利用紅外對(duì)射器判斷復(fù)雜場(chǎng)景下大型物體出入庫方向

利用紅外對(duì)射器判斷復(fù)雜場(chǎng)景下大型物體出入庫方向

李 楊1，秦立德1，史甜姝2，蔣遂平1

（1.北京計(jì)算機(jī)技術(shù)及應(yīng)用研究所，北京 100854；2.天津市勞動(dòng)經(jīng)濟(jì)學(xué)校，天津 300380）

摘 要：針對(duì)倉庫出入庫作業(yè)中需要準(zhǔn)確記錄大型物體出庫或入庫方向的需求，設(shè)計(jì)了一種利用多個(gè)紅外對(duì)射器判斷復(fù)雜場(chǎng)景下物體出入庫方向的方法。該方法根據(jù)獲取的紅外對(duì)射器狀態(tài)序列，計(jì)算其中的有效狀態(tài)子序列并與理想狀態(tài)序列比較，完成物體出入庫方向的判斷。實(shí)際應(yīng)用表明，該方法能夠簡(jiǎn)單有效地判斷物體出入庫的方向，特別適合于計(jì)算能力較弱的物聯(lián)網(wǎng)終端實(shí)現(xiàn)邊緣計(jì)算，能夠滿足倉庫管理應(yīng)用中的需求。

關(guān)鍵詞：紅外對(duì)射器；倉庫管理；方向判斷；物聯(lián)網(wǎng)；邊緣計(jì)算；有效狀態(tài)序列

中圖分類號(hào)：TP39 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2025）02-00-03

0 引 言

在一類倉庫的出入庫作業(yè)中，通常需要準(zhǔn)確記錄大型物體出庫或入庫的方向。大型物體出入庫大多采用人工推行的方式，可以通過檢測(cè)物體和人員運(yùn)動(dòng)方向來確定物體的運(yùn)動(dòng)方向。常見的方法是在庫房大門安裝攝像頭、超聲波發(fā)射器和雷達(dá)，利用信號(hào)處理、圖像處理或人工智能方法，判斷物體的運(yùn)動(dòng)方向。

文獻(xiàn)[1]通過采集目標(biāo)物體的運(yùn)動(dòng)圖像，根據(jù)移動(dòng)物體運(yùn)動(dòng)場(chǎng)和光流場(chǎng)的關(guān)系，由運(yùn)動(dòng)主方向確定物體移動(dòng)的方向，但需要進(jìn)行復(fù)雜的光流計(jì)算。文獻(xiàn)[2]利用幾何方法計(jì)算物體運(yùn)動(dòng)與背景運(yùn)動(dòng)的差異，從而獲得運(yùn)動(dòng)方向，但需要背景建模。文獻(xiàn)[3]采用融合深度信息的雙向人流量統(tǒng)計(jì)方法，使用結(jié)合目標(biāo)位置相似度與深度相似度的目標(biāo)匹配策略，提升軌跡關(guān)聯(lián)的可靠性和準(zhǔn)確性；為減少目標(biāo)頻繁遮擋導(dǎo)致軌跡匹配錯(cuò)誤等情況，用目標(biāo)的軌跡上下文深度差判斷人員遮擋狀態(tài)；利用三維質(zhì)心坐標(biāo)判斷人員橫縱運(yùn)動(dòng)方向，處理相機(jī)視角變化和不規(guī)則運(yùn)動(dòng)，以減少方向誤判。文獻(xiàn)[4]通過測(cè)定距離來確定物體的運(yùn)動(dòng)方向，指出超聲波方法實(shí)時(shí)性較高但精度較低，計(jì)算機(jī)視覺實(shí)時(shí)性較差但精度較高。文獻(xiàn)[5]推導(dǎo)了雷達(dá)差頻信號(hào)頻率及相位與目標(biāo)運(yùn)動(dòng)方向的關(guān)系，得到頻率及相位與目標(biāo)靠近或遠(yuǎn)離關(guān)系的判定法則，并設(shè)計(jì)了基于頻率和相位變化的判斷目標(biāo)運(yùn)動(dòng)方向的雙模判斷模塊。

以上方法對(duì)感知和計(jì)算資源的要求較高，成本也較高，不適合倉庫管理等應(yīng)用場(chǎng)景。如果在物體出入庫的同時(shí)，還有其他人員在庫房大門附近活動(dòng)，就會(huì)產(chǎn)生干擾，影響系統(tǒng)判斷物體出入庫的方向。

為達(dá)到降低成本、提高數(shù)據(jù)采集效果的目的，人們開始使用紅外對(duì)射器來檢測(cè)物體運(yùn)動(dòng)。文獻(xiàn)[6]利用紅外對(duì)射器觸發(fā)圖像采集，使得圖像更為清晰。文獻(xiàn)[7-9]利用紅外對(duì)射器觸發(fā)車輛的信息采集，但不用判斷車輛方向。文獻(xiàn)[10]利用2對(duì)紅外對(duì)射器檢測(cè)車輛的出入方向，并觸發(fā)信息采集，但其無法應(yīng)用于有人員干擾的復(fù)雜場(chǎng)景。

本文在倉庫管理應(yīng)用中，設(shè)計(jì)了一種利用多個(gè)紅外對(duì)射器判斷復(fù)雜場(chǎng)景下物體出入庫方向的方法。該方法根據(jù)獲取的紅外對(duì)射器狀態(tài)序列，計(jì)算其中的有效狀態(tài)子序列并與理想狀態(tài)序列比較，完成物體出入庫方向的判斷。

1 方法設(shè)計(jì)

1.1 感知設(shè)置

在倉庫管理過程中，出入庫作業(yè)需要準(zhǔn)確記錄大型貴重物體出庫或入庫的方向，由于管理限制，不能安裝攝像頭，也就不能采用圖像處理或人工智能的方式來實(shí)現(xiàn)物體出入庫方向的判斷。因此，決定利用多個(gè)紅外對(duì)射器實(shí)現(xiàn)對(duì)物體出入庫方向的判斷。

在出入庫作業(yè)中，大型物體的長度約10 m，移動(dòng)速度不超過1 m/s。在庫房?jī)?nèi)靠近大門處安裝了4個(gè)紅外對(duì)射器，相鄰2個(gè)紅外對(duì)射器之間的距離為0.5 m，物體在出入庫作業(yè)中，移動(dòng)0.5 m需要500 ms，而且物體遮擋4個(gè)紅外對(duì)射器的時(shí)間超過1.5 s。紅外對(duì)射器的數(shù)據(jù)采集周期為50 ms，足以采集到4個(gè)紅外對(duì)射器的狀態(tài)信息。系統(tǒng)感知設(shè)置如圖1所示。

1.2 方向判斷

在出入庫作業(yè)過程中，通常有其他人員也在進(jìn)出庫房，為物體出入庫方向的判斷帶來極大干擾。由于物體尺寸比人員尺寸大一個(gè)數(shù)量級(jí)，且人員通常無法同時(shí)將4個(gè)紅外對(duì)射器全部遮擋，因此，利用該特性設(shè)計(jì)了判斷物體出入庫方向的方法。

方向判斷方法的主要思想：在4個(gè)紅外對(duì)射器均未被遮擋時(shí)，根據(jù)獲取的紅外對(duì)射狀態(tài)序列，判斷物體出入庫方向。方向判斷方法的主流程如圖2所示。

紅外對(duì)射器的狀態(tài)分為“被遮擋”和“未遮擋”，“1”表示“被遮擋”狀態(tài)，“0”表示“未遮擋”狀態(tài)。4個(gè)紅外對(duì)射器可能的狀態(tài)有16種，用0x00～0x0F表示。例如，0x07表示紅外對(duì)射器1被遮擋、紅外對(duì)射器2被遮擋、紅外對(duì)射器3被遮擋、紅外對(duì)射器4未遮擋（1 B可以表示8個(gè)紅外對(duì)射器的狀態(tài)）。

紅外對(duì)射器的狀態(tài)序列可以用1個(gè)字節(jié)流表示。例如，理想的入庫序列為：0x01， 0x03， 0x07， 0x0F， 0x0E， 0x0C， 0x08；理想的出庫序列為：0x08， 0x0C， 0x0E， 0x0F， 0x07， 0x03， 0x01。

