用于片状物品的码垛控制方法及系统技术方案

本发明专利技术提供了用于片状物品的码垛控制方法及系统，涉及码垛控制技术领域，该方法包括：获取片状物品基础信息；匹配片状物品样本图像进行特征提取，获取样本几何特征和样本纹理特征；构建异常物品识别通道内嵌于视觉模块，对待码垛片状物品图像信息进行异常识别；在第一区域进行码垛规划，获取第一码垛方案；在第二区域进行码垛规划，获取第二码垛方案；基于码垛机器人进行码垛控制，解决了现有技术中通常按照设定的码垛方式进行固定的码垛，但是码垛过程实际情况较为复杂，设定的码垛方式无法适应，存在码垛倒塌的风险的技术问题，达到提升码垛方案的合理性

【技术实现步骤摘要】
用于片状物品的码垛控制方法及系统


[0001]本专利技术涉及码垛控制
，具体涉及用于片状物品的码垛控制方法及系统
。

技术介绍

[0002]在生产加工领域内，经常需要使用到一些片材，比如铝合金片
、
塑料片
、
薄木片
、
硅胶片
、
纸巾等，这些片材成型后，为便于使用和转移，一般需要将其堆叠在一起以便于取用，传统的码垛方式通过人工进行码垛，随着科技发展，码垛机器人逐步取代了人工堆叠
。
目前，现有技术中的自动码垛，通常按照设定的码垛方式进行固定的码垛，但是码垛过程实际情况较为复杂，设定的码垛方式无法适应，存在码垛倒塌的风险
。

技术实现思路

[0003]本专利技术提供了用于片状物品的码垛控制方法及系统，用以解决现有技术中的自动码垛，通常按照设定的码垛方式进行固定的码垛，但是码垛过程实际情况较为复杂，设定的码垛方式无法适应，存在码垛倒塌的风险的技术问题
。
[0004]根据本专利技术的第一方面，提供了用于片状物品的码垛控制方法，包括：获取片状物品基础信息，其中，所述片状物品基础信息包括物品型号信息和码垛需求信息；根据所述物品型号信息匹配片状物品样本图像进行特征提取，获取样本几何特征和样本纹理特征；根据所述样本几何特征和所述样本纹理特征，构建异常物品识别通道内嵌于所述视觉模块，对待码垛片状物品图像信息进行异常识别；当待码垛片状物品不属于异常物品，根据所述码垛需求信息对所述待码垛片状物品在第一区域进行码垛规划，获取第一码垛方案；当所述待码垛片状物品属于所述异常物品，根据所述码垛需求信息对所述待码垛片状物品在第二区域进行码垛规划，获取第二码垛方案；根据所述第一码垛方案和所述第二码垛方案基于码垛机器人进行码垛控制
。
[0005]根据本专利技术的第二方面，提供了用于片状物品的码垛控制系统，包括：基础信息获取模块，所述基础信息获取模块用于获取片状物品基础信息，其中，所述片状物品基础信息包括物品型号信息和码垛需求信息；特征提取模块，所述特征提取模块用于根据所述物品型号信息匹配片状物品样本图像进行特征提取，获取样本几何特征和样本纹理特征；异常识别模块，所述异常识别模块用于根据所述样本几何特征和所述样本纹理特征，构建异常物品识别通道内嵌于所述视觉模块，对待码垛片状物品图像信息进行异常识别；第一码垛规划模块，所述第一码垛规划模块用于当待码垛片状物品不属于异常物品，根据所述码垛需求信息对所述待码垛片状物品在第一区域进行码垛规划，获取第一码垛方案；第二码垛规划模块，所述第二码垛规划模块用于当所述待码垛片状物品属于所述异常物品，根据所述码垛需求信息对所述待码垛片状物品在第二区域进行码垛规划，获取第二码垛方案；码垛控制模块，所述码垛控制模块用于根据所述第一码垛方案和所述第二码垛方案基于码垛机器人进行码垛控制
。
[0006]根据本专利技术采用的用于片状物品的码垛控制方法，本专利技术获取片状物品基础信
息，其中，所述片状物品基础信息包括物品型号信息和码垛需求信息，根据所述物品型号信息匹配片状物品样本图像进行特征提取，获取样本几何特征和样本纹理特征，根据所述样本几何特征和所述样本纹理特征，构建异常物品识别通道内嵌于所述视觉模块，对待码垛片状物品图像信息进行异常识别，由此实现对码垛物品的实时监测，对码垛物品进行异常识别，便于后续根据异常识别结果进行码垛方案构建，防止正常物品与异常物品一起堆放，导致码垛倒塌，影响码垛的稳定性和物品的后续使用，从而达到保证码垛控制准确性，提升码垛的稳定性和安全性的技术效果
。
进一步地，根据异常识别结果获取第一码垛方案和第二码垛方案，根据所述第一码垛方案和所述第二码垛方案基于码垛机器人进行码垛控制，达到提升码垛方案的合理性
、
科学性，保证码垛控制准确性的技术效果
。
[0007]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围
。
本专利技术的其他特征将通过以下的说明书而变得容易理解
。
附图说明
[0008]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图
。
[0009]图1为本专利技术实施例提供的用于片状物品的码垛控制方法的流程示意图；图2为本专利技术实施例提供的用于片状物品的码垛控制系统的结构示意图
。
[0010]附图标记说明：基础信息获取模块
11
，特征提取模块
12
，异常识别模块
13
，第一码垛规划模块
14
，第二码垛规划模块
15
，码垛控制模块
16。
具体实施方式
[0011]以下结合附图对本专利技术的示范性实施例作出说明，其中包括本专利技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的
。
因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本专利技术的范围和精神
。
同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述
。
实施例一
[0012]图1为本专利技术实施例提供的用于片状物品的码垛控制方法图，所述方法应用于码垛机器人，所述码垛机器人包括视觉模块，所述方法包括：获取片状物品基础信息，其中，所述片状物品基础信息包括物品型号信息和码垛需求信息；在生产加工领域内，经常需要使用到一些片材，比如铝合金片
、
塑料片
、
薄木片
、
硅胶片
、
纸巾等，这些片材成型后，为便于使用和转移，一般需要将片材堆叠在一起以便于取用，本专利技术实施例提供的用于片状物品的码垛控制方法，可用于对片材堆叠过程进行控制
。
码垛机器人是一种能够自主地进行物品堆叠的智能机器人，包括视觉模块，可以在仓库或生产线等环境中使用，视觉模块用于识别需要被码垛的物品，并将识别结果传递给码垛机器，便于码垛机器人根据识别结果，并结合码垛需求确定最佳的码垛方案，从而进行码垛控
制
。
[0013]具体而言，获取片状物品基础信息，其中，所述片状物品基础信息包括物品型号信息和码垛需求信息，物品型号信息是指片状物品的类型
、
尺寸等信息；码垛需求信息是指片状物品需求的码垛高度
、
码垛宽度和码垛长度，从而为后续的码垛控制提供基础信息
。
[0014]根据所述物品型号信息匹配片状物品样本图像进行特征提取，获取样本几何特征和样本纹理特征；具体而言，根据所述物品型号信息匹配片状物品样本图像进行特征提取，简单来说，片状物品样本图像是指与待进行码本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
用于片状物品的码垛控制方法，其特征在于，应用于码垛机器人，所述码垛机器人包括视觉模块，包括：获取片状物品基础信息，其中，所述片状物品基础信息包括物品型号信息和码垛需求信息；根据所述物品型号信息匹配片状物品样本图像进行特征提取，获取样本几何特征和样本纹理特征；根据所述样本几何特征和所述样本纹理特征，构建异常物品识别通道内嵌于所述视觉模块，对待码垛片状物品图像信息进行异常识别；当待码垛片状物品不属于异常物品，根据所述码垛需求信息对所述待码垛片状物品在第一区域进行码垛规划，获取第一码垛方案；当所述待码垛片状物品属于所述异常物品，根据所述码垛需求信息对所述待码垛片状物品在第二区域进行码垛规划，获取第二码垛方案；根据所述第一码垛方案和所述第二码垛方案基于码垛机器人进行码垛控制
。2.
如权利要求1所述的方法，其特征在于，所述码垛机器人还包括用户端，根据所述样本几何特征和所述样本纹理特征，构建异常物品识别通道内嵌于所述视觉模块，对待码垛片状物品图像信息进行异常识别，包括：将所述物品型号信息
、
所述样本几何特征和所述样本纹理特征发送至所述用户端，获取第一反馈信息，其中，所述第一反馈信息包括几何特征容错区间和纹理特征容错区间；以所述物品型号信息
、
所述几何特征容错区间和所述纹理特征容错区间为场景约束信息进行数据挖掘，采集异常识别样本图像集，其中，所述异常识别样本图像集的所述样本几何特征和所述样本纹理特征在所述几何特征容错区间和所述纹理特征容错区间中均匀分布；基于所述异常识别样本图像集，构建异常识别规则，生成所述异常物品识别通道内嵌于所述视觉模块，对所述待码垛片状物品图像信息进行异常识别
。3.
如权利要求2所述的方法，其特征在于，基于所述异常识别样本图像集，构建异常识别规则，生成所述异常物品识别通道内嵌于所述视觉模块，对所述待码垛片状物品图像信息进行异常识别，包括：基于尺寸相似度的倒数构建第一虚拟坐标轴，基于纹理相似度的倒数构建第二虚拟坐标轴；根据所述第一虚拟坐标轴和所述第二虚拟坐标轴，构建虚拟二维坐标系；基于所述待码垛片状物品图像信息和所述异常识别样本图像集进行尺寸相似度评估并求倒数，生成第一坐标集；基于所述待码垛片状物品图像信息和所述异常识别样本图像集进行纹理相似度评估并求倒数，生成第二坐标集；根据所述第一坐标集和所述第二坐标集，将所述异常识别样本图像集在所述虚拟二维坐标系进行分布，生成样本分布结果；基于所述样本分布结果求取所述待码垛片状物品图像信息的局部异常因子；若所述局部异常因子大于或等于局部异常因子阈值，将所述待码垛片状物品图像信息的所述待码垛片状物品属于所述异常物品；
若所述局部异常因子小于所述局部异常因子阈值，将所述待码垛片状物品图像信息的所述待码垛片状物品不属于所述异常物品
。4.
如权利要求3所述的方法，其特征在于，基于所述样本分布结果求取所述待码垛片状物品图像信息的局部异常因子，包括：以所述虚拟二维坐标系的原点为分布中心，基于所述样本分布结果构建
k
距离邻域，其中，
k
表征邻域内的样本分布数量，
k
为整数，
k≥50
；基于所述
k
距离邻域和核心距离，遍历所述样本分布结果，计算可达距离集合，其中，核心距离
≤k
；构建局部异常因子评估函数：；；其中，表征局部异常因子，表征
k
距离...

【专利技术属性】
技术研发人员：袁让平，
申请(专利权)人：山洋自动化设备苏州有限公司，
类型：发明
国别省市：