收纳位置识别方法及装置制造方法及图纸

本说明书一个或多个实施例提供一种收纳位置识别方法及装置，该方法可以包括：确定目标物体所属的目标对象对应的目标区域；对所述目标区域进行网格区域划分，并根据网格区域划分结果以及物体与网格区域之间的映射关系，确定所述目标物体对应的目标网格区域，以作为所述目标物体在所述目标对象上对应的收纳位置。

【技术实现步骤摘要】
收纳位置识别方法及装置
本公开涉及机器人
，尤其涉及一种收纳位置识别方法及装置。
技术介绍
随着科技的发展，越来越多的机器人进入了人们的生活和工作，用机器人来代替人工可以显著提升生产和工作的效率。而目前对物体的装配、更换与维护工作仍然需要由人工来完成，这往往需要花费大量的人力成本和资金成本。
技术实现思路
有鉴于此，本说明书一个或多个实施例提供一种收纳位置识别方法及装置。具体地，本说明书一个或多个实施例提供技术方案如下：根据本说明书一个或多个实施例的第一方面，提出了一种收纳位置识别方法，包括：确定目标物体所属的目标对象对应的目标区域；对所述目标区域进行网格区域划分，并根据网格区域划分结果以及物体与网格区域之间的映射关系，确定所述目标物体对应的目标网格区域，以作为所述目标物体在所述目标对象上对应的收纳位置。根据本说明书一个或多个实施例的第二方面，提出了一种收纳位置识别方法，包括：确定目标硬盘所属的目标服务器对应的目标区域；根据对所述目标区域进行网格区域划分结果，并根据网格区域划分结果以及硬盘与网格区域之间的映射关系，确定所述目标硬盘对应的目标网格区域，以作为所述目标硬盘在所述目标服务器上对应的收纳位置。根据本说明书一个或多个实施例的第三方面，提出了一种收纳位置识别装置，包括：第一目标区域确定单元，用于确定目标物体所属的目标对象对应的目标区域；第一网格区域确定单元，用于对所述目标区域进行网格区域划分结果，并根据网格区域划分结果以及物体与网格区域之间的映射关系，确定所述目标物体对应的目标网格区域，以作为所述目标物体在所述目标对象上对应的收纳位置。根据本说明书一个或多个实施例的第四方面，提出了一种收纳位置识别装置，包括：第二目标区域确定单元，用于确定目标硬盘所属的目标服务器对应的目标区域；第二网格区域确定单元，用于对所述目标区域进行网格区域划分，并根据网格区域划分结果以及硬盘与网格区域之间的映射关系，确定所述目标硬盘对应的目标网格区域，以作为所述目标硬盘在所述目标服务器上对应的收纳位置。根据本说明书的第五方面，提供一种电子设备。所述电子设备包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器通过运行所述可执行指令以实现如第一方面或第二方面所述的方法。根据本说明书的第六方面，提出了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如第一方面或第二方面所述方法的步骤。附图说明图1是本说明书一示例性实施例提供的一种立式机柜的示意图。图2是本说明书一示例性实施例提供的一种数据中心运维机器人的组成结构的示意图。图3是本说明书一示例性实施例提供的一种夹持装置的结构示意图。图4是本说明书一示例性实施例提供的一种夹持装置的另一结构示意图。图5是本说明书一示例性实施例提供的一种装配机器人的组成结构的示意图。图6是本说明书一示例性实施例提供的一种收纳位置识别方法的流程图。图7是本说明书一示例性实施例提供的另一种收纳位置识别方法的流程图。图8是本说明书一示例性实施例提供的一种服务器特征模型中的特征点的示意图。图9是本说明书一示例性实施例提供的一种图像采集区域内的图像的示意图。图10是本说明书一示例性实施例提供的一种图像采集区域内的图像转换过程的示意图。图11是本说明书一示例性实施例提供的一种目标区域的网格区域划分结果的示意图。图12是本说明书一示例性实施例提供的另一种目标区域的网格区域划分结果的示意图。图13是本说明书一示例性实施例提供的一种图像采集区域的目标网格区域的示意图。图14是本说明书一示例性实施例提供的一种物体装配方法的流程图。图15是本说明书一示例性实施例提供的另一种物体装配方法的流程图。图16是本说明书一示例性实施例提供的一种三维坐标系的示意图。图17是本说明书一示例性实施例提供的一种电子设备的结构示意图。图18是本说明书一示例性实施例提供的一种收纳位置识别装置的框图。图19是本说明书一示例性实施例提供的另一种收纳位置识别装置的框图。图20是本说明书一示例性实施例提供的另一种电子设备的结构示意图。图21是本说明书一示例性实施例提供的一种物体装配装置的框图。图22是本说明书一示例性实施例提供的另一种物体装配装置的框图。图23是本说明书一示例性实施例提供的另一种物体装配装置的框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。目前对物体与对应的收纳部的装配工作仍然需要由人工来完成，其中，收纳部可以是可以容纳物体的装置，例如收纳槽、收纳孔、装配槽或者插槽等，本说明书中并不对此进行限制，例如，将物体从装配槽中拔出进行更换作业或者将物体从装配槽中插入完成维护工作等，但这往往需要花费大量的人力和资金成本，难以提升物体装配作业的效率。特别地，目前大型数据中心机房中对数据服务器硬盘的更换与维护工作仍然需要由人工来完成，对服务器硬盘的管理效率低，难以满足数据中心运维的需求。其中，数据中心机房中可以包含多排如图1所述立式机柜10，每个立式机柜10中包含多个服务器，每一服务器具有密集设置的数个硬盘槽11，硬盘槽11可以沿水平方向或者垂直方向阵列分布，每一硬盘槽11都可以对应插装一个硬盘12，而硬盘12与硬盘槽11之间的插槽间隙较小，该间隙通常为0.5毫米左右，如果在硬盘12与硬盘槽11没有对齐的情况下进行插拔，容易造成对硬盘12和硬盘槽11的损毁，因而在硬盘12的安全插拔过程中往往需要较高的精度要求和受力要求。下面结合附图，对本说明书示例型实施例的夹持装置、数据中心运维机器人和装配机器人进行详细说明。在不冲突的情况下，下述的实施例及实施方式中的特征可以相互补充或相互组合。图2是本说明书一示例性实施例示出的一种数据中心运维机器人20的组成结构的示意图。如图2所示，该运维机器人20包括行走部202、夹持部204、空间位置检测部206、力检测部208、控制部210和驱动部212。行走部202可以使得该运维机器人20行走至包含有目标服本文档来自技高网...

【技术保护点】
1.一种收纳位置识别方法，其特征在于，包括：/n确定目标物体所属的目标对象对应的目标区域；/n对所述目标区域进行网格区域划分，并根据网格区域划分结果以及物体与网格区域之间的映射关系，确定所述目标物体对应的目标网格区域，以作为所述目标物体在所述目标对象上对应的收纳位置。/n

【技术特征摘要】
1.一种收纳位置识别方法，其特征在于，包括：
确定目标物体所属的目标对象对应的目标区域；
对所述目标区域进行网格区域划分，并根据网格区域划分结果以及物体与网格区域之间的映射关系，确定所述目标物体对应的目标网格区域，以作为所述目标物体在所述目标对象上对应的收纳位置。


2.根据权利要求1所述的方法，其特征在于，所述确定目标物体所属的目标对象对应的目标区域，包括：
在采集到的视觉图像区域中识别所述目标区域对应的目标中心点；
将所述目标中心点对应的对象区域确定为所述目标对象对应的目标区域。


3.根据权利要求2所述的方法，其特征在于，所述在采集到的视觉图像区域中识别所述目标区域对应的目标中心点，包括：
将所述目标对象调整至所述视觉图像区域的预设位置处；
识别在所述视觉图像区域中的对象中心点，并将所述视觉图像区域中所处的位置匹配于所述预设位置的对象中心点确定为对应于所述目标对象的目标中心点。


4.根据权利要求3所述的方法，其特征在于，所述将所述目标对象调整至所述视觉图像区域的预设位置处，包括：
依次识别所述视觉图像区域内对应于各个对象的条码标识，以确定所述目标对象对应的目标条码标识，所述目标条码标识的识别结果匹配于所述目标对象的预设描述信息；
根据所述目标条码标识在所述视觉图像区域中的位置以及所述目标条码标识与所述目标对象之间的相对位置关系，将所述目标对象调整至所述视觉图像区域的所述预设位置处。


5.根据权利要求3所述的方法，其特征在于，识别在所述视觉图像区域中的对象中心点，包括：
根据对象特征模型对所述视觉图像区域内的图像进行特征点匹配，以确定出至少一组对象特征点；
根据对象特征点与对象中心点之间的相对位置关系，确定每组对象特征点分别对应的对象中心点。


6.根据权利要求5所述的方法，其特征在于，所述对象特征模型用于识别对象边缘区域的特征点。


7.根据权利要求5所述的方法，其特征在于，所述预设位置包括所述视觉图像区域的中央位置；将所述视觉图像区域中所处的位置匹配于所述预设位置的对象中心点确定为对应于所述目标对象的目标中心点，包括：
在根据任一组对象特征点确定出多个对象中心点的情况下，对所述多个对象中心点进行聚类，以获取对应的聚类中心点；
将最靠近所述中央位置的聚类中心点确定为对应于所述目标对象的目标中心点。


8.根据权利要求1所述的方法，其特征在于，所述网格区域划分结果由下述方式获得：
根据物体特征模型对所述目标区域内的图像进行特征点匹配，以确定出至少一组物体特征点；
根据物体特征点与物体中心点之间的相对位置关系，确定每组物体特征点分别对应的物体中心点；
根据物体中心点与网格区域之间的相对位置关系，将所述目标区域进行网格区域划分。


9.根据权利要求8所述的方法，其特征在于，所述确定每组物体特征点分别对应的物体中心点，包括：
在根据任一组物体特征点确定出多个物体中心点的情况下，对所述多个物体中心点进行聚类，以获取对应的聚类中心点；
将所处的位置匹配于预设的物体排列方向的聚类中心点确定为对应于每组物体特征点的物体中心点。


10.根据权利要求9所述的方法，其特征在于，所述物体排列方向包括下述至少之一：水平方向、垂直方向。


11.根据权利要求1或8所述的方法，其特征在于，所述网格区域划分结果由下述方式获得：
根据阵列特征模型对所述目标区域内图像进行特征点匹配，以确定出至少一组阵列特征点；
根据所述阵列特征模型中定义的标准网格阵列对所述目标区域进行网格区域划分，生成目标网格阵列；其中，所述阵列特征点在所述目标网格阵列中对应的位置与在所述标准网格阵列中对应的位置一致。


12.根据权利要求11所述的方法，其特征在于，还包括：
在根据所述物体特征模型获取所述目标区域的第一网格区域划分结果且根据所述阵列特征模型获取所述目标区域的第二网格区域划...

【专利技术属性】
技术研发人员：王鑫，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY