【技术实现步骤摘要】
本专利技术属于工业机器人领域，具体的说是一种车间巡检机器人目标检测方法及装置，应用于车间物品摆放是否规范的检测，便于对车间工业实行安全化管理，并且保持车间秩序性。
技术介绍
1、在工业机器人领域，工业机器人给制造业带来的好处有许多，其中首要是提高生产效率。相比人工劳动agv、机械臂等，工业机器人能更快地完成作业，并且能24小时连续作业，无需休息。根据车间生产管理制度，对生产区域的物料、废次物品要明确划定摆放区域、摆放数量等要求。然而，在物料种类繁多和柔性化生产要求高的情况下，易出现物料摆放混乱、缺料、待料、物料异常等问题，存在一定的安全隐患，废次物品也要摆放在指定区域内部。工厂车间智能巡检机器人可以很好地解决这一难题，使物料巡检更科学化和准确，彻底摆脱生产车间物料信息传递不及时的问题，同时车间巡检机器人具有智能化、反应灵敏等特点，在工厂、生产车间物料检测方面具有不错的应用前景。因此，识别物品摆放是否规范的检测是非常重要的问题。
2、针对物品摆放估计的方法主要有两种，第一种方法是巡检人员每隔一段时间手持巡检设备到现场进行巡查。该方法通过手动选择检查区域及检查项目，人工记录物料种类及位置，这种粗放式巡逻模式难以监督和评价，巡检信息反馈存在滞后，影响了生产效率和质量，有的物品摆放会导致车间不安全的现象；第二种方法是基础的车间巡检机器人目标检测方法，该方法采用摄像头拍摄图像然后传入目标检测模型进行预测分析出目标物体，但是该方法所得到的预测模型准确率低，特征提取不充分，无法准确的识别定位目标物体。
1、根据上述提出的技术问题，提出一种车间巡检机器人目标检测方法及装置，用于解决现有的物品摆放估计方法中人工巡检方法效率较低的问题，同时解决了车间管理安全，准确率不高的问题。
2、本专利技术采用的技术手段如下：一种车间巡检机器人目标检测装置，包括：
3、多维图像采集模块、用于通过激光雷达探测器检测前方是否有障碍物，以及通过侧方单目摄像头采集车间物料图像；
4、解耦合检测模块，用于根据采集车间物料图像，进行特征向量的提取与增强，得到物料的中心坐标与宽高；
5、物料判断模块，用于根据物料的中心坐标与宽高、以及车间物料固定区域位置，判断物料是否越区。
6、所述解耦合检测模块包括：
7、特征提取模块，用于通过骨干网络对车间物料图像进行特征提取，得到表示物料的特征向量；
8、特征增强模块，用于对特征向量进行特征增强，得到增强后的特征向量；
9、分类模块，用于对增强后的特征向量通过分类算法得到物料的类别信息；
10、定位模块，用于对增强后的特征向量通过回归算法得到物料的中心坐标与宽高。
11、所述骨干网络包括顺序连接的darknet53骨干网络以及spp层。
12、所述物料判断模块包括：
13、物料定位分析单元，用于根据物料的中心坐标与宽高构建二维坐标系，使物料与车间物料固定区域位于所述二维坐标系下；
14、物料越区判断单元，用于在所述二维坐标系下，根据物料的中心坐标与宽高、以及车间物料固定区域位置，判断物料是否越区。
15、一种车间巡检机器人目标检测方法，包括以下步骤：
16、巡检机器人通过激光雷达探测器检测前方是否有障碍物以及障碍物的位置大小；如果发现有障碍物，则绕行；如果没有，则直行；
17、巡检机器人到达指定的车间物料固定区域后停下，侧面单目摄像头开始采集车间物料图像，并且上传到解耦合检测模块；
18、解耦合检测模块通过特征向量的提取初步提取出特征向量；通过特征增强模块进行特征增强，得到增强后的特征向量；
19、分类模块根据增强后的特征向量得到图像中物料的类别信息，定位模块根据增强后的特征向量得到图像中物料的中心坐标与宽高；
20、物料判断模块根据物料的中心坐标与宽高构建二维坐标系，使物料与车间物料固定区域位于所述二维坐标系下；
21、物料越区判断单元在所述二维坐标系下，根据物料的中心坐标与宽高、以及车间物料固定区域位置，判断物料是否越区。
