[发明专利]远距离多工位物体检测方法、系统及存储介质

说明书

本发明公开了远距离多工位物体检测方法、系统及存储介质，方法包括以下步骤：通过Jetson‑Nano发出图像获取请求指令；通过POE交换机将图像获取请求指令发送至POE摄像头；根据图像获取请求指令，通过POE摄像头实时获取图像，并将获取到的图像发送至Jetson‑Nano；通过Jetson‑Nano对图像进行检测，根据检测结果生成控制指令；Jetson‑Nano通过外部IO接口将控制指令发送到外部报警设备，完成物体检测周期。本发明的设备部署成本低，降低了现场电路布线的复杂度，适用于复杂环境检测，可广泛应用于包装产线技术领域。

技术领域

本发明涉及包装产线技术领域，尤其是远距离多工位物体检测方法、系统及存储介质。

背景技术

名词解释：

Jetson-Nano:嵌入式AI设备，采用四核64位ARM CPU和128核集成NVIDIA GPU，可提供472 GFLOPS的计算性能。主要为各种复杂的深度神经网络模型提供实时计算机视觉推理，具有集成度高，能耗低等特点。

POE交换机：与普通交换机的区别是，可以通过网线为具有POE功能的设备进行供电。

POE监控摄像头：与普通监控摄像头不同的是它是通过网线进行供电，而且数据传输距离最多达到250m。

在包装产线上，流水线工人需要将不同的零部件放进指定的包装盒子里面，然后送到最终的打包设备进行打包。而在这个过程中，很容易出现漏放、多放或者错放的情况。这时候就需要检测包装盒子里面的零部件在种类和数量上是否正确，根据检测的结果反馈到执行机构去做相应的处理。目前最流行的两种方案如下：

方案一：一台工控机配合多个工业相机部署到每个工位上，然后利用普通的图像处理方法去检测，把检测结果返回到工控机，然后通过工控机把结果反馈到执行机构。

方案二：每一个工位部署一个智能相机，所谓智能相机就是相机里面本身已经集成了基本的IO口和系统，可以说是一个小型的工控机与相机的组合设备。同样的，智能相机通过普通的图像处理方法把检测结果直接反馈到执行机构。

上述这两种方法有以下几点缺点：

(1)对于方案一来说，工控机的体积很大，占用的地方较大，不利于在流水线上进行安装部署。此外，普通的工业相机它的最大数据传输距离只有五米，超过五米会出现数据丢失情况，这限制了相机的与工控机的部署距离，在多工位的流水线上往往需要每隔五米就需要多加一台工控机，导致了成本的大大增加。最后是每一个普通的工业相机需要外接电源，这就需要在每一个工位上提供一个电源给相机用，无疑增加了线路的部署成本和复杂程度。

(2)对于方案二来说，虽然智能相机集成度很高，但是价格比较昂贵，比普通的工业相机贵四倍以上，如果在多工位的流水线上部署的话会大大增加了成本。此外，每一台智能相机都需要外接电源，进一步加大了设备成本。

(3)无论是方案一还是方案二，从图像处理检测方法上来看都是运用一般的图像处理算法，这类算法有一个很大的不足就是对光照要求比较高，当光照发生一点改变往往导致检测的结果不同。此外，目前的图像处理检测方法不适用于光照复杂度较高的场景。

发明内容

有鉴于此，本发明实施例提供一种成本低且适用范围广的，远距离多工位物体检测方法、系统及存储介质。

第一方面，本发明实施例提供了一种远距离多工位物体检测方法，包括以下步骤：

通过Jetson-Nano发出图像获取请求指令；

通过POE交换机将图像获取请求指令发送至POE摄像头；

根据图像获取请求指令，通过POE摄像头实时获取图像，并将获取到的图像发送至Jetson-Nano；