CN114433502A - 货品拣选方法、装置、电子设备及存储介质 - Google Patents
货品拣选方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114433502A CN114433502A CN202111666793.7A CN202111666793A CN114433502A CN 114433502 A CN114433502 A CN 114433502A CN 202111666793 A CN202111666793 A CN 202111666793A CN 114433502 A CN114433502 A CN 114433502A
- Authority
- CN
- China
- Prior art keywords
- information
- goods
- target
- volume
- point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003708 edge detection Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003062 neural network model Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 5
- 238000005303 weighing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- B07C5/04—Sorting according to size
- B07C5/10—Sorting according to size measured by light-responsive means
-
- 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
- B07C5/16—Sorting according to weight
-
- 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
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
Abstract
本发明公开了一种货品拣选方法、装置、电子设备及存储介质,该方法包括:在货品到达预定位置时,获取货品的货物信息;货物信息包括图像信息、重量信息及地址信息;通过对图像信息进行边缘检测,生成货品对应的边缘图像信息并计算货品的体积信息;根据体积信息和重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据第一目标输送点确定第一控制指令,以控制第一机械臂将货品拣选至第一目标输送点;根据地址信息与多个第二输送点进行匹配,以确定出第二目标输送点,并根据第二目标输送点确定第二控制指令,以控制第二机械臂将货品拣选至第二目标输送点。使得货品在拣选的过程中,可以更准确地将货品进行拣选输送,提升物流拣选的效率。
Description
技术领域
本发明涉及货品拣选技术领域,具体涉及一种货品拣选方法、装置、电子设备及存储介质。
背景技术
随着智能化无人物流行业的快速发展,为了减少人力负担,将视觉系统和机械臂结合并带入物流行业,提高其自动化程度成为广大物流从业者的呼声,由于传统的人力方式则渐渐取代,而现有货品拣选基本实现了人力所能实现的大部分功能,例如货品输送、图像识别、货品拣选等,由此使得目前的物流效率大大提升;但目前在将货品进行拣选的过程中,无法高效准确地将货品进行拣选输送,难以提升物流拣选的效率。
发明内容
第一方面,本发明的主要目的是提供一种货品拣选方法,包括:
在货品到达预定位置时,获取货品的货物信息;所述货物信息包括图像信息、重量信息及地址信息;
对所述图像信息进行边缘检测,生成所述货品对应的边缘图像信息,并根据所述边缘图像信息计算所述货品的体积信息;
