一种采样方法、装置、设备、系统及可读存储介质制造方法及图纸

本发明专利技术公开了一种采样方法，该方法包括以下步骤：获取车辆图片，并利用图片识别技术对车辆图片进行处理，计算出车厢范围；在车厢范围内，随机选择水平测试点；利用机械臂的探测模式探测出车厢底部深度，并利用车厢底部深度，随机确定采样钻取深度；利用机械臂在水平测试点下的采样钻取深度处，采集货物样品。在整个采样过程中，水平测试点和采样钻取深度均随机产生，如此，便可基于该随机采取的货物样品评估整个车厢内货物质量。避免人工对采样过程进行干预，可提升评估结果的准确性。本发明专利技术还公开了一种采样装置、设备、系统及可读存储介质，具有相应的技术效果。

A Sampling Method, Device, Equipment, System and Readable Storage Media

The invention discloses a sampling method, which comprises the following steps: acquiring vehicle pictures, processing vehicle pictures by image recognition technology and calculating the carriage range; randomly selecting horizontal test points within the carriage range; using the detection mode of the manipulator to detect the bottom depth of the carriage, and randomly determining the sampling drilling depth by using the bottom depth of the carriage; Sampling and drilling depth under horizontal test point by mechanical arm is used to collect cargo samples. During the whole sampling process, the horizontal test points and sampling drilling depth are randomly generated, so that the quality of goods in the whole carriage can be evaluated based on the randomly selected cargo samples. Avoiding manual intervention in the sampling process can improve the accuracy of the evaluation results. The invention also discloses a sampling device, a device, a system and a readable storage medium with corresponding technical effects.

【技术实现步骤摘要】
一种采样方法、装置、设备、系统及可读存储介质
本专利技术涉及采样
，特别是涉及一种采样方法、装置、设备、系统及可读存储介质。
技术介绍
目前对货车车厢中货物的采样方法为：采样人员在装有货物的车厢中随机选取采样区域，然后控制机械臂在采样区域内采样，从而实现对整个车厢中货物质量的估测。但是，这种采样方法在采样区域选择环节上受人为因素影响较大。例如，在采样人员提前知道车厢中货物质量较好区域的情况下，采样人员很可能将该区域作为采样区域，进而导致对整个车厢中货物质量的估测结果不准确。因此，如何在对货物采样过程中避免人为因素的影响是本领域技术人员亟待解决的技术问题。
技术实现思路
本专利技术的目的是提供一种采样方法、装置、设备、系统及可读存储介质，以通过机械随机采样，避免人为因素的干扰，提高估测结果准确率。为解决上述技术问题，本专利技术提供如下技术方案：一种采样方法，包括：获取车辆图片，并利用图片识别技术对所述车辆图片进行处理，计算出车厢范围；在所述车厢范围内，随机选择水平测试点；利用机械臂的探测模式探测出车厢底部深度，并利用所述车厢底部深度，随机确定采样钻取深度；利用所述机械臂在所述水平测试点下的所述采样钻取深度处，采集货物样品。优选地，在所述利用所述车厢底部深度，随机确定采样钻取深度，包括：随机确定深度百分比，将所述深度百分比与所述车厢底部深度相乘，获得采样钻取深度。优选地，获取车辆图片，包括：利用摄像头对车辆进行俯拍，获得车辆图片。优选地，在所述车厢范围内，随机选择水平测试点，包括：利用随机函数，在所述车厢范围内随机确定出多个水平测试点；对多个所述水平测试点进行距离筛选，并将间距小于预设距离阈值的两个水平测试点进行合并。优选地，所述将间距小于预设距离阈值的两个水平测试点进行合并，包括：将间距小于预设距离阈值的两个水平测试点连线的线段中点作为合并后的水平测试点。优选地，所述机械臂的探测模式，包括：令所述机械臂向所述车厢底部探测，并实时获取探测深度数据；判断当前深度数据与上一时刻的深度数据是否存在差值；如果否，则停止探测，并输出车厢底部深度。一种采样装置，包括：车厢范围确定模块，用于获取车辆图片，并利用图片识别技术对所述车辆图片进行处理，计算出车厢范围；水平测试点确定模块，用于在所述车厢范围内，随机选择水平测试点；采样钻取深度确定模块，用于利用机械臂的探测模式探测出车厢底部深度，并利用所述车厢底部深度，随机确定采样钻取深度；采样模块，用于利用所述机械臂在所述水平测试点下的所述采样钻取深度处，采集货物样品。一种采样设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上述采样方法的步骤。一种采样系统，包括：机械臂、摄像头和如上述的采样设备，其中，所述机械臂的输入端与所述采样设备连接，所述摄像头的输出端与所述采样设备连接。一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述采样方法的步骤。应用本专利技术实施例所提供的方法，获取车辆图片，并利用图片识别技术对车辆图片进行处理，计算出车厢范围；在车厢范围内，随机选择水平测试点；利用机械臂的探测模式探测出车厢底部深度，并利用车厢底部深度，随机确定采样钻取深度；利用机械臂在水平测试点下的采样钻取深度处，采集货物样品。获得车辆图片之后，利用图片识别技术对车辆图片进行处理，可以计算出车厢范围。在车厢范围内，随机确定水平测试点。利用机械臂探测出车厢底部深度，并在车厢底部深度范围内随机确定出采样钻取深度。如此，便确定出随机采样的具体位置，可利用机械臂在水平测试点下的采样钻取深度出，采集货物样品。整个采样过程中，水平测试点和采样钻取深度均随机产生，如此，便可基于该随机采取的货物样品评估整个车厢内货物质量。避免人工对采样过程进行干预，可提升评估结果的准确性。相应地，本专利技术实施例还提供了与上述采样方法相对应的采样装置、设备、系统和可读存储介质，具有上述技术效果，在此不再赘述。附图说明为了更清楚地说明本专利技术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专利技术的一些实施例，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为本专利技术实施例中一种采样方法的实施流程图；图2为本专利技术实施例中一种采样装置的结构示意图；图3为本专利技术实施例中一种采样设备的结构示意图；图4为本专利技术实施例中一种采样系统的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。请参考图1，图1为本专利技术实施例中一种采样方法的流程图，该方法包括以下步骤：S101、获取车辆图片，并利用图片识别技术对车辆图片进行处理，计算出车厢范围。由于不同车辆车厢大小不同，地面高度也会不同、货物厚度也不同。因此，需要对不同型号、不同采样环境下，对待采样的车辆分别确定采样的具体位置。首先，获取车辆图片，该车辆图片需要拍摄到装有待抽样检测的货物的货车的车厢部位。然后，利用图片识别技术对车辆图片进行处理，计算出车厢范围。其中，所描述的图片识别技术可以为模板匹配模型、模式识别、原型匹配模型等技术。具体的，利用图片识别技术对车辆图片进行处理，以计算出车厢范围。具体的，可以为对车辆图片的车厢轮廓进行提取识别，大致包括以下四个常用步骤：步骤一、n预处理，包括A\D转换，二值化，图像的平滑，变换，增强，恢复，滤波等，主要指图象处理。步骤二、n特征抽取和选择，在模式识别中，需要进行特征的抽取和选择，例如，一幅64x64的图像可以得到4096个数据，这种在测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征。这就是特征提取和选择的过程。步骤三、n分类器设计：分类器设计的主要功能是通过训练确定判决规则，使按此类判决规则分类时，错误率最低。步骤四、n分类决策：在特征空间中对被识别对象进行分类。上述四个步骤的具体过程，可参见现有的图片识别技术，在此不再赘述。获得车厢轮廓之后，可以基于该车厢轮廓计算出车厢范围。例如，利用处理后的车厢轮廓与预设图片与实际车厢之间的比例关系，将车厢轮廓的按照该比例关系进行放大，获得实际车厢大小。结合车辆图片中的环境标识如地标线的相对位置，便可计算出车厢范围。该车厢范围指车厢所在位置、形状以及所占面积。优选地，为了便于计算车厢范围，可以获取车辆图片时，利用摄像头对车辆进行俯拍，获得车辆图片。也就是说，所获得的车辆图片为货车的俯视图，如此，在对车辆图片进行处理之后，还可以结合摄像头的位置信息，利用三角函数关系快速准确地确定出车厢范围。当然，除使用摄像头对车辆进行俯拍的方式获得车辆图片，还可以利用多个摄像头，从不同角度对车辆的进行拍摄，然后根据组合的照片识别车厢范围。例如，使用三个摄像头，分别拍摄车辆两侧和车尾，然后利用图像识别技术，识别出车辆具摄像头的位置，结合三个位置数据，以及车厢轮廓图，便可确定出车厢范围。S102本文档来自技高网...

【技术保护点】
1.一种采样方法，其特征在于，包括：获取车辆图片，并利用图片识别技术对所述车辆图片进行处理，计算出车厢范围；在所述车厢范围内，随机选择水平测试点；利用机械臂的探测模式探测出车厢底部深度，并利用所述车厢底部深度，随机确定采样钻取深度；利用所述机械臂在所述水平测试点下的所述采样钻取深度处，采集货物样品。

【技术特征摘要】
1.一种采样方法，其特征在于，包括：获取车辆图片，并利用图片识别技术对所述车辆图片进行处理，计算出车厢范围；在所述车厢范围内，随机选择水平测试点；利用机械臂的探测模式探测出车厢底部深度，并利用所述车厢底部深度，随机确定采样钻取深度；利用所述机械臂在所述水平测试点下的所述采样钻取深度处，采集货物样品。2.根据权利要求1所述的采样方法，其特征在于，在所述利用所述车厢底部深度，随机确定采样钻取深度，包括：随机确定深度百分比，将所述深度百分比与所述车厢底部深度相乘，获得采样钻取深度。3.根据权利要求1所述的采样方法，其特征在于，获取车辆图片，包括：利用摄像头对车辆进行俯拍，获得车辆图片。4.根据权利要求1所述的采样方法，其特征在于，在所述车厢范围内，随机选择水平测试点，包括：利用随机函数，在所述车厢范围内随机确定出多个水平测试点；对多个所述水平测试点进行距离筛选，并将间距小于预设距离阈值的两个水平测试点进行合并。5.根据权利要求4所述的采样方法，其特征在于，所述将间距小于预设距离阈值的两个水平测试点进行合并，包括：将间距小于预设距离阈值的两个水平测试点连线的线段中点作为合并后的水平测试点。6.根据权利要求1至5任一项所述的...

【专利技术属性】
技术研发人员：丁建军，曾志刚，李移方，
申请(专利权)人：中铝视拓智能科技有限公司，
类型：发明
国别省市：湖南,43