CN106552772B - 视觉识别系统和使用所述视觉识别系统的分类分拣系统 - Google Patents

视觉识别系统和使用所述视觉识别系统的分类分拣系统 Download PDF

Info

Publication number
CN106552772B
CN106552772B CN201610940584.XA CN201610940584A CN106552772B CN 106552772 B CN106552772 B CN 106552772B CN 201610940584 A CN201610940584 A CN 201610940584A CN 106552772 B CN106552772 B CN 106552772B
Authority
CN
China
Prior art keywords
article
turnover box
sorting
information
template
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610940584.XA
Other languages
English (en)
Other versions
CN106552772A (zh
Inventor
宋国库
于宗靖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201610940584.XA priority Critical patent/CN106552772B/zh
Publication of CN106552772A publication Critical patent/CN106552772A/zh
Priority to PCT/CN2017/104605 priority patent/WO2018077011A1/zh
Priority to US16/345,112 priority patent/US11049278B2/en
Application granted granted Critical
Publication of CN106552772B publication Critical patent/CN106552772B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C3/00—Sorting according to destination
    • B07C3/02—Apparatus characterised by the means used for distribution
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C3/00—Sorting according to destination
    • B07C3/10—Apparatus characterised by the means used for detection ofthe destination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/0723—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips the record carrier comprising an arrangement for non-contact communication, e.g. wireless communication circuits on transponder cards, non-contact smart cards or RFIDs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10366—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the interrogation device being adapted for miscellaneous applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种视觉识别系统和分类分拣系统，所述视觉识别系统包括：物料信息识别装置，配置为识别周转箱中的物品的物料信息；服务器，配置为存储针对多个物品的多个物料模板；经由网络从物料信息识别装置接收所识别的物料信息；从所述多个物料模板中检索与所识别的物料信息对应的物料模板；以及将检索到的物料模板发送给拍摄装置；拍摄装置，配置为拍摄传送至拍摄区域内的物品的图像；经由网络从服务器接收物料模板；以及将所拍摄的图像与物料模板进行匹配以确定周转箱中物品的位置信息，所述位置信息用于从周转箱中分拣物品。

