System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 电子价签检测方法及装置制造方法及图纸_技高网

电子价签检测方法及装置制造方法及图纸

技术编号:40557541 阅读:10 留言:0更新日期:2024-03-05 19:19
本发明专利技术公开了一种电子价签检测方法及装置,其中该方法包括:获取机器人采集的货架通道巡检数据;所述机器人基于预设的目标场地地图中的不同货架通道,对货架通道进行巡检数据采集;对所述货架通道巡检数据进行电子价签图像识别,得到多个电子价签图像;将每一电子价签图像输入至电子价签识别神经网络模型,得到每一电子价签图像的检测结果;根据每一电子价签图像所对应货架图像的机器人位姿信息,建立电子价签的空间布局图像;在所述价签的空间布局图像中,对每一电子价签图像的检测结果进行展示。本发明专利技术用以提升电子价签检测的效率和精度,降低电子价签的检测成本。

【技术实现步骤摘要】

本专利技术涉及图像处理,尤其涉及电子价签检测方法及装置


技术介绍

1、本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

2、随着物联网技术的发展,人力成本的优化以及低碳环保理念的推广,电子价签在各种线下零售门店、库房等地方越来越多的使用。但是随着使用时间的增加,电子价签可能会因为电池电量不足,或者电子墨水屏幕损坏,而导致无法正常显示。一旦出现这种情况就非常可能给使用电子价签的客户造成损失。

3、因此如何及时的发现出现异常不能正常显示的电子价签,对于使用电子价签的门店以及电子价签的供应商来说都成为一个很有意义的问题。

4、而现阶段一般通过人工在货架间走动检查价签,统计并报告异常价签的情况。但对于大型商超而言,人工巡查需要很高的人工成本和时间成本。而且人工巡查会不可避免地因为人工疲劳或疏忽有较大的漏查率。


技术实现思路

1、本专利技术实施例提供一种电子价签检测方法,用以提升电子价签检测的效率和精度,降低电子价签的检测成本,该方法包括:

2、获取机器人采集的货架通道巡检数据;所述机器人基于预设的目标场地地图中的不同货架通道,对货架通道进行巡检数据采集;所述巡检数据包括货架图像和采集货架图像时的机器人位姿信息;

3、对所述货架通道巡检数据进行电子价签图像识别,得到多个电子价签图像;

4、将每一电子价签图像输入至电子价签识别神经网络模型,得到每一电子价签图像的检测结果;所述电子价签识别神经网络模型以历史电子价签检测数据集为训练数据,对深度学习神经网络模型进行训练得到;所述历史电子价签检测数据集包括:不同历史电子价签图像、和对应的检测结果;

5、根据每一电子价签图像所对应货架图像的机器人位姿信息,建立电子价签的空间布局图像;所述电子价签的空间布局图像用于展示经所述机器人位姿信息构建的每一电子价签图像的空间坐标信息;

6、在所述价签的空间布局图像中,对每一电子价签图像的检测结果进行展示。

7、本专利技术实施例还提供一种电子价签检测装置,用以提升电子价签检测的效率和精度,降低电子价签的检测成本,该装置包括:

8、数据获取模块,用于获取机器人采集的货架通道巡检数据;所述机器人基于预设的目标场地地图中的不同货架通道,对货架通道进行巡检数据采集;所述巡检数据包括货架图像和采集货架图像时的机器人位姿信息;

9、电子价签图像识别模块,用于对所述货架通道巡检数据进行电子价签图像识别,得到多个电子价签图像;

10、电子价签图像检测模块,用于将所述每一电子价签图像输入至电子价签识别神经网络模型,得到每一电子价签图像的检测结果;所述电子价签识别神经网络模型以历史电子价签检测数据集为训练数据,对深度学习神经网络模型进行训练得到;所述历史电子价签检测数据集包括:不同历史电子价签图像、和对应的检测结果;

11、空间布局图像建立模块,用于根据每一电子价签图像所对应货架图像的机器人位姿信息,建立电子价签的空间布局图像;所述电子价签的空间布局图像用于展示经所述机器人位姿信息构建的每一电子价签图像的空间坐标信息;

12、检测结果展示模块,用于在所述价签的空间布局图像中,对每一电子价签图像的检测结果进行展示。

13、本专利技术实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述电子价签检测方法。

14、本专利技术实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述电子价签检测方法。

15、本专利技术实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述电子价签检测方法。

16、本专利技术实施例中,获取机器人采集的货架通道巡检数据;所述机器人基于预设的目标场地地图中的不同货架通道,对货架通道进行巡检数据采集;所述巡检数据包括货架图像和采集货架图像时的机器人位姿信息;对所述货架通道巡检数据进行电子价签图像识别,得到多个电子价签图像;将每一电子价签图像输入至电子价签识别神经网络模型,得到每一电子价签图像的检测结果;所述电子价签识别神经网络模型以历史电子价签检测数据集为训练数据,对深度学习神经网络模型进行训练得到;所述历史电子价签检测数据集包括:不同历史电子价签图像、和对应的检测结果;根据每一电子价签图像所对应货架图像的机器人位姿信息,建立电子价签的空间布局图像;所述电子价签的空间布局图像用于展示经所述机器人位姿信息构建的每一电子价签图像的空间坐标信息;在所述价签的空间布局图像中,对每一电子价签图像的检测结果进行展示,与现有技术中对电子价签进行人工巡检的技术方案相比,通过从机器人所采集的巡检数据中识别电子价签图像,并借助电子价签识别神经网络模型来实现对电子价签的自动化检测,提升了对电子价签检测的效率和精度,避免了现有技术下因人工巡检而不可避免出现的错检漏检问题,减小了因为价签显示异常而对使用电子价签的客户造成的经济损失,也降低了电子价签的检测成本。

本文档来自技高网...

【技术保护点】

1.一种电子价签检测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述机器人用于:

3.如权利要求1所述的方法,其特征在于,所述机器人位姿信息包括机器人位置坐标和机器人朝向角度。

4.如权利要求1所述的方法,其特征在于,对所述货架通道巡检数据进行电子价签图像识别,得到多个电子价签图像,包括:

5.如权利要求1所述的方法,其特征在于,根据每一电子价签图像所对应货架图像的机器人位姿信息,建立电子价签的空间布局图像,包括:

6.如权利要求5所述的方法,其特征在于,根据每一电子价签图像所对应货架图像的机器人位姿信息、相机的内外参数和所述货架图像的像素信息,计算出每一电子价签图像的三维空间位置坐标,包括:

7.如权利要求1所述的方法,其特征在于,还包括:

8.一种电子价签检测装置,其特征在于,包括:

9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。

11.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。

...

【技术特征摘要】

1.一种电子价签检测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述机器人用于:

3.如权利要求1所述的方法,其特征在于,所述机器人位姿信息包括机器人位置坐标和机器人朝向角度。

4.如权利要求1所述的方法,其特征在于,对所述货架通道巡检数据进行电子价签图像识别,得到多个电子价签图像,包括:

5.如权利要求1所述的方法,其特征在于,根据每一电子价签图像所对应货架图像的机器人位姿信息,建立电子价签的空间布局图像,包括:

6.如权利要求5所述的方法,其特征在于,根据每一电子价签图像所对应货架图像的机器人位姿信息、相机的内外参数和所述货架图像的像素信息,计算出...

【专利技术属性】
技术研发人员:张晶许金亚李汪佩杨帅丁坤
申请(专利权)人:上海汉时信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1