一种仓储物流中的视觉检测方法及系统与流程

本发明涉及自动化物流，具体涉及一种仓储物流中的视觉检测方法及系统。

背景技术：

1、随着仓储物流行业的发展，客户的需求不再是简单的出入库、包装、库存，对输送物料的信息处理要求也越来越多，除了常规的扫码器识别条码、rfid射频识别技术外，对于输送物料的外观、体积等方面的检测需求也开始出现，在入库时，需要测量物料的体积，识别物料上特定的字符，以及检查物料上是否存在包装缺陷，如包装上存在孔洞、划痕、封箱不严、乱涂乱画等缺陷，而传统的外形检查已经无法满足这些要求，而近些年发展迅速的视觉识别技术，即利用计算机识别和理解图像数据的技术，该技术通过捕捉、提取和分析图像信息，使机器能够自动化的识别图像中的内容，从而实现自动的识别或检测目标物体和特征。

2、目前，主要有人工检查判断、普通外形检查、单一摄像头拍照图像识别等。人工可以检查外观缺陷，但是由于人的主观判断没有固定的判断标准，判断的结果不完全一致。另外对于物料的六个面都需要检测，尤其是底面，需要抬起、翻转等动作，人工劳动强度大，工作效率低。普遍的外形检查可以用来检测物料是否超规，但是无法进行体积测量，更无法对孔洞、划痕等缺陷进行检测；单一摄像头拍照可对一面进行缺陷检测，不能其他面进行检测，同时无法完成体积测量、字符识别。

技术实现思路

1、本发明的目的在于：针对目前现有技术不能同时完成体积测量、字符识别等问题，提供了一种仓储物流中的视觉检测方法及系统，通过采用多个相机，在多个角度进行拍照，完成了对纸箱体积测量、标签识别、六个面外观缺陷检测，便于后续对不同规格纸箱的处理，以及对不合格纸箱及时发现处理，提高检测效率；采用深度学习技术，相比传统视觉处理算法，使用现代技术自动提取特征，手工调试的工作大大减少，从而能够便捷处理庞大的数据集，另外通过大量样品数据对产品缺陷进行分析判断，解决缺陷形态多变、物料背景颜色一致性差的问题。

2、本发明的技术方案如下：

3、一种仓储物流中的视觉检测方法，包括以下步骤：

4、构建物料模型，针对物料缺陷特征通过深度学习算法进行模型训练；

5、采集待检测物料的图像信息，包括前侧、后侧、左侧、右侧、顶面和底面图像信息，通过智能对焦模块根据物料规格控制镜头对焦，通过时序控制模块控制相机光源打开、拍照和体积测量；

6、通过训练后的外观检测模块获取物料的三维尺寸，判断物料是否存在长短边放反；

7、通过标签识别模块检测标签获得标签检测结果；

8、通过高性能图像处理器采用智能图像处理技术检测纸箱外观缺陷、特定字符识别，融合检测信息，得到检测结果；

9、通过通讯模块把检测结果发送到plc和wcs，将缺陷物料剔除。

10、进一步的，所述采集待检测物料的图像信息通过多个相机进行多个角度采集图像信息，相机包括至少一个3d相机、至少五个工业面阵相机、至少一个工业线阵相机。

11、进一步的，所述3d相机获取物料体积测量信息；工业面阵相机获取物料前侧、后侧、左侧、右侧和顶面五个面的图像信息，并进行外观缺陷检测及标签检测；工业线阵相机获取底面图像信息，并进行外观检测。

