CN216655386U - 一种物体分离机 - Google Patents
一种物体分离机 Download PDFInfo
- Publication number
- CN216655386U CN216655386U CN202122400440.4U CN202122400440U CN216655386U CN 216655386 U CN216655386 U CN 216655386U CN 202122400440 U CN202122400440 U CN 202122400440U CN 216655386 U CN216655386 U CN 216655386U
- Authority
- CN
- China
- Prior art keywords
- camera
- cameras
- midpoint
- parcel
- separator
- 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.)
- Active
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本实用新型公开了一种物体分离机,包括:位于分离机下部的物体传送带,布置在物体传送带上方的多个不同高度和/或角度的2D相机,与多个2D相机相连的数据处理器以及传送带控制系统。该基于2D相机的物体分离机可实现全自动化多并排物体的单件分离,提升分拣和检测效率,降低在单件分离系统中视觉装置的架设成本,解决目前单件分离系统的视觉系统硬件成本昂贵、对物体定位不准确和实用性不高的问题。
Description
技术领域
本实用新型涉及计算机视觉检测识别技术领域,尤其涉及一种基于2D相机的物体分离机。
背景技术
近年来,视觉检测技术在物体识别领域获取了广泛的应用,包括物体自动搬运、分拣,物流仓储自动化识别、抓取等。物体分拣是电子商务的核心环节,随着我国电商平台的快速发展和交通运输日益快捷,导致物流行业业务量激增。为了增加物流的处理效率,在各中转站和快递点的物流分拣中通常需要借助动力源驱动传送带等输送装置将大量的包裹堆输送至不同位置进行单件分离,以便于后续对物体进行扫描、识别、分拣等工作。
第一,目前电商和快递行业的分拣作业现场通常采用人工分离的方式,将大量输送进来的包裹进行人工分离,任务量繁重劳动强度大且效率不高。
第二,部分研究人员提出基于视觉的单件分离系统来代替人工进行物体的单件分离,但其在获取物体位置信息时,除图像采集装置外大多需要额外的硬件装置辅助。现有技术如中国专利申请 201910162842.X公开的技术方案,除相机架设外还需要多个光电传感器辅助,利用相机判断包裹是否存在并排现象,然后利用多个光电传感器对并排包裹定位,给并排包裹下的不同传送带一个速度差来达到包裹分离的效果。其存在对光电传感器的布设位置要求高,布设复杂,定位不够准确,难以处理多包裹并排的情况。
第三,也有人尝试仅用视觉采集装置对物体进行定位,其大多都采用多个3D相机,将多个3D相机采集的物体图像进行拼接以覆盖整个视野,对视野内的物体定位后将位置信息发送给分离装置和靠边装置后完成单件分离。在实际工程应用时,需要获取传送带速度为 0~2m/s上的高质量物体图像,因此对相机的传输接口、相机延迟、图像分辨率、每秒传输帧数等参数要求较高,满足要求的3D相机价格昂贵,且单个3D相机采集图像时视野盲区较大。需采用多个3D 相机部署视觉装置,成本高昂,不利于大规模在流水线架设。
