CN117911995B - 自动发卡机器人发卡仓实时检测装置和方法 - Google Patents

Abstract

本申请提供了一种自动发卡机器人发卡仓实时检测装置和方法，涉及高速自动发卡技术领域，包括自动发卡机器人所对应的发卡仓组，发卡仓组包括多个卡仓，每个卡仓内的卡片上方配置配重块；每个卡仓上对应安装有辅助识别标尺，辅助识别标尺用于标识卡仓中卡片的位置；在发卡仓组的添卡操作面的对面安装广角摄像头；广角摄像头用于抓拍发卡仓组的图像数据，根据发卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，并通过以太网与车道工控机通讯，以使车道工控机实时获取发卡仓组的卡片数量。本申请能够实时准确检测到立式卡仓内卡片的具体数量，实现了对卡仓内卡片数量的实时监测，有助于补卡人员提前准备，提高补卡人员的工作效率及车道通行效率。

Description

自动发卡机器人发卡仓实时检测装置和方法

技术领域

本申请涉及高速自动发卡技术领域，尤其是涉及一种自动发卡机器人发卡仓实时检测装置和方法。

背景技术

目前，高速公路收费站的自动发卡机器人中的自动发卡设备均采用立式卡仓组合供卡方式，对于每个卡仓内余卡数量没有稳定可靠的在线实时检测装置，收费站工作人员需要定时巡检或者卡尽时补充每个供卡仓内的卡片。然而，目前这种方式只能依赖人工进行检查，工作效率较低，并且通过人工检查的方式可能导致现有的自动发卡机卡仓内无剩余卡片数量时没有及时补上导致自动发卡失败，影响自动发卡的效率，并且影响驾驶员通过高速收费站的自动化体验。

发明内容

本申请的目的在于提供一种自动发卡机器人发卡仓实时检测装置和方法，能够实时准确检测到立式卡仓内卡片的具体数量，实现了对卡仓内卡片数量的实时监测，有助于补卡人员提前准备，提高补卡人员的工作效率及车道通行效率。

第一方面，本发明提供一种自动发卡机器人发卡仓实时检测装置，包括：

自动发卡机器人所对应的发卡仓组，发卡仓组包括多个卡仓，每个卡仓内的卡片上方配置有配重块；

每个卡仓上对应安装有辅助识别标尺，辅助识别标尺用于标识卡仓中卡片的位置；

在发卡仓组添卡操作所在的添卡操作面的对面安装广角摄像头；广角摄像头用于抓拍发卡仓组的图像数据，并根据发卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，并通过以太网与车道工控机通讯，以使车道工控机实时获取发卡仓组内的卡片数量。

在可选的实施方式中，辅助识别标尺为非标刻度标尺；非标刻度标尺的刻度设置为根据卡片的厚度对应设置的用于指示卡仓内的卡片数量的刻度。

在可选的实施方式中，辅助识别标尺为标准刻度标尺；标准刻度标尺用于指示卡仓的卡片的当前总厚度，并根据卡片的当前总厚度确定卡片的数量。

在可选的实施方式中，在添卡操作面的对面，位于添卡操作面平面的轨迹面的中心垂线上安装广角摄像头，并保证在卡仓组沿着垂直于所述广角摄像头的镜头表面移动时，广角摄像头的镜头表面与添卡操作面的最小垂直距离大于预设距离，以使广角摄像头完整覆盖添卡操作面；

其中，所述添卡操作面为卡仓组添卡操作所在的长方形表面，所述添卡操作面的轨迹面为所述添卡操作面平移时所覆盖的长方形轨迹平面；所述广角摄像头固定安装在发卡机器人的外壳上。