Description

视觉识别系统和使用所述视觉识别系统的分类分拣系统
技术领域
本公开涉及电子设备，具体地，涉及一种视觉识别系统和使用所述视觉识别系统的分类分拣系统，其中所述视觉识别系统能够通过使用网络技术来缩短视觉识别系统模板特征的比对时间，从而能够有效的实现对物品的识别和定位。
背景技术
随着电子商务的飞速发展，使用机器人作为分拣执行机构能够极大地提升分拣的灵活性和效率。因此，视觉识别系统就成了必不可少的辅助单元。
视觉识别系统往往是非常复杂的系统，要求能够准确地采集图像并对外界变化做出实时反应。此外，往往还要求视觉识别系统对外界运动的目标进行实时跟踪，因此，视觉识别系统对硬件和软件系统的实时性都提出了较高的要求。
然而，目前现有的视觉识别系统都是主要用于对单一物品或者少许品类物品的定位检测，无法适应于电商物流仓库中庞大数量货品的检测和定位。目前的智能相机存储空间及运算能力都无法满足上述要求。
因此，本发明在于提供一种视觉识别系统和使用所述视觉识别系统的分类分拣系统，其中所述视觉识别系统能够通过使用网络技术来缩短视觉识别系统模板特征的比对时间，从而能够有效的实现对物品的识别和定位。
发明内容
本公开的方面在于解决至少上述问题和/或缺点并提供至少下述优点。
根据本公开的示例实施例，提供了一种视觉识别系统，可以包括：物料信息识别装置，配置为识别周转箱中的物品的物料信息；服务器，配置为存储针对多个物品的多个物料模板；经由网络从物料信息识别装置接收所识别的物料信息；从所述多个物料模板中检索与所识别的物料信息对应的物料模板；以及将检索到的物料模板发送给拍摄装置；拍摄装置，配置为拍摄传送至拍摄区域内的物品的图像；经由网络从服务器接收物料模板；以及将所拍摄的图像与物料模板进行匹配以确定周转箱中物品的位置信息，所述位置信息用于从周转箱中分拣物品。
优选地，所述物料信息识别装置可以包括RFID无线射频识别装置，所述RFID无线射频识别装置包括附着在周转箱上的RFID标签以及安装在预定位置的RFID读取器。
优选地，所述网络可以包括以太网。
根据本发明的示例实施例，提供了一种分类分拣系统，所述系统可以包括：传送装置，周转箱放置在传送装置上以沿流水线传送，周转箱中放置有要分拣的物品；物料信息识别装置，配置为识别传送装置上传送的周转箱中的物品的物料信息；服务器，配置为存储针对多个物品的多个物料模板；经由网络从物料信息识别装置接收所识别的物料信息；从所述多个物料模板中检索与所识别的物料信息对应的物料模板；以及将检索到的物料模板发送给拍摄装置；拍摄装置，配置为拍摄经由传送装置传送至拍摄区域内的物品的图像；经由网络从服务器接收物料模板；以及将所拍摄的图像与物料模板进行匹配以确定周转箱中物品的位置信息，以及分拣装置，配置为经由网络从拍摄装置接收所确定的位置信息；并在周转箱传送至分拣区域时，根据接收到的位置信息，从周转箱中分拣物品。
优选地，所述物料信息识别装置可以包括RFID无线射频识别装置，所述RFID无线射频识别装置可以包括附着在周转箱上的RFID标签以及安装在预定位置的RFID读取器。
优选地，所述分类分拣系统还可以包括编码器，配置为计算所述物品从拍摄区域到分拣区域的偏移量，并对偏移量进行编码，以及所述分拣装置还可以配置为进一步根据编码器的编码计算物品的位置信息，执行分拣。
优选地，所述网络包括以太网。
根据本发明的示例实施例，提供了一种视觉识别方法，所述方法可以包括：识别周转箱中的物品的物料信息；根据所识别的物料信息从所存储的针对多个物品的多个物料模板中检索与所识别的物料信息对应的物料模板；拍摄传送至拍摄区域内的物品的图像；以及将所拍摄的图像与检索出的物料模板进行匹配以确定周转箱中物品的位置信息，所述位置信息用于从周转箱中分拣物品。
根据本发明的示例实施例，提供了一种分类分拣方法，所述方法可以包括：识别周转箱中的物品的物料信息；根据所识别的物料信息从所存储的针对多个物品的多个物料模板中检索与所识别的物料信息对应的物料模板；拍摄传送至拍摄区域内的物品的图像；以及将所拍摄的图像与检索到的物料模板进行匹配以确定周转箱中物品的位置信息；以及在周转箱传送至分拣区域时，根据所确定的位置信息，从周转箱中分拣物品。
优选地，所述分类分拣方法还可以包括计算所述物品从拍摄区域到分拣区域的偏移量，对偏移量进行编码，并根据所述编码计算物品的位置信息以执行分拣。
附图说明
以下结合附图，将更清楚本公开的示例实施例的上述和其它方面、特征以及优点，附图中：
图1是示出了根据本发明示例实施例的视觉识别系统的结构示意图；
图2示出了根据本发明示例实施例的视觉识别方法的流程图；
