特征与所述第二图像特征之间的相似度大于预设阈值。

在本申请的一些实施例中，所述确定单元802具体用于：

识别每个所述目标图像得到各个目标网格，所述目标网格是指所述目标图像的各个网格中，存在所述目标物品的网格；

根据所述各个目标网格和所述目标网格的标识，确定所述目标物品经过的多个目标分拣区域，所述目标网格的标识用于指示所述目标网格对应的分拣区域；

根据所述各个目标分拣区域确定所述目标物品的实际路径。

在本申请的一些实施例中，所述确定单元802具体用于：

根据每个所述目标图像的拍摄时间，获取所述目标物品经过每个所述目标分拣区域的目标时间；

根据所述各个目标时间和所述各个目标分拣区域，确定所述目标物品的实际路径。

在本申请的一些实施例中，所述确定单元802具体用于：

获取预设分拣区域和实际分拣区域，所述预设分拣区域是指所述预设路径对应覆盖的多个分拣区域，所述实际分拣区域是指所述实际路径对应覆盖的多个分拣区域；

获取所述预设分拣区域与所述实际分拣区域的匹配度；

根据所述匹配度确定所述目标物品是否被异常分拣。

在本申请的一些实施例中，所述确定单元802具体用于：

获取基准分拣区域，所述基准分拣区域是指所述预设路径对应覆盖的多个分拣区域；

当检测到所述基准分拣区域存在传送故障时，根据所述目标物品的目标位置确定目标物品的新路径，所述目标位置是指所述目标物品被分拣后的放置区域；

根据所述新路径和所述实际路径，确定所述目标物品是否被异常分拣。

此外，为了更好实施本申请实施例中物品分拣的分析方法，在物品分拣的分析方法基础之上，本申请实施例还提供一种物品分拣的分析设备，参阅图9，图9示出了本申请实施例物品分拣的分析设备的一种结构示意图，具体的，本申请实施例提供的物品分拣的分析设备包括处理器901，处理器901用于执行存储器902中存储的计算机程序时实现如图1至图7对应任意实施例中物品分拣的分析方法的各步骤；或者，处理器901用于执行存储器902中存储的计算机程序时实现如图8对应实施例中各单元的功能。

示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器902中，并由处理器901执行，以完成本申请实施例。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。

物品分拣的分析设备可包括，但不仅限于处理器901、存储器902。本领域技术人员可以理解，示意仅仅是物品分拣的分析设备的示例，并不构成对物品分拣的分析设备的限定，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，例如物品分拣的分析设备还可以包括输入输出设备、网络接入设备、总线等，处理器901、存储器902、输入输出设备以及网络接入设备等通过总线相连。

处理器901可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是物品分拣的分析设备的控制中心，利用各种接口和线路连接整个物品分拣的分析设备的各个部分。

存储器902可用于存储计算机程序和/或模块，处理器901通过运行或执行存储在存储器902内的计算机程序和/或模块，以及调用存储在存储器902内的数据，实现计算机装置的各种功能。存储器902可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据物品分拣的分析设备的使用所创建的数据(比如音频数据、视频数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

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，上述描述的物品分拣的分析装置、设备及其相应单元的具体工作过程，可以参考如图1至图7对应任意实施例中物品分拣的分析方法的说明，具体在此不再赘述。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请如图1至图7对应任意实施例中物品分拣的分析方法中的步骤，具体操作可参考如图1至图7对应任意实施例中物品分拣的分析方法的说明，在此不再赘述。

其中，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该计算机可读存储介质中所存储的指令，可以执行本申请如图1至图7对应任意实施例中物品分拣的分析方法中的步骤，因此，可以实现本申请如图1至图7对应任意实施例中物品分拣的分析方法所能实现的有益效果，详见前面的说明，在此不再赘述。

以上对本申请实施例所提供的一种物品分拣的分析方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种物品分拣的分析方法，其特征在于，所述方法包括：

