[发明专利]自动跟踪购物车有效
申请号: | 201611020109.7 | 申请日: | 2016-11-17 |
公开(公告)号: | CN106778471B | 公开(公告)日: | 2019-11-19 |
发明(设计)人: | 丁洪利;谷玉;李月;张莹;赵凯;张忆非 | 申请(专利权)人: | 京东方科技集团股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06K9/40;B62B3/14 |
代理公司: | 11021 中科专利商标代理有限责任公司 | 代理人: | 周泉<国际申请>=<国际公布>=<进入国 |
地址: | 100015 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自动 跟踪 购物 | ||
本发明提供了一种自动跟踪购物车。所述自动跟踪购物车包括自动跟踪设备。该自动跟踪设备固定于车体上,用于控制购物车的移动,以跟踪目标对象。所述自动跟踪设备包括:图像采集单元,用于采集视野的彩色图像和深度图像;处理单元,用于根据所采集的彩色图像和深度图像,识别出目标对象,并根据目标对象的位置和/或移动,确定购物车的运动参数;购物车驱动单元,基于所确定的运动参数,驱动所述购物车进行移动。
技术领域
本发明涉及人工智能领域,具体地涉及一种自动跟踪购物车。
背景技术
目前,在超市购物时,购物者需要手动推动购物车行走。然而,对于购物者来讲,在仔细挑选、比较品目繁多的货物时照顾购物车并不方便。这一不便对于某些特定的环境或特定的人群更为严重,比如,对于年长的购物者,推动装有大量货物的购物车并且灵活地控制购物车的平移和转动并不容易,稍不注意可能会对身体造成伤害。为了改善购物体验并提高特定购物场景的安全性,需要对现有的购物车进行改进。
发明内容
为了解决现有技术中存在的上述问题,本发明提出了一种自动跟踪购物车。
根据本发明的一个方面,提出了一种自动跟踪购物车。所述自动跟踪购物车包括自动跟踪设备,其固定于车体上,用于控制购物车的移动,以跟踪目标对象。具体地,所述自动跟踪设备包括:图像采集单元,用于采集视野的彩色图像和深度图像;处理单元,用于根据所采集的彩色图像和深度图像,识别出目标对象,并根据目标对象的位置和/或移动,确定购物车的运动参数;购物车驱动单元,基于所确定的运动参数,驱动所述购物车进行移动。
在一个实施例中,所述处理单元包括:目标确定模块,基于所采集的彩色图像和深度图像,确定目标对象在所述彩色图像中的目标特征和目标对象在所述深度图像中的目标深度;图像分析模块,基于前一帧中所确定的目标特征和目标深度,从当前帧的彩色图像和深度图像确定所述目标对象的当前深度;驱动计算模块,基于所计算出的当前深度,确定购物车的运动参数。
在一个实施例中,所述自动跟踪购物车还包括控制台,该控制台用于接收用户输入的指令,以及,所述目标确定模块被配置为:根据通过所述控制台接收到的关于需要确定新的目标对象的指令,将所采集的彩色图像中距离购物车最近的人体目标确定为所述目标对象。
在一个实施例中,所述目标确定模块被配置为:当所述图像分析模块从当前帧的彩色图像和深度图像确定所述目标对象的当前深度成功时,将所述当前深度作为下一帧时所使用的目标深度。
在一个实施例中,所述目标确定模块被配置为:当所述图像分析模块从当前帧的彩色图像和深度图像确定所述目标对象的当前深度失败时,将所采集的彩色图像中具有与前一帧中所确定的目标特征最匹配的目标特征的人体目标重新确定为所述目标对象。
在一个实施例中,所述目标确定模块被配置为:计算当前所采集的彩色图像中的各个人体目标的直方图;将所述各个人体目标的直方图与前一帧中确定的目标对象的直方图进行匹配,确定各个人体目标的匹配值;以及将具有高于基准匹配值的最高匹配值的人体目标重新确定为目标对象。
在一个实施例中,所述目标确定模块被配置为:如果所确定的各个匹配值均低于所述基准匹配值,则调整所述图像采集单元的采集方向,并重新采集彩色图像和深度图像。
在一个实施例中,所述自动跟踪设备还包括警报单元,以及所述目标确定模块还被配置为:如果针对重新采集的彩色图像和深度图像仍然无法确定出具有高于基准匹配值的最高匹配值的人体目标,则触发所述警报单元。
在一个实施例中,图像分析模块被配置为:基于当前帧的彩色图像和深度图像计算背景投影图;基于所述目标深度,从计算出的背景投影图中截取预定深度范围图;对所述预定深度范围图进行膨胀和均值滤波处理;以及确定出所述目标对象的当前深度。
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京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,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/201611020109.7/2.html,转载请声明来源钻瓜专利网。