CN114918932A - 一种托盘检测的方法、托盘检测装置及自主作业终端 - Google Patents
一种托盘检测的方法、托盘检测装置及自主作业终端 Download PDFInfo
- Publication number
- CN114918932A CN114918932A CN202210474765.3A CN202210474765A CN114918932A CN 114918932 A CN114918932 A CN 114918932A CN 202210474765 A CN202210474765 A CN 202210474765A CN 114918932 A CN114918932 A CN 114918932A
- Authority
- CN
- China
- Prior art keywords
- tray
- area
- radar
- angle
- edge
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 69
- 235000013305 food Nutrition 0.000 claims abstract description 95
- 238000000034 method Methods 0.000 claims description 49
- 238000009434 installation Methods 0.000 claims description 21
- 238000007689 inspection Methods 0.000 claims description 13
- 235000012054 meals Nutrition 0.000 description 37
- 238000002360 preparation method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 235000013361 beverage Nutrition 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 235000003166 Opuntia robusta Nutrition 0.000 description 1
- 244000218514 Opuntia robusta Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种托盘检测的方法、托盘检测装置及自主作业终端。该托盘检测的方法,应用于托盘检测装置,该方法包括通过传感器采集置物空间的数据信息;根据数据信息,确定托盘上的盛餐状态;其中,置物空间形成的区域在托盘上的正投影至少覆盖预设面积比例的托盘。本发明实施例提供的技术方案改善配餐的识别准确度,尽可能降低误识别的概率。
Description
技术领域
本发明涉及智能机器人技术领域,尤其涉及一种托盘检测的方法、托盘检测装置及自主作业终端。
背景技术
随着智能机器人的发展,在智能家居、智能配餐等场景下,智能机器人的应用越来越广。现有的用于配餐的智能机器人需要通过人员放餐或取餐,存在配餐效率较低的问题。
发明内容
本发明提供了一种托盘检测的方法、托盘检测装置及自主作业终端,提供了一种新的餐盘检测方式,且能够提高识别的准确度,尽可能降低误识别的概率。
根据本发明的一方面,提供了一种托盘检测的方法,应用于托盘检测装置,该方法包括:
通过传感器采集置物空间的数据信息;
根据数据信息,确定托盘上的盛餐状态;
其中,置物空间形成的区域在托盘上的正投影至少覆盖预设面积比例的托盘。
可选的,通过传感器采集置物空间的数据信息,包括:
通过单个传感器采集置物空间的数据信息;或者,
通过两个传感器采集置物空间的数据信息。
可选的,根据数据信息,确定托盘上的盛餐状态,包括:
根据单个传感器采集的数据信息,计算托盘全区域的置物空间的盛餐状态;或者,
根据第一传感器采集的第一传感数据,计算托盘的第一区域的置物空间的盛餐状态;根据第二传感器采集的第二传感数据,计算托盘的第二区域的置物空间的盛餐状态;其中,托盘划分为相邻设置的第一区域和第二区域;传感器包括第一传感器和第二传感器;第一传感器设置于第一区域,第二传感器设置于第二区域;盛餐状态包括托盘上放置有物品的状态和托盘上物品被取出的状态。
可选的,根据数据信息,确定托盘上的盛餐状态,包括:
根据数据信息,确定位于托盘的置物空间内的数据信息;
根据位于托盘的置物空间内的数据信息,确定托盘上的盛餐状态。
可选的,在根据数据信息,确定位于托盘的置物空间内的数据信息之前,还包括:
将托盘的置物空间缩小预设边缘参数,形成托盘的调整置物空间;其中,预设边缘参数根据目标餐具的最小尺寸确定;
将托盘的调整置物空间,作为托盘的置物空间。
可选的,数据信息包括雷达点云数据;单个雷达点云数据包括点云数据对应的位置至雷达的距离以及点云数据对应的位置与雷达法线的夹角;
根据数据信息,确定位于托盘的置物空间内的数据信息,包括:
根据雷达点云数据、雷达的安装角度、雷达所在的托盘区域的对角线与托盘的边缘的夹角以及雷达的视场角,基于平面坐标系,确定位于托盘的置物空间内的数据信息。
可选的,在基于平面坐标系,确定位于托盘的置物空间内的数据信息之前,还包括:
根据雷达的视场角和预设冗余角度,调节雷达的视场角度;
根据调节后的雷达的视场角度,更新雷达的视场角度。
可选的,根据数据信息,确定位于托盘的置物空间内的数据信息,包括:
根据点云数据对应的位置与雷达法线之间的夹角,基于平面坐标系以及雷达的视场角,确定点云数据对应的位置与雷达法线之间的夹角所在的角度范围;其中,托盘划分为相邻设置的第一区域和第二区域,第一边缘位于托盘的第一区域和第二区域;雷达设置于第一区域和第二区域交界处,且邻近第一边缘设置;
根据点云数据对应的位置与雷达法线之间的夹角所在的角度范围,将点云数据对应的位置至雷达的距离信息与角度范围内对应的预设阈值进行比较,得到比较结果;
根据比较结果,确定点云数据对应的位置位于托盘的置物空间内。
可选的,根据比较结果,确定点云数据对应的位置位于托盘的置物空间内,包括:
当雷达的安装角度小于第一区域或第二区域的对角线形成的夹角时,对于点云数据对应的位置P:
