仓储智能自动盘点机器人的制作方法

本发明涉及盘点机器人领域，尤其涉及一种仓储智能自动盘点机器人。

背景技术：

机器人一般由执行机构、驱动装置、检测装置和控制系统和复杂机械等组成。

执行机构即机器人本体，其臂部一般采用空间开链连杆机构，其中的运动副(转动副或移动副)常称为关节，关节个数通常即为机器人的自由度数。根据关节配置型式和运动坐标形式的不同，机器人执行机构可分为直角坐标式、圆柱坐标式、极坐标式和关节坐标式等类型。出于拟人化的考虑，常将机器人本体的有关部位分别称为基座、腰部、臂部、腕部、手部(夹持器或末端执行器)和行走部(对于移动机器人)等。

驱动装置是驱使执行机构运动的机构，按照控制系统发出的指令信号，借助于动力元件使机器人进行动作。它输入的是电信号，输出的是线、角位移量。机器人使用的驱动装置主要是电力驱动装置，如步进电机、伺服电机等，此外也有采用液压、气动等驱动装置。

检测装置是实时检测机器人的运动及工作情况，根据需要反馈给控制系统，与设定信息进行比较后，对执行机构进行调整，以保证机器人的动作符合预定的要求。作为检测装置的传感器大致可以分为两类：一类是内部信息传感器，用于检测机器人各部分的内部状况，如各关节的位置、速度、加速度等，并将所测得的信息作为反馈信号送至控制器，形成闭环控制。一类是外部信息传感器，用于获取有关机器人的作业对象及外界环境等方面的信息，以使机器人的动作能适应外界情况的变化，使之达到更高层次的自动化，甚至使机器人具有某种“感觉”，向智能化发展，例如视觉、声觉等外部传感器给出工作对象、工作环境的有关信息，利用这些信息构成一个大的反馈回路，从而将大大提高机器人的工作精度。

控制系统是一种是集中式控制，即机器人的全部控制由一台微型计算机完成。另一种是分散(级)式控制，即采用多台微机来分担机器人的控制，如当采用上、下两级微机共同完成机器人的控制时，主机常用于负责系统的管理、通讯、运动学和动力学计算，并向下级微机发送指令信息；作为下级从机，各关节分别对应一个CPU，进行插补运算和伺服控制处理，实现给定的运动，并向主机反馈信息。根据作业任务要求的不同，机器人的控制方式又可分为点位控制、连续轨迹控制和力(力矩)控制。

机器人替换人工操作具有工作效率提升且更适应工作环境的优点，因而受到各个行业的青睐。对于仓储管理方来说，采用机器人进行货物的自动盘点能起到节约人工成本、盘点速度更快的优势。

然而，现有技术中的仓储盘点机器人缺乏有效的授信机制，导致盘点机器人容易被未培训过的非授权人员操作，而盘点机器人一般造价昂贵，这样将容易使得盘点机器人被无故损坏，给仓储管理方带来严重的经济损失。因此需要一种有效的盘点机器人设计方案，将盘点机器人的使用权只交付给授权人员。

技术实现要素：

为了解决上述问题，本发明提供了一种仓储智能自动盘点机器人，改造现有技术中智能盘点机器人，通过引入高精度的人脸识别技术和高效率的网络通信技术搭建一套适合仓储盘点机器人的授信机制，从而提高仓储盘点机器人使用的安全性能。

根据本发明的一方面，提供了一种仓储智能自动盘点机器人，所述机器人包括机器人主体、控制开关和图像识别设备，控制开关和图像识别设备都设置在机器人主体上，控制开关分别与图像识别设备和机器人主体电性连接，用于基于图像识别设备的输出对机器人主体进行自动开关控制。

