[发明专利]物流包裹的分类方法、装置、设备及存储介质

说明书

本发明涉及物流分拣领域，公开了一种物流包裹的分类方法、装置、设备及存储介质，用于基于实感算法获取包裹体积并进行分类，降低了包裹分类的错误率，减少了分类成本。物流包裹的分类方法包括：获取初始包裹图片，初始包裹图片包括待分类包裹和非待分类包裹；基于实感算法对初始包裹图片进行识别和分析，得到包裹初始参数和深度相机的位置信息，包裹初始参数包括包裹堆放方向和包裹形状；调用迭代最邻近点算法和深度相机的位置信息对包裹初始参数进行处理，生成包裹体积参数；根据包裹体积参数进行包裹的分类，得到分类后的包裹。

技术领域

本发明涉及物流分拣领域，尤其涉及一种物流包裹的分类方法、装置、设备及存储介质。

背景技术

互联网技术的快速发展推动了电子商务的普及和发展，与之紧密相连的便是物流分拣，物流分拣主要指物流配送中心依据顾客的订单要求或配送计划将商品从其储位或其他区位拣取出来，并按一定的方式进行分类、集中的作业过程，物流分拣作为电子商务的重要一环，包裹分类过程中的工作效率和准确度对电子商务的发展起着至关重要的作用。

在现有的技术中，物流包裹的分类过程主要是人工分类或采用图片识别计数，根据包裹面积推算包裹体积进行分类，导致分类成本高且错误率高。

发明内容

本发明提供了一种物流包裹的分类方法、装置、设备及存储介质，用于基于实感算法获取包裹体积并进行分类，降低了包裹分类的错误率，减少了分类成本。

本发明第一方面提供了一种物流包裹的分类方法，包括：获取初始包裹图片，所述初始包裹图片包括待分类包裹和非待分类包裹；基于实感算法对所述初始包裹图片进行识别和分析，得到包裹初始参数和深度相机的位置信息，所述包裹初始参数包括包裹堆放方向和包裹形状；调用迭代最邻近点算法和所述深度相机的位置信息对所述包裹初始参数进行处理，生成包裹体积参数；根据所述包裹体积参数进行包裹的分类，得到分类后的包裹。

可选的，在本发明第一方面的第一种实现方式中，所述基于实感算法对所述初始包裹图片进行识别和分析，得到包裹初始参数和深度相机的位置信息，所述包裹初始参数包括包裹堆放方向和包裹形状包括：基于实感算法对所述初始包裹图片进行识别和切割，得到切割后的图片，并根据所述切割后的图片建立包裹局部三维坐标系，得到包裹初始参数，所述包裹初始参数包括包裹堆放方向和包裹形状；对所述初始包裹图片进行图片标定，得到标定板图像，通过角点检测算法和张正友标定算法对所述标定板图像进行分析，得到深度相机的位置信息。

可选的，在本发明第一方面的第二种实现方式中，所述基于实感算法对所述初始包裹图片进行识别和切割，得到切割后的图片，并根据所述切割后的图片建立包裹局部三维坐标系，得到包裹初始参数，所述包裹初始参数包括包裹堆放方向和包裹形状；包括：通过深度相机识别所述初始包裹图片中的所述待分类包裹的边缘轮廓线，基于所述待分类包裹的边缘轮廓线并调用预置的图像处理工具OpenCV进行图片切割，得到切割后的图片；根据所述切割后的图片建立包裹局部三维坐标系，所述包裹局部三维坐标系包括x轴、y轴和z轴，调用主成分分析算法确定每一个待分类包裹的主轴，并将所述每一个待分类包裹的主轴分别与所述包裹局部三维坐标系的x轴对齐，确定每一个待分类包裹的重心位置，得到每一个待分类包裹的重心坐标；确定每一个待分类包裹的边缘点坐标，并根据所述每一个待分类包裹的边缘点坐标和每一个待分类包裹的重心坐标获取每一个待分类包裹的堆放方向和包裹形状，生成包裹初始参数。

可选的，在本发明第一方面的第三种实现方式中，所述对所述初始包裹图片进行图片标定，得到标定板图像，通过角点检测算法和张正友标定算法对所述标定板图像进行分析，得到深度相机的位置信息。包括：调用预置的标定板模型对所述初始包裹图片进行图片标定，得到标定板图像，通过角点检测算法获取所述标定板图像上的角点并进行分析，得到角点检测数据；通过张正友标定算法和所述角点检测数据计算深度相机的内参矩阵，得到深度相机的位置信息。