CN106651920A - 基于机器视觉的移动控制方法、装置及*** - Google Patents

基于机器视觉的移动控制方法、装置及*** Download PDF

Info

Publication number
CN106651920A
CN106651920A CN201610910632.0A CN201610910632A CN106651920A CN 106651920 A CN106651920 A CN 106651920A CN 201610910632 A CN201610910632 A CN 201610910632A CN 106651920 A CN106651920 A CN 106651920A
Authority
CN
China
Prior art keywords
image
search box
target image
target
shopping trolley
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.)
Pending
Application number
CN201610910632.0A
Other languages
English (en)
Inventor
方婧娴
张海涛
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201610910632.0A priority Critical patent/CN106651920A/zh
Publication of CN106651920A publication Critical patent/CN106651920A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/202—Interconnection or interaction of plural electronic cash registers [ECR] or to host computer, e.g. network details, transfer of information from host to ECR or from ECR to ECR
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/204—Point-of-sale [POS] network systems comprising interface for record bearing medium or carrier for electronic funds transfer or payment credit
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/208—Input by product or record sensing, e.g. weighing or scanner processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/322—Aspects of commerce using mobile devices [M-devices]
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20076—Probabilistic image processing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Economics (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了基于机器视觉的移动控制方法、装置及***，所述移动控制方法应用于控制智能购物车跟随预设的跟踪目标进行移动，所述智能购物车上具有摄像设备，所述方法包括：通过所述摄像设备获取包含目标图像的场景图像；其中，所述跟踪目标在所述场景图像中对应为所述目标图像；根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的预设的搜索框的位置和尺寸；当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；根据所述调整后的尺寸和所述预测的位置，控制所述智能购物车的运动状态。应用本发明实施例能够使智能购物车自动跟随跟踪目标行驶。

