CN109446861A - 一种基于点云数据的ai深度自学习的包裹id追踪系统 - Google Patents

一种基于点云数据的ai深度自学习的包裹id追踪系统 Download PDF

Info

Publication number
CN109446861A
CN109446861A CN201811166655.0A CN201811166655A CN109446861A CN 109446861 A CN109446861 A CN 109446861A CN 201811166655 A CN201811166655 A CN 201811166655A CN 109446861 A CN109446861 A CN 109446861A
Authority
CN
China
Prior art keywords
module
photo
package
self study
depth
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.)
Pending
Application number
CN201811166655.0A
Other languages
English (en)
Inventor
尹迪良
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.)
Guangzhou Datatrack Automation Technology Co ltd
Original Assignee
Guangzhou Datatrack Automation 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 Guangzhou Datatrack Automation Technology Co ltd filed Critical Guangzhou Datatrack Automation Technology Co ltd
Priority to CN201811166655.0A priority Critical patent/CN109446861A/zh
Publication of CN109446861A publication Critical patent/CN109446861A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/10861—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing of data fields affixed to objects or articles, e.g. coded labels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0833—Tracking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Toxicology (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于点云数据的AI深度自学习的包裹ID追踪系统，包括有输送线模块、激光雷达模块、读码模块、照片裁剪模块、深度自学抠取面单照片模块、识别面单条码模块、人工数据采集模块、客户服务器模块、信息导出及追踪模块，本发明利用激光雷达对包裹进行轮廓扫描，通过读码器对扫描得到的数据进行读码解析，并采用深度学习技术对读码不成功的扫描数据进行抠取面单照片和识别面单信息已得到包裹的数据信息，再使用服务器储存数据，通过信息导出及追踪模块实现对包裹进行追踪。在节省了成本的同时还提高了准确性。