P.θ位于第一角度范围内时,当P.L<=AREA_X/cos(θm-abs(P.θ))时,确定点云数据对应的位置位于托盘的有效范围内;
P.θ位于第二角度范围内时,当P.L<=AREA_X/cos(θm+abs(P.θ))时,确定点云数据对应的位置位于托盘的有效范围内;
P.θ位于第三角度范围内时,当P.L<=AREA_Y/sin(θm+abs(P.θ))时,确定点云数据对应的位置位于托盘的有效范围内;
当雷达的安装角度大于第一区域或第二区域的对角线形成的夹角时,对于点云数据对应的位置P:
P.θ位于第四角度范围内时,当P.L<=AREA_X/cos(θm-abs(P.θ))时,确定点云数据对应的位置位于托盘的有效范围内;
P.θ位于第五角度范围内时,当P.L<=AREA_Y/sin(θm-abs(P.θ))时,确定点云数据对应的位置位于托盘的有效范围内;
P.θ位于第六角度范围内时,当P.L<=AREA_Y/sin(θm+abs(P.θ))时,确定点云数据对应的位置位于托盘的有效范围内;
其中,托盘的形状包括矩形;第一区域包括相对设置的第一边和第二边,以及与第一边和第二边相邻且垂直设置的第三边;第二区域包括相对设置的第四边和第五边,以及与第四边和第五边相邻且垂直设置的第六边;第一边与第五边构成托盘的第一边缘;第二边与第四边构成托盘的第二边缘;第一边缘与第二边缘相对设置;第三边作为托盘的第三边缘,第六边作为托盘的第四边缘;
第一区域包括第一角度范围、第二角度范围和第三角度范围;第一角度范围为第一边与位于第一区域的雷达法线的夹角;第二角度范围为位于第一区域的雷达法线与第一区域的对角线的夹角;第三角度范围为第一区域的对角线与第一区域与第二区域相邻的边界的夹角;第二区域包括第四角度范围、第五角度范围和第六角度范围;第六角度范围为第一区域与第二区域相邻的边界与位于第二区域的雷达法线的夹角;第五角度范围为位于第二区域的雷达法线与第二区域的对角线的夹角;第四角度范围为第二区域的对角线与第五边的夹角;
P为点云数据对应的位置,P.θ为点云数据对应的位置P与雷达法线之间的夹角,θm为雷达的安装角度,θf为第一区域或第二区域的对角线夹角; AREA_X为雷达至第三边或第六边的距离,AREA_Y为第三边或第六边的长度。
另一方面,本发明实施例提供一种托盘检测装置,托盘检测装置用于执行第一方面任意项的托盘检测的方法;
托盘检测装置包括:
传感器,用于采集置物空间的数据信息;
盛餐状态确定模块,用于根据数据信息,确定托盘上的盛餐状态;其中,置物空间形成的区域在托盘上的正投影至少覆盖预设面积比例的托盘。
第三方面,本发明实施例提供一种自主作业终端,包括第二方面提出的托盘检测装置。
本发明实施例的技术方案通过传感器采集置物空间的数据信息,并根据数据信息,确定托盘上的盛餐状态。在餐饮场景下,这样设置实现对托盘的盛餐状态的准确检测,使得智能配餐机器人便于根据托盘上的盛餐状态,准确移动至目标餐桌旁,便于目标餐桌的就餐用户自主拿取餐品,避免拿错其他桌的餐品,省去了放餐服务员。在就餐用户准确拿到对应的菜品后,智能配餐机器人检测到托盘上的盛餐状态为餐品被取出,可以自主离开目标餐桌,例如自主返回配餐处进行取餐,提高了智能配餐机器人等自主作业设备,识别托盘盛餐状态的准确度,改善了智能配餐机器人的配餐等作业效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种托盘检测的方法的流程图;
图2是本发明实施例提供的一种托盘检测装置的结构示意图;
图3是本发明实施例提供的另一种托盘检测的方法的流程图;
图4是本发明实施例提供的又一种托盘检测的方法的流程图;
图5是本发明实施例提供的又一种托盘检测装置的结构示意图;
图6是本发明实施例提供的又一种托盘检测的方法的流程图;
图7是本发明实施例提供的又一种托盘检测的方法的流程图;
图8是本发明实施例提供的又一种托盘检测的方法的流程图;
图9是本发明实施例提供的又一种托盘检测的方法的流程图;
图10是本发明实施例提供的又一种托盘检测的方法的流程图;
图11是本发明实施例提供的又一种托盘检测装置的结构示意图;
图12是本发明实施例提供的又一种托盘检测装置的结构示意图;
图13是本发明实施例提供的一种托盘检测装置的结构示意图;
图14是本发明实施例提供的另一种托盘检测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是本发明实施例提供的一种托盘检测的方法的流程图。图2是本发明实施例提供的一种托盘检测装置的结构示意图。结合图1和图2,本发明实施例提供的托盘检测的方法应用于托盘检测装置。参见图2,本发明提供的托盘检测装置100包括传感器1和盛餐状态确定模块2。传感器1用于采集置物空间的数据信息。盛餐状态确定模块2用于根据传感器采集的置物空间的数据信息,确定托盘3上的盛餐状态。托盘3为其表面或上空可以放置物品的装置。传感器1例如可以包括雷达、红外传感器、重力传感器以及压力传感器等中的一种或多种。盛餐状态确定模块2例如可以为处理器、单片机、FPGA(Field Programmable GateArray,现场可编程门阵列)或DSP (Digital Signal Processing,数字信号处理)等,能实现与传感器1进行数据信息交互,并能根据数据信息确定托盘3上的盛餐状态即可。
参见图1,本发明实施例提供的托盘检测的方法包括:
S101、通过传感器采集置物空间的数据信息;其中,置物空间形成的区域在托盘上的正投影至少覆盖预设面积比例的托盘。
具体的,托盘3的置物空间形成的区域在托盘3上的正投影覆盖预设面积比例的托盘3,预设面积比例的具体参数值可以根据需要设置,例如预设面积比例可以包括80%、90%或者95%等,在此不作限制。置物空间的数据信息可以包括传感器1采集置物空间的盛餐状态对应的信息转换成的电信号。可以通过传感器1采集置物空间的数据信息。
S102、根据数据信息,确定托盘上的盛餐状态。
