【技术实现步骤摘要】
本专利技术涉及商品识别，尤其涉及一种智能门式通道机及商品识别方法。
技术介绍
1、随着电子商务和自动化物流行业的快速发展，商品分拣作业的效率和精度成为物流仓储系统中的关键问题。在传统的商品识别与分拣过程中，虽然采用了射频识别（rfid）技术和计算机视觉技术来进行商品标识与追踪，但由于商品在运输和分拣过程中可能发生重叠、遮挡以及通道形变等问题，导致精确跟踪和实时识别面临挑战。尤其是在智能门式通道机等复杂环境中，如何有效区分经过同一通道的商品并预测其到达分拣口的顺序，仍然是一个待解决的技术难题。
2、例如授权公告号为cn109145816b的中国专利申请提供了一种商品识别方法和系统，该商品识别方法包括：神经网络模块获取商品特征并将该商品特征传输到通道域注意力模块，其中，该商品特征包括商品相关特征和商品无关特征；以及该通道域注意力模块区分出该商品相关特征和该商品无关特征，并至少将该商品相关特征传输到下一个神经网络模块中。该技术方案可以提高商品识别的准确率。
3、以上技术方案存在本
技术介绍
提出的问题：无法有效处理商品在动态通道中的位置变化、遮挡和通道形变，导致在复杂环境下的准确性和实时性不足，为解决以上问题，本申请设计了一种智能门式通道机及商品识别方法。
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术的不足，提供了一种智能门式通道机及商品识别方法，通过射频扫描器读取商品射频标签生成商品列表，通过多个摄像头拍摄商品通道图像，提取商品的轮廓、深度图及轨迹信
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种商品识别方法，应用于智能门式通道机，所述智能门式通道机包括一不断缩径的商品通道和横跨所述商品通道两侧的闸门，所述闸门上配置射频扫描器和沿所述商品通道的延伸方向排列的多个摄像头，相邻两个摄像头相距设定距离，所述方法包括：
4、通过所述射频扫描器读取通过所述闸门的商品射频标签，生成商品列表；
5、通过所述摄像头拍摄批量商品经过所述商品通道的图像，得到多个商品摆放图像；
6、根据所述商品列表和每个商品摆放图像，确定商品到达分拣口的顺序信息；其中，确定商品到达分拣口的顺序信息包括：对商品摆放图像进行处理，结合商品列表进行商品识别，并根据通道缩径信息和轨迹信息进行商品轨迹的预测，通过时序排序模型输出商品到达分拣口的时间顺序，根据所述时间顺序调整所述商品列表；
7、根据所述顺序信息，对所述批量商品进行分拣。
8、所述确定商品到达分拣口的顺序信息，包括：
9、对所述商品摆放图像进行处理，提取轮廓信息、深度图和轨迹信息；
10、根据所述轮廓信息和深度图对商品摆放图像进行三维重建，将批量商品拆分为单个商品并标记序号，根据单个商品的轮廓信息与商品列表进行一一匹配，在商品列表中标记商品对应的序号；
11、根据摄像头位置计算通道缩径信息，根据所述通道缩径信息和所述轨迹信息对商品的轨迹进行预测，计算每个商品的轨迹预测信息；
12、构建时序排序模型，将所述轨迹预测信息作为所述时序排序模型的输入参数，通过所述时序排序模型对所述轨迹预测信息进行时间点建模，输出商品到达分拣口的时间顺序；
13、根据所述时间顺序调整商品列表，获取商品到达分拣口的顺序信息。
14、所述对所述商品摆放图像进行处理，包括：
15、将商品摆放图像二值化显示，通过霍夫变换裁剪二值化图像的商品区域，对所述商品区域进行背景减除，并通过形态学的开操作计算商品的轮廓信息；
16、计算商品摆放图像的统计学特征，根据所述统计学特征计算商品摆放图像的深度估计值、空气散射深度和空间几何深度，构建深度融合网络，通过所述深度融合网络计算深度图；
17、提取每张商品摆放图像的角点特征和灰度质心，根据角点特征与灰度质心的夹角计算图像的商品特征点，根据所述商品特征点对不同时间点的图像帧进行特征点匹配，计算轨迹信息。
18、对商品摆放图像进行三维重建，包括：
19、根据所述轮廓信息，在每个图像帧中提取出物体边界点，根据所述物体边界点与深度值信息进行关联，生成点云坐标，将多张深度图对应的点云坐标进行配准，计算商品的三维点云坐标；
