CN114638849A - Dm二维码识别方法、agv定位方法、系统及agv - Google Patents

Dm二维码识别方法、agv定位方法、系统及agv Download PDF

Info

Publication number
CN114638849A
CN114638849A CN202210541411.6A CN202210541411A CN114638849A CN 114638849 A CN114638849 A CN 114638849A CN 202210541411 A CN202210541411 A CN 202210541411A CN 114638849 A CN114638849 A CN 114638849A
Authority
CN
China
Prior art keywords
dimensional code
agv
corners
positioning result
image
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
CN202210541411.6A
Other languages
English (en)
Other versions
CN114638849B (zh
Inventor
周军
叶丰
李建强
史建杰
颜承壮
孟广辉
陈宇
高新彪
李文广
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.)
Shandong Alesmart Intelligent Technology Co Ltd
Original Assignee
Shandong Alesmart Intelligent 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 Shandong Alesmart Intelligent Technology Co Ltd filed Critical Shandong Alesmart Intelligent Technology Co Ltd
Priority to CN202210541411.6A priority Critical patent/CN114638849B/zh
Publication of CN114638849A publication Critical patent/CN114638849A/zh
Application granted granted Critical
Publication of CN114638849B publication Critical patent/CN114638849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种DM二维码识别方法、AGV定位方法、系统及AGV，属于图像处理技术领域，对获取的图像进行预处理；根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标；本发明有效的提高了AGV的定位精度并且适合非结构化环境的应用。