具体的,托盘3上的盛餐状态可以包括托盘3上盛放有物品、托盘3上盛放的物品被取出、托盘3上盛放的物品的位置和/或托盘3上盛放物品的体积等。盛餐状态确定模块2根据接收到的置物空间内的数据信息,确定托盘 3上盛放有物品、托盘3上盛放的物品被取出、托盘3上盛放的物品的位置或者托盘3上盛放物品的体积等,实现对托盘3的置物空间内的物品是否被取出进行准确检测,提高了智能配餐机器人等自主作业设备识别托盘3上盛餐状态的准确度,可以改善智能配餐机器人等自主作业设备的配餐等作业效率。
本发明实施例提供的技术方案通过传感器采集置物空间的数据信息,并根据数据信息,确定托盘上的盛餐状态,实现对托盘的盛餐状态的准确检测。在餐饮场景下,这样设置实现对托盘的盛餐状态的准确检测,使得智能配餐机器人便于根据托盘上的盛餐状态,准确移动至目标餐桌旁,便于目标餐桌的就餐用户自主拿取餐品,避免拿错其他桌的餐品,省去了放餐服务员。在就餐用户准确拿到对应的菜品后,智能配餐机器人检测到托盘上的盛餐状态为餐品被取出,可以自主离开目标餐桌,例如自主返回配餐处进行取餐,提高了智能配餐机器人等自主作业设备,识别托盘盛餐状态的准确度,尽可能降低误识别的概率,改善了智能配餐机器人的配餐等作业效率。
可选的,图3是本发明实施例提供的另一种托盘检测的方法的流程图。在上述实施例的基础上,结合图2和图3,本发明提供的托盘检测的方法,包括:
S201、通过单个传感器采集置物空间的数据信息;或者,通过两个传感器采集置物空间的数据信息。
具体的,托盘3检测装置可以设置一个传感器1或者设置两个或多个传感器1。传感器1包括单个传感器时,通过传感器采集置物空间的数据信息。传感器1包括两个传感器时,通过两个传感器采集置物空间的数据信息。例如,传感器1包括第一传感器和第二传感器时,通过第一传感器采集置物空间的第一传感数据,并通过第二传感器采集置物空间的第二传感数据。第一传感器采集的第一传感数据和第二传感数据可以不同或部分相同。
示例性的,传感器1可以包括雷达。雷达可以采集置物空间内的雷达点云数据。雷达包括发射天线和和接收天线。雷达的发射天线发出电磁波信号,并在电磁波信号触碰到物体时反射回波,雷达的接收天线接收到反射回波并以此提取和处理该物体的相关信息。通过雷达可以确定置物空间内是否有目标物体、置物空间内的目标物体的具体位置、距离和运动速度,也可以测量置物空间内的物体的高度、长度等。由于雷达的视场角的限制,可以根据置物空间的角度需要,设置一个或多个雷达,以满足对托盘3的置物空间内的盛餐状态信息的检测。
参见图2,托盘3可以包括相对设置的底面32和承载面31,承载面31 用于盛放物品。承载面31远离底面32的一侧上方的空间位置可以设置为置物空间。可以将雷达设置于托盘3的承载面31且远离底面32的一侧,便于雷达检测托盘3的承载面31上是否盛放物品,提高传感器1对托盘3的盛餐状态进行检测的准确度,进一步提高托盘3的置物检测装置对托盘3的盛餐状态进行检测的准确度。
S102、根据数据信息,确定托盘上的盛餐状态;其中,置物空间形成的区域在托盘上的正投影至少覆盖预设面积比例的托盘。
一种可选的应用场景,在餐饮场景下,由于雷达等传感器可以对置物空间内的整面的空间进行检测,进一步提高对托盘的盛餐状态检测的准确度,智能配餐机器人便于根据托盘上的盛餐状态,准确移动至托盘上的餐品对应的目标餐桌旁。目标餐桌的就餐用户可以自主拿取餐品,避免拿错其他桌的餐品,省去了放餐服务员,节省了配餐的人力成本。在就餐用户准确拿到对应的菜品后,智能配餐机器人检测到托盘上的盛餐状态为餐品被取出,可以自主离开目标餐桌,例如自主返回配餐处进行取餐,进一步提高配餐的效率。
可选的,图4是本发明实施例提供的又一种托盘检测的方法的流程图。图5是本发明实施例提供的又一种托盘检测装置的结构示意图。在上述实施例的基础上,参见图4,本发明提供的托盘检测的方法,包括:
S201、通过单个传感器采集置物空间的数据信息;或者,通过两个传感器采集置物空间的数据信息。
S301、根据单个传感器采集的数据信息,计算托盘全区域的置物空间的盛餐状态;或者,根据第一传感器采集的第一传感数据,计算托盘的第一区域的置物空间的盛餐状态;根据第二传感器采集的第二传感数据,计算托盘的第二区域的置物空间的盛餐状态;其中,托盘划分为相邻设置的第一区域和第二区域;传感器包括第一传感器和第二传感器;第一传感器设置于第一区域,第二传感器设置于第二区域;盛餐状态包括托盘上放置有物品的状态和托盘上物品被取出的状态。。
具体的,当传感器1包括单个传感器时,根据单个传感器采集的数据信息,计算托盘全区域的置物空间的盛餐状态。
参见图5,托盘3可以划分为相邻设置的第一区域31和第二区域32。当传感器1包括两个传感器时,传感器1可以包括第一传感器111和第二传感器112。第一传感器111设置于第一区域31,第二传感器112设置于第二区域32。这样设置使得第一区域31通过第一传感器111检测,第二区域32通过第二传感器112检测。可以根据第一传感器111和第二传感器112检测到的数据信息,较好的对第一区域31的盛餐状态和第二区域32的盛餐状态进行检测,较好的减小对托盘3的置物空间检测的盲区。这样设置进一步实现对托盘3的第一区域31和第二区域32的盛餐状态进行准确检测。这样设置提高了智能配餐机器人在配餐时,识别托盘3的第一区域31和第二区域32 的盛餐状态的准确度,进一步改善智能配餐机器人的配餐效率。
可选的,图6是本发明实施例提供的又一种托盘检测的方法的流程图。在上述实施例的基础上,参见图6,本发明提供的托盘检测的方法,包括:
S101、通过传感器采集置物空间的数据信息。
S401、根据数据信息,确定位于托盘的置物空间内的数据信息。
具体的,置物空间内的信息为有效评价置物空间内盛餐状态的信息。置物空间内的信息可以包括托盘上放置有物品的状态信息和托盘上物品被取出的状态信息。
S402、根据位于托盘的置物空间内的数据信息,确定托盘上的盛餐状态。
具体的,由于位于托盘的置物空间内的数据信息为有效评价置物空间内盛餐状态的信息,根据位于托盘的置物空间内的数据信息,确定托盘上的盛餐状态,能够提高智能配餐机器人在配餐时,识别托盘的置物空间内的盛餐状态的准确度,进一步改善智能配餐机器人的配餐效率。
一种可选的应用场景,在餐饮场景下,由于雷达等传感器根据位于托盘的置物空间内的数据信息,确定托盘上的盛餐状态,可以避免在置物空间以外的区域进行检测,避免托盘外侧的物体,例如行人、桌椅等干扰,进一步提高对托盘的盛餐状态检测的准确度,进而提高智能配餐机器人的配餐准确度,较好地替代放餐服务员,节省了配餐的人力成本。在就餐用户准确拿到对应的菜品后,智能配餐机器人可以较准确地检测到托盘上的盛餐状态为餐品被取出,可以自主离开目标餐桌返回配餐处进行补餐,进一步提高配餐的效率。