Description

基于机器视觉的移动控制方法、装置及***
技术领域
本发明涉及智能控制领域，特别是涉及基于机器视觉的移动控制方法、装置及***。
背景技术
随着生活水平的提高，人们的物质生活越来越丰富，但是在超市购物时，经常会出现由于抱孩子等特殊情况而不便于用手推购物车而造成的尴尬场景，为此，智能购物车技术应运而生，智能购物车能够自行移动，解放了人们的双手。
但目前市场上的智能购物车无法实现自动跟随购物者行驶的效果，在一定程度上给购物者的使用带来不便
发明内容
本发明实施例的目的在于提供基于机器视觉的移动控制方法、装置及***，以使智能购物车能够自动跟随顾客行驶。具体技术方案如下：
本发明的一种实施例提供了一种移动控制方法，应用于控制智能购物车跟随预设的跟踪目标进行移动，所述智能购物车上具有摄像设备，所述方法包括：通过所述摄像设备获取包含目标图像的场景图像；其中，所述跟踪目标在所述场景图像中对应为所述目标图像；根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的预设的搜索框的位置和尺寸；当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；根据所述调整后的尺寸和所述预测的位置，控制所述智能购物车的运动状态。
本发明的又一种实施例提供了一种移动控制装置，应用于控制智能购物车跟随预设的跟踪目标进行移动，所述智能购物车上具有摄像头，所述装置包括：获取单元，用于通过所述摄像设备获取包含目标图像的场景图像；其中，所述跟踪目标在所述场景图像中对应为所述目标图像；确定单元，用于根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的预设的搜索框的位置和尺寸；调整和预测单元，用于当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；控制单元，用于根据所述调整后的尺寸和所述预测的位置，控制所述智能购物车的运动状态。
本发明的另一种实施例提供了一种移动控制***，应用于控制智能购物车跟随预设的跟踪目标进行移动，所述***包括：摄像头，用于获取包含待确认目标图像的场景图像；其中，所述待确认目标图像在实际场景中对应待确认跟踪目标；处理器，用于使用预设的图像腐蚀算法，在所述场景图像中确定包含所述待确认目标图像的搜索框的位置；根据所述搜索框的预设尺寸和位置，判断所述搜索框中的所述待确认目标图像与所述跟踪目标是否匹配；当所述待确认目标图像与所述跟踪目标匹配成功时，确定所述待确认目标图像对应的所述待确认跟踪目标为所述跟踪目标，并且确定所述待确认目标图像为所述目标图像；根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的所述搜索框的位置和尺寸；当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；根据调整后的所述搜索框的尺寸，确定所述智能购物车与所述跟踪目标之间的实际距离；以及根据所述搜索框的预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角；当所述实际距离超过预设第一阈值时，下发控制所述智能购物车根据所述实际距离向前移动的指令；当所述轨迹偏角超过预设第二阈值时，下发控制所述智能购物车进行转弯移动的指令；接口，用于根据所述指令，确定所述智能控制车的车速和/或转弯角度；驱动器，用于根据所述智能控制车的车速和/或转弯角度，驱动电机使所述智能购物车向前移动和/或转弯移动；电源，用于为所述摄像头、所述处理器、所述接口和所述驱动器提供电能；其中，所述摄像头、所述处理器、所述接口、所述驱动器和所述电源均安装在所述智能购物车上；所述摄像头将获取到的所述场景图像传给所述处理器；所述处理器接收来自所述摄像头的所述场景图像，根据所述场景图像，确定控制所述智能购物车根据实际距离向前移动的指令和/或控制智能购物车进行转弯移动的指令，再将所述指令传给所述接口；所述接口接收来自所述处理器的所述指令，根据所述指令确定智能控制车的车速和/或转弯角度，并将所述智能控制车的车速和/或转弯角度传给所述驱动器；所述驱动器接收来自所述接口的所述智能控制车的车速和/或转弯角度，根据所述车速和/或转弯角度控制所述智能购物车的移动。
本发明的再一种实施例提供了一种智能购物***，应用于控制智能购物车跟随预设的跟踪目标进行移动，并通过手机客户端对待购买商品进行付款，所述***包括：摄像头，用于获取包含待确认目标图像的场景图像；其中，所述待确认目标图像在实际场景中对应待确认跟踪目标；处理器，用于使用预设的图像腐蚀算法，在所述场景图像中确定包含所述待确认目标图像的搜索框的位置；根据所述搜索框的预设尺寸和位置，判断所述搜索框中的所述待确认目标图像与所述跟踪目标是否匹配；当所述待确认目标图像与所述跟踪目标匹配成功时，确定所述待确认目标图像对应的所述待确认跟踪目标为所述跟踪目标，并且确定所述待确认目标图像为所述目标图像；根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的所述搜索框的位置和尺寸；当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；根据调整后的所述搜索框的尺寸，确定所述智能购物车与所述跟踪目标之间的实际距离；以及根据所述搜索框的预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角；当所述实际距离超过预设第一阈值时，下发控制所述智能购物车根据所述实际距离向前移动的指令；当所述轨迹偏角超过预设第二阈值时，下发控制所述智能购物车进行转弯移动的指令；接口，用于根据所述指令，确定所述智能控制车的车速和/或转弯角度；驱动器，用于根据所述智能控制车的车速和/或转弯角度，驱动电机使所述智能购物车向前移动和/或转弯移动；电源，用于为所述摄像头、所述处理器、所述接口和所述驱动器提供电能；云端数据库，用于存储超市中所有商品对应的商品信息；商品信息读写器，用于通过射频识别(Radio Frequency Identification，RFID)读写器将读取待购买商品的RFID标签；手机客户端，用于根据已确定的所述待购买商品对应的商品信息，通过快捷支付方式进行付款；云端服务器，用于连接所述云端数据库、商品信息读写器和手机客户端；其中，所述摄像头、所述处理器、所述接口、所述驱动器、所述电源和所述商品信息读写器均安装在所述智能购物车上；所述摄像头将获取到的所述场景图像传给所述处理器；所述处理器接收来自所述摄像头的所述场景图像，根据所述场景图像，确定控制所述智能购物车根据实际距离向前移动的指令和/或控制智能购物车根据轨迹偏角转弯移动的指令，再将所述指令传给所述接口；所述接口接收来自所述处理器的所述指令，根据所述指令确定智能控制车的车速和/或转弯角度，并将所述智能控制车的车速和/或转弯角度传给所述驱动器；所述驱动器接收来自所述接口的所述智能控制车的车速和/或转弯角度，根据所述车速和/或转弯角度控制所述智能购物车的移动；当待购买的商品已经被放置在所述智能购物车上并准备支付时，商品信息读写器通过RFID读写器读取待购买商品的RFID标签，获取所述待购买商品对应的产品电子码(Electronic Product Code，EPC)，并将所述EPC码发送到所述云端服务器；所述云端服务器接收来自所述商品信息读写器的所述待购买商品对应的EPC码，并将所述EPC码发送到云端数据库；所述云端数据库接收来自所述云端服务器的所述EPC码，根据所述EPC码，从存储的全部商品对应的商品信息中获取所述待购买商品对应的商品信息，并将所述商品信息发送到所述云端服务器；所述云端服务器接收来自所述云端数据库的所述待购买商品对应的商品信息，并将所述商品信息发送到手机客户端；所述手机客户端接收来自所述云端服务器的所述待购买商品对应的商品信息，通过快捷支付方式对所述待购买商品进行付款，将付款结果发送到所述云端服务器；所述云端服务器接收来自所述手机客户端的所述付款结果，并将所述付款结果发送到所述云端数据库；所述云端数据库接收来自所述云端服务器的所述付款结果，根据所述付款结果更新所述存储的全部商品对应的商品信息，并将更新结果发送到所述云端服务器；所述云端服务器接收来自所述云端数据库的所述更新结果，并将所述更新结果发送到所述商品信息读写器；所述商品信息读写器接收来自所述云端服务器的所述更新结果，根据所述更新结果更新所述待购买商品的RFID标签上的USER区。
本发明实施例提供的基于机器视觉的移动控制方法、装置及***，可以通过智能购物车上的摄像设备获取包含目标图像的场景图像；接下来，根据目标图像的变化情况，在场景图像中确定包括目标图像的搜索框的位置和尺寸；当目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用卡尔曼算法预测搜索框的位置；最后，根据调整后的尺寸和预测的位置，控制智能购物车的运动状态。这样，将购物者设置为跟踪目标，就能够实现智能购物车自动跟随购物者，为购物者在超市购物提供了方便。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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为本发明实施例的移动控制方法的一种流程图；
图2为本发明实施例的移动控制方法的又一种流程图；
图3为本发明实施例的移动控制装置的一种结构图；
图4为本发明实施例的移动控制***的一种结构图；
图5为本发明实施例的智能购物***的一种结构图。
具体实施方式
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，都属于本发明保护的范围。
本发明实施例公开了一种移动控制方法，应用于控制智能购物车跟随预设的跟踪目标进行移动，智能购物车上安装有摄像设备。参见图1，图1为本发明实施例的移动控制方法的一种流程图，包括如下步骤：
步骤101，通过所述摄像设备获取包含目标图像的场景图像；
其中，跟踪目标在场景图像中对应为目标图像，也就是说，智能购物车上的摄像设备根据实际场景拍摄到的场景图像中包含了跟踪目标，而在场景图像中体现跟踪目标的图像即为目标图像。
具体地，摄像设备可以是摄像机或者摄像头，本发明对摄像设备的具体形式不加以限制。摄像设备能够通过场景图像中的目标图像获取实际场景中跟踪目标的移动情况。
此外，在本发明的一种优选实施例中，步骤101具体可以包括：
通过所述摄像设备获取包含待确认目标图像的场景图像；其中，所述待确认目标图像在实际场景中对应待确认跟踪目标；
使用预设的图像腐蚀算法，在所述场景图像中确定包含所述待确认目标图像的预设的搜索框的位置；
根据所述搜索框的所述位置，判断所述搜索框中的所述待确认目标图像与所述跟踪目标是否匹配；
当所述待确认目标图像与所述跟踪目标匹配成功时，确定所述待确认目标图像对应的所述待确认跟踪目标为所述跟踪目标，并且确定所述待确认目标图像为目标图像。
本发明的一种应用实施例中，所述通过所述摄像设备获取包含待确认目标图像的场景图像的步骤具体可以包括：
初始化所述搜索框的位置和尺寸；
通过摄像设备获取包含待确认目标图像的场景图像，并将所述场景图像转化为色相、饱和度和亮度(Hue Saturation Lightness，HSL)颜色模型；
具体地，首先，摄像设备在实际场景中获取的场景图像中包含待确认跟踪目标，并且将待确认跟踪目标在场景图像中对应的图像称为待确认目标图像，此外，还需要将获取到的场景图像转化为HSL颜色模型；接下来，使用图像腐蚀算法，在场景图像中确定包含待确认目标图像的搜索框的位置；然后，根据已确定的搜索框的位置，使用持续自适应均值漂移(Continuously Adaptive Mean Shift algorithm，Camshift)算法判断搜索框中的待确认目标图像与跟踪目标是否匹配；当待确认目标图像与跟踪目标匹配成功时，将待确认目标在实际场景中对应的待确认跟踪目标确定为跟踪目标，并且将待确认目标图像确定为目标图像，其中，跟踪目标在场景图像中对应为目标图像。
步骤102，根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的预设的搜索框的位置和尺寸；
在本步骤中，能够根据场景图像中目标图像的位置和大小，在场景图像中确定预设的搜索框的位置和尺寸；其中，搜索框包含目标图像。另外，预设的搜索框包括初始化时设置的预设位置和预设尺寸，随后可以根据场景图像中目标图像的位置和大小对搜索框的位置和尺寸进行调整。
