CN114435828A - 货品存储方法、装置、搬运设备及存储介质 - Google Patents
货品存储方法、装置、搬运设备及存储介质 Download PDFInfo
- Publication number
- CN114435828A CN114435828A CN202111661052.XA CN202111661052A CN114435828A CN 114435828 A CN114435828 A CN 114435828A CN 202111661052 A CN202111661052 A CN 202111661052A CN 114435828 A CN114435828 A CN 114435828A
- Authority
- CN
- China
- Prior art keywords
- goods
- storage area
- frame
- storage
- image
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
- B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
Abstract
本发明公开了一种货品存储方法、装置、电子设备及存储介质,该货品存储方法包括获取搬运设备上货品的图像信息,并对所述货品称重以确定出所述货品的重量信息;根据所述图像信息确定出所述货品对应的图像目标框,并根据所述重量信息及所述图像目标框识别出对应的目标货架;对所述目标货架的存储区域进行预估,以确定出预估结果;根据所述预估结果,按预设存储规则将所述货品进行存储。由此使得搬运机器人能够对货品进行准确识别并存储,将货品进行存储时准确度更高,提升了物流存储的效率。
Description
技术领域
本发明涉及搬运机器人技术领域,具体涉及一种货品存储方法、装置、搬运设备及存储介质。
背景技术
目前,随着智能化无人物流行业的快速发展,为了减少人力负担,将智能搬运机器人带入物流行业,提高其自动化程度成为广大物流从业者的呼声,由于传统的人力方式则渐渐取代,而现有智能搬运机器人基本实现了人力所能实现的大部分功能,例如机器人移动、机器人抓举、机器人图像识别,使得目前的物流效率大大提升;但目前的搬运机器人在将货品进行移动并存储的过程中,搬运机器人对货品进行识别存储准确度不足,无法高效准确地将货品进行存储,难以提升物流存储的效率。
发明内容
第一方面,本发明的主要目的是提供一种货品存储方法,包括:
获取搬运设备上货品的图像信息,并对所述货品称重以确定出所述货品的重量信息;
根据所述图像信息确定出所述货品对应的图像目标框,并根据所述重量信息及所述图像目标框识别出对应的目标货架;
对所述目标货架的存储区域进行预估,以确定出预估结果;
根据所述预估结果,按预设存储规则将所述货品进行存储。
可选地,所述根据所述图像信息确定出所述货品对应的图像目标框,并根据所述重量信息及所述图像目标框筛选出对应的目标货架包括:
所述搬运设备通过所述图像信息,分别确定在第一方向上的两个最远距离点以及在第二方向上的两个最远距离点;其中,所述第一方向和所述第二方向相互垂直;
根据所述第一方向上的两个最远距离点和所述第二方向上的两个最远距离点,生成对应的所述图像目标框;
将所述重量信息及所述图像目标框与多个货架进行匹配,将匹配成功的货架确定为所述目标货架。
可选地,所述根据所述第一方向上的两个最远距离点和所述第二方向上的两个最远距离点,生成对应的所述图像目标框,包括:
根据所述第一方向上的两个最远距离点生成对应的第一延长线,以及根据所述第二方向上的两个最远距离点生成对应的第二延长线;
根据所述第一延长线和所述第二延长线,确定出所述第一延长线和所述第二延长线之间的四个交点坐标值;
将四个所述交点坐标值之间的围合范围确定为所述图像目标框。
可选地,所述目标货架包括多个存储区域;所述对所述目标货架的存储区域进行预估,以确定出预估结果包括:
对所述目标货架进行识别,以确定出每个存储区域对应的识别框;
根据所述图像目标框和所述识别框之间的关系,确定出所述目标货架的预估结果。
可选地,所述对所述目标货架进行识别,以确定出每个存储区域对应的识别框包括:
所述搬运设备采集多个所述存储区域的图像信息;
根据所述存储区域的图像信息,对所述存储区域的图像信息进行边缘检测,以确定出所述存储区域的货品检测框和区域检测框;
确定所述货品检测框和所述区域检测框之间重叠部分和不重叠部分;
将所述重叠部分筛除,并将所述不重叠部分作为所述存储区域对应的识别框。
可选地,所述根据所述图像目标框和识别框之间的关系,确定出目标货架的预估结果包括:
将所述图像目标框和所述识别框进行尺寸比对,判断所述识别框是否大于所述图像目标框;