第四,也有人尝试将第二和第三种技术结合后进一步研究,如中国专利申请201911168246.9公开了一种并排包裹的分离装置及其方法,具体实施步骤包括:包裹分散装置,先将包裹输送至分散装置,从输送线到达分散装置的包裹,通过输送方向存在的角度差对包裹进行分散,相邻包裹之间留有间隙;随后为检测识别装置,3D相机获取包裹图像,将4个3D相机拍摄视野图像拼接,通过视觉算法对比去除拍照重复的部分,获取整个视野范围的包裹图像,并在图像中建立坐标系。利用边缘检测算法提取图像中包裹轮廓的坐标信息。根据每个包裹的相对位置、尺寸等信息,筛选出最靠前的第一包裹,第一包裹所在位置皮带为第一皮带集合,其余包裹为第二包裹,第二包裹所在位置皮带为第二皮带集合。通过皮带差分控制模块将第一皮带集合调快,将第二皮带集合调慢或停止,达到包裹并行分离的效果。将并行分离后的包裹输送至单件分离模块实现包裹靠边分离。
但该专利方法需使用多个3D相机拼接获取完整的视野尺寸,多个3D相机成本昂贵,使用图像拼接去除各相机拍照重复的部分,浪费部分相机视野,另外目前图像拼接会造成重叠区域对齐偏差等影响包裹位置输出;且一般的深度相机对矮包裹检测效果差,受光照等外界环境影响大、鲁棒性差,架设条件较为苛刻,不适于流水线大规模架设;该方法使用边缘检测算法获取包裹位置,传统边缘检测算法精度不高会造成包裹位置输出误差;该方法对并行包裹处理复杂,耗时量大,输送大量并行包裹时处理不及时易发生包裹的堆叠,且对尺寸相似的包裹分离效果差。以上问题导致该方法实用性下降。
因此,目前还没有一套高效且分离精度较高的物体分离机。
实用新型内容
为了解决现有技术中存在的问题,本实用新型提供了如下一种基于2D相机的物体分离机,以替代人工实现对物体高效单件分离,通过旋转目标检测技术实现对传送带上输送的物体检测,获取物体实时位置,最后由分离皮带机实现物体的分离、拉距及排队。实现全自动化多并排物体的单件分离,提升物体分拣效率,降低在单件分离系统中视觉装置的架设成本,解决目前单件分离系统的视觉系统硬件成本昂贵,对物体定位不准确和实用性不高的问题。
本实用新型一方面提供了一种物体分离机,包括:
布置在下方的物体传送带,布置在所述物体传送带上方的多个不同高度和/或角度的2D相机以及与多个所述2D相机相连的数据处理器。
其中,所述2D相机以一定的高度差并且以对单个所述物体能够以整个视野尺寸覆盖的规则架设;所述数据处理器获取多台2D相机分别采集的对于单个所述物体的多幅图像,对采集后的所述多幅图像利用所述物体的特征信息将有高度差的两台2D相机间的物体区域进行关联匹配;基于不同高度相机中对同一物体的成像,利用相机成像原理计算所述物体的真实尺寸,并输出准确的物体位置信息。
优选的,所述物体传送带为4×7规格。
优选的,还包括传送带控制系统,所述传送带控制系统用于接收所述物体的位置信息,并控制所述物体传送带进行所述物体的分离。
优选的,所述2D相机为两个,分别为入口相机和中点相机或中点相机和出口相机;或所述2D相机为三个,分别为入口相机、中点相机以及出口相机。
优选的,所述入口相机架设在所述物体传送带的入口正上方,所述入口相机的光轴与竖直方向倾斜放置。
优选的,所述中点相机架设在视野尺寸中点正上方,所述中点相机的光轴沿竖直方向垂直物体传送带平面俯视放置。
优选的,所述出口相机架设在出口正上方,所述出口相机的光轴与竖直方向倾斜放置。
优选的,还包括靠边装置构成的单件分离模块,所述传送带控制系统会控制不同区域的传送带以不同速度运转进行并行分离,分离后经过所述靠边装置输出单队列有间隔的物体。
优选的,还包括黏连分离装置,用于将多个物体拉开一定间隙,将黏连物体进行分离。
优选的,所述黏连分离装置由散射皮带机构成。
本实用新型提供的物体分离机,利用具有高度差的2D相机对同一物体尺寸成像大小不同的特点,以相机小孔成像原理计算物体的实际尺寸,进而获取物体世界坐标系坐标,将该坐标输入到单件分离模块实现实时、高精度的单件分离。该基于旋转目标检测的多个2D相机物体单件分离机可用2D相机代替3D相机检测物体实际尺寸,输出物体世界坐标,解决工程应用中设备成本高昂和3D相机对矮物体检测效果不佳的问题。本分离机的相机架设相对简单,多角度镜头可以有效减少物体间遮挡盲区,提升检测效果。
附图说明
图1为本实用新型所述物体分离机的优选实施例的结构示意图。
图2为本实用新型所述物体分离机中入口相机优选实施例布置方法原理图。