更具体地，在所述仓储智能自动盘点机器人中，包括：机器人主体，用于对仓储设备进行自动盘点；控制开关，设置在机器人主体上，分别与谱图比较设备和机器人主体电性连接，用于在接收到人脸识别成功信号时启动机器人主体以对仓储设备进行自动盘点，还用于在接收到人脸识别失败信号时关闭机器人主体；高清摄像头，设置在机器人主体上，用于对机器人主体前方的用户进行图像数据采集，以输出高清脸部图像；亮度补偿设备，设置在机器人主体上，与高清摄像头连接，用于接收高清脸部图像，基于高清脸部图像中各个像素的灰度值确定高清脸部图像的平均亮度，并将高清脸部图像的平均亮度与预设亮度进行比较，当高清脸部图像的平均亮度大于等于预设亮度，对高清脸部图像进行亮度降低调整以获得亮度调整图像，当高清脸部图像的平均亮度小于预设亮度，对高清脸部图像进行亮度提升调整以获得亮度调整图像；高斯平滑设备，设置在机器人主体上，与亮度补偿设备连接以接收亮度调整图像，对亮度调整图像进行高斯平滑处理以获得平滑图像；灰度化处理设备，设置在机器人主体上，与高斯平滑设备连接以接收平滑图像，并对平滑图像执行灰度化处理以获得灰度化图像；直方图均衡设备，设置在机器人主体上，与灰度化处理设备连接以接收灰度化图像，并对灰度化图像执行直方图均衡处理以获得均衡图像；复杂度检测设备，设置在机器人主体上，与直方图均衡设备连接，用于计算均衡图像的复杂度，基于均衡图像的复杂度选择像素矩阵的大小，均衡图像的复杂度越高，选择的像素矩阵越大；像素处理设备，设置在机器人主体上，分别与复杂度检测设备和直方图均衡设备连接，用于接收均衡图像，针对均衡图像的每一个像素作为对象像素执行以下处理：将对象像素作为复杂度检测设备确定的像素矩阵的中心像素在均衡图像中获取对象像素矩阵，对象像素矩阵的大小与复杂度检测设备确定的像素矩阵的大小相同，将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较，以获得二值化矩阵，二值化矩阵的大小与对象像素矩阵的大小相同，二值化矩阵由多个参考像素分别对应的多个二值化像素组成，参考像素大于等于对象像素，则参考像素对应的二值化像素的像素值为1，参考像素小于对象像素，则参考像素对应的二值化像素的像素值为0；矩阵转换设备，设置在机器人主体上，与像素处理设备连接，用于将每一个对象像素对应的二值化矩阵转换成目标十进制数，具体转换操作为：将每一个对象像素对应的二值化矩阵的所有二值化像素值按其在二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标二进制数，再将目标二进制数转化成十进制数以作为目标十进制数；谱图获取设备，设置在机器人主体上，分别与直方图均衡设备和矩阵转换设备连接，用于将均衡图像中每一个对象像素的像素值替换成该对象像素对应的目标十进制数以获得局部二值模式特征谱图；谱图比较设备，设置在机器人主体上，分别与谱图获取设备和IP解包设备连接，用于将谱图获取设备获得的局部二值模式特征谱图分别与各个基准局部二值模式特征谱图进行匹配，匹配成功则输出人脸识别成功信号以及与匹配到的基准局部二值模式特征谱图对应的授权用户名称，匹配失败则输出人脸识别失败信号；IP解包设备，设置在机器人主体上，用于与远程的数据服务器网络连接，通过网络接收来自数据服务器处的IP数据包，并对IP数据包解包以获得6LowPAN数据包；边缘传感设备，设置在机器人主体上，与IP解包设备连接，用于接收IP解包设备输出的6LowPAN数据包，获得呈现为压缩数据的6LowPAN数据包的头部，对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部；6LowPAN解包设备，设置在机器人主体上，与边缘传感设备连接，用于接收6LowPAN数据包以获取6LowPAN数据包中的负载，并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析，以获得各个基准局部二值模式特征谱图；双声道扬声器，与控制开关连接，设置在机器人主体上，用于在接收到人脸识别失败信号时发出语音报警信息；其中，IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包，6LowPAN数据包中的负载包括数据服务器处的各个基准局部二值模式特征谱图，6LowPAN数据包中的头部是压缩数据，解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析；其中，每一个基准局部二值模式特征谱图为对相应授权用户基准面部图像预先进行局部二值模式特征谱图提取而获得的图像。

更具体地，在所述仓储智能自动盘点机器人中，还包括：无线通信接口，与高清摄像头连接，用于无线发送高清摄像头输出的图像内容。

更具体地，在所述仓储智能自动盘点机器人中：无线通信接口包括压缩编码器件，用于对高清摄像头输出的图像内容进行MPEG-4标准压缩以获得压缩图像。

更具体地，在所述仓储智能自动盘点机器人中：无线通信接口包括多指标编码器件，与压缩编码器件连接，用于对压缩图像进行多指标编码以获得信道编码数据。

更具体地，在所述仓储智能自动盘点机器人中：无线通信接口包括频分双工通信设备。

更具体地，在所述仓储智能自动盘点机器人中：无线通信接口包括时分双工通信设备。

更具体地，在所述仓储智能自动盘点机器人中：无线通信接口包括GPRS接收器、GPRS发送器和AT89C51单片机，AT89C51单片机分别与GPRS接收器和GPRS发送器连接。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的仓储智能自动盘点机器人的结构方框图。

