一种用于仓库管理的多传感器物体分类识别设备

技术领域

本发明属于仓库管理领域，具体涉及一种用于仓库管理的多传感器物体分类识别设备，确切说，涉及一种以图像分类识别为主，结合多种传感器共同判别的物体分类识别设备。

背景技术

随着智能化社会浪潮的飞速发展，人们对仓库的智能化程度的要求也在不断提高。在仓库内的日常工作中，由于多数物体没有安装射频标签或粘贴条形码，一个常见的场景是出入库时需要根据物体的外观，在仓库进行定位查找。

目前通常由仓库管理员人工进行物体的辨认，然后在库房中寻找相应的物体。但这种方式效率低下，仓库中有种类繁多的各种物体，仓库管理员须熟记大量的物体类型，再确认位置，人工寻找。

因此，如果有一种设备能够自动识别物体类型，并在仓库里快速定位，将大大减轻仓库管理员的工作量和工作复杂度，从而提高仓库的管理效率。通过传感器，可以辅助人工进行物体的识别。

图像分类识别是一种利用计算机视觉、机器学习进行物体识别的方法，首先通过大量的拍摄图像作为训练集进行模型的训练，然后将摄像头拍摄的图像送入预先训练好的模型中，可对图像中的物体进行分类识别。受限于训练集的大小，识别效果可能做不到完全正确识别。

射频识别是一种无线通信技术，包括读写器、读写器天线、标签等部分，读写器通过读写器天线向标签辐射电磁波，为标签提供能量，并向标签发送命令。标签进入读写器天线工作范围后，获得能量开始工作，向读写器天线返回自己的标识和其他信息，读写器就完成对标签的识别。但并非所有物体都适合配有射频标签。

因此，具有更高可信度的结合多种传感器的物体分类识别设备便是仓库智能化的关键，本发明正是为应对这种需求而产生。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是如何提供一种用于仓库管理的多传感器物体分类识别设备，以解决目前的仓库管理效率低下的问题。

(二)技术方案

为了解决上述技术问题，本发明提出一种用于仓库管理的多传感器物体分类识别设备，该设备硬件包括以下部分：

(1)设备框架结构；用于安装其他硬件，并放置需要识别的物体；

(2)计算机与显示器；用于运行软件和界面显示；

(3)图像传感器；用于拍摄物体图像；

(4)尺寸传感器；用于多角度拍摄物体，测量长、宽、高、体积的三维信息；

(5)重量传感器；用于测量物体重量；

(6)RFID标签读写器；用于读取物体上的RFID标签；

该设备的软件包括：

(1)传感器接口；用于获取各个传感器数据信息；

(2)操作及展示界面；用于接收用户命令并对测量结果进行展示；

(3)物体识别模块；用于对物体分类识别模型进行训练，使用训练后的模型对平台上物体图像进行识别，并结合其他传感器测量到的物体的尺寸、重量和RFID标签，准确判断物体类别。

进一步地，所述设备框架结构是设备的主体框架，包括用于放置物体的平台、用于放置图像传感器、尺寸传感器和RFID标签读写器的顶层、用于设备支撑和放置显示器的支架以及用于放置计算机和重量传感器的机箱；支架作为背板连接平台、顶层和机箱，平台设置在机箱上方，平台和顶层之间留有空间，用于物体识别时通过物体。

进一步地，计算机放置在平台下方的机箱里，与其他硬件模块相连；显示器悬挂在支架的正面，方便操作与展示。

进一步地，图像传感器的摄像头悬挂于设备顶层，向下俯拍平台，并通过网络接口或USB接口连接至计算机。

进一步地，图像传感器摄像头选取可变焦摄像头，将摄像头的视距调整至恰好满载平台。

进一步地，图像传感器还识别图像中物体的二维码，计算机根据该二维码与图像识别结果进行对照。

进一步地，尺寸传感器的摄像头组悬挂在图像传感器摄像头旁边，共同拍摄平台上的物体，通过多个摄像头的多角度拍摄，测量出平台上物体的形态相关信息，摄像头组通过网络接口连接计算机。

进一步地，重量传感器放置在平台下方的机箱里，感知平台上的重量，并通过串口的方式连接至计算机。

进一步地，RFID标签读写器固定在设备顶层，读取物体上的RFID标签，获取物体信息；其中RFID标签里的内容根据实际需要进行编写，并与仓库的管理系统相关联，读取数据后，计算机可在系统中寻找相应的物体类型；RFID标签读写器可通过网络接口或USB接口连接至计算机。