根据所述体积信息和所述重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据所述第一目标输送点确定第一控制指令,以控制第一机械臂将所述货品拣选至所述第一目标输送点;其中,多个所述第一输送点之间的输送速度不同,且所述第一输送点具有关联的多个第二输送点;
根据所述地址信息与多个所述第二输送点进行匹配,以确定出第二目标输送点,并根据所述第二目标输送点确定第二控制指令,以控制第二机械臂将所述货品拣选至所述第二目标输送点。
可选地,所述对所述图像信息进行边缘检测,生成所述货品对应的边缘图像信息,并根据所述边缘图像信息计算所述货品的体积信息,包括:
将所述图像信息输入神经网络模型中进行边缘检测,以确定出所述图像信息中的第一边缘图像和第二边缘图像;
根据所述第一边缘图像和所述第二边缘图像生成所述货品对应的体积框,以根据所述体积框确定所述货品的体积信息。
可选地,所述根据所述第一边缘图像和所述第二边缘图像生成所述货品对应的体积框,以根据所述体积框确定所述货品的体积信息,包括:
对所述第一边缘图像和所述第二边缘图像进行像素点填充;
根据像素点填充后的所述第一边缘图像和所述第二边缘图像进行边缘构建,以形成所述货品的体积框;
根据所述体积框的长宽高,确定出所述货品的体积信息。
可选地,所述根据所述体积信息和所述重量信息,从多个第一输送点中确定对应的第一目标输送点,包括:
判断所述体积信息和/或所述重量信息是否满足第一条件;
当所述体积信息和/或所述重量信息满足第一条件时,将所述第一条件对应的第一输送点确定为所述第一目标输送点;
判断所述体积信息和/或所述重量信息是否满足第二条件;
当所述体积信息和/或所述重量信息满足第二条件时,将所述第二条件对应的第一输送点确定为所述第一目标输送点。
可选地,所述根据所述地址信息与多个所述第二输送点进行匹配,以确定出第二目标输送点,包括:
根据所述第二输送点关联的预设地址信息,将所述地址信息与所述预设地址信息进行匹配;
当存在与所述地址信息匹配成功的目标预设地址信息时,将所述目标预设地址信息对应的第二输送点确定为所述第二目标输送点。
可选地,所述货品拣选方法,还包括:
确定所述货品的目标夹持位置;
根据所述目标夹持位置,计算与所述目标夹持位置对应的夹持信息;所述夹持信息包括夹持力度和夹持范围;
将所述夹持信息输出以作为所述第一控制指令和所述第二控制指令。
第二方面,本发明实施例提供了一种货品拣选装置,包括:
获取模块,用于在货品到达预定位置时,获取货品的货物信息;所述货物信息包括图像信息、重量信息及地址信息;
检测模块,用于对所述图像信息进行边缘检测,生成所述货品对应的边缘图像信息,并根据所述边缘图像信息计算所述货品的体积信息;
第一确定模块,用于根据所述体积信息和所述重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据所述第一目标输送点确定第一控制指令,以控制第一机械臂将所述货品拣选至所述第一目标输送点;其中,多个所述第一输送点之间的输送速度不同,且所述第一输送点具有关联的多个第二输送点;
第二确定模块,用于根据所述地址信息与多个所述第二输送点进行匹配,以确定出第二目标输送点,并根据所述第二目标输送点确定第二控制指令,以控制第二机械臂将所述货品拣选至所述第二目标输送点。
可选地,所述检测模块包括:
检测单元,用于将所述图像信息输入神经网络模型中进行边缘检测,以确定出所述图像信息中的第一边缘图像和第二边缘图像;
确定单元,用于根据所述第一边缘图像和所述第二边缘图像生成所述货品对应的体积框,以根据所述体积框确定所述货品的体积信息。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的货品拣选方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述的货品拣选方法的步骤。
本发明的上述方案至少包括以下有益效果:
本发明提供的货品拣选方法,在货品到达预定位置时,获取货品的货物信息;所述货物信息包括图像信息、重量信息及地址信息;通过对所述图像信息进行边缘检测,生成所述货品对应的边缘图像信息,并根据所述边缘图像信息计算所述货品的体积信息;根据所述体积信息和所述重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据所述第一目标输送点确定第一控制指令,以控制第一机械臂将所述货品拣选至所述第一目标输送点;其中,多个所述第一输送点之间的输送速度不同,且所述第一输送点具有关联的多个第二输送点;根据所述地址信息与多个所述第二输送点进行匹配,以确定出第二目标输送点,并根据所述第二目标输送点确定第二控制指令,以控制第二机械臂将所述货品拣选至所述第二目标输送点。由此使得货品在拣选的过程中,可以更高效准确地将货品进行拣选输送,提升物流拣选的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例提供的货品拣选方法的应用场景图;
图2为本发明实施例提供的货品拣选方法的整体流程示意图;
图3为本发明实施例提供的步骤S20的具体流程示意图;
图4为本发明实施例提供的步骤S22的具体流程示意图;
图5为本发明实施例提供的步骤S30的具体流程示意图;
图6为本发明实施例提供的步骤S40的具体流程示意图;
图7为本发明实施例提供的货品拣选方法的另一流程示意图;
图8为本发明实施例提供的货品拣选装置的结构框图
图9为本发明实施例提供的检测模块的结构框图;
图10为本发明实施例提供的电子设备的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别不同对象,而非用于描述特定顺序。此外,术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先结合相关附图来举例介绍下本申请实施例的方案。
如图1和2所示,本发明的具体实施例提供了一种货品拣选方法,包括:
S10、在货品到达预定位置时,获取货品的货物信息;货物信息包括图像信息、重量信息及地址信息。
在本实施例中,在货品拣选之前时,可以通过传送带进行统一传输,在传送带上方具有图像采集设备和机械臂,预定位置可以表示为图像采集设备和称重传感器的位置,因此,在货品通过传送带传输至预定位置时,图像采集设备可以对货品进行图像采集以及地址信息获取,并可以通过称重传感器进行称重;当然,图像采集设备、机械臂、称重传感器及传送带均可与服务器实现远程控制,使得在获取货品的货物信息后可以将货物信息输出至管理平台;例如,在货品通过传动带传输至预定位置时,传送带可以停止传输,使得称重传感器和图像采集设备可以同时对货品进行称重、图像采集以及条码扫描,在处理完成后,传送带可以继续开始传输,如此使得每件货品到达预定位置时,均可完成称重、图像采集以及条码扫描的操作,在采集完成后则输出至服务器进行处理中,由此使得货品的货物信息采集更准确。
S20、对图像信息进行边缘检测,生成货品对应的边缘图像信息,并根据边缘图像信息计算货品的体积信息。
在本实施例中,服务器可以将获取的图像信息进行边缘检测,边缘检测可以表示为先确定图像信息中的边缘像素,然后再把边缘像素连接在一起就构成所需的边缘图像信息,在对图像信息进行边缘检测时,可以通过神经网络模型进行处理,神经网络模型可以是预先训练得到的,例如可以将多张不同货品的图像输入神经网络模型进行训练得到,使得在对图像信息处理时,可以通过神经网络模型确定出图像信息中的边缘图像信息,以通过边缘图像信息计算出货品的体积信息;可选地,每个货品的图像信息可以是在两个垂直方向采集得到的,并且每个方向可以计算出一个对应的边缘图像信息,例如俯视方向的边缘图像信息和侧视方向的边缘图像;通过两个方向的边缘图像信息对货品进行体积计算,由此可以确定出货品的体积信息。
如图3所示,上述对图像信息进行边缘检测,生成货品对应的边缘图像信息,并根据边缘图像信息计算货品的体积信息,包括:
S21、将图像信息输入神经网络模型中进行边缘检测,以确定出图像信息中的第一边缘图像和第二边缘图像;
S22、根据第一边缘图像和第二边缘图像生成货品对应的体积框,以根据体积框确定货品的体积信息。
其中,第一边缘图像可以是俯视方向的边缘图像,第二边缘图像可以是侧视方向的边缘图像,在将图像信息输入神经网络模型中进行边缘检测后,可以将第一边缘图像进行沿垂直方向进行模拟预测,以延伸得到第一体积框,将第二边缘图像进行沿垂直方向进行模拟预测,以延伸得到第二体积框,第一体积框和第二体积框之间的围合区域则可以确定为货品的体积框,由此通过货品对应的体积框确定为货品的体积信息;可选地,也可以通过第一边缘图像的长度和宽度以及第二边缘图像的长度和宽度进行体积计算,当第一边缘图像的宽度等于第二边缘图像的宽度时,则可以确定出体积框的长度可以是第一边缘图像的长度,体积框的宽度可以是第二边缘图像的长度,体积框的高度可以是第一边缘图像的宽度和第二边缘图像的宽度。
如图4所示,上述根据第一边缘图像和第二边缘图像生成货品对应的体积框,以根据体积框确定货品的体积信息,包括:
S221、对第一边缘图像和第二边缘图像进行像素点填充;
S222、根据像素点填充后的第一边缘图像和第二边缘图像进行边缘构建,以形成货品的体积框;
S223、根据体积框的长宽高,确定出货品的体积信息。
其中,像素点填充表示对第一边缘图像的边缘进行像素点填充,以得到完整的第一边缘图像,以及对第二边缘图像的边缘进行像素点填充,以得到完整的第二边缘图像;边缘构建可以表示为将第一边缘图像进行沿垂直方向进行模拟预测,以延伸得到第一体积框,将第二边缘图像进行沿垂直方向进行模拟预测,以延伸得到第二体积框,因此,在构建出第一体积框和第二体积框后,第一体积框和第二体积框之间的围合区域则可以确定为货品的体积框,由此通过确定的体积框可以确定出对应的长度、宽度及高度,由此可以计算出货品的体积信息,以根据货品的体积信息进行分拣。
S30、根据体积信息和重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据第一目标输送点确定第一控制指令,以控制第一机械臂将货品拣选至第一目标输送点;其中,多个第一输送点之间的输送速度不同,且第一输送点具有关联的多个第二输送点。
在本实施例中,传送带可以和多个第一输送点相关联,第一机械臂可以在传送带的长度方向移动,多个第一输送点的速度可以不同,在服务器确定出货品的体积信息和重量信息后,可以在多个第一输送点中进行筛选出对应的第一目标输送点,当货品的体积信息和重量信息越大时,则确定的第一目标输送点的速度越慢,当货品的体积信息和重量信息越小时,则确定的第一目标输送点的速度越快,由此,使得体积信息和重量信息越小的货品在第一目标输送点上输送时,速度可以更快,而对于体积信息和重量信息越大的货品在第一目标输送点上输送时,则安全性更高,以避免损坏货品;可以理解的是,在确定出第一目标输送点时,服务器可以向第一机械臂输出第一控制指令,以控制第一机械臂将货品分拣至第一目标输送点上进行输送,可选地,第一机械臂可以是多个相互错位设置的。
如图5所示,上述根据体积信息和重量信息,从多个第一输送点中确定对应的第一目标输送点,包括:
S31、判断体积信息和/或重量信息是否满足第一条件;
S32、当体积信息和/或重量信息满足第一条件时,将第一条件对应的第一输送点确定为第一目标输送点;
S33、判断体积信息和/或重量信息是否满足第二条件;
S34、当体积信息和/或重量信息满足第二条件时,将第二条件对应的第一输送点确定为第一目标输送点。
其中,第一条件表示为体积信息超出预设体积,重量信息超出预设重量,第一条件对应的第一输送点可以多个低速输送点;第二条件表示为体积信息低于预设体积,重量信息低于预设重量,第一条件对应的第一输送点可以多个快速输送点;也就是说,在货品的体积信息超出预设体积和/或重量信息超出预设重量时,则可以在多个低速输送点中确定出一个作为第一目标输送点;在货品的体积信息低于预设体积和/或重量信息低于预设重量时,则可以在多个快速输送点中确定出一个作为第一目标输送点;由此,在确定出第一目标输送点后,通过向第一机械臂输出第一控制指令以将货品拣选至第一目标输送点进行输送,以提升分拣效率。
S40、根据地址信息与多个第二输送点进行匹配,以确定出第二目标输送点,并根据第二目标输送点确定第二控制指令,以控制第二机械臂将货品拣选至第二目标输送点。
在本实施例中,每个第一输送点可以有个关联的第二输送点,每个第二输送点可以有关联的预设地址信息,在图像采集设备采集到货品的地址信息后,服务器可以将货品的地址信息和第二输送点关联的预设地址信息进行匹配,以确定出货品对应的预设地址信息,通过货品对应的预设地址信息确定出第二目标输送点,进而服务器可以向第二机械臂输出第二控制指令,以控制第二机械臂将货品分拣至第二目标输送点上进行输送,使得货品可以根据地址信息分拣至对应的位置,提升了分拣效率;可选地,第一机械臂和第二机械臂也可以配置对应的摄像头,使其在对货品进行分拣时,也可以采集货品的图像信息。
本发明提供的货品拣选方法,在货品到达预定位置时,获取货品的货物信息;货物信息包括图像信息、重量信息及地址信息;通过对图像信息进行边缘检测,生成货品对应的边缘图像信息,并根据边缘图像信息计算货品的体积信息;根据体积信息和重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据第一目标输送点确定第一控制指令,以控制第一机械臂将货品拣选至第一目标输送点;其中,多个第一输送点之间的输送速度不同,且第一输送点具有关联的多个第二输送点;根据地址信息与多个第二输送点进行匹配,以确定出第二目标输送点,并根据第二目标输送点确定第二控制指令,以控制第二机械臂将货品拣选至第二目标输送点。由此使得货品在拣选的过程中,可以更高效准确地将货品进行拣选输送,提升物流拣选的效率。
如图6所示,上述根据地址信息与多个第二输送点进行匹配,以确定出第二目标输送点,包括:
S41、根据第二输送点关联的预设地址信息,将地址信息与预设地址信息进行匹配;
S42、当存在与地址信息匹配成功的目标预设地址信息时,将目标预设地址信息对应的第二输送点确定为第二目标输送点。
其中,每个第二输送点可以有关联的唯一预设地址信息,服务器可以通过货品的地址信息和多个预设地址信息进行匹配,以确定出目标预设地址信息,通过目标预设地址信息则可以确定出对应的第二输送点,并作为第二目标输送点;举例来说,在第二输送点包括A、B、C,第二输送点A对应的地址信息是a地,第二输送点B对应的地址信息是b地,第二输送点C对应的地址信息是c地,在确定出货品的地址信息为b地时,服务器通过将货品的b地与a地、b地及c地进行匹配,在匹配确定出b地后,则可以确定b地对应的为第二输送点B,由此,将第二输送点B作为第二目标输送点。
如图7所示,在一个可选的实施例中,本发明实施例提供的货品拣选方法还包括:
301、确定货品的目标夹持位置;
302、根据目标夹持位置,计算与目标夹持位置对应的夹持信息;夹持信息包括夹持力度和夹持范围;
303、将夹持信息输出以作为第一控制指令和第二控制指令。
其中,目标夹持位置可以是货品的正上方,第一机械臂和第二机械臂可以通过自身的摄像头确定出货品的目标夹持位置,使得服务器可以根据目标夹持位置预估货品的大小,当货品的目标夹持位置比较大时,则可以增大夹持力度以及夹持范围,以使货品夹持更稳定;当货品的目标夹持位置比较小时,则可以缩小夹持力度以及夹持范围,以避免货品损坏,如此,可以使得在货品分拣时,可以更准确地进行分拣及夹持,提升分拣效率,并可以避免货品损坏。
如图8所示,本发明实施例提供了一种货品拣选装置10,包括:
获取模块11,用于在货品到达预定位置时,获取货品的货物信息;货物信息包括图像信息、重量信息及地址信息;
检测模块12,用于对图像信息进行边缘检测,生成货品对应的边缘图像信息,并根据边缘图像信息计算货品的体积信息;
第一确定模块13,用于根据体积信息和重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据第一目标输送点确定第一控制指令,以控制第一机械臂将货品拣选至第一目标输送点;其中,多个第一输送点之间的输送速度不同,且第一输送点具有关联的多个第二输送点;
第二确定模块14,用于根据地址信息与多个第二输送点进行匹配,以确定出第二目标输送点,并根据第二目标输送点确定第二控制指令,以控制第二机械臂将货品拣选至第二目标输送点。
本发明提供的货品拣选装置10,在货品到达预定位置时,获取货品的货物信息;货物信息包括图像信息、重量信息及地址信息;通过对图像信息进行边缘检测,生成货品对应的边缘图像信息,并根据边缘图像信息计算货品的体积信息;根据体积信息和重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据第一目标输送点确定第一控制指令,以控制第一机械臂将货品拣选至第一目标输送点;其中,多个第一输送点之间的输送速度不同,且第一输送点具有关联的多个第二输送点;根据地址信息与多个第二输送点进行匹配,以确定出第二目标输送点,并根据第二目标输送点确定第二控制指令,以控制第二机械臂将货品拣选至第二目标输送点。由此使得货品在拣选的过程中,可以更高效准确地将货品进行拣选输送,提升物流拣选的效率。
如图9所示,检测模块12包括:
检测单元121,用于将图像信息输入神经网络模型中进行边缘检测,以确定出图像信息中的第一边缘图像和第二边缘图像;
确定单元122,用于根据第一边缘图像和第二边缘图像生成货品对应的体积框,以根据体积框确定货品的体积信息。
需要说明的是,本发明具体实施例提供的货品拣选装置10为与上述货品拣选方法对应的装置,上述货品拣选方法的所有实施例均适用于该货品拣选装置10,上述货品拣选装置10实施例中均有相应的模块对应上述货品拣选方法中的步骤,能达到相同或相似的有益效果,为避免过多重复,在此不对货品拣选装置2中的每一模块进行过多赘述。
如图10所示,本发明的具体实施例还提供了一种电子设备20,包括存储器202、处理器201以及存储在存储器202中并可在处理器201上运行的计算机程序,该处理器201执行计算机程序时实现上述的货品拣选方法的步骤。
具体的,处理器201用于调用存储器202存储的计算机程序,执行如下步骤:
在货品到达预定位置时,获取货品的货物信息;货物信息包括图像信息、重量信息及地址信息;
对图像信息进行边缘检测,生成货品对应的边缘图像信息,并根据边缘图像信息计算货品的体积信息;
根据体积信息和重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据第一目标输送点确定第一控制指令,以控制第一机械臂将货品拣选至第一目标输送点;其中,多个第一输送点之间的输送速度不同,且第一输送点具有关联的多个第二输送点;
根据地址信息与多个第二输送点进行匹配,以确定出第二目标输送点,并根据第二目标输送点确定第二控制指令,以控制第二机械臂将货品拣选至第二目标输送点。
可选的,处理器201执行的对图像信息进行边缘检测,生成货品对应的边缘图像信息,并根据边缘图像信息计算货品的体积信息,包括:
将图像信息输入神经网络模型中进行边缘检测,以确定出图像信息中的第一边缘图像和第二边缘图像;
根据第一边缘图像和第二边缘图像生成货品对应的体积框,以根据体积框确定货品的体积信息。
可选的,处理器201执行的根据第一边缘图像和第二边缘图像生成货品对应的体积框,以根据体积框确定货品的体积信息,包括:
对第一边缘图像和第二边缘图像进行像素点填充;
根据像素点填充后的第一边缘图像和第二边缘图像进行边缘构建,以形成货品的体积框;
根据体积框的长宽高,确定出货品的体积信息。
可选的,处理器201执行的根据体积信息和重量信息,从多个第一输送点中确定对应的第一目标输送点,包括:
判断体积信息和/或重量信息是否满足第一条件;
当体积信息和/或重量信息满足第一条件时,将第一条件对应的第一输送点确定为第一目标输送点;
判断体积信息和/或重量信息是否满足第二条件;
当体积信息和/或重量信息满足第二条件时,将第二条件对应的第一输送点确定为第一目标输送点。
可选的,处理器201执行的根据地址信息与多个第二输送点进行匹配,以确定出第二目标输送点,包括:
根据第二输送点关联的预设地址信息,将地址信息与预设地址信息进行匹配;
当存在与地址信息匹配成功的目标预设地址信息时,将目标预设地址信息对应的第二输送点确定为第二目标输送点。
可选的,处理器201执行的货品拣选方法,还包括:
确定货品的目标夹持位置;
根据目标夹持位置,计算与目标夹持位置对应的夹持信息;夹持信息包括夹持力度和夹持范围;
将夹持信息输出以作为第一控制指令和第二控制指令。
即,在本发明的具体实施例中,电子设备20的处理器201执行计算机程序时实现上述货品拣选方法的步骤,由此使得货品在拣选的过程中,可以更高效准确地将货品进行拣选输送,提升物流拣选的效率。
