[发明专利]一种五金件智能分拣合包方法

权利要求书

1.一种五金件智能分拣合包方法，其特征在于：包括如下步骤：

S1、读取m个订单的订单信息，订单信息包括五金件信息；将m个订单的五金件信息，转化为订单五金件表达I_r(r＝1,2,…,m)；

将多个种类五金件混合输送到视觉检测区域；

S2、获取视觉检测区域图像，将图像进行处理，采用SAD算法进行区域合并；

S3、将区域合并后的图像输入到训练好的五金件识别模型中，得到图像中各种五金件的所在位置坐标；五金件识别模型是指：以yolov4模型为基础、训练时采用k-means++算法对锚框尺寸进行聚类和修正的模型；

S4、将订单五金件表达I_r转换成指令M；工业机器人根据指令M抓取相应的五金件，并将五金件送出到订单对应位置实现分拣；

S5、将分拣好的五金件进行打包封装。

2.根据权利要求1所述的五金件智能分拣合包方法，其特征在于：所述S5，是指：所述S3中，五金件识别模型训练包括如下步骤：

L1、从五金件图片中标注出五金件锚框，构建出锚框数据集δ；从锚框数据集中随机选取一个锚框作为第一个锚框聚类中心c₁；

L2、在第s次迭代中，将除当前已有锚框聚类中心c_z以外的锚框设为其余锚框；计算其余锚框到当前已有锚框聚类中心c_z之间的IOU值：

其中，G_z表示第z个锚框聚类中心c_z的面积，G_k表示第k个其余锚框的面积，N表示其余锚框的数量；

找出当前迭代中，各个其余锚框的最小IOU值：

D(s,k)＝min(IOU(s,k))

L3、计算其余锚框被选为下一个锚框聚类中心的概率p(s,k)：

其中，δ为当前迭代中其余锚框的集合；

L4、在所有其余锚框已有迭代的概率p(s,k)中找出最大值，设定最大值对应的其余锚框为新的锚框聚类中心；

L5、重复L2至L4进行下一次迭代，直至找出Z_num个锚框聚类中心c_z,z＝1,2,...Z_num；

L6、分别计算各个其余锚框与Z_num个锚框聚类中心c_z之间的IOU值：

其中，G_z表示第z个锚框聚类中心c_z的面积，G_k表示第k个其余锚框的面积，N表示其余锚框的数量；

将各个其余锚框分别与IOU值最大的目标锚框归为同一类，得到Z_num个锚框类别；

L7、将各个锚框类别所有锚框的宽和高分别取均值，得到修正后的各个锚框类别的锚框的宽和高。