由于存在干擾，采集的紅外對(duì)射器狀態(tài)序列不是理想的入庫序列或理想的出庫序列，實(shí)際的序列可能為：

0x08， 0x0C， 0x08， 0x0C， 0x08， 0x0C， 0x08， 0x0C， 0x08， 0x0C， 0x08， 0x0C， 0x08， 0x0C， 0x08， 0x0C， 0x04（無效序列）；

0x08， 0x04， 0x01， 0x05， 0x0D， 0x0F， 0x0B， 0x0E， 0x0C， 0x0D， 0x0F， 0x0A， 0x0E， 0x0C， 0x08（入庫序列）；

0x01， 0x03， 0x02， 0x04， 0x0C， 0x08， 0x0C， 0x0F， 0x07， 0x03， 0x01（出庫序列）。

實(shí)際序列中可能包含一部分或全部理想序列。現(xiàn)在，物體出入庫方向的判斷就變成計(jì)算實(shí)際序列中是否包含一部分或全部理想序列。實(shí)際序列可以分為3類：無效序列、出庫序列、入庫序列。

由于4個(gè)紅外對(duì)射器都會(huì)被遮擋，因此，實(shí)際序列中沒有0x0F的狀態(tài)就是無效序列；由于理想的出庫序列和入庫序列的長度均大于5，因此實(shí)際序列包含的理想出庫、入庫序列的子序列長度小于5時(shí)，也是無效序列。

對(duì)于一個(gè)實(shí)際序列，計(jì)算其包含的理想出庫子序列和理想入庫子序列。如果理想出庫子序列長度大于理想入庫子序列長度，則為出庫序列；如果理想入庫子序列長度大于理想出庫子序列長度，則為入庫序列；如果理想出庫子序列長度等于理想入庫子序列長度，則為無效序列。

圖3給出了計(jì)算實(shí)際序列包含理想入庫子序列長度的流程，計(jì)算實(shí)際序列包含理想出庫子序列長度的流程與其類似。

2 實(shí)際應(yīng)用

將設(shè)計(jì)的方法和裝置應(yīng)用在實(shí)際倉庫的出入庫作業(yè)。在最初5天的測(cè)試中，共采集了186個(gè)紅外對(duì)射器序列，序列最小長度為5，最大長度為126。其中，對(duì)應(yīng)無效作業(yè)（人員出入）、入庫作業(yè)、出庫作業(yè)的序列數(shù)目分別為：140個(gè)、23個(gè)、23個(gè)。部分實(shí)際序列如下：

0x01， 0x03， 0x02， 0x04， 0x0C， 0x08， 0x09， 0x0A， 0x0E， 0x0C， 0x04， 0x0C， 0x04， 0x02， 0x03， 0x01（無效）；

0x08， 0x0C， 0x04， 0x0C， 0x08， 0x04， 0x02， 0x06， 0x02， 0x06， 0x02， 0x06， 0x02， 0x06， 0x02， 0x01（無效）；

0x01， 0x03， 0x02， 0x03， 0x02， 0x03， 0x02， 0x0A， 0x02， 0x06， 0x07， 0x03， 0x02， 0x03， 0x02， 0x01， 0x03， 0x02， 0x06， 0x0A， 0x03， 0x01， 0x03， 0x01， 0x05， 0x0D， 0x0F， 0x0B， 0x0F， 0x0A， 0x06（入庫）；

0x01， 0x03， 0x02， 0x0A， 0x08， 0x0C， 0x0F， 0x0D， 0x0C， 0x0D， 0x08， 0x09， 0x08， 0x09， 0x08（入庫）；

0x08， 0x0C， 0x04， 0x06， 0x04， 0x0F， 0x0D， 0x04， 0x06， 0x07， 0x06， 0x04， 0x05， 0x04（出庫）；

0x08， 0x04， 0x0C， 0x08， 0x0A， 0x0E， 0x06， 0x0E， 0x06， 0x07， 0x05， 0x07， 0x05， 0x0D， 0x0F， 0x0D， 0x09， 0x0B， 0x09， 0x0D， 0x05， 0x01， 0x03， 0x02， 0x03， 0x02， 0x06， 0x07， 0x06， 0x04， 0x06， 0x04， 0x06， 0x07， 0x05， 0x04， 0x02， 0x03，"0x01（出庫）。

在實(shí)際測(cè)試中，測(cè)試準(zhǔn)確率較高，對(duì)無效序列、入庫序列的檢測(cè)準(zhǔn)確率達(dá)到了100%，對(duì)出庫序列的檢測(cè)準(zhǔn)確率達(dá)到了95.65%。

在進(jìn)行某1個(gè)出庫作業(yè)時(shí)，出現(xiàn)了比較復(fù)雜的人員出入情況，使序列受到嚴(yán)重干擾，被判定為無效序列：0x04， 0x0C， 0x04， 0x05， 0x09， 0x0B， 0x0A， 0x0E， 0x0A， 0x08， 0x01， 0x05， 0x07， 0x0F， 0x0B， 0x04， 0x02。

3 結(jié) 語

根據(jù)倉庫管理應(yīng)用中的需求，本文設(shè)計(jì)了一種利用多個(gè)紅外對(duì)射器判斷復(fù)雜場(chǎng)景下物體出入庫方向的方法。該方法首先計(jì)算紅外對(duì)射器狀態(tài)序列中的有效狀態(tài)子序列，再與理想狀態(tài)序列比較，簡(jiǎn)單有效地判斷物體出入庫方向。盡管文中給出的是4個(gè)紅外對(duì)射器的例子，但該方法能夠推廣到更多應(yīng)用紅外對(duì)射器的場(chǎng)景。

參考文獻(xiàn)

[1]徐邦武.基于深度學(xué)習(xí)的運(yùn)動(dòng)目標(biāo)分割算法研究[D].無錫：江南大學(xué)，2023.

[2]張文龍.動(dòng)觀測(cè)平臺(tái)下運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D].長沙：國防科技大學(xué)，2023.

[3]謝梓釗.小型機(jī)載平臺(tái)運(yùn)動(dòng)目標(biāo)檢測(cè)與硬件加速研究[D].武漢：華中科技大學(xué)，2022.

[4]鄧永康.基于OpenCV運(yùn)動(dòng)目標(biāo)檢測(cè)的跟蹤系統(tǒng)開發(fā)[D].北京：北京化工大學(xué)，2022.

[5]張文利，王寧，郭向，等.融合深度信息的雙向人流量統(tǒng)計(jì)方法的研究與實(shí)現(xiàn)[J].測(cè)控技術(shù)，2021，40（5）：52-61.

[6]滑冰.基于三維圖像的羽毛球運(yùn)動(dòng)合理性判斷方法研究與仿真[J].科學(xué)技術(shù)與工程，2017，17（10）：231-235.

[7]戚昊琛，胡智文，張鑒. FMCW雷達(dá)系統(tǒng)的雙模方向判斷模塊研究[J].電子測(cè)量與儀器學(xué)報(bào)，2014，28（5）：486-492.

[8]折林芬.河灣煤礦磅房稱重防作弊系統(tǒng)設(shè)計(jì)[D].西安：西安科技大學(xué)，2013.

[9]劉榮林.礦區(qū)鐵路低速車輛自動(dòng)識(shí)別系統(tǒng)的研究與應(yīng)用[J].自動(dòng)化應(yīng)用，2016（12）：98-99.

[10]于繼明，何雷，樂振彬，等.多車道車輛進(jìn)出檢測(cè)算法設(shè)計(jì)與實(shí)現(xiàn)[J].金陵科技學(xué)院學(xué)報(bào)，2017，33（2）：5-8.

作者簡(jiǎn)介：李 楊（1986—），女，河北雄安人，碩士，高級(jí)工程師，主要研究方向?yàn)槲锫?lián)網(wǎng)應(yīng)用。

秦立德（1994—），男，陜西眉縣人，碩士，工程師，主要研究方向?yàn)槲锫?lián)網(wǎng)應(yīng)用。

史甜姝（1986—），女，黑龍江齊齊哈爾人，碩士，講師，主要研究方向?yàn)橹悄苡布b調(diào)與物流網(wǎng)技術(shù)。

蔣遂平（1966—），男，四川遂寧人，博士，研究員，主要研究方向?yàn)槲锫?lián)網(wǎng)技術(shù)。

收稿日期：2024-01-11 修回日期：2024-02-29