[发明专利]基于机器视觉识别系统的物料分拣方法在审

专利信息
申请号: 202010008672.2 申请日: 2020-01-06
公开(公告)号: CN111136011A 公开(公告)日: 2020-05-12
发明(设计)人: 王立广;沈楠;何武 申请(专利权)人: 奥普迪姆机器人自动化(苏州)有限公司
主分类号: B07C3/00 分类号: B07C3/00;B07C3/14
代理公司: 苏州周智专利代理事务所(特殊普通合伙) 32312 代理人: 周雅卿
地址: 215300 江苏省*** 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: 基于 机器 视觉 识别 系统 物料 分拣 方法
【说明书】:

发明公开了基于机器视觉识别系统的物料分拣方法,包括如下步骤:(1)所述工业相机采集物料的形状特征、颜色特征以及位置特征,并将其发送给工控机;(2)工控机将信息与所述视觉控制单元所预设的信息进行循环比对,并将结果传输给视觉控制单元;(3)视觉控制单元进行识别,并回传给工控机;(4)工控机根据回传的结果控制所述分拣机器人工作。本发明基于机器视觉的智能分拣装置的机械手分拣机构具有分拣角度多、范围覆盖广和易于进行分拣的特点,提高了企业的生产效率,智能分拣装置及系统来代替人力,智能的对物品可以进行自动分拣工作,降低了快递人员的工作量,节约了企业成本,缩短了快递物品的投放时间,提高了工作效率。

技术领域

本发明属于物流分拣技术领域,具体涉及一种基于机器视觉识别系统的物料分拣方法。

背景技术

随着人工成本的不断升高,用机器代替人力去做一些重复性的高强度的劳动是现代机器研究的一个重要方向。同时,随着人们生活水平的提高、生活节奏的加快,越来越多的人通过网购的方式进行日常用品的购买,而网购的盛行带动了快递的发展,快递员每天需要分发成千上万的快递,往往会造成快递的滞留,分拣不及时,不能及时投递等问题,而且需要投递的货物中物件复杂,物品有箱体包装的、服饰包装袋和信封袋等不同的包装形式,且包装状态不一,大多包装完整,还有一些包装破损或没有进行包装的物品,不能做到快速的分拣工作,这些不同规格和形状的物品,不易进行分拣工作,在人工分拣时存在很大问题,不够细化,分类不合理和不完善,存在分拣效率低下、工作繁琐和错误率较高等缺点;因此,现阶段亟需一种基于机器视觉的智能分拣装置来解决这一难题。

发明内容

本发明的目的在于提供基于机器视觉识别系统的物料分拣方法,用于解决现有物流包裹分拣技术的人工操作复杂、效率低下和不易分拣的缺陷。

为解决上述技术问题,本发明的采用的一个技术方案如下:

一种基于机器视觉识别系统的物料分拣方法,所述机器视觉识别系统包括工控机、工业相机、视觉控制单元、分拣机器人以及通信单元,所述工控机通过所述通信单元连接并能够控制所述工业相机,所述视觉控制单元通过所述通信单元连接并能够控制所述工控机,所述工控机通过所述通信单元连接并能够控制所述分拣机器人;

分拣方法包括如下步骤:

(1)、通过所述视觉控制单元设置所述工业相机的参数,所述工业相机采集物料的形状特征、颜色特征以及位置特征,并将其发送给工控机;

(2)、工控机将所述工业相机采集的位置特征信息与所述视觉控制单元所预设的信息进行循环比对,并将结果传输给视觉控制单元;

(3)、所述视觉控制单元根据位置特征将对应的物料的形状特征以及颜色特征进行识别,并将识别结果回传给所述工控机;

(4)、所述工控机根据所述视觉控制单元所回传的结果控制所述分拣机器人工作,将物料放入其所对应的位置。

进一步地说,所述视觉控制单元包括主控服务器和图像采集卡,所述图像采集卡为数字采集卡。

进一步地说,所述视觉控制单元根据位置特征将对应的物料的形状特征以及颜色特征进行识别之前还经过图像与处理步骤,为了获得高质量的图像,提高系统的准确性,使用图像预处理消除噪声和去除其他干扰因素。

进一步地说,所述图像预处理包括阈值分割、平滑处理和HDR方法。

进一步地说,所述位置特征的计算方法为:通过平面上的三个点,获得平面上空间的角度;通过左右图像的两个中心点,结合视差原理,获得三维空间下的坐标。(即获得了快递包裹表面的三维数据。)

进一步地说,所述工业相机为采用CCD芯片的工业相机,所述工业相机的视野范围为15m*15m,所述工业相机的分辨率为300万像素以上。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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奥普迪姆机器人自动化(苏州)有限公司,未经奥普迪姆机器人自动化(苏州)有限公司许可,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/202010008672.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top