图2为根据本发明实施方案示出的仓储智能自动盘点机器人的无线通信接口的结构方框图。

附图标记：1 机器人主体；2 控制开关；3 图像识别设备；4 GPRS接收器；5 GPRS发送器；6 AT89C51单片机

具体实施方式

下面将参照附图对本发明的仓储智能自动盘点机器人的实施方案进行详细说明。

机器人(Robot)是自动执行工作的机器装置。他既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。他的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。

机器人可以用于仓储货物的自动盘点，能够快速完成对仓储货物的鉴别、分类和清点，大幅度减少人工开支，为仓储管理方节约成本。但是，由于仓储盘点机器人是专门定制的特殊类型机器人，其造价昂贵，如果在未经过培训的人员手下使用，很容易造成设备损坏。当前，尚不存在仓储盘点机器人的授信方案。

为了克服上述不足，本发明搭建了一种仓储智能自动盘点机器人，在现有的仓储盘点机器人上增加人脸识别设备和网络通信设备，从而为仓储盘点机器人引入有效的授信机制，避免仓储管理方受到经济损失。

图1为根据本发明实施方案示出的仓储智能自动盘点机器人的结构方框图，所述机器人包括机器人主体、控制开关和图像识别设备，控制开关和图像识别设备都设置在机器人主体上，控制开关分别与图像识别设备和机器人主体电性连接，用于基于图像识别设备的输出对机器人主体进行自动开关控制。接着，继续对本发明的仓储智能自动盘点机器人的具体结构进行进一步的说明。

所述机器人包括：机器人主体，用于对仓储设备进行自动盘点；控制开关，设置在机器人主体上，分别与谱图比较设备和机器人主体电性连接，用于在接收到人脸识别成功信号时启动机器人主体以对仓储设备进行自动盘点，还用于在接收到人脸识别失败信号时关闭机器人主体。

所述机器人包括：高清摄像头，设置在机器人主体上，用于对机器人主体前方的用户进行图像数据采集，以输出高清脸部图像。

所述机器人包括：亮度补偿设备，设置在机器人主体上，与高清摄像头连接，用于接收高清脸部图像，基于高清脸部图像中各个像素的灰度值确定高清脸部图像的平均亮度，并将高清脸部图像的平均亮度与预设亮度进行比较，当高清脸部图像的平均亮度大于等于预设亮度，对高清脸部图像进行亮度降低调整以获得亮度调整图像，当高清脸部图像的平均亮度小于预设亮度，对高清脸部图像进行亮度提升调整以获得亮度调整图像。

所述机器人包括：高斯平滑设备，设置在机器人主体上，与亮度补偿设备连接以接收亮度调整图像，对亮度调整图像进行高斯平滑处理以获得平滑图像；灰度化处理设备，设置在机器人主体上，与高斯平滑设备连接以接收平滑图像，并对平滑图像执行灰度化处理以获得灰度化图像。

所述机器人包括：直方图均衡设备，设置在机器人主体上，与灰度化处理设备连接以接收灰度化图像，并对灰度化图像执行直方图均衡处理以获得均衡图像。

所述机器人包括：复杂度检测设备，设置在机器人主体上，与直方图均衡设备连接，用于计算均衡图像的复杂度，基于均衡图像的复杂度选择像素矩阵的大小，均衡图像的复杂度越高，选择的像素矩阵越大。

所述机器人包括：像素处理设备，设置在机器人主体上，分别与复杂度检测设备和直方图均衡设备连接，用于接收均衡图像，针对均衡图像的每一个像素作为对象像素执行以下处理：将对象像素作为复杂度检测设备确定的像素矩阵的中心像素在均衡图像中获取对象像素矩阵，对象像素矩阵的大小与复杂度检测设备确定的像素矩阵的大小相同，将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较，以获得二值化矩阵，二值化矩阵的大小与对象像素矩阵的大小相同，二值化矩阵由多个参考像素分别对应的多个二值化像素组成，参考像素大于等于对象像素，则参考像素对应的二值化像素的像素值为1，参考像素小于对象像素，则参考像素对应的二值化像素的像素值为0。