12、进一步的，所述采集待检测物料的图像信息通过三个工位对物料图像进行采集，具体包括：

13、物料到达工位1后，接收到物料到位io信号时，触发3d相机获取物料立体图像特征，获得物料三维尺寸信息；

14、物料到达工位2后，接收到纸箱到位io信号时，触发工位2的三个工业面阵相机采集物料左侧、右侧和顶面图像信息；

15、物料到达工位3后，接收到纸箱到位io信号时，触发工位2的两个工业面阵相机及工业线阵相机采集物料前侧、后侧和底面的图像信息。

16、本发明还包括一种仓储物流中的视觉检测系统，实现一种仓储物流中的视觉检测方法，包括：

17、物料信息采集模块，通过至少七个相机获取物料立体及六面图像信息；

18、体积测量模块，通过物料立体图像信息获得物料三维尺寸信息，判断物料是否存在长短边放反；

19、外观检测模块，通过深度学习算法对物料缺陷进行训练，将获取的物料六面图像信息与物料缺陷图像信息进行对比检测，同时通过模板匹配识别物料六面图像信息中的标签信息；

20、智能对焦模块，根据物料规格控制相机镜头对焦；

21、时序控制模块，控制相机光源打开、拍照、体积测量。

22、图像处理模块，采用智能图像处理技术检测纸箱外观缺陷、特定字符识别。

23、进一步的，所述系统通过plc、wcs进行实时通讯。

24、与现有的技术相比本发明的有益效果是：

25、1、一种仓储物流中的视觉检测方法及系统，通过采用多个相机，在多个角度进行拍照，完成了对纸箱体积测量、标签识别、六个面外观缺陷检测，便于后续对不同规格纸箱的处理，以及对不合格纸箱及时发现处理，提高检测效率；

26、2、一种仓储物流中的视觉检测方法及系统，采用了深度学习技术，相比传统视觉处理算法，使用现代技术自动提取特征，手工调试的工作大大减少，从而能够便捷处理庞大的数据集，另外通过大量样品数据对产品缺陷进行分析判断，解决缺陷形态多变、物料背景颜色一致性差的问题；

27、3、一种仓储物流中的视觉检测方法及系统，采用深度学习算法，后续的维护完善更方便，在实际应用中，当有新的缺陷需要添加进来时，不需要专业的工程师，只需要接受过培训的人员按照指定流程操作，即可完成对漏检缺陷的算法完善。

技术特征：

1.一种仓储物流中的视觉检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种仓储物流中的视觉检测方法，其特征在于，所述采集待检测物料的图像信息通过多个相机进行多个角度采集图像信息，相机包括至少一个3d相机、至少五个工业面阵相机、至少一个工业线阵相机。

3.根据权利要求2所述的一种仓储物流中的视觉检测方法，其特征在于，所述3d相机获取物料体积测量信息；工业面阵相机获取物料前侧、后侧、左侧、右侧和顶面五个面的图像信息，并进行外观缺陷检测及标签检测；工业线阵相机获取底面图像信息，并进行外观检测。

4.根据权利要求3所述的一种仓储物流中的视觉检测方法，其特征在于，所述采集待检测物料的图像信息通过三个工位对物料图像进行采集，具体包括：

5.一种仓储物流中的视觉检测系统，其特征在于，实现如权利要求1-4任一权利要求所述的一种仓储物流中的视觉检测方法，包括：

6.根据权利要求5所述的一种仓储物流中的视觉检测系统，其特征在于，所述系统通过plc、wcs进行实时通讯。

技术总结
本发明公开了一种仓储物流中的视觉检测方法，构建物料模型，针对物料缺陷特征通过深度学习算法进行模型训练；采集待检测物料的图像信息，通过智能对焦模块根据物料规格控制镜头对焦，通过时序控制模块控制相机光源打开、拍照和体积测量；通过训练后的外观检测模块获取物料的三维尺寸，通过标签识别模块检测标签获得标签检测结果；通过高性能图像处理器检测纸箱外观缺陷、特定字符识别，融合检测信息，得到检测结果。还包括一种仓储物流中的视觉检测系统。通过采用多个相机，在多个角度进行拍照，完成了对纸箱体积测量、标签识别、六个面外观缺陷检测，便于后续对不同规格纸箱的处理，以及对不合格纸箱及时发现处理，提高检测效率。

技术研发人员：李忠华,洪超,冯文华,杨宁,陈庆用,冯立源,郑义,刘瑞刚,浦仕贤
受保护的技术使用者：昆船智能技术股份有限公司
技术研发日：
技术公布日：2024/2/8