当所述识别框大于所述图像目标框时,确定所述存储区域为空闲状态;
当所述识别框小于所述图像目标框时,确定所述存储区域为存储状态。
可选地,所述根据所述预估结果,按预设存储规则将所述货品进行存储,包括:
在所述目标货架的存储区域中,选择所述预估结果为空闲状态的存储区域作为候选存储区域;
选择一个所述候选存储区域进行标签识别,以确定所述候选存储区域的当前承重信息;
判断所述当前承重信息是否小于所述重量信息;
在所述当前承重信息小于所述重量信息时,重复对所述目标货架上的其它候选存储区域执行标签识别的操作,直至确定出所述当前承重信息大于或等于所述重量信息的候选存储区域作为目标存储区域,所述搬运设备将所述货品存储至所述目标存储区域。
第二方面,本发明实施例提供了一种货品存储装置,包括:
获取模块,用于获取搬运设备上货品的图像信息,并对所述货品称重以确定出所述货品的重量信息;
第一确定模块,用于根据所述图像信息确定出所述货品对应的图像目标框,并根据所述重量信息及所述图像目标框识别出对应的目标货架;
预估模块,用于对所述目标货架的存储区域进行预估,以确定出预估结果;
第二确定模块,用于根据所述预估结果,按预设存储规则将所述货品进行存储。
第三方面,本发明实施例提供了一种搬运设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的货品存储方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述的货品存储方法的步骤。
本发明的上述方案至少包括以下有益效果:
本发明提供的货品存储方法,可以获取搬运设备上货品的图像信息,并对所述货品称重以确定出所述货品的重量信息;然后根据所述图像信息确定出所述货品对应的图像目标框,并根据所述重量信息及所述图像目标框识别出对应的目标货架;通过对所述目标货架的存储区域进行预估,以确定出预估结果;最后根据所述预估结果,按预设存储规则将所述货品进行存储。由此使得搬运机器人能够对货品进行准确识别并存储,将货品进行存储时准确度更高,提升了物流存储的效率。
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示出的结构获得其他的附图。
图1为本发明实施例提供的货品存储方法的整体流程示意图;
图2为本发明实施例提供的货品存储方法的流程示意图;
图3为本发明实施例提供的步骤S30的具体流程示意图;
图4为本发明实施例提供的步骤S40的具体流程示意图;
图5为本发明实施例提供的货品存储方法的另一流程示意图;
图6为本发明实施例提供的步骤S40的另一流程示意图;
图7为本发明实施例提供的步骤S30的另一流程示意图;
图8为本发明实施例提供的货品存储装置的结构框图;
图9为本发明实施例提供的搬运设备的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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的一部分实施例,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,都属于本发明保护的范围。
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”和“第三”等是用于区别不同对象,而非用于描述特定顺序。此外,术语“包括”以及它们任何变形,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、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先结合相关附图来举例介绍下本申请实施例的方案。
如图1所示,本发明的具体实施例提供了一种货品存储方法,包括:
S10、获取搬运设备上货品的图像信息,并对货品称重以确定出货品的重量信息。
在本实施例中,搬运设备可以是具有摄像头、机械臂及称重传感器的搬运机器人,搬运机器人可以实现货品移动、货品抓举、货品称重、货品图像识别及货架识别匹配等功能,当然,搬运机器人可以通过物联网与控制平台进行交互,以接收或发送信息等。搬运机器人也可以是具有自主计算能力和执行能力的机械电子设备,也可以是具有控制能力的终端设备和机械机构的组合;可以理解的是,搬运设备在进行货品搬运过程中,可以是由起始搬运地点至货架地点进行搬运,搬运设备的路线可以是预先设定的,例如起始搬运地点是卸货区,货架地点是仓储区;搬运设备可以在抓取货品后对货品进行图像信息识别,也可以拍摄图像信息传输至控制平台进行识别;图像信息可以是jpg格式、PNG格式等。
