CN111757783B - 无法输送的物品的识别 - Google Patents

无法输送的物品的识别 Download PDF

Info

Publication number
CN111757783B
CN111757783B CN201980014454.5A CN201980014454A CN111757783B CN 111757783 B CN111757783 B CN 111757783B CN 201980014454 A CN201980014454 A CN 201980014454A CN 111757783 B CN111757783 B CN 111757783B
Authority
CN
China
Prior art keywords
transportable
article
conveying
designed
identification system
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
CN201980014454.5A
Other languages
English (en)
Other versions
CN111757783A (zh
Inventor
约尔格·罗特兰
埃伯哈德·勒姆
迈克尔·策特勒
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.)
Siemens Logistics Co ltd
Original Assignee
Siemens Logistics 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 Siemens Logistics Co ltd filed Critical Siemens Logistics Co ltd
Publication of CN111757783A publication Critical patent/CN111757783A/zh
Application granted granted Critical
Publication of CN111757783B publication Critical patent/CN111757783B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • 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
    • B07C1/00—Measures preceding sorting according to destination
    • 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
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/04—Sorting according to size
    • B07C5/10—Sorting according to size measured by light-responsive means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2201/00—Indexing codes relating to handling devices, e.g. conveyors, characterised by the type of product or load being conveyed or handled
    • B65G2201/02—Articles
    • B65G2201/0264—Luggage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2201/00—Indexing codes relating to handling devices, e.g. conveyors, characterised by the type of product or load being conveyed or handled
    • B65G2201/02—Articles
    • B65G2201/0285—Postal items, e.g. letters, parcels
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
    • B65G2203/02—Control or detection
    • B65G2203/0208—Control or detection relating to the transported articles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
    • B65G2203/04—Detection means
    • B65G2203/042—Sensors
    • B65G2203/044—Optical

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Sorting Of Articles (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Discharge Of Articles From Conveyors (AREA)

Abstract

为了低成本地识别对于输送系统无法输送的物品，输送路段(3)和光栅或类似的测量装置(4)设计和设置为，使得物品(2)在输送路段(3)上可被输送穿过光栅(4)，使得在此可借助于光栅(4)产生表征物品(2)的数据结构(21)并且可将其馈入识别系统(5)中。识别系统(5)适应于根据数据结构(21)判断：物品(2)是否是能输送的。

