一种配件成品管理系统及其管理方法技术方案

一种配件成品管理系统及其管理方法，管理系统包括流水输送线，用于对需要出入库的配件成品进行输送；视觉识别模块，用于对流水输送线上的配件成品进行多角度拍照识别分类，并将拍得的照片传送到视觉主机；视觉主机，用于对照片进行检测；ERP或报警器，视觉主机对照片的检测结果反馈给ERP或报警器；称重模块，用于对出入库的配件成品进行称重，并将称重结果传送到视觉主机；视觉计数模块，用于对出入库的配件成品进行计数，并将计数结果传送到视觉主机；视觉主机分别与视觉识别模块、ERP或报警器、称重模块、视觉计数模块通讯连接。本发明专利技术的配件成品管理系统可对配件成品进行自动化管理，以达到方便管理、减员增效等目的。减员增效等目的。减员增效等目的。

【技术实现步骤摘要】
一种配件成品管理系统及其管理方法


[0001]本专利技术涉及一种管理系统，特别涉及一种配件成品管理系统及其管理方法。

技术介绍

[0002]随着科技的发展，制造业也在不断更新迭代，在机器视觉领域中，视觉检测系统一般包括主机、工业相机、光源、镜头和视觉软件，可以代替人工，相当于机器人的眼睛，通俗的讲就是图像处理，通过相机对需要检测的物品、区域进行拍照，然后进行图像处理，反馈检测结果，并根据结果进行处理。
[0003]通过了解，现在企业一般都有多个成品生产线和配件仓库，但在产品生产过程中，仍有大部分工序没能实现自动化管理；比如配件和成品出库入库管理，仍然由人工来检测，不仅成本高，而且容易视觉疲劳而出错；考虑到管理成本，检测效果等因素，故准备使用目前比较先进的视觉检测方式来代替人工检测，出库入库管理的内容有：配件入出库、成品出入库等。
[0004]目前配件的样式较多，共有上千种；主要有称重和计件两种方式管理；配件如靠人工计数，要记忆众多型号规格，检测时还要环视工件一周，可能容易使员工产生厌倦情绪，影响管理；人工检测时也容易造成多检，少检，漏检；目前配件出入库是人工运转，没有实现自动化。迫切需要一个配件出入库管理系统，来解决这一问题。
[0005]因此，有必要做进一步改进。

