用于仓储中车辆碰撞预警的方法及计算设备技术

本发明专利技术提供一种用于仓储中车辆碰撞预警的方法及计算设备，涉及仓储运输安全技术领域。所述方法包括：获取来自第一摄像装置的第一图像及来自第二摄像装置的第二图像；检测所述第一图像及所述第二图像中的各目标对象及其关键点，所述第一图像中的目标对象包括第一车辆和第二对象；对所述第一车辆的关键点和所述第二对象的关键点进行三维定位；根据所述第一车辆的关键点与所述第二对象的关键点之间的最小距离进行碰撞预警。利用本发明专利技术的方法可实时监控仓储区域内车辆及人员的相对位置，确保二者距离不小于设定的安全阈值，保证生产作业的安全。业的安全。业的安全。

【技术实现步骤摘要】
用于仓储中车辆碰撞预警的方法及计算设备


[0001]本专利技术涉及仓储运输安全
，具体涉及一种仓储中车辆碰撞预警的方法及计算设备。

技术介绍

[0002]随着人工智能技术的发展，图片数据资源正在突飞猛进地增长。图像作为信息传播的核心，蕴含着丰富的信息，广泛应用于安防、安监、化工、加油站等领域，尤其是应用于仓储场景。
[0003]在仓储场景中，车辆行走存在与其他车辆或行人碰撞的安全风险。对车辆与车辆和车辆与人碰撞识别是监管仓储安全的重要措施，可以有效地避免车辆工作过程中可能存在的安全风险。
[0004]在相关技术中，对车辆与车辆和车辆与人的碰撞识别通常采用单目摄像头获取图像，计算车辆与车辆或车辆与人之间的距离，从而识别车辆与车辆或车辆与人是否发生碰撞。然而，单目摄像头需要在特定视角的摄像场景下得到距离结果的误差才会比较小，其应用范围较小。

技术实现思路

[0005]本专利技术旨在提供用于仓储中车辆碰撞预警的方法及计算设备，确保车/车或车/人之间的距离不小于设定的安全阈值，保证生产作业的安全。
[0006]根据本专利技术的一方面，提供一种用于仓储中车辆碰撞预警的方法，包括：获取来自第一摄像装置的第一图像及来自第二摄像装置的第二图像；检测所述第一图像及所述第二图像中的各目标对象及其关键点，所述第一图像和所述第二图像中的目标对象包括第一车辆和第二对象，对所述第一车辆的关键点和所述第二对象的关键点进行三维定位；根据所述第一车辆的关键点和所述第二对象的关键点的三维定位结果，利用所述第一车辆的关键点与所述第二对象的关键点之间的最小距离进行碰撞预警。
[0007]根据一些实施例，所述第一摄像装置和所述第二摄像装置具有公共视野区域。
[0008]根据一些实施例，检测所述第一图像及所述第二图像中各车辆和对象的关键点，包括利用深度学习模型分别检测所述第一图像及所述第二图像中的各目标对象及其关键点。
[0009]根据一些实施例，对所述第一车辆的关键点和所述第二对象的关键点进行三维定位，包括：获取所述第一摄像装置的第一姿态和所述第二摄像装置的第二姿态；分别确定所述第一图像中的所述第一车辆和所述第二对象与所述第二图像中的目标对象的匹配关系，根据所述匹配关系、所述第一摄像装置的所述第一姿态和所述第二摄像装置的所述第二姿态，对所述第一车辆和所述第二对象的所述关键点进行三维定位。
[0010]根据一些实施例，所述分别确定所述第一图像中的所述第一车辆和所述第二对象与所述第二图像中的目标对象的匹配关系，包括：计算所述第一图像中的所述第一车辆和
所述第二对象的关键点在所述第二图像中的映射点；分别计算所述第二图像中各目标对象的关键点与相应映射点之间的整体匹配误差，从所述第二图像中分别选取最小整体匹配误差对应的目标对象匹配所述第一图像中的所述第一车辆和所述第二对象。
[0011]根据一些实施例，分别计算所述第二图像中各目标对象的关键点与相应映射点之间的整体匹配误差，包括：计算所述第二图像中相应目标对象的各关键点与所述第一车辆的相应映射点之间的欧式距离之和，作为所述第二图像中相应目标对象的关键点与所述第一车辆的相应映射点之间的整体匹配误差；计算所述第二图像中相应目标对象的各关键点与所述第二对象的相应映射点之间的欧式距离之和，作为所述第二图像中相应目标对象的关键点与所述第二对象的相应映射点之间的整体匹配误差。
[0012]根据一些实施例，利用所述第一车辆和所述第二对象的关键点之间的最小距离进行碰撞预警，包括：计算所述第一车辆和所述第二对象的关键点之间的最小欧式距离；如果判断所述最小欧式距离小于预警阈值，则确实存在碰撞风险；如果判断所述最小欧式距离不小于预警阈值，则确实不存在碰撞风险。
[0013]根据一些实施例，所述第二对象包括车辆和/或人员。
[0014]根据一些实施例，在获取来自第一摄像装置的第一图像及来自第二摄像装置的第二图像之后，还包括根据配置文件对所述第一图像和所述第二图像进行畸变校正。
[0015]根据一些实施例，还包括：预先对所述第一摄像装置和所述第二摄像装置进行内参标定，从而获得内参矩阵和畸变系数；预先对所述第一摄像装置和所述第二摄像装置进行外参标定，从而获得所述第一姿态和所述第二姿态，将所述内参矩阵和畸变系数、所述第一姿态和所述第二姿态保存至所述配置文件。
[0016]根据本专利技术的另一方面，提供一种计算设备，包括处理器，以及存储器，存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行如上任一项所述的方法。
[0017]根据本专利技术的另一方面，提供一种非瞬时性计算机可读存储介质，其上存储有计算机可读指令，当所述指令被处理器执行时，使得所述处理器执行如上任一项所述的方法。
[0018]根据本专利技术的实施例，获取来自第一摄像装置的第一图像及来自第二摄像装置的第二图像，检测所述第一图像及所述第二图像中的第一车辆和第二对象及其关键点，对所述第一车辆的关键点和所述第二对象的关键点进行三维定位。利用所述第一车辆的关键点与所述第二对象的关键点之间的最小距离进行碰撞预警，从而可实时监控仓储区域内车辆及人员的相对位置，确保二者距离不小于设定的安全阈值，保证生产作业的安全。根据本专利技术实施例的技术方案采用两个摄像装置，通过关键点检测及距离计算，在成本不高的情况下可实现及时预警。
[0019]应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本专利技术。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
[0021]图1示出根据示例实施例的仓储场地的应用场景。
[0022]图2示出根据示例实施例用于仓储中车辆碰撞预警的方法流程图。
[0023]图3示出根据示例实施例对关键点进行三维定位的方法流程图。
[0024]图4A示出根据示例实施例确定第一图像中的第一车辆和第二对象与第二图像中的目标对象的匹配关系的方法流程图。
[0025]图4B示出根据示例实施例进行关键点映射的示意图。
[0026]图5示出根据示例实施例的摄像机标定过程示意图。
[0027]图6示出根据示例实施例的用于仓储中车辆碰撞预警的方案示意图。
[0028]图7示出根据示例实施例的计算设备的框图。
具体实施方式
[0029]现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本专利技术将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
[0030]此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本专利技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本专利技术的技术方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于仓储中车辆碰撞预警的方法，其特征在于，包括：获取来自第一摄像装置的第一图像及来自第二摄像装置的第二图像；检测所述第一图像及所述第二图像中的各目标对象及其关键点，所述第一图像和所述第二图像中的目标对象包括第一车辆和第二对象；对所述第一车辆的关键点和所述第二对象的关键点进行三维定位；根据所述第一车辆的关键点和所述第二对象的关键点的三维定位结果，利用所述第一车辆的关键点与所述第二对象的关键点之间的最小距离进行碰撞预警。2.根据权利要求1所述的方法，其特征在于，所述第一摄像装置和所述第二摄像装置具有固定的公共视野区域。3.根据权利要求1所述的方法，其特征在于，对所述第一车辆的关键点和所述第二对象的关键点进行三维定位，包括：获取所述第一摄像装置的第一姿态和所述第二摄像装置的第二姿态；分别确定所述第一图像中的所述第一车辆和所述第二对象与所述第二图像中的目标对象的匹配关系；根据所述匹配关系、所述第一摄像装置的所述第一姿态和所述第二摄像装置的所述第二姿态，对所述第一车辆和所述第二对象的所述关键点进行三维定位。4.根据权利要求3所述的方法，其特征在于，所述分别确定所述第一图像中的所述第一车辆和所述第二对象与所述第二图像中的目标对象的匹配关系，包括：计算所述第一图像中的所述第一车辆和所述第二对象的关键点在所述第二图像中的映射点；分别计算所述第二图像中各目标对象的关键点与相应映射点之间的整体匹配误差；从所述第二图像中分别选取最小整体匹配误差对应的目标对象匹配所述第一图像中的所述第一车辆和所述第二对象。5.根据权利要求4所述的方法，其特征在于，分别计算所述第二图像中各目标对象的关键点与相应映射...

【专利技术属性】
技术研发人员：赵景程，熊超，蔡权雄，牛昕宇，
申请(专利权)人：山东产研鲲云人工智能研究院有限公司，
类型：发明
国别省市：