需要说明的是，在实际应用中，由于实际场景中的跟踪目标可能是持续运动的，因此，场景图像中的目标图像的位置和大小也是一个动态变化的过程，相应的，场景图像中的搜索框的位置和尺寸也会随着目标图像的变化而不断调整，可以理解的，搜索框的变化能够体现目标图像的变化。
步骤103，当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；
在本步骤中，当目标图像突然消失或者显示不完整时，也就是说，实际场景中的跟踪目标瞬间移动或者被人或物遮挡时，可以对搜索框的尺寸和位置进行调整。
在本发明的一种优选实施例中，所述步骤103具体可以包括：
当所述目标图像突然消失时，保持所述搜索框的尺寸不变；
当所述目标图像显示不完整时，增大所述搜索框的尺寸；
根据所述搜索框的尺寸，使用预设的卡尔曼算法预测所述搜索框的位置。
具体地，当实际场景中的跟踪目标发生瞬间移动，导致场景图像中的目标图像突然消失时，不改变搜索框的尺寸；当实际场景中的跟踪目标被人或物遮挡，导致场景图像中的目标图像显示不完整时，可以适当增大搜索框的尺寸。
接下来，可以将搜索框调整后的尺寸作为输入值，使用卡尔曼算法基于场景图像，预测出搜索框的位置，也就是说，卡尔曼算法能够根据搜索框的当前尺寸，在场景图像中预测出目标图像重新出现的位置，或者在场景图像中修正目标图像的位置。
而在现有技术中，当目标图像突然消失时，搜索框会随着目标图像的消失也迅速缩小，导致当目标图像重新出现时搜索框也无法显示目标图像，进而使得智能购物车无法继续跟随跟踪目标。
本发明实施例在由于跟踪目标出现瞬间移动而导致目标图像突然消失时，能够保持搜索框的尺寸大小不变，这是因为瞬间移动的跟踪目标有很大的可能性会再次出现在之前发生瞬间移动的地点附近，保持搜索框的大小不变，能够使得当跟踪目标再次出现时，目标图像能够相应的重新显示在搜索框中，从而实现智能购物车对跟踪目标的持续跟踪。
同时，当由于跟踪目标被遮挡而导致目标图像显示不完整，尤其是跟踪目标被严重遮挡时，本发明实施例可以增大搜索框的尺寸，以扩大查找跟踪目标的范围，这样，在遮挡物移开或者跟踪目标从遮挡物后移出后，对应的目标图像仍然会显示在搜索框中，以便智能购物车识别和跟踪。
此外，即使场景图像中目标图像的颜色与背景颜色非常相近，卡尔曼算法也能够从场景图像中识别目标图像的位置，进而确定搜索框的位置。
步骤104，根据所述调整后的尺寸和所述预测的位置，控制所述智能购物车的运动状态。
在本发明的又一种优选实施例中，所述步骤104具体可以包括：
根据所述搜索框的所述调整后的尺寸，确定所述智能购物车与所述跟踪目标之间的实际距离；以及
根据所述搜索框的所述预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角；
当所述实际距离超过预设第一阈值时，控制所述智能购物车根据所述实际距离向前移动；
当所述轨迹偏角超过预设第二阈值时，控制所述智能购物车进行转弯移动。
在实际应用中，当跟踪目标距离智能购物车越来越远时，场景图像中的目标图像也会越来越小，从而搜索框的尺寸也会随目标图像变小，这样，根据搜索框的缩小程度，就可以确定当前智能购物车与跟踪目标之间的实际距离；当当前智能购物车与跟踪目标的实际距离超过预设的第一阈值时，说明当前智能购物车与跟踪目标的距离过大，需要使智能购物车向前移动靠近跟踪目标。
同样，当跟踪目标向右或者向左转弯时，目标图像也会在场景图像中向右或者向左移动，从而搜索框也会在场景图像上随目标图像的移动而移动，这样，就可以根据搜索框的位置移动情况，计算出智能购物车与跟踪目标之间的轨迹偏角，当智能购物车与跟踪目标之间的轨迹偏角超过预设的第二阈值时，说明此时跟踪目标相对智能购物车的转弯程度较大，需要控制智能购物车也进行相应的转弯移动，以免失去跟踪目标。
具体地，在本发明的另一种优选实施例中，所述根据所述搜索框的所述预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角的步骤，具体可以包括：
获取所述场景图像的连续至少五帧图像数据中、分别对应的所述搜索框的所述预测位置；
根据所述连续至少五帧图像数据中、分别对应的所述搜索框的所述预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角。
具体地，可以通过对比场景图像中连续至少五帧图像数据中、所述搜索框的所述预测位置的移动轨迹，来确定智能购物车与跟踪目标之间的轨迹偏角。其中，本发明对用于确定所述轨迹偏角所获取的场景图像中图像数据的帧数不加以限制。
可见，在本发明实施例中，可以通过智能购物车上的摄像设备获取包含目标图像的场景图像；接下来，根据目标图像的变化情况，在场景图像中确定包括目标图像的搜索框的位置和尺寸；当由于跟踪目标瞬间移动导致目标图像突然消失时，保持搜索框的尺寸不变，当由于跟踪目标被遮挡物遮挡导致目标图像显示不完整时，增大搜索框的尺寸，并使用卡尔曼算法根据调整后的搜索框大小预测搜索框的位置；最后，根据调整后的尺寸和预测的位置，控制智能购物车的运动状态。这样，能够使智能购物车自动跟随购物者行驶，解放了购物者的双手，为购物者在超市购物提供了方便。
本发明实施例公开了又一种移动控制方法，应用于控制智能购物车跟随预设的跟踪目标进行移动，智能购物车上安装有摄像设备，参见图2，图2为本发明实施例的移动控制方法的又一种流程图，包括如下步骤：
步骤201，初始化搜索框的位置和尺寸；
步骤202，通过所述摄像设备获取包含待确认目标图像的场景图像，并将所述场景图像转化为HSL颜色模型；
步骤203，使用预设的图像腐蚀算法，在所述场景图像中确定包含所述待确认目标图像的所述搜索框的位置；
具体地，可以使用图像腐蚀算法，在场景图像中确定包含待确认目标图像的搜索框的显示中心，可以理解的，根据搜索框的显示中心可以确定搜索框的位置。
步骤204，将已确定的所述搜索框的位置作为输入值，使用Camshift算法判断所述搜索框中的所述待确认目标图像与所述跟踪目标是否匹配；如果所述搜索框中的所述待确认目标图像与所述跟踪目标匹配成功，则执行步骤205；如果所述搜索框中的所述待确认目标图像与所述跟踪目标匹配失败，则执行步骤206；
步骤205，确定所述待确认目标图像对应的所述待确认跟踪目标为所述跟踪目标，并且确定所述待确认目标图像为所述目标图像，执行步骤207；
