【技术实现步骤摘要】
本申请属于物流运输，尤其涉及一种包裹分类方法、装置及系统。
技术介绍
1、在物流运输
中，随着人力成本的不断提高，采用无人化技术逐渐成为了行业趋势，例如：采用无人化供件系统逐渐取代传统的人工供件方式。
2、在无人化供件过程中，尺寸合适的包裹会经过单件分离后运输至供件台，之后再从供件台流转至分拣小车。由于分拣小车以及输送线的尺寸限制，需分类出超尺寸包裹，即，尺寸过大的包裹，并对超尺寸包裹进行剔除。
3、但是，在实际供件过程中，经常会出现包裹层叠在一起的现象，从而导致包裹分类的准确性降低，影响无人化供件系统的运行，降低供件效率。
技术实现思路
1、本申请实施例提供了一种包裹分类方法、装置及系统，可以解决上述技术问题。
2、第一方面，本申请实施例提供了一种包裹分类方法，包括：对输送线上运输的包裹进行数据采集，得到包裹对应的二维图像数据和三维点云数据；识别包裹对应的二维图像数据中的包裹影像区域；根据包裹对应的二维图像数据中的包裹影像区域，将包裹分为单件包裹和叠件包裹；其中，叠件包裹是指层叠在输送线上的包裹；根据单件包裹对应的三维点云数据，得到单件包裹的尺寸；根据单件包裹的尺寸，将单件包裹分为常规尺寸包裹和超尺寸包裹；其中，超尺寸包裹是指尺寸超过预设尺寸阈值的单件包裹。
3、进一步地，根据单件包裹对应的三维点云数据，得到单件包裹的尺寸，包括：过滤单件包裹对应的三维点云数据中的背景点云数据，得到目标点云数据；对目标点云数据进行聚类，得到点云
4、进一步地，过滤单件包裹对应的三维点云数据中的背景点云数据，得到目标点云数据，包括：根据单件包裹对应的三维点云数据，得到数据变换矩阵和背景过滤参数；识别单件包裹对应的三维点云数据中的包裹点云区域，得到包裹点云数据；根据包裹点云数据和数据变换矩阵，得到变换后的包裹点云数据；根据背景过滤参数过滤变换后的包裹点云数据，得到目标点云数据。
5、进一步地，根据单件包裹对应的三维点云数据，得到数据变换矩阵和背景过滤参数的步骤中，包括：根据单件包裹对应的三维点云数据和预设的主成分分析算法，提取目标方向向量；根据单件包裹对应的三维点云数据，获取点云数据重心；其中，点云数据重心包括所有点分别在第一维度、第二维度和第三维度上的值的平均值；其中，所述第一维度、所述第二维度和所述第三维度分别指三维直角坐标系中x轴对应的维度、y轴对应的维度和z轴对应的维度；根据目标方向向量和点云数据重心，得到数据变换矩阵。
6、进一步地，根据单件包裹对应的三维点云数据，得到数据变换矩阵和背景过滤参数的步骤中，还包括：根据单件包裹对应的三维点云数据和数据变换矩阵，得到变换后的三维点云数据；将变换后的三维点云数据中第三维度上的最大值作为背景过滤参数。
7、进一步地，根据目标点云数据集合，计算单件包裹的尺寸，包括：获取目标点云数据集合中所有点在第三维度上的最大值作为单件包裹的高度；其中，所述第三维度是指三维直角坐标系中z轴对应的维度；提取目标点云数据集合中所有点在第一维度和第二维度上的值；其中，第一维度和第二维度是指三维直角坐标系中x轴对应的维度和y轴对应的维度；根据所有点在第一维度和第二维度上的值以及预设的最小外接矩形算法，得到单件包裹的长度和宽度。
8、进一步地，对输送线上运输的包裹进行数据采集，得到包裹对应的二维图像数据和三维点云数据的步骤中，包括：对输送线上运输的包裹进行数据采集，得到同一个包裹对应的若干帧三维点云数据；根据单件包裹的尺寸，将单件包裹分为常规尺寸包裹和超尺寸包裹，包括：根据同一个单件包裹对应的若干帧三维点云数据，得到单件包裹的若干个尺寸；根据单件包裹的若干个尺寸和预设尺寸阈值，得到单件包裹的若干个初始分类结果；若判断所述单件包裹为常规尺寸包裹的初始分类结果的数量大于判断所述单件包裹为超尺寸包裹的初始分类结果的数量，则将所述单件包裹分为常规尺寸包裹；若判断所述单件包裹为常规尺寸包裹的初始分类结果的数量小于判断所述单件包裹为超尺寸包裹的初始分类结果的数量，则将所述单件包裹分为超尺寸包裹。
9、进一步地，还包括：获取超尺寸包裹在输送线上的当前位置；根据超尺寸包裹在输送线上的当前位置，对达到预设位置的超尺寸包裹进行剔除。
10、第二方面，本申请实施例提供了一种包裹分类装置，包括：采集单元，用于对输送线上运输的包裹进行数据采集，得到包裹对应的二维图像数据和三维点云数据；识别单元，用于识别包裹对应的二维图像数据中的包裹影像区域；第一分类单元，用于根据包裹对应的二维图像数据中的包裹影像区域，将包裹分为单件包裹和叠件包裹；其中，叠件包裹是指层叠在输送线上的包裹；尺寸计算单元，用于根据单件包裹对应的三维点云数据，得到单件包裹的尺寸；第二分类单元，用于根据单件包裹的尺寸，将单件包裹分为常规尺寸包裹和超尺寸包裹；其中，超尺寸包裹是指尺寸超过预设尺寸阈值的单件包裹。
11、进一步地，尺寸计算单元，包括：过滤单元，用于过滤单件包裹对应的三维点云数据中的背景点云数据，得到目标点云数据；聚类单元，用于对目标点云数据进行聚类，得到点云数据集合；选取单元，用于从点云数据集合中选取目标点云数据集合；其中，目标点云数据集合为点数量最多的点云数据集合；第一计算单元，根据目标点云数据集合，计算单件包裹的尺寸。
12、进一步地，过滤单元，包括：第二计算单元，用于根据单件包裹对应的三维点云数据，得到数据变换矩阵和背景过滤参数；第一识别单元，用于识别单件包裹对应的三维点云数据中的包裹点云区域，得到包裹点云数据；第一变换单元，用于根据包裹点云数据和数据变换矩阵，得到变换后的包裹点云数据；第一过滤单元，用于根据背景过滤参数过滤变换后的包裹点云数据，得到目标点云数据。
13、进一步地，第二计算单元，具体用于：根据单件包裹对应的三维点云数据和预设的主成分分析算法，提取目标方向向量；根据单件包裹对应的三维点云数据，获取点云数据重心；其中，点云数据重心包括所有点分别在第一维度、第二维度和第三维度上的值的平均值；其中，所述第一维度、所述第二维度和所述第三维度分别指三维直角坐标系中x轴对应的维度、y轴对应的维度和z轴对应的维度；根据目标方向向量和点云数据重心，得到数据变换矩阵。
14、进一步地，第二计算单元，还具体用于：根据单件包裹对应的三维点云数据和数据变换矩阵，得到变换后的三维点云数据；将变换后的三维点云数据中第三维度上的最大值作为背景过滤参数。
15、进一步地，第一计算单元，具体用于：获取目标点云数据集合中所有点在第三维度上的最大值作为单件包裹的高度；其中，所述第三维度是指三维直角坐标系中z轴对应的维度；提取目标点云数据集合中所有点在第一维度和第二维度上的值；其中，第一维度和第二维度是指三维直角坐标系中x轴对应的维度和y轴对应的维本文档来自技高网...
【技术保护点】
1.一种包裹分类方法，其特征在于，包括：
2.如权利要求1所述的包裹分类方法，其特征在于，所述根据所述单件包裹对应的三维点云数据，得到所述单件包裹的尺寸，包括：
3.如权利要求2所述的包裹分类方法，其特征在于，所述过滤所述单件包裹对应的三维点云数据中的背景点云数据，得到目标点云数据，包括：
4.如权利要求3所述的包裹分类方法，其特征在于，所述根据所述单件包裹对应的三维点云数据，得到数据变换矩阵和背景过滤参数的步骤中，包括：
5.如权利要求4所述的包裹分类方法，其特征在于，所述根据所述单件包裹对应的三维点云数据，得到数据变换矩阵和背景过滤参数的步骤中，还包括：
6.如权利要求2所述的包裹分类方法，其特征在于，所述根据所述目标点云数据集合，计算所述单件包裹的尺寸，包括：
7.如权利要求1至6任意一项所述的包裹分类方法，其特征在于，所述对输送线上运输的包裹进行数据采集，得到所述包裹对应的二维图像数据和三维点云数据的步骤中，包括：
8.如权利要求1至6任意一项所述的包裹分类方法，其特征在于，还包括：>
9.一种包裹分类装置，其特征在于，包括：
10.一种包裹分类系统，其特征在于，包括：包裹输送设备、数据采集设备、处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序；
...【技术特征摘要】
1.一种包裹分类方法，其特征在于，包括：
2.如权利要求1所述的包裹分类方法，其特征在于，所述根据所述单件包裹对应的三维点云数据，得到所述单件包裹的尺寸，包括：
3.如权利要求2所述的包裹分类方法，其特征在于，所述过滤所述单件包裹对应的三维点云数据中的背景点云数据，得到目标点云数据，包括：
4.如权利要求3所述的包裹分类方法，其特征在于，所述根据所述单件包裹对应的三维点云数据，得到数据变换矩阵和背景过滤参数的步骤中，包括：
5.如权利要求4所述的包裹分类方法，其特征在于，所述根据所述单件包裹对应的三维点云数据，得到数据变换矩阵和背景过滤参数的步骤...
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。