[发明专利]基于工业机器人的生产线上多目标跟踪识别方法及装置有效

专利信息
申请号: 202010399301.1 申请日: 2020-05-12
公开(公告)号: CN111680568B 公开(公告)日: 2023-10-24
发明(设计)人: 李丽丽;李红霞;彭思淇 申请(专利权)人: 顺德职业技术学院
主分类号: G06V20/52 分类号: G06V20/52;G06V20/40;G06Q50/04
代理公司: 广东广盈专利商标事务所(普通合伙) 44339 代理人: 李俊
地址: 528300 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 工业 机器人 生产 线上 多目标 跟踪 识别 方法 装置
【权利要求书】:

1.一种基于工业机器人的生产线上多目标跟踪识别方法,其特征在于,所述方法包括:

跟踪服务器获得多目标跟踪任务,对所述跟踪服务器中的内置多目标跟踪算法进行负载均衡初始化;

将所述多目标跟踪任务在所述跟踪服务器内部进行分配并下发至初始化后多目标跟踪算法中;

启动设置在生产线各节点上的工业机器人跟踪视频采集设备进行跟踪视频的采集和标注,获取标注跟踪视频信息;

将所述标注跟踪视频信息基于视频传输协议传输至所述跟踪服务器;

在所述跟踪服务器内利用所述初始化后多目标跟踪算法对所述标注跟踪视频信息进行跟踪识别处理。

2.根据权利要求1所述的生产线上多目标跟踪识别方法,其特征在于,所述跟踪服务器获得多目标跟踪任务,包括:

监控用户在监控终端的操作界面上进行多目标跟踪任务的输入;

所述监控终端将接收到的多目标跟踪任务以数据流的方式发送至所述跟踪服务器,以使所述跟踪服务器获得多目标跟踪任务。

3.根据权利要求1所述的生产线上多目标跟踪识别方法,其特征在于,所述对所述跟踪服务器中的内置多目标跟踪算法进行负载均衡初始化,包括:

所述跟踪服务根据计算单元计算负载和每个计算单元自身可调用资源对内置多目标跟踪算法进行负载均衡初始化。

4.根据权利要求1所述的生产线上多目标跟踪识别方法,其特征在于,所述将所述多目标跟踪任务在所述跟踪服务器内部进行分配并下发至初始化后多目标跟踪算法中,包括:

在所述跟踪服务器内按照计算单元计算负载和每个计算单元自身可调用资源对所述多目标跟踪任务进行按比例分配;

在分配完成之后,将所述分配后的多目标跟踪任务下发至初始化后多目标跟踪算法的对应的计算单元中。

5.根据权利要求1所述的生产线上多目标跟踪识别方法,其特征在于,所述启动设置在生产线各节点上的工业机器人跟踪视频采集设备进行跟踪视频的采集和标注,获取标注跟踪视频信息,包括:

启动设置在生产线各节点上的工业机器人跟踪视频采集设备进行跟踪视频的采集,获得各工业机器人采集到的跟踪视频信息;

各工业机器人对采集到的跟踪视频信息根据工业机器人自身的编号以及视频的采集时间进行标注,获取标注跟踪视频信息。

6.根据权利要求1所述的生产线上多目标跟踪识别方法,其特征在于,所述在所述跟踪服务器内利用所述初始化后多目标跟踪算法对所述标注跟踪视频信息进行跟踪识别处理,包括:

所述跟踪服务器获得所述标注跟踪视频信息中的编号以及视频的采集时间;

基于所述编号以及视频的采集时间将所述标注跟踪视频信息输入对应的计算单元中利用所述初始化后多目标跟踪算法进行跟踪识别处理。

7.根据权利要求6所述的生产线上多目标跟踪识别方法,其特征在于,所述基于所述编号以及视频的采集时间将所述标注跟踪视频信息输入对应的计算单元中利用所述初始化后多目标跟踪算法进行跟踪识别处理,包括:

获得标注跟踪视频信息中的当前帧的当前前景部分及上一帧的上一前景部分;

利用所述初始化后多目标跟踪算法对所述当前前景部分和上一前景部分进行新增、匹配、合并、分裂及删除操作,获得目标跟踪识别结果。

8.根据权利要求7所述的生产线上多目标跟踪识别方法,其特征在于,所述利用所述初始化后多目标跟踪算法对所述当前前景部分和上一前景部分进行新增、匹配、合并、分裂及删除操作,包括:

将当前前景部分和上一前景部分的原始目标与跟踪目标进行匹配,并将匹配结果写入标记模板;

按列扫描标记模板进行目标分裂以及目标消失情况的处理;

按行扫描标记模板进行目标新增、目标匹配及目标合并情况的处理。

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顺德职业技术学院,未经顺德职业技术学院许可,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/202010399301.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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