步骤206，将失败计数器加1，并且判断所述失败计数器是否超过预设失败次数阈值；如果所述失败计数器超过所述预设失败次数阈值，则返回执行步骤201；如果所述失败计数器没有超过所述预设失败次数阈值，则返回执行步骤202；
其中，失败技术器的初始值为0；
步骤207，根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的预设的搜索框的位置和尺寸；
步骤208，判断所述目标图像是否突然消失；如果所述目标图像突然消失时，则执行步骤209；如果所述目标图像没有突然消失，则执行步骤210；
步骤209，保持所述搜索框的尺寸不变；
步骤210，判断所述目标图像是否显示不完整；如果所述目标图像显示不完整，则执行步骤211；如果所述目标图像显示完整，则执行步骤212；
步骤211，增大所述搜索框的尺寸；
需要说明的是，在本发明实施例中，可以先步骤208再执行步骤210，也可以先执行步骤210再执行步骤208，当然，步骤208和步骤210也可以同时执行，本发明对步骤208和步骤210的执行顺序不做限制。
步骤212，根据所述搜索框的尺寸，使用预设的卡尔曼算法预测所述搜索框的位置；
步骤213，根据所述搜索框的所述调整后的尺寸，确定所述智能购物车与所述跟踪目标之间的实际距离，并判断所述实际距离是否超过预设第一阈值；如果所述实际距离超过预设第一阈值，则执行步骤214；如果当所述实际距离没有超过预设第一阈值时，则执行步骤215；
步骤214，下发使所述智能购物车根据所述实际距离向前移动的第一指令；
步骤215，根据所述搜索框的所述预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角，并判断所述轨迹偏角是否超过预设第二阈值；如果所述轨迹偏角超过预设第二阈值，则执行步骤216；如果所述轨迹偏角没有超过预设第二阈值，则执行步骤217；
步骤216，下发使所述智能购物车进行转弯移动的第二指令；
需要说明的是，在本发明实施例中，可以先步骤213再执行步骤215，也可以先执行步骤215再执行步骤213，当然，步骤213和步骤215也可以同时执行，本发明对步骤213和步骤215的执行顺序不做限制。
步骤217，判断是否接收到所述第一指令或者所述第二指令；如果接收到所述第一指令或者所述第二指令，则执行步骤218；如果没有接收到所述第一指令或者所述第二指令，则返回执行步骤213；
步骤218，判断所述第一指令和所述第二指令是否已经被执行；如果所述第一指令和所述第二指令均没有被执行，或者只执行了其中一个，则执行步骤219；如果所述第一指令和所述第二指令均已经被执行；则返回执行步骤213；
步骤219，进行延时处理，并在所述延时处理之后返回执行步骤218。
这样，本发明实施例中通过迭代计算确定与跟踪目标匹配的目标图像，进而根据场景图像中目标图像的位置和大小，确定搜索框的位置和尺寸，进而根据搜索框的位置和尺寸，控制智能购物车进行移动。这样，使得智能购物车能够识别并自动跟随购物者进行移动，提升了购物者使用体验。
本发明实施例还公开了一种移动控制装置，应用于控制智能购物车跟随预设的跟踪目标进行移动，智能购物车上安装有摄像设备。参见图3，图3为本发明实施例的移动控制装置的一种结构图，具体可以包括以下单元：
获取单元301，用于通过所述摄像设备获取包含目标图像的场景图像；其中，所述跟踪目标在所述场景图像中对应为所述目标图像；
确定单元302，用于根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的预设的搜索框的位置和尺寸；
调整和预测单元303，用于当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；
控制单元304，用于根据所述调整后的尺寸和所述预测的位置，控制所述智能购物车的运动状态。
在本发明的一种优选实施例中，所述获取单元301，包括：第一获取子单元、第一确定子单元、第一判断子单元和第二确定子单元；
所述第一获取子单元，用于通过所述摄像设备获取包含待确认目标图像的场景图像；其中，所述待确认目标图像在实际场景中对应待确认跟踪目标；
所述第一确定子单元，用于使用预设的图像腐蚀算法，在所述场景图像中确定包含所述待确认目标图像的预设的搜索框的位置；
所述第一判断子单元，用于根据所述搜索框的所述位置，判断所述搜索框中的所述待确认目标图像与所述跟踪目标是否匹配；
所述第二确定子单元，用于当所述待确认目标图像与所述跟踪目标匹配成功时，确定所述待确认目标图像对应的所述待确认跟踪目标为所述跟踪目标，并且确定所述待确认目标图像为目标图像。
在本发明的又一种优选实施例中，所述第一获取子单元，包括：初始化子单元和获取并转化子单元；
所述初始化子单元，用于初始化所述搜索框的位置和尺寸；
所述获取并转化子单元，用于通过摄像设备获取包含待确认目标图像的场景图像，并将所述场景图像转化为色相、饱和度和亮度颜色模型。
在本发明的另一种优选实施例中，所述调整和预测单元303，包括保持子单元、增大子单元和预测子单元；
所述保持子单元，用于当所述目标图像突然消失时，保持所述搜索框的尺寸不变；
所述增大子单元，用于当所述目标图像显示不完整时，增大所述搜索框的尺寸；
所述预测子单元，用于根据所述搜索框的当前尺寸，使用预设的卡尔曼算法预测所述搜索框的位置。
在本发明的再一种优选实施例中，所述装置还包括：
识别单元，用于当所述场景图像中的所述目标图像的颜色与所述场景图像中的背景颜色相近时，使用预设的卡尔曼算法识别所述目标图像，并确定所述搜索框的位置。
在本发明的再一种优选实施例中，所述控制单元304，包括第三确定子单元、第四确定子单元、第一控制子单元和第二控制子单元；
所述第三确定子单元，用于根据所述搜索框的所述调整后的尺寸，确定所述智能购物车与所述跟踪目标之间的实际距离；以及
所述第四确定子单元，用于根据所述搜索框的所述预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角；
所述第一控制子单元，用于当所述实际距离超过预设第一阈值时，控制所述智能购物车根据所述实际距离向前移动；
所述第二控制子单元，用于当所述轨迹偏角超过预设第二阈值时，控制所述智能购物车进行转弯移动。