在搬运设备获取货品的图像信息时,可以采用搬运设备上的摄像头对货品进行拍摄,以确定出货品的图像信息,并且,可以通过称重传感器对货品进行称重,以得到货品的重量信息;由此,通过货品的图像信息和重量信息对货品进行存储,可以准确地识别出货品所应该存储的货架,使得货品能够准确存储至对应的货架,提升存储的效率。
S20、根据图像信息确定出货品对应的图像目标框,并根据重量信息及图像目标框识别出对应的目标货架。
在本实施例中,图像信息中包含有货品的轮廓特征信息,可以通过目标检测算法对货品的轮廓特征信息进行识别检测,以确定出图像目标框,例如可以采用YOLO目标检测算法进行识别,当然也可以采用其他目标检测算法对货品进行识别。
可以理解的是,由于货品的会有不规则的形状结构,因此在通过识别出货品的图像目标框后,可以通过图像目标框确定出确定出目标货架是否与该货品匹配;在确定目标货架时,搬运设备可以先根据货品的重量信息在仓储区内寻找对应的货架,然后在货架中筛选出匹配的目标货架,如此,再通过机械臂将货品移动存储至目标货架上。
在一个可选的实施例中,上述根据图像信息确定出货品对应的图像目标框,并根据重量信息及图像目标框筛选出对应的目标货架包括:
S21、搬运设备通过图像信息,分别确定在第一方向上的两个最远距离点以及在第二方向上的两个最远距离点;其中,第一方向和第二方向相互垂直;
S22、根据第一方向上的两个最远距离点和第二方向上的两个最远距离点,生成对应的图像目标框;
S23、将重量信息及图像目标框与多个货架进行匹配,将匹配成功的货架确定为目标货架。
其中,第一方向可以是水平方向,第二方向可以是竖直方向,最远距离点表示货品在第一方向以及第二方向上相隔最远的两个点,通过第一方向上的最远距离点和第二方向上的最远距离点,可以确定出货品最大的图像目标框,通过图像目标框可以从多个货架中筛选出目标货架,由此可以确定出目标货架,例如,对于一些家电在物流运输时需要在外增加木架,因此需要识别外增加的木架结构,以确定出木架的图像目标框;可选地,每个货架上可以有对应的电子标签,搬运设备可以通过识别电子标签确定出货架是否与货品的重量信息相匹配,在重量信息和图像检测框均与货架匹配成功时,则可以确定为目标货架,以确保搬运设备可以更准确地确定出能够存储对应货品的货架。
进一步的,上述根据第一方向上的两个最远距离点和第二方向上的两个最远距离点,生成对应的图像目标框,包括:
S221、根据第一方向上的两个最远距离点生成对应的第一延长线,以及根据第二方向上的两个最远距离点生成对应的第二延长线;
S222、根据第一延长线和第二延长线,确定出第一延长线和第二延长线之间的四个交点坐标值;
S223、将四个交点坐标值之间的围合范围确定为图像目标框。
其中,在生成图像目标框时,第一延长线和第二延长线可以是两条,两条第一延长线可以沿第二方向延伸的,两条第二延长线可以沿第一方向延伸的,通过第一延长线和第二延长线后形成的四个交点,从而可以确定出四个交点在图像上的坐标值,并将四个交点坐标值的围合范围可以确定为图像目标框的围合范围;例如,第一方向上的两个最远距离点的坐标值分别为(5, 0),(5,5),第二方向上的两个最远距离点的坐标值分别为(0,2.5),(10,2.5),在通过第一延长线和第二延长线延长交叉后,可以确定出目标检测框的四个交点坐标值分别是(0,0),(0,5),(10,0),(10,5),由此可以确定出图像目标框,通过图像目标框确定出匹配的目标货架。
S30、对目标货架的存储区域进行预估,以确定出预估结果。
在本实施例中,目标货架包括多个存储区域,多个存储区域可以是由上至下依次排布的,并且存储区域的承载重量可以是由上至下逐渐增大,在对目标货架的存储区域进行预估时,搬运设备可以通过摄像头采集目标货架的图像信息,并对目标货架中的每个存储区域进行识别,以确定出对应的存储区域能否将货品存储,在能够存储时,则搬运设备可以将该货品存储至该存储区域上,在不能存储时,则可以识别下一存储区域;当然,也可以同时对多个存储区域进行识别,以提升每个存储区域的识别效率。
具体的,上述对目标货架的存储区域进行预估,以确定出预估结果包括:
S31、对目标货架进行识别,以确定出每个存储区域对应的识别框;
S32、根据图像目标框和识别框之间的关系,确定出目标货架的预估结果。
其中,在确定每个存储区域对应的识别框,也可以采用目标检测算法对目标货架进行识别检测,例如采用上述的YOLO目标检测算法,目标货架上有多个存储区域,每个存储区域可以存放不同重量的货品,通过识别目标货架上每个存储区域的识别框,从而可以确定出图像目标框和识别框之间的关系;图像目标框和识别框之间的关系可以是在图像目标框小于识别框时则预估结果为可存储状态,在图像目标框大于识别框时则预估结果为不可存储状态,如此,可以准确地选择与该货品相对应的存储区域。
进一步的,上述对目标货架进行识别,以确定出每个存储区域对应的识别框包括:
