基于X光图像智能分析的快递物品分拣装置的制作方法

本实用新型涉及快递物品分拣技术领域，具体为基于x光图像智能分析的快递物品分拣装置。

背景技术：

传统的快递物品的分拣流程是采用x光安检机扫描物品得到x光谱图像，然后通过人工判断是否属于违禁品，进而采取对应的处置流程。这种系统中的人为因素(如检测人员的注意力、检测人员的职业水平等)对检测准确率存在很大影响；同时对于违禁品包裹的分拣需要工人从流水线中人工取出，工作效率低，作业无法规范化。

技术实现要素：

本实用新型的目的是克服上述现有技术的缺点，提供一种可实现对快递包裹进行自动化分拣，提高了工作效率，且可以提高检测的准确率，降低人工判别时出现的错误率的基于x光图像智能分析的快递物品分拣装置。

本实用新型是通过以下技术方案来实现的：基于x光图像智能分析的快递物品分拣装置，包括主传送带、智能x光安检机、第一红外传感器、第二红外传感器、分拣机构，所述主传送带贯穿所述智能x光安检机，所述第一红外传感器位于所述主传送带的输出端旁，所述分拣机构位于所述主传送带的输出端，所述分拣机构下方设置有若干条子传送带，每条所述子传送带的输入端旁均分别设置有所述第二红外传感器，所述智能x光安检机设置有x光成像与控制模块、x光图像智能分析模块，所述x光成像与控制模块用于采集快递包裹的x光图像及控制所述主传送带和子传送带运行，所述x光智能分析模块用于对x光图像中的物体进行目标检测并依据检测结果输出分拣指令给分拣机构，所述分拣机构依据分拣指令将快递包裹分拣到对应的所述子传送带上。

进一步地：所述分拣机构包括分拣工作台、滑动架、旋转电机、拨板，所述分拣工作台位于所述主传送带的输出端，所述分拣工作台上开设有位于同一直线上间隔排布的若干个通孔，每个所述通孔下方均分别设置有一条所述子传送带，所述滑动架设置在所述分拣工作台的一侧上方，所述旋转电机通过丝杆运动组件设置在所述滑动架上，所述旋转电机和所述拨板连接，所述旋转电机用于控制所述拨板转动至所述主传送带输出端的正上方或一侧，所述拨板呈弧状结构，每个所述通孔上铰接有与其相适配的分拣板，每块所述分拣板分别通过连杆组件连接有分拣电机。

进一步地：所述丝杆运动组件包括丝杆、移动电机、滑块，所述丝杆可转动地设置在所述滑动架上，所述丝杆的一端和所述移动电机输出端连接，所述滑块套装在所述丝杆上，所述滑动架的两端分别设置有限位板，所述滑动架其中一端的限位板上设置有触碰开关，所述触碰开关和所述移动电机电性连接，所述旋转电机设置在所述滑块上。

进一步地：所述分拣板的一侧通过转轴铰接在所述通孔的一侧，所述分拣电机设置在所述分拣工作台的底壁。

进一步地：所述连杆组件包括第一连杆和第二连杆，所述第一连杆的一端和所述分拣电机的输出端连接，所述第一连杆的另一端呈弯曲结构并和所述第二连杆的一端铰接，所述第二连杆的另一端和所述分拣板的底壁铰接。

进一步地：所述分拣板上设置有阶梯，所述通孔上设置有与所述阶梯相适配的阶梯槽。

本实用新型的有益效果

与现有技术相比，通过将快递包裹放置在主传送带上，当快递包裹经过智能x光安检机时，智能x光安检机中的x光成像与控制模块对快递包裹进行x光扫描，x光图像传感器获取快递包裹的x光图像并将x光图像发送至x光图像智能分析模块，x光图像智能分析模块通过目标检测算法对x光图像进行分析处理，判断出x光图像中的物体的类别，然后生成分拣指令给分拣机构，分拣机构依据分拣指令将快递分拣到对应的子传送带上，从而实现了对快递包裹进行自动化分拣，提高了工作效率，且可以提高检测的准确率，降低人工判别时出现的错误率，提高了快递包裹分拣的吞吐量。

附图说明

图1为本实用新型的结构示意图；

图2为分拣板和分拣电机的结构示意图；

图3为分拣板和通孔的结构示意图；

图4为本实用新型的原理框图；

图5为卷积神经网络模型结构图。

附图标记说明：1-主传送带，2-智能x光安检机，21-x光成像与控制模块，22-x光图像智能分析模块，3-第一红外传感器，4-子传送带，41-第二红外传感器，5-分拣工作台，51-通孔，511-阶梯槽，52-分拣板，521-阶梯，53-分拣电机，54-转轴，55-第一连杆，56-第二连杆，6-滑动架，61-旋转电机，62-拨板，71-移动电机，72-滑块，73-触碰开关，8-快递包裹。

