基于人工智能的全品规柔性自动分拣控制方法及装置制造方法及图纸

本发明专利技术提供一种基于人工智能的全品规柔性自动分拣控制方法及装置，包括：分拣区域接收备货传送带所传输的待分拣货物，基于当前时刻所接收到的订单数据确定待分拣货物的数量，根据待分拣货物的数量确定柔性的机械臂组；对区域图像进行二值化处理得到二值化图像，在二值化图像中确定感兴趣像素区间的像素点，得到与待分拣货物相对应的感兴趣图像；提取每个感兴趣图像所对应的轮廓像素点，根据所述轮廓像素点生成相应感兴趣图像的规格属性信息，基于规格属性信息对所有的感兴趣图像进行分拣排序得到分拣序列；控制机械臂组按照所述分拣序列，依次提取感兴趣图像相对应的待分拣货物至包装区域叠放设置。包装区域叠放设置。包装区域叠放设置。

【技术实现步骤摘要】
基于人工智能的全品规柔性自动分拣控制方法及装置


[0001]本专利技术涉及自动控制
，尤其涉及一种基于人工智能的全品规柔性自动分拣控制方法及装置。

技术介绍

[0002]柔性制造的模式广泛存在，比如定制，这种以消费者为导向的，以需定产的方式对立的是传统大规模量产的生产模式。在柔性制造中，考验的是生产线和供应链的反应速度。比如在电子商务领域兴起的“C2B”“C2P2B”等模式体现的正是柔性制造的精髓所在。
[0003]柔性制造的第一方面是系统适应外部环境变化的能力，可用系统满足新产品要求的程度来衡量；第二方面是系统适应内部变化的能力，可用在有干扰（如机器出现故障）情况下，系统的生产率与无干扰情况下的生产率期望值之比来衡量。“柔性”是相对于“刚性”而言的，传统的“刚性”自动化生产线主要实现单一品种的大批量生产。
[0004]为了满足消费者不断提升的多样化消费需求，相同类型的产品可能会具有不同的规格，所以需要在进行分拣时能够对相应产品规格的不同进行合理化、智能化的分拣。
[0005]以烟草分拣为例，由于我国烟草专卖法的要求，卷烟商业零售配送是卷烟从工厂
→
卷烟配送中心
→
零售户的唯一合法流转途径。随着烟草行业运营需求的不断整合和优化，卷烟配送中心已经成为烟草供应链上的重要部分。卷烟配送中心作业一般由几个部分组成，即仓储、备货、分拣以及打包。不同的商家可能会需要不同数量、不同种类的烟草，不同种类的烟草的体积、颜色都会存在一定的不同，所以在自动分拣过程中需要对所有产品的规格进行识别、分拣，现有技术中还无法基于订单进行快速、高效的分拣。