Description

无法输送的物品的识别
技术领域
本发明涉及无法通过输送系统输送的物品的识别的技术领域。
背景技术
输送系统能够是分拣系统或其他输送系统，例如用于在机场内运输或分拣行李的输送系统。也就是说，术语输送系统包括物品的纯输送系统，然而也包括分拣系统。物品例如能够包括乘客的行李，然而也能够包括邮政物品，例如信件、包裹、邮包或其他输送对象。
如果无法输送的物品位于输送路段，例如输送带上，那么输送系统的可用性降低。输送带或分拣器能够由此停止工作或被损坏。
无法输送的物品的识别现今借助于高分辨率的相机进行。所述相机通常也引起复杂的飞行时间(ToF)测量。关于其的技术是耗费的进而是昂贵的。
发明内容
因此，本发明基于如下目的：低成本地识别对于输送系统而言无法输送的物品。
所述目的通过根据本发明的方法和设备实现。
根据一个方面，提出一种用于识别无法通过输送系统输送的物品的方法。所述方法包括下述方法步骤：物品在输送路段上被输送穿过光栅。在此借助于光栅产生表征物品的数据结构。数据结构借助于识别系统分析。在此判断：物品是否是能输送的。
根据另一方面，提出一种用于识别无法通过输送系统输送的物品的系统。所述系统包括输送路段、光栅和识别系统。输送路段和光栅设计和设置为，使得物品可在输送段上被输送穿过光栅。在此，表征物品的数据结构可借助于光栅产生并且可馈入到识别系统中。识别系统设计用于根据数据结构判断：物品是否是能输送的。
根据另一方面提出一种用于识别无法通过输送系统输送的物品的系统。所述系统包括输送路段、测量装置和识别系统。测量装置包括发射器阵列和接收器阵列，所述发射器阵列和接收器阵列设计和设置为，使得在发射器阵列和接收器阵列之间存在测量区域，所述测量区域设置为，使得借助于输送路段可将物品输送穿过测量区域。测量区域通过可由发射器阵列发出的和可由接收器阵列接收的波信号构成。接收器阵列设计用于，基于所接收的波信号产生接收器信号并且将所述接收器信号馈入识别系统中。识别系统设计用于，根据在将物品输送穿过测量区域期间受影响的接收器信号来判断：物品是否是能输送的。
本发明的有利的设计方案在实施例中给出。
根据一个实施例，输送系统是行李输送系统，根据另一实施例，输送系统是用于分拣寄送包裹的输送系统，根据另一实施例，输送系统是用于分拣信件的输送系统。
测量装置例如能够是光栅，其中将术语光栅理解为：所述光栅不局限于可见光，而是包括所有基于电磁波的适合的发送器-接收器阵列，尤其也基于红外光、可见光、微波、紫外光或X射线的波。借助于基于可见光或基于红外光的光栅，能预期特别低成本的解决方案。根据一个实施方式，发射器是发光二极管。除了光栅以外也可考虑基于非电磁波的测量装置，例如基于声波的测量装置。
根据一个实施例，借助于测量装置，或者借助于光栅产生的数据结构包括物品的至少一个剪影，优选至少两个从不同方向拍摄的剪影。剪影具有如下优点：所述剪影可借助于光栅特别简单地产生。此外，剪影尤其相对于摄影的解决方案具有如下优点：所述剪影可特别容易地识别或评估物品。
根据一个实施例，借助于测量装置，或者借助于光栅产生的数据结构包括两个剪影，其中第一剪影是物品的竖直的剪影而第二剪影是物品的水平的剪影。根据一个实施例，两个剪影垂直于输送路段的输送方向。竖直的剪影能通过光栅产生，所述光栅已将发射器阵列或接收器阵列设置在中断输送路段的缝隙中。
根据一个实施例，剪影构成为二进制图像，或者多个剪影构成为多个二进制图像。
根据一个实施例，识别系统优选借助于神经元网络，优选借助于计算机实现的神经元网络，学习如下判断：物品是否是能输送的。
根据一个实施例，如果产生判断：物品是无法输送的，那么采取适当的措施。适当的措施例如能够是将物品从输送系统中提取出来，然而也能够是物品转移到或置于能输送的状态中，例如其方式是，针对航空行李输送设施，将拉杆箱的拉出的把手移入拉杆箱中。为了进行适当的措施，用于识别无法通过输送系统输送的物品的系统能够包括可通过识别系统操控的修正系统。修正系统例如可以是转向器(Weiche)，以便将无法输送的物品从输送系统中提取出来。其他修正系统例如能够设计用于将无法输送的物品转移到或置于能输送的状态中。
根据一个实施例，测量区域面状地且横向于输送路段的输送方向设置，优选垂直地设置。这可借助于光栅以特别简单的方式实现并且产生如下优点：能够将物品在输送期间通过面状的测量区域扫描。换言之，测量区域由此沿着输送方向能够是比物品小的。
根据一个实施例，发射器阵列包括一个或多个发射器和/或接收器阵列包括一个或多个接收器。
