CN109241798A - 一种行车上的智能识别*** - Google Patents

一种行车上的智能识别*** Download PDF

Info

Publication number
CN109241798A
CN109241798A CN201810989331.0A CN201810989331A CN109241798A CN 109241798 A CN109241798 A CN 109241798A CN 201810989331 A CN201810989331 A CN 201810989331A CN 109241798 A CN109241798 A CN 109241798A
Authority
CN
China
Prior art keywords
code
module
image
identifying system
information
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
CN201810989331.0A
Other languages
English (en)
Inventor
袁浩
胡贤清
潘星
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.)
Jiangsu Bo Rui Tong Intelligent Equipment Co Ltd
Original Assignee
Jiangsu Bo Rui Tong Intelligent Equipment 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 Jiangsu Bo Rui Tong Intelligent Equipment Co Ltd filed Critical Jiangsu Bo Rui Tong Intelligent Equipment Co Ltd
Priority to CN201810989331.0A priority Critical patent/CN109241798A/zh
Publication of CN109241798A publication Critical patent/CN109241798A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/10861—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing of data fields affixed to objects or articles, e.g. coded labels
    • 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
    • G06K7/146—Methods for optical code recognition the method including quality enhancement steps
    • G06K7/1478—Methods for optical code recognition the method including quality enhancement steps adapting the threshold for pixels in a CMOS or CCD pixel sensor for black and white recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明所公开的一种行车上的智能识别***，图像采集模块，安装于行吊车体的活动吊臂上，以采集并识别活动吊臂下方的彩色图、以及物料上的一维码或二维码；图像格式转换模块，利用设定特定目标的阈值进行将特定目标的颜色均转换为白色像素，而其余颜色转换为黑色像素；目标锁定模块，利用图中是否存在白色像素进行判别而生成是否有人员误闯入的信息；主控模块，根据采集到的一维码或二维码中的信息得到的物料大小、类型尺寸信息，进而分配至对应的空货位中，依分配指令活动吊臂动作进行取货后，将物料行吊至对应的空货位中执行放货；根据是否有人员误闯入的信息进行判定活动吊臂是否停止位移。其提升自动智能化程度，使用更加安全可靠、高效。

Description

一种行车上的智能识别***
技术领域
本发明涉及一种信息化的、安全的行吊车***的仓储技术领域，一种行车上的智能识别***。
背景技术
行车***可应用于物流仓储中心，是集装箱，原材料等大型物料的搬运机械设备，又称为行吊，可分为室内使用的普通行吊和室外使用的龙门架形式的龙门吊，通过三个轴的运动可到达区域内的任意一个位置取货放货。
在现有的行车技术中，普遍还是在沿用80、90年代的控制方式，即通过操作盒或者遥控器手动控制行车的位置，取货放货的过程中容易出现误操作导致的安全事故，并且人为控制效率较低，需要长时间校准位置，并且没有行之有效便捷的信息记录方式，所以就需要一种行车上的智能识别***来解决这些问题。
发明内容
本发明的目的是为了解决上述技术的不足而设计的一种提升安全性能和控制效率的一种行车上的智能识别***。
本发明所设计的一种行车上的智能识别***，包括：
图像采集模块，安装于行吊车体的活动吊臂上，以采集并识别活动吊臂下方的24位真彩色位图、以及物料上的一维码或二维码；
图像格式转换模块，利用设定特定目标的阈值进行将特定目标的颜色均转换为白色像素，而其余颜色转换为黑色像素，以将24位真彩色图像二值化，再将二值化以后的图像转换为256色位图；
目标锁定模块，利用256色位图中是否存在白色像素进行判别而生成是否有人员误闯入的信息；
主控模块，根据采集到的一维码或二维码中的信息得到的物料大小、类型尺寸信息，进而分配至对应的空货位中，依分配指令活动吊臂动作进行取货后，将物料行吊至对应的空货位中执行放货；根据是否有人员误闯入的信息进行判定活动吊臂是否停止自动位移。
进一步优选，主控模块包括：当搜索到白色像素，根据该位置得出目标坐标，活动吊臂停止位移动作；当未搜索到白色像素，活动吊臂继续向预设方向的位置位移动作。
进一步优选，还包括安全保护模块，根据行车方向设定安全距离，活动吊臂与目标之间的距离小于安全距离时，行吊车体的刹车装置启动促使活动吊臂停车。
进一步优选，还包括图像滤波模块，将转换得到的256色位图进行滤波处理去除噪声。
进一步优选，还包括一维码或二维码的识别模块，集成于图像采集模块内，在图像中搜索寻找像素密度较高的区域以识别条码位置。
进一步优选，还包括规则条码区预定位模块，集成在图像采集模块内，在单元码字图处于水平四条四空交替排布，竖直方向呈现的层结构，从而以竖直边界和水平边界进行预定位。
进一步优选，还包括不规则条码区预定位模块，集成在图像采集模块内，利用水平矩形区域扩充到包含整个起止符，并从水平方向和竖直方向搜索所有满足起始黑白像素比值的点，然后再从这些点集中选出符合条件的点，用最小二乘法拟合出起始符的左边线和右边线，记下左边线和右边线的起终点，作为起始符的区域边界点；然后寻找终止符的区域边界点，根据直线相关性质，对起始符和终止符的边界点进行修正，最终可以准确定位条码区。
进一步优选，还包括一维码或二维码的解码模块，对图像进行纵横双向扫描定位条码区，然后在有效区域内及特定方向上进行列分割线的确定，再利用几何变换将行列指示符图像快映射到一个规整的矩形，再次结合PDF417条码的结构特征得出条码行列信息，再分割出码字单元图像块，并对图像进行分析而分割求得码字，最后对码字进行译码后得出物料代码，经物料代码得到物料大小、类型尺寸信息。
进一步优选，还包括代码校验模块，集成在主控模块内，用于对物料代码进行查询校验。
进一步优选，还包括：存储模块，用于存储目标位置和条码信息；安装于入库口和各货位内的物料传感器，用于检测物料是否达到入库口以及各货位中是否有物料。
本发明的一种行车上的智能识别***，增加了操作人员的安全保护功能，同时使用自动化操作控制，应用简单高效，提高了信息智能化程度，而且使得使用更加安全可靠。
附图说明
图1是实施例1的整体结构示意图；
图2是实施例1的工作流程图；
图3是实施例1的行吊车体上安装本***的结构示意图。
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所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
如图1-图3所示，本实施例所描述的一种行车上的智能识别***，本***主要讲述对操作人员的识别，即对特定目标进行识别处理，识别过程中，操作人员根据要求带上黄色安全帽，为了提高识别的准确性，对集装箱和物料颜色进行集中管理加以区分，我们以黄色为举例特征来识别目标，具体***结构包括：
图像采集模块2，安装于行吊车体9的活动吊臂91上，以采集并识别活动吊臂下方的24位真彩色位图、以及物料上的一维码或二维码；其中，图像采集模块采用摄像头和与其配套的图像采集卡(PCI插槽)通过图像采集开发软件进行二次开发，将采集到的图像在主控模块的计算机上显示，随时可以保存图像以便处理，而且可在利用调用的控件，在监测模块中监控采集到的图像；行吊车体的运行均为控制柜操控运行，控制柜由PLC、变频器、低压电气元件等机构构成。
图像格式转换模块3，利用设定特定目标的阈值进行将特定目标的颜色均转换为白色像素，而其余颜色转换为黑色像素，以将24位真彩色图像二值化，再将二值化以后的图像转换为256色位图；将24位真彩色图像二值化的过程中，24位真彩色图像由R、G、B三个分量组成，设定阈值目的是将黄色转化为白色，所有其他颜色转化为黑色，这就要根据图像调节R、G、B值的范围，直到黄色全部转化为白色，其他为黑色；将二值化以后的图像转换为256色位图，具体的转换处理方法为：新建一个长度为4096的数组，代表4096种颜色，对图中每一个像素，取RGB的最高4位，拼成一个12位整数，对应的数组元素加1。对一幅图像的每个像素颜色进行统计，就得到了这4096种颜色的使用频率。其中，有的颜色可能一次也没出现，对应的数组元素就为0。将这些为0的数组元素清除出去，使得前N(N<＝4096)个元素都不为0.将这N个数按从大到小的顺序排列(冒泡排序)。这样，前256种颜色就是用得最多的颜色，用作调色板上的256种颜色。对于剩下的N-256种颜色并不是简答地丢弃，而是用前256种颜色中的一种来代替，代替的原则是找有最小平方误差的那个。再次对图中的每一个像素，取R、G、B的最高4位，拼成一个12位整数，如果对应值在前256种颜色中，则直接将该索引值填入位图数据中，如果是在后N-256种颜色中，则用代替色的索引值填入位图数据中；
目标锁定模块4，利用256色位图中是否存在白色像素进行判别而生成是否有人员误闯入的信息；其中，选取黄色安全帽为特征点，判断采集的图像中是否有白色像素，白点即为安全帽坐标。具体做法是对上述图像进行扫描，将该点所在列与行保存下来，对应得到该点坐标(X,Y),否则，说明目标不在视野范围内；
主控模块1，根据采集到的一维码或二维码中的信息得到的物料大小、类型尺寸信息，进而分配至对应的空货位中，依分配指令活动吊臂动作进行取货后，将物料行吊至对应的空货位中执行放货；根据是否有人员误闯入的信息进行判定活动吊臂是否停止自动位移；其中主控模块中主要用于数字图像采集和处理，对目标解码，识别以及向控制模块发出调度指令。
本实施例中，主控模块1包括：当搜索到白色像素，根据该位置得出目标坐标，活动吊臂停止位移动作；当未搜索到白色像素，活动吊臂继续向预设方向的位置位移动作。其为了保证活动吊臂下方的误闯人员的更加安全，使得使用更加便捷可靠。
本实施例中，还包括安全保护模块5，根据行车方向设定安全距离，活动吊臂与目标之间的距离小于安全距离时，行吊车体的刹车装置启动促使活动吊臂停车。其目标判别是在运动情况下对目标进行正确的判别，根据行车运行的方向判断是否在安全范围，以达到安全保护停车的功能，过程中我们设定安全距离始终大于10米，当这个值被打破，行车开始刹车，刹车完成后也能保持与目标3-5米的安全距离，这时我们需要排除故障，误闯人员离开场地并且按下确认按钮后，行车继续执行之前的任务。在考虑到抖动因素的情况下，我们可以在实际应用中增大安全距离的预警值，一旦达到安全距离预警值，立刻触发停车动作。