可选的,图7是本发明实施例提供的又一种托盘检测的方法的流程图。在上述实施例的基础上,参见图7,本发明提供的托盘检测的方法,包括:
S101、通过传感器采集置物空间的数据信息。
S501、将托盘的置物空间缩小预设边缘参数,形成托盘的调整置物空间;其中,预设边缘参数根据目标餐具的最小尺寸确定。
具体的,预设边缘参数要小于目标餐具的最小尺寸,例如,目标餐具的最小直径为5厘米,预设边缘参数则可以取3厘米或4厘米等,在此不作限定。这样设置使得托盘的调整置物空间包括至少部分目标餐具。托盘的置物空间缩小预设边缘参数,即将托盘的置物空间的实际有效范围向托盘3内缩小预设边缘参数后的区域,形成托盘的调整置物空间。
S502、将托盘的调整置物空间,作为托盘的置物空间。
S401、根据数据信息,确定位于托盘的置物空间内的数据信息。
S402、根据位于托盘的置物空间内的数据信息,确定托盘上的盛餐状态。
具体的,将托盘的调整置物空间,作为托盘的置物空间,将调整置物空间的数据信息作为托盘的置物空间内的数据信息,这样设置可以减小传感器安装误差、置物空间的数据信息的数据精度等的影响。
一种可选的应用场景,在餐饮场景下,预设边缘参数可以根据目标餐厅的餐具的最小尺寸进行配置。将托盘的置物空间的实际有效范围向托盘3内缩小预设边缘参数后形成托盘的调整置物空间,使得雷达等传感器探测的边界内缩预设边缘参数,既能避免托盘旁边的物品对传感器检测的干扰,又能保证即使最小的餐具放置在托盘的边缘,也能准确识别,进一步提高对托盘的盛餐状态检测的准确度。此外,还能减少对传感器检测到的无效数据的处理,提高对托盘的盛餐状态检测的速度,进而改善智能配餐机器人的响应速度,进一步提高配餐的效率。
可选的,图8是本发明实施例提供的又一种托盘检测的方法的流程图。在上述实施例的基础上,参见图8,本发明提供的托盘检测的方法,包括:
数据信息包括雷达点云数据;单个雷达点云数据包括点云数据对应的位置至雷达的距离以及点云数据对应的位置与雷达法线的夹角;
S101、通过传感器采集置物空间的数据信息。
S601、根据雷达点云数据、雷达的安装角度、雷达所在的托盘区域的对角线与托盘的边缘的夹角以及雷达的视场角,基于平面坐标系,确定位于托盘的置物空间内的数据信息。
具体的,传感器可以包括雷达。雷达可以采集置物空间内的雷达点云数据。雷达包括发射天线和和接收天线。雷达的发射天线发出电磁波信号,并在电磁波信号触碰到物体时反射回波,雷达的接收天线接收到反射回波并以此提取和处理该物体的相关信息。通过雷达可以确定置物空间内是否有目标物体、置物空间内的目标物体的具体位置、距离和运动速度,也可以测量置物空间内的物体的高度、长度等。由于雷达的视场角的限制,可以根据置物空间的角度需要,设置一个或多个雷达,以满足对托盘的置物空间内的盛餐状态信息的检测。
由于托盘的形状可以为矩形或椭圆形或其他形状,基于平面坐标系,将雷达点云数据结合,雷达的安装角度、雷达所在的托盘区域的对角线与托盘的边缘的夹角以及雷达的视场角,确定位于托盘的置物空间内的数据信息。这样设置便于雷达准确检测托盘3的承载面31上是否盛放物品,提高传感器对托盘的盛餐状态进行检测的准确度,进一步提高托盘置物检测装置对托盘的盛餐状态进行检测的准确度。
S402、根据位于托盘的置物空间内的数据信息,确定托盘上的盛餐状态。
可选的,图9是本发明实施例提供的又一种托盘检测的方法的流程图。在上述实施例的基础上,参见图9,本发明提供的托盘检测的方法,包括:
S101、通过传感器采集置物空间的数据信息。
S701、根据雷达的视场角和预设冗余角度,调节雷达的视场角度。
具体的,由于单个雷达的视场角是按90°计算的,雷达的实际视场角会略大于90°。通过引入预设冗余角度,可以根据实际的安装角度和雷达的视场角,通过调节预设冗余角度该对雷达的视场角度进行微调。
S702、根据调节后的雷达的视场角度,更新雷达的视场角度。
具体的,调节后的雷达的视场角度更接近于雷达的实际的工作视场角度,更行雷达的视场角度,进一步提高雷达获取的置物空间内的数据信息的准确度,进一步提高托盘置物检测装置对托盘的盛餐状态进行检测的准确度。
S601、根据雷达点云数据、雷达的安装角度、雷达所在的托盘区域的对角线与托盘的边缘的夹角以及雷达的视场角,基于平面坐标系,确定位于托盘的置物空间内的数据信息。
S402、根据位于托盘的置物空间内的数据信息,确定托盘上的盛餐状态。
一种可选的应用场景,在餐饮场景下,预设冗余角度可以根据雷达等传感器的安装角度进行设置。通过设置预设冗余角度,根据雷达的视场角和预设冗余角度,调节雷达的视场角度,可以降低雷达由于安装角度偏差引起的检测偏差,提高传感器的容错率,进一步提高对托盘的盛餐状态检测的准确度,进一步提高配餐的效率。
可选的,图10是本发明实施例提供的又一种托盘检测的方法的流程图。图11是本发明实施例提供的又一种托盘检测装置的结构示意图。图12是本发明实施例提供的又一种托盘检测装置的结构示意图。在上述实施例的基础上,结合图10至图12,本发明提供的托盘检测的方法,包括:
S101、通过传感器采集置物空间的数据信息。
S801、根据点云数据对应的位置P与雷达法线l之间的夹角P.θ,基于平面坐标系以及雷达的视场角,确定点云数据对应的位置P与雷达法线l之间的夹角P.θ所在的角度范围。其中,托盘3划分为相邻设置的第一区域31 和第二区域32,第一边缘33位于托盘3的第一区域31和第二区域32;雷达设置于第一区域31和第二区域32交界处,且邻近第一边缘33设置。
具体的,结合图11和图12,雷达法线l可以为在雷达的视场角度范围内,与雷达中心的点与安装角度θm的一边一致的直线。基于平面坐标系以及雷达的视场角,可以将雷达的视场角划分为不同的角度范围,例如可以包括第一角度范围和第二角度范围。根据点云数据对应的位置P与雷达法线l之间的夹角P.θ,确定点云数据对应的位置P与雷达法线l之间的夹角P.θ所在的角度范围。示例性的,点云数据对应的位置P与雷达法线l之间的夹角P.θ可以位于第一角度范围或第二角度范围。