图3为本实用新型所述物体分离机中中点相机优选实施例布置方法原理图。
图4为本实用新型所述物体分离机中出口相机优选实施例布置方法原理图。
图5为本实用新型所述物体分离机工作过程的优选实施例中基于相机标定设置关联匹配区域方法流程图。
图6(a)为本实用新型所述物体分离机工作过程的优选实施例中传统相机设置方式的监控范围和拍摄效果的图像。
图6(b)为本实用新型所述物体分离机工作过程的优选实施例中优选相机设置方式的监控范围和拍摄效果的图像。
图7为本实用新型在单包裹和多包裹情况下可能造成的视野盲区分类;
图8为本实用新型在包裹运动时多包裹堆叠造成的盲区面积变化情况示意图。
图9为本实用新型所述物体分离机工作过程的优选实施例中相机标定示意图。
图10为本实用新型所述物体分离机工作过程的优选实施例中相机标定方法示意图。
图11为本实用新型所述物体分离机工作过程的优选实施例中通过入口相机的成像和中点相机的成像进行标定的示意图像。
图12(a)为分离机采用的物体分离方法的优选实施例中无旋转目标检测算法确定的物体角点图像。
图12(b)为分离机采用的物体分离方法的优选实施例中旋转目标检测算法确定的物体角点图像。
图13为本实用新型所述物体分离分离机工作过程的优选实施例中实施物体的旋转目标检测算法的物体角点检测模块工作原理图。
图14为本实用新型所述物体分离机工作过程的优选实施例中旋转目标检测算法的流程图。
图15为本实用新型所述物体分离机工作过程的优选实施例中跨相机相同物体识别原理图。
图16为本实用新型所述物体分离机工作过程的优选实施例中跨相机相同物体识别步骤流程图。
图17为本实用新型所述物体分离机工作过程的优选实施例中物体重识别原理示意图。
图18为本实用新型所述物体分离机工作过程的优选实施例中物体重识别ReID算法实现跨摄像头识别相同目标的示意图像。
图19为本实用新型所述物体分离机工作过程的优选实施例中物体实际尺寸位置计算流程图。
具体实施方式
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
本优选实施例为用于物流包裹分离的基于2D相机包裹分离机,如图1所示,所述包裹分离机包括布置在下方的包裹传送带,布置在包裹传送带上方的多个不同高度和/或角度的2D相机,以及与多个所述2D相机相连的数据处理器。
其中,多个2D相机以一定的高度差架设,并且2D相机以对单个所述包裹能够以整个视野尺寸覆盖的规则架设;所述数据处理器获取多台2D相机分别采集的对于单个所述包裹的多幅图像,对采集后的所述多幅图像利用所述包裹的特征信息将有高度差的两台2D相机间的包裹区域进行关联匹配;基于不同高度相机中对同一包裹的成像,利用相机成像原理计算所述包裹的真实尺寸,并输出准确的包裹位置信息。皮带控制系统用于接收包裹的真实尺寸和包裹的位置信息,并控制物流传送带进行包裹分离。
其中,包裹的真实尺寸和包裹的位置信息的获取:包裹尺寸位置计算利用相同包裹在有一定高度的两相机图像位置的差异,修正包裹由于远小近大成像造成的误差,然后计算包裹的实际尺寸并转化成世界坐标系。
皮带控制系统的功能:将世界坐标系下的包裹的位置信息输出到皮带控制系统实现包裹的单件分离。
2D相机在物流传送带上形成一定的视野尺寸和监控范围,其中视野尺寸表示物流传送带上皮带控制系统的面积,监控范围为2D相机所拍摄的面积。
物流传送带为N×M规格,本实施例中为4×7规格,当然本领域技术人员可以根据需要设定其他规格,或者在检测过程中进行变化。
相机架设策略包括:至少需要两个具有一定高度差的2D相机俯视或斜视架设在物流包裹传送装置上方;2D相机之间视野互补,覆盖整个需输出包裹位置信息的区域;
作为更优选的实施方式,2D相机设置为三个,分别为入口相机 1、中点相机2以及出口相机3。
如图2所示,本实施例中,入口相机1架设在物流传送带的入口正上方,高为1.7m,入口相机1的光轴与竖直方向倾斜35°放置。