图3是示出了根据本发明示例实施例的分类分拣系统的示意图；以及
图4示出了根据本发明示例实施例的分类分拣方法的流程图。
具体实施方式
以下参考附图描述了本发明的示例实施。本发明提供了一种视觉识别系统和使用所述视觉识别系统的分类分拣系统，其中所述视觉识别系统能够通过使用网络技术来缩短视觉识别系统模板特征的比对时间，从而能够有效的实现对物品的识别和定位。
图1是示出了根据本发明示例实施例的视觉识别系统100的结构示意图。根据本公开的示例实施例，提供了一种视觉识别系统100，所述系统可以包括：物料信息识别装置110，配置为识别周转箱中的物品的物料信息；服务器120，配置为存储针对多个物品的多个物料模板；经由网络从物料信息识别装置110接收所识别的物料信息；从所述多个物料模板中检索与所识别的物料信息对应的物料模板；以及将检索到的物料模板发送给拍摄装置130；拍摄装置130，配置为拍摄传送至拍摄区域内的物品的图像；经由网络从服务器120接收物料模板；以及将所拍摄的图像与物料模板进行匹配以确定周转箱中物品的位置信息，所述位置信息用于从周转箱中分拣物品。所述物料模板是基于图像特征点来存储的，其中特征点是指在图像中差异化明显、保持不变的特征。也就是说，通过利用不同图像属性特征差异来区分与其它图片进行区分。
在一个实施例中，所述网络可以包括有线网络和无线网络之一，具体地，所述网络可以实现为以太网。
在一个实施例中，所述物料信息识别装置110可以实现为RFID无线射频识别装置。具体地，所述RFID无线射频识别装置包括附着在周转箱上的RFID标签以及安装在预定位置的RFID读取器。
此外，本发明还提供了一种可应用于上述视觉识别系统的视觉识别方法。图2示出了根据本发明示例实施例的视觉识别方法200的流程图。具体地，所述视觉识别方法包括：在步骤S201，识别周转箱中的物品的物料信息；在步骤S203，根据所识别的物料信息从所存储的针对多个物品的多个物料模板中检索与所识别的物料信息对应的物料模板；在步骤S205，拍摄传送至拍摄区域内的物品的图像；以及在步骤S207，将所拍摄的图像与检索出的物料模板进行匹配以确定周转箱中物品的位置信息，所述位置信息用于从周转箱中分拣物品。
应注意，尽管上文中描述了将位置信息用于从周转箱中分拣物品，然而如上所述的视觉识别系统和视觉识别方法可以应用于各种领域，而不仅限于用于分拣，例如，安检领域、智能机器人等。此外，所述物品不限于放置在周转箱内，还可以直接地或间接地放置在传送带上。下文将详细描述在将所述视觉识别系统和视觉识别方法应用于物品分拣领域时应用的分类分拣系统和分类分拣方法。
上文描述了一种视觉识别系统和方法，其中所述视觉识别系统能够通过使用网络技术来缩短视觉识别系统模板特征的比对时间，从而能够有效的实现对物品的识别和定位。
图3示出了根据本发明示例实施例的分类分拣系统300的示意图。
如图3所示，根据本发明示例实施例的分类分拣系统300包括与图1所示的视觉识别系统100相同或相似的部件。具体地，物料信息识别装置310、服务器320和拍摄装置330与图1所示的物料信息识别装置110、服务器120和拍摄装置130具有相同的配置和功能。因此，将不再对其进行赘述。
除了上述部件之外，所述分类分拣系统300还包括传送装置350，配置为放置周转箱以便沿流水线传送位于传送装置350上的周转箱，其中所述周转箱中放置有要分拣的物品；以及分拣装置340，配置为经由网络从拍摄装置330接收所确定的位置信息；并在周转箱传送至分拣区域时，根据接收到的位置信息，从周转箱中分拣物品。以下将详细描述分类分拣系统300的结构和具体操作。
具体地，在所述分类分拣系统300中，所述物料信息识别装置310可以被实现为RFID无线射频识别装置。具体地，将RFID标签附着在周转箱上并将RFID读取器安装在传送装置的预定位置，例如，安装在传送装置两侧。在所示系统300中，周转箱沿流水线运行至RFID信息采集处，由RFID读写器读取RFID信息，获得周转箱内物品的物料信息。
接着，服务器320从物料信息识别装置310接收所识别的物料信息，并通过所述物料信息，从所存储的针对多个物品的多个物料模板中检索与所识别的物料信息相对应的物料模板。服务器320实现为工业控制计算机，其内部大容量硬盘作为存储物料模板的介质，通过通信接口(例如，集成的以太网通讯卡)与拍摄装置330实时交互数据。在周转箱移动到拍照位置之前，服务器320应完成对对应的物料模板组的加载以缩小检索的范围。然后，将一张带特征点的物料模板通过例如以太网的网络发送到拍摄装置330。如上所述，服务器320可以存储针对多个物品的多个物料模板，因此，所述分类分拣系统300可以实现针对多个物品的检测，解决现有技术中仅能对单个物品或少许物品进行定位检测的问题。