22、所述激光雷达检测障碍物流程具体步骤包括：
23、激光雷达探测器中的激光发射器向四周散射激光，探测用的激光在接触到障碍物之后以激光点云的方式传回激光雷达探测器中的接收器；
24、雷达探测器中的接收器对输入的激光点云进行时间同步和外参标定；
25、雷达探测器对点云做预处理，得到包含背景和表示障碍物的前景的点云；采用无监督的聚类算法对预处理后的点云形成多个团簇，分割出前景和背景的点云；对于表示前景点云的每个团簇表示一个障碍物，对每一个团簇做包围框拟合，以表示一个障碍物及其大小范围，进而得到障碍物中心点以及长宽高；
26、雷达探测器根据激光返回时间计算障碍物距离，并将障碍物距离、障碍物中心点以及长宽高发送至机器人，以避开障碍物。
27、所述解耦合检测模块通过特征向量的提取初步提取出特征向量；通过特征增强模块进行特征增强，得到增强后的特征向量，包括以下步骤：
28、特征提取模块通过骨干网络对物料图片进行特征提取，在darknet53骨干网络获取三个尺度的特征向量；三个尺度的特征向量进入spp层中进行特征提取；
29、特征增强模块通过双向特征金字塔进行特征融合，以结合不同尺度的特征信息，最终的特征向量。
30、所述解耦合检测模块通过车间训练样本进行多次训练得到。
31、本专利技术的有益效果是：
32、1.本专利技术建立了针对车间物料摆放不规范进行预测估计的装置，根据每个物品固定区域建立空间坐标系，通过已知的物料摆放固定区域，结合预测的物料中心坐标和宽高，对比物料的预测宽高与固定区域范围，分析出是否偏离安全范围。
33、2.本专利技术的一种车间巡检机器人目标检测方法及装置，通过多维图像采集模块、解耦合检测模块和物料判断模块，构建起了一套基于可移动的车间目标检测的估计方法及装置，能够对车间的物品摆放进行规范估计，当获取到物品的位置信息后，将位置坐标传送至下一个分析环节的控制中心，根据设置的安全范围做出偏移估计。
本文档来自技高网...【技术保护点】
1.一种车间巡检机器人目标检测装置，其特征在于,包括：
2.根据权利要求1所述的一种车间巡检机器人目标检测装置，其特征在于，所述解耦合检测模块包括：
3.根据权利要求1所述的一种车间巡检机器人目标检测装置，其特征在于，所述骨干网络包括顺序连接的DarkNet53骨干网络以及SPP层。
4.根据权利要求1所述的一种车间巡检机器人目标检测装置，其特征在于，所述物料判断模块包括：
5.一种车间巡检机器人目标检测方法，其特征在于，包括以下步骤：
6.根据权利要求5所述的一种车间巡检机器人目标检测方法，其特征在于，所述激光雷达检测障碍物流程具体步骤包括：
7.根据权利要求5所述的一种车间巡检机器人目标检测方法，其特征在于，所述解耦合检测模块通过特征向量的提取初步提取出特征向量；通过特征增强模块进行特征增强，得到增强后的特征向量，包括以下步骤：
8.根据权利要求5所述的一种车间巡检机器人目标检测方法，其特征在于，所述解耦合检测模块通过车间训练样本进行多次训练得到。
【技术特征摘要】
1.一种车间巡检机器人目标检测装置，其特征在于,包括：
2.根据权利要求1所述的一种车间巡检机器人目标检测装置，其特征在于，所述解耦合检测模块包括：
3.根据权利要求1所述的一种车间巡检机器人目标检测装置，其特征在于，所述骨干网络包括顺序连接的darknet53骨干网络以及spp层。
4.根据权利要求1所述的一种车间巡检机器人目标检测装置，其特征在于，所述物料判断模块包括：
5.一种车间巡检机器人目标检测方法，其特征在于，...
【专利技术属性】
技术研发人员：尹震宇，王肖辉，郭锐锋，杨东升，樊超，宋丹，李秋霞，
申请(专利权)人：中国科学院沈阳计算技术研究所有限公司，
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。