如图3所示,中点相机2架设在视野尺寸中点正上方,高1.9m,中点相机2光轴与竖直方向一致,垂直物流传送带平面俯视放置。
如图4所示,出口相机3架设在出口正上方,高1.7m,出口相机3的光轴与竖直方向倾斜35°放置。
作为优选的实施方式,还包括靠边装置构成的单件分离模块,皮带控制系统会控制不同区域的皮带以不同速度运转进行并行分离,分离后经过靠边装置输出单队列有间隔的包裹。
作为优选的实施方式,还包括黏连分离装置,由散射皮带机构成,用于将多个物流包裹拉开一定间隙,将黏连包裹进行分离。
如图5所示,本实用新型的分离机采用如下包裹分离方法,包括:
预处理部分以及线上处理部分,其中预处理部分包括相机架设步骤以及相机标定步骤,线上处理部分包括旋转目标检测算法确定的包裹角点步骤、跨相机相同包裹识别步骤以及包裹的实际空间尺寸及位置计算步骤;
相机架设步骤用于架设多台2D相机,相机标定步骤用于对多台 2D相机进行标定获得不同相机在包裹图像的像素图像坐标系间的映射关系,旋转目标检测算法确定的包裹角点步骤用于获得包裹的角点信息并进而获得包裹的图像信息,跨相机相同包裹识别采用重识别算法对关联匹配区域的多个包裹进行精确识别,最终给不同图像中的相同包裹分配同一个编号,包裹的实际空间尺寸及位置计算利用相同包裹在有一定高度的两相机图像位置的差异,修正包裹由于远小近大成像造成的误差,然后计算包裹的实际空间尺寸及位置信息,输出到皮带控制系统实现包裹的单件分离。
其中,相机架设步骤包括:设置三个2D相机,分别为入口相机 1、中点相机2以及出口相机3;其中,入口相机1架设在物流传送带的入口正上方,高为a,入口相机1的光轴与竖直方向倾斜一定角度β放置;中点相机2架设在视野尺寸中点正上方,高为b,中点相机2光轴与竖直方向一致,垂直俯视放置;出口相机3架设在出口正上方,高为a,出口相机3的光轴与竖直方向倾斜β放置,其中高度 b≠a。本实施例中,b为1.9m,a为1.7m。当然本领域技术人员可以根据物流现场的建筑特点进行相应的高度数值调整,均在本实用新型的保护范围内。
本实施例中,选择最高为70cm包裹,本实施例当最高包裹刚进入1.6m×2m的视野尺寸三个相机也能获取完整包裹图像。
如图6(a)、图6(b)所示为传统相机设置方式以及本实施例相机设置方式下能否获得包裹完整图像的比较示意图。
如图6(a)所示,传统相机设置方式下,当相机监控范围进能够覆盖0平面2m×1.6m的视野尺寸时,无法获取边缘包裹的完整图像。
如图6(b)所示,本实施例的相机设置方式,当相机监控范围能够覆盖最高包裹70cm平面2m×1.6m的视野尺寸时,可以获取边缘包裹完整的图像。
如图7所示,相机采集图像时会产生视野盲区,盲区指的是在包裹在传送带上运动的过程中,始终不能被两个相机观测到的区域。
由图7可知,可能造成的视野盲区包括两类:
第一类为单包裹造成的盲区,当仅存中点相机,包裹位于中点时,单包裹盲区如图7中示意图1上图所示。而在本实施例下,左盲区A 和上盲区B可由入口相机观测到,右盲区C和下盲区D可由出口相机观测到。在包裹不同行进位置时中点相机可分别观测到A、B、C、 D区域,因此在本发明的实施例下不存在单包裹造成的盲区。
如图8所示,第二类为多包裹盲区在运动时面积变化情况,具体的情况如表1。
表1包裹运动时多包裹堆叠造成的盲区面积变化情况
作为优选的实施例,包裹在传送带上运动时,多包裹造成的盲区包括包裹并行遮挡和高低高包裹遮挡的类型,其中盲区仅能从中点相机2拍摄到,若在相机2的图像中检测到该区域内有包裹,则赋予其一个较小的经验高度(本实施例为5cm),从而消除远小近大误差。
如图9所示,相机标定目的:由于同一物体在不同相机中的位置和大小各不相同,标定会得到不同相机间像素点的映射关系,以便后续计算同一包裹在不同相机图像中的位置。