拍摄装置330可以包括支撑架、相机镜头以及光源，且可以实现为例如二维相机。具体地，拍摄装置330被用于执行图像采集，其内部还可以包括用于控制其操作的控制器。所述拍摄装置330可以根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行计算来提取目标的特征。当周转箱在传送装置350上继续向前移动至相机拍照区域(即，拍摄区域)时，触发拍摄装置330采集周转箱内的物品的图像，其中所述拍摄区域可以是预先确定的固定位置，例如，在拍摄装置的焦距范围之内即可。随后，拍摄装置330将采集到的所有物品特征与预先加载的模板进行匹配以便确定物品的位置信息，并接着将所确定的物品位置信息发送给分拣装置340。
最后，分拣装置340可以根据接收到的物品位置信息在分拣区域中执行分拣。分拣装置340可以实现为例如机械手的设备。
备选地，所述分类分拣系统300还可以包括编码器360，配置为计算所述物品从拍摄区域到分拣区域的偏移量，并对偏移量进行编码。此时所述分拣装置340还可以配置为进一步根据编码器的编码计算物品的位置信息，执行分拣。如图3所示，所述编码器360可以安装在传送装置350上。也就是说，周转箱在传送装置上的传送会产生偏移量，分拣装置340可以利用安装在传送装置350上的编码器360计算出物品从拍摄区域到分拣区域的偏移量，从而换算出准确的抓取位置。在一个实施例中，编码器360可以安装于皮带输送线上，将位移转换成周期性的电信号，再把这个电信号转变成计数脉冲，用脉冲的个数表示位移的大小，分拣装置340的控制器利用脉冲个数来换算输送线的偏移量，以便执行准确分拣。
应注意，周转箱还可以存放多个物品，当周转箱中存放多个物品时，所述分类分拣系统300可以通过重复地执行上述过程，来实现对多个物品的识别和分拣。
根据本发明的另一示例实施例，提供了一种分类分拣方法。图4示出了根据本发明示例实施例的分类分拣方法的流程图。具体地，所述分类分拣方法400可以包括：在步骤S401，识别周转箱中的物品的物料信息；在步骤S403，根据所识别的物料信息从所存储的针对多个物品的多个物料模板中检索与所识别的物料信息对应的物料模板；在步骤S405，拍摄传送至拍摄区域内的物品的图像；在步骤S407，将所拍摄的图像与检索到的物料模板进行匹配以确定周转箱中物品的位置信息；以及在步骤S409，在周转箱传送至分拣区域时，根据所确定的位置信息，从周转箱中分拣物品。具体的执行步骤以参考图3进行详细描述。
此外，所述分类分拣方法400还包括计算所述物品从拍摄区域到分拣区域的偏移量，对偏移量进行编码，并根据所述编码计算物品的位置信息以执行分拣。
上文描述了一种分类分拣系统和方法，其中所述分类分拣系统能够通过使用网络技术来缩短视觉识别系统模板特征的比对时间，从而能够有效的实现对物品的识别和定位，并且可以实现对多种品类物品的定位监测。
应注意，以上方案仅是示出本发明构思的一个具体实现方案，本发明不限于上述实现方案。可以省略或跳过上述实现方案中的一部分处理，而不脱离本发明的精神和范围。
前面的方法可以通过多种计算机装置以可执的程序命令形式实现并记录在计算机可读记录介质中。在这种情况下，计算机可读记录介质可以包括单独的程序命令、数据文件、数据结构或其组合。同时，记录在记录介质中的程序命令可以专门设计或配置用于本发明，或是计算机软件领域的技术人员已知应用的。计算机可读记录介质包括例如硬盘、软盘或磁带等磁性介质、例如压缩盘只读存储器(CD-ROM)或数字通用盘(DVD)等光学介质、例如光磁软盘的磁光介质以及例如存储和执行程序命令的ROM、RAM、闪存等硬件装置。此外，程序命令包括编译器形成的机器语言代码和计算机通过使用解释程序可执行的高级语言。前面的硬件装置可以配置成作为至少一个软件模块操作以执行本发明的操作，并且逆向操作也是一样的。
尽管以特定顺序示出并描述了本文方法的操作，然而可以改变每个方法的操作的顺序，使得可以以相反顺序执行特定操作或使得可以至少部分地与其它操作同时来执行特定操作。此外，本发明不限于上述示例实施例，它可以在不脱离本公开的精神和范围的前提下，包括一个或多个其他部件或操作，或省略一个或多个其他部件或操作。
以上已经结合本发明的优选实施例示出了本发明，但是本领域的技术人员将会理解，在不脱离本发明的精神和范围的情况下，可以对本发明进行各种修改、替换和改变。因此，本发明不应由上述实施例来限定，而应由所附权利要求及其等价物来限定。