20、设定损失阈值，根据多帧商品摆放图像的深度值信息进行分辨率估计，计算深度损失值，如果深度损失值大于或等于损失阈值，表示在该深度值位置存在商品遮挡的情况，对当前位置进行连续性约束投影，根据当前位置对应的几何约束，对当前位置的三维点云坐标进行迭代修正，根据修正结果计算遮挡商品的三维点云坐标；
21、根据所述三维点云坐标对商品摆放图像进行三维重建，并通过轮廓信息对商品的三维模型进行纹理贴图。
22、所述根据摄像头位置计算通道缩径信息，包括：
23、根据多张商品通道图像，提取通道的边缘点，并根据摄像头的位置将边缘点投影至统一的世界坐标系下，通过高阶曲线拟合算法对边缘点进行拟合，生成通道的几何模型；
24、沿所述几何模型的通道方向进行同步采样，根据采样结果计算通道截面的横截面积、边缘曲率和收缩率，根据所述横截面积、边缘曲率和收缩率计算通道几何变化参数；
25、根据摄像头的外参矩阵和内参矩阵，将商品在每个位置的三维模型投影至几何模型，根据摄像头数量沿几何模型的通道方向进行分段，分析分段区间内商品的三维分布规律，根据所述三维分布规律计算商品分布变化特性；
26、根据所述通道几何变化参数和所述商品分布变化特性，计算通道缩径信息，所述通道缩径信息的计算公式为：
27、；
28、其中，表示通道缩径信息，表示第一个摄像头的空间位置，表示最后一个摄像头的空间位置，z表示通道在摄像头排列方向上的空间位置，表示通道几何变化对缩径信息的影响权重函数，表示通道在位置z的几何特性，表示商品分布对缩径信息的影响权重函数，表示商品在位置z处的分布规律，表示摄像头在位置z处的视角变化速率，表示通道方向上的空间分辨率，用于计算离散变化量的步长。
29、所述计算每个商品的轨迹预测信息，包括：
30、以所述几何模型的中心线作为基准线，将商品在每张商品摆放图像中的质心作为参考点，计算偏移距离，按通道方向绘制偏离曲线；
31、根据所述通道缩径信息，对轨迹信息中的速度和方向进行修正；
32、从最后一个轨迹点出发，根据速度和方向的修正结果继续绘制偏离曲线，生成下一时刻轨迹点，直到轨迹点到达通道重点，生成轨迹预测信息。
33、所述构建时序排序模型，包括：
本文档来自技高网...
【技术保护点】
1.一种商品识别方法，应用于智能门式通道机，所述智能门式通道机包括一不断缩径的商品通道和横跨所述商品通道两侧的闸门，所述闸门上配置射频扫描器和沿所述商品通道的延伸方向排列的多个摄像头，相邻两个摄像头相距设定距离，其特征在于，所述方法包括：
2.根据权利要求1所述一种商品识别方法，其特征在于，所述确定商品到达分拣口的顺序信息，包括：
3.根据权利要求2所述一种商品识别方法，其特征在于，所述对所述商品摆放图像进行处理，包括：
4.根据权利要求3所述一种商品识别方法，其特征在于，所述对商品摆放图像进行三维重建，包括：
5.根据权利要求4所述一种商品识别方法，其特征在于，所述根据摄像头位置计算通道缩径信息，包括：
6.根据权利要求5所述一种商品识别方法，其特征在于，所述计算每个商品的轨迹预测信息，包括：
7.根据权利要求2所述一种商品识别方法，其特征在于，所述构建时序排序模型，包括：
8.根据权利要求2所述一种商品识别方法，其特征在于，所述获取商品到达分拣口的顺序信息，包括：
9.根据权利要求
10.一种智能门式通道机，其特征在于，所述智能门式通道机包括：
...【技术特征摘要】
1.一种商品识别方法，应用于智能门式通道机，所述智能门式通道机包括一不断缩径的商品通道和横跨所述商品通道两侧的闸门，所述闸门上配置射频扫描器和沿所述商品通道的延伸方向排列的多个摄像头，相邻两个摄像头相距设定距离，其特征在于，所述方法包括：
2.根据权利要求1所述一种商品识别方法，其特征在于，所述确定商品到达分拣口的顺序信息，包括：
3.根据权利要求2所述一种商品识别方法，其特征在于，所述对所述商品摆放图像进行处理，包括：
4.根据权利要求3所述一种商品识别方法，其特征在于，所述对商品摆放图像进行三维重建，包括：
5....
【专利技术属性】
技术研发人员：蒋宗清，田瑞清，祝亮亮，
申请(专利权)人：品冠物联科技有限公司，
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。