S802、根据点云数据对应的位置P与雷达法线l之间的夹角P.θ所在的角度范围,将点云数据对应的位置P至雷达的距离信息P.L与角度范围内对应的预设阈值进行比较,得到比较结果。
具体的,将点云数据对应的位置P至雷达的距离信息L与点云数据对应的位置P与雷达法线l之间的夹角P.θ所在的角度范围内对应的预设阈值L0进行作差或作商,得到比较结果。示例性的,点云数据对应的位置P与雷达法线l之间的夹角P.θ所在的角度范围为第一角度范围时,第一角度范围对应的预设阈值例如可以为30厘米。
S803、根据比较结果,确定点云数据对应的位置P位于托盘的置物空间内。
具体的,当点云数据对应的位置P至雷达的距离信息L小于或等于点云数据对应的位置P与雷达法线l之间的夹角P.θ所在的角度范围内对应的预设阈值时,确定点云数据对应的位置P位于托盘的置物空间内。示例性的,当点云数据对应的位置P至雷达的距离信息L小于或等于第一角度范围对应的预设阈值,例如30厘米时,确定点云数据对应的位置P位于第一角度范围对应的托盘3的置物空间内,进而确定点云数据对应的位置P位于托盘3的置物空间内。
S402、根据位于托盘的置物空间内的数据信息,确定托盘上的盛餐状态。
具体的,这样设置可以对托盘3的置物空间划分为多个角度范围,不同的角度范围设置不同的预设阈值,可以进一步提高确定点云数据对应的位置位于托盘3的置物空间内的准确度。
一种可选的应用场景,在餐饮场景下,这样设置可以将托盘划分为多个不同的角度范围对应的区域,在各区域内可以根据需要设置每个区域对应的预设阈值不同。对不同形状的托盘均能较准确地探测其置物空间内的盛餐状态。能够广泛适用于不同的直径或高度等尺寸的餐具,提高了智能配餐机器人对不同的餐饮类型的适用度。
可选的,在上述实施例的基础上,结合图10至图12,本发明的提供的托盘检测的方法,包括:
S803、根据比较结果,确定点云数据对应的位置位于托盘3的置物空间内,包括:步骤一、当雷达的安装角度θm小于第一区域31或第二区域32的对角线形成的夹角θf时,对于点云数据对应的位置P:
P.θ位于第一角度范围θ1内时,当P.L<=AREA_X/cos(θm-abs(P.θ))时,确定点云数据对应的位置P位于托盘3的有效范围内;
P.θ位于第二角度范围θ2内时,当P.L<=AREA_X/cos(θm+abs(P.θ))时,确定点云数据对应的位置P位于托盘3的有效范围内;
P.θ位于第三角度范围θ3内时,当P.L<=AREA_Y/sin(θm+abs(P.θ))时,确定点云数据对应的位置P位于托盘3的有效范围内。
步骤二、当雷达的安装角度θm大于第一区域31或第二区域32的对角线形成的夹角θf时,对于点云数据对应的位置P:
P.θ位于第四角度范围θ1’内时,当P.L<=AREA_X/cos(θm-abs(P.θ))时,确定点云数据对应的位置P位于托盘3的有效范围内;
P.θ位于第五角度范围θ2’内时,当P.L<=AREA_Y/sin(θm-abs(P.θ))时,确定点云数据对应的位置P位于托盘3的有效范围内;
P.θ位于第六角度范围θ3’内时,当P.L<=AREA_Y/sin(θm+abs(P.θ))时,确定点云数据对应的位置P位于托盘3的有效范围内。
其中,参见图11,托盘3的形状可以包括矩形。第一区域31包括相对设置的第一边A1和第二边A2,以及与第一边A1和第二边A2相邻且垂直设置的第三边A3;第二区域32包括相对设置的第四边B2和第五边B1,以及与第四边B2和第五边B1相邻且垂直设置的第六边B3;第一边A1与第五边B1 构成托盘3的第一边缘33;第二边A2与第四边B2构成托盘3的第二边缘34;第一边缘33与第二边缘34相对设置;第三边A3作为托盘3的第三边缘,第六边B3作为托盘3的第四边缘。
第一区域31包括第一角度范围θ1、第二角度范围θ2和第三角度范围θ3;第一角度范围θ1为第一边A1与位于第一区域31的雷达法线l的夹角;第二角度范围θ2为位于第一区域31的雷达法线l与第一区域31的对角线的夹角;第三角度范围θ3为第一区域31的对角线与第一区域31与第二区域32相邻的边界的夹角;第二区域32包括第四角度范围θ1’、第五角度范围θ2’和第六角度范围θ3’;第六角度范围θ3’为第一区域31与第二区域32相邻的边界与位于第二区域32的雷达法线l的夹角;第五角度范围θ2’为位于第二区域 32的雷达法线l与第二区域32的对角线的夹角;第四角度范围θ1’为第二区域32的对角线与第五边B1的夹角。
P为点云数据对应的位置,P.θ为点云数据对应的位置P与雷达法线l 之间的夹角,θm为雷达的安装角度,θf为第一区域31或第二区域32的对角线夹角;AREA_X为雷达至第三边A3或第六边B3的距离,AREA_Y为第三边 A3或第六边B3的长度。
可选的,在上述实施例的基础上,继续参见图11,根据雷达的视场角和预设冗余角度,调节雷达的视场角度,根据调节后的雷达的视场角度,更新雷达的视场角度。示例性的,当雷达的安装角度θm小于第一区域31或第二区域32的对角线形成的夹角时,对于点云数据对应的位置P所在的角度范围的判断如下:
当启用第一传感器111远离第二传感器112一侧的预设冗余角度θδ时,判断P.θ位于θ1范围内的判断条件变更为0≤P.θ≤θ1+θδ,其余计算方式不变,θδ为预设冗余角度。同理,当启用第一传感器111靠近第二传感器 112一侧的预设冗余角度θδ时,判断P.θ位于θ3范围内的判断条件变更为θm-90-θδ<=P.θ<=θm-θf,其余计算方式不变。这样设置可以进一步提高确定点云数据对应的位置位于托盘3的置物空间内的准确度,进一步提高智能配餐机器人等自主作业设备,识别托盘盛餐状态的准确度,改善智能配餐机器人的配餐等作业效率。
一种可选的应用场景,在餐饮场景下,这样设置可以根据视场角度,以及将托盘划分的多个不同的角度范围对应的区域,在各区域内通过计算可以准确的得到点云数据对应的位置P所在置物空间的准确位置,进而可以更准确地确定托盘上的盛餐状态,可以较好的避免在置物空间以外的区域进行检测,避免托盘外侧的物体,例如行人、桌椅等干扰,进一步提高对托盘的盛餐状态检测的准确度,进而提高智能配餐机器人的配餐准确度,较好地替代放餐服务员,节省了配餐的人力成本。在就餐用户准确拿到对应的菜品后,智能配餐机器人可以较准确地检测到托盘上的盛餐状态为餐品被取出,可以自主离开目标餐桌返回配餐处进行补餐,进一步提高配餐的效率。
