(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210830524.8 (22)申请日 2022.07.15 (71)申请人 多点 （深圳） 数字科技有限公司 地址 518033 广东省深圳市福田区福田街 道圩镇社区福田路24号海岸环庆大厦 24层2405G (72)发明人 邓泽露　徐克勤　刘鹏飞　 (74)专利代理 机构 北京唯智勤实知识产权代理 事务所(普通 合伙) 11557 专利代理师 孙姣 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 10/20(2022.01) G06V 10/44(2022.01)G06V 10/774(2022.01) G06T 7/13(2017.01) G06T 7/70(2017.01) G06T 5/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) B65G 1/04(2006.01) (54)发明名称 物品位置校正方法、 装置、 电子设备和计算 机可读介质 (57)摘要 本公开的实施例公开了物品位置校正方法、 装置、 电子设备和计算机可读介质。 该方法的一 具体实施方式包括： 获取目标货架的货架照片； 将货架照片输入至预先训练的货架照片识别模 型中， 得到货架照片识别结果； 根据货架照片识 别结果包括的物品预测 信息集， 确定目标预测信 息集； 根据目标预测信息集， 对货架照片识别结 果进行校正， 以生成校正识别结果； 基于校正识 别结果， 控制相关联的移动机器人对目标货架上 的物品进行位置校正操作。 该实施方式避免了货 架上的物品积压或者物品数量 不足。 权利要求书2页 说明书13页 附图2页 CN 115239996 A 2022.10.25 CN 115239996 A 1.一种物品位置校正方法， 包括： 获取目标货架的货架照片， 其中， 所述货架照片显示了多个物品； 将所述货架照片输入至预先训练的货架照片识别模型中， 得到货架照片识别结果， 其 中， 所述货架照片识别结果包括货架 物品轮廓照片和物品预测信息集； 根据所述货架照片识别结果包括的物品预测信息集， 确定目标 预测信息集； 根据所述目标 预测信息集， 对所述货架照片识别结果进行 校正， 以生成校正识别结果； 基于所述校正识别结果， 控制相关联的移动机器人对所述目标货架上的物品进行位置 校正操作。 2.根据权利要求1所述的方法， 其中， 所述货架物品轮廓照片显示了多个物品轮廓外接 矩形， 所述多个物品轮廓外接矩形中的物品轮廓外接矩形对应物品预测信息集中的物品预 测信息； 以及 在所述根据所述货架照片识别结果包括的物品预测信息集， 确定目标预测信息集之 前， 所述方法还 包括： 根据所述货架物品轮廓照片显示的各个物品轮廓外接矩形， 生成对应所述物品预测信 息集中各个物品预测信息的各个物品坐标， 作为物品坐标集 合。 3.根据权利要求1所述的方法， 其中， 所述根据所述货架照片识别结果包括的物品预测 信息集， 确定目标 预测信息集， 包括： 获取预设校正物品信息集， 其中， 所述预设校正物品信息集中的预设校正物品信息包 括物品编码； 对于所述物品预测信 息集中的每个物品预测信 息， 响应于所述物品预测信 息与所述预 设校正物品信息集中任一预设校正物品信息包括的物品编 码相对应， 将所述物品预测信息 确定为目标 预测信息； 将所确定的各个目标 预测信息确定为目标 预测信息集。 4.根据权利要求2所述的方法， 其中， 所述目标预测信 息集中的目标预测信 息包括预设 数目个预测结果； 以及 所述根据所述目标预测信息集， 对所述货架照片识别结果进行校正， 以生成校正识别 结果， 包括： 获取预设物品位置概 率信息集； 对于所述目标 预测信息集中的每 个目标预测信息， 执 行如下校正步骤： 对于所述目标预测信息包括的各个预测结果中的每个预测结果， 执行如下校正子步 骤： 确定所述预设物品位置概率信息集中是否存在对应所述预测结果的预设物品位置概 率信息； 响应于所述预设物品位置概率信息集中存在对应所述预测结果的预设物品位置概率 信息， 根据所述预测结果对应的预设物品位置概率信息， 以及所述物品坐标集合中对应所 述预测结果的物品坐标， 对所述预测结果进行 校正， 以生成校正预测结果。 5.根据权利要求 4所述的方法， 其中， 所述校正子步骤 还包括： 响应于所述预设物品位置概率信息集中不存在对应所述预测结果的预设物品位置概 率信息， 根据所述物品坐标集合中对应所述预测结果的物品坐标， 对所述预测结果进行转权　利　要　求　书 1/2 页 2 CN 115239996 A 2换处理， 以生成转换 预测结果。 6.根据权利要求5所述的方法， 其中， 所述校正 步骤还包括： 对所生成的各个校正预测结果和所生成的各个转换预测结果进行排序， 以生成校正预 测结果序列。 7.根据权利要求6所述的方法， 其中， 所述方法还 包括： 对所生成的各个校正预测结果序列进行组合处 理， 以生成校正识别结果。 8.一种物品位置校正装置， 包括： 获取单元， 被配置成获取目标货架的货架照片， 其中， 所述货架照片显示了多个物品； 输入单元， 被配置成将所述货架照片输入至预先训练的货架照片识别模型中， 得到货 架照片识别结果， 其中， 所述货架照片识别结果包括货架 物品轮廓照片和物品预测信息集； 确定单元， 被配置成根据所述货架照片识别结果包括的物品预测信息集， 确定目标预 测信息集； 校正单元， 被配置成根据 所述目标预测信 息集， 对所述货架照片识别结果进行校正， 以 生成校正识别结果； 控制单元， 被配置成基于所述校正识别结果， 控制相关联的移动机器人对所述目标货 架上的物品进行位置校正操作。 9.一种电子设备， 包括： 一个或多个处 理器； 存储装置， 其上存 储有一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1至7中任一所述的方法。 10.一种计算机可读介质， 其上存储有计算机程序， 其中， 所述程序被处理器执行时实 现如权利要求1至7中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115239996 A 3