S311、搬运设备采集多个存储区域的图像信息;
S312、根据存储区域的图像信息,对存储区域的图像信息进行边缘检测,以确定出存储区域的货品检测框和区域检测框;
S313、确定货品检测框和区域检测框之间重叠部分和不重叠部分;
S314、将重叠部分筛除,并将不重叠部分作为存储区域对应的识别框。
在本实施例中,搬运设备可以通过摄像头同时拍摄并检测出多个存储区域对应的图像信息,在对存储区域进行识别框的检测操作时,可以采用预先训练的模型将目标货架的图像信息进行特征提取,然后确定出每个存储区域中已存放货品的货品检测框和该存储区域整体的区域检测框,由于货品检测框和区域检测框会产生重叠部分,因此需要将货品检测框和区域检测框之间的重叠部分筛除,并保留不重叠部分以作为该存储区域的识别框;例如,在目标货架上有A、B个存储区域,A、B存储区域分别存放有a箱子、b箱子的存储区域,在搬运设备对A、B存储区域进行识别检测时,可以同时识别出 A、B存储区域的a箱子、b箱子的货品检测框以及A、B存储区域的A区域检测框和B区域检测框,由于a箱子的货品检测框和A区域检测框出现的重叠部分可以筛除,因此对于A区域检测框的不重叠部分则作为A存储区域的识别框,并且b箱子的货品检测框和B区域检测框所出现的重叠部分可以筛除,因此对于B区域检测框的不重叠部分则作为B存储区域的识别框。
可选地,上述根据图像目标框和识别框之间的关系,确定出目标货架的预估结果包括:
S321、将图像目标框和识别框进行尺寸比对,判断识别框是否大于目标框;
S322、当识别框大于图像目标框时,确定存储区域为空闲状态;
S323、当识别框小于图像目标框时,确定存储区域为存储状态。
在本实施例中,在搬运设备确定出图像目标框后,可以通过图像目标框的四个坐标值确定出图像目标框的尺寸,在确定出识别框后,可以通过识别框对应的四个坐标值确定出识别框的尺寸,通过将图像目标框的尺寸和识别框的尺寸进行比对,判断出识别框是否大于目标框,在识别框大于目标框时,则表示该存储区域能够将对应的货品进行存放,在识别框小于目标框时,则表示该存储区域不能将对应的货品进行存放,则搬运设备可以重复对各个存储区域的识别操作;当然,若目标货架的所有存储区域均不能将对应的货品进行存放,则搬运设备可以重复上述对目标货架进行筛选的步骤,以重新确定出对应的目标货架进行货品存储。
S40、根据预估结果,按预设存储规则将货品进行存储。
在本实施例中,预估结果包括存储区域为空闲状态或存储区域为存储状态;预设存储规则表示为当搬运设备确定的存储区域对应的承载重量大于货品的重量信息时,则将该货品存储至对应的存储区域,当搬运设备确定的存储区域对应的承载重量小于货品的重量信息时,则可以选择其他存储区域将货品进行存储;也就是说,在搬运设备确定存储区域的空间能够存储对应的货品时,可以通过预设存储规则进行判断是否存储在该存储区域;可选地,搬运设备也可以在确定出存储区域的状态之前,判断存储区域的承载重量是否大于货品的重量信息;举例来说,目标货架包括由下至上的C、D、E、F 四个存储区域,C存储区域的承载重量为200千克,D存储区域的承载重量为 150千克,E存储区域的承载重量为100千克,F存储区域的承载重量为80 千克,当货品的重量为100千克时,则可以确定出C存储区域、D存储区域及E存储区域均可存储该货品,因此可以先确定出承载重量相匹配的存储区域,在对每个存储区域进行图像目标框和识别框的比对,以确定出最合适的存储区域进行存储货品。
可选地,上述根据预估结果,按预设存储规则将货品进行存储,包括:
S41、在目标货架的存储区域中,选择预估结果为空闲状态的存储区域作为候选存储区域;
S42、选择一个候选存储区域进行标签识别,以确定候选存储区域的当前承重信息;
S43、判断当前承重信息是否小于重量信息;
S44、在当前承重信息小于重量信息时,重复对目标货架上的其它候选存储区域执行标签识别的操作,直至确定出当前承重信息大于或等于重量信息的候选存储区域作为目标存储区域,搬运设备将货品存储至目标存储区域。
在本实施例中,标签识别表示每个存储区域具有对应的电子标签,搬运设备可以通过该电子标签件进行识别,以确定出每个候选存储区域的当前承重信息;当前承重信息可以在每次将货品存储后进行更新,因此电子标签可以和搬运设备或控制平台进行信息交互,以及时更新该候选存储区域的当前承重信息,进而搬运设备在后续进行货品存储时,可以确定出该候选存储区域在当前时间内是否能够承载对应货品的重量;可以理解的是,在当前承重信息小于货品的重量信息时,搬运设备可以重复对目标货架上的其他候选存储区域进行标签识别,以确定出大于或等于该货品的重量信息的目标存储区域;如上,搬运设备可以先根据每个候选存储区域的当前承重信息确定出货品的目标存储区域,然后再确定出目标存储区域的识别框,以使货品的重量信息和体积信息均可与目标存储区域匹配成功,进而使搬运设备可以准确地将货品存放至对应的目标存储区域,准确度更高,提升搬运设备对货品的存储效率。
本发明提供的货品存储方法,可以获取搬运设备上货品的图像信息,并对货品称重以确定出货品的重量信息;然后根据图像信息确定出货品对应的图像目标框,并根据重量信息及图像目标框识别出对应的目标货架;通过对目标货架的存储区域进行预估,以确定出预估结果;最后根据预估结果,按预设存储规则将货品进行存储。由此使得搬运机器人能够对货品进行准确识别并存储,将货品进行存储时准确度更高,提升了物流存储的效率。
第二方面,本发明实施例提供了一种货品存储装置10,包括:
获取模块11,用于基于搬运设备获取货品的图像信息,并对货品称重以确定出货品的重量信息;
第一确定模块12,用于根据图像信息确定出货品对应的图像目标框,并根据重量信息及图像目标框识别出对应的目标货架;
预估模块13,用于对目标货架的存储区域进行预估,以确定出预估结果;
第二确定模块14,用于根据预估结果,按预设存储规则将货品进行存储。
本发明提供的货品存储装置,可以获取搬运设备上货品的图像信息,并对货品称重以确定出货品的重量信息;然后根据图像信息确定出货品对应的图像目标框,并根据重量信息及图像目标框识别出对应的目标货架;通过对目标货架的存储区域进行预估,以确定出预估结果;最后根据预估结果,按预设存储规则将货品进行存储。由此使得搬运机器人能够对货品进行准确识别并存储,将货品进行存储时准确度更高,提升了物流存储的效率。
需要说明的是,本发明具体实施例提供的货品存储装置10为与上述货品存储方法对应的装置,上述货品存储方法的所有实施例均适用于该货品存储装置10,上述货品存储装置10实施例中均有相应的模块对应上述货品存储方法中的步骤,能达到相同或相似的有益效果,为避免过多重复,在此不对货品存储装置2中的每一模块进行过多赘述。
如图9所示,本发明的具体实施例还提供了一种搬运设备20,包括存储器202、处理器201以及存储在存储器202中并可在处理器201上运行的计算机程序,该处理器201执行计算机程序时实现上述的货品存储方法的步骤。
具体的,处理器201用于调用存储器202存储的计算机程序,执行如下步骤:
获取搬运设备上货品的图像信息,并对货品称重以确定出货品的重量信息;
根据图像信息确定出货品对应的图像目标框,并根据重量信息及图像目标框识别出对应的目标货架;
对目标货架的存储区域进行预估,以确定出预估结果;
根据预估结果,按预设存储规则将货品进行存储。
可选的,处理器201执行的根据图像信息确定出货品对应的图像目标框,并根据重量信息及图像目标框筛选出对应的目标货架包括:
搬运设备通过图像信息,分别确定在第一方向上的两个最远距离点以及在第二方向上的两个最远距离点;其中,第一方向和第二方向相互垂直;
根据第一方向上的两个最远距离点和第二方向上的两个最远距离点,生成对应的图像目标框;
将重量信息及图像目标框与多个货架进行匹配,将匹配成功的货架确定为目标货架。
可选的,处理器201执行的根据第一方向上的两个最远距离点和第二方向上的两个最远距离点,生成对应的图像目标框,包括:
根据第一方向上的两个最远距离点生成对应的第一延长线,以及根据第二方向上的两个最远距离点生成对应的第二延长线;
根据第一延长线和第二延长线,确定出第一延长线和第二延长线之间的四个交点坐标值;
将四个交点坐标值之间的围合范围确定为图像目标框。
可选的,目标货架包括多个存储区域;处理器201执行的对目标货架的存储区域进行预估,以确定出预估结果包括:
对目标货架进行识别,以确定出每个存储区域对应的识别框;
根据图像目标框和识别框之间的关系,确定出目标货架的预估结果。
可选的,处理器201执行的对目标货架进行识别,以确定出每个存储区域对应的识别框包括:
搬运设备采集多个存储区域的图像信息;
根据存储区域的图像信息,对存储区域的图像信息进行边缘检测,以确定出存储区域的货品检测框和区域检测框;
确定货品检测框和区域检测框之间重叠部分和不重叠部分;
将重叠部分筛除,并将不重叠部分作为存储区域对应的识别框。
可选的,处理器201执行的根据图像目标框和识别框之间的关系,确定出目标货架的预估结果包括:
将图像目标框和识别框进行尺寸比对,判断识别框是否大于图像目标框;
当识别框大于图像目标框时,确定存储区域为空闲状态;
当识别框小于图像目标框时,确定存储区域为存储状态。
可选的,处理器201执行的根据预估结果,按预设存储规则将货品进行存储,包括:
在目标货架的存储区域中,选择预估结果为空闲状态的存储区域作为候选存储区域;
选择一个候选存储区域进行标签识别,以确定候选存储区域的当前承重信息;
判断当前承重信息是否小于重量信息;
在当前承重信息小于重量信息时,重复对目标货架上的其它候选存储区域执行标签识别的操作,直至确定出当前承重信息大于或等于重量信息的候选存储区域作为目标存储区域,搬运设备将货品存储至目标存储区域。
即,在本发明的具体实施例中,搬运设备20的处理器201执行计算机程序时实现上述货品存储方法的步骤,由此使得搬运机器人能够对货品进行准确识别并存储,将货品进行存储时准确度更高,提升了物流存储的效率。
需要说明的是,由于搬运设备20的处理器201执行计算机程序时实现上述货品存储方法的步骤,因此上述货品存储方法的所有实施例均适用于该搬运设备20,且均能达到相同或相似的有益效果。
本发明实施例中提供的计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的货品存储方法或应用端货品存储方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存取存储器(Random AccessMemory,简称RAM) 等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种货品存储方法,其特征在于,包括:
获取搬运设备上货品的图像信息,并对所述货品称重以确定出所述货品的重量信息;
根据所述图像信息确定出所述货品对应的图像目标框,并根据所述重量信息及所述图像目标框识别出对应的目标货架;
对所述目标货架的存储区域进行预估,以确定出预估结果;
根据所述预估结果,按预设存储规则将所述货品进行存储。
2.根据权利要求1所述的货品存储方法,其特征在于,所述根据所述图像信息确定出所述货品对应的图像目标框,并根据所述重量信息及所述图像目标框筛选出对应的目标货架包括:
所述搬运设备通过所述图像信息,分别确定在第一方向上的两个最远距离点以及在第二方向上的两个最远距离点;其中,所述第一方向和所述第二方向相互垂直;
根据所述第一方向上的最远距离点和所述第二方向上的两个最远距离点,生成对应的所述图像目标框;
将所述重量信息及所述图像目标框与多个货架进行匹配,将匹配成功的货架确定为所述目标货架。
3.根据权利要求2所述的货品存储方法,其特征在于,所述根据所述第一方向上的两个最远距离点和所述第二方向上的两个最远距离点,生成对应的所述图像目标框,包括:
根据所述第一方向上的两个最远距离点生成对应的第一延长线,以及根据所述第二方向上的两个最远距离点生成对应的第二延长线;
根据所述第一延长线和所述第二延长线,确定出所述第一延长线和所述第二延长线之间的四个交点坐标值;
将四个所述交点坐标值之间的围合范围确定为所述图像目标框。
4.根据权利要求1所述的货品存储方法,其特征在于,所述目标货架包括多个存储区域;所述对所述目标货架的存储区域进行预估,以确定出预估结果包括:
对所述目标货架进行识别,以确定出每个存储区域对应的识别框;
根据所述图像目标框和所述识别框之间的关系,确定出所述目标货架的预估结果。
5.根据权利要求4所述的货品存储方法,其特征在于,所述对所述目标货架进行识别,以确定出每个存储区域对应的识别框包括:
所述搬运设备采集多个所述存储区域的图像信息;
根据所述存储区域的图像信息,对所述存储区域的图像信息进行边缘检测,以确定出所述存储区域的货品检测框和区域检测框;
确定所述货品检测框和所述区域检测框之间重叠部分和不重叠部分;
将所述重叠部分筛除,并将所述不重叠部分作为所述存储区域对应的识别框。
6.根据权利要求4所述的货品存储方法,其特征在于,所述根据所述图像目标框和识别框之间的关系,确定出目标货架的预估结果包括:
将所述图像目标框和所述识别框进行尺寸比对,判断所述识别框是否大于所述图像目标框;
当所述识别框大于所述图像目标框时,确定所述存储区域为空闲状态;
当所述识别框小于所述图像目标框时,确定所述存储区域为存储状态。
7.根据权利要求4所述的货品存储方法,其特征在于,所述根据所述预估结果,按预设存储规则将所述货品进行存储,包括:
在所述目标货架的存储区域中,选择所述预估结果为空闲状态的存储区域作为候选存储区域;
选择一个所述候选存储区域进行标签识别,以确定所述候选存储区域的当前承重信息;
判断所述当前承重信息是否小于所述重量信息;
在所述当前承重信息小于所述重量信息时,重复对所述目标货架上的其它候选存储区域执行标签识别的操作,直至确定出所述当前承重信息大于或等于所述重量信息候选存储区域作为目标存储区域,所述搬运设备将所述货品存储至所述目标存储区域。
8.一种货品存储装置,其特征在于,包括:
获取模块,用于获取搬运设备上货品的图像信息,并对所述货品称重以确定出所述货品的重量信息;
第一确定模块,用于根据所述图像信息确定出所述货品对应的图像目标框,并根据所述重量信息及所述图像目标框识别出对应的目标货架;
预估模块,用于对所述目标货架的存储区域进行预估,以确定出预估结果;
第二确定模块,用于根据所述预估结果,按预设存储规则将所述货品进行存储。
9.一种搬运设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的货品存储方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的货品存储方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111661052.XA CN114435828A (zh) | 2021-12-31 | 2021-12-31 | 货品存储方法、装置、搬运设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111661052.XA CN114435828A (zh) | 2021-12-31 | 2021-12-31 | 货品存储方法、装置、搬运设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114435828A true CN114435828A (zh) | 2022-05-06 |
Family
ID=81364940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111661052.XA Pending CN114435828A (zh) | 2021-12-31 | 2021-12-31 | 货品存储方法、装置、搬运设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114435828A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116923944A (zh) * | 2023-09-11 | 2023-10-24 | 北京大学 | 一种基于视觉识别的前置仓配货机器人 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000655A (zh) * | 2007-01-12 | 2007-07-18 | 浙江工业大学 | 一种类球形果蔬的定位方法 |
CN101093546A (zh) * | 2007-07-11 | 2007-12-26 | 苏州大学 | 一种数字图像轮廓形态的识别方法 |
CN109426941A (zh) * | 2017-09-05 | 2019-03-05 | 东芝泰格有限公司 | 货物管理***、尺寸测量装置及输出装置 |
CN109784809A (zh) * | 2019-01-10 | 2019-05-21 | 深圳市启海仓储有限公司 | 货位分配管理方法及*** |
CN110264470A (zh) * | 2019-05-07 | 2019-09-20 | 平安科技(深圳)有限公司 | 货运列车篷布监测方法、装置、终端及存储介质 |
CN210464391U (zh) * | 2019-09-17 | 2020-05-05 | 北京三快在线科技有限公司 | 货物测量装置及运力配置*** |
CN111222827A (zh) * | 2019-12-31 | 2020-06-02 | 云南电网有限责任公司楚雄供电局 | 货位管理方法、装置、存储介质及电子设备 |
CN113361985A (zh) * | 2020-03-03 | 2021-09-07 | 兰剑智能科技股份有限公司 | 货位动态分配方法、装置及电子设备 |
WO2021228134A1 (zh) * | 2020-05-15 | 2021-11-18 | 支付宝(杭州)信息技术有限公司 | 识别方法及装置 |
-
2021
- 2021-12-31 CN CN202111661052.XA patent/CN114435828A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000655A (zh) * | 2007-01-12 | 2007-07-18 | 浙江工业大学 | 一种类球形果蔬的定位方法 |
CN101093546A (zh) * | 2007-07-11 | 2007-12-26 | 苏州大学 | 一种数字图像轮廓形态的识别方法 |
CN109426941A (zh) * | 2017-09-05 | 2019-03-05 | 东芝泰格有限公司 | 货物管理***、尺寸测量装置及输出装置 |
CN109784809A (zh) * | 2019-01-10 | 2019-05-21 | 深圳市启海仓储有限公司 | 货位分配管理方法及*** |
CN110264470A (zh) * | 2019-05-07 | 2019-09-20 | 平安科技(深圳)有限公司 | 货运列车篷布监测方法、装置、终端及存储介质 |
CN210464391U (zh) * | 2019-09-17 | 2020-05-05 | 北京三快在线科技有限公司 | 货物测量装置及运力配置*** |
CN111222827A (zh) * | 2019-12-31 | 2020-06-02 | 云南电网有限责任公司楚雄供电局 | 货位管理方法、装置、存储介质及电子设备 |
CN113361985A (zh) * | 2020-03-03 | 2021-09-07 | 兰剑智能科技股份有限公司 | 货位动态分配方法、装置及电子设备 |
WO2021228134A1 (zh) * | 2020-05-15 | 2021-11-18 | 支付宝(杭州)信息技术有限公司 | 识别方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116923944A (zh) * | 2023-09-11 | 2023-10-24 | 北京大学 | 一种基于视觉识别的前置仓配货机器人 |
CN116923944B (zh) * | 2023-09-11 | 2024-01-05 | 北京大学 | 一种基于视觉识别的前置仓配货机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108985359B (zh) | 一种商品识别方法、无人售货机及计算机可读存储介质 | |
JP7145843B2 (ja) | ロボットマニピュレータの訓練 | |
CN109003390B (zh) | 一种商品识别方法、无人售货机及计算机可读存储介质 | |
CN109584298B (zh) | 面向机器人自主物体拾取任务的在线自学习方法 | |
CN112802105A (zh) | 对象抓取方法及装置 | |
CN113351522B (zh) | 物品分拣方法、装置及*** | |
CN111512317A (zh) | 一种多目标实时跟踪方法、装置及电子设备 | |
US11393253B1 (en) | Using sensor data to determine activity | |
CN111723777A (zh) | 商品取放过程判别方法、装置、智能货柜和可读存储介质 | |
AU2020101729A4 (en) | Continuous labelling assessment of products to improve efficiency of reverse logistics by deep learning model | |
CN111597857B (zh) | 一种物流包裹检测方法、装置、设备及可读存储介质 | |
US20220032467A1 (en) | Empty container detection | |
CN114435828A (zh) | 货品存储方法、装置、搬运设备及存储介质 | |
CN112824990A (zh) | 一种货物信息的检测方法及其***、机器人及处理终端 | |
CN114298198A (zh) | 一种货物智能存储库房 | |
US20230305574A1 (en) | Detecting empty workspaces for robotic material handling | |
CN115271606B (zh) | 智能分拣方法、装置、设备及存储介质 | |
CN111079575A (zh) | 一种基于包装图像特征的物料识别方法及*** | |
CN110910567A (zh) | 扣付方法、装置、电子设备、计算机可读存储介质和货柜 | |
JP6041710B2 (ja) | 画像認識方法 | |
CN115445963A (zh) | 无序线材分拣方法、装置及*** | |
CN114819821A (zh) | 货物出库校验方法、装置、计算机设备和存储介质 | |
CN113978987A (zh) | 栈板物品打包提货方法、装置、设备及介质 | |
CN114433502A (zh) | 货品拣选方法、装置、电子设备及存储介质 | |
Castaman et al. | Model-free Bin-Picking: Food Processing and Parcel Processing Use Cases |
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 |