进一步地，所述对物体分类识别模型进行训练具体包括：拍摄物体的样例图像，采用深度学习的方法根据物体的样例图像，建立物体分类识别模型。

(三)有益效果

本发明提出一种用于仓库管理的多传感器物体分类识别设备，本发明结合了多种传感器，利用其各自的优势，相互配合，从而提升了物体识别的准确率，充分提高了该设备在仓库统一管理的便捷性与可用性，将在仓库智能化建设过程中发挥重要作用。

附图说明

图1为本发明仓库管理的多传感器物体分类识别设备；

图2是物体分类识别软件组成示意图。

具体实施方式

为使本发明的目的、内容和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

本发明的目的是：提供一种用于仓库管理的多传感器物体分类识别设备，对一个仓库内的物体进行分类识别，满足仓库信息化统一管理的需求。

本发明公开了一种用于仓库管理的多传感器物体分类识别设备，设备包括硬件部分和软件部分。

其中，硬件部分包括：(1)设备框架结构。设备的主体框架，包括用于放置物体的平台、用于放置传感器的顶层、用于设备支撑的支架以及用于放置计算机的机箱。(2)计算机与显示器。计算机用于连接相关传感器，并对传感器获取的数据进行处理，运行物体分类识别软件。显示器用于显示各传感器的数据和分类识别结果。(3)图像传感器。位于设备顶层的图像传感器，用于拍摄放置在平台上的物品图像。(4)尺寸传感器。位于设备顶层的尺寸传感器，用于测量平台上物体的长度、宽度、高度。(5)重量传感器。位于设备机箱的重量传感器，用于测量放置在平台上物体的重量。(6)RFID标签读写器。位于设备顶层的RFID读写器，用于识读平台上物体的RFID标签。

物体分类识别软件包括：(1)传感器接口。用于获取各个传感器获取的数据。(2)操作及展示界面。用于接收用户的操作命令，显示操作结果。(3)物体识别模块。利用图像传感器采集的物体图像，根据预先训练好物体分类的模型对物体进行的分类识别，并结合其他传感器测量到的物体的尺寸、重量、RFID标签，准确判断物体类别。

设备通过多种传感器，获取到物体的尺寸、重量、二维码、RFID标签等信息，并根据预先训练好物体分类的模型，根据物体的图像进行分类识别。图像分类识别的结果与其他传感器测量到的数据进行融合，可更准确地判定物体的类别。设备与仓库管理系统相连，可以帮助仓库管理人员实现仓库内物体的快速定位查找。本发明将在仓库智能化，仓储物体的统一管理中发挥重要作用。

为实现上述目的，本发明提出了一种以图像分类识别为主，结合多种传感器共同判别的物体分类识别设备，该设备硬件包括以下部分：

(1)设备框架结构。设备的主体框架，包括用于放置物体的平台、用于放置图像传感器、尺寸传感器和RFID标签读写器的顶层、用于设备支撑和放置显示器的支架以及用于放置计算机和重量传感器的机箱。

(2)计算机与显示器。在设备机箱存放计算机，用以连接设备上的相关硬件，并作为物体分类识别软件的运行载体，对设备获取的数据进行处理。在支架上挂载显示器，用于显示运行界面和数据展示。

(3)图像传感器。在设备顶层固定，向下对平台上的物体进行实时拍摄，在视频流中截取图像，并将图像数据送入计算机的物体分类识别软件；在物体分类识别软件中经过预先训练好的模型后输出与平台上物体相似度最高的物体类别。还可以通过图像中物体的二维码来对物体进行识别。

(4)尺寸传感器。在设备顶层固定，通过多个并列的摄像头进行多角度拍摄，对平台上的物体进行长、宽、高和体积上的测量。

(5)重量传感器。在设备机箱安装重量传感器，对平台上的物体进行重量测量，辅助物体的识别。

(6)RFID标签读写器。在平台顶层固定RFID标签读写器，对平台上贴有RFID标签的物体进行识读，获取物体信息。

设备软件包括以下部分：

(1)传感器接口。主要是对硬件部分的各传感器接口连接。

(2)操作及展示界面。主要是接收用户的操作命令，以及对测量和识别结果的前端展示。

(3)物体识别模块。主要是通过事先拍摄的训练图像对算法模型进行训练，以及使用训练后的模型对平台上物体图像进行识别；并结合其他传感器测量到的物体的尺寸、重量、RFID标签，准确判断物体类别。

本设备结合了多种传感器，利用其各自的优势，相互配合，从而提升了物体识别的准确率，充分提高了该设备在仓库统一管理的便捷性与可用性，将在仓库智能化建设过程中发挥重要作用。