如图10所示,相机标定的方法:对两相机拍摄图像建立像素图像坐标系,实际物体的高度确定时,这种映射关系在该高度下的任意位置上始终不变。本方案两相机之间需要进行两次标定,分别为70cm 高度标定和0cm高度标定,目的是利用70cm和0cm标定得出的映射关系找出0~70cm之间任意高度包裹的位置。
相机标定策略包括:对两相机拍摄图像建立像素坐标系,实际物体的高度确定时,这种映射关系在该高度下的任意位置上始终不变,不同高度的所述2D相机之间进行不同高度的两次标定并获得两个映射关系,从而获得不同高度之间任意高度物体的位置;所述相机标定包括将有高度差的所述2D相机所成图像在同一实际空间视野区域进行坐标转换,获取同一实际空间位置坐标在不同相机间的像素图像坐标,最终获取两个2D相机对同一实际空间坐标的像素点映射关系,即视为完成一次相机标定;所述方法完成两次相机标定,包括0高度平面和最大高度平面两高度差2D相机之间像素点的映射关系,0高度映射关系视为第一映射关系,最大高度平面映射关系视为第二映射关系;同时,以2D相机左上角为原点建立图像坐标系,进而根据相机覆盖的视野尺寸和相机分辨率建立成像平面坐标系,获取像素点长度和所述物体实际物理长度的对应关系。
参见图11,本实施例中相机标定的流程包括:
1、在视野范围内放置一个70cm标准纸箱,使三个相机均能拍摄到该纸箱;
2、分别得到相机1和相机2拍摄的图像中标准纸箱上、下表面的八个角点的像素点坐标;
3、分别对上表面和下表面的坐标值进行两次运算,得到两相机在70cm高度处的映射关系H1以及0cm高度出的映射关系H2;
4、更换为未标定的相机,经过上述标定步骤三次即可完成三相机标定工作。
如图12(a)所示,现有的目标检测算法只能得到目标的水平的最大外接矩形框,无法准确得到每个包裹的实际尺寸,且存在检测框重叠问题导致无法有效单件分离。
参见图12(b)所示,作为优选的实施方式,旋转目标检测算法确定的包裹角点步骤包括:在常规目标检测算法中加入旋转因子,对摆放不规则的包裹以及异形件等特殊包裹也能进行精准检测,最终得到包裹上表面的角点坐标以及包裹在图像中的位置。本实施例采用旋转yolo5、R2CNN、RRPN、Gliding vertex、P-RSDet或SCRDet旋转目标检测模型。应用旋转目标检测算法确定的包裹角点步骤分别检测三个相机所拍摄图像中的包裹,得出每个包裹的精确检测框。
图13为实施旋转目标检测算法确定的包裹角点步骤的包裹角点检测模块工作原理图,该模块获取包裹在不同相机图像中的尺寸和位置,以便后续进行包裹实际位置的计算。图14所示为旋转目标检测算法确定的包裹角点步骤流程图,包括:
利用中点相机2和其他相机的配合相机调用策略进行包裹所在实际位置的判断,包括:
如果包裹位于整个视野尺寸的左半部分,如图13中包裹1所示,则调用入口相机1和中点相机2;
如果包裹位于整个视野尺寸的中间部分,如图13中包裹2所示,则分别调用入口相机1和中点相机2以及出口相机3和中点相机2;
如果包裹位于整个视野尺寸的右半部分,如图13中包裹3所示,则调用出口相机3和中点相机2;
然后获取同编号的包裹在不同相机图像中的位置信息。
传送带上传输的包裹大部分为纯色黄箱子,特征单一,如果使用传统的图像全局匹配方式很难找到不同包裹目标的有效特征点进行关联匹配,因此很难实现跨相机间的同一个包裹的识别。因此采用如下方式设置关联匹配区域:
获取中点相机2的第一包裹图像的检测框结果;
根据相机架设策略与相机标定策略中中点相机2和入口相机1或出口相机3在0高度平面和最大高度平面之间的标定分别获取的第一映射关系和第二映射关系,获得入口相机1或出口相机3在0高度标定的第一映射关系下的第二包裹图像第一关联框和最大高度平面标定的第二映射关系下的第二包裹图像第二关联框;
将第一关联框和第二关联框之间的所有区域框出,设置为关联匹配区域;
重复上述步骤获得每个包裹的中点相机2检测框结果,并计算对应包裹在入口相机1或出口相机3中的关联匹配区域;
将包裹图像数据经过训练后获得重识别算法模型,利用物流包裹的表面特征信息对中点相机2获得的每个包裹的第一包裹图像在入口相机1或出口相机3中的关联匹配区域进行关联匹配,获得跨相机间的同一包裹识别,并输出包裹跨相机间相同的ID号。