获取多个网格化的目标图像，所述目标图像包含目标物品的成像，所述目标图像包括多个网格，每个所述网格对应一个分拣区域；

根据所述各个目标图像确定所述目标物品的实际路径，所述实际路径覆盖多个分拣区域；

根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣。

2.根据权利要求1所述的物品分拣的分析方法，其特征在于，所述获取多个网格化的目标图像，包括：

获取目标物品的物品大小；

根据所述物品大小确定目标网格数量，所述目标网格数量用于指示每个所述目标图像的网格数量；

根据所述目标网格数量获取多个网格化的目标图像。

3.根据权利要求2所述的物品分拣的分析方法，其特征在于，所述根据所述目标网格数量获取多个网格化的目标图像，包括：

根据所述目标网格数量获取多个网格化图像，并分别提取每个所述网格化图像的第一图像特征，其中，所述目标网格数量与所述网格化图像的数量成反关系，所述网格化图像包括多个网格，每个所述网格对应一个分拣区域，所述第一图像特征用于识别所述网格化图像是否存在目标物品；

确定所述第一图像特征与第二图像特征之间的相似度，其中，所述第二图像特征为基准图像的图像特征；

根据所述相似度，从所述各个网格化图像中获取所述各个目标图像，其中，所述目标图像的第一图像特征与所述第二图像特征之间的相似度大于预设阈值。

4.根据权利要求1所述的物品分拣的分析方法，其特征在于，所述根据所述各个目标图像确定所述目标物品的实际路径，包括：

识别每个所述目标图像得到各个目标网格，所述目标网格是指所述目标图像的各个网格中，存在所述目标物品的网格；

根据所述各个目标网格和所述目标网格的标识，确定所述目标物品经过的多个目标分拣区域，所述目标网格的标识用于指示所述目标网格对应的分拣区域；

根据所述各个目标分拣区域确定所述目标物品的实际路径。

5.根据权利要求4所述的物品分拣的分析方法，其特征在于，所述根据所述各个目标分拣区域确定所述目标物品的实际路径，包括：

根据每个所述目标图像的拍摄时间，获取所述目标物品经过每个所述目标分拣区域的目标时间；

根据所述各个目标时间和所述各个目标分拣区域，确定所述目标物品的实际路径。

6.根据权利要求1-5任一项所述的物品分拣的分析方法，其特征在于，所述根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣，包括：

获取预设分拣区域和实际分拣区域，所述预设分拣区域是指所述预设路径对应覆盖的多个分拣区域，所述实际分拣区域是指所述实际路径对应覆盖的多个分拣区域；

获取所述预设分拣区域与所述实际分拣区域的匹配度；

根据所述匹配度确定所述目标物品是否被异常分拣。

7.根据权利要求1-5任一项所述的物品分拣的分析方法，其特征在于，所述根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣，包括：

获取基准分拣区域，所述基准分拣区域是指所述预设路径对应覆盖的多个分拣区域；

当检测到所述基准分拣区域存在传送故障时，根据所述目标物品的目标位置确定目标物品的新路径，所述目标位置是指所述目标物品被分拣后的放置区域；

根据所述新路径和所述实际路径，确定所述目标物品是否被异常分拣。

8.一种物品分拣的分析装置，其特征在于，所述物品分拣的分析装置包括：

获取单元，用于获取多个网格化的目标图像，所述目标图像包含目标物品的成像，所述目标图像包括多个网格，每个所述网格对应一个分拣区域；

确定单元，用于根据所述获取单元获取的所述各个目标图像确定所述目标物品的实际路径，所述实际路径覆盖多个分拣区域；根据所述实际路径和所述目标物品的预设路径，确定所述目标物品是否被异常分拣。

9.一种物品分拣的分析设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至7任一项所述的物品分拣的分析方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7任一项所述的物品分拣的分析方法中的步骤。

Images