Description

一种基于点云数据的AI深度自学习的包裹ID追踪系统
技术领域
本发明涉及一种追踪系统，特别涉及一种基于点云数据的AI深度自学习的包裹ID追踪系统。
背景技术
目前的包裹追踪系统大多数都是利用多个传感器的配合实现的，这样会有较大的误差，并且工序复杂，容易出现错误，而且需要大量的传感器，耗费大量的物质。
发明内容
本发明的目的是为了克服现有技术中的不足之处，提供一种基于点云数据的AI深度自学习的包裹ID追踪系统。
为了达到上述目的，本发明采用以下方案：
一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：包括有激光雷达模块、读码模块、照片裁剪模块、深度自学抠取面单照片模块、深度自学习识别面单条码模块、人工数据采集模块、客户服务器模块、信息导出及追踪模块，所述传送包裹，所述激光雷达模块的输出端连接读码模块，读码模块的输出端分别与客户服务器模块和照片裁剪模块的输入端连接，照片裁剪模块的输出端连接深度自学抠取面单照片模块的输入端，深度自学抠取面单照片模块的输出端与深度自学习识别面单条码模块的输入端连接，深度自学习识别面单条码模块分别与客户服务器模块和人工数据采集模块的输入端连接，人工数据采集模块的输出端与客户服务器模块的输入端连接，客户服务器的输出端与信息导出及追踪模块输入端连接。
本发明所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述激光雷达对包裹进行轮廓扫描拍照。
本发明所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述读码模块自动读取识别激光雷达模块拍到的照片上的信息进行读码，并且判断是否读码成功，读码成功时会把信息发送到客户服务器模块，若读码不成功就会把激光雷达模块所拍的照片发送到照片裁剪模块。
本发明所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述照片裁剪模块会根据物体的轮廓裁剪照片。
本发明所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述深度自学抠取面单照片模块通过自学习技术抠取面单照片。
本发明所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述深度自学习识别面单条码模块利用深度自学习技术对照片进行识别并且会判断是否识别成功，若识别成功会把信息发送到客户服务器模块，若识别不成功会把包裹送去人工数据采集模块。
本发明所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述客户服务器模块存储读码模块和人工数据采集模块的信息。
本发明所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述信息导出及追踪模块读取客户服务器模块所存储的信息。
综上所述，本发明相对于现有技术其有益效果是：
本发明利用激光雷达对包裹进行轮廓扫描，通过读码器对扫描得到的数据进行读码解析，并采用深度学习技术对读码不成功的扫描数据进行抠取面单照片和识别面单信息已得到包裹的数据信息，再使用服务器储存数据，通过信息导出及追踪模块实现对包裹进行追踪。在节省了成本的同时还提高了准确性。
附图说明
图1为本发明的流程图之一；
图2为本发明的流程图之二。
具体实施方式
下面结合附图说明和具体实施方式对本发明作进一步描述：
如图1至2所示的一种基于点云数据的AI深度自学习的包裹ID追踪系统，包括有、激光雷达模块11、读码模块21、照片裁剪模块22、深度自学抠取面单照片模块32、深度自学习识别面单条码模块42、人工数据采集模块52、客户服务器模块51、信息导出及追踪模块61，所述传送包裹，所述激光雷达模块11的输出端连接读码模块21，读码模块21的输出端分别与客户服务器模块51和照片裁剪模块22的输入端连接，照片裁剪模块22的输出端连接深度自学抠取面单照片模块32的输入端，深度自学抠取面单照片模块32的输出端与深度自学习识别面单条码模块42的输入端连接，深度自学习识别面单条码模块42分别与客户服务器模块51和人工数据采集模块52的输入端连接，人工数据采集模块52的输出端与客户服务器模块51的输入端连接，客户服务器的输出端与信息导出及追踪模块61输入端连接。各个模块之间的连接可以实现数据的传送。
如上所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，所述激光雷达对包裹进行轮廓扫描拍照，得到包裹表面的照片信息。
如上所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，所述读码模块21自动读取识别激光雷达模块11拍到的照片上的信息进行读码，并且判断是否读码成功，读码成功时会把信息发送到客户服务器模块51，若读码不成功就会把激光雷达模块11所拍的照片发送到照片裁剪模块22。通过实时的判断可以区分开读码成功和读码不成功的包裹，防止有包裹的信息漏掉。
如上所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，所述照片裁剪模块22会根据物体的轮廓裁剪照片，对照片进行预处理，剔除一些干扰的信息，便于对照片信息的提取。
如上所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，所述深度自学抠取面单照片模块32通过自学习技术抠取面单照片，通过不断的深度学习提高抠取面单照片的效率及有效性。
如上所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，所述深度自学习识别面单条码模块42利用深度自学习技术对照片进行识别并且会判断是否识别成功，若识别成功会把信息发送到客户服务器模块51，若识别不成功会把包裹送去人工数据采集模块52。通过不断的深度学习提高对照片信息的提取以提高识别率。
如上所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，所述客户服务器模块51存储读码模块21和人工数据采集模块52的信息。
如上所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，所述信息导出及追踪模块61读取客户服务器模块51所存储的信息。
以上显示和描述了本发明的基本原理和主要特征以及本发明的优点，本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：包括有激光雷达模块、读码模块、照片裁剪模块、深度自学抠取面单照片模块、深度自学习识别面单条码模块、人工数据采集模块、客户服务器模块、信息导出及追踪模块，所述传送包裹，所述激光雷达模块的输出端连接读码模块，读码模块的输出端分别与客户服务器模块和照片裁剪模块的输入端连接，照片裁剪模块的输出端连接深度自学抠取面单照片模块的输入端，深度自学抠取面单照片模块的输出端与深度自学习识别面单条码模块的输入端连接，深度自学习识别面单条码模块分别与客户服务器模块和人工数据采集模块的输入端连接，人工数据采集模块的输出端与客户服务器模块的输入端连接，客户服务器的输出端与信息导出及追踪模块输入端连接。
2.根据权利要求1所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述激光雷达对包裹进行轮廓扫描拍照。
3.根据权利要求1所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述读码模块自动读取识别激光雷达模块拍到的照片上的信息进行读码，并且判断是否读码成功，读码成功时会把信息发送到客户服务器模块，若读码不成功就会把激光雷达模块所拍的照片发送到照片裁剪模块。
4.根据权利要求1所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述照片裁剪模块会根据物体的轮廓裁剪照片。
5.根据权利要求1所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述深度自学抠取面单照片模块通过自学习技术抠取面单照片。
6.根据权利要求1所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述深度自学习识别面单条码模块利用深度自学习技术对照片进行识别并且会判断是否识别成功，若识别成功会把信息发送到客户服务器模块，若识别不成功会把包裹送去人工数据采集模块。
7.根据权利要求1所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述客户服务器模块存储读码模块和人工数据采集模块的信息。
8.根据权利要求1所述一种基于点云数据的AI深度自学习的包裹ID追踪系统，其特征在于：所述信息导出及追踪模块读取客户服务器模块所存储的信息。
CN201811166655.0A 2018-10-08 2018-10-08 一种基于点云数据的ai深度自学习的包裹id追踪系统 Pending CN109446861A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811166655.0A CN109446861A (zh) 2018-10-08 2018-10-08 一种基于点云数据的ai深度自学习的包裹id追踪系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811166655.0A CN109446861A (zh) 2018-10-08 2018-10-08 一种基于点云数据的ai深度自学习的包裹id追踪系统

