[发明专利]一种基于机器视觉的快递包裹识别定位方法和系统在审
申请号: | 202211108807.8 | 申请日: | 2022-09-13 |
公开(公告)号: | CN115367416A | 公开(公告)日: | 2022-11-22 |
发明(设计)人: | 陈阳;闫禹 | 申请(专利权)人: | 常州大学 |
主分类号: | B65G43/00 | 分类号: | B65G43/00;B65G43/08;B07C1/18;B07C3/10 |
代理公司: | 常州市英诺创信专利代理事务所(普通合伙) 32258 | 代理人: | 张秋月 |
地址: | 213164 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机器 视觉 快递 包裹 识别 定位 方法 系统 | ||
本发明涉及物流运输技术领域,尤其涉及一种基于机器视觉的快递包裹识别定位方法和系统,包括获取快递位置三维信息,其中,快递位置三维信息包括实时三维信息和历史三维信息;基于识别抓取模型建立快递位置三维信息与快递运行路径之间的关系,得到具有位置索引结构的快递位置查询模型;识别快递实时三维信息,基于快递位置查询模型进行位置预判,得到不同包裹的实时识别抓取姿态指令;利用识别抓取模型实现对物流仓库场景下快递的位置抓拍和识别,反馈快递定位位置。本发明旨在解决现有定位快递包裹的方法不能获取快递包裹精确的物体姿态,使得包裹抓取设备无法确定吸取位姿的问题。
技术领域
本发明涉及物流运输技术领域,尤其涉及一种基于机器视觉的快递包裹识别定位方法和系统。
背景技术
近年来,网购热潮越来越强,电子商务市场交易规模越来越大,消费者对物流速度和物流质量的要求越来越高。目前,国内快递包裹的分类主要以人工分拣为主,但是面对国内市场的强大需求,人工分拣方法不仅分拣效率低下,分拣成本高,而且容易出错,造成电商与消费者的双重损失问题,满足不了日益发展的快递行业的需求。
中国专利CN112308915A公开了用于定位快递包裹的方法和装置,包括:接收快递定位请求,其中,快递定位请求用于从呈现有快递包裹的快递图像中定位目标快递包裹对应的快递单,快递定位请求包括快递信息;查找预先存储的、与快递信息对应的快递单的位置信息;利用位置信息,生成快递定位结果图像,其中,快递定位结果图像包括定位标识,定位标识用于从快递图像中指示出目标快递包裹对应的快递单;输出快递定位结果图像;但是现有定位快递包裹的方法不能获取快递包裹精确的物体姿态,使得包裹抓取设备无法确定吸取位姿,基于此,我们提出一种基于机器视觉的快递包裹识别定位方法和系统。
发明内容
针对现有算法的不足,本发明旨在解决现有定位快递包裹的方法不能获取快递包裹精确的物体姿态,使得包裹抓取设备无法确定吸取位姿的问题。
现有定位快递包裹的方法不能获取快递包裹精确的物体姿态,使得包裹抓取设备无法确定吸取位姿,基于此,我们提出一种基于机器视觉的快递包裹识别定位方法,基于机器视觉的快递包裹识别定位方法包括:获取快递位置三维信息,其中,快递位置三维信息包括实时三维信息和历史三维信息;基于识别抓取模型建立快递位置三维信息与快递运行路径之间的关系,得到具有位置索引结构的快递位置查询模型;识别快递实时三维信息,基于快递位置查询模型进行位置预判,得到不同包裹的实时识别抓取姿态指令;利用识别抓取模型实现对物流仓库场景下快递的位置抓拍和识别,反馈快递定位位置;本申请通过识别抓取模型实现对物流仓库场景下快递的位置抓拍和识别,反馈快递定位位置,从而保证了快递包裹的识别准确率,方便对快递包裹定位和实时抓取。
本发明所采用的技术方案是:一种基于机器视觉的快递包裹识别定位方法和系统,包括以下步骤:
获取快递位置三维信息,其中,快递位置三维信息包括实时三维信息和历史三维信息;
基于识别抓取模型建立快递位置三维信息与快递运行路径之间的关系,得到具有位置索引结构的快递位置查询模型;
识别快递实时三维信息,基于快递位置查询模型进行位置预判,得到不同包裹的实时识别抓取姿态指令;
利用识别抓取模型实现对物流仓库场景下快递的位置抓拍和识别,反馈快递定位位置。
优选地,识别抓取模型包括:
视觉获取模块,用于识别产生俯仰角,获取快递包裹的实时状态;
上位机,用于处理获取到的快递包裹的各视角下的三维点云信息。
优选地,视觉获取模块为Realsense L515 3D相机,且视觉获取模块通讯连接有上位机。
优选地,识别抓取模型的训练方法,具体包括:
获取标准三维信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州大学,未经常州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211108807.8/2.html,转载请声明来源钻瓜专利网。