在可选的实施方式中，广角摄像头包括120°广角摄像头或160°广角摄像头。

在可选的实施方式中，广角摄像头至少包括图像传感器、传感器驱动模块、以太网通讯模块、图像处理主控模块和补光驱动模块。

在可选的实施方式中，图像处理主控模块用于：

对传感器驱动模块上传的发卡仓组的图像数据进行分析计算，识别出每个卡仓对应的辅助识别标尺和配重块的位置和形状，并识别读取每个配重块下表面所对应的辅助识别标尺的读数，得到每个卡仓内卡片的数量。

在可选的实施方式中，图像处理主控模块具体用于：

图像处理主控模块读取发卡仓组的图像数据；发卡仓组的图像数据为点阵像素数据；

对发卡仓组的图像数据所对应的点阵像素数据进行灰度化处理，并采用最大类间方差法将图片数据二值化处理，得到二值图像；

提取二值图像中的边界轮廓，对边界轮廓进行近似处理，并从边界轮廓中识别特征图形；其中，特征图形至少包括数字、线条、长方形、正方形、三角形、不规则图形中的一种或多种；

匹配识别卡仓、标尺、配重块、卡片形状、位置及相对位置信息；

对每个卡仓的卡片所在位置对应辅助识别标尺的数据读取，计算每个卡仓内的卡片数量。

第二方面，本发明提供一种自动发卡机器人发卡仓实时检测方法，应用于前述实施方式任一项的自动发卡机器人发卡仓实时检测装置；方法包括：

通过广角摄像头用于抓拍发卡仓组的图像数据，并根据发卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，并通过以太网与车道工控机通讯，以使车道工控机实时获取发卡仓组的卡片数量；

其中，自动发卡机器人所对应的发卡仓组包括多个卡仓，每个卡仓内的卡片上方配置有配重块；每个卡仓上对应安装有辅助识别标尺，辅助识别标尺用于标识卡仓中卡片的位置。

在可选的实施方式中，根据卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，包括：

读取发卡仓组的图像数据；发卡仓组的图像数据为点阵像素数据；

对发卡仓组的图像数据所对应的点阵像素数据进行灰度化处理，并采用最大类间方差法将图片数据二值化处理，得到二值图像；

提取二值图像中的边界轮廓，对边界轮廓进行近似处理，并从边界轮廓中识别特征图形；其中，特征图形至少包括数字、线条、长方形、正方形、三角形、不规则图形中的一种或多种；

匹配识别卡仓、标尺、配重块、卡片形状、位置及相对位置信息；

对每个卡仓的卡片所在位置对应辅助识别标尺的数据读取，计算每个卡仓内的卡片数量。

本申请提供的自动发卡机器人发卡仓实时检测装置和方法，通过在每个卡仓上对应安装有辅助识别标尺，辅助识别标尺用于标识卡仓中卡片的位置，并在发卡仓组的添卡操作面的对面安装广角摄像头，用于抓拍发卡仓组的图像数据，并根据发卡仓组的图像数据实时分析计算每个卡仓内的卡片数量，并通过以太网与车道工控机通讯，以使车道工控机实时获取发卡仓组的卡片数量。该装置能够实时准确检测到立式卡仓内卡片的具体数量，实现了对卡仓内卡片数量的实时监测，有助于补卡人员提前准备，提高补卡人员的工作效率及车道通行效率。

附图说明

为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，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为本申请实施例提供的一种自动发卡机器人发卡仓实时检测装置的结构图；

图2为本申请实施例提供的一种视角下添卡操作面与广角摄像头的安装情况；

图3为本申请实施例提供的另一种视角下添卡操作面与广角摄像头的安装情况；

图4为本申请实施例提供的一种辅助识别标尺的示意图；

图5为本申请实施例提供的一种传感器驱动模块的电路示意图；

图6为本申请实施例提供的一种卡片数量识别的执行流程图；

图7为本申请实施例提供的一种卡仓组的图像数据的示意图；

图8为本申请实施例提供的一种电子设备的结构图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

本申请实施例提供了一种自动发卡机器人发卡仓实时检测装置，参见图1所示，该装置包括：自动发卡机器人所对应的发卡仓组4，发卡仓组包括多个卡仓（图中示意的卡仓为6个，在实际应用中，也可以设置其他的卡仓个数），每个卡仓内的卡片3上方配置有配重块2；每个卡仓上对应安装有辅助识别标尺1，辅助识别标尺用于标识卡仓中卡片的位置。

图2和图3示出了两种视角下添卡操作面与广角摄像头的安装情况，在发卡仓组的添卡操作面的对面安装广角摄像头，广角摄像头用于抓拍发卡仓组的图像数据，并根据发卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，并通过以太网与车道工控机通讯，以使车道工控机实时获取发卡仓组的卡片数量。

可选的，上述发卡仓组的添卡操作面可以为长方形表面，也可以为正方形表面，还可以为其他平面形状的表面。为方便用户操作，优选的，可以选用矩形表面作为一种实施情况。在实际应用中，也可以根据实际设备情况进行添卡操作面的形状调整。此处仅作示例，不作具体限定。

在一种实施方式中，上述辅助识别标尺可以为非标刻度标尺；非标刻度标尺的刻度设置为根据卡片的厚度对应设置的用于指示卡仓内的卡片的数量的刻度。例如，卡片的厚度为5mm，辅助识别标尺的最小刻度为5mm，也即，一个刻度用于表征一张卡片。这样设置可以保证后续图像识别时，降低图像识别处理的复杂度，从而可以更加准确的得到当前卡仓中的卡片数量。

辅助识别标尺用于测量识别高速公路复合通行卡（也称为CPC卡）的高度，标尺采用非标设计，参见图4所示，最小长度单位为CPC卡厚度5mm。使用时标尺的最下端即0位置与最下端CPC卡下表面齐平，对应测量读取最上端CPC上表面对应的标尺读数即为CPC卡个数，标尺每隔50mm标刻有整数数值10、20……90，标尺可测量100个CPC卡。

可选的，辅助识别标尺也可以为标准刻度标尺，标准刻度标尺用于指示卡仓的卡片的当前总厚度，并根据卡片的当前总厚度确定卡片的数量。在实际应用中，可以以配重块贴近卡片的一侧边缘位置作为参考计算卡片的数量，例如，标准刻度标尺的最小刻度为1mm，卡片的厚度为5mm，若当前配重块下边缘对应的位置为2cm处，则可知还剩余4张卡片。

可选的，在发卡仓组所包含的多个卡仓中，每个卡仓所对应的辅助识别标尺可以为相同的，也即可以都为非标刻度标尺，也可以都为标准刻度标识，还可以既包含有非标刻度标尺，也包含有标准刻度标尺。

进一步，为了能够实现通过图像处理识别方法计算出余卡数量，在一种实施方式中，在上述添卡操作面的对面，位于操作面平面的中心垂线上安装广角摄像头，并保证广角摄像头的镜头表面距离操作面平面垂直距离大于预设距离，以使广角摄像头完整覆盖卡仓组操作面。

可选的，广角摄像头包括120°广角摄像头或160°广角摄像头。

在一种示例中，常规单个卡仓的高度为450mm左右，长度为60mm左右，以六个卡仓并排组合的发卡仓组为例，操作面长360mm，再加上卡仓间的间隙，即操作面长为400mm左右，使用中发卡仓组居中时可向左右方向各平移60mm左右，既操作面的轨迹面覆盖范围长度为520mm左右，高为450mm，使用120°广角摄像头根据直角三角形边角计算公式，可计算出当广角摄像头镜头表面距离操作面平面垂直距离大于151mm时，摄像头拍摄照片可包含整个操作面。对于不同产品的卡仓组，可以修改对应的卡仓的高度、操作面的轨迹面覆盖范围的长度，重新计算摄像头镜头表面距离操作面平面的最小垂直距离，或者选用160°广角摄像头，以保证摄像头拍摄范围可实时覆盖卡仓组操作面。