技术实现思路

[0006]本专利技术实施例提供一种基于人工智能的全品规柔性自动分拣控制方法及装置，能够在进行自动分拣时根据规格的不同，对所有规格产品的待分拣货物进行识别、分拣，提高订单的处理、分拣效率。
[0007]本专利技术实施例的第一方面，提供一种基于人工智能的全品规柔性自动分拣控制方法，包括：分拣区域接收备货传送带所传输的待分拣货物，基于当前时刻所接收到的订单数据确定待分拣货物的数量，根据所述待分拣货物的数量确定柔性的机械臂组；获取分拣区域的区域图像，对所述区域图像进行二值化处理得到二值化图像，在所述二值化图像中确定感兴趣像素区间的像素点，得到与所述待分拣货物相对应的感兴趣图像；提取每个感兴趣图像所对应的轮廓像素点，根据所述轮廓像素点生成相应感兴趣图像的规格属性信息，基于所述规格属性信息对所有的感兴趣图像进行分拣排序得到分拣序列；控制所述机械臂组按照所述分拣序列，依次提取感兴趣图像相对应的待分拣货物
至包装区域叠放设置。
[0008]可选地，在第一方面的一种可能实现方式中，所述分拣区域接收备货传送带所传输的待分拣货物，基于当前时刻所接收到的订单数据确定待分拣货物的数量，根据所述待分拣货物的数量确定柔性的机械臂组，包括：若所述待分拣货物的数量小于等于第一预设数量，则选择1个分拣机械臂生成机械臂组，所述1个分拣机械臂对应整个分拣区域；若所述待分拣货物的数量大于第一预设数量，则确定多个分拣机械臂生成机械臂组；根据所述分拣机械臂的数量对所述分拣区域划分得到相应数量的分拣子区域，为每个子区域设置一个相对应的分拣机械臂。
[0009]可选地，在第一方面的一种可能实现方式中，所述获取分拣区域的区域图像，对所述区域图像进行二值化处理得到二值化图像，在所述二值化图像中确定感兴趣像素区间的像素点，得到与所述待分拣货物相对应的感兴趣图像，包括：接收所述分拣区域的背景颜色得到第一像素区间；根据所述第一像素区间以外的其他像素值得到二值化目标像素点，基于所述第一像素区间和二值化目标像素点对所述区域图像进行二值化处理得到二值化图像；将二值化图像中具有二值化目标像素点的区域作为感兴趣图像，对每个感兴趣图像标号处理。
[0010]可选地，在第一方面的一种可能实现方式中，所述提取每个感兴趣图像所对应的轮廓像素点，根据所述轮廓像素点生成相应感兴趣图像的规格属性信息，基于所述规格属性信息对所有的感兴趣图像进行分拣排序得到分拣序列，包括：依次获取感兴趣图像中的每一个二值化目标像素点及其相邻像素点；若判断感兴趣图像中某个二值化目标像素点的相邻像素点不为二值化目标像素点，则将感兴趣图像中相应的二值化目标像素点作为轮廓像素点；对所有相邻的轮廓像素点相连接得到像素点连接线，根据每个像素点连接线的轮廓像素点的数量进行计算得到规格属性信息；将每个感兴趣图像的规格属性信息中的长信息、宽信息进行比对，得到所有的感兴趣图像进行分拣排序得到分拣序列。
[0011]可选地，在第一方面的一种可能实现方式中，所述对所有相邻的轮廓像素点相连接得到像素点连接线，根据每个像素点连接线的轮廓像素点的数量进行计算得到规格属性信息，包括：将二值化图像的中心点作为坐标原点，对所述二值化图像进行坐标化处理，得到二值化图像内每个像素点的坐标；提取相邻的轮廓像素点的坐标生成相对应的函数信息，将具有相同函数信息的所有相邻的轮廓像素点进行连接得到像素点连接线；将轮廓像素点的数量多的像素点连接线作为长度连接线，将轮廓像素点的数量少的像素点连接线作为宽度连接线；根据所述长度连接线、宽度连接线得到规格属性信息的长信息和宽信息。
[0012]可选地，在第一方面的一种可能实现方式中，将每个感兴趣图像的规格属性信息
中的长信息、宽信息进行比对，得到所有的感兴趣图像进行分拣排序得到分拣序列，包括：基于每个感兴趣图像的规格属性信息中的长信息、宽信息进行计算，生成相对应的体积系数；基于所述体积系数对所有感兴趣图像的标号进行降序排序，若判断存在相同体积系数的感兴趣图像，则将相同体积系数的感兴趣图像的标号进行随机排序，得到分拣序列；通过以下公式计算体积系数，其中，为第个感兴趣图像的体积系数，为长度连接线对应的轮廓像素点的数量，为长度权重值，为长度常数值，为宽度连接线对应的轮廓像素点的数量，为宽度权重值，为宽度常数值。
[0013]可选地，在第一方面的一种可能实现方式中，所述控制所述机械臂组按照所述分拣序列，依次提取感兴趣图像相对应的待分拣货物至包装区域叠放，包括：获取当前时刻分拣序列内需要被分拣的感兴趣图像，提取所述感兴趣图像的像素点所位于的分拣子区域；控制所述分拣子区域对应的分拣机械臂对感兴趣图像对应的待分拣货物进行抓取，分拣至包装区域叠放设置。