参见图15为跨相机相同包裹识别原理图,作为优选的实施方式,跨相机相同包裹识别步骤的原理为:采用局部匹配的方式进行同包裹识别,例如在中点相机2中检测到一个包裹,通过相机标定输出的映射关系得到在入口相机1图像的某一部分区域,并在该区域中查找识别相同包裹,从而实现同包裹识别的目的。
参见图16为跨相机相同包裹识别流程图,作为优选的实施方式,包括:
1、获得相机标定步骤中输出的70cm平面的映射关系H1和0cm 平面的映射关系H2,以及旋转目标检测算法确定的包裹角点步骤中对中点相机2拍摄到的包裹旋转目标检测算法确定后所输出的包裹顶面角点在中点相机2中的图像像素坐标;
2、根据映射关系H1得到包裹在入口相机1中的图像区域R1或出口相机3中的图像区域R1’;
根据映射关系H2得到物体在入口相机1中的图像区域R2或出口相机3中的图像区域R2’;
获取区域R1和R2或R1’和R2’的并集,从而获得了最终的关联匹配区域;
3、采用重识别算法对关联匹配区域内的多个物体进行精确识别,最终为不同图像中的相同物体分配同一个编号,参见图17所示。
通过关联匹配区域可以大幅度减少全局匹配带来的误差,但物体越大,设置的关联匹配区域误差也就越大,有时候关联匹配区域中会出现一个大物体以及多个小物体的情况,无法做到精确识别。因此采用如图18所示的ReID算法,实现跨摄像头识别相同的目标。
直接利用2D图像计算物体在图像中的位置,在转化为世界坐标系进行输出时,会因“远小近大”成像造成物体位置输出误差。因此利用相同物体在有一定高度差的两相机图像位置的差异,修正该物体由于远小近大成像造成的误差,然后计算物体的实际尺寸并转化成世界坐标系,输出到皮带控制系统实现物体的单件分离。
物体尺寸位置计算步骤的流程如图19所示,根据同一物体在中点相机2的角点坐标和入口相机1或出口相机3的角点坐标分别计算同一物体在中点相机2和入口相机1或出口相机3中因远小近大成像出的不同像素长、宽;由相机小孔成像原理计算单件物体真实尺寸和高度信息,确定单件物体在成像平面坐标系的真实坐标以消除误差,确定物体的真实尺寸并转化为成像平面坐标系坐标。
包括:将同编号的物体在中点相机2图像中的位置、同编号的物体在入口相机1(或出口相机3)图像中的位置以及相机架设的高度差共同作为输入进行联合计算,获得物体实际尺寸、包括世界坐标系坐标,将物体在传送带上的位置输出给皮带控制系统。
作为优选的实施例,将相同编号的物体在中点相机2图像中的位置,相同编号的物体在入口相机1或出口相机3图像中的位置以及相机架设的高度差共同作为输入进行联合计算获得物体的实际尺寸;确定物体世界坐标系坐标;将物体在传送带上的世界坐标系坐标输出给皮带控制系统;利用小孔成像原理将入口相机1或出口相机3以及中点相机2所成单件物体在成像平面坐标系的真实坐标以消除误差,确定物体的实际空间尺寸和位置。
世界坐标系的建立过程包括:
以中点相机2为原点,以成像平面坐标系为X、Y轴,以中点相机2到标定的0高度平面的垂直方向为Z轴,建立相机坐标系;
以相机坐标系的原点为世界坐标系的原点,建立世界坐标系,此时相机坐标系等于世界坐标系;
将物体在成像平面坐标系的坐标、相机焦距参数在世界坐标系中进行转换,计算获取对应的世界坐标系坐标。
本实施例通过具有高度差的2D相机对同一物流包裹尺寸成像大小不同的特点,以相机小孔成像原理计算物流包裹的实际尺寸,进而获取物体世界坐标系坐标,将该坐标输入到单件分离模块实现实时、高精度的单件分离。该基于旋转目标检测的多个2D相机物流包裹单件分离机可用2D相机代替3D相机检测物体实际尺寸,输出物体世界坐标,解决工程应用中设备成本高昂和3D相机对矮物体检测效果不佳的问题。本分离机相机架设相对简单,多角度镜头可以有效减少物体间遮挡盲区,提升检测效果。