在实际应用中，上述发卡仓组可以是固定式也可以是移动式；移动式卡仓可以沿着平行于所述广角摄像头镜头表面左右移动；移动式卡仓可以沿着垂直于所述广角摄像头的镜头表面前后移动。

进一步，本申请所采用的广角摄像头至少包括图像传感器、传感器驱动模块、以太网通讯模块、图像处理主控模块和补光驱动模块。

在一种实施方式中，摄像头图像传感器采用1/4 寸的CMOS UXGA（1600*1200）OV2640芯片，该传感器体积小、工作电压低，数据输出采用RGB565格式以便分析计算。传感器驱动模块为OV2640驱动电路，参见图5所示。主控模块可以为STM32F407主控电路。

进一步针对上述结构，在进行卡片数量识别时，图像处理主控模块用于：对传感器驱动模块上传的发卡仓组的图像数据进行分析计算，识别出每个卡仓对应的辅助识别标尺和配重块的位置和形状，并识别读取每个配重块下表面所对应的辅助识别标尺的读数，得到每个卡仓内的卡片数量。

具体的，可以参见图6所示：

图像处理主控模块读取发卡仓组的图像数据，参见图7所示，发卡仓组的图像数据为点阵像素数据；

对发卡仓组的图像数据所对应的点阵像素数据进行灰度化处理，并采用最大类间方差法将图片数据二值化处理，得到二值图像；

提取二值图像中的边界轮廓，对边界轮廓进行近似处理，并从边界轮廓中识别特征图形；其中，特征图形至少包括数字、线条、长方形、正方形、三角形、不规则图形中的一种或多种；

匹配识别卡仓、标尺、配重块、卡片形状、位置及相对位置信息；

对每个卡仓的卡片所在位置对应辅助识别标尺的数据读取，计算每个卡仓内的卡片数量。

具体的，发卡仓组安装在送卡机构上，在使用中可以整体相对于送卡机构左右移动，并可以和送卡机构一起做送卡伸出和收回动作。送卡机构处于伸出位置时，摄像头镜头外表面与卡仓组操作面距离最远，送卡机构处于收回位置时，摄像头镜头外表面与卡仓组操作面距离最近。

相对于不同的发卡机器人摄像头安装在满足预设距离的前提下仍具有个体差异，检测装置在使用前需要记录存储初始参数数据。在送卡机构处于收回位置处，测量并存储摄像头镜头外表面与卡仓组操作面的垂直距离D；测量并存储单个卡仓操作面的长度和高度的尺寸、配重块的长度和高度的尺寸；测量并存储每个卡仓卡尽处辅助识别标尺读数Ya1-Yan，n为卡仓组内的卡仓数量。存储以上参数用以在余卡检测计算中使，用以消除安装造成的个体差异。

初始化参数操作时将检测装置通过以太网连接电脑，由应用软件通过命令控制将测量初始参数下发并存储到检测装置中。

送卡机构具有四种位置状态，分别为处于收回位置处、处于送卡伸出位置处、伸出移动中、收回移动中。图像处理主控模块实时与发卡机器人主机通讯，获取送卡机构的实时位置状态和卡仓组相对于送卡机构的位置状态，只有当送卡机构处于收回位置处或处于伸出位置处，并且卡仓组相对于送卡机构处于静止状态时，摄像头进行拍照并计算识别余卡数量。卡仓组处于运动状态时摄像头不进行拍照识别。送卡机构处于伸出位置处时，相对于收回位置处，送卡机构沿着垂直于卡仓操作面和摄像头镜头外表面方向远离摄像头已知的距离d位置处。

