【技术实现步骤摘要】
本专利技术涉及机器视觉，尤其涉及一种基于机器视觉的智能分拣系统及方法。
技术介绍
1、在目前的物流领域，货物分拣是一个工作量相当大的流程。目前可以通过分拣机器人进行智能分拣，但是分拣机器人通常需要投入较大的成本进行研发和部署，并且分拣机器人与目前的物流分拣产线往往无法兼容。
2、鉴于此，目前需要一种成本较低、能与现有的物流分拣产线相兼容的智能分拣系统。
技术实现思路
1、本专利技术的目的在于提供一种基于机器视觉的智能分拣系统及方法，在降低成本的同时，能够与现有的物流分拣产线相兼容。
2、本专利技术一方面提供一种基于机器视觉的智能分拣系统，所述系统包括：
3、视频流识别单元，用于采集待分拣的对象集合的视频流信息，并判断所述视频流信息中的对象集合是否进入待分拣区域；
4、层级识别单元，用于在所述对象集合进入所述待分拣区域时，确定所述对象集合的分拣层级，并向所述分拣层级限定的各个分拣入口发送待拣指令；
5、拆分推送单元，用于对所述对象集合中的各个对象进行拆分，并根据拆分得到的对象类型，将各个对象推送至对应的分拣入口；
6、缺陷识别单元，用于针对任一分拣入口，采集所述分拣入口中的目标对象的对象图像，并根据所述对象图像判断所述目标对象是否存在缺陷，若所述目标对象不存在缺陷，驱动所述分拣入口处的传送带，以通过所述传送带将所述目标对象置入预设包装袋中。
7、在一个实施方式中，所述视频流识别单元具体用于，确定所述对
8、在一个实施方式中，所述拆分推送单元具体用于，在从所述对象集合中拆分出任一对象时，识别所述对象对应的分拣入口，并规划所述分拣入口和所述待分拣区域之间的传输路径，按照所述传输路径将所述对象推送至对应的分拣入口。
9、在一个实施方式中，所述缺陷识别单元具体用于，从所述对象图像中提取所述目标对象的多个维度特征，并生成各个维度特征的质量参数；基于所述质量参数，对所述多个维度特征进行融合，得到所述目标对象的融合特征；将所述融合特征与预设的多个底库特征进行匹配，确定与所述融合特征相匹配的目标底库特征；获取所述目标底库特征对应的潜在缺陷，并在所述对象图像中识别是否存在所述潜在缺陷。
10、本专利技术还提供一种基于机器视觉的智能分拣方法，所述方法包括：
11、采集待分拣的对象集合的视频流信息，并判断所述视频流信息中的对象集合是否进入待分拣区域；
12、在所述对象集合进入所述待分拣区域时，确定所述对象集合的分拣层级，并向所述分拣层级限定的各个分拣入口发送待拣指令；
13、对所述对象集合中的各个对象进行拆分，并根据拆分得到的对象类型，将各个对象推送至对应的分拣入口；
14、针对任一分拣入口，采集所述分拣入口中的目标对象的对象图像，并根据所述对象图像判断所述目标对象是否存在缺陷，若所述目标对象不存在缺陷，驱动所述分拣入口处的传送带，以通过所述传送带将所述目标对象置入预设包装袋中。
15、在一个实施方式中，判断所述视频流信息中的对象集合是否进入待分拣区域包括：
16、确定所述对象集合的行进方向，并根据所述行进方向，在所述待分拣区域中识别缓冲区域；其中，若所述对象集合越过所述待分拣区域的第一边界，进入所述缓冲区域，并从所述缓冲区域越过所述待分拣区域的第二边界，判定所述对象集合进入了所述待分拣区域。
17、在一个实施方式中，将各个对象推送至对应的分拣入口包括：
18、在从所述对象集合中拆分出任一对象时，识别所述对象对应的分拣入口，并规划所述分拣入口和所述待分拣区域之间的传输路径，按照所述传输路径将所述对象推送至对应的分拣入口。
19、在一个实施方式中，根据所述对象图像判断所述目标对象是否存在缺陷包括：
20、从所述对象图像中提取所述目标对象的多个维度特征，并生成各个维度特征的质量参数；
21、基于所述质量参数，对所述多个维度特征进行融合，得到所述目标对象的融合特征；
22、将所述融合特征与预设的多个底库特征进行匹配，确定与所述融合特征相匹配的目标底库特征；
23、获取所述目标底库特征对应的潜在缺陷，并在所述对象图像中识别是否存在所述潜在缺陷。
24、在一个实施方式中，所述方法还包括：