图13是本发明实施例提供的一种托盘检测装置的结构示意图。在上述实施例的基础上,参见图13,本发明实施例提供的托盘检测装置100,用于执行上述任意实施例提出的托盘检测的方法。
本发明实施例提供的托盘检测装置100包括:
传感器1,用于采集置物空间的数据信息。
盛餐状态确定模块2,用于根据数据信息,确定托盘上的盛餐状态;其中,置物空间形成的区域在托盘上的正投影至少覆盖预设面积比例的托盘。
本发明实施例提供的托盘检测装置通过传感器采集置物空间的数据信息,并通过盛餐状态确定模块根据数据信息,确定托盘上的盛餐状态,实现对托盘的盛餐状态进行准确检测,提高了智能配餐机器人等自主作业设备,识别托盘盛餐状态的准确度,改善了智能配餐机器人的配餐等作业效率。
可选的,在上述实施例的基础上,继续参见图13,传感器1具体用于通过单个传感器采集置物空间的数据信息;或者,通过两个传感器采集置物空间的数据信息。
可选的,在上述实施例的基础上,继续参见图13,盛餐状态确定模块2,具体用于根据单个传感器采集的数据信息,计算托盘全区域的置物空间的盛餐状态;或者,根据第一传感器采集的第一传感数据,计算托盘的第一区域的置物空间的盛餐状态;根据第二传感器采集的第二传感数据,计算托盘的第二区域的置物空间的盛餐状态;其中,托盘划分为相邻设置的第一区域和第二区域;传感器包括第一传感器和第二传感器;第一传感器设置于第一区域,第二传感器设置于第二区域;盛餐状态包括托盘上放置有物品的状态和托盘上物品被取出的状态。
可选的,在上述实施例的基础上,继续参见图13,盛餐状态确定模块2,具体用于根据数据信息,确定位于托盘的置物空间内的数据信息;并根据位于托盘的置物空间内的数据信息,确定托盘上的盛餐状态。
可选的,图14是本发明实施例提供的另一种托盘检测装置的结构示意图。在上述实施例的基础上,参见图14,本发明实施例提供的托盘检测装置100,还包括:
调节模块3,用于将托盘的置物空间缩小预设边缘参数,形成托盘的调整置物空间;其中,预设边缘参数根据目标餐具的最小尺寸确定;将托盘的调整置物空间,作为托盘的置物空间。
可选的,在上述实施例的基础上,继续参见图13,盛餐状态确定模块2,具体还用于根据雷达点云数据、雷达的安装角度、雷达所在的托盘区域的对角线与托盘的边缘的夹角以及雷达的视场角,基于平面坐标系,确定位于托盘的置物空间内的数据信息。其中,数据信息包括雷达点云数据;单个雷达点云数据包括点云数据对应的位置至雷达的距离以及点云数据对应的位置与雷达法线的夹角。
一种可选的应用场景,在餐饮场景下,本实施例提供的托盘检测装置实现对托盘的盛餐状态的准确检测,使得智能配餐机器人便于根据托盘上的盛餐状态,准确移动至目标餐桌旁,便于目标餐桌的就餐用户自主拿取餐品,避免拿错其他桌的餐品,省去了放餐服务员。在就餐用户准确拿到对应的菜品后,智能配餐机器人检测到托盘上的盛餐状态为餐品被取出,可以自主离开目标餐桌,例如自主返回配餐处进行取餐,提高了智能配餐机器人等自主作业设备,识别托盘盛餐状态的准确度,尽可能降低误识别的概率,改善了智能配餐机器人的配餐等作业效率。
本发明实施例提供一种自主作业终端。在上述实施例的基础上,继续参见图2,本发明实施例提供的自主作业终端200,包括上述任意实施例提出的托盘检测装置100,具有上述任意实施例提出的托盘检测装置100的有益效果,在此不再赘述。本发明实施例提供的自主作业终端200可以包括智能配餐机器人、智能配货机器人等。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种托盘检测的方法,其特征在于,应用于托盘检测装置,所述方法包括:
通过传感器采集置物空间的数据信息;
根据所述数据信息,确定所述托盘上的盛餐状态;
其中,所述置物空间形成的区域在所述托盘上的正投影至少覆盖预设面积比例的所述托盘。
2.根据权利要求1所述的托盘检测的方法,其特征在于,所述通过传感器采集置物空间的数据信息,包括:
通过单个传感器采集置物空间的数据信息;或者,
通过两个传感器采集置物空间的数据信息。
3.根据权利要求1所述的托盘检测的方法,其特征在于,所述根据所述数据信息,确定所述托盘上的盛餐状态,包括:
根据单个所述传感器采集的所述数据信息,计算所述托盘全区域的置物空间的盛餐状态;或者,
根据所述第一传感器采集的第一传感数据,计算所述托盘的第一区域的置物空间的盛餐状态;根据所述第二传感器采集的第二传感数据,计算所述托盘的第二区域的置物空间的盛餐状态;其中,所述托盘划分为相邻设置的第一区域和第二区域;所述传感器包括第一传感器和第二传感器;所述第一传感器设置于所述第一区域,所述第二传感器设置于所述第二区域;所述盛餐状态包括托盘上放置有物品的状态和所述托盘上物品被取出的状态。
4.根据权利要求1所述的托盘检测的方法,其特征在于,所述根据所述数据信息,确定所述托盘上的盛餐状态,包括:
根据所述数据信息,确定位于所述托盘的置物空间内的数据信息;
根据位于所述托盘的置物空间内的所述数据信息,确定所述托盘上的盛餐状态。
5.根据权利要求4所述的托盘检测的方法,其特征在于,在所述根据所述数据信息,确定位于所述托盘的置物空间内的数据信息之前,还包括:
将所述托盘的置物空间缩小预设边缘参数,形成托盘的调整置物空间;其中,所述预设边缘参数根据目标餐具的最小尺寸确定;
将所述托盘的调整置物空间,作为所述托盘的置物空间。
6.根据权利要求4所述的托盘检测的方法,其特征在于,所述数据信息包括雷达点云数据;单个所述雷达点云数据包括所述点云数据对应的位置至所述雷达的距离以及所述点云数据对应的位置与雷达法线的夹角;
所述根据所述数据信息,确定位于所述托盘的置物空间内的数据信息,包括:
根据所述雷达点云数据、所述雷达的安装角度、所述雷达所在的托盘区域的对角线与所述托盘的边缘的夹角以及雷达的视场角,基于平面坐标系,确定位于所述托盘的置物空间内的数据信息。
7.根据权利要求6所述的托盘检测的方法,其特征在于,在所述基于平面坐标系,确定位于所述托盘的置物空间内的数据信息之前,还包括:
根据雷达的视场角和预设冗余角度,调节所述雷达的视场角度;
根据调节后的所述雷达的视场角度,更新所述雷达的视场角度。