下面结合附图对本发明的实施流程作进一步的描述。

如图1所示，本发明的硬件结构如下：

(1)设备框架结构。设备的主体框架，包括用于放置物体的平台、用于放置图像传感器、尺寸传感器和RFID标签读写器的顶层、用于设备支撑和放置显示器的支架以及用于放置计算机和重量传感器的机箱。支架作为背板连接平台、顶层和机箱，平台设置在机箱上方，平台和顶层之间留有空间，用于物体识别时通过物体。

在实施时，设备平台需尽量避免选取反光材质，以防在识别过程中，拍摄的图像因为反光而导致识别误差过大；设备顶层需具有足够的空间用于放置多种传感器；设备支架需具有一定强度，并可挂载显示器；设备机箱需能存放计算机及各种设备连接线。

(2)计算机与显示器。计算机用于连接各部分硬件模块和作为软件载体，显示器用于操作界面和结果展示。

在实施时，计算机采用工业控制计算机，以适应仓库环境，可放置在平台下方的机箱里，便于各个内部硬件模块相连。显示器悬挂在支架的正面，方便操作与展示。

(3)图像传感器。用于拍摄平台上物体的图像。

在实施时，图像传感器摄像头悬挂于设备顶层，向下俯拍平台。摄像头最好选取可变焦摄像头，将摄像头的视距调整至恰好满载平台，这样可以尽量排除环境干扰，便于物体识别。该摄像头可通过网络接口或USB接口连接至计算机。

(4)尺寸传感器。用于测量物体长、宽、高、体积的三维信息。

在实施时，尺寸传感器的摄像头组可悬挂在图像传感器摄像头旁边，共同拍摄平台上的物体，通过多个摄像头的多角度拍摄，测量出平台上物体的形态相关信息。摄像头组通过网络接口连接计算机。

(5)重量传感器。用于测量物体重量。

在实施时，可在平台下方的机箱里放置重量传感器，感知平台上的重量。该重量传感器通过串口的方式连接至计算机。

(6)RFID标签读写器。用于读取物体上的RFID标签。

在实施时，可在设备顶层固定RFID标签读写器，读取物体上的RFID标签，获取物体信息。其中RFID标签里的内容可根据实际需要进行编写，并可与仓库的管理系统相关联，读取数据后，计算机可在系统中寻找相应的物体类型。该模块可通过网络接口或USB接口连接至计算机。

如图2所示，软件结构如下：

(1)传感器接口。用于连接硬件传感器。

在实施时，对不同类型的连接方式分别进行连接配置，如网口需配置设备IP地址，串口需配置波特率等。

(2)操作及展示界面。用于接收用户命令和结果展示。

在实施时，当用户发出请求或是检测到平台物体变化时，将各传感器的测量结果，如图像、三维信息、重量等展示在前端界面上，并给出分类识别的结果，以供综合分析辨别。

(3)物体识别模块。用于训练模型及对物体分类识别。

在实施时，首先需要拍摄训练集图像对模型进行训练。在识别时，将拍摄到的物体图像送入训练好的物体分类识别模型，得到识别结果；并结合其他传感器测量到的物体的尺寸、重量、RFID标签，准确判断物体类别。

实施例：

一种用于仓库管理的多传感器物体分类识别设备，硬件部分包括：

(1)设备框架结构。用于安装其他硬件，并放置需要识别的物体。

(2)计算机与显示器。用于运行软件和界面显示。

(3)图像传感器。用于拍摄物体图像。

(4)尺寸传感器。用于多角度拍摄物体，测量长、宽、高、体积的三维信息。

(5)重量传感器。用于测量物体重量。

(6)RFID标签读写器。用于读取物体上的RFID标签。

软件部分包括：

(1)传感器接口。用于获取各个传感器数据信息。

(2)操作及展示界面。用于接收用户命令并对测量结果进行展示。

(3)物体识别模块。用于对物体分类识别模型进行训练，使用训练后的模型对平台上物体图像进行识别，并结合其他传感器测量到的物体的尺寸、重量和RFID标签，准确判断物体类别。

进一步地，首先拍摄物体的样例图像，采用深度学习的方法根据物体的样例图像，建立物体分类识别模型。在实际分类识别时，拍摄放置在设备平台上的物体图像，根据训练好的模型，进行分类识别，输出结果。

进一步地，通过安装在设备顶层的RFID标签读写器，读取物体上的标签，识别物体类别，并与图像识别结果进行对照。

进一步地，通过安装在设备顶层的摄像头，识别物体上的二维码，计算机根据该二维码与图像识别结果进行对照。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。