基于多维空间视觉感知的仓库盘点方法

钟诚; 田殿雄; 赵文炎; 卢泽钰; 张良安; 李勇

doi:10.16452/j.cnki.sdkjzk.2026.01.011

山东科技大学学报（自然科学版） ›› 2026, Vol. 45 ›› Issue (1) : 122 -130. DOI: 10.16452/j.cnki.sdkjzk.2026.01.011

基于多维空间视觉感知的仓库盘点方法

钟诚, 田殿雄, 赵文炎, 卢泽钰, 张良安, 李勇

作者信息 +

Author information +

文章历史 +

PDF

摘要

传统人工仓库物资盘点方式效率低下,难以满足现代智慧仓储对物资精准管理的需求。现有的自动识别技术存在易受环境干扰、成本高昂以及在复杂场景下稳定性不足等局限,尤其在动态仓库环境中,物资盘点本质上是一个多维时空信息处理问题,需要有效融合时间、空间与距离等不局限于三维物理结构的高维度抽象特征,同时还需应对遮挡、光线变化和小目标检测等挑战。针对上述问题,本研究提出一种基于多维空间视觉感知的仓库盘点方法(MDSVP-WIM)。该方法通过混合高斯模型动态更新背景来抑制环境干扰,结合二维卷积与图像分割技术提升小目标识别精度,并引入跨帧追踪-联合投票机制,增强系统在动态场景中的稳定性与鲁棒性。在Ware Seg Net与Spatio Tack-360r数据集上的实验表明,本研究方法的平均精度均值(m AP)分别达到0.97和0.96,F1值为0.94和0.93,性能显著优于FCN、PSPNet等基准模型,为复杂仓储环境下的物资自动化盘点提供了一种高效、稳定的方案。