8.根据权利要求6所述的托盘检测的方法,其特征在于,所述根据所述数据信息,确定位于所述托盘的置物空间内的数据信息,包括:
根据点云数据对应的位置与所述雷达法线之间的夹角,基于平面坐标系以及雷达的视场角,确定所述点云数据对应的位置与所述雷达法线之间的夹角所在的角度范围;其中,所述托盘划分为相邻设置的第一区域和第二区域,第一边缘位于所述托盘的第一区域和第二区域;所述雷达设置于所述第一区域和所述第二区域交界处,且邻近所述第一边缘设置;
根据所述点云数据对应的位置与所述雷达法线之间的夹角所在的角度范围,将所述点云数据对应的位置至所述雷达的距离信息与所述角度范围内对应的预设阈值进行比较,得到比较结果;
根据所述比较结果,确定所述点云数据对应的位置位于所述托盘的置物空间内。
9.根据权利要求8所述的托盘检测的方法,其特征在于,所述根据所述比较结果,确定所述点云数据对应的位置位于所述托盘的置物空间内,包括:
当雷达的安装角度小于第一区域或第二区域的对角线形成的夹角时,对于所述点云数据对应的位置P:
P.θ位于第一角度范围内时,当P.L<=AREA_X/cos(θm-abs(P.θ))时,确定所述点云数据对应的位置位于所述托盘的有效范围内;
P.θ位于第二角度范围内时,当P.L<=AREA_X/cos(θm+abs(P.θ))时,确定所述点云数据对应的位置位于所述托盘的有效范围内;
P.θ位于第三角度范围内时,当P.L<=AREA_Y/sin(θm+abs(P.θ))时,确定所述点云数据对应的位置位于所述托盘的有效范围内;
当雷达的安装角度大于第一区域或第二区域的对角线形成的夹角时,对于所述点云数据对应的位置P:
P.θ位于第四角度范围内时,当P.L<=AREA_X/cos(θm-abs(P.θ))时,确定所述点云数据对应的位置位于所述托盘的有效范围内;
P.θ位于第五角度范围内时,当P.L<=AREA_Y/sin(θm-abs(P.θ))时,确定所述点云数据对应的位置位于所述托盘的有效范围内;
P.θ位于第六角度范围内时,当P.L<=AREA_Y/sin(θm+abs(P.θ))时,确定所述点云数据对应的位置位于所述托盘的有效范围内;
其中,所述托盘的形状包括矩形;第一区域包括相对设置的第一边和第二边,以及与所述第一边和所述第二边相邻且垂直设置的第三边;所述第二区域包括相对设置的第四边和第五边,以及与第四边和第五边相邻且垂直设置的第六边;所述第一边与所述第五边构成所述托盘的第一边缘;所述第二边与所述第四边构成所述托盘的第二边缘;所述第一边缘与所述第二边缘相对设置;所述第三边作为所述托盘的第三边缘,所述第六边作为所述托盘的第四边缘;
所述第一区域包括第一角度范围、第二角度范围和第三角度范围;所述第一角度范围为所述第一边与位于所述第一区域的雷达法线的夹角;所述第二角度范围为位于所述第一区域的雷达法线与所述第一区域的对角线的夹角;所述第三角度范围为所述第一区域的对角线与所述第一区域与所述第二区域相邻的边界的夹角;所述第二区域包括第四角度范围、第五角度范围和第六角度范围;所述第六角度范围为所述第一区域与所述第二区域相邻的边界与位于所述第二区域的雷达法线的夹角;所述第五角度范围为位于所述第二区域的雷达法线与所述第二区域的对角线的夹角;所述第四角度范围为所述第二区域的对角线与所述第五边的夹角;
P为所述点云数据对应的位置,P.θ为所述点云数据对应的位置P与所述雷达法线之间的夹角,θm为所述雷达的安装角度,θf为所述第一区域或所述第二区域的对角线夹角;AREA_X为雷达至所述第三边或所述第六边的距离,AREA_Y为所述第三边或所述第六边的长度。
10.一种托盘检测装置,其特征在于,所述托盘检测装置用于执行权利要求1至9任一项所述的托盘检测的方法;
所述托盘检测装置包括:
传感器,用于采集置物空间的数据信息;
盛餐状态确定模块,用于根据所述数据信息,确定所述托盘上的盛餐状态;其中,所述置物空间形成的区域在所述托盘上的正投影至少覆盖预设面积比例的所述托盘。
11.一种自主作业终端,其特征在于,包括:权利要求10所述的托盘检测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210474765.3A CN114918932B (zh) | 2022-04-29 | 2022-04-29 | 一种托盘检测的方法、托盘检测装置及自主作业终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210474765.3A CN114918932B (zh) | 2022-04-29 | 2022-04-29 | 一种托盘检测的方法、托盘检测装置及自主作业终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114918932A true CN114918932A (zh) | 2022-08-19 |
CN114918932B CN114918932B (zh) | 2024-05-14 |
Family
ID=82805714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210474765.3A Active CN114918932B (zh) | 2022-04-29 | 2022-04-29 | 一种托盘检测的方法、托盘检测装置及自主作业终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114918932B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105193207A (zh) * | 2015-10-20 | 2015-12-30 | 敬河清 | 一种传菜托盘 |
CN205267747U (zh) * | 2016-02-02 | 2016-06-01 | 湖南人工智能科技有限公司 | 送餐机器人托盘 |
CN109001748A (zh) * | 2018-07-16 | 2018-12-14 | 北京旷视科技有限公司 | 目标对象与物品的关联方法、装置及系统 |
