【技术实现步骤摘要】
本专利技术涉及图像处理与信息核对，尤其涉及一种无人环境下的物品贴标与信息核对方法及系统。
技术介绍
1、近年来，随着自动化和智能技术的快速发展，无人物品贴标系统逐渐成为物流、制造和仓储等行业的重要环节。无人物品贴标系统的研发旨在提升操作效率、降低人工成本，并在贴标过程中实现数据的自动采集和处理，确保物品的准确识别和信息核对。当前的贴标系统普遍通过基础图像识别技术对贴标物品进行信息校验，并结合少量传感器采集的参数来监控贴标状态。然而，大多数的无人物品贴标系统都依赖于固定参数进行贴标，缺乏对实时数据的灵活响应和调整能力，导致在应对不同物品或标签种类时，贴标的精准性和一致性受到限制。同时，由于缺乏系统性的反馈机制，无人物品贴标系统很难在贴标过程的各步骤中进行反馈优化，进而保证贴标质量。
2、可以具体的来说，传统的无人物品贴标系统有如下问题：第一，缺乏有效的历史数据和实时数据的联动分析，难以在不断变化的贴标环境中实现缺陷的精确预测，进而影响贴标质量的稳定性。第二，由于传统贴标系统依赖于固定参数进行贴标，当出现微小的环境变化或物品差异时，贴标质量容易受到影响，从而降低贴标效率。第三，而在贴标完成后的信息核对环节，传统方式通常只考虑贴标码对信息的单一核对而忽略了人工录入物品信息时的疏忽，导致在后期物品信息核对过程过于单向化，通常会出现“贴标码对而信息对不上”的问题。
3、因此，如何提升无人贴标系统的自主调节和高精度识别，成为当前技术中的一个关键挑战。
技术实现思路
1、
2、鉴于上述现有存在的问题，提出了本专利技术。因此，本专利技术提供了一种无人环境下的物品贴标与信息核对方法，用来解决
技术介绍
中提到的问题。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术提供了一种无人环境下的物品贴标与信息核对方法，包括：
5、获取物品贴标系统在操作过程中的贴标参数和物品信息，将所述贴标参数作为回归模型的训练集，将所述物品信息作为回归模型的输入集；
6、构建回归模型，考虑在所述回归模型中历史训练集和当前训练集之间的关联关系，基于所述关联关系，采用分层处理的方式对回归模型进行处理，输出贴标后的物品信息；
7、根据所述贴标后的物品信息，引入机器学习模型，通过所述机器学习模型获取历史物品贴标信息以预测物品在未来贴标时发生的缺陷概率，利用所述缺陷概率调整贴标参数，输出贴标后的物品图像；
8、对所述贴标后的物品图像进行标签识别，根据识别结果完成物品贴标与物品信息的核对操作。
9、作为本专利技术所述的无人环境下的物品贴标与信息核对方法的一种优选方案，其中：获取物品贴标系统在操作过程中的贴标参数，包括：
10、所述贴标参数包含，初始物品的贴标压力、初始贴标速度以及初始贴标角度。
11、作为本专利技术所述的无人环境下的物品贴标与信息核对方法的一种优选方案，其中：构建回归模型，考虑在所述回归模型中历史训练集和当前训练集之间的关联关系，包括：
12、根据历史训练集，定义贴标压力-角度的非线性影响系数，若当前训练集中物品的贴标角度发生变化时，计算所述非线性影响系数，得到物品在当前贴标角度下的贴标压力；
13、以所述物品在当前贴标角度下的贴标压力为标准值，若初始贴标压力不超过当前贴标角度下的贴标压力，则更新初始贴标压力，否则结合当前物品的贴标角度，计算得到物品在贴标角度下的偏移量。
14、作为本专利技术所述的无人环境下的物品贴标与信息核对方法的一种优选方案，其中：还包括：
15、根据物品在当前贴标角度下的贴标压力和物品在贴标角度下的偏移量，考虑贴标速度在当前贴标压力和贴标角度下的影响情况，计算得到不同贴标速度下的贴标压力和贴标角度组合方案。
16、作为本专利技术所述的无人环境下的物品贴标与信息核对方法的一种优选方案，其中：基于所述关联关系，采用分层处理的方式对回归模型进行处理，输出贴标后的物品信息，包括：
17、基于不同贴标速度下的贴标压力和贴标角度组合方案，将物品信息分成多个层级；
18、在每个层级中，根据物品信息中的材料和几何形状分配对应的组合方案，同时生成每个层级的物品贴标质量系数，根据所述质量系数从高到低进行排序，按照排序后的质量系数顺序输出贴标后的物品信息。
19、作为本专利技术所述的无人环境下的物品贴标与信息核对方法的一种优选方案，其中：根据所述贴标后的物品信息，引入机器学习模型，通过所述机器学习模型获取历史物品贴标信息以预测物品在未来贴标时发生的缺陷概率，利用所述缺陷概率调整贴标参数，输出贴标后的物品图像，包括：
