[发明专利]一种基于视觉识别的出入库管理方法及系统有效

专利信息
申请号: 202310051384.9 申请日: 2023-02-02
公开(公告)号: CN115860642B 公开(公告)日: 2023-05-05
发明(设计)人: 石岩;李华伟;陈忠伟;王益亮;邓辉;沈锴;陆蕴凡;陈丁;李虎;赵越 申请(专利权)人: 上海仙工智能科技有限公司
主分类号: G06Q10/087 分类号: G06Q10/087;G06V10/22
代理公司: 北京中济纬天专利代理有限公司 11429 代理人: 季永康
地址: 201206 上海市浦*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 视觉 识别 入库 管理 方法 系统
【说明书】:

发明提供了一种基于视觉识别的出入库管理方法及系统,其中方法步骤包括:在图像帧中的仓库出入口位置标记出缓存区,标记出仓库内各库位并编号及获取位置数据,获取各缓存区所处图像帧中的位置数据;根据库位占用情况赋予各库位初始的第一状态值;记录进入入口缓存区的货物,并获取其所处图像帧中的位置数据;统计各库位的第一状态值,筛选出可接纳货物的库位集合E,以计算与E中每个库位的KIou值K1,并计算E中每个库位与出口缓存区位置数据的KIou值K2,后将K1与K2集合中的最小值的编号所对应的库位分配给货物,并更新该库位的第一状态值。籍此以基于计算机视觉技术实现仓储场景下的出入库的自动化管理。

技术领域

本发明涉及计算机视觉技术在自动化仓储领域的应用,尤其涉及一种基于视觉识别的出入库管理方法及系统。

背景技术

随着互联网经济的发展,货运快递量激增引起了仓储自动化改革,但复杂多样的仓储环境要实现自动化管理,目前还存在一定的技术门槛。特别是在仓库中的中转区,货物频繁的进出,库位状态改变频繁,非单一的进出口位置和极高的效率要求,给自动化管理带来了很大的挑战。在哪个库位、库位的哪个位置、进行出库还是入库则对自动化管理来说是很基础且重要的信息,同时也是对后续AGV小车的路径规划起到至关重要的指引作用。

目前现有技术通常采用光电传感器来反应库位内是否存在货物,但这种方法用在货运繁忙的仓储场景下,对光电传感器损耗较大,需要频繁更换,因此不利于仓库的高效运作管理,另一方面,设置光电传感器还需要大量的用电线路维护成本。

在另一种现有技术中,则提出采用新增二维码的方式进行管理,如通过扫描二维码来获取当前库位的信息,但这种做法首先需要人工操作,而且如果装在地上极易磨损,另外,如果库位需要放的东西发生改变,还要频繁的粘贴新的二维码,人力成本较高。

可见上述此类现有技术,还无法高效准确的获取货物的出入库状态,以进行仓储自动化管理。为此发明人试图通过计算机视觉的目标检测技术和图像处理技术,来解决仓储自动化领域中出入库的管理难题。

发明内容

本发明的主要目的在于提供一种基于视觉识别的出入库管理方法及系统,以基于计算机视觉技术实现仓储场景下的出入库的自动化管理。

为了实现上述目的,根据本发明的第一个方面,提供了一种基于视觉识别的出入库管理方法,步骤包括:

 步骤S100 在图像帧中的仓库出、入口位置标记出缓存区,并标记出仓库内各库位;为各个库位编号,获取各库位所处图像帧中的位置数据,获取各缓存区所处图像帧中的位置数据;

步骤S200根据库位占用情况赋予各库位初始的第一状态值;

步骤S300记录进入入口缓存区的货物,并获取其所处图像帧中的位置数据;

步骤S400统计各库位的第一状态值,筛选出可接纳货物的库位集合E,以计算与E中每个库位的KIou值K1,并计算E中每个库位与出口缓存区位置数据的KIou值K2,后将K1与K2集合中的最小值的编号所对应的库位分配给货物,并更新该库位的第一状态值。

在可能的优选实施方式中,所述KIou值K1的计算步骤包括:

 步骤S410 将货物的位置数据所表示的区域设为A,将各个可接纳货物的库位的位置数据所表示的区域设为B;

步骤S420计算,

其中记A的左上角坐标为,右下角坐标为;记B左上角坐标为,右下角坐标为;

 参数 ;

 参数  = min(|min(,) - max(,)| , |min(,) - max(,) |) ;

参数。

在可能的优选实施方式中,所述KIou值K2的计算步骤包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海仙工智能科技有限公司,未经上海仙工智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310051384.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top