[发明专利]一种可寻物的智能可移动设备及智能寻物方法有效

专利信息
申请号: 201711243291.7 申请日: 2017-11-30
公开(公告)号: CN107977625B 公开(公告)日: 2020-05-12
发明(设计)人: 安惠中;张一茗;陈震 申请(专利权)人: 速感科技(北京)有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 贾磊;许曼
地址: 100191 北京市海淀*** 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: 一种 可寻物 智能 移动 设备 方法
【权利要求书】:

1.一种智能寻物方法,其特征在于,包括:

建立物品位置关系库:利用物品识别模型识别电子设备移动过程中得到的图像,若所述物品识别模型识别出所述图像含有已标记物品则确定该物品的位置,建立该物品的物品标签与位置的对应关系;由各已标记物品的物品标签与其位置的对应关系构成所述物品位置关系库;

寻找物品:接收寻物指令,解析所述寻物指令得到目标物品标签,将所述目标物品标签与物品位置关系库中的物品标签相比较,若物品位置关系库中含有与所述目标物品标签相同的物品标签,则确定已找到目标物品,输出目标物品标签对应的位置和/或控制所述电子设备移动至目标物品标签对应的位置。

2.如权利要求1所述的智能寻物方法,其特征在于,还包括:更新物品位置关系库:在电子设备移动过程中找到所述物品位置关系库中的物品时或每隔预定时间间隔更新物品位置关系库。

3.如权利要求1所述的智能寻物方法,其特征在于,所述物品识别模型的建立过程包括:

通过物品图像及其物品标签训练深度神经网络模型,将训练好的深度神经网络模型作为所述物品识别模型。

4.如权利要求1至3任一项所述的智能寻物方法,其特征在于,若所述物品识别模型识别出所述图像中可能含有已标记物品,则输出可能的物品标签及其可能性比例;显示所述图像、可能的物品标签及其可能性比例或显示所述图像、可能性比例最高的物品标签,以由用户确认或修改物品标签;根据所述图像及用户确认或修改的物品标签训练完善所述物品识别模型。

5.如权利要求1至3任一项所述的智能寻物方法,其特征在于,若所述物品识别模型在所述图像中未识别出已标记物品,则显示所述图像,由用户输入物品标签;根据所述图像及用户输入的物品标签训练完善所述物品识别模型。

6.如权利要求5所述的智能寻物方法,其特征在于,根据所述图像及用户输入的物品标签训练完善所述物品识别模型的过程包括:

对所述图像进行图像处理,以得到多个处理后的图像;

通过处理后的图像及其物品标签训练完善所述物品识别模型。

7.如权利要求6所述的智能寻物方法,其特征在于,在进行图像处理之前还包括:对所述图像进行预处理,以得到单物品图像。

8.如权利要求6所述的智能寻物方法,其特征在于,所述图像处理包括对图像进行缩放变换、剪切变换、旋转变换、色度变换中的一个或多个操作。

9.如权利要求3所述的智能寻物方法,其特征在于,所述物品图像及其物品标签从已经建立好的物品识别数据库获取。

10.如权利要求1所述的智能寻物方法,其特征在于,确定已找到目标物品之后还包括:输出所述目标物品标签,和/或控制所述电子设备发出提示信息和/或控制所述电子设备取回所述目标物品。

11.如权利要求1所述的智能寻物方法,其特征在于,确定已找到目标物品之后还包括:控制所述电子设备在工作场景地图中标记目标物品标签对应的位置。

12.如权利要求1所述的智能寻物方法,其特征在于,确定已找到目标物品之后还包括:控制用户终端设备发出提示信息。

13.如权利要求1所述的智能寻物方法,其特征在于,确定找到目标物品之后还包括:控制用户终端设备显示目标物品标签对应的位置和/或显示在目标物品位置的旁边拍摄的图像。

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速感科技(北京)有限公司,未经速感科技(北京)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/201711243291.7/1.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