本实施例中，还包括图像滤波模块6，将转换得到的256色位图进行滤波处理去除噪声。其为了防止彩色图像中噪声导致误判的情况发生，对数字图像而言，离某点越近的点对该点的影响应该越大，为此，引入了加权系数的算法进行滤波处理，可更好的对目标进行辨识。
本实施例中，还包括一维码或二维码的识别模块21，集成于图像采集模块内，在图像中搜索寻找像素密度较高的区域以识别条码位置。其可在大的数字图像中进行快速搜索到一维码或二维码的图像，提升了搜索的识别效率。
本实施例中，定位到一个合适的位置是识别的关键步骤，准确的定位可以提高读取的效率，准确分割出码字单元图，我们在每个库区定义一个或几个入库口，我们把读码区域放在入库口并对读码高度进行测试，调整好合适的定位后就可以开始测试我们的***，用叉车把料箱放在入库口的位置，料箱顶面有事先贴好的条码，我们根据料箱的高度定位到适合读码的位置开始捕捉图像，这个时候要注意，对一幅大的数字图像进行定位幅查找是很花时间的，特别是对于背景大的数字图像，倘若有效条码区较小，但要进行全图定位搜索会明显降低识别速度，为我们加入了规则条码区预定位模块和不规则条码区预定位模块以提升条码区定位速度，主要采用缩小定位符搜索范围，在小的范围内进行搜索，具体操作如下：
规则条码区预定位模块22，集成在图像采集模块内，在单元码字图处于水平四条四空交替排布，竖直方向呈现的层结构，从而以竖直边界和水平边界进行预定位；
不规则条码区预定位模块23，集成在图像采集模块内，利用水平矩形区域扩充到包含整个起止符，并从水平方向和竖直方向搜索所有满足起始黑白像素比值的点，然后再从这些点集中选出符合条件的点，用最小二乘法拟合出起始符的左边线和右边线，记下左边线和右边线的起终点，作为起始符的区域边界点；然后寻找终止符的区域边界点，根据直线相关性质，对起始符和终止符的边界点进行修正，最终可以准确定位条码区；不规则条码区预定位模块主要用在料箱在放置的过程中不会总是固定方向，我们的图像就会旋转，同时假设条码所粘贴的位置不规则也会导致条码的变形，不再是一个水平的矩形图案的情况下。
本实施例中，还包括一维码或二维码的解码模块24，对图像进行纵横双向扫描定位条码区，然后在有效区域内及特定方向上进行列分割线的确定，再利用几何变换将行列指示符图像快映射到一个规整的矩形，再次结合PDF417条码的结构特征得出条码行列信息，再分割出码字单元图像块，并对图像进行分析而分割求得码字，最后对码字进行译码后得出物料代码，经物料代码得到物料大小、类型尺寸信息。其针对无缺损条码或缺损条码，在图像二值化后均可进行完美快速的解码，提升解码的效率。
在找到条码区后我们确定列分割线，再对码字单元图进行获取、分析与值确定。最后，我们对码字进行译码，译码分为文本译码、数字译码、字节译码，这样得出的信息即为我们需要的物料代码。
本实施例中，还包括代码校验模块11，集成在主控模块内，用于对物料代码进行查询校验。其为了确保读码的准确性而设定。
本实施例中，还包括存储模块7，用于存储目标位置和条码信息。
本***中的整体工作流程：
1，智能行车进行***自检，完成后发送OK状态给计算机，进入待机状态；
2，物料通过叉车进入入库口，传感器检测到物料，行车发送有物料信号给计算机，计算机检查库位信息后检查库位是否满位等状态，发送允许命令给智能行车；
3智能行车前往取物料8，过程中检测是否有人员误闯入；
4，达到入库口开始定位并扫码物料上方条码，解析，将信息发送给计算机；
5计算机根据收到的信息查询物料大小、类型等尺寸，然后对空货位分配到指定货位；
6，智能行车收到命令后取货并执行放货，过程中检测是否有人员误闯入；
7，完成任务并回到待命位置。
本***实现了运行时的安全检测、便捷读码以及可靠的运行调度，使得信息智能化程度大大提高，使得在工业操作过程中更加安全高效。
本发明不局限于上述最佳实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是具有与本申请相同或相近似的技术方案，均落在本发明的保护范围之内。

