包裹自动分流方法及系统技术方案

本发明专利技术涉及一种包裹自动分流方法及系统，所述自动分流包括：利用图像采集装置获取运输皮带输送包裹时的包裹输送图像，其中，对所获取的包裹输送图像，利用构建的包裹目标检测模型进行包裹目标检测，以在包裹目标检测后确定包裹输送图像中包裹的位置信息以及尺寸信息；基于所确定包裹的位置信息以及尺寸信息，通过匹配跟踪方法确定当前包裹输送图像中包裹待拱包或待分流的包裹到件信息；基于确定的包裹到件信息，控制摆轮分拣装置内摆轮的转动状态，以利用摆轮的转动状态对当前包裹输送图像正对应的包裹进行拱包或分流。本发明专利技术能有效提升自动供包中包裹分流的准确率和效率，智能化程度高。程度高。程度高。

【技术实现步骤摘要】
包裹自动分流方法及系统


[0001]本专利技术涉及一种方法及系统，尤其是一种包裹自动分流方法及系统。

技术介绍

[0002][0003]物流公司的分拣中心，每天需要分拣数万个快递包裹，主要将来自线下网点的包裹分拣发往全国各地的分拣中心，或是将来自全国各地的包裹分拣给线下的网点。面对如此巨大的工作量，传统人工效率低下的包裹分流和供包方式已经不能满足目前的需求。
[0004]近几年，为了提高包裹分拣效率，国内的多家物流公司已经在努力推广自动分拣系统，在包裹自动分流方面多是以光电传感器检测包裹，非常容易出现包裹误检已经薄件漏检的问题。
[0005]因此，如何提高包裹自动分流的准确率和效率，已成为本领域亟待解决的技术问题。

技术实现思路

[0006]本专利技术的目的是克服现有技术中存在的不足，提供一种包裹自动分流方法及系统，其能有效提升自动供包中包裹分流的准确率和效率，智能化程度高。
[0007]按照本专利技术提供的技术方案，一种包裹自动分流方法，所述自动分流包括：
[0008]利用图像采集装置获取运输皮本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种包裹自动分流方法，其特征是，所述自动分流包括：利用图像采集装置获取运输皮带输送包裹时的包裹输送图像，其中，对所获取的包裹输送图像，利用构建的包裹目标检测模型进行包裹目标检测，以在包裹目标检测后确定包裹输送图像中包裹的位置信息以及尺寸信息；基于所确定包裹的位置信息以及尺寸信息，通过匹配跟踪方法确定当前包裹输送图像中包裹待拱包或待分流的包裹到件信息；基于确定的包裹到件信息，控制摆轮分拣装置内相应摆轮的转动状态，以利用摆轮的转动状态对当前包裹输送图像正对应的包裹进行拱包或分流。2.根据权利要求1所述包裹自动分流方法，其特征是，对构建的包裹目标检测模型，所述构建过程包括：构建基于YOLOV5s的目标检测基础模型，其中，目标检测基础模型的主干网络采用ShuffeNetV2网络架构，目标检测基础模型的检测头使用两层的YOLO输出检测框；对目标检测基础模型训练，以在达到目标训练状态时生成包裹目标检测模型，其中，对目标检测基础模型的训练包括依次进行的预训练以及包裹数据集训练。3.根据权利要求2所述包裹自动分流方法，其特征是，预训练时，基于COCO128数据集进行预训练，使用随机权重初始化方法，将最优MAP对应的权重作为预训练权重；基于包裹数据集训练时，对预训练权重初始化，初始化学习率为0.001，学习率衰减策略为Adam，以F1
‑
score最优的权重作为数据集训练权重；将数据集训练权重配置为目标检测基础模型的权重，以利用所述目标检测基础模型生成包裹目标检测模型。4.根据权利要求2所述包裹自动分流方法，其特征是，利用包裹目标检测模型对一包裹输送图像进行包裹目标检测时，输出一个或多个包裹预测框信息，其中，所述包裹预测框信息包括包裹预测框以及每个包裹预测框的置信度，对所有的包裹预测框按置信度排序，并使用非极大值抑制方法对交并比大于交并比阈值的包裹预测框删除，以得到包裹目标预测框；基于包裹目标预测框确定包裹的位置信息以及尺寸信息。5.根据权利要求4所述包裹自动分流方法，其特征是，对通过匹配跟踪方法确定当前包裹输送图像中包裹待拱包或待分流的包裹到件信息时，包括：在每个包裹输送图像中配置发送标定基准线；对当前帧包裹输送图像中，将完全越过发送标定基准线的包裹目标预测框剔除掉，并将剩余包裹目标预测框的横坐标按到发送标定基准线的距离从大到小依次排序，以得到距离序列：Bi1，Bi2，
…
Bi
n
，将排序得到的距离序列记为检测框列表[B
i
]，并分别计算检测框列表[B
i
]中的包裹目标检测框在下一帧包裹输送图像中位置，根据所计算在下一帧包裹输送图像中的位置生成预测框列表记为[Pi]；若当前帧包裹输送图像为执行包裹分流的第一帧图像，则将预...

【专利技术属性】
技术研发人员：张凯中，唐金亚，杜萍，
申请(专利权)人：江苏中科贯微自动化科技有限公司，
类型：发明
国别省市：