根据摄像头与和卡仓组所在位置，采用图片像素点数估算公式，近似计算每个卡仓的长度和高度像素点数，图片像素点数估算公式如下所示：

Px=*W（1）

Py=*H（2）

其中Px为所求图形的长度像素点数； Cw为摄像头长度分辨率，W为所求图形实际长度；Py为所求图形的高度像素点数；Ch为摄像头高度分辨率，H为所求图形实际高度；D为送卡机构处于收回位置处时摄像头镜头外表面与卡仓组操作面的垂直距离，d为工作中送卡机构沿着垂直于卡仓操作面方向的移动距离，β为摄像头的入射角度。

将单个卡仓的实际长度W、高度H、摄像头的入射角度β和送卡机构处于收回位置处时摄像头镜头外表面与卡仓组操作面的垂直距离D以及移动距离d带入公式（1）和公式（2），计算单个卡仓的长度像素点数Px和高度像素点数Py；

以点阵像素图片的左下角为坐标原点，图像长度为x坐标，x≤Cw，图像高度为y坐标，y≤Ch，根据计算所得的单个卡仓的长度和高度的像素点数Px、Py，在图片中查找已经识别的特征图形中的长方形的长度、高度像素点数，并标记具有最为接近长度Px和高度Py像素点数的长方形的左下角坐标位置，重复上述查找，查找并标记n个卡仓的每个卡仓左下角的坐标位置，由左至右依次标记为卡仓1至卡仓n；

将单个配重块的实际长度W、高度H、摄像头的入射角度β和送卡机构处于收回位置处时摄像头镜头外表面与卡仓组操作面的垂直距离D以及移动距离d带入公式（1）和公式（2），计算单个配重块长度的像素点数Kx和高度的像素点数Ky；

根据计算所得的单个配重块的长度和高度的像素点数Kx、Ky以及卡仓1的坐标位置，在卡仓1的长方形仓体图形的内部查找具有最为接近长度Kx和高度Ky像素点数的长方形图形，并标记长方形的左下角坐标位置，重复上述查找，查找并标记n个卡仓中的每个配重块的左下角坐标位置；

每个配重块的标记位置为其左下角，对于下出卡式卡仓配重块标记位置处既为叠放CPC卡高度位置，对于非标辅助识别标尺，对应的辅助识别标尺读数既为CPC数量。

每个卡仓配重块左侧紧邻辅助识别标尺，在每个卡仓配重块位置的左下侧查找并匹配识别首个出现的阿拉伯数字Yb1-Ybn，Ybn的取值范围为1-9。

在每个卡仓辅助识别标尺纵坐标方向上，对应阿拉伯数字纵坐标与对应配重块纵坐标范围内，识别统计刻度尺基本单位标记线条的数量S1-Sn。

对于非标辅助识别标尺，辅助识别标尺的最小刻度单位为CPC卡厚度，标尺读数既为卡仓内CPC数量，发卡仓组内的CPC卡数量为：

对于标准识别标尺，单个CPC卡厚度为5mm，发卡仓组内的CPC数量为：

。

其中为每个卡仓卡尽处辅助识别标尺读数Ya1-Yan；Si为每个卡仓已经识别统计的刻度尺基本单位标记线条的数量S1-Sn；/>为每个卡仓已经识别的首个出现的阿拉伯数字Yb1-Ybn。

在实际操作应用中，本实施例所提供的发卡仓实时检测装置适用于下出卡式卡仓，也适用于上出卡式卡仓，对于上出卡式卡仓，将配重块对应替换为相应的卡托装置，辅助识别标尺的最下端即0位置与最上端CPC卡上表面齐平，通过识别对应卡托装置上表面处对应的辅助识别标尺读数计算卡仓及卡仓组内卡片的数量。

综上，本申请实施例提供的上述装置为一种低成本采用图像识别技术的发卡仓余卡数量实时检测装置，实时检测发卡仓内剩余卡片数量并上传自动发卡机系统管理软件，使收费站工作人员可视化各车道自动发卡机器人内部每个供卡仓内的实时卡片数量，实现每个自动发卡机器人的定向定量补卡操作，提高了收费站工作人员的工作效率及车道通行效率。