20、基于所述输出贴标后的物品信息，得到当前物品贴标时的缺陷概率，同时通过机器学习模型获取历史物品的贴标信息进行反向预测，得到历史物品贴标时的缺陷概率；
21、根据所述历史物品贴标时的缺陷概率和当前物品贴标时的缺陷概率，得到物品在未来贴标时的缺陷概率；
22、针对所述物品在未来贴标时的缺陷概率进行范围区间定义，以每个范围区间的上下限为基准，对贴标参数进行调整，将调整后的贴标参数嵌入图像元数据中，输出贴标参数调整后的物品图像。
23、作为本专利技术所述的无人环境下的物品贴标与信息核对方法的一种优选方案，其中：对所述贴标后的物品图像进行标签识别，包括：
24、识别每一个贴标之后物品图像中的标签信息，是否与物品标签数据库中对应物品的标签信息一致，若贴标之后物品图像中的标签信息或物品标签数据库中对应物品的标签信息中任一一个标签信息不一致，则标记为“物品信息核对失败”，通知人工进行复核。
25、第二方面，本专利技术提供了无人环境下的物品贴标与信息核对系统，其包括：
26、贴标参数与物品信息采集模块，被配置为获取物品贴标系统在操作过程中的贴标参数和物品信息，将所述贴标参数作为回归模型的训练集，将所述物品信息作为回归模型的输入集；
27、回归模型构建与分层处理模块，被配置为构建回归模型，考虑在所述回归模型中历史训练集和当前训练集之间的关联关系，基于所述关联关系，采用分层处理的方式对回归模型进行处理，输出贴标后的物品信息；
28、缺陷预测与贴标参数优化模块，被配置为根据所述贴标后的物品信息，引入机器学习模型，通过所述机器学习模型获取历史物品贴标信息以预测物品在未来贴标时发生的缺陷概率，利用所述缺陷概率调整贴标参数，输出贴标后的物品图像；
29、图像识别与信息核对模块，被配置为对所述贴标后的物品图像进行标签识别，根据识别结果完成物品贴标与物品信息的核对操作。
30、第三方面，本专利技术提供了本文档来自技高网...
【技术保护点】
1.一种无人环境下的物品贴标与信息核对方法，其特征在于，包括：
2.如权利要求1所述的无人环境下的物品贴标与信息核对方法，其特征在于，获取物品贴标系统在操作过程中的贴标参数，包括：
3.如权利要求2所述的无人环境下的物品贴标与信息核对方法，其特征在于，构建回归模型，考虑在所述回归模型中历史训练集和当前训练集之间的关联关系，包括：
4.如权利要求2或3所述的无人环境下的物品贴标与信息核对方法，其特征在于，还包括：
5.如权利要求4所述的无人环境下的物品贴标与信息核对方法，其特征在于，基于所述关联关系，采用分层处理的方式对回归模型进行处理，输出贴标后的物品信息，包括：
6.如权利要求2或5所述的无人环境下的物品贴标与信息核对方法，其特征在于，根据所述贴标后的物品信息，引入机器学习模型，通过所述机器学习模型获取历史物品贴标信息以预测物品在未来贴标时发生的缺陷概率，利用所述缺陷概率调整贴标参数，输出贴标后的物品图像，包括：
7.如权利要求6所述的无人环境下的物品贴标与信息核对方法，其特征在于，对所述贴标后的物品图像进
8.一种无人环境下的物品贴标与信息核对系统，基于权利要求1～7任一所述的无人环境下的物品贴标与信息核对方法，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述方法的步骤。
...【技术特征摘要】
1.一种无人环境下的物品贴标与信息核对方法，其特征在于，包括：
2.如权利要求1所述的无人环境下的物品贴标与信息核对方法，其特征在于，获取物品贴标系统在操作过程中的贴标参数，包括：
3.如权利要求2所述的无人环境下的物品贴标与信息核对方法，其特征在于，构建回归模型，考虑在所述回归模型中历史训练集和当前训练集之间的关联关系，包括：
4.如权利要求2或3所述的无人环境下的物品贴标与信息核对方法，其特征在于，还包括：
5.如权利要求4所述的无人环境下的物品贴标与信息核对方法，其特征在于，基于所述关联关系，采用分层处理的方式对回归模型进行处理，输出贴标后的物品信息，包括：
6.如权利要求2或5所述的无人环境下的物品贴标与信息核对方法，其特征在于，根据所述贴标后的物品信息...
【专利技术属性】
技术研发人员：胡鹏，
申请(专利权)人：台润智能科技上海有限公司，
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。