技术特征：
1.一种基于人工智能的agv货物掉落检测方法，其特征在于，该方法包括：当货物掉落时，根据每帧图像中所述货物相对于agv小车的平稳程度和位置偏移程度得到所述货物的掉落概率；根据所述连续多帧图像中的所述掉落概率，得到随着时间变化的变化曲线函数；所述连续多帧图像是采集的所述货物掉落之前的视频图像；根据所述变化曲线函数中多个时间段内的最大掉落概率序列中，起始时间段和结束时间段中对应的两个所述最大掉落概率建立关于所述货物掉落平稳趋势的直线函数，根据所述变化曲线函数与所述直线函数中对应时间段中所述最大掉落概率的偏离程度判断所述货物掉落的原因。2.如权利要求1所述的方法，其特征在于，所述货物掉落的判断方法，包括：根据接收到的所述agv小车周围的声音频率的变化，对接收到的所述连续多帧图像进行目标检测以识别所述agv小车、所述货物以及色带；根据所述视频图像中所述agv小车的坐标和所述货物的坐标的最大距离，以确定所述agv小车和所述货物之间的所述疑似掉落距离，进而根据所述疑似掉落距离确认所述货物是否掉落。3.如权利要求1所述的方法，其特征在于，所述根据所述变化曲线函数与所述直线函数中对应时间段中所述最大掉落概率的偏离程度判断所述货物掉落的原因，包括：当所述偏离程度小于偏离程度阈值时，判定是由于货物装载不规范造成的货物掉落；否则，判定是由于行驶路面问题造成的货物掉落。4.如权利要求2所述的方法，其特征在于，所述当所述货物掉落时，还包括：根据所述色带的像素点确定所述色带的直线方程；通过掉落货物的所述中心点坐标和所述直线方程计算所述掉落货物与所述色带的距离，进而根据距离判断所述掉落货物是否阻碍道路通行。5.如权利要求1所述的方法，其特征在于，所述平稳程度是根据所述货物与所述agv小车之间的中心点距离得到的。6.如权利要求1所述的方法，其特征在于，所述位置偏移程度是根据相邻货物之间的距离与标准相邻货物之间的距离的差异得到的。7.一种基于人工智能的agv货物掉落检测系统，其特征在于，该系统包括：概率获取单元，用于当货物掉落时，根据每帧图像中所述货物相对于agv小车的平稳程度和位置偏移程度得到所述货物的掉落概率；函数建立单元，用于根据连续多帧图像中的所述掉落概率，得到随着时间变化的变化曲线函数；所述连续多帧图像是采集的所述货物掉落之前的视频图像；原因分析单元，用于根据所述变化曲线函数中多个时间段内的最大掉落概率序列中，起始时间段和结束时间段中对应的两个所述最大掉落概率建立关于所述货物掉落平稳趋势的直线函数，根据所述变化曲线函数与所述直线函数中对应时间段中所述最大掉落概率的偏离程度判断所述货物掉落的原因。8.如权利要求7所述的系统，其特征在于，所述概率获取单元，包括：图像处理单元，用于根据接收到的所述agv小车周围的声音频率的变化，对接收到的所述连续多帧图像进行目标检测以识别所述agv小车、所述货物以及色带；
掉落检测单元，用于根据所述视频图像中所述agv小车的坐标和所述货物的坐标的最大距离，以确定所述agv小车和所述货物之间的所述疑似掉落距离，进而根据所述疑似掉落距离确认所述货物是否掉落。9.如权利要求7所述的系统，其特征在于，所述原因分析单元中所述根据所述变化曲线函数与所述直线函数中对应时间段中所述最大掉落概率的偏离程度判断所述货物掉落的原因，包括：当所述偏离程度小于偏离程度阈值时，判定是由于货物装载不规范造成的货物掉落；否则，判定是由于行驶路面问题造成的货物掉落。10.如权利要求8所述的系统，其特征在于，所述概率获取单元，包括：方程获取单元，用于根据所述色带的像素点确定所述色带的直线方程；距离分析单元，用于通过掉落货物的所述中心点坐标和所述直线方程计算所述掉落货物与所述色带的距离，进而根据距离判断所述掉落货物是否阻碍道路通行。
技术总结
本发明涉及人工智能技术领域，具体涉及一种基于人工智能的AGV货物掉落检测方法与系统。该方法通过当货物掉落时，根据每帧图像中所述货物相对于AGV小车的平稳程度和位置偏移程度得到所述货物的掉落概率；根据连续多帧图像中的所述掉落概率，得到随着时间变化的变化曲线函数；建立关于所述货物掉落平稳趋势的直线函数，根据所述变化曲线函数与所述直线函数中对应时间段中所述最大掉落概率的偏离程度判断所述货物掉落的原因。根据货物掉落概率的变化程度分析货物掉落的原因，能够根据货物掉落的原因及时采取相应的措施，以防止后续发生货物掉落的可能性，进而降低了货物掉落的概率，也提高了AGV小车的运输效率。也提高了AGV小车的运输效率。也提高了AGV小车的运输效率。
技术研发人员：梁学明 胡孟春
受保护的技术使用者：河南农道智能科技有限公司
技术研发日：2021.05.20
技术公布日：2021/9/9