Claims (10)

1.一种行车上的智能识别***，其特征在于，包括：
图像采集模块，安装于行吊车体的活动吊臂上，以采集并识别活动吊臂下方的24位真彩色位图、以及物料上的一维码或二维码；
图像格式转换模块，利用设定特定目标的阈值进行将特定目标的颜色均转换为白色像素，而其余颜色转换为黑色像素，以将24位真彩色图像二值化，再将二值化以后的图像转换为256色位图；
目标锁定模块，利用256色位图中是否存在白色像素进行判别而生成是否有人员误闯入的信息；
主控模块，根据采集到的一维码或二维码中的信息得到的物料大小、类型尺寸信息，进而分配至对应的空货位中，依分配指令活动吊臂动作进行取货后，将物料行吊至对应的空货位中执行放货；根据是否有人员误闯入的信息进行判定活动吊臂是否停止自动位移。
2.根据权利要求1所述的一种行车上的智能识别***，其特征在于，主控模块包括：
当搜索到白色像素，根据该位置得出目标坐标，活动吊臂停止位移动作；
当未搜索到白色像素，活动吊臂继续向预设方向的位置位移动作。
3.根据权利要求2所述的一种行车上的智能识别***，其特征在于，还包括安全保护模块，根据行车方向设定安全距离，活动吊臂与目标之间的距离小于安全距离时，行吊车体的刹车装置启动促使活动吊臂停车。
4.根据权利要求1所述的一种行车上的智能识别***，其特征在于，还包括图像滤波模块，将转换得到的256色位图进行滤波处理去除噪声。
5.根据权利要求1所述的一种行车上的智能识别***，其特征在于，还包括一维码或二维码的识别模块，集成于图像采集模块内，在图像中搜索寻找像素密度较高的区域以识别条码位置。
6.根据权利要求5所述的一种行车上的智能识别***，其特征在于，还包括规则条码区预定位模块，集成在图像采集模块内，在单元码字图处于水平四条四空交替排布，竖直方向呈现的层结构，从而以竖直边界和水平边界进行预定位。
7.根据权利要求5所述的一种行车上的智能识别***，其特征在于，还包括不规则条码区预定位模块，集成在图像采集模块内，利用水平矩形区域扩充到包含整个起止符，并从水平方向和竖直方向搜索所有满足起始黑白像素比值的点，然后再从这些点集中选出符合条件的点，用最小二乘法拟合出起始符的左边线和右边线，记下左边线和右边线的起终点，作为起始符的区域边界点；然后寻找终止符的区域边界点，根据直线相关性质，对起始符和终止符的边界点进行修正，最终可以准确定位条码区。
8.根据权利要求5所述的一种行车上的智能识别***，其特征在于，还包括一维码或二维码的解码模块，集成于图像采集模块内，对图像进行纵横双向扫描定位条码区，然后在有效区域内及特定方向上进行列分割线的确定，再利用几何变换将行列指示符图像快映射到一个规整的矩形，再次结合PDF417条码的结构特征得出条码行列信息，再分割出码字单元图像块，并对图像进行分析而分割求得码字，最后对码字进行译码后得出物料代码，经物料代码得到物料大小、类型尺寸信息。
9.根据权利要求8所述的一种行车上的智能识别***，其特征在于，还包括代码校验模块，集成在主控模块内，用于对物料代码进行查询校验。
10.根据权利要求1所述的一种行车上的智能识别***，其特征在于，还包括：存储模块，用于存储目标位置和条码信息；安装于入库口和各货位内的物料传感器，用于检测物料是否达到入库口以及各货位中是否有物料。
CN201810989331.0A 2018-08-28 2018-08-28 一种行车上的智能识别*** Pending CN109241798A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810989331.0A CN109241798A (zh) 2018-08-28 2018-08-28 一种行车上的智能识别***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810989331.0A CN109241798A (zh) 2018-08-28 2018-08-28 一种行车上的智能识别***

Publications (1)

Publication Number Publication Date
CN109241798A true CN109241798A (zh) 2019-01-18

Family

ID=65068824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810989331.0A Pending CN109241798A (zh) 2018-08-28 2018-08-28 一种行车上的智能识别***

Country Status (1)

Country Link
CN (1) CN109241798A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112364861A (zh) * 2020-11-18 2021-02-12 华晨宝马汽车有限公司 用于自动识别托运件的箱贴号码的方法和装置及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184378A (zh) * 2011-04-27 2011-09-14 茂名职业技术学院 一种pdf417标准二维条码图像切割的办法
US20130041610A1 (en) * 2011-08-10 2013-02-14 Texas Instruments Incorporated Navigation assistance based on visual codes
CN104494598A (zh) * 2014-11-23 2015-04-08 北京联合大学 一种用于智能车辆的路口行驶控制方法
CN105858046A (zh) * 2016-06-06 2016-08-17 惠州市普源宏业科技有限公司 一种智能行吊式仓储***
CN106241631A (zh) * 2016-08-30 2016-12-21 苏州安控物联网科技有限公司 塔吊吊装安全控制***
CN206858010U (zh) * 2017-06-02 2018-01-09 福建惠安南山文化创意有限公司 一种建筑起重机
CN207158633U (zh) * 2017-09-13 2018-03-30 广州港集团有限公司 一种港口门座式起重机的集装箱智能理货装置
CN107911655A (zh) * 2017-11-17 2018-04-13 江苏艾思博信息技术有限公司 基于ar的智能装卸执行方法和***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184378A (zh) * 2011-04-27 2011-09-14 茂名职业技术学院 一种pdf417标准二维条码图像切割的办法
US20130041610A1 (en) * 2011-08-10 2013-02-14 Texas Instruments Incorporated Navigation assistance based on visual codes
CN104494598A (zh) * 2014-11-23 2015-04-08 北京联合大学 一种用于智能车辆的路口行驶控制方法
CN105858046A (zh) * 2016-06-06 2016-08-17 惠州市普源宏业科技有限公司 一种智能行吊式仓储***
CN106241631A (zh) * 2016-08-30 2016-12-21 苏州安控物联网科技有限公司 塔吊吊装安全控制***
CN206858010U (zh) * 2017-06-02 2018-01-09 福建惠安南山文化创意有限公司 一种建筑起重机
CN207158633U (zh) * 2017-09-13 2018-03-30 广州港集团有限公司 一种港口门座式起重机的集装箱智能理货装置
CN107911655A (zh) * 2017-11-17 2018-04-13 江苏艾思博信息技术有限公司 基于ar的智能装卸执行方法和***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯国臣等: "基于机器视觉的安全帽自动识别技术研究", 《机械设计与制造工程》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112364861A (zh) * 2020-11-18 2021-02-12 华晨宝马汽车有限公司 用于自动识别托运件的箱贴号码的方法和装置及存储介质

Similar Documents

Publication Publication Date Title
KR102206662B1 (ko) 항만 컨테이너 터미널에서 차량 출입 관리와 객체를 인식하는 비전 카메라 시스템 및 방법
KR102206658B1 (ko) 항만 컨테이너 터미널에서 미들웨어를 통해 터미널 운영 시스템과 연동되는 비전 카메라 시스템 및 그 방법
CN100456314C (zh) 基于聊天用摄像头的快速响应矩阵码识读方法
CN102722704B (zh) 一种融合视频动态跟踪的车牌识别方法和***
CN101692313A (zh) 基于嵌入式平台的便携式车辆识别装置
CN106203239B (zh) 用于集装箱理货的信息处理方法、装置和***
CN104331697B (zh) 一种感兴趣区域的定位方法
CN102509089B (zh) 逐行扫描识别斑马线及测量斑马线距离的方法
CN103065494B (zh) 一种基于计算机视觉的空闲停车位检测方法
CN102708691B (zh) 基于车牌车型匹配的虚假车牌识别方法
CN103778786A (zh) 一种基于显著车辆部件模型的交通违章检测方法
CN107578012B (zh) 一种基于聚类算法选择敏感区域的驾驶辅助***
CN114241298A (zh) 一种激光雷达和图像融合的塔吊环境目标检测方法及***
CN107220577A (zh) 一种基于机器学习的二维码定位方法及***
CN102024148A (zh) 一种出租车绿色标志识别方法
CN108734172B (zh) 基于直线边缘特征的目标识别方法、***
CN108090459A (zh) 一种适用于车载视觉***的交通标志检测识别方法
CN101715111A (zh) 视频监控中滞留物主自动搜寻方法
CN110245544A (zh) 一种确定停车状态的方法及装置
Yang et al. Vision-based crane tracking for understanding construction activity
CN106529404A (zh) 基于摄像原理的无人驾驶汽车对路面标志线的识别方法
CN111126529B (zh) 一种翻桶数据采集方法、装置、电子设备和垃圾车
CN109086781A (zh) 一种基于深度学习的机柜灯状态识别方法
CN109241798A (zh) 一种行车上的智能识别***
CN106960193A (zh) 一种车道线检测装置和方法

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20220902