在本发明的再一种优选实施例中，所述第四确定子单元，包括：第二获取子单元和第五确定子单元；
所述第二获取子单元，用于获取所述场景图像的连续至少五帧图像数据中、分别对应的所述搜索框的所述预测位置；
所述第五确定子单元，用于根据所述连续至少五帧图像数据中、分别对应的所述搜索框的所述预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角。
可见，本发明装置实施例能够实现智能购物车自动跟随购物者，为购物者在超市购物提供了方便。
在实际应用中，本发明实施例又公开了一种移动控制***，参见图4，图4为本发明实施例的移动控制***的一种结构图，移动控制***包括智能购物车，其中，智能购物车上安装有摄像头401、处理器402、接口403、驱动器404和电源405。摄像头401将场景图像传给处理器402；处理器402接收来自摄像头401的场景图像，根据所述场景图像，确定控制智能购物车根据实际距离向前移动的指令和/或控制智能购物车根据轨迹偏角转弯移动的指令，再将指令传给接口403；接口403接收来自处理器402的控制智能购物车根据实际距离向前移动的指令和/或控制智能购物车根据轨迹偏角转弯移动的指令，并根据指令确定智能控制车的车速和/或转弯角度；再将智能控制车的车速和/或转弯角度传给驱动器404；驱动器404接收来自接口403的智能控制车的车速和/或转弯角度，并根据智能控制车的车速和/或转弯角度控制智能购物车的移动；电源405为移动购物***提供电能。
具体地，摄像头401，获取包含待确认目标图像的场景图像；其中，待确认目标图像在实际场景中对应待确认跟踪目标；
处理器402，使用预设的图像腐蚀算法，在场景图像中确定包含待确认目标图像的搜索框的位置；根据搜索框的预设尺寸和位置，判断搜索框中的待确认目标图像与跟踪目标是否匹配；当待确认目标图像与跟踪目标匹配成功时，确定待确认目标图像对应的待确认跟踪目标为跟踪目标，并且确认待确认目标图像为目标图像；其中，跟踪目标在所述场景图像中对应为目标图像；根据目标图像的位置和大小，在场景图像中确定包含目标图像的搜索框的位置和尺寸；当目标图像突然消失或者显示不完整时，调整搜索框的尺寸，并使用预设的卡尔曼算法预测搜索框的位置；根据调整后的搜索框的尺寸，确定智能购物车与跟踪目标之间的实际距离；以及根据搜索框的预测位置，确定智能购物车与跟踪目标之间的轨迹偏角；当实际距离超过预设第一阈值时，下发控制智能购物车根据实际距离向前移动的指令；当轨迹偏角超过预设第二阈值时，下发控制智能购物车进行转弯移动的指令；
接口403，根据控制智能购物车根据实际距离向前移动的指令和/或控制智能购物车根据轨迹偏角转弯移动的指令，确定智能控制车的车速和/或转弯角度；
驱动器404，根据智能控制车的车速和/或转弯角度，驱动电机使智能购物车向前移动和/或转弯移动；
在具体实施过程中，考虑到地面的情况以及智能购物车的能量消耗对速度的影响，可以采用闭环比例、积分、微分(Proportion Integration Differentiation，PID)控制器来控制智能车的速度；同时，由于棒棒控制具有比PID控制器更为优越的性能，而且在超调量等指标上也具有一定的改善，因此，可以采用棒棒控制来提高智能车速度的稳定性。
电源405，为摄像头401、处理器402、接口403和驱动器404提供电能；其中，电源的空载电压为8V左右。
可见，本发明实施例所述的移动控制***能够使智能购物车通过摄像设备获取购物车的运动情况，并自动跟随购物者，解放了购物者的双手，提升了购物者在超市的购物体验。
此外，本发明实施例还公开了一种智能购物***，参见图5，图5为本发明实施例的智能购物***的一种结构图，智能购物***包括智能购物车501、云端数据库502、云端服务器503和手机客户端504；智能购物车上安装有摄像头505、处理器506、接口507、驱动器508、电源509、商品信息读写器510。其中，摄像头505、处理器506、接口507、驱动器508和电源509分别与图4所示的摄像头401、处理器402、接口403、驱动器404和电源405可以完全相同，这里不再赘述。
具体地，商品信息读写器510通过RFID读写器读取待购买商品的RFID标签，获取所述待购买商品对应的EPC码，并将所述EPC码发送到所述云端服务器503；
所述云端服务器503接收来自所述商品信息读写器510的所述待购买商品对应的EPC码，并将所述EPC码发送到云端数据库502；
所述云端数据库502接收来自所述云端服务器503的所述EPC码，根据所述EPC码，从存储的全部商品对应的商品信息中获取所述待购买商品对应的商品信息，并将所述商品信息发送到所述云端服务器503；
所述云端服务器503接收来自所述云端数据库502的所述待购买商品对应的商品信息，并将所述商品信息发送到手机客户端504；
所述手机客户端504接收来自所述云端服务器503的所述待购买商品对应的商品信息，通过快捷支付方式对所述待购买商品进行付款，将付款结果发送到所述云端服务器503；
所述云端服务器503接收来自所述手机客户端504的所述付款结果，并将所述付款结果发送到所述云端数据库502；
所述云端数据库502接收来自所述云端服务器503的所述付款结果，根据所述付款结果更新所述待购买商品对应的商品信息，并将更新结果发送到所述云端服务器503；
所述云端服务器503接收来自所述云端数据库502的所述更新结果，并将所述更新结果发送到所述商品信息读写器510；
所述商品信息读写器510接收来自所述云端服务器503的所述更新结果，根据所述更新结果修改所述待购买商品的RFID标签上的USER区数据。
这样，当购物者走出超市时，超市出口的监测设备可以根据商品的RFID标签上的USER区数据来判断所述对应的商品是否已经付款。
可见，在本发明***实施例中，能够将RFID技术与智能购物车的控制***相结合，通过RFID读写器来自动读取商品的RFID标签，并将商品信息数据传到手机客户端，这样，购物者就可以在手机客户端查看购物清单，确认无误后便可通过快捷支付进行付款，不仅为购物者节省了排队等待付款的时间，而且节约了超市的经营成本。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围内。