Claims (10)

1.一种视觉识别系统，包括：
物料信息识别装置，配置为识别周转箱中的物品的物料信息；
服务器，配置为基于图像特征点存储针对多个物品的多个物料模板；经由网络从物料信息识别装置接收所识别的物料信息；从所述多个物料模板中检索与所识别的物料信息对应的物料模板；以及将检索到的物料模板发送给拍摄装置；
拍摄装置，配置为拍摄传送至拍摄区域内的物品的图像；经由网络从服务器接收物料模板；以及将所拍摄的图像与物料模板进行匹配以确定周转箱中物品的位置信息，所述位置信息用于从周转箱中分拣物品。
2.根据权利要求1所述的视觉识别系统，其中所述物料信息识别装置包括RFID无线射频识别装置，所述RFID无线射频识别装置包括附着在周转箱上的RFID标签以及安装在预定位置的RFID读取器。
3.根据权利要求1所述的视觉识别系统，其中所述网络包括以太网。
4.一种分类分拣系统，所述系统包括：
传送装置，周转箱放置在传送装置上以沿流水线传送，周转箱中放置有要分拣的物品；
物料信息识别装置，配置为识别传送装置上传送的周转箱中的物品的物料信息；
服务器，配置为基于图像特征点存储针对多个物品的多个物料模板；经由网络从物料信息识别装置接收所识别的物料信息；从所述多个物料模板中检索与所识别的物料信息对应的物料模板；以及将检索到的物料模板发送给拍摄装置；
拍摄装置，配置为拍摄经由传送装置传送至拍摄区域内的物品的图像；经由网络从服务器接收物料模板；以及将所拍摄的图像与物料模板进行匹配以确定周转箱中物品的位置信息，以及
分拣装置，配置为经由网络从拍摄装置接收所确定的位置信息；并在周转箱传送至分拣区域时，根据接收到的位置信息，从周转箱中分拣物品。
5.根据权利要求4所述的分类分拣系统，其中所述物料信息识别装置包括RFID无线射频识别装置，所述RFID无线射频识别装置包括附着在周转箱上的RFID标签以及安装在预定位置的RFID读取器。
6.根据权利要求4所述的分类分拣系统，其中所述分类分拣系统还包括编码器，配置为计算所述物品从拍摄区域到分拣区域的偏移量，并对偏移量进行编码，以及
所述分拣装置还配置为进一步根据编码器的编码计算物品的位置信息，执行分拣。
7.根据权利要求4所述的分类分拣系统，其中所述网络包括以太网。
8.一种使用权利要求1所述的视觉识别系统的视觉识别方法，所述方法包括：
识别周转箱中的物品的物料信息；
根据所识别的物料信息从基于图像特征点所存储的针对多个物品的多个物料模板中检索与所识别的物料信息对应的物料模板；
拍摄传送至拍摄区域内的物品的图像；以及
将所拍摄的图像与检索出的物料模板进行匹配以确定周转箱中物品的位置信息，所述位置信息用于从周转箱中分拣物品。
9.一种使用权利要求1所述的视觉识别系统的分类分拣方法，所述方法包括：
识别周转箱中的物品的物料信息；
根据所识别的物料信息从基于图像特征点所存储的针对多个物品的多个物料模板中检索与所识别的物料信息对应的物料模板；
拍摄传送至拍摄区域内的物品的图像；以及
将所拍摄的图像与检索到的物料模板进行匹配以确定周转箱中物品的位置信息；以及
在周转箱传送至分拣区域时，根据所确定的位置信息，从周转箱中分拣物品。
10.根据权利要求9所述的分类分拣方法，其中所述分类分拣方法还包括计算所述物品从拍摄区域到分拣区域的偏移量，对偏移量进行编码，并根据所述编码计算物品的位置信息以执行分拣。
CN201610940584.XA 2016-10-25 2016-10-25 视觉识别系统和使用所述视觉识别系统的分类分拣系统 Active CN106552772B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201610940584.XA CN106552772B (zh) 2016-10-25 2016-10-25 视觉识别系统和使用所述视觉识别系统的分类分拣系统
PCT/CN2017/104605 WO2018077011A1 (zh) 2016-10-25 2017-09-29 视觉识别系统及其方法、以及分类分拣系统及其方法
US16/345,112 US11049278B2 (en) 2016-10-25 2017-09-29 System and method for visual identification, and system and method for classifying and sorting

