本发明专利技术公开了一种衣物夹取状态智能检测方法、系统、装置及存储介质，方法包括：获取夹持机构的第一图像信息，根据第一图像信息确定感兴趣区域；对感兴趣区域进行图像语义分割得到第一分割图像，根据第一分割图像确定衣物区域的第一特征值；获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据第一电流信息确定拖动负载信息，根据第二电流信息确定夹持负载信息；通过卡尔曼滤波算法对第一特征值、拖动负载信息以及夹持负载信息进行数据融合得到第一期望值，并根据第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态。本发明专利技术可实现多维度的衣物夹取状态检测，提高了叠衣系统的叠衣效率和用户的使用体验，可广泛应用于智能控制技术领域。智能控制技术领域。智能控制技术领域。
【技术实现步骤摘要】
衣物夹取状态智能检测方法、系统、装置及存储介质
[0001]本专利技术涉及智能控制
，尤其是一种衣物夹取状态智能检测方法、系统、装置及存储介质。
技术介绍
[0002]在日常生活中，折叠和整理衣物都将占据大量家务时间，据统计，普通人的一生在折叠衣物上就要花费9000个小时。因此，智能叠衣机在智能家居市场具有广阔的发展前景。
[0003]智能叠衣机分为两类，一类是基于多轧板的翻折机，另一种是基于传送带的层叠机。对于层叠机来说，为了保证衣物能顺利平整地从用户手中运输到叠衣机内部，不仅需要设计合理的夹持传送机构，还要为其设计适配性强、精度高的控制算法来对层叠机的各个部件进行控制。而当前主流的叠衣机在设计时往往只注重前者——机械结构设计，而忽略了后者——控制算法对系统运行效果的保障和促进作用，其控制方法多采用简单的单传感器配合控制，方法单一，没有其他的辅助控制手段和判定机制。
[0004]单传感器反馈这种简单的控制策略往往难以应对复杂的实际应用场景。现有技术中的单传感器一般只起到夹持机构的位置反馈作用，只能用于定位衣物夹取和放置的位置，无法对衣物夹取状态进行进一步的判定，因此叠衣系统无法对衣物在输入过程中产生的衣物脱钩、卡住等异常问题做出有效应对措施，影响了叠衣系统的叠衣效率和用户的使用体验。
技术实现思路
[0005]本专利技术的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
[0006]为此，本专利技术实施例的一个目的在于提供一种衣物夹取状态智能检测方法，该方法可以对智能叠衣系统在输入衣物这一环节中可能存在的衣物脱钩、卡住等现象进行检测，提高了叠衣系统的叠衣效率和用户的使用体验。
[0007]本专利技术实施例的另一个目的在于提供一种衣物夹取状态智能检测系统。
[0008]为了达到上述技术目的，本专利技术实施例所采取的技术方案包括：
[0009]第一方面，本专利技术实施例提供了一种衣物夹取状态智能检测方法，包括以下步骤：
[0010]获取夹持机构的第一图像信息，根据所述第一图像信息确定感兴趣区域；
[0011]对所述感兴趣区域进行图像语义分割得到第一分割图像，根据所述第一分割图像确定衣物区域的第一特征值；
[0012]获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据所述第一电流信息确定拖动负载信息，根据所述第二电流信息确定夹持负载信息；
[0013]通过卡尔曼滤波算法对所述第一特征值、所述拖动负载信息以及所述夹持负载信息进行数据融合得到第一期望值，并根据所述第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态。
[0014]进一步地，在本专利技术的一个实施例中，所述获取夹持机构的第一图像信息，根据所
述第一图像信息确定感兴趣区域这一步骤，其具体包括：
[0015]通过工业相机获取夹持机构的第一图像信息；
[0016]通过目标检测算法对所述第一图像信息进行目标检测，确定所述夹持机构的第一位置信息，进而根据所述第一位置信息确定所述感兴趣区域；
[0017]或，
[0018]通过模板匹配算法对所述第一图像信息进行模板匹配，确定所述夹持机构的第一位置信息，进而根据所述第一位置信息确定所述感兴趣区域。
[0019]进一步地，在本专利技术的一个实施例中，所述对所述感兴趣区域进行图像语义分割得到第一分割图像，根据所述第一分割图像确定衣物区域的第一特征值这一步骤，其具体包括：
[0020]将所述感兴趣区域输入到FCN图像分割网络中，得到第一分割图像；
[0021]根据所述第一分割图像确定衣物区域和夹持机构区域，进而根据所述衣物区域和所述夹持机构区域确定第一像素信息和第二像素信息，所述第一像素信息为所述衣物区域与所述夹持机构区域的交界处的像素信息，所述第二像素信息为所述衣物区域的边界像素信息；
[0022]确定所述第一像素信息的像素点数量和所述第二像素信息的像素点数量的第一比值；
[0023]获取正常夹取状态的第二分割图像，利用Hausdorff距离确定所述第二像素信息与所述第二分割图像中衣物区域的边界像素信息的第一匹配度；
[0024]根据所述第一比值、所述第一匹配度以及预设的权值确定所述第一特征值。
[0025]进一步地，在本专利技术的一个实施例中，所述获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据所述第一电流信息确定拖动负载信息，根据所述第二电流信息确定夹持负载信息这一步骤，其具体包括：
[0026]通过电流传感器获取拖动电机的第一电流信息和夹持舵机的第二电流信息；
[0027]根据所述第一电流信息确定拖动电机的第一电流曲线，根据所述第二电流信息确定夹持舵机的第二电流曲线；
[0028]根据所述第一电流曲线确定所述拖动负载信息，根据所述第二电流曲线确定所述夹持负载信息。
[0029]进一步地，在本专利技术的一个实施例中，所述根据所述第一电流曲线确定所述拖动负载信息，根据所述第二电流曲线确定所述夹持负载信息这一步骤，其具体包括：
[0030]根据所述第一电流曲线确定第一电流变化率，进而根据所述第一电流变化率和预设的第一映射关系确定所述拖动负载信息，所述第一映射关系为拖动电机电流变化率与拖动负载变化率的映射关系；
[0031]根据所述第二电流曲线确定第二电流变化率，进而根据所述第二电流变化率和预设的第二映射关系确定所述夹持负载信息，所述第二映射关系为夹持舵机电流变化率与夹持负载变化率的映射关系。
[0032]进一步地，在本专利技术的一个实施例中，所述通过卡尔曼滤波算法对所述第一特征值、所述拖动负载信息以及所述夹持负载信息进行数据融合得到第一期望值这一步骤，其具体包括：
[0033]确定所述第一特征值与衣物夹取状态的第一观测方程、所述拖动负载信息与衣物夹取状态的第二观测方程以及所述夹持负载信息与衣物夹取状态的第三观测方程；
[0034]根据所述第一观测方程、所述第二观测方程以及所述第三观测方程确定衣物夹取状态预测方程，进而根据所述衣物夹取状态预测方程、所述第一特征值、所述拖动负载信息以及所述夹持负载信息预测得到第一期望值。
[0035]进一步地，在本专利技术的一个实施例中，所述根据所述第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态这一步骤，其具体包括：
[0036]当所述第一期望值小于预设的第一期望阈值，确定叠衣系统的衣物夹取状态为衣物脱钩；
[0037]当所述第一期望值大于预设的第二期望阈值，确定叠衣系统的衣物夹取状态为衣物卡住；
[0038]当所述第一期望值不小于所述第一期望阈值且不大于所述第二期望阈值时，确定叠衣系统的衣物夹取状态为正常夹取。
[0039]第二方面，本专利技术实施例提供了一种衣物夹取状态智能检测系统，包括：
[0040]感兴趣区域确定模块，用于获取夹持机构的第一图像信息，根据所述第一图像信息确定感兴趣区域；
[0041]第一特征值确定模块，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种衣物夹取状态智能检测方法，其特征在于，包括以下步骤：获取夹持机构的第一图像信息，根据所述第一图像信息确定感兴趣区域；对所述感兴趣区域进行图像语义分割得到第一分割图像，根据所述第一分割图像确定衣物区域的第一特征值；获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据所述第一电流信息确定拖动负载信息，根据所述第二电流信息确定夹持负载信息；通过卡尔曼滤波算法对所述第一特征值、所述拖动负载信息以及所述夹持负载信息进行数据融合得到第一期望值，并根据所述第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态。2.根据权利要求1所述的一种衣物夹取状态智能检测方法，其特征在于，所述获取夹持机构的第一图像信息，根据所述第一图像信息确定感兴趣区域这一步骤，其具体包括：通过工业相机获取夹持机构的第一图像信息；通过目标检测算法对所述第一图像信息进行目标检测，确定所述夹持机构的第一位置信息，进而根据所述第一位置信息确定所述感兴趣区域；或，通过模板匹配算法对所述第一图像信息进行模板匹配，确定所述夹持机构的第一位置信息，进而根据所述第一位置信息确定所述感兴趣区域。3.根据权利要求1所述的一种衣物夹取状态智能检测方法，其特征在于，所述对所述感兴趣区域进行图像语义分割得到第一分割图像，根据所述第一分割图像确定衣物区域的第一特征值这一步骤，其具体包括：将所述感兴趣区域输入到FCN图像分割网络中，得到第一分割图像；根据所述第一分割图像确定衣物区域和夹持机构区域，进而根据所述衣物区域和所述夹持机构区域确定第一像素信息和第二像素信息，所述第一像素信息为所述衣物区域与所述夹持机构区域的交界处的像素信息，所述第二像素信息为所述衣物区域的边界像素信息；确定所述第一像素信息的像素点数量和所述第二像素信息的像素点数量的第一比值；获取正常夹取状态的第二分割图像，利用Hausdorff距离确定所述第二像素信息与所述第二分割图像中衣物区域的边界像素信息的第一匹配度；根据所述第一比值、所述第一匹配度以及预设的权值确定所述第一特征值。4.根据权利要求1所述的一种衣物夹取状态智能检测方法，其特征在于，所述获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据所述第一电流信息确定拖动负载信息，根据所述第二电流信息确定夹持负载信息这一步骤，其具体包括：通过电流传感器获取拖动电机的第一电流信息和夹持舵机的第二电流信息；根据所述第一电流信息确定拖动电机的第一电流曲线，根据所述第二电流信息确定夹持舵机的第二电流曲线；根据所述第一电流曲线确定所述拖动负载信息，根据所述第二电流曲线确定所述夹持负载信息。5.根据权利要求4所述的一种衣物夹取状态智能检测方法，其特征在于，所述根据所述第一电流曲线确定所述拖动负载信息，根据所述第二电流曲线确定所述夹持负载信息这一
步...
【专利技术属性】
技术研发人员：刘长红，冯一峰，李思道，林韦任，何佳伟，朱大昌，
申请(专利权)人：广州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。