本发明涉及机器视觉,尤其涉及一种基于机器视觉的智能分拣系统及方法。
背景技术:
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、本发明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、本发明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。
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、本发明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、本发明提供的技术方案,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。
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识别是否存在所述潜在缺陷。
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: