智能物流叠件检测方法技术

本发明专利技术提供了一种智能物流叠件检测方法，包括有如下步骤：步骤一：将检测设备安装至传送带上，将检测区域对准传送带，然后通过启动检测设备；步骤二：检测区域内存在包裹，通过传感器系统对包裹进行拍照，生成包裹的图像；步骤三：将采集到的图像传递给检测算法模型，通过卷积神经网络提取出包裹的特征信息,在图片上定位包裹的位置，并将包裹区域的图片信息提取；步骤四：将提取的包裹区域的图片信息递给分类算法模型，分类算法模型对包裹的状态进行预测，在预测完成后，将预测值与预先定义的阈值进行比较，以确定包裹的状态；步骤五：输出检测结果；步骤六：根据检测结果，对被检测的包裹进行分选；解决了传统的检测方法泛用性不足的问题。

【技术实现步骤摘要】

本专利技术属于物流，更具体地说，特别涉及智能物流叠件检测方法。

技术介绍

1、最早的叠件检测技术主要采用人工方式，通过肉眼观察叠放情况，判断是否出现异常。这种方式效率低下，人工进行叠件检测需要大量的人力成本和时间成本。检测人员需要仔细观察物品的叠放情况，判断是否出现异常，这需要花费大量的时间和精力；其次，精度有限，人工进行叠件检测时，由于疲劳、注意力不集中等因素，会存在一定的误差和误判；而且，具有难以处理多任务和不确定性问题，在实际的物流场景中，需要同时进行多种任务的检测，如形状、颜色、尺寸等。人工进行检测时，需要针对不同任务进行观察和分析，工作量巨大。

2、如202011499123.6的中国专利技术专利，提供了异常件检测与调流分拣方法,该方法中，提出了利用视觉识别装置逐一进行拍照以生成图像信息，获取每一包裹的三维尺寸数据与实时位置坐标，根据包裹图像进行传统的机器视觉算法识别异形件，而机器视觉算法需要通过人工设计特征和算法来进行检测，因此会存在一定的误差和误判。此外，传统的机器视觉算法需要进行复杂的图像处理和计算，不光需要更多的计算资源，而且本文档来自技高网...

【技术保护点】

1.一种智能物流叠件检测方法，其特征在于：包括有以下步骤：

2.根据权利要求1所述的智能物流叠件检测方法，其特征在于：在步骤二中，所述传感器系统还包括有光电触发器、多组光源(2)与相机(1)，所述检测设备上设置有所述相机(1)，所述相机(1)两侧分别设置有所述光源(2)。

3.根据权利要求2所述的智能物流叠件检测方法，其特征在于：多组所述光源(2)均朝向所述检测区域，所述检测区域内设置有所述光电触发器，所述光电触发器检测到所述包裹，plc控制器收到光电信号，通过所述相机(1)对所述包裹拍照，生成所述彩色图像。

4.根据权利要求1所述的智能物流叠件检测方...

【技术特征摘要】

1.一种智能物流叠件检测方法，其特征在于：包括有以下步骤：

2.根据权利要求1所述的智能物流叠件检测方法，其特征在于：在步骤二中，所述传感器系统还包括有光电触发器、多组光源(2)与相机(1)，所述检测设备上设置有所述相机(1)，所述相机(1)两侧分别设置有所述光源(2)。

3.根据权利要求2所述的智能物流叠件检测方法，其特征在于：多组所述光源(2)均朝向所述检测区域，所述检测区域内设置有所述光电触发器，所述光电触发器检测到所述包裹，plc控制器收到光电信号，通过所述相机(1)对所述包裹拍照，生成所述彩色图像。

4.根据权利要求1所述的智能物流叠件检测方法，其特征在于：在步骤四中，所述算法模型基于深度学习技术，所述算法模型包括有检测模型与分类模型，所述分类模型可根据所述包裹特征...

【专利技术属性】
技术研发人员：代伟，
申请(专利权)人：中邮科技股份有限公司，
类型：发明
国别省市：