KR20200101056A (ko) * | 2019-02-19 | 2020-08-27 | 현대자동차주식회사 | 구동 메커니즘과 이를 구비한 서비스 로봇 |
CN111899131A (zh) * | 2020-06-30 | 2020-11-06 | 上海擎朗智能科技有限公司 | 物品配送方法、装置、机器人和介质 |
CN112248007A (zh) * | 2020-10-29 | 2021-01-22 | 厦门宏泰智能制造有限公司 | 一种配送机器人及物品配送方法 |
CN113199506A (zh) * | 2021-04-20 | 2021-08-03 | 深圳市普渡科技有限公司 | 托盘装置、机器人控制方法、装置、系统、机器人和介质 |
CN217467168U (zh) * | 2022-04-29 | 2022-09-20 | 上海擎朗智能科技有限公司 | 一种托盘置物检测装置及自主作业终端 |
-
2022
- 2022-04-29 CN CN202210474765.3A patent/CN114918932B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105193207A (zh) * | 2015-10-20 | 2015-12-30 | 敬河清 | 一种传菜托盘 |
CN205267747U (zh) * | 2016-02-02 | 2016-06-01 | 湖南人工智能科技有限公司 | 送餐机器人托盘 |
CN109001748A (zh) * | 2018-07-16 | 2018-12-14 | 北京旷视科技有限公司 | 目标对象与物品的关联方法、装置及系统 |
KR20200101056A (ko) * | 2019-02-19 | 2020-08-27 | 현대자동차주식회사 | 구동 메커니즘과 이를 구비한 서비스 로봇 |
CN111899131A (zh) * | 2020-06-30 | 2020-11-06 | 上海擎朗智能科技有限公司 | 物品配送方法、装置、机器人和介质 |
CN112248007A (zh) * | 2020-10-29 | 2021-01-22 | 厦门宏泰智能制造有限公司 | 一种配送机器人及物品配送方法 |
CN113199506A (zh) * | 2021-04-20 | 2021-08-03 | 深圳市普渡科技有限公司 | 托盘装置、机器人控制方法、装置、系统、机器人和介质 |
CN217467168U (zh) * | 2022-04-29 | 2022-09-20 | 上海擎朗智能科技有限公司 | 一种托盘置物检测装置及自主作业终端 |
Also Published As
Publication number | Publication date |
---|---|
CN114918932B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6746820B1 (ja) | 倉庫保管マップの高速確定方法、機器、記憶媒体及びロボット | |
EP1335318B1 (en) | Touch screen detection apparatus, system and method | |
CN108073906B (zh) | 菜品营养成分检测方法、装置、烹饪器具和可读存储介质 | |
JP6972481B2 (ja) | 食事の識別システムと識別方法及び識別プログラム | |
CN109998377A (zh) | 控制流体流量的方法、装置、计算机设备及存储介质 | |
WO2022057793A1 (zh) | 饮水机、饮水机的控制方法、装置及计算机可读存储介质 | |
CN109074861B (zh) | 食物监测系统 | |
CN114918932A (zh) | 一种托盘检测的方法、托盘检测装置及自主作业终端 | |
WO2006035714A1 (ja) | 食品管理方法及びシステム | |
CN217467168U (zh) | 一种托盘置物检测装置及自主作业终端 | |
CN112648791B (zh) | 冷却对象的对象重量的确定 | |
CN114566254A (zh) | 非接触式计算机视觉智能膳食营养评估方法和系统及设备 | |
US9355096B1 (en) | Food storage container tag system and method | |
US10262295B2 (en) | Wireless remote monitoring of supply bins | |
CN107562079B (zh) | 一种液面高度的控制方法、系统及装置 | |
CN210052251U (zh) | 一种自助式称重计量选餐系统 | |
CN113874678A (zh) | 食物测量方法、装置及程序 | |
CN112648790B (zh) | 冷却对象的对象重量的确定 | |
EP3086099A1 (en) | Multiplexed level sensing probes | |
KR101309247B1 (ko) | 자율배식의 배식결제액 정산시스템 및 그 정산방법 | |
Mertes et al. | Measuring weight and location of individual bites using a sensor augmented smart plate | |
CN114549787A (zh) | 固液混合食物体积的计算方法和系统及设备 | |
Sadeq et al. | Smartphone-based calorie estimation from food image using distance information | |
JP7064853B2 (ja) | 調理内容判別システム及び摂取内容判別システム | |
US20200209382A1 (en) | Estimation method, estimation device, and recording medium |
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 |