根据一个实施例，发射器阵列和接收器阵列相对置地设置，例如在市售的光栅中通常是这种情况。这能够实现特别简单的结构。然而，光栅的发射器和接收器在一排上彼此交错设置的其他解决方案同样是可考虑的。
根据一个实施例，发射器阵列包括方向特性，其中优选发射器的方向特性，即大的强度，分别指向接收器。在替选的实例中，方向特性不必指向接收器，并且也不必使刚好一个接收器与每个发射器相关联。同样可考虑的是如下解决方案：其中较复杂的测量装置借助于神经元网络训练，以判断：物品是否是能输送的。
附图说明
接下来，例如根据附图详细阐述本发明。在此示出：
图1示出从上方观察根据本发明的一个实施例的用于识别无法通过输送系统输送的物品的系统的示意图；
图2示出从一侧观察在图1中示出的系统的示意图；
图3示出从另一侧观察在图1和2中示出的系统的示意图；
图4示出航空行李输送系统的行李件的多个剪影连同如下判断：所述行李件是否在航空行李输送系统上是能输送的；
图5示出被分为能输送的和无法输送的物品的另外的剪影对。
具体实施方式
图1示出从上方观察根据本发明的一个实施例的用于识别无法通过输送系统30输送的物品2的系统1的示意图。在下文中，系统1也称作分类系统1。
分类系统1包括输送路段3、包含光栅的测量装置4和识别系统5。
输送路段3设计用于将物品2沿着输送方向13输送。输送路段3和测量装置4设计和设置为，使得物品2可在输送路段3上被输送穿过测量装置4的测量区域7，使得在此可借助于测量装置4产生表征物品的数字式的数据结构21并且将所述数字式的数据结构馈入到识别系统5中。为此，光栅横向地，优选正交于输送方向13设置。数据结构21因此能在将物品2输送穿过光栅期间借助于扫描过程产生。识别系统5适应于根据数据结构21来判断：物品2是否是能输送的。在图1中同样可见的是，具有竖直地设置在一条线上的发光二极管8的发射器阵列18a和具有竖直地设置在一条线上的光电二极管6的接收器阵列16a。
图2以垂直于输送方向13的观察方向，从一侧示出附图的分类系统1，所述分类系统具有发射器阵列18a的竖直地设置在一条线上的发光二极管8和接收器阵列16a的竖直地设置在一条线上的光电二极管6。
图3沿着输送方向13示出图1的分类系统1的示意侧示图。在所述视图中，能尤其清楚地看到测量装置4。测量装置4包括两个光栅，其中所述光栅中的一个光栅水平地设置而另一个光栅竖直地设置。所述光栅中的每一个都包括发射器阵列18a和接收器阵列16a，或者18b和16b。所述发射器阵列18a、18b中的每一个都包括线性设置的发光二极管8并且接收器阵列16a、16b中的每一个都包括线性设置的光电二极管6。
在竖直地设置的光栅中(关于光路的方向竖直)，发射器阵列18b的发光二极管8设置在接收器阵列16b的光电二极管6之上。所述发光二极管的每一个都具有方向特性，即如下方向，沿着所述方法发光二极管8放射最大强度，并且所述发光二极管的每一个都对准接收器阵列16b的位于所述发光二极管下方的光电二极管6。因此，限定竖直的栅，其通过竖直伸展的波信号9，类似竖直伸展的栅条表征。为了尽可能简单地安置条状地设计的接收器阵列16b，输送路段3包括中断部，或者优选垂直于输送方向13伸展的缝隙，接收器阵列16b装入所述缝隙中。
以这种方式，在发射器阵列18b和接收器阵列16b之间通过可由发射器阵列18a发出的和可由接收器阵列16a接收的波信号9限定测量区域7，所述测量区域设置为，使得借助于输送路段3可将物品输送穿过测量区域7或者穿过光栅4。
以类似的方式，测量装置4如在图3中示出那样包括水平的光栅，所述水平的光栅包括发射器阵列18a和接收器阵列16a，借助于所述水平的波信号9限定测量区域7。在图1至3中示出的实施例中，水平的光栅16a、18a与竖直的光栅16b、18b具有相同的测量区域7。在其他实施例中，这两个光栅的测量区域是不同的，例如其方式是，光栅不设置在同一平面中，或者在同一平面中然而彼此错开设置。同样可考虑如下实施方案，其中仅使用一个光栅。例如，在行李箱水平放置时应当已经可借助于竖直的光栅产生的剪影识别：行李箱的把手是否处于拉出的状态中。
关于这一点也应提及，术语“光栅”不仅包括水平的光栅、竖直的光栅、以任何其它方式适当地设置的，例如倾斜设置的光栅。术语“光栅”也包括由两个或更多个光栅构成的阵列，例如在图3中示出的具有水平的和竖直的光栅的双光栅。
作为光栅4例如能够使用Sick公司的MLG2灯列。
接收器阵列16a、16b，或者光电二极管6设计用于，基于接收到的波信号9产生电子的接收器信号11并且将所述接收器信号馈入识别系统5中。识别系统5设计用于，根据在将物品2输送穿过测量区域7期间受影响的接收器信号11来判断：物品2是否是能输送的。
为此，识别系统例如能够由在图3中示出的水平的光栅16a、18a以及竖直的光栅16b、18b接收电子的接收器信号11，或者包含在接收器信号11中的数据结构21，所述数据结构分别代表或者包括剪影，即从水平的光栅投影到竖直的光栅的基平面上的剪影以及投影到竖直的、平行于输送方向13伸展的侧平面上的剪影。这些剪影能够通过识别系统5作为二进制图像示出，并且被进一步处理，其方式是，确定所述二进制图像的轮廓或外边界或其他特性，它们适合于判断：物品是否是能通过输送系统输送的。
发光二极管8以及光电二极管6优选在红外范围内或借助于可见光工作。在替选的实施方式中，也能够使用电磁谱的其他适合的范围。同样可考虑如下解决方案，其中使用声学发射器和接收器来代替光电二极管和光电探测器。
在变型的实施例中，发射器阵列的发光二极管或其他发射器不需要类似光栅地、即以平行伸展的波信号对准光电二极管或其他接收器。信号例如也能够在交叉的或斜的信道中伸展。能预期的是，借助于神经元网络甚至能够训练这种测量装置，以便能够做出关于物品的能输送性的结论。也可考虑如下解决方案，其中方向特性或者其最大值不必对准接收器，然而也可考虑借助于完全不具有方向特性的发射器阵列的解决方案，例如其方式是，神经元网络借助于接收器阵列的输出信号，即接收器信号来训练，以判断：物品是否是能输送的。
参照图1，分类系统1还包括可由识别系统5操控的转向器12，其在产生物品2不是能输送的判断的情况下将物品2提取出来。替选地或附加地，警告机构也能够产生人可察觉的信号，所述信号指示操作人员必须采取措施。如果产生物品2是能输送的判断，那么将物品在输送系统30上输送。
借助于在附图中所描述的实施例及其变型形式能执行用于识别无法通过输送系统输送的物品的方法。在此，物品2在输送路段3上被输送穿过光栅4并且在此借助于光栅4生成表征物品2的数字式的数据结构21。数据结构21借助于识别系统5分析。所述分析包括判断：物品2是否是能输送的。
借助于光栅4产生的数据结构21包括物品的至少一个剪影，优选至少两个从不同方向拍摄的剪影。剪影是二进制图像并且能够垂直于输送路段3的输送方向13以及彼此垂直地沿着水平的和竖直的投影方向拍摄。
识别系统5优选借助于神经元网络，优选借助于计算机实现的神经元网络，学习如下判断：物品是否是能输送的。在一个替选的实施方式中，识别系统5根据算法判断：物品2是否是能输送的。
能输送的物品在输送系统上继续输送。对于无法输送的物品采取适当的措施，例如将行李件提取出来，或者不将行李件投入到输送系统30中和/或生成用于手动处理的警告信号和/或将物品置于能输送的状态。
图4示例地以图表形式在前两栏中以俯视图41和侧视图52示出行李件的剪影。在第三栏43中示出判断(是/否)：行李件是否是可输送的。在第四栏44中记录是否可以借助于光栅实现判断：行李件是否是能输送的。此外在第五栏45中记录，是否能够借助于光栅和从下方起作用的激光扫描仪来判断：行李件是否是能输送的。
另一实施例包括：
1.将2D光栅集成到输送技术中并且产生一对二进制图像。
2.将二进制图像移交给识别系统。在该处例如存在基于深度学习的识别系统，其事先针对测试材料已被训练。所述识别系统将图像数据分类为“能输送”或“无法输送”的对象。
3.在“无法输送”时触发动作。要么停止传送带要么将行李件从设施中移走。
4.可选地：只要没有事先经训练的网络可用，那么将图像数据传输给视频编码系统(VCS)。操作员得到在屏幕上展示的对象的示图并且所述操作员将对象在线分类为能输送的或无法输送的。周期性地基于图像和操作员的所属于所述图像的结果训练网络。这一直重复直至达到一定的识别水平。
5.可选地：将图像数据和VCS的结果发送给云。在该处将网络借助于GPU的使用来计算并且传输给站。
本发明的实施例能够实现：基于低成本的传感器如光栅和深度神经元网络的图像识别无法输送的物品以进行对象分类。
根据其他实施例，使用图像处理计算机而不需要GPU加速。在此存在过大量的误报的或未识别的无法输送的物品的风险。作为措施还能够使用附加的激光扫描仪作为第二数据源。
本发明的实施例还能够具有如下优点：
1.光栅是非常低成本的。
2.能够产生伪二进制图像并且基于测试量训练深度学习网络。
3.能够使用视频编码系统，以便将对象分类并且基于此计算或训练深度学习网络。
5.网络用于进行能输送的和无法输送的物品的分类。
6.也能够将附加的图像相机用于拍摄物品的图像，以便得到对其他数据的更好的理解。
也能够低成本地针对暗的或有光泽的物品进行判断：物品是否是能输送的。