基于上述装置实施例，本申请实施例还提供一种自动发卡机器人发卡仓实时检测方法，应用于前述实施方式任一项的自动发卡机器人发卡仓实时检测装置；该方法主要包括以下步骤：

通过广角摄像头用于抓拍发卡仓组的图像数据，并根据发卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，并通过以太网与车道工控机通讯，以使车道工控机实时获取发卡仓组的卡片数量；

其中，自动发卡机器人所对应的发卡仓组包括多个卡仓，每个卡仓内的卡片上方配置有配重块；每个卡仓上对应安装有辅助识别标尺，辅助识别标尺用于标识卡仓中卡片的位置。

在可选的实施方式中，根据发卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，包括：

读取发卡仓组的图像数据；发卡仓组的图像数据为点阵像素数据；

对发卡仓组的图像数据所对应的点阵像素数据进行灰度化处理，并采用最大类间方差法将图片数据二值化处理，得到二值图像；

提取二值图像中的边界轮廓，对边界轮廓进行近似处理，并从边界轮廓中识别特征图形；其中，特征图形至少包括数字、线条、长方形、正方形、三角形、不规则图形中的一种或多种；

匹配识别卡仓、标尺、配重块、卡片形状、位置及相对位置信息；

对每个卡仓的卡片所在位置对应辅助识别标尺的数据读取，计算每个卡仓内的卡片数量。

本申请实施例提供的自动发卡机器人发卡仓实时检测方法，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，自动发卡机器人发卡仓实时检测方法的实施例部分未提及之处，可参考前述自动发卡机器人发卡仓实时检测装置实施例中相应内容。

本申请实施例还提供了一种电子设备，如图8所示，为该电子设备的结构示意图，其中，该电子设备100包括处理器81和存储器80，该存储器80存储有能够被该处理器81执行的计算机可执行指令，该处理器81执行该计算机可执行指令以实现上述任一项自动发卡机器人发卡仓实时检测方法。

在图8示出的实施方式中，该电子设备还包括总线82和通信接口83，其中，处理器81、通信接口83和存储器80通过总线82连接。

其中，存储器80可能包含高速随机存取存储器（RAM，Random Access Memory），也可能还包括非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。通过至少一个通信接口83（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线82可以是ISA（IndustryStandard Architecture，工业标准体系结构）总线、PCI（Peripheral ComponentInterconnect，外设部件互连标准）总线或EISA（Extended Industry StandardArchitecture，扩展工业标准结构）总线等。总线82可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

处理器81可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器81中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器81可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称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。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器81读取存储器中的信息，结合其硬件完成前述实施例的自动发卡机器人发卡仓实时检测方法的步骤。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述自动发卡机器人发卡仓实时检测方法，具体实现可参见前述方法实施例，在此不再赘述。

本申请实施例所提供的自动发卡机器人发卡仓实时检测装置和方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本申请的范围。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (7)

1.一种自动发卡机器人发卡仓实时检测装置，其特征在于，包括：

自动发卡机器人所对应的发卡仓组，所述发卡仓组包括多个卡仓，对于下出卡式卡仓，每个卡仓内的卡片上方配置有配重块；

每个卡仓上对应安装有辅助识别标尺，所述辅助识别标尺用于标识卡仓中卡片的位置；所述辅助识别标尺为非标刻度标尺或标准可读标尺，所述非标刻度标尺的刻度设置为根据卡片的厚度对应设置的用于指示卡仓内的卡片数量的刻度，所述标准刻度标尺用于指示卡仓的卡片的当前总厚度，并根据所述卡片的当前总厚度确定卡片的数量；

在所述发卡仓组添卡操作所在的添卡操作面的对面安装广角摄像头；所述广角摄像头用于抓拍发卡仓组的图像数据，并根据所述发卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，并通过以太网与车道工控机通讯，以使车道工控机实时获取发卡仓组的卡片数量；

所述图像处理主控模块具体用于：

图像处理主控模块读取所述发卡仓组的图像数据；所述发卡仓组的图像数据为点阵像素数据；

对所述发卡仓组的图像数据所对应的点阵像素数据进行灰度化处理，并采用最大类间方差法将图片数据二值化处理，得到二值图像；

提取所述二值图像中的边界轮廓，通过闭运算增加轮廓的连通性，对所述边界轮廓进行近似处理，将因图像角度产生的畸变线条直线化处理，并从所述边界轮廓中识别特征图形；其中，所述特征图形至少包括数字、线条、长方形、正方形、三角形中的一种或多种；

匹配识别卡仓、标尺、配重块、卡片形状、位置及相对位置信息；

对每个卡仓的卡片所在位置对应辅助识别标尺的数据读取，计算每个卡仓内的卡片数量。

2.根据权利要求1所述的自动发卡机器人发卡仓实时检测装置，其特征在于，在所述添卡操作面的对面，位于所述添卡操作面的轨迹面的中心垂线上安装广角摄像头，并保证在卡仓组沿着垂直于所述广角摄像头的镜头表面移动时，广角摄像头的镜头表面与所述添卡操作面的最小垂直距离大于预设距离，以使所述广角摄像头完整覆盖添卡操作面；

其中，所述添卡操作面为卡仓组添卡操作所在的长方形表面，所述添卡操作面的轨迹面为所述添卡操作面平移时所覆盖的长方形轨迹平面；所述广角摄像头固定安装在发卡机器人的外壳上。

3.根据权利要求2所述的自动发卡机器人发卡仓实时检测装置，其特征在于，所述广角摄像头包括120°广角摄像头或160°广角摄像头。

4.根据权利要求1所述的自动发卡机器人发卡仓实时检测装置，其特征在于，所述广角摄像头至少包括图像传感器、传感器驱动模块、以太网通讯模块、图像处理主控模块和补光驱动模块。

5.根据权利要求4所述的自动发卡机器人发卡仓实时检测装置，其特征在于，所述图像处理主控模块用于：

对所述传感器驱动模块上传的发卡仓组的图像数据进行分析计算，识别出每个卡仓对应的辅助识别标尺和配重块的位置和形状，并识别读取每个配重块下表面所对应的辅助识别标尺的读数，得到每个卡仓内的卡片数量。

6.一种自动发卡机器人发卡仓实时检测方法，其特征在于，应用于权利要求1至5任一项所述的自动发卡机器人发卡仓实时检测装置；所述方法包括：

通过广角摄像头用于抓拍发卡仓组的图像数据，并根据所述发卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，并通过以太网与车道工控机通讯，以使车道工控机实时获取发卡仓组的卡片数量；

其中，自动发卡机器人所对应的发卡仓组包括多个卡仓，每个卡仓内的卡片上方配置有配重块；每个卡仓上对应安装有辅助识别标尺，所述辅助识别标尺用于标识卡仓中卡片的位置。

7.根据权利要求6所述的自动发卡机器人发卡仓实时检测方法，其特征在于，根据所述发卡仓组的图像数据实时分析计算每个卡仓的卡片的数量，包括：

读取所述发卡仓组的图像数据；所述发卡仓组的图像数据为点阵像素数据；

对所述发卡仓组的图像数据所对应的点阵像素数据进行灰度化处理，并采用最大类间方差法将图片数据二值化处理，得到二值图像；

提取所述二值图像中的边界轮廓，对所述边界轮廓进行近似处理，并从所述边界轮廓中识别特征图形；其中，所述特征图形至少包括数字、线条、长方形、正方形、三角形、不规则图形中的一种或多种；

匹配识别卡仓、标尺、配重块、卡片形状、位置及相对位置信息；

对每个卡仓的卡片所在位置对应辅助识别标尺的数据读取，计算每个卡仓内的卡片数量。