Claims (10)

1.一种移动控制方法，其特征在于，应用于控制智能购物车跟随预设的跟踪目标进行移动，所述智能购物车上具有摄像设备，所述方法包括：
通过所述摄像设备获取包含目标图像的场景图像；其中，所述跟踪目标在所述场景图像中对应为所述目标图像；
根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的预设的搜索框的位置和尺寸；
当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；
根据所述调整后的尺寸和所述预测的位置，控制所述智能购物车的运动状态。
2.根据权利要求1所述方法，其特征在于，所述通过所述摄像设备获取包含目标图像的场景图像；其中，所述跟踪目标在所述场景图像中对应为所述目标图像的步骤，包括：
通过所述摄像设备获取包含待确认目标图像的场景图像；其中，所述待确认目标图像在实际场景中对应待确认跟踪目标；
使用预设的图像腐蚀算法，在所述场景图像中确定包含所述待确认目标图像的预设的搜索框的位置；
根据所述搜索框的所述位置，判断所述搜索框中的所述待确认目标图像与所述跟踪目标是否匹配；
当所述待确认目标图像与所述跟踪目标匹配成功时，确定所述待确认目标图像对应的所述待确认跟踪目标为所述跟踪目标，并且确定所述待确认目标图像为目标图像。
3.根据权利要求2所述方法，其特征在于，所述通过所述摄像设备获取包含待确认目标图像的场景图像的步骤，包括：
初始化所述搜索框的位置和尺寸；
通过摄像设备获取包含待确认目标图像的场景图像，并将所述场景图像转化为色相、饱和度和亮度颜色模型。
4.根据权利要求1所述方法，其特征在于，所述当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置的步骤，包括：
当所述目标图像突然消失时，保持所述搜索框的尺寸不变；
当所述目标图像显示不完整时，增大所述搜索框的尺寸；
根据所述搜索框的尺寸，使用预设的卡尔曼算法预测所述搜索框的位置。
5.根据权利要求1所述方法，其特征在于，所述方法还包括：
当所述场景图像中的所述目标图像的颜色与所述场景图像中的背景颜色相近时，使用预设的卡尔曼算法识别所述目标图像，进而确定所述搜索框的位置。
6.根据权利要求1所述的方法，其特征在于，所述根据所述调整后的尺寸和所述预测的位置，控制所述智能购物车的运动状态的步骤，包括：
根据所述搜索框的所述调整后的尺寸，确定所述智能购物车与所述跟踪目标之间的实际距离；以及
根据所述搜索框的所述预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角；
当所述实际距离超过预设第一阈值时，控制所述智能购物车根据所述实际距离向前移动；
当所述轨迹偏角超过预设第二阈值时，控制所述智能购物车进行转弯移动。
7.根据权利要求6所述的方法，其特征在于，所述根据所述搜索框的所述预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角的步骤，包括：
获取所述场景图像的连续至少五帧图像数据中、分别对应的所述搜索框的所述预测位置；
根据所述连续至少五帧图像数据中、分别对应的所述搜索框的所述预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角。
8.一种移动控制装置，其特征在于，应用于控制智能购物车跟随预设的跟踪目标进行移动，所述智能购物车上具有摄像头，所述装置包括：
获取单元，用于通过所述摄像设备获取包含目标图像的场景图像；其中，所述跟踪目标在所述场景图像中对应为所述目标图像；
确定单元，用于根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的预设的搜索框的位置和尺寸；
调整和预测单元，用于当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；
控制单元，用于根据所述调整后的尺寸和所述预测的位置，控制所述智能购物车的运动状态。
9.一种移动控制***，其特征在于，应用于控制智能购物车跟随预设的跟踪目标进行移动，所述***包括：
摄像头，用于获取包含待确认目标图像的场景图像；其中，所述待确认目标图像在实际场景中对应待确认跟踪目标；
处理器，用于使用预设的图像腐蚀算法，在所述场景图像中确定包含所述待确认目标图像的搜索框的位置；根据所述搜索框的预设尺寸和位置，判断所述搜索框中的所述待确认目标图像与所述跟踪目标是否匹配；当所述待确认目标图像与所述跟踪目标匹配成功时，确定所述待确认目标图像对应的所述待确认跟踪目标为所述跟踪目标，并且确定所述待确认目标图像为所述目标图像；根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的所述搜索框的位置和尺寸；当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；根据调整后的所述搜索框的尺寸，确定所述智能购物车与所述跟踪目标之间的实际距离；以及根据所述搜索框的预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角；当所述实际距离超过预设第一阈值时，下发控制所述智能购物车根据所述实际距离向前移动的指令；当所述轨迹偏角超过预设第二阈值时，下发控制所述智能购物车进行转弯移动的指令；
接口，用于根据所述指令，确定所述智能控制车的车速和/或转弯角度；
驱动器，用于根据所述智能控制车的车速和/或转弯角度，驱动电机使所述智能购物车向前移动和/或转弯移动；
电源，用于为所述摄像头、所述处理器、所述接口和所述驱动器提供电能；
其中，所述摄像头、所述处理器、所述接口、所述驱动器和所述电源均安装在所述智能购物车上；
所述摄像头将获取到的所述场景图像传给所述处理器；所述处理器接收来自所述摄像头的所述场景图像，根据所述场景图像，确定控制所述智能购物车根据实际距离向前移动的指令和/或控制智能购物车进行转弯移动的指令，再将所述指令传给所述接口；所述接口接收来自所述处理器的所述指令，根据所述指令确定智能控制车的车速和/或转弯角度，并将所述智能控制车的车速和/或转弯角度传给所述驱动器；所述驱动器接收来自所述接口的所述智能控制车的车速和/或转弯角度，根据所述车速和/或转弯角度控制所述智能购物车的移动。
10.一种智能购物***，其特征在于，应用于控制智能购物车跟随预设的跟踪目标进行移动，并通过手机客户端对待购买商品进行付款，所述***包括：
摄像头，用于获取包含待确认目标图像的场景图像；其中，所述待确认目标图像在实际场景中对应待确认跟踪目标；
处理器，用于使用预设的图像腐蚀算法，在所述场景图像中确定包含所述待确认目标图像的搜索框的位置；根据所述搜索框的预设尺寸和位置，判断所述搜索框中的所述待确认目标图像与所述跟踪目标是否匹配；当所述待确认目标图像与所述跟踪目标匹配成功时，确定所述待确认目标图像对应的所述待确认跟踪目标为所述跟踪目标，并且确定所述待确认目标图像为所述目标图像；根据所述目标图像的位置和大小，在所述场景图像中确定包含所述目标图像的所述搜索框的位置和尺寸；当所述目标图像突然消失或者显示不完整时，调整所述搜索框的尺寸，并使用预设的卡尔曼算法预测所述搜索框的位置；根据调整后的所述搜索框的尺寸，确定所述智能购物车与所述跟踪目标之间的实际距离；以及根据所述搜索框的预测位置，确定所述智能购物车与所述跟踪目标之间的轨迹偏角；当所述实际距离超过预设第一阈值时，下发控制所述智能购物车根据所述实际距离向前移动的指令；当所述轨迹偏角超过预设第二阈值时，下发控制所述智能购物车进行转弯移动的指令；
接口，用于根据所述指令，确定所述智能控制车的车速和/或转弯角度；
驱动器，用于根据所述智能控制车的车速和/或转弯角度，驱动电机使所述智能购物车向前移动和/或转弯移动；
电源，用于为所述摄像头、所述处理器、所述接口和所述驱动器提供电能；
云端数据库，用于存储超市中所有商品对应的商品信息；
商品信息读写器，用于通过射频识别RFID读写器将读取待购买商品的RFID标签；
手机客户端，用于根据已确定的所述待购买商品对应的商品信息，通过快捷支付方式进行付款；
云端服务器，用于连接所述云端数据库、商品信息读写器和手机客户端；
其中，所述摄像头、所述处理器、所述接口、所述驱动器、所述电源和所述商品信息读写器均安装在所述智能购物车上；
所述摄像头将获取到的所述场景图像传给所述处理器；所述处理器接收来自所述摄像头的所述场景图像，根据所述场景图像，确定控制所述智能购物车根据实际距离向前移动的指令和/或控制智能购物车根据轨迹偏角转弯移动的指令，再将所述指令传给所述接口；所述接口接收来自所述处理器的所述指令，根据所述指令确定智能控制车的车速和/或转弯角度，并将所述智能控制车的车速和/或转弯角度传给所述驱动器；所述驱动器接收来自所述接口的所述智能控制车的车速和/或转弯角度，根据所述车速和/或转弯角度控制所述智能购物车的移动；
当待购买的商品已经被放置在所述智能购物车上并准备支付时，商品信息读写器通过RFID读写器读取待购买商品的RFID标签，获取所述待购买商品对应的产品电子码EPC码，并将所述EPC码发送到所述云端服务器；所述云端服务器接收来自所述商品信息读写器的所述待购买商品对应的EPC码，并将所述EPC码发送到云端数据库；所述云端数据库接收来自所述云端服务器的所述EPC码，根据所述EPC码从所述存储的全部商品对应的商品信息中获取所述待购买商品对应的商品信息，并将所述商品信息发送到所述云端服务器；所述云端服务器接收来自所述云端数据库的所述待购买商品对应的商品信息，并将所述商品信息发送到手机客户端；所述手机客户端接收来自所述云端服务器的所述待购买商品对应的商品信息，通过快捷支付方式对所述待购买商品进行付款，将付款结果发送到所述云端服务器；所述云端服务器接收来自所述手机客户端的所述付款结果，并将所述付款结果发送到所述云端数据库；所述云端数据库接收来自所述云端服务器的所述付款结果，根据所述付款结果更新所述待购买商品对应的商品信息，并将更新结果发送到所述云端服务器；所述云端服务器接收来自所述云端数据库的所述更新结果，并将所述更新结果发送到所述商品信息读写器；所述商品信息读写器接收来自所述云端服务器的所述更新结果，根据所述更新结果修改所述待购买商品的RFID标签上的USER区数据。
CN201610910632.0A 2016-10-19 2016-10-19 基于机器视觉的移动控制方法、装置及*** Pending CN106651920A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610910632.0A CN106651920A (zh) 2016-10-19 2016-10-19 基于机器视觉的移动控制方法、装置及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610910632.0A CN106651920A (zh) 2016-10-19 2016-10-19 基于机器视觉的移动控制方法、装置及***