具体实施方式

图1-4为本实用新型提供的基于x光图像智能分析的快递物品分拣装置实施例结构示意图，包括主传送带1、智能x光安检机2、第一红外传感器3、第二红外传感器41、分拣机构，主传送带1贯穿智能x光安检机2，第一红外传感器3位于主传送带1的输出端旁，分拣机构位于主传送带1的输出端，分拣机构下方设置有若干条子传送带4，每条子传送带4的输入端旁均分别设置有第二红外传感器41，智能x光安检机2设置有x光成像与控制模块21、x光图像智能分析模块22，x光成像与控制模块21用于采集快递包裹8的x光图像及控制主传送带1和子传送带4运行，x光智能分析模块用于对x光图像中的物体进行目标检测并依据检测结果输出分拣指令给分拣机构，分拣机构依据分拣指令将快递包裹8分拣到对应的子传送带4上。

每条子传送带4输送一种类别的快递包裹8，将快递包裹8放置在主传送带1上，当快递包裹8经过智能x光安检机2时，智能x光安检机2中的x光成像与控制模块21对快递包裹8进行x光扫描，x光图像传感器获取快递包裹8的x光图像并将x光图像发送至x光图像智能分析模块22，x光图像智能分析模块22通过目标检测算法对x光图像进行分析处理，判断出x光图像中的物体的类别，然后生成分拣指令给分拣机构，分拣机构依据分拣指令将快递分拣到对应的子传送带4上，从而实现了对快递包裹8进行自动化分拣，提高了工作效率，且可以提高检测的准确率，降低人工判别时出现的错误率，提高了快递包裹8分拣的吞吐量。

分拣机构包括分拣工作台5、滑动架6、旋转电机61、拨板62，分拣工作台5位于主传送带1的输出端，分拣工作台5上开设有位于同一直线上间隔排布的若干个通孔51，每个通孔51下方均分别设置有一条子传送带4，滑动架6设置在分拣工作台5的一侧上方，旋转电机61通过丝杆运动组件设置在滑动架6上，旋转电机61和拨板62连接，旋转电机61用于控制拨板62转动至主传送带1输出端的正上方或一侧，拨板62呈弧状结构，每个通孔51上铰接有与其相适配的分拣板52，每块分拣板52分别通过连杆组件连接有分拣电机53。

丝杆运动组件包括丝杆、移动电机71、滑块72，丝杆可转动地设置在滑动架6上，丝杆的一端和移动电机71输出端连接，滑块72套装在丝杆上，滑动架6的两端分别设置有限位板，滑动架6其中一端的限位板上设置有触碰开关73，触碰开关73和移动电机71电性连接，旋转电机61设置在滑块72上。

分拣板52的一侧通过转轴54铰接在通孔51的一侧，分拣电机53设置在分拣工作台5的底壁。

连杆组件包括第一连杆55和第二连杆56，第一连杆55的一端和分拣电机53的输出端连接，第一连杆55的另一端呈弯曲结构并和第二连杆56的一端铰接，第二连杆56的另一端和分拣板52的底壁铰接。

分拣板52上设置有阶梯521，通孔51上设置有与阶梯521相适配的阶梯521槽511。关闭通孔51时，通过分拣板52上的阶梯521和通孔51上的阶梯槽511相适配，可使分拣板52的顶面和分拣工作台5顶面持平，便于快递包裹8在分拣工作台5上移动。