所述机器人包括：矩阵转换设备，设置在机器人主体上，与像素处理设备连接，用于将每一个对象像素对应的二值化矩阵转换成目标十进制数，具体转换操作为：将每一个对象像素对应的二值化矩阵的所有二值化像素值按其在二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标二进制数，再将目标二进制数转化成十进制数以作为目标十进制数。

所述机器人包括：谱图获取设备，设置在机器人主体上，分别与直方图均衡设备和矩阵转换设备连接，用于将均衡图像中每一个对象像素的像素值替换成该对象像素对应的目标十进制数以获得局部二值模式特征谱图。

所述机器人包括：谱图比较设备，设置在机器人主体上，分别与谱图获取设备和IP解包设备连接，用于将谱图获取设备获得的局部二值模式特征谱图分别与各个基准局部二值模式特征谱图进行匹配，匹配成功则输出人脸识别成功信号以及与匹配到的基准局部二值模式特征谱图对应的授权用户名称，匹配失败则输出人脸识别失败信号。

所述机器人包括：IP解包设备，设置在机器人主体上，用于与远程的数据服务器网络连接，通过网络接收来自数据服务器处的IP数据包，并对IP数据包解包以获得6LowPAN数据包。

所述机器人包括：边缘传感设备，设置在机器人主体上，与IP解包设备连接，用于接收IP解包设备输出的6LowPAN数据包，获得呈现为压缩数据的6LowPAN数据包的头部，对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部。

所述机器人包括：6LowPAN解包设备，设置在机器人主体上，与边缘传感设备连接，用于接收6LowPAN数据包以获取6LowPAN数据包中的负载，并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析，以获得各个基准局部二值模式特征谱图。

所述机器人包括：双声道扬声器，与控制开关连接，设置在机器人主体上，用于在接收到人脸识别失败信号时发出语音报警信息。

其中，IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包，6LowPAN数据包中的负载包括数据服务器处的各个基准局部二值模式特征谱图，6LowPAN数据包中的头部是压缩数据，解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析。

其中，每一个基准局部二值模式特征谱图为对相应授权用户基准面部图像预先进行局部二值模式特征谱图提取而获得的图像。

可选地，在所述控制平台中：如图2所示，还包括无线通信接口，与高清摄像头连接，用于无线发送高清摄像头输出的图像内容；无线通信接口包括压缩编码器件，用于对高清摄像头输出的图像内容进行MPEG-4标准压缩以获得压缩图像；无线通信接口包括多指标编码器件，与压缩编码器件连接，用于对压缩图像进行多指标编码以获得信道编码数据；无线通信接口包括频分双工通信设备；无线通信接口包括时分双工通信设备；以及无线通信接口包括GPRS接收器、GPRS发送器和AT89C51单片机，AT89C51单片机分别与GPRS接收器和GPRS发送器连接。

另外，4G LTE是一个全球通用的标准，包括两种网络模式FDD和TDD，分别用于成对频谱和非成对频谱。运营商最初在两个模式之间的取舍纯粹出于对频谱可用性的考虑。大多运营商将会同时部署两种网络，以便充分利用其拥有的所有频谱资源。FDD和TDD在技术上区别其实很小，主要区别就在于采用不同的双工方式，频分双工(FDD)和时分双工(TDD)是两种不同的双工方式。

FDD是在分离的两个对称频率信道上进行接收和发送，用保护频段来分离接收和发送信道。FDD必须采用成对的频率，依靠频率来区分上下行链路，其单方向的资源在时间上是连续的。FDD在支持对称业务时，能充分利用上下行的频谱，但在支持非对称业务时，频谱利用率将大大降低。

TDD用时间来分离接收和发送信道。在TDD方式的移动通信系统中,接收和发送使用同一频率载波的不同时隙作为信道的承载,其单方向的资源在时间上是不连续的，时间资源在两个方向上进行了分配。某个时间段由基站发送信号给移动台，另外的时间由移动台发送信号给基站，基站和移动台之间必须协同一致才能顺利工作。

采用本发明的仓储智能自动盘点机器人，针对现有技术仓储盘点机器人缺乏授信机制的技术问题，通过在仓储盘点机器人上集成基于人脸识别和大数据网络支持的人员鉴别设备，使得只有授权人员方可操作仓储盘点机器人，从而提高了仓储盘点机器人的智能化水平和可靠性。

可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。