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610940584.XA CN106552772B (zh) 2016-10-25 2016-10-25 视觉识别系统和使用所述视觉识别系统的分类分拣系统

Publications (2)

Publication Number Publication Date
CN106552772A CN106552772A (zh) 2017-04-05
CN106552772B true CN106552772B (zh) 2019-01-22

Family

ID=58443679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610940584.XA Active CN106552772B (zh) 2016-10-25 2016-10-25 视觉识别系统和使用所述视觉识别系统的分类分拣系统

Country Status (3)

Country Link
US (1) US11049278B2 (zh)
CN (1) CN106552772B (zh)
WO (1) WO2018077011A1 (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106552772B (zh) 2016-10-25 2019-01-22 北京京东尚科信息技术有限公司 视觉识别系统和使用所述视觉识别系统的分类分拣系统
WO2018218698A1 (zh) * 2017-06-02 2018-12-06 山东新活新材料科技有限公司 模板自动分选系统及其方法和可读存储介质及计算机设备
CN107016523B (zh) * 2017-06-02 2018-08-24 山东新活新材料科技有限公司 模板自动调配系统及方法和自动调配设备及可读存储介质
CN107025469A (zh) * 2017-06-02 2017-08-08 山东新活新材料科技有限公司 模板自动分选系统及其方法和可读存储介质及计算机设备
CN107609473A (zh) * 2017-08-04 2018-01-19 宁夏巨能机器人股份有限公司 一种3d视觉识别系统及其识别方法
CN107617573B (zh) * 2017-09-30 2020-08-18 浙江瀚镪自动化设备股份有限公司 一种基于多任务深度学习的物流编码识别和分拣方法
CN109967359A (zh) * 2017-12-28 2019-07-05 北京京东尚科信息技术有限公司 用于拣选物品的方法和装置
CN108480220A (zh) * 2018-03-12 2018-09-04 滨州职业学院 一种物流分拣系统
CN111344073B (zh) * 2018-05-16 2022-01-25 深圳蓝胖子机器人有限公司 缓存装置、货物分拣装置及货物分拣系统
CN108898333A (zh) * 2018-05-28 2018-11-27 大唐广电科技（武汉）有限公司 一种基于视觉识别的物流控制系统和方法
CN110826377A (zh) * 2018-08-13 2020-02-21 珠海格力电器股份有限公司 物料分拣方法以及装置
CN110874699B (zh) * 2018-08-31 2024-02-09 杭州海康机器人股份有限公司 记录物品的物流信息方法、装置及系统
CN109472235B (zh) * 2018-11-01 2021-07-27 深圳蓝胖子机器智能有限公司 姿态确定方法、装置和计算机可读存储介质
CN109465205A (zh) * 2018-11-20 2019-03-15 上海发那科机器人有限公司 一种基于视觉识别技术的动态分拣系统和分拣方法
CN209684590U (zh) * 2018-12-21 2019-11-26 武汉库柏特科技有限公司 一种传送带物料分离装置
CN109701900B (zh) * 2018-12-30 2021-10-15 杭州翰融智能科技有限公司 一种物品装配系统
CN109530243B (zh) * 2019-01-09 2021-09-14 北京中港大方国际货运代理有限公司 物流仓储自动分拣设备
CN111774312B (zh) * 2019-08-29 2022-04-12 北京京东乾石科技有限公司 包裹分拣方法和装置
US11772271B2 (en) * 2020-01-10 2023-10-03 Mujin, Inc. Method and computing system for object recognition or object registration based on image classification
CN111250421A (zh) * 2020-03-23 2020-06-09 山东瑞吉德自动化股份有限公司 电表分拣方法
CN112084964A (zh) * 2020-09-11 2020-12-15 浙江水晶光电科技股份有限公司 产品识别设备、方法及存储介质