Claims (28)

1.一种用于识别无法通过输送系统输送的物品的方法，所述方法包括如下方法步骤：
-在输送路段(3)上输送物品(2)穿过两个光栅(4)并且在此借助于所述光栅(4)产生表征所述物品(2)的数据结构(21)，其中所述光栅中的一个水平地设置而另一光栅竖直地设置；
-借助于识别系统(5)分析所述数据结构(21)，其中所述数据结构包括所述物品的至少两个从不同方向拍摄的剪影，并且其中所述分析包括判断：所述物品(2)是否是能输送的，
其中所述光栅借助于红外光和/或可见光工作。
2.根据权利要求1所述的方法，其中所述物品是航空行李、包裹或信件。
3.根据权利要求1或2所述的方法，其中所述识别系统(5)机器地学习如下判断：所述物品是否是能输送的。
4.根据权利要求3所述的方法，其中所述识别系统(5)借助于神经元网络机器地学习如下判断：所述物品是否是能输送的。
5.根据权利要求3所述的方法，所述识别系统(5)借助于计算机实现的神经元网络机器地学习如下判断：所述物品是否是能输送的。
6.根据权利要求1或2所述的方法，其中如果产生所述物品(2)是无法输送的判断，那么采取适当的措施。
7.根据权利要求6所述的方法，其中所述措施是将所述物品(2)提取出来、转移到或置于能输送的状态中。
8.一种用于识别无法通过输送系统输送的物品(2)的系统(1)，所述系统包括输送路段(3)、两个光栅(4)和识别系统(5)，其中：
-所述输送路段(3)和所述光栅设计和设置为，使得所述物品(2)在所述输送路段(3)上能够被输送穿过所述光栅(4)，其中所述光栅中的一个水平地设置而另一光栅竖直地设置，使得在此能够借助于所述光栅(4)产生表征所述物品(2)的数据结构(21)，所述数据结构包括所述物品的至少两个从不同方向拍摄的剪影，并且能够将所述数据结构馈入到所述识别系统(5)中；
-所述识别系统(5)适应为根据所述数据结构(21)判断：所述物品(2)是否是能输送的，
其中所述光栅是红外光栅或在可见光范围内工作的光栅。
9.根据权利要求8所述的系统(1)，其中所述识别系统(5)设计用于机器地学习如下判断：所述物品是否是能输送的。
10.根据权利要求9所述的系统(1)，其中所述识别系统(5)设计用于借助于神经元网络机器地学习如下判断：所述物品是否是能输送的。
11.根据权利要求9所述的系统(1)，其特征在于，所述识别系统(5)设计用于借助于计算机实现的神经元网络机器地学习如下判断：所述物品是否是能输送的。
12.根据权利要求8所述的系统(1)，所述系统包括能够通过所述识别系统(5)操控的修正系统(12)，所述修正系统设计用于，如果判断出所述物品(2)是无法输送的，那么采取适当的措施。
13.根据权利要求12所述的系统(1)，其中所述修正系统是转向器。
14.根据权利要求12所述的系统(1)，其中所述措施是将所述物品(2)提取出来、转移到或置于能输送的状态中。
15.根据权利要求8所述的系统(1)，其中所述输送系统是航空行李输送系统或是用于分拣包裹的输送系统或是用于分拣信件的输送系统。
16.一种用于识别无法通过输送系统输送的物品(2)的系统(1)，所述系统包括输送路段(3)、测量阵列(4)和识别系统(5)，