25、步骤一：设某分拣入口传送带传送速度为v，分拣对象标准长度为l，则在单位时间t内，该分拣入口理论最大分拣量为：
26、
27、其中st为该分拣入口在单位时间t内，理论最大分拣量，表示对的值向下取整；
28、步骤二：设在该分拣入口观测的单位时间t内，传送带的实际运行速度为vs，该分拣入口的实际分拣量为ss，则该分拣入口的拥堵系数为：
29、
30、其中k为拥堵系数；
31、步骤三：根据步骤一和步骤二的结果，计算该分拣入口的拥堵指数，其计算公式如下：
32、
33、其中z为该分拣入口的拥堵指数，当z大于0.8时表明该分拣入口已经开始拥堵，需要进行干预以解除拥堵情况，当z大于0.9时表面该分拣入口已经拥堵，需要对其进行进行必要的干预。
34、本专利技术提供的技术方案，在原先的物流分拣产线上通过部署图像采集装置，便可以完成智能分拣过程。其中，当对象集合进入待分拣区域后，可以针对分拣层级，对各个对象进行拆分后，送至对应的分拣入口处。在分拣入口处，可以通过机器视觉技术进行对象质量的把控，将满足质检的对象置入包装袋中，不仅完成了智能分拣的过程，还能够把控分拣的质量。可见，通过机器视觉的方式，不需要重新部署物流分拣产线，节省了成本，提高了分拣效率。
本文档来自技高网...【技术保护点】
1.一种基于机器视觉的智能分拣系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其特征在于，所述视频流识别单元具体用于，确定所述对象集合的行进方向，并根据所述行进方向，在所述待分拣区域中识别缓冲区域；其中，若所述对象集合越过所述待分拣区域的第一边界，进入所述缓冲区域，并从所述缓冲区域越过所述待分拣区域的第二边界，判定所述对象集合进入了所述待分拣区域。
3.根据权利要求1所述的系统，其特征在于，所述拆分推送单元具体用于，在从所述对象集合中拆分出任一对象时，识别所述对象对应的分拣入口，并规划所述分拣入口和所述待分拣区域之间的传输路径，按照所述传输路径将所述对象推送至对应的分拣入口。
4.根据权利要求1所述的系统，其特征在于，所述缺陷识别单元具体用于，从所述对象图像中提取所述目标对象的多个维度特征，并生成各个维度特征的质量参数；基于所述质量参数，对所述多个维度特征进行融合，得到所述目标对象的融合特征；将所述融合特征与预设的多个底库特征进行匹配，确定与所述融合特征相匹配的目标底库特征；获取所述目标底库特征对应的潜在缺陷，并在所述对象图像中
5.一种基于机器视觉的智能分拣方法，其特征在于，所述方法包括：
6.根据权利要求5所述的方法，其特征在于，判断所述视频流信息中的对象集合是否进入待分拣区域包括：
7.根据权利要求5所述的方法，其特征在于，将各个对象推送至对应的分拣入口包括：
8.根据权利要求5所述的方法，其特征在于，根据所述对象图像判断所述目标对象是否存在缺陷包括：
9.根据权利要求5所述的方法，其特征在于，在分拣的过程中，通过以下方法判断分拣入口是否发生拥堵：
...【技术特征摘要】
1.一种基于机器视觉的智能分拣系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其特征在于，所述视频流识别单元具体用于，确定所述对象集合的行进方向，并根据所述行进方向，在所述待分拣区域中识别缓冲区域；其中，若所述对象集合越过所述待分拣区域的第一边界，进入所述缓冲区域，并从所述缓冲区域越过所述待分拣区域的第二边界，判定所述对象集合进入了所述待分拣区域。
3.根据权利要求1所述的系统，其特征在于，所述拆分推送单元具体用于，在从所述对象集合中拆分出任一对象时，识别所述对象对应的分拣入口，并规划所述分拣入口和所述待分拣区域之间的传输路径，按照所述传输路径将所述对象推送至对应的分拣入口。
4.根据权利要求1所述的系统，其特征在于，所述缺陷识别单元具体用于，从所述对象图像中提取所述目标对象的多个维度特征，并生成...
【专利技术属性】
技术研发人员：邓俊广，席娓，邓俊涛，陈锦锋，张挺，
申请(专利权)人：东莞康视达自动化科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。