CN112691926A (zh) * 2020-12-10 2021-04-23 苏州阿甘机器人有限公司 一种基于机器视觉的自动质量检测装置及其工作方法
CN113743856A (zh) * 2021-01-05 2021-12-03 北京京东乾石科技有限公司 物品分拣方法及装置、存储介质
CN113191469A (zh) * 2021-04-30 2021-07-30 南方科技大学 基于二维码的物流管理方法、系统、服务器和存储介质
CN114897828B (zh) * 2022-05-11 2024-04-16 安徽大学 一种芯片自动识别分拣方法、装置及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1749135A (zh) * 2004-09-16 2006-03-22 发那科株式会社 搬运机器人系统
CN101618544A (zh) * 2008-07-04 2010-01-06 发那科株式会社 物品取出装置
CN202758392U (zh) * 2012-08-16 2013-02-27 福建师范大学 基于物联网的物流配送自动指示装置
CN203344052U (zh) * 2013-06-07 2013-12-18 上海发那科机器人有限公司 一种机器人的柔性跟踪定位系统
CN104627591A (zh) * 2015-02-05 2015-05-20 苏州得尔达国际物流有限公司 智能仓储出库风险控制系统
CN204799579U (zh) * 2015-07-03 2015-11-25 刘守联 一种动态分拣和搬运自动化系统
CN105645010A (zh) * 2014-12-02 2016-06-08 发那科株式会社 物品转运装置和物品转运方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1812175A1 (en) * 2004-10-29 2007-08-01 Suomen Posti Oy Method and system for sorting a post item in a delivery bin according to identification information
JP5092711B2 (ja) * 2007-11-22 2012-12-05 株式会社Ｉｈｉ 物体認識装置およびロボット装置
US10708654B1 (en) * 2013-03-15 2020-07-07 CSC Holdings, LLC Optimizing inventory based on predicted viewership
CN103785622B (zh) * 2014-01-28 2015-12-30 浙江理工大学 基于机器视觉的零件分拣装置的零件分拣方法
CN204129757U (zh) * 2014-10-09 2015-01-28 北京南瑞捷鸿科技有限公司 集成图像的智能批量识别射频装置
CN104438095A (zh) * 2014-12-12 2015-03-25 杭州郝姆斯食品有限公司 一种自动分拣出货设备及分拣出货的方法
CN104598944B (zh) * 2015-02-02 2017-12-15 北京京东尚科信息技术有限公司 一种基于射频识别技术的商品打包方法和系统
US20160350689A1 (en) * 2015-05-29 2016-12-01 Nhn Entertainment Corporation System and method for providing task tracking
US10574600B1 (en) * 2016-03-25 2020-02-25 Amazon Technologies, Inc. Electronic mailbox for online and offline activities
CN106552772B (zh) * 2016-10-25 2019-01-22 北京京东尚科信息技术有限公司 视觉识别系统和使用所述视觉识别系统的分类分拣系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1749135A (zh) * 2004-09-16 2006-03-22 发那科株式会社 搬运机器人系统
CN101618544A (zh) * 2008-07-04 2010-01-06 发那科株式会社 物品取出装置
CN202758392U (zh) * 2012-08-16 2013-02-27 福建师范大学 基于物联网的物流配送自动指示装置
CN203344052U (zh) * 2013-06-07 2013-12-18 上海发那科机器人有限公司 一种机器人的柔性跟踪定位系统
CN105645010A (zh) * 2014-12-02 2016-06-08 发那科株式会社 物品转运装置和物品转运方法
CN104627591A (zh) * 2015-02-05 2015-05-20 苏州得尔达国际物流有限公司 智能仓储出库风险控制系统
CN204799579U (zh) * 2015-07-03 2015-11-25 刘守联 一种动态分拣和搬运自动化系统