-其中所述测量装置(4)包括发射器阵列18a，18b)和接收器阵列(16a，16b)，所述发射器阵列和所述接收器阵列设计和设置为，使得在所述发射器阵列(18a，18b)和所述接收器阵列(16a，16b)之间通过能够由所述发射器阵列(18a，18b)发出的和能够由所述接收器阵列(16a，16b)接收的波信号(9)构成测量区域(7)，所述测量区域设置为，使得借助于所述输送路段(3)能够将所述物品输送穿过所述测量区域(7)，其中所述发射器阵列包括一个水平设置的发射器和另一竖直设置的发射器；
-其中所述接收器阵列(16a，16b)设计用于，基于所接收到的波信号(9)产生接收器信号(11)并且将所述接收器信号馈入所述识别系统(5)中；
-其中所述识别系统(5)设计用于，根据在将所述物品(2)输送穿过所述测量区域(7)期间受影响的接收器信号(11)来判断：所述物品(2)是否是能输送的，其中所述接收器信号包含数据结构，所述数据结构包括所述物品的至少两个从不同方向拍摄的剪影，
其中所述发射器阵列(18a，18b)包括光源，所述光源是发光二极管，其中所述发光二极管产生所述波信号(9)，所述波信号是红外信号和/或光信号。
17.根据权利要求16所述的系统(1)，其中所述测量区域(7)面状地并且横向于所述输送段(3)的输送方向(13)设置。
18.根据权利要求16或17所述的系统(1)，其中所述发射器阵列(18a，18b)和所述接收器阵列(16a，16b)彼此相对置地设置。
19.根据权利要求16或17所述的系统(1)，其中所述发射器阵列(18a，18b)包括一个或多个发射器和/或所述接收器阵列包括一个或多个接收器。
20.根据权利要求16或17所述的系统(1)，其中所述发射器阵列包括方向特性。
21.根据权利要求20所述的系统(1)，其中发射器的方向特性总是对准接收器。
22.根据权利要求16或17所述的系统(1)，其中所述识别系统(5)设计用于机器地学习如下判断：所述物品是否是能输送的。
23.根据权利要求22所述的系统(1)，其中所述识别系统(5)设计用于借助于神经元网络机器地学习如下判断：所述物品是否是能输送的。
24.根据权利要求22所述的系统(1)，其特征在于，所述识别系统(5)设计用于借助于计算机实现的神经元网络机器地学习如下判断：所述物品是否是能输送的。
25.根据权利要求16或17所述的系统(1)，所述系统包括能够通过所述识别系统(5)操控的修正系统(12)，所述修正系统设计用于，如果判断出所述物品(2)是无法输送的，那么采取适当的措施。
26.根据权利要求25所述的系统(1)，其中所述修正系统是转向器。
27.根据权利要求25所述的系统(1)，其中所述措施是将所述物品(2)提取出来、转移到或置于能输送的状态中。
28.根据权利要求16或17所述的系统(1)，其中所述输送系统是航空行李输送系统或是用于分拣包裹的输送系统或是用于分拣信件的输送系统。
CN201980014454.5A 2018-02-21 2019-01-08 无法输送的物品的识别 Active CN111757783B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18157870.9A EP3530360A1 (de) 2018-02-21 2018-02-21 Erkennung von nicht förderfähigen sendungen
EP18157870.9 2018-02-21
PCT/EP2019/050293 WO2019161983A1 (de) 2018-02-21 2019-01-08 Erkennung von nicht förderfähigen sendungen