Publications (1)

Publication Number Publication Date
CN109446861A true CN109446861A (zh) 2019-03-08

Family

ID=65544687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811166655.0A Pending CN109446861A (zh) 2018-10-08 2018-10-08 一种基于点云数据的ai深度自学习的包裹id追踪系统

Country Status (1)

Country Link
CN (1) CN109446861A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117291206A (zh) * 2023-10-09 2023-12-26 广州市西克传感器有限公司 一种基于深度学习ocr识别的补码系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512665A (zh) * 2015-12-11 2016-04-20 中国测绘科学研究院 一种机载激光雷达点云数据边缘提取方法
CN105571489A (zh) * 2016-01-04 2016-05-11 广州市汶鑫自控工程有限公司 一种物体重量体积测量识别系统及方法
CN108416412A (zh) * 2018-01-23 2018-08-17 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复合码识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512665A (zh) * 2015-12-11 2016-04-20 中国测绘科学研究院 一种机载激光雷达点云数据边缘提取方法
CN105571489A (zh) * 2016-01-04 2016-05-11 广州市汶鑫自控工程有限公司 一种物体重量体积测量识别系统及方法
CN108416412A (zh) * 2018-01-23 2018-08-17 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复合码识别方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117291206A (zh) * 2023-10-09 2023-12-26 广州市西克传感器有限公司 一种基于深度学习ocr识别的补码系统

Similar Documents

Publication Publication Date Title
CN109670494B (zh) 一种附带识别置信度的文本检测方法及系统
CN103295034B (zh) 一种基于dsp的嵌入式图书乱架清点系统及方法
CN109801265B (zh) 一种基于卷积神经网络的实时输电设备异物检测系统
CN103425969A (zh) 一种识别轮毂型号的检测系统及其检测方法
CN107145810A (zh) 一种全方位条码识别装置及方法
CN103996239A (zh) 一种基于多线索融合的票据定位识别方法及系统
US9418268B2 (en) System and method for setting a real-time clock of a barcode reading device
CN110647784A (zh) 一种基于深度学习的设备资产管理的方法及装置
CN110717347A (zh) 货物信息的获取方法及装置
CN111832410A (zh) 一种基于视觉与激光雷达融合的前向列车检测方法
CN112541432A (zh) 一种基于深度学习的视频牲畜身份认证系统及方法
CN111869586A (zh) 一种动物戴标装置和动物耳标戴标及识别系统
CN105217074A (zh) 一种卷烟包装二维码的自动校对系统和方法
CN109446861A (zh) 一种基于点云数据的ai深度自学习的包裹id追踪系统
CN109213858B (zh) 一种网络水军的自动识别方法及系统
CN111958595A (zh) 一种变电站巡检机器人多传感器异步信息融合系统及方法
CN107609447A (zh) 一种光学检测装置、系统及方法
CN110517123A (zh) 一种基于物联网技术的ai无人评标系统及方法
CN104112109A (zh) 一种磁卡自动识别系统及方法
CN113780207A (zh) 一种羊脸识别的系统及方法
CN103198534A (zh) 一种利用人耳识别考勤的方法及装置
CN109063855A (zh) 用于车辆车况鉴定的辅助处理方法及装置
CN114187596A (zh) 一种芯片表面字符检测系统
CN108197882B (zh) 仓储管理系统
CN106548143A (zh) 一种基于面部识别技术及记忆功能的人脸识别系统及方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190308