[发明专利]用于确定锁型的方法和装置在审
申请号: | 201980100293.1 | 申请日: | 2019-08-14 |
公开(公告)号: | CN114424203A | 公开(公告)日: | 2022-04-29 |
发明(设计)人: | 田野;毛翊超;张佳帆 | 申请(专利权)人: | ABB瑞士股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06V10/774;B65D90/00 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 李辉 |
地址: | 瑞士*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 确定 方法 装置 | ||
1.一种用于确定锁具的锁型的方法,所述方法包括:
分别从一组传感器收集一组锁具的一组原始数据,所述一组锁具分别在一组位置处安装到对象,并且所述一组锁具属于多个锁型中的至少一个锁型;
基于所述一组原始数据获取一组概率分布,所述一组概率分布中的概率分布与所述一组锁具中的锁具和所述锁具所属的锁型的概率相关联;以及
基于所述一组概率分布确定所述锁具的锁型。
2.根据权利要求1所述的方法,其中基于所述一组原始数据获取所述一组概率分布包括:关于所述一组锁具中的给定锁具,
基于所述一组原始数据中的与所述给定锁具相关联的给定原始数据,确定所述给定锁具所属的锁型的概率;以及
基于所确定的概率,获取所述一组概率分布中的概率分布。
3.根据权利要求2所述的方法,其中确定所述锁型的概率包括:关于所述锁型中的给定锁型,基于以下任一项确定所述给定锁型的概率:
所述给定原始数据的图像识别过程;以及
所述给定原始数据的机器学习过程。
4.根据权利要求1所述的方法,其中确定所述锁具的所述锁型包括:
基于所述一组概率分布中的与目标锁型相关联的值与所述一组概率分布中的与所述多个锁型相关联的值之间的比较,生成概率列表;以及
基于所生成的概率列表确定所述锁具的所述锁型。
5.根据权利要求1所述的方法,其中基于所生成的概率列表确定所述锁具的所述锁型包括:
响应于所述概率列表中的最高概率高于预定义阈值,将所述锁具的所述锁型标识为与所述最高概率相对应的锁型;以及
所述方法还包括:响应于所述概率列表中的所述最高概率低于预定义阈值,提供用于指示潜在错误的警报。
6.根据权利要求1所述的方法,还包括:
基于安装到所述对象的多个锁具与所述对象之间的相对位置,从所述多个锁具中选择所述一组锁具。
7.根据权利要求6所述的方法,其中所述相对位置包括拐角位置和中间位置中的至少一种。
8.根据权利要求1所述的方法,其中所述锁具包括扭锁并且所述对象包括集装箱,并且所述方法还包括:
基于所述锁具的类型,指示机器人系统从所述对象移除所述锁具。
9.根据权利要求1所述的方法,其中所述一组传感器中的传感器包括尺寸测量相机,并且所述原始数据包括所述锁具的尺寸数据。
10.根据权利要求1所述的方法,其中所述一组传感器中的传感器包括图像测量相机,并且所述原始数据包括所述锁具的图像数据。
11.一种用于确定锁具的锁型的装置,所述装置包括:
收集单元,被配置为分别从一组传感器收集一组锁具的一组原始数据,所述一组锁具分别在一组位置处安装到对象,并且所述一组锁具属于多个锁型中的至少一个锁型;
获取单元,被配置为基于所述一组原始数据获取一组概率分布,所述一组概率分布中的概率分布与所述一组锁具中的锁具和所述锁具所属的锁型的概率相关联;以及
确定单元,被配置为基于所述一组概率分布确定所述锁具的锁型。
12.根据权利要求11所述的装置,其中所述获取单元还被配置为:关于所述一组锁具中的给定锁具,
基于所述一组原始数据中的与所述给定锁具相关联的给定原始数据,确定所述给定锁具所属的锁型的概率;以及
基于所确定的概率,获取所述一组概率分布中的概率分布。
13.根据权利要求12所述的装置,其中所述获取单元还被配置为:关于所述锁型中的给定锁型,基于以下任一项确定所述给定锁型的概率:
所述给定原始数据的图像识别过程;以及
所述给定原始数据的机器学习过程。
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ABB瑞士股份有限公司,未经ABB瑞士股份有限公司许可,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/201980100293.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于物理下行链路共享信道配置的信息
- 下一篇:一种VOCs污染的溯源方法