Publications (2)

Publication Number Publication Date
CN111757783A CN111757783A (zh) 2020-10-09
CN111757783B true CN111757783B (zh) 2023-05-26

Family

ID=61258161

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980014454.5A Active CN111757783B (zh) 2018-02-21 2019-01-08 无法输送的物品的识别

Country Status (4)

Country Link
US (1) US20210370352A1 (zh)
EP (2) EP3530360A1 (zh)
CN (1) CN111757783B (zh)
WO (1) WO2019161983A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4043111A1 (en) 2021-02-12 2022-08-17 Siemens Aktiengesellschaft Classifying items
CN113843174A (zh) * 2021-08-31 2021-12-28 上海大学 一种函件整理分拣装置
WO2023089558A1 (en) * 2021-11-19 2023-05-25 Dematic Corp. System and method for identifying and transporting non-conveyable items
CN117142009B (zh) * 2023-10-30 2024-03-15 西安重装蒲白煤矿机械有限公司 一种基于图卷积网络的刮板输送机健康状态评估方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1421999A2 (de) * 2002-11-21 2004-05-26 CTR Carinthian Tech Research AG Verfahren zum Identifizieren, Klassifizieren und Sortieren von Gegenständen, Objekten und Materialien, sowie ein Erkennungssystem zur Durchführung dieses Verfahrens
WO2006007386A1 (en) * 2004-06-16 2006-01-19 Siemens Corporate Research Inc Bulk flow localization and identification of rfid-tagged articles
CN101400992A (zh) * 2005-12-16 2009-04-01 Cxr有限公司 X射线断层摄影检查系统
CN206286222U (zh) * 2016-12-14 2017-06-30 中山市振良自动化设备有限公司 一种泡沫板生产输送系统的分类机构

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2666315B1 (fr) * 1990-09-04 1992-12-11 France Etat Dispositif pour controler et regulariser l'espacement de colis, paquets ou objets analogues, notamment de colis postaux.
JP2548840B2 (ja) * 1991-01-24 1996-10-30 株式会社クボタ 作物の選別用搬送装置
DE19625044A1 (de) * 1996-06-22 1998-01-02 Siemens Ag Verfahren zum Erkennen von Überlappungen von flachen Sendungen
WO2009008065A1 (ja) * 2007-07-10 2009-01-15 Banctec Japan, Inc. 書類搬送装置及び書類搬送装置制御方法
CN206248034U (zh) * 2016-12-14 2017-06-13 中山市振良自动化设备有限公司 一种泡沫板生产输送系统的体积测量机构

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1421999A2 (de) * 2002-11-21 2004-05-26 CTR Carinthian Tech Research AG Verfahren zum Identifizieren, Klassifizieren und Sortieren von Gegenständen, Objekten und Materialien, sowie ein Erkennungssystem zur Durchführung dieses Verfahrens
WO2006007386A1 (en) * 2004-06-16 2006-01-19 Siemens Corporate Research Inc Bulk flow localization and identification of rfid-tagged articles
CN101400992A (zh) * 2005-12-16 2009-04-01 Cxr有限公司 X射线断层摄影检查系统
CN206286222U (zh) * 2016-12-14 2017-06-30 中山市振良自动化设备有限公司 一种泡沫板生产输送系统的分类机构

Also Published As

Publication number Publication date
CN111757783A (zh) 2020-10-09
EP3530360A1 (de) 2019-08-28
US20210370352A1 (en) 2021-12-02
EP3755471A1 (de) 2020-12-30
WO2019161983A1 (de) 2019-08-29

Similar Documents

Publication Publication Date Title
CN111757783B (zh) 无法输送的物品的识别
CA3074346C (en) Classification method and apparatus
US7084989B2 (en) Measuring apparatus and method in a distribution system
CN108290691B (zh) 用于自动识别快递货物的系统
US7164750B2 (en) Non-destructive inspection of material in container
US9347892B2 (en) Optical inspection apparatus and optical sorting apparatus
US7629602B2 (en) Apparatus and method for detecting overlapping flat objects with a doubles detector and electronic images of first and second flat sides of an object
WO2023104832A1 (en) Material identification apparatus and method
JP6699890B2 (ja) 荷物検査システム
AU2014359041B2 (en) Method and apparatus for sorting pieces of rock containing quartz vein from pieces of rock and computer program for a processing device
JP7345776B2 (ja) 農産物の選別装置
CN116057584A (zh) 用于训练神经网络实现的传感器系统以对批量流中的对象进行分类的方法和系统
CN112101498A (zh) 一种违禁品定位方法及装置
JP7192037B2 (ja) 仕分管理装置及び検査システム
NZ762809B2 (en) Classification method and apparatus
JP6547316B2 (ja) 検品装置
JP2020117403A (ja) 検査管理装置
JP2019191083A (ja) 検査システム

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
TA01 Transfer of patent application right

Effective date of registration: 20230315

Address after: Nuremberg, Germany

Applicant after: Siemens Logistics Co.,Ltd.

Address before: Munich, Germany

Applicant before: SIEMENS AG

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant