基于数据处理的物流转运机器人运行状态检测方法技术

本发明专利技术涉及数据处理技术领域，具体涉及基于数据处理的物流转运机器人运行状态检测方法。该方法包括：获取货物的图像数据进行处理得到每个表面灰度图像的标签存在可能性，标签存在可能性最大的表面灰度图为标签图像；获得标签图像中每个疑似标签区域的形态指标和灰度指标；利用每个疑似标签区域的形态指标和灰度指标筛选出标签区域；标签区域中灰度值小于等于灰度偏差值的像素点的数量与模板标签区域中所有像素点的数量的比值为标签区域的信息完整度；基于标签区域的信息完整度判断物流转运机器人的运行是否异常。本发明专利技术能够避免标签因为损坏形状不规则而直接判定标签不能识别的情况，提高转运机器人的工作效率。提高转运机器人的工作效率。提高转运机器人的工作效率。

【技术实现步骤摘要】
基于数据处理的物流转运机器人运行状态检测方法


[0001]本专利技术涉及数据处理
，具体涉及基于数据处理的物流转运机器人运行状态检测方法。

技术介绍

[0002]随着物流行业需求的增长以及相关技术的发展，转运机器人不断的应用于物流行业。机器人物流转运主要通过识别货物的信息自动规划转运方式与行驶路线，货物的信息存在于货物标签中，但是在实际中可能存在货物标签受损，导致机器人无法识别到货物信息，从而影响机器人的正常转运，即导致物流转运机器人的工作出现异常，所以在机器人在转运货物时，需要识别货物标签中的信息然后将其转运到对应的位置。
[0003]现有的物流转运机器人通常分为两类，一类是不需要识别货物信息只进行定点转运；另外一种是需要识别货物标签上的信息自动规划路线，将货物转运到期对应的位置，其中标签上包括文字信息和条码信息，都需要被识别，在识别的过程中，由于要识别文字信息会先基于边缘检测或者直线检测识别出一个包围框，然后在包围框中对标签上文字和条码信息进行识别，例如CN110070090B一种基于手写文字识别的物流标签信息检测方法及系统，在对文字信息进行识别时需要对提取到的标签图像进行裁剪，去除标签信息区域图像边缘背景，得到一个用于识别的规则的区域。如果标签由于破损、褶皱、折角和边缘扭曲等导致标签的形状不规则，标签边缘的不规则会导致在利用常规的边缘检测或者直线检测不能识别出规则的包围框，就会将标签判定为不能识别，这样会导致漏检的情况出现，从而降低物流转运机器人的工作效率，但实际上可能标签的损坏对标签上所包含的信息并没有很大的影响，不影响信息的正常识别。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供基于数据处理的物流转运机器人运行状态检测方法，所采用的技术方案具体如下：本专利技术一个实施例提供了基于数据处理的物流转运机器人运行状态检测方法：获取货物每个表面的表面图像并灰度化得到表面灰度图；设定灰度偏差值，分别获得每个表面灰度图中灰度值大于最大灰度级与灰度偏差值的差值的像素点，记为第一像素点，灰度值小于等于灰度偏差值的像素点，记为第二像素点；基于一个表面灰度图中第二像素点的数量，每个第二像素点与各第一像素点的距离的最小值，以及所述距离的最小值为第一预设值的第二像素点的数量获得标签存在可能性；标签存在可能性最大的表面灰度图为标签图像；基于标签图像中第一像素点组成的多个连通域的面积进行筛选得到疑似标签区域；对每个疑似标签区域做凸包处理得到多个凸包多边形；选择凸包多边形中任意两条边分别为第一条边和第二条边，分别获得与第一条边和第二条边长度差值最小的边分别为第一对应边和第二对应边；利用第一条边与第一对应边长度的差值、与标签图像下边缘夹角
的差值，以及第二条边与第二对应边长度的差值、与标签图像下边缘夹角的差值获得疑似标签区域的形态指标；将疑似标签区域中各像素点作为中心点，计算中心点与邻域内各像素点的最大灰度差；统计最大灰度差大于最大灰度级与灰度偏差值的差值的中心点的数量，所述中心点的数量与疑似标签区域中像素点数量的比值为灰度指标；利用每个疑似标签区域的形态指标和灰度指标筛选出标签区域；标签区域中灰度值小于等于灰度偏差值的像素点的数量与模板标签区域中所有像素点的数量的比值为标签区域的信息完整度；基于标签区域的信息完整度判断物流转运机器人的运行状态是否异常。
[0005]优选地，最大灰度级为255。
[0006]优选地，标签存在可能性为：其中，表示标签存在可能性；表示表面灰度图中第二像素点的数量；表示表面灰度图中所述距离的最小值为第一预设值的第二像素点的数量，第一预设值为1；表示第j个第二像素点与各第一像素点之间的距离的最小值；e表示自然常数。
[0007]优选地，基于标签图像中第一像素点组成的多个连通域的面积进行筛选得到疑似标签区域，包括：设定面积阈值，其中连通域面积大于面积阈值的连通域为疑似标签区域。
[0008]优选地，疑似标签区域的形态指标为：其中，C表示疑似标签区域的形态指标；表示第一条边与表面灰度图下边缘的夹角，和第一对应边与表面灰度图下边缘的夹角的差值；表示第二条边与表面灰度图下边缘的夹角，和第二对应边与表面灰度图下边缘的夹角的差值；表示第一条边与第一对应边长度的差值；表示第二条边与第二对应边长度的差值；e表示自然常数。
[0009]优选地，利用每个疑似标签区域的形态指标和灰度指标筛选出标签区域，包括：每个疑似标签区域的形态指标与灰度指标的乘积为每个疑似标签区域的综合判定指标；综合判定指标最大的疑似标签区域为标签区域。
[0010]优选地，模板标签区域为完整未损坏的标签区域。
[0011]优选地，基于标签区域的信息完整度判断物流转运机器人的工作是否异常，包括：设定信息识别阈值，若标签区域的信息完整度小于等于信息识别阈值，物流转运机器人不能识别标签信息，物流转运机器人运行状态异常；若标签区域的信息完整度大于信息识别阈值，物流转运机器人进一步对标签进行识别。
[0012]本专利技术实施例至少具有如下有益效果：本专利技术通过对运转机器人对拍摄的货物的每个表面的表面图像灰度化得到每个表面的表面灰度图，通过对表面灰度图中的像素点的灰度信息和不同像素点之间的距离信息进行分析获得包含标签的标签图像，能够方便转运
机器人对货物上标签的识别；同时，本专利技术能够对标签图像中的疑似标签连通域的形状和像素点灰度值分析筛选得到标签区域，依据对标签区域中近黑色的像素点的数量分析获得标签区域的信息完整度，一些由于标签损坏严重导致的信息完整度很低的标签是不能够被识别的，同时更重要的是避免了一些标签虽然被损坏，但是损坏的程度很小没有影响到信息完整度却被漏检的情况，能够提高物流转运机器人的工作效率，准确的判断出标签是否能够识别，保障了物流运转机器人的正常工作。
附图说明
[0013]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和优点，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的介绍，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它附图。
[0014]图1为本专利技术实施例提供的基于数据处理的物流转运机器人运行状态检测方法的方法流程图。
具体实施方式
[0015]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的基于数据处理的物流转运机器人运行状态检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0016]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0017]下面结合附图具体的说明本专利技术所提供的基于数据处理的物流转运机器人运行状态检测方法的具体方案。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据处理的物流转运机器人运行状态检测方法，其特征在于，该方法包括：获取货物每个表面的表面图像并灰度化得到表面灰度图；设定灰度偏差值，分别获得每个表面灰度图中灰度值大于最大灰度级与灰度偏差值的差值的像素点，记为第一像素点，灰度值小于等于灰度偏差值的像素点，记为第二像素点；基于一个表面灰度图中第二像素点的数量，每个第二像素点与各第一像素点的距离的最小值，以及所述距离的最小值为第一预设值的第二像素点的数量获得标签存在可能性；标签存在可能性最大的表面灰度图为标签图像；基于标签图像中第一像素点组成的多个连通域的面积进行筛选得到疑似标签区域；对每个疑似标签区域做凸包处理得到多个凸包多边形；选择凸包多边形中任意两条边分别为第一条边和第二条边，分别获得与第一条边和第二条边长度差值最小的边分别为第一对应边和第二对应边；利用第一条边与第一对应边长度的差值、与标签图像下边缘夹角的差值，以及第二条边与第二对应边长度的差值、与标签图像下边缘夹角的差值获得疑似标签区域的形态指标；将疑似标签区域中各像素点作为中心点，计算中心点与邻域内各像素点的最大灰度差；统计最大灰度差大于最大灰度级与灰度偏差值的差值的中心点的数量，所述中心点的数量与疑似标签区域中像素点数量的比值为灰度指标；利用每个疑似标签区域的形态指标和灰度指标筛选出标签区域；标签区域中灰度值小于等于灰度偏差值的像素点的数量与模板标签区域中所有像素点的数量的比值为标签区域的信息完整度；基于标签区域的信息完整度判断物流转运机器人的运行状态是否异常。2.根据权利要求1所述的一种基于数据处理的物流转运机器人运行状态检测方法，其特征在于，所述最大灰度级为255。3.根据权利要求1所述的一种基于数据处理的物流转运机器人运行状态检测方法，其特征在于，所述标签存在可能性为：其中，表示标签存在可能性；表示表面灰度图中第二像素点...

【专利技术属性】
技术研发人员：李秀华，
申请(专利权)人：南通长石科技有限公司，
类型：发明
国别省市：