Description

DM二维码识别方法、AGV定位方法、系统及AGV
技术领域
本发明涉及图像处理技术领域，特别涉及一种DM二维码识别方法、AGV定位方法、系统及AGV。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。
自动化是工业日常任务中的一个普遍领域，主要有两种形式：与工人协作，或者在某些情况下自主地推动机器完成繁重的工作，从而减轻人工操作员的负担。最简单的一个例子是车间的运输，这是一种附加值非常低并且消耗人力资源的活动。这就是AGV（Automated Guided Vehicle，自动导引运输车）和自主机器人在零件、产品和原材料的自动运输中发挥相关作用的地方。
在大多数实际工业实践中，通过跟踪地板磁力线或标记“电线”让AGV跟随来完成AGV的定位和导航，但是上述方案普遍存在路径轨迹的灵活性差、磁力线或标记线布置困难、定位时效性及准确性差的问题。
发明内容
为了解决现有技术的不足，本发明提供了一种DM二维码识别方法、AGV定位方法、系统及AGV，将深度学习与libdmtx方法相融合，实现了更精准的DM二维码识别，有效的提高了AGV的定位精度并且适合非结构化环境的应用。
为了实现上述目的，本发明采用如下技术方案：
本发明第一方面提供了一种DM二维码识别方法。
一种DM二维码识别方法，包括以下过程：
获取待识别的图像；
对获取的图像进行预处理；
根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标。
作为可选的一种实现方式，设定DM二维码的四个角的初始像素坐标为A（X1，Y1）、B（X1，Y1）、C（X1，Y1）和D（X1，Y1）；
DM二维码的四个角的二次像素坐标为A’（X1’，Y1’）、B’（X1’，Y1’）、C’（X1’，Y1’）和D’（X1’，Y1’）；
DM二维码四个角的最终像素坐标为：
A”（X1’+（X1’-X1）/2，Y1’+（Y1’-Y1）/2）、B”（X2’+（X2’-X2）/2，Y2’+（Y2’-Y2）/2）、C”（X3’+（X3’-X3）/2，Y3’+（Y3’-Y3）/2）和D”（X4’+（X4’-X4）/2，Y4’+（Y4’-Y4）/2）。
作为可选的一种实现方式，对获取的图像进行预处理，包括：
采用Scharr算子对获取的图像进行边缘检测，得到边缘特征；
根据获取的边缘特征，利用拉普拉斯算子进行处理；
将拉普拉斯算子处理后的图像与原始获取的图像按像素进行点乘得到最终处理后的图像。
本发明第二方面提供了一种AGV定位方法。
一种AGV定位方法，利用本发明第一方面所述的DM二维码识别方法，包括以下过程：
将DM二维码四个角的最终像素坐标转换为世界坐标；
将世界坐标和libdmtx对DM二维码的解码结果发送给AGV，以使得AGV根据世界坐标和解码结果，得到AGV的当前位置。
本发明第三方面提供了一种DM二维码识别系统。
一种DM二维码识别系统，包括：
图像获取模块，被配置为：获取待识别的图像；
图像预处理模块，被配置为：对获取的图像进行预处理；
初始像素坐标获取模块，被配置为：根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
二次像素坐标获取模块，被配置为：根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
最终像素坐标生成模块，被配置为：根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标。
作为可选的一种实现方式，设定DM二维码的四个角的初始像素坐标为A（X1，Y1）、B（X1，Y1）、C（X1，Y1）和D（X1，Y1）；
DM二维码的四个角的二次像素坐标为A’（X1’，Y1’）、B’（X1’，Y1’）、C’（X1’，Y1’）和D’（X1’，Y1’）；
DM二维码四个角的最终像素坐标为：
A”（X1’+（X1’-X1）/2，Y1’+（Y1’-Y1）/2）、B”（X2’+（X2’-X2）/2，Y2’+（Y2’-Y2）/2）、C”（X3’+（X3’-X3）/2，Y3’+（Y3’-Y3）/2）和D”（X4’+（X4’-X4）/2，Y4’+（Y4’-Y4）/2）。
作为可选的一种实现方式，对获取的图像进行预处理，包括：
采用Scharr算子对获取的图像进行边缘检测，得到边缘特征；
根据获取的边缘特征，利用拉普拉斯算子进行处理；
将拉普拉斯算子处理后的图像与原始获取的图像按像素进行点乘得到最终处理后的图像。
本发明第四方面提供了一种AGV定位系统。
一种AGV定位系统，包括本发明第三方面所述的DM二维码识别系统，还包括：
坐标转换模块，被配置为：将DM二维码四个角的最终像素坐标转换为世界坐标；
AGV定位模块，被配置为：将世界坐标和libdmtx对DM二维码的解码结果发送给AGV，以使得AGV根据世界坐标和解码结果，得到AGV的当前位置。
本发明第五方面提供了一种AGV。
