(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211002392.6 (22)申请日 2022.08.22 (65)同一申请的已公布的文献号 申请公布号 CN 115082841 A (43)申请公布日 2022.09.20 (73)专利权人 山东海拓天宇智能机 器人有限公 司 地址 252000 山东省聊城市高新区中华路 以西之江路以南江北鲁西环保科技城 B1、 B2栋 (72)发明人 冯继友　 (74)专利代理 机构 河南华凯科源专利代理事务 所(普通合伙) 41136 专利代理师 靳建山 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 20/70(2022.01)(56)对比文件 CN 113610846 A,2021.1 1.05 CN 114359416 A,202 2.04.15 CN 106695792 A,2017.0 5.24 CN 108387587 A,2018.08.10 CN 106845890 A,2017.0 6.13 CN 110834327 A,2020.02.25 CN 10940980 3 A,2019.0 3.01 JP H04222252 A,19 92.08.12 CN 104751483 A,2015.07.01 WO 2021243897 A1,2021.12.09 JP 201210 6813 A,2012.0 6.07 杨建平等.自动化物流系统的常见异常及处 理. 《黑龙江科技信息》 .2012,(第3 3期), 杨刚刚.面向移动货架周转箱的识别和抓取 系统研究. 《中国优秀硕士学位 论文全文数据库 信息科技 辑》 .2021,第2021年卷(第09期),第 I140-256页. (续) 审查员 田子茹 (54)发明名称 一种仓储物流机器人工作区域异常监测方 法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种仓储物 流机器人工作区域异常监测方法， 该方 法是当物流机器人在当前工作区域出现工作异 常时， 根据当前工作区域没有异常时的历史图 像， 得到地面灰度值集合和轨迹灰度值集合； 对 物流机器人到达当前工作区域前的当前工作区 域图像进行正常灰阶和异常灰阶的划分， 根据 异 常灰阶下不同面积的连通域的数量得到灰阶整 体异常程度； 根据所有异常灰阶下连通域的不同 面积计算异常灰阶离散程度； 获取正常灰阶下的 最大连通域面积， 以结合灰阶整体异常程度和异 常灰阶离散程度得到的整体异常程度， 确认当前 工作区域的异常原因， 以快速采 取有效措施进行 异常处理， 保证仓储物流的正常高效运 转。 [转续页] 权利要求书2页 说明书7页 附图1页 CN 115082841 B 2022.11.04 CN 115082841 B (56)对比文件 蒋金瑜.面向离 散型制造的生产数据采集与 产品质量预测方法研究. 《中国优秀硕士学位 论 文全文数据库 工程科技 II辑》 .2022,第2022年 卷(第03期),第C 028-514页. Huwei Liu 等.De ep-Learn ing-Based Accurate Identificati on of Warehouse Goods for Robot Pick ing Operati ons. 《sustai nability》 .202 2,第1-16页. Basilio Bona 等.Supervisi on and monitoring of logistic spaces by a cooperative robot team: methodo logies, problems, and so lutions. 《Intel Serv Robotics》 .2014,第185 -202页.2/2 页 2[接上页] CN 115082841 B1.一种仓储物流机器人工作区域异常监测方法， 其特 征在于， 该 方法包括以下步骤： 获取整个仓储区的监控视频数据； 当物流机器人在当前工作区域出现工作异常时， 分 别获取所述监控视频数据中前N个其他物流机器人正常工作经过当前工作区域时的历史图 像， N为正整 数； 基于所述历史图像获取当前工作区域没有异常时的地面灰度值集合和轨迹 灰度值集合； 获取所述监控视频数据中物流机器人到达当前工作区域前的当前工作区域图像， 将当 前工作区域图像中对应在所述地面灰度值集合的灰度值作为第一正常灰阶、 对应在所述轨 迹灰度值集合的灰度值作为第二正常灰阶、 剩余灰度值各为一个异常灰阶； 基于第一正常 灰阶、 第二正常灰阶和异常灰阶对当前工作区域图像进行连通域分析， 统计每个灰阶下同 一连通域面积的数量； 分别对每个异常灰阶下不同面积的连通域的所述数量进行加权求和 得到对应异常灰阶的异常程度， 所述加权求和的权重是指连通域的面积平方， 选取最大 的 所述异常程度作为灰阶整体异常程度； 根据所有异常灰阶下连通域的面积计算平均 连通域面积， 根据每个异常灰阶下不同连 通域的面积与所述平均连通域面积之间的差异， 计算异常灰阶离散程度； 分别获取第一正 常灰阶下的最大连通域面积和最大连通域面积对应所述数量之 间的第一乘积、 第二正常灰 阶下的最大连通域面积和最大连通域面积对应所述数量之 间的第二乘积； 结合所述灰阶整 体异常程度、 所述异常灰阶离散程度、 所述第一乘积和所述第二乘积得到当前工作区域图 像的整体异常程度， 设定异常程度阈值， 当整体异常程度大于异常程度阈值时， 确认物流机 器人在到达当前工作区域前， 当前工作区域已经存在异常， 即物流机器人在当前工作区域 出现工作异常是因为之前通过当前工作区域的其他机器人造成了当前工作区域的异常， 并 不是该物流机器人造成的， 进而对之前 的其他机器人进行检查； 当整体异常程度小于或等 于异常程度阈值时， 确认物流机器人在当前工作区域时造成了当前工作区域的异常， 即物 流机器人在当前工作区域出现工作异常是因为该物流机器人造成的。 2.如权利要求1所述的一种仓储物流机器人工作区域异常监测方法， 其特征在于， 所述 基于所述历史图像获取当前工作区域没有异常时的地面灰度值集合和轨迹灰度值集合的 方法， 包括： 分别统计每张所述历史图像中每个灰度值下所对应的像素点数量， 将相同灰度值下的 像素点数量进行累加得到对应灰度值的像素点总数， 以组成像素值的像素点总数集 合； 基于灰度值差值利用K ‑means聚类算法将像素值的像素点总数集合分为两个集合； 分 别对每个集合中的像素点总数进 行累加， 则累加结果大的集合是地面灰度值的像素点总数 集合， 相对应另一个集 合是轨迹灰度值的像素点总数集 合； 将地面灰度值的像素点总数集合所对应的灰度值组成所述地面灰度值集合、 轨迹灰度 值的像素点总数集 合所对应的灰度值组成所轨 迹灰度值 集合。 3.如权利要求1所述的一种仓储物流机器人工作区域异常监测方法， 其特征在于， 所述 异常灰阶离 散程度的获取 方法， 包括： 根据当前异常灰阶下连通域的当前面积与当前面积对应连通域的所述数量， 获取当前 面积与对应所述数量的乘积， 进而获取每个异常灰阶下不同连通域的面积所对应的所述乘 积； 对每个所述乘积与所述平均连通域面积之间的差值绝对值进行累加， 将累加结果与所 述乘积的总数量之间的比值作为所述异常灰阶离 散程度。权　利　要　求　书 1/2 页 2 CN 115082841 B 3