Also Published As

Publication number Publication date
WO2018077011A1 (zh) 2018-05-03
US11049278B2 (en) 2021-06-29
CN106552772A (zh) 2017-04-05
US20190287265A1 (en) 2019-09-19

Similar Documents

Publication Publication Date Title
CN106552772B (zh) 视觉识别系统和使用所述视觉识别系统的分类分拣系统
CN111415461B (zh) 物品识别方法及系统、电子设备
CN108320404B (zh) 基于神经网络的商品识别方法、装置、自助收银台
US20190180150A1 (en) Color Haar Classifier for Retail Shelf Label Detection
CN109727275B (zh) 目标检测方法、装置、系统和计算机可读存储介质
WO2019023249A1 (en) REDUCTION OF DATA IN A BAR CODE READING ROBOT SHELF SURVEILLANCE SYSTEM
WO2019205761A1 (zh) 一种智能设备，商品盘点方法、装置以及设备
CN109305500A (zh) 拣选机器人及拣选系统
CN110969644B (zh) 人员轨迹追踪方法、装置及系统
CN111626201A (zh) 商品检测方法、装置及可读存储介质
CN109034694B (zh) 基于智能制造的生产原料智能存储方法及系统
CN109754009A (zh) 物品识别方法、装置、售货系统和存储介质
CN113468914B (zh) 一种商品纯净度的确定方法、装置及设备
CN112507760A (zh) 暴力分拣行为的检测方法、装置及设备
Arsic et al. Applying multi layer homography for multi camera person tracking
Merino‐Gracia et al. Real‐time text tracking in natural scenes
CN110309362A (zh) 一种视频检索方法和系统
Patel et al. Vision-based object classification using deep learning for inventory tracking in automated warehouse environment
Gregory et al. A computer vision pipeline for automatic large-scale inventory tracking
CN112132868B (zh) 一种支付信息的确定方法、装置及设备
KR20150137698A (ko) 농장에서의 움직임 개체의 이동 궤적 트래킹 방법 및 장치
Gao et al. Airline baggage appearance transportability detection based on A novel dataset and sequential hierarchical sampling CNN model
CN112149461A (zh) 用于识别对象的方法和设备
CN111461104A (zh) 视觉识别方法、装置、设备及存储介质
Shakeel et al. insect detection and flight tracking in a controlled environment using machine vision: review of existing techniques and an improved approach

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190731

Address after: 300 457 days First Floor, Phase 2, No. 10, Fourth Avenue, Economic and Technological Development Zone, Tianjin Binhai New Area

Patentee after: Tianjin Jingdong Shentuo Robot Technology Co., Ltd.

Address before: 100195 Beijing city Haidian District xingshikou Road No. 65 building 11C Creative Park West West west Shan East 1-4 layer 1-4 layer

Co-patentee before: Beijing Jingdong Century Commerce Co., Ltd.

Patentee before: Beijing Jingdong Shangke Information Technology Co., Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200518

Address after: Room A1905, 19th floor, No. 2 Building, 18 Kechuang 11th Street, Beijing Daxing District, Beijing

Patentee after: Beijing Jingdong Qianshi Technology Co.,Ltd.

Address before: 300 457 days First Floor, Phase 2, No. 10, Fourth Avenue, Economic and Technological Development Zone, Tianjin Binhai New Area

Patentee before: Tianjin Jingdong Shentuo Robot Technology Co.,Ltd.