一种AGV，包括固定在AGV上的摄像装置和控制器，所述控制器与摄像装置通信；
所述控制器被配置为执行如下DM二维码识别方法：
获取待识别的图像；
对获取的图像进行预处理；
根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标。
本发明第六方面提供了一种AGV。
一种AGV，包括固定在AGV上的摄像装置和控制器，所述控制器与摄像装置通信；
所述控制器被配置为执行如下AGV定位方法：
获取待识别的图像；
对获取的图像进行预处理；
根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标；
将DM二维码四个角的最终像素坐标转换为世界坐标；
将世界坐标和libdmtx对DM二维码的解码结果发送给AGV，以使得AGV根据世界坐标和解码结果，得到AGV的当前位置。
与现有技术相比，本发明的有益效果是：
1、本发明所述的DM二维码识别方法、AGV定位方法、系统及AGV，将深度学习与libdmtx方法相融合实现了更精准的DM二维码识别，保证实时性和高效性，有效的提高了AGV的定位精度并且适合非结构化环境的应用。
2、本发明所述的DM二维码识别方法、AGV定位方法、系统及AGV，采用Scharr算子先对图像进行边缘检测，提取出明显的边缘特征，而后利用拉普拉斯算子进行处理，将处理后的和原始图像融合，去噪的同时也能保证图像的细节信息不丢失。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例提供的DM二维码识别方法的总体设计流程示意图。
图2为本发明实施例提供的YOLOv5网络目标检测流程示意图。
图3为本发明实施例提供的两种定位检测示意图及修正后的定位示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例1：
如图1、图2和图3所示，本发明实施例1提供了一种DM二维码识别方法，包括以下过程：
获取待识别的图像；
对获取的图像进行预处理；
根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标。
DataMatrix是一种由黑色、白色的色块以正方形或长方形组成的二维码，由数据区、空白区和寻边区组成，作为二维码的主要成员之一，现广泛用于工业制造领域。由于其数据容量大，存有纠错码可大幅提高编码的可靠性，即便当有色块被损坏而不可读，里面的信息仍然可被读取。
具体的，包括如下设计过程：
S1：搭建摄像头在AGV小车上，用于采集预设在环境中的DM二维码数据；
S2：将采集到数据人工制作标签，用于网络模型训练样本；
S3：将标定后的数据采用yolov5网络模型进行训练；
S4：通过相机实时采集图像；
S5：先对图像预处理，包括：图像的增强和去模糊；
具体的，将Scharr算子先对图像进行边缘检测，提取出明显的边缘特征，而后在拉普拉斯上进行处理，将处理后的和原图融合，去噪的同时也能保证图像的细节信息不丢失。
拉普拉斯算子是一种各向同性的二阶微分算子，利用微分算子确定模板系数，然后与图像进行卷积运算，从而实现锐化滤波，增强被模糊的细节或者目标的边缘。
根据拉斯算子定义：
Figure 220364DEST_PATH_IMAGE001
两个分别沿X和Y方向的二阶偏导均可借助差分计算：
Figure 893791DEST_PATH_IMAGE002
合并为：
Figure 41220DEST_PATH_IMAGE003
其中f(x,y)为输入图像，x、y为像素点的横纵坐标。
取模板为4领域：
Figure 432887DEST_PATH_IMAGE004
具体的，参考
Figure 756421DEST_PATH_IMAGE005
这个公式，意思是以中心的这个像素点乘以4，分别加上这个像素的上下前后这四个像素点乘以-1。
S6：再利用训练好的模型进行检测，网络检测流程如图2所示；
S7：获取网络定位结果，主要是二维码的位置信息；
S8：再利用libdmtx方法进行定位和解码；
解码流程包括：创建解码图像、创建解码器、解码和输出码内的信息，在前面已经定位的基础上无需在对图像进行区域扫描，只需要框选中的DM二维码进行创建解码器即可，这一步主要是因为DM共有24中规格每种规格尺寸从最小的10×10到最大144×144，需要每种规格对应这一种解码格式，根据创建的解码格式然后进行DM二维码的解码（主要根据DM二维码数据的组成，由相同大小的黑白格子组成，分别代表二进制的1和0，以二维元码方式进行编码。采用ASCII方式进行编码，每个编码单元有8位，代表一个字节）。
S9：修正定位，结合S7模型预测的位置和libdmtx方法得到的位置结果进行libdmtx方法位置结果的修正，以确保位置更准，如图3所示。
具体的，设定DM二维码的四个角的初始像素坐标为A（X1，Y1）、B（X1，Y1）、C（X1，Y1）和D（X1，Y1）；
DM二维码的四个角的二次像素坐标为A’（X1’，Y1’）、B’（X1’，Y1’）、C’（X1’，Y1’）和D’（X1’，Y1’）；
DM二维码四个角的最终像素坐标为：
A”（X1’+（X1’-X1）/2，Y1’+（Y1’-Y1）/2）、B”（X2’+（X2’-X2）/2，Y2’+（Y2’-Y2）/2）、C”（X3’+（X3’-X3）/2，Y3’+（Y3’-Y3）/2）和D”（X4’+（X4’-X4）/2，Y4’+（Y4’-Y4）/2）。
在一个具体的实施方式中，将上述方案进行测试，其中采用USB相机，帧率为60帧相机分辨率为1280
Figure DEST_PATH_IMAGE007
720，设备采用Tx2，环境为Linux系统，定位算法平均耗时在15毫秒内。
实施例2：
本发明实施例2提供了一种DM二维码识别系统，包括：
图像获取模块，被配置为：获取待识别的图像；
图像预处理模块，被配置为：对获取的图像进行预处理；
初始像素坐标获取模块，被配置为：根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
二次像素坐标获取模块，被配置为：根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
最终像素坐标生成模块，被配置为：根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标。
图像预处理模块，具体的，包括：
采用Scharr算子对获取的图像进行边缘检测，得到边缘特征；
根据获取的边缘特征，利用拉普拉斯算子进行处理；
将拉普拉斯算子处理后的图像与原始获取的图像按像素进行点乘得到最终处理后的图像。
最终像素坐标生成模块，具体的，包括：
设定DM二维码的四个角的初始像素坐标为A（X1，Y1）、B（X1，Y1）、C（X1，Y1）和D（X1，Y1）；
DM二维码的四个角的二次像素坐标为A’（X1’，Y1’）、B’（X1’，Y1’）、C’（X1’，Y1’）和D’（X1’，Y1’）；
DM二维码四个角的最终像素坐标为：
A”（X1’+（X1’-X1）/2，Y1’+（Y1’-Y1）/2）、B”（X2’+（X2’-X2）/2，Y2’+（Y2’-Y2）/2）、C”（X3’+（X3’-X3）/2，Y3’+（Y3’-Y3）/2）和D”（X4’+（X4’-X4）/2，Y4’+（Y4’-Y4）/2）。
实施例3：
本发明实施例3提供了一种AGV定位方法，利用本发明实施例1所述的DM二维码识别方法，还包括以下过程：
S10：将DM二维码四个角的最终像素坐标转换为世界坐标；
S11：将世界坐标和libdmtx对DM二维码的解码结果发送给AGV，以使得AGV根据世界坐标和解码结果，得到AGV的当前位置（结合AGV小车环境的建图数据，结合DM二维码的世界坐标即可得到AGV的当前位置）。
实施例4：
本发明实施例4提供了一种AGV定位系统，包括本发明实施例3所述的DM二维码识别系统，还包括：
坐标转换模块，被配置为：将DM二维码四个角的最终像素坐标转换为世界坐标；
AGV定位模块，被配置为：将世界坐标和libdmtx对DM二维码的解码结果发送给AGV，以使得AGV根据世界坐标和解码结果，得到AGV的当前位置（结合AGV小车环境的建图数据，结合DM二维码的世界坐标即可得到AGV的当前位置）。
实施例5：
本发明实施例5提供了一种AGV，包括固定在AGV上的摄像装置和控制器，所述控制器与摄像装置通信；
所述控制器被配置为执行如下DM二维码识别方法：
获取待识别的图像；
对获取的图像进行预处理；
根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标。
具体的DM二维码识别方法与实施例1中的具体识别方法相同，这里不再赘述。
实施例6：
本发明实施例6提供了一种AGV，包括固定在AGV上的摄像装置和控制器，所述控制器与摄像装置通信；
所述控制器被配置为执行如下AGV定位方法：
获取待识别的图像；
对获取的图像进行预处理；
根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标；
将DM二维码四个角的最终像素坐标转换为世界坐标；
将世界坐标和libdmtx对DM二维码的解码结果发送给AGV，以使得AGV根据世界坐标和解码结果，得到AGV的当前位置。
具体的DM二维码识别方法与实施例3中的具体识别方法相同，这里不再赘述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（RandomAccessMemory，RAM）等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种DM二维码识别方法，其特征在于：
包括以下过程：
获取待识别的图像；
对获取的图像进行预处理；
根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标。
2.如权利要求1所述的DM二维码识别方法，其特征在于：
设定DM二维码的四个角的初始像素坐标为A（X1，Y1）、B（X1，Y1）、C（X1，Y1）和D（X1，Y1）；
DM二维码的四个角的二次像素坐标为A’（X1’，Y1’）、B’（X1’，Y1’）、C’（X1’，Y1’）和D’（X1’，Y1’）；
DM二维码四个角的最终像素坐标为：
A”（X1’+（X1’-X1）/2，Y1’+（Y1’-Y1）/2）、B”（X2’+（X2’-X2）/2，Y2’+（Y2’-Y2）/2）、C”（X3’+（X3’-X3）/2，Y3’+（Y3’-Y3）/2）和D”（X4’+（X4’-X4）/2，Y4’+（Y4’-Y4）/2）。
3.如权利要求1所述的DM二维码识别方法，其特征在于：
对获取的图像进行预处理，包括：
采用Scharr算子对获取的图像进行边缘检测，得到边缘特征；
根据获取的边缘特征，利用拉普拉斯算子进行处理；
将拉普拉斯算子处理后的图像与原始获取的图像按像素进行点乘得到最终处理后的图像。
4.一种AGV定位方法，其特征在于：
利用权利要求1-3任一项所述的DM二维码识别方法，包括以下过程：
将DM二维码四个角的最终像素坐标转换为世界坐标；
将世界坐标和libdmtx对DM二维码的解码结果发送给AGV，以使得AGV根据世界坐标和解码结果，得到AGV的当前位置。
5.一种DM二维码识别系统，其特征在于：
包括：
图像获取模块，被配置为：获取待识别的图像；
图像预处理模块，被配置为：对获取的图像进行预处理；
初始像素坐标获取模块，被配置为：根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
二次像素坐标获取模块，被配置为：根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
最终像素坐标生成模块，被配置为：根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标。
6.如权利要求5所述的DM二维码识别系统，其特征在于：
设定DM二维码的四个角的初始像素坐标为A（X1，Y1）、B（X1，Y1）、C（X1，Y1）和D（X1，Y1）；
DM二维码的四个角的二次像素坐标为A’（X1’，Y1’）、B’（X1’，Y1’）、C’（X1’，Y1’）和D’（X1’，Y1’）；
DM二维码四个角的最终像素坐标为：
A”（X1’+（X1’-X1）/2，Y1’+（Y1’-Y1）/2）、B”（X2’+（X2’-X2）/2，Y2’+（Y2’-Y2）/2）、C”（X3’+（X3’-X3）/2，Y3’+（Y3’-Y3）/2）和D”（X4’+（X4’-X4）/2，Y4’+（Y4’-Y4）/2）。
7.如权利要求5所述的DM二维码识别系统，其特征在于：
对获取的图像进行预处理，包括：
采用Scharr算子对获取的图像进行边缘检测，得到边缘特征；
根据获取的边缘特征，利用拉普拉斯算子进行处理；
将拉普拉斯算子处理后的图像与原始获取的图像按像素进行点乘得到最终处理后的图像。
8.一种AGV定位系统，其特征在于：
包括权利要求5-7任一项所述的DM二维码识别系统，还包括：
坐标转换模块，被配置为：将DM二维码四个角的最终像素坐标转换为世界坐标；
AGV定位模块，被配置为：将世界坐标和libdmtx对DM二维码的解码结果发送给AGV，以使得AGV根据世界坐标和解码结果，得到AGV的当前位置。
9.一种AGV，其特征在于：
包括固定在AGV上的摄像装置和控制器，所述控制器与摄像装置通信；
所述控制器被配置为执行如下DM二维码识别方法：
获取待识别的图像；
对获取的图像进行预处理；
根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标。
10.一种AGV，其特征在于：
包括固定在AGV上的摄像装置和控制器，所述控制器与摄像装置通信；
所述控制器被配置为执行如下AGV定位方法：
获取待识别的图像；
对获取的图像进行预处理；
根据预处理后的图像和预训练的YOLOv5网络模型，得到DM二维码初步定位结果，包括DM二维码的四个角的初始像素坐标；
根据DM二维码初步定位结果，利用libdmtx方法得到DM二维码二次定位结果，包括DM二维码的四个角的二次像素坐标；
根据二次像素坐标和初始像素坐标，得到二次像素坐标修正值，将二次像素坐标修正值与初始像素坐标相加，得到DM二维码四个角的最终像素坐标；
将DM二维码四个角的最终像素坐标转换为世界坐标；
将世界坐标和libdmtx对DM二维码的解码结果发送给AGV，以使得AGV根据世界坐标和解码结果，得到AGV的当前位置。
CN202210541411.6A 2022-05-19 2022-05-19 Dm二维码识别方法、agv定位方法、系统及agv Active CN114638849B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210541411.6A CN114638849B (zh) 2022-05-19 2022-05-19 Dm二维码识别方法、agv定位方法、系统及agv

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210541411.6A CN114638849B (zh) 2022-05-19 2022-05-19 Dm二维码识别方法、agv定位方法、系统及agv

Publications (2)

Publication Number Publication Date
CN114638849A true CN114638849A (zh) 2022-06-17
CN114638849B CN114638849B (zh) 2022-09-09

Family

ID=81953077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210541411.6A Active CN114638849B (zh) 2022-05-19 2022-05-19 Dm二维码识别方法、agv定位方法、系统及agv

Country Status (1)

Country Link
CN (1) CN114638849B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150090794A1 (en) * 2013-09-29 2015-04-02 Founder Mobile Media Technology (Beijing) Co., Ltd Method and system for correcting qr code image
CN106875353A (zh) * 2017-01-20 2017-06-20 飞依诺科技(苏州)有限公司 超声图像的处理方法及处理系统
CN107609451A (zh) * 2017-09-14 2018-01-19 斯坦德机器人（深圳）有限公司 一种基于二维码的高精度视觉定位方法及系统
CN109115785A (zh) * 2018-08-08 2019-01-01 长沙理工大学 一种铸件打磨质量检测方法、装置及其使用方法
CN109543489A (zh) * 2019-01-04 2019-03-29 广州广电研究院有限公司 基于二维码的定位方法、装置和存储介质
CN109784250A (zh) * 2019-01-04 2019-05-21 广州广电研究院有限公司 自动引导小车的定位方法和装置
CN110879593A (zh) * 2019-11-11 2020-03-13 江苏理工学院 一种定位方法、读取方法、定位系统及定位装置
CN111652809A (zh) * 2019-07-29 2020-09-11 天津大学 一种增强细节的红外图像噪声抑制方法
US20200380227A1 (en) * 2019-05-31 2020-12-03 Alibaba Group Holding Limited Two-dimensional code identification and positioning
CN112949338A (zh) * 2021-03-16 2021-06-11 太原科技大学 深度学习与Hough变换结合的二维条码精确定位方法
CN113850100A (zh) * 2021-09-24 2021-12-28 杭州海康威视数字技术股份有限公司 一种校正二维码的方法和装置
WO2022007431A1 (zh) * 2020-07-07 2022-01-13 广东奥普特科技股份有限公司 一种Micro QR二维码的定位方法
CN114283736A (zh) * 2022-03-03 2022-04-05 武汉精立电子技术有限公司 子像素定位坐标修正方法、装置、设备及可读存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150090794A1 (en) * 2013-09-29 2015-04-02 Founder Mobile Media Technology (Beijing) Co., Ltd Method and system for correcting qr code image
CN106875353A (zh) * 2017-01-20 2017-06-20 飞依诺科技(苏州)有限公司 超声图像的处理方法及处理系统
CN107609451A (zh) * 2017-09-14 2018-01-19 斯坦德机器人（深圳）有限公司 一种基于二维码的高精度视觉定位方法及系统
CN109115785A (zh) * 2018-08-08 2019-01-01 长沙理工大学 一种铸件打磨质量检测方法、装置及其使用方法
CN109543489A (zh) * 2019-01-04 2019-03-29 广州广电研究院有限公司 基于二维码的定位方法、装置和存储介质
CN109784250A (zh) * 2019-01-04 2019-05-21 广州广电研究院有限公司 自动引导小车的定位方法和装置
US20200380227A1 (en) * 2019-05-31 2020-12-03 Alibaba Group Holding Limited Two-dimensional code identification and positioning
CN111652809A (zh) * 2019-07-29 2020-09-11 天津大学 一种增强细节的红外图像噪声抑制方法
CN110879593A (zh) * 2019-11-11 2020-03-13 江苏理工学院 一种定位方法、读取方法、定位系统及定位装置
WO2022007431A1 (zh) * 2020-07-07 2022-01-13 广东奥普特科技股份有限公司 一种Micro QR二维码的定位方法
CN112949338A (zh) * 2021-03-16 2021-06-11 太原科技大学 深度学习与Hough变换结合的二维条码精确定位方法
CN113850100A (zh) * 2021-09-24 2021-12-28 杭州海康威视数字技术股份有限公司 一种校正二维码的方法和装置
CN114283736A (zh) * 2022-03-03 2022-04-05 武汉精立电子技术有限公司 子像素定位坐标修正方法、装置、设备及可读存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
曹济英: "复杂场景下二维码的高速稳定识别", 《中国优秀硕士学位论文全文数据库》 *
芦姝冰等: "基于双摄像头扫码的AGV运动轨迹修正方法", 《计算机工程与设计》 *
陈强: "AGV视觉引导算法研究", 《中国优秀硕士学位论文全文数据库》 *

Also Published As

Publication number Publication date
CN114638849B (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
CN108225303B (zh) 二维码定位标签、基于二维码的定位导航系统和方法
CN104573674B (zh) 面向实时嵌入式系统的一维条码识别方法
CN113705268B (zh) 一种二维码定位方法及系统
CN106778995A (zh) 一种与图像融合的艺术化二维码生成方法及装置
CN108563984B (zh) 一种流程模型图的自动识别与理解方法
CN106156820A (zh) 二维码生成方法及装置
EP3561729A1 (en) Method for detecting and recognising long-range high-density visual markers
CN113630609B (zh) 一种视频编码方法、解码方法、存储介质以及终端设备
CN114638849B (zh) Dm二维码识别方法、agv定位方法、系统及agv
CN107292369A (zh) 标识码的生成方法及装置
CN110598647A (zh) 一种基于图像识别的头部姿态识别方法
CN113191469A (zh) 基于二维码的物流管理方法、系统、服务器和存储介质
CN110298229B (zh) 视频图像处理方法及装置
CN115830046A (zh) 交互式图像分割方法、装置、设备及存储介质
CN115902977A (zh) 基于视觉和gps的变电站机器人双重定位方法及系统
CN115690085A (zh) 一种基于移动端的废钢识别方法及系统
CN113158632B (zh) Cad图纸的表格重建方法和计算机可读存储介质
CN114140517A (zh) 物体位姿识别方法及装置、视觉处理设备和可读存储介质
Subpratatsavee et al. HC2D barcode reader using embedded camera in Android phone
CN113743360A (zh) 智能化印章解析的方法和装置
CN110969063B (zh) 抄表方法、抄表设备、远程抄表装置、系统及存储介质
CN111951287A (zh) 一种二维码检测和识读方法
CN111241365A (zh) 表格图片解析方法及系统
CN113963337B (zh) 物体图像轮廓基元提取方法和装置
CN117237382B (zh) 基于交互式引导的染色体图像复杂区域分割方法和装置

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
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: DM QR code recognition method, AGV positioning method, system, and AGV

Granted publication date: 20220909

Pledgee: Branches of Jinan Rural Commercial Bank Co.,Ltd.

Pledgor: SHANDONG ALESMART INTELLIGENT TECHNOLOGY CO.,LTD.

Registration number: Y2024980036106