技术实现思路

[0006]本专利技术的目的旨在提供一种管理方便、成本低、管理质量好、实用性强的配件成品管理系统及其管理方法，以克服现有技术中的不足之处。
[0007]按此目的设计的一种配件成品管理系统，其特征在于：包括
[0008]流水输送线，用于对需要出入库的配件成品进行输送；
[0009]视觉识别模块，用于对流水输送线上的配件成品进行多角度拍照识别分类，并将拍得的照片传送到视觉主机；
[0010]视觉主机，用于对照片进行检测；
[0011]ERP或报警器，视觉主机对照片的检测结果反馈给ERP或报警器；
[0012]称重模块，用于对出入库的配件成品进行称重，并将称重结果传送到视觉主机；
[0013]视觉计数模块，用于对出入库的配件成品进行计数，并将计数结果传送到视觉主机；
[0014]视觉主机分别与视觉识别模块、ERP或报警器、称重模块、视觉计数模块通讯连接。
[0015]视觉主机上设置有用于协调视觉识别模块对全部配件成品的状态进行全方位感知的数据采集模块，视觉识别模块与数据采集模块通讯连接。
[0016]视觉主机上设置有利用视觉识别模块感知的数据进行人工标注、并构建产品数据集的深度学习网络模块，视觉识别模块与深度学习网络模块通讯连接。
[0017]视觉主机上设置有用于通过测试数据反向回馈神经网络、并进行参数调整、以提高深度神经网络模型检测精度的系统测试模块。
[0018]还包括电源供电模块，电源供电模块分别与视觉识别模块、视觉主机、视觉计数模块电连接。
[0019]视觉识别模块为摄像头，且视觉识别模块设置5个以上。
[0020]称重模块为电子秤，称重模块通过串口线和/或USB线连接视觉主机。
[0021]视觉计数模块为摄像头。
[0022]按此目的设计的一种配件成品管理系统的管理方法：其特征在于：包括以下步骤：
[0023]A、将需要出入库的配件成品放于流水输送线指定区域内；
[0024]B、通过多个视觉识别模块对配件成品同时进行多角度拍照，通过称重模块对配件成品进行称重，通过视觉计数模块对配件成品进行计数；
[0025]C、将步骤B拍得的照片传送到视觉主机进行检测，得出检测结果；
[0026]D、保存照片及检测结果，并将检测结果反馈给ERP或报警器。
[0027]步骤A中，控制好配件成品之间的间隔，配件成品之间要有一定的间距。
[0028]本专利技术具有如下有益效果：
[0029]1、配件成品管理系统采用一体化组件设计，可完美契合现有的生产线流程，可以做到即插即用，无需对生产线进行大的改造，节约了系统的部署成本；
[0030]2、通过多摄像产头的方式采集图像，不需要将产品旋转即可完成照片采集，最大可能的节约了数据采集时间；
[0031]3、可对配件成品进行自动化管理，以达到方便管理、减员增效等目的，节省了人工成本和管理成本；
[0032]4、数据实时回传云端处理及存储，及时反映配件和成品的统计信息，有利管理的改进与完善，提升管理质量。
附图说明
[0033]图1为本专利技术一实施例中配件成品管理系统的部分结构简图。
[0034]图2为本专利技术一实施例中配件成品管理系统的连接原理图。
[0035]图3为本专利技术一实施例中配件成品管理系统的管理流程图。
具体实施方式
[0036]下面结合附图及实施例对本专利技术作进一步描述。
[0037]参见图1
‑
图3，本配件成品管理系统，包括
[0038]流水输送线1，用于对需要出入库的配件成品7进行输送；
[0039]视觉识别模块2，用于对流水输送线1上的配件成品7进行多角度拍照识别分类，并将拍得的照片传送到视觉主机3；
[0040]视觉主机3，用于对照片进行检测；
[0041]云端ERP或报警器4，视觉主机3对照片的检测结果反馈给ERP或报警器4；
[0042]称重模块5，用于对出入库的配件成品7进行称重，并将称重结果传送到视觉主机3，称重结果通过视觉主机3同步录入ERP。
[0043]视觉计数模块6，用于对出入库的配件成品7进行计数，并将计数结果传送到视觉主机3，计数结果通过视觉主机3同步录入ERP。
[0044]视觉主机3分别与视觉识别模块2、ERP或报警器4、称重模块5、视觉计数模块6通讯连接；本配件成品管理系统通过将配件成品出入库放在流水区域上，流水区域架设摄像头检测配件和成品，反馈结果，报警或后续做自动化处理。
[0045]视觉主机3上设置有数据采集模块8，视觉识别模块2与数据采集模块8通讯连接，数据采集模块8是通过协调多个摄像头模组(视觉识别模块2)对全部配件和成品的状态进行全方位的感知，抓取配件和成品状态的高清图片或视频。
[0046]视觉主机3上设置有深度学习网络模块9，视觉识别模块2与深度学习网络模块9通讯连接，深度学习网络模块9设计抗干扰的深度神经网络模型，利用摄像头感知的数据，进行人工标注，构建产品数据集，基于产品数据集训练设计的深度神经网络模型，通过训练使得深度神经网络模型能够自动检测和识别分类。
[0047]视觉主机3上设置有系统测试模块10，系统测试模块10采用可靠的视觉检测与识别系统，也依赖于可靠的测试数据集，通过测试数据反向回馈神经网络，进行参数调整，以提高深度神经网络模型的检测精度。
[0048]总体上，本配件成品管理系统设计方案采用计算机视觉与深度学习等人工智能技术对产品进行自动识别和测量，并通过重量数据，机器智能实现准确的数量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配件成品管理系统，其特征在于：包括流水输送线(1)，用于对需要出入库的配件成品(7)进行输送；视觉识别模块(2)，用于对流水输送线(1)上的配件成品(7)进行多角度拍照识别分类，并将拍得的照片传送到视觉主机(3)；视觉主机(3)，用于对照片进行检测；ERP或报警器(4)，视觉主机(3)对照片的检测结果反馈给ERP或报警器(4)；称重模块(5)，用于对出入库的配件成品(7)进行称重，并将称重结果传送到视觉主机(3)；视觉计数模块(6)，用于对出入库的配件成品(7)进行计数，并将计数结果传送到视觉主机(3)；视觉主机(3)分别与视觉识别模块(2)、ERP或报警器(4)、称重模块(5)、视觉计数模块(6)通讯连接。2.根据权利要求1所述的配件成品管理系统，其特征在于：视觉主机(3)上设置有用于协调视觉识别模块(2)对全部配件成品(7)的状态进行全方位感知的数据采集模块(8)，视觉识别模块(2)与数据采集模块(8)通讯连接。3.根据权利要求1所述的配件成品管理系统，其特征在于：视觉主机(3)上设置有利用视觉识别模块(2)感知的数据进行人工标注、并构建产品数据集的深度学习网络模块(9)，视觉识别模块(2)与深度学习网络模块(9)通讯连接。4.根据权利要求1所述的配件成品管理系统，其特征在于：视觉主机(3)上设置有用于通过测试数据反向回馈神经网络、并进行参...

【专利技术属性】
技术研发人员：梁文广，
申请(专利权)人：广东飞鹿电器有限公司，
类型：发明
国别省市：