[0014]可选地，在第一方面的一种可能实现方式中，所述获取当前时刻分拣序列内需要被分拣的感兴趣图像，提取所述感兴趣图像的像素点所位于的分拣子区域，包括：若判断存在感兴趣图像分别处于两个分拣子区域内，则获取每个分拣子区域的感兴趣图像的总数量，将总数量少的分拣子区域作为感兴趣图像的像素点所位于的分拣子区域；若每个分拣子区域的感兴趣图像的总数量相同，则分别提取所述感兴趣图像在每个分拣子区域内的像素点数量，将像素点数量多的分拣子区域作为感兴趣图像的像素点所位于的分拣子区域。
[0015]可选地，在第一方面的一种可能实现方式中，所述控制所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的全品规柔性自动分拣控制方法，其特征在于，包括：分拣区域接收备货传送带所传输的待分拣货物，基于当前时刻所接收到的订单数据确定待分拣货物的数量，根据所述待分拣货物的数量确定柔性的机械臂组；获取分拣区域的区域图像，对所述区域图像进行二值化处理得到二值化图像，在所述二值化图像中确定感兴趣像素区间的像素点，得到与所述待分拣货物相对应的感兴趣图像；提取每个感兴趣图像所对应的轮廓像素点，根据所述轮廓像素点生成相应感兴趣图像的规格属性信息，基于所述规格属性信息对所有的感兴趣图像进行分拣排序得到分拣序列；控制所述机械臂组按照所述分拣序列，依次提取感兴趣图像相对应的待分拣货物至包装区域叠放设置。2.根据权利要求1所述的基于人工智能的全品规柔性自动分拣控制方法，其特征在于，所述分拣区域接收备货传送带所传输的待分拣货物，基于当前时刻所接收到的订单数据确定待分拣货物的数量，根据所述待分拣货物的数量确定柔性的机械臂组，包括：若所述待分拣货物的数量小于等于第一预设数量，则选择1个分拣机械臂生成机械臂组，所述1个分拣机械臂对应整个分拣区域；若所述待分拣货物的数量大于第一预设数量，则确定多个分拣机械臂生成机械臂组；根据所述分拣机械臂的数量对所述分拣区域划分得到相应数量的分拣子区域，为每个子区域设置一个相对应的分拣机械臂。3.根据权利要求2所述的基于人工智能的全品规柔性自动分拣控制方法，其特征在于，所述获取分拣区域的区域图像，对所述区域图像进行二值化处理得到二值化图像，在所述二值化图像中确定感兴趣像素区间的像素点，得到与所述待分拣货物相对应的感兴趣图像，包括：接收所述分拣区域的背景颜色得到第一像素区间；根据所述第一像素区间以外的其他像素值得到二值化目标像素点，基于所述第一像素区间和二值化目标像素点对所述区域图像进行二值化处理得到二值化图像；将二值化图像中具有二值化目标像素点的区域作为感兴趣图像，对每个感兴趣图像标号处理。4.根据权利要求3所述的基于人工智能的全品规柔性自动分拣控制方法，其特征在于，所述提取每个感兴趣图像所对应的轮廓像素点，根据所述轮廓像素点生成相应感兴趣图像的规格属性信息，基于所述规格属性信息对所有的感兴趣图像进行分拣排序得到分拣序列，包括：依次获取感兴趣图像中的每一个二值化目标像素点及其相邻像素点；若判断感兴趣图像中某个二值化目标像素点的相邻像素点不为二值化目标像素点，则将感兴趣图像中相应的二值化目标像素点作为轮廓像素点；对所有相邻的轮廓像素点相连接得到像素点连接线，根据每个像素点连接线的轮廓像素点的数量进行计算得到规格属性信息；将每个感兴趣图像的规格属性信息中的长信息、宽信息进行比对，得到所有的感兴趣图像进行分拣排序得到分拣序列。
5.根据权利要求4所述的基于人工智能的全品规柔性自动分拣控制方法，其特征在于，所述对所有相邻的轮廓像素点相连接得到像素点连接线，根据每个像素点连接线的轮廓像素点的数量进行计算得到规格属性信息，包括：将二值化图像的中心点作为坐标原点，对所述二值化图像进行坐标化处理，得到二值化图像内每个像素点的坐标；提取相邻的轮廓像素点的坐标生成相对应的函数信息，将具有相同函数信息的所有相邻的轮廓像素点进行连接得到像素点连接线；将轮廓像素点的数量多的像素点连接线作为长度连接线，将轮廓像素点的数量少的像素点连接线作为宽度连接线；根据所述长度连接线、宽度连接线得到规格属性信息的长信息和宽信息。6.根据权利要求5所...

【专利技术属性】
技术研发人员：成铭，万国龙，于艳，姜德顺，高晨，
申请(专利权)人：山东青岛烟草有限公司，
类型：发明
国别省市：