Publications (1)

Publication Number Publication Date
CN106651920A true CN106651920A (zh) 2017-05-10

Family

ID=58855971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610910632.0A Pending CN106651920A (zh) 2016-10-19 2016-10-19 基于机器视觉的移动控制方法、装置及***

Country Status (1)

Country Link
CN (1) CN106651920A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292907A (zh) * 2017-07-14 2017-10-24 灵动科技（北京）有限公司 一种对跟随目标进行定位的方法以及跟随设备
CN109035914A (zh) * 2018-08-20 2018-12-18 广东小天才科技有限公司 一种基于智能台灯的学习方法及智能台灯
CN109144043A (zh) * 2017-06-27 2019-01-04 金宝电子工业股份有限公司 追踪目标物的方法
CN109189078A (zh) * 2018-10-31 2019-01-11 山东师范大学 基于深度增强学习的家用安全防护机器人及方法
CN109782811A (zh) * 2019-02-02 2019-05-21 绥化学院 一种无人模型车的自动跟随控制***及方法
CN109886994A (zh) * 2019-01-11 2019-06-14 上海交通大学 视频跟踪中自适应遮挡检测***及方法
CN110717003A (zh) * 2019-09-27 2020-01-21 四川长虹电器股份有限公司 基于路径规划的智能购物车自主导航与自动跟随方法
WO2021208260A1 (zh) * 2020-04-15 2021-10-21 上海摩象网络科技有限公司 目标对象的跟踪框显示方法、设备及手持相机

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104637198A (zh) * 2013-11-14 2015-05-20 复旦大学 一种具有自主跟踪功能的智能结算购物车***
CN105184635A (zh) * 2015-09-09 2015-12-23 江苏睿博信息科技有限公司 基于微信公众平台的智能购物车***及方法
CN205387157U (zh) * 2016-01-29 2016-07-20 速感科技（北京）有限公司 自动跟随购物车

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104637198A (zh) * 2013-11-14 2015-05-20 复旦大学 一种具有自主跟踪功能的智能结算购物车***
CN105184635A (zh) * 2015-09-09 2015-12-23 江苏睿博信息科技有限公司 基于微信公众平台的智能购物车***及方法
CN205387157U (zh) * 2016-01-29 2016-07-20 速感科技（北京）有限公司 自动跟随购物车

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XUAN LIU 等: "INTELLIGENT SHOPPING CART WITH QUICK PAYMENT BASED ON DYNAMIC TARGET TRACKING", 《2016 4TH INTERNATIONAL CONFERENCE ON CLOUD COMPUTING AND INTELLIGENCE SYSTEMS(CCIS)》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109144043A (zh) * 2017-06-27 2019-01-04 金宝电子工业股份有限公司 追踪目标物的方法
CN107292907A (zh) * 2017-07-14 2017-10-24 灵动科技（北京）有限公司 一种对跟随目标进行定位的方法以及跟随设备
CN107292907B (zh) * 2017-07-14 2020-08-21 灵动科技（北京）有限公司 一种对跟随目标进行定位的方法以及跟随设备
CN109035914A (zh) * 2018-08-20 2018-12-18 广东小天才科技有限公司 一种基于智能台灯的学习方法及智能台灯
CN109035914B (zh) * 2018-08-20 2020-12-25 广东小天才科技有限公司 一种基于智能台灯的学习方法及智能台灯
CN109189078A (zh) * 2018-10-31 2019-01-11 山东师范大学 基于深度增强学习的家用安全防护机器人及方法
CN109886994A (zh) * 2019-01-11 2019-06-14 上海交通大学 视频跟踪中自适应遮挡检测***及方法
CN109886994B (zh) * 2019-01-11 2021-07-20 上海交通大学 视频跟踪中自适应遮挡检测***及方法
CN109782811A (zh) * 2019-02-02 2019-05-21 绥化学院 一种无人模型车的自动跟随控制***及方法
CN109782811B (zh) * 2019-02-02 2021-10-08 绥化学院 一种无人模型车的自动跟随控制***及方法
CN110717003A (zh) * 2019-09-27 2020-01-21 四川长虹电器股份有限公司 基于路径规划的智能购物车自主导航与自动跟随方法
WO2021208260A1 (zh) * 2020-04-15 2021-10-21 上海摩象网络科技有限公司 目标对象的跟踪框显示方法、设备及手持相机

Similar Documents

Publication Publication Date Title
CN106651920A (zh) 基于机器视觉的移动控制方法、装置及***
CN110660254B (zh) 交通信号灯检测及智能驾驶方法和装置、车辆、电子设备
US11205274B2 (en) High-performance visual object tracking for embedded vision systems
EP2685425B1 (en) Object tracking device, object tracking method, and control program
Yokoyama et al. A contour-based moving object detection and tracking
Nummiaro et al. Color features for tracking non-rigid objects
EP1318477B1 (en) Robust appearance models for visual motion analysis and tracking
US9501701B2 (en) Systems and methods for detecting and tracking objects in a video stream
CA2625252C (en) Vision based navigation and guidance system
CN108549410A (zh) 主动跟随方法、装置、电子设备及计算机可读存储介质
CN106910206B (zh) 一种目标跟踪方法及装置
CN107431771A (zh) 异常像素检测
CA2827661A1 (en) System and method for detection and tracking of moving objects
CN106097385B (zh) 一种目标跟踪的方法和装置
CN101930611A (zh) 多视图面部追踪
CN111583307A (zh) 运动目标实时检测跟踪***及方法
CN104091349A (zh) 基于支持向量机的鲁棒目标跟踪方法
CN109218598B (zh) 一种相机切换方法、装置及无人机
KR20210004818A (ko) 매장 내 자동 결제 방법, 시스템 및 프로그램
Palvanov et al. DHCNN for visibility estimation in foggy weather conditions
CN112541408B (zh) 可行区域识别方法、装置、设备及计算机可读存储介质
Haag et al. Beginning a transition from a local to a more global point of view in model-based vehicle tracking
JP3567114B2 (ja) 画像監視装置及び画像監視方法
Denman et al. Multi-view intelligent vehicle surveillance system
Germi et al. Estimation of moving obstacle dynamics with mobile RGB-D camera

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170510