进出库识别方法、设备及计算机可读存储介质技术

本公开的实施例提供了进出库识别方法、设备及计算机可读存储介质。所述方法包括：通过安装在库房门外顶部的摄像头采集待识别图像；所述待识别图像中的当前目标未进入所述摄像头对应的格栅关注区域；对所述待识别图像中的当前特征进行提取，其中，所述当前特征包括：当前尺寸特征、当前轮廓特征、当前关键部位特征；根据所述当前特征，识别所述当前目标是否为运输吨包的叉车；若为叉车，则对所述叉车进行进出库识别。以此方式，可根据待识别图像的当前特征准确判断当前目标是否为叉车，若为叉车，则可自动识别叉车为进库还是出库，从而通过图像准确而自动地对叉车的进出库进行识别。像准确而自动地对叉车的进出库进行识别。像准确而自动地对叉车的进出库进行识别。

【技术实现步骤摘要】
进出库识别方法、设备及计算机可读存储介质


[0001]本公开涉及叉车识别领域，尤其涉及进出库识别


技术介绍

[0002]民爆炸药厂一般使用叉车叉取货运卡车上的吨包并送入库房中存储，使用时再从库中叉出放置到上料塔或上料螺旋中使用。
[0003]然而，由于叉车观察死角较大，如采用人工计数，叉车作业运转范围较大，无法及时看到周边人员或物体，容易发生安全事故，即目前对非叉车物体进出库没有自动识别和剔除功能，从而容易造成安全事故；
[0004]另外，现有叉车上吨包出入库方式通常会利用条码枪，采用人工扫描的方式，这就需要在叉车进出库区动作完成前后进行，因而，吨包进出库效率较低，且进出库统计容易出错。

技术实现思路

[0005]本公开提供了一种进出库识别方法、设备以及存储介质。
[0006]根据本公开的第一方面，提供了一种进出库识别方法。该方法包括：
[0007]通过安装在库房门外顶部的摄像头采集待识别图像；所述待识别图像中的当前目标未进入所述摄像头对应的格栅关注区域；
[0008]对所述待识别图像中的当前特征进行提取，其中，所述当前特征包括：当前尺寸特征、当前轮廓特征、当前关键部位特征；
[0009]根据所述当前特征，识别所述当前目标是否为运输吨包的叉车；
[0010]若为叉车，则对所述叉车进行进出库识别。
[0011]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述对所述待识别图像中的当前特征进行提取，包括：
[0012]对多张所述待识别图像进行灰度变化识别，以提取所述当前特征；
[0013]所述根据所述当前特征，判断所述当前目标是否为运输所述吨包的叉车，包括：
[0014]判断所述当前特征是否与所述叉车的预设特征相匹配；
[0015]若匹配，则判定所述当前目标为所述叉车。
[0016]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述若为叉车，则对所述叉车进行进出库识别，包括：
[0017]若为叉车，且先采集到所述叉车的叉臂触碰至所述格栅关注区域上边界的拍摄图像后采集到所述叉臂触碰至所述下边界的拍摄图像，则确认所述叉车入库；
[0018]反之，若先采集到所述叉臂触碰至所述下边界的拍摄图像后采集到所述叉臂触碰至所述上边界的拍摄图像，则确认所述叉车出库。
[0019]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：
[0020]分别获取所述叉臂触碰至所述上边界和所述下边界的拍摄图像中格栅关注区域的第一白色占比和第二白色占比；
[0021]根据所述第一白色占比、所述第二白色占比、第一预设载荷识别参数以及第二预设载荷识别参数，确定所述叉车的载荷状态，其中，所述第一预设载荷识别参数小于所述第二预设载荷识别参数，所述载荷状态包括：单袋载荷、双袋载荷或空载。
[0022]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述分别获取所述叉臂触碰至所述上边界和所述下边界的拍摄图像中格栅关注区域的第一白色占比和第二白色占比，包括：
[0023]将所述叉臂触碰至所述上边界和下边界的拍摄图像均进行分块处理；
[0024]分别获取分块后的拍摄图像中各块的平均灰度值；
[0025]根据预设灰度阈值，将所述各块的平均灰度值进行二值化；
[0026]根据二值化后所述各块的平均灰度值以及分块数目，分别确定所述第一白色占比以及所述第二白色占比。
[0027]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述预设灰度阈值通过以下步骤确定：
[0028]根据所述叉臂触碰至所述上边界或下边界的拍摄图像的灰度值，确定所述预设灰度阈值。
[0029]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述第一白色占比、所述第二白色占比、第一预设载荷识别参数以及第二预设载荷识别参数，确定所述叉车的载荷状态，包括：
[0030]计算所述第一白色占比与所述第二白色占比的白色占比差值；
[0031]若所述白色占比差值大于所述第一预设载荷识别参数且小于所述第二预设载荷识别参数，则确认所述载荷状态为单袋载荷；
[0032]若所述白色占比差值大于所述第二预设载荷识别参数，则确认所述载荷状态为双袋载荷；
[0033]若所述白色占比差值小于所述第一预设载荷识别参数，则确认所述载荷状态为空载。
[0034]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：
[0035]根据所述载荷状态，统计吨包出入库数量；
[0036]根据所述库房的初始吨包数量以及所述吨包出入库数量，统计所述库房内的吨包剩余数量；
[0037]记录所述叉车的出入库信息、所述吨包出入库数量以及所述吨包剩余数量，并上传。
[0038]根据本公开的第二方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
[0039]根据本公开的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面的方法。
[0040]本公开中，通过采集当前目标未进入所述摄像头对应的格栅关注区域的多张待识
别图像，可对当前特征进行自动提取，然后根据当前特征准确判断当前目标是否为叉车，若为叉车，则可自动识别叉车为进库还是出库，从而通过图像准确而自动地对叉车的进出库进行识别。
[0041]应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
[0042]结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0043]图1示出了根据本公开的实施例的进出库识别方法的流程图；
[0044]图2示出了根据本公开的实施例的进出库识别装置的框图；
[0045]图3示出了根据本公开的实施例的叉车出库的示意图；
[0046]图4示出了根据本公开的实施例的叉车进库的示意图；
[0047]图5示出了根据本公开的实施例的格栅关注区域与叉车以及库房门之间的尺寸关系示意图；
[0048]图6示出了能够实施本公开的实施例的示例性电子设备的方框图。
具体实施方式
[0049]为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种进出库识别方法，其特征在于，包括：通过安装在库房门外顶部的摄像头采集待识别图像；所述待识别图像中的当前目标未进入所述摄像头对应的格栅关注区域；对所述待识别图像中的当前特征进行提取，其中，所述当前特征包括：当前尺寸特征、当前轮廓特征、当前关键部位特征；根据所述当前特征，识别所述当前目标是否为运输吨包的叉车；若为叉车，则对所述叉车进行进出库识别。2.根据权利要求1所述的方法，其特征在于，所述对所述待识别图像中的当前特征进行提取，包括：对多张所述待识别图像进行灰度变化识别，以提取所述当前特征；所述根据所述当前特征，判断所述当前目标是否为运输所述吨包的叉车，包括：判断所述当前特征是否与所述叉车的预设特征相匹配；若匹配，则判定所述当前目标为所述叉车。3.根据权利要求1或2所述的方法，其特征在于，所述若为叉车，则对所述叉车进行进出库识别，包括：若为叉车，且先采集到所述叉车的叉臂触碰至所述格栅关注区域上边界的拍摄图像后采集到所述叉臂触碰至所述下边界的拍摄图像，则确认所述叉车入库；反之，若先采集到所述叉臂触碰至所述下边界的拍摄图像后采集到所述叉臂触碰至所述上边界的拍摄图像，则确认所述叉车出库。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：分别获取所述叉臂触碰至所述上边界和所述下边界的拍摄图像中格栅关注区域的第一白色占比和第二白色占比；根据所述第一白色占比、所述第二白色占比、第一预设载荷识别参数以及第二预设载荷识别参数，确定所述叉车的载荷状态，其中，所述第一预设载荷识别参数小于所述第二预设载荷识别参数，所述载荷状态包括：单袋载荷、双袋载荷或空载。5.根据权利要求4所述的方法，其特征在于，所述分别获取所述叉臂触碰至所述上边界和所述下边界的拍摄图像中格栅关注区域的第一白色占比和第二白色占比，包括：将所述叉臂触碰至所述上边界和下边界的拍摄图像...

【专利技术属性】
技术研发人员：贾敏，赵瑞玺，孟广雄，郭星，侯鹏飞，姜祖勇，
申请(专利权)人：神华准格尔能源有限责任公司，
类型：发明
国别省市：