本设备水平方向位置检测误差在5cm以内,竖直高度方向的位置检测分辨率达到0.1cm。对于薄片状较矮的物体,在图像形成过程中如果发生较矮的物体被遮挡的情况,默认物体高度为5cm。对于不规则形状物体,利用检测算法增加物体表面检测角点数量,对于多个角点分别采用小孔成像原理,计算三维尺寸和物体位置,增加准确性,或者对于坐标和关联区域的确定会多次求取均值,尽可能地精确。
本实用新型的方案可以将物体的应用场景扩展到任何可相对移动物体的体积、位置和/或质量等典型参数的检测,包括养殖业中生猪等通过传送带和2D相机的配合测量其体积,获知生长状况以及出栏决策。当然,还可以延伸到任何与2D相机具有相对位移的检测场景中,均在本实用新型的保护范围内。
尽管已描述了本实用新型的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本实用新型范围的所有变更和修改。显然,本领域的技术人员可以对本实用新型进行各种改动和变型而不脱离本实用新型的精神和范围。这样,倘若本实用新型的这些修改和变型属于本实用新型权利要求及其等同技术的范围之内,则本实用新型也意图包含这些改动和变型在内。
Claims (9)
1.一种物体分离机,其特征在于,包括:
位于分离机下部的物体传送带,在所述物体传送带上方设置有多个不同高度和/或角度的2D相机,所述物体分离机还包括与多个所述2D相机相连的数据处理器;其中,2D相机以一定的高度差架设;
其中,2D相机以一定的高度差并且以对单个所述物体能够以整个视野尺寸覆盖的规则架设;所述数据处理器获取多台2D相机分别采集的对于单个所述物体的多幅图像,对采集后的所述多幅图像利用所述物体的特征信息将有高度差的两台2D相机间的物体区域进行关联匹配;基于不同高度相机中对同一物体的成像,利用相机成像原理计算所述物体的真实尺寸,并输出准确的物体位置信息。
2.根据权利要求1所述的一种物体分离机,其特征在于:还包括传送带控制系统,所述传送带控制系统用于接收所述物体的位置信息,并控制所述物体传送带进行物体的分离。
3.根据权利要求2所述的一种物体分离机,其特征在于:所述2D相机为两个,分别为入口相机(1)和中点相机(2),或中点相机(2)和出口相机(3);或者,所述2D相机为三个,分别为入口相机(1)、中点相机(2)以及出口相机(3)。
4.根据权利要求3所述的一种物体分离机,其特征在于:所述入口相机(1)架设在所述物体传送带的入口正上方,所述入口相机(1)的光轴与竖直方向倾斜放置。
5.根据权利要求3所述的一种物体分离机,其特征在于:所述中点相机(2)架设在视野尺寸中点正上方,所述中点相机(2)的光轴沿竖直方向垂直所述物体传送带平面俯视设置。
6.根据权利要求3所述的一种物体分离机,其特征在于:所述出口相机(3)架设在出口正上方,所述出口相机(3)的光轴与竖直方向倾斜放置。
7.根据权利要求2所述的一种物体分离机,其特征在于:还包括靠边装置构成的单件分离模块,所述传送带控制系统控制不同区域的传送带以不同速度运转进行并行分离,分离后经过所述靠边装置输出单队列有间隔的物体。
8.根据权利要求1所述的一种物体分离机,其特征在于:还包括黏连分离装置,用于将多个物体拉开一定间隙,将黏连物体进行分离。
9.根据权利要求8所述的一种物体分离机,其特征在于:所述黏连分离装置由散射皮带机构成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202122400440.4U CN216655386U (zh) | 2021-09-30 | 2021-09-30 | 一种物体分离机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202122400440.4U CN216655386U (zh) | 2021-09-30 | 2021-09-30 | 一种物体分离机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN216655386U true CN216655386U (zh) | 2022-06-03 |
Family
ID=81765656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202122400440.4U Active CN216655386U (zh) | 2021-09-30 | 2021-09-30 | 一种物体分离机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN216655386U (zh) |
-
2021
- 2021-09-30 CN CN202122400440.4U patent/CN216655386U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11958197B2 (en) | Visual navigation inspection and obstacle avoidance method for line inspection robot | |
CN109160452B (zh) | 基于激光定位和立体视觉的无人转运叉车及导航方法 | |
US7376262B2 (en) | Method of three dimensional positioning using feature matching | |
CN110132226B (zh) | 一种无人机巡线的距离及方位角测量系统和方法 | |
CN100547394C (zh) | 基于图像信息融合技术的水果品质检测系统 | |
CN104217441A (zh) | 一种基于机器视觉的机械臂定位抓取方法 | |
CN111553951B (zh) | 包裹处理设备和包裹处理方法 | |
CN104511436A (zh) | 一种基于机器人视觉伺服技术的快递分拣方法及系统 | |
CN110334678A (zh) | 一种基于视觉融合的行人检测方法 | |
CN205766164U (zh) | 十字激光辅助识别定位系统及搬运机器人 | |
CN112161997B (zh) | 半导体芯片管脚三维几何尺寸的在线精密视觉测量方法及系统 | |
CN111311691A (zh) | 拆垛机器人拆垛方法及系统 | |
Momeni-k et al. | Height estimation from a single camera view | |
CN111353985A (zh) | 一种基于深度相机的机场自助托运行李的检测方法 | |
CN107957246A (zh) | 基于双目视觉的传送带上物体几何尺寸测量方法 | |
KR20180058440A (ko) | 비정형 소화물 피킹이 가능한 물류 로봇 제어 시스템 | |
CN111551559A (zh) | 一种基于多目视觉系统的lcd液晶屏缺陷检测方法 | |
CN111340869A (zh) | 快递包裹表面平整度识别方法、装置、设备及存储介质 | |
CN111932625A (zh) | 一种基于PointNet模型的袋装货物垛拆垛方法 | |
CN112091925A (zh) | 一种基于机器视觉的物料搬运系统及搬运方法 | |
CN113936051A (zh) | 一种基于2d相机的物体分离机及物体分离方法 | |
CN216655386U (zh) | 一种物体分离机 | |
CN113888618B (zh) | 一种物体单件分离方法与系统 | |
CN108180825B (zh) | 一种基于线结构光的长方体形物体三维识别与定位方法 | |
CN112614176A (zh) | 一种带式传送机物料体积测量方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |