一种基于机器视觉的货物运送障碍识别系统及方法技术方案

本发明专利技术公开了一种基于机器视觉的货物运送障碍识别系统及方法，包括：运送数据采集模块、数据库、障碍检测模块、机器视觉识别模块、货物遗漏寻回模块和通行分析模块，通过运送数据采集模块采集货物图像及设备运送货物数据，通过障碍检测模块实时检测运送过程中是否出现障碍物，若检测到障碍物出现，通过机器视觉识别模块拍摄障碍物图像，与货物图像进行对比识别，判断障碍物是否是其它运送设备掉落的货物，通过货物遗漏寻回模块查找货物运送设备，并提醒有货物掉落，比对空间容量，控制携带运送掉落货物，通过通行分析模块分析当前运送设备是否需要变换运送路线，在提高运送效率的同时帮助快速找回了遗漏货物，降低了货物损失成本。本。本。

【技术实现步骤摘要】
一种基于机器视觉的货物运送障碍识别系统及方法


[0001]本专利技术涉及货物运送障碍识别
，具体为一种基于机器视觉的货物运送障碍识别系统及方法。

技术介绍

[0002]随着市场经济的发展，物质生活水平逐渐提高，满足市场需求的产品日益增多，对于消费群体庞大的畅销型产品，通常会在仓库中存储一定数量的货物，货物根据市场需要提出，并打包发货，但是由于货物提取、运送量大，需要大量人员操作，降低了工作效率，严重影响了货物运送成本，现有技术中，出现了大量自动物流运送设备，运用运送设备运送货物大幅提高了货物的运送效率；机器视觉指的是用机器代替人眼来做测量和判断，能够很好地应用到障碍识别上，帮助实现货物运送的全自动化；然而，现有技术中的运送设备运送货物过程中存在诸多问题：首先，运送设备一般都具有自动避障功能，识别并躲避障碍物，但是，运送设备一般都只是识别运送路线上是否有出现障碍物，并不会识别具体是什么障碍物，运送设备不只一个，会存在运送设备掉落货物的可能性，传统识别方式无法考虑到障碍物是否为掉落货物的状况，不能在避障的同时帮助及时地寻回掉落货物；其次，识别到出现障碍物后设备一般会自动变换路线，而并没有考虑到能否通行的情况，延长了运送的路程和时间，降低了运送效率。
[0003]所以，人们需要一种基于机器视觉的货物运送障碍识别系统及方法来解决上述问题。

技术实现思路

[0004]本专利技术的目的在于提供一种基于机器视觉的货物运送障碍识别系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于机器视觉的货物运送障碍识别系统，其特征在于：所述系统包括：运送数据采集模块、数据库、障碍检测模块、机器视觉识别模块、货物遗漏寻回模块和通行分析模块；通过视觉传感器拍摄货物图像，通过所述运送数据采集模块采集提取货物轮廓图像数据和当前运送设备的运送容量数据，将采集到的数据传输到所述数据库中；通过所述障碍检测模块实时检测运送过程中是否出现障碍物，若检测到障碍物出现，通过所述机器视觉识别模块拍摄障碍物图像，调取所述数据库中的货物轮廓图像，与障碍物图像进行比对，若障碍物出现破损，检测障碍物损坏情况，得到损坏因子参数，在比对结果中加入损坏因子参数，得到最终识别结果：判断障碍物是否是其它运送设备掉落的货物；若障碍物是掉落的货物，通过所述货物遗漏寻回模块查找货物运送设备，并提醒掉落货物的运送设备有货物掉落，依据运送容量数据分析当前运送设备是否能够携带运送
掉落货物：若能够携带，控制当前运送设备携带运送掉落货物；通过所述通行分析模块预测当前运送路线可通行的范围，分析当前运送设备是否可通行，依据分析结果判断是否需要变换运送路线。
[0006]进一步的，所述运送数据采集模块包括货物图像采集单元和运送容量采集单元，通过所述货物图像采集单元采集需运送货物的轮廓图像特征数据；通过所述运送容量采集单元采集当前运送设备剩余的空间容量数据，将采集到的所有数据存储到所述数据库中。
[0007]进一步的，所述机器视觉识别模块包括障碍图像拍摄单元、图像比对单元、障碍损坏检测单元和障碍识别单元，所述障碍检测模块检测到障碍物出现时，通过所述障碍图像拍摄单元拍摄障碍物图像；通过所述图像比对单元调取采集到的需运送货物的轮廓图像，比对障碍物图像和货物图像，分析相似程度，分析障碍物图像，判断障碍物是否破损，若障碍物有破损；通过所述障碍损坏检测单元检测障碍物损坏程度，获取损坏因子；通过所述障碍识别单元结合比对结果和损坏因子参数识别障碍物是否是其它运送设备掉落的货物。
[0008]进一步的，所述货物遗漏寻回模块包括货物障碍溯源单元、货物掉落提醒单元和携带运送控制单元，若识别出障碍物是掉落货物，通过所述货物障碍溯源单元查询货物来源及其运送设备；通过所述货物掉落提醒单元发送信息提醒对应运送设备有货物掉落；通过所述携带运送控制单元分析当前运送设备的剩余空间是否能够容纳掉落货物：若能够容纳，控制当前运送设备携带运送掉落货物；若不能容纳，通知原运送设备寻回掉落货物；所述通行分析模块包括通行范围预测单元、可通行分析单元和运送路线变换单元，通过所述通行范围预测单元对拍摄到的图像进行分析，预测分析当前运送设备的可通行范围；通过所述可通行分析单元结合当前运送设备体积和可通行范围分析设备是否可通行，若判断不可通行，通过所述运送路线变换单元调整变换运送路线。
[0009]一种基于机器视觉的货物运送障碍识别方法，其特征在于：包括以下步骤：S11：采集需运送货物的轮廓图像数据和当前运送设备的空间容量数据；S12：实时检测运送过程中是否出现障碍物，拍摄障碍物图像，进行图像分析比对，加入障碍物损坏因素，判断障碍物是否是其它设备掉落的货物；S13：若障碍物是其它设备掉落的货物，查询原运送障碍物的设备，提醒原运送设备有货物掉落；若不是，执行步骤S15；S14：判断当前运送设备是否能够携带运送掉落货物，若能够携带，控制当前运送设备携带掉落货物后，执行步骤S15；若不能，通知原运送设备寻回掉落货物；S15：预测分析当前设备是否可通行，调整变换运送路线。
[0010]进一步的，在步骤S11
‑
S12中：利用视觉传感器拍摄需运送的货物图像，将货物图像传输到货物图像采集单元中，利用货物图像采集单元采集提取到货物轮廓图像的均值集合为，图像方差集合为s={s1，s2，...，s
n
}，其中，n表示需运送的货物图像数量，利用运送容量采集单元采集到当前运送设备剩余空间体积为V，利用障碍检测模块实时检测是否出现障碍物，在障碍物出现时，利用障碍图像拍摄单元拍摄障碍物图像J，利用图像比对单元提取到障碍物图像的均值为，图像方差为s
J
，根据下列公式计算障碍物图像和随机一个货物轮廓图像的初始相似系数Qi：
；其中，w1和w2指的是预设的两个常数，和s
i
分别表示随机一个货物轮廓图像的均值和方差，s
iJ
表示障碍物图像和随机一个轮廓图像的协方差，分析障碍物图像，利用障碍损坏检测单元检测障碍物的损坏程度，根据下列公式计算损坏因子P：；其中，S损表示图像中货物损坏的面积，W和H分别表示障碍物图像的长度和宽度，得到随机一个货物图像与障碍物图像的综合相似系数Q
总i
：Q
总i
=Qi*P，得到所有货物图像与障碍物图像的综合相似系数集合为Q
总
={Q
总1
，Q
总2
，...，Q
总n
}，利用障碍识别单元判断障碍物是否为其它运送设备掉落的货物：设置相似系数阈值为Q
阈
，比较Q
总i
和Q
阈
：若，判断障碍物不是掉落货物；若，判断障碍物是掉落货物，由于运送的货物轮廓结构明确，将图像均值作为亮度估计标准，将方差作为对比度估计标准，将协方差作为相似程度度量标准来计算图像相似度的结果最为合适，计算货物图像和障碍物图像的相似系数的目的在于判本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的货物运送障碍识别系统，其特征在于：所述系统包括：运送数据采集模块（S1）、数据库（S2）、障碍检测模块（S3）、机器视觉识别模块（S4）、货物遗漏寻回模块（S5）和通行分析模块（S6）；通过视觉传感器拍摄货物图像，通过所述运送数据采集模块（S1）采集提取货物轮廓图像数据和当前运送设备的运送容量数据，将采集到的数据传输到所述数据库（S2）中；通过所述障碍检测模块（S3）实时检测运送过程中是否出现障碍物，若检测到障碍物出现，通过所述机器视觉识别模块（S4）拍摄障碍物图像，调取所述数据库（S2）中的货物轮廓图像，与障碍物图像进行比对，若障碍物出现破损，检测障碍物损坏情况，得到损坏因子参数，在比对结果中加入损坏因子参数，得到最终识别结果：判断障碍物是否是其它运送设备掉落的货物；若障碍物是掉落的货物，通过所述货物遗漏寻回模块（S5）查找货物运送设备，并提醒掉落货物的运送设备有货物掉落，依据运送容量数据分析当前运送设备是否能够携带运送掉落货物：若能够携带，控制当前运送设备携带运送掉落货物；通过所述通行分析模块（S6）预测当前运送路线可通行的范围，分析当前运送设备是否可通行，依据分析结果判断是否需要变换运送路线。2.根据权利要求1所述的一种基于机器视觉的货物运送障碍识别系统，其特征在于：所述运送数据采集模块（S1）包括货物图像采集单元和运送容量采集单元，通过所述货物图像采集单元采集需运送货物的轮廓图像特征数据；通过所述运送容量采集单元采集当前运送设备剩余的空间容量数据，将采集到的所有数据存储到所述数据库（S2）中。3.根据权利要求1所述的一种基于机器视觉的货物运送障碍识别系统，其特征在于：所述机器视觉识别模块（S4）包括障碍图像拍摄单元、图像比对单元、障碍损坏检测单元和障碍识别单元，所述障碍检测模块（S3）检测到障碍物出现时，通过所述障碍图像拍摄单元拍摄障碍物图像；通过所述图像比对单元调取采集到的需运送货物的轮廓图像，比对障碍物图像和货物图像，分析相似程度，分析障碍物图像，判断障碍物是否破损，若障碍物有破损，通过所述障碍损坏检测单元检测障碍物损坏程度，获取损坏因子；通过所述障碍识别单元结合比对结果和损坏因子参数识别障碍物是否是其它运送设备掉落的货物。4.根据权利要求1所述的一种基于机器视觉的货物运送障碍识别系统，其特征在于：所述货物遗漏寻回模块（S5）包括货物障碍溯源单元、货物掉落提醒单元和携带运送控制单元，若识别出障碍物是掉落货物，通过所述货物障碍溯源单元查询货物来源及其运送设备；通过所述货物掉落提醒单元发送信息提醒对应运送设备有货物掉落；通过所述携带运送控制单元分析当前运送设备的剩余空间是否能够容纳掉落货物：若能够容纳，控制当前运送设备携带运送掉落货物；若不能容纳，通知原运送设备寻回掉落货物；所述通行分析模块（S6）包括通行范围预测单元、可通行分析单元和运送路线变换单元，通过所述通行范围预测单元对拍摄到的图像进行分析，预测分析当前运送设备的可通行范围；通过所述可通行分析单元结合当前运送设备体积和可通行范围分析设备是否可通行，若判断不可通行，通过所述运送路线变换单元调整变换运送路线。5.一种基于机器视觉的货物运送障碍识别方法，其特征在于：包括以下步骤：S11：采集需运送货物的轮廓图像数据和当前运送设备的空间容量数据；S12：实时检测运送过程中是否出现障碍物，拍摄障碍物图像，进行图像分析比对，加入
障碍物损坏因素，判断障碍物是否是其它设备掉落的货物；S13：若障碍物是其它设备掉落的货物，查询原运送障碍物的设备，提醒原运送设备有货物掉落；若不是，执行步骤S15；S14：判断当前运送设备是否能够携带运送掉落货物，若能够携带，控制当前运送设备携带掉落货物后，执行步骤S15...

【专利技术属性】
技术研发人员：何鹏飞，宋飞刚，陶苑，李刘文，邹温林，
申请(专利权)人：南京冈尔信息技术有限公司，
类型：发明
国别省市：