打开或关闭通孔51时，分拣电机53驱动第一连杆55移动，第二连杆56随第一连杆55移动，第二连杆56带动分拣板绕转轴54转动，实现通孔51的打开或关闭。

通过在每个通孔51上设置分拣板52，每个分拣板52由独立的分拣电机53控制，实现将不同类别的快递包裹通过不同的通孔51分拣到不同的子传送带4上。

在本实施例中，通孔51设置有七个，每个通孔51分拣一种类别的快递包裹。

快递包裹8经过智能x光安检机2扫描检测后继续向前输送，第一红外传感器3检测到快递包裹8被输送至主传送带1的输出端时，第一红外传感器3将红外感应数据发送给x光图像智能分析模块22，x光图像智能分析模块22首先控制旋转电机61驱动拨板62旋转至主传送带1输出端的正上方，且拨板62位于快递包裹8后侧，同时依据快递包裹8的类别控制对应的分拣电机53驱动分拣板52旋转使对应的通孔51打开，然后控制移动电机71正向转动驱动丝杆旋转带动拨板62将快递拨至分拣工作台5，快递包裹8在分拣工作台5上移动，当其移动到打开的通孔51后，快递包裹8从通孔51掉落在对应的子传送带4上，当快递包裹8从通孔51掉落在子传送带4的输入端后，第二红外传感器41检测到快递包裹8到位并将红外感应数据发送给x光图像智能分析模块22，x光图像智能分析模块22首先控制分拣电机53驱动分拣板52旋转将通孔51关闭，然后控制移动电机71反向旋转驱动丝杆和滑块72将拨板62移动至靠近主传送带1输出端的一端，当滑块72碰抵到触碰开关73后，触碰开关73控制切断移动电机71的供电，移动电机71停止旋转，移动电机71停止旋转后，控制旋转电机61驱动拨板62旋转至主传送带1输出端的一侧，如此循环，实现将不同类别的快递包裹8分拣到对应的子传送带4上。

本实用新型的分拣步骤如下：

s1:将快递包裹放置在主传送带上；

s2：当快递包裹进入智能x光安检机后，x光成像与控制模块对快递包裹进行x光扫描，x光图像传感器获取快递包裹的x光图像并将快递包裹的x光图像发送至x光图像智能分析模块；

s3：x光图像智能分析模块通过目标检测算法对快递包裹的x光图像进行检测分析，判断快递包裹的x光图像中物体的类别信息，其中类别信息包括是否为违禁品以及违禁品的类别，违禁品包括管制刀具、枪支及零部件、液体、打火机、压缩气罐、锂电池六个类别；

s4：x光图像智能分析模块将类别信息解析为控制信号发送至分拣机构，分拣机构将快递包裹分拣至相对应的子传送带上。

进一步地：步骤s4包括以下步骤：

s4.1第一红外传感器检测到快递包裹被输送至主传送带的输出端时，第一红外传感器将红外感应数据发送给x光图像智能分析模块，x光图像智能分析模块首先控制旋转电机驱动拨板旋转至主传送带正上方，且拨板位于快递包裹后侧，同时依据快递包裹的类别控制对应的分拣电机驱动分拣板旋转打开对应的通孔，然后控制移动电机正向转动驱动丝杆旋转，滑块带动拨板将快递包裹拨至分拣工作台；

s4.2：快递包裹被拨板拨至分拣工作台上对应的通孔后，快递包裹从对应的通孔掉落在对应的子传送带上；

s4.3：快递包裹从对应的通孔掉落至对应的子传送带过程中，当第二红外传感器检测到快递包裹掉落至子传送带的输入端时，第二红外传感器将红外感应数据发送给x光图像智能分析模块，x光图像智能分析模块首先控制分拣电机驱动分拣板旋转关闭对应的通孔关闭，然后控制移动电机反向旋转驱动丝杆旋转，滑块带动拨板移动至靠近主传送带输出端的一端，当滑块碰抵到触碰开关后，触碰开关控制切断移动电机的供电，移动电机停止旋转；

s4.4：移动电机停止旋转后，控制旋转电机驱动拨板旋转至主传送带输出端的一侧。

进一步地：所述目标检测算法包括以下步骤：

1.将x光图像大小调整为448×448输入到卷积神经网络中；

2.将输入的x光图像分成7×7个栅格，如果一个物体的中心在一个删格内，那么这个栅格就负责检测这个物体；

3.每个栅格预测2个候选框以及这些候选框的得分；置信度定义为：

其中，iou定义为预测框和物体真实区域的交集面积；

4.计算每个栅格的七个条件类别概率，概率定义为：pr(classi|object)；

5.计算每个栅格所有候选框具体类别的置信度得分

进一步地：所述卷积神经网络的设计包括以下步骤：

1.创建快递包裹的x光图像数据集，数据集分为管制刀具图像、枪支及零部件图像、液体图像、打火机图像、压缩气罐图像、锂电池图像、非违禁物品图像七种类别；

2.将快递包裹的x光图像数据集作为训练数据输入到算法中，训练卷积神经网络；

3.观察神经网络损失函数输出，进行迭代使得损失函数数值不断下降，最终下降到合适值。

上列详细说明是针对本实用新型可行实施例的具体说明，该实施例并非用以限制本实用新型的专利范围，凡未脱离本实用新型所为的等效实施或变更，均应包含于本案的专利范围中。