需要说明的是,由于电子设备20的处理器201执行计算机程序时实现上述货品拣选方法的步骤,因此上述货品拣选方法的所有实施例均适用于该电子设备20,且均能达到相同或相似的有益效果。
本发明实施例中提供的计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的货品拣选方法或应用端货品拣选方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存取存储器(Random AccessMemory,简称RAM)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种货品拣选方法,其特征在于,包括:
在货品到达预定位置时,获取货品的货物信息;所述货物信息包括图像信息、重量信息及地址信息;
对所述图像信息进行边缘检测,生成所述货品对应的边缘图像信息,并根据所述边缘图像信息计算所述货品的体积信息;
根据所述体积信息和所述重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据所述第一目标输送点确定第一控制指令,以控制第一机械臂将所述货品拣选至所述第一目标输送点;其中,多个所述第一输送点之间的输送速度不同,且所述第一输送点具有关联的多个第二输送点;
根据所述地址信息与多个所述第二输送点进行匹配,以确定出第二目标输送点,并根据所述第二目标输送点确定第二控制指令,以控制第二机械臂将所述货品拣选至所述第二目标输送点。
2.根据权利要求1所述的货品拣选方法,其特征在于,所述对所述图像信息进行边缘检测,生成所述货品对应的边缘图像信息,并根据所述边缘图像信息计算所述货品的体积信息,包括:
将所述图像信息输入神经网络模型中进行边缘检测,以确定出所述图像信息中的第一边缘图像和第二边缘图像;
根据所述第一边缘图像和所述第二边缘图像生成所述货品对应的体积框,以根据所述体积框确定所述货品的体积信息。
3.根据权利要求1所述的货品拣选方法,其特征在于,所述根据所述第一边缘图像和所述第二边缘图像生成所述货品对应的体积框,以根据所述体积框确定所述货品的体积信息,包括:
对所述第一边缘图像和所述第二边缘图像进行像素点填充;
根据像素点填充后的所述第一边缘图像和所述第二边缘图像进行边缘构建,以形成所述货品的体积框;
根据所述体积框的长宽高,确定出所述货品的体积信息。
4.根据权利要求1所述的货品拣选方法,其特征在于,所述根据所述体积信息和所述重量信息,从多个第一输送点中确定对应的第一目标输送点,包括:
判断所述体积信息和/或所述重量信息是否满足第一条件;
当所述体积信息和/或所述重量信息满足第一条件时,将所述第一条件对应的第一输送点确定为所述第一目标输送点;
判断所述体积信息和/或所述重量信息是否满足第二条件;
当所述体积信息和/或所述重量信息满足第二条件时,将所述第二条件对应的第一输送点确定为所述第一目标输送点。
5.根据权利要求1所述的货品拣选方法,其特征在于,所述根据所述地址信息与多个所述第二输送点进行匹配,以确定出第二目标输送点,包括:
根据所述第二输送点关联的预设地址信息,将所述地址信息与所述预设地址信息进行匹配;
当存在与所述地址信息匹配成功的目标预设地址信息时,将所述目标预设地址信息对应的第二输送点确定为所述第二目标输送点。
6.根据权利要求1所述的货品拣选方法,其特征在于,所述货品拣选方法,还包括:
确定所述货品的目标夹持位置;
根据所述目标夹持位置,计算与所述目标夹持位置对应的夹持信息;所述夹持信息包括夹持力度和夹持范围;
将所述夹持信息输出以作为所述第一控制指令和所述第二控制指令。
7.一种货品拣选装置,其特征在于,包括:
获取模块,用于在货品到达预定位置时,获取货品的货物信息;所述货物信息包括图像信息、重量信息及地址信息;
检测模块,用于对所述图像信息进行边缘检测,生成所述货品对应的边缘图像信息,并根据所述边缘图像信息计算所述货品的体积信息;
第一确定模块,用于根据所述体积信息和所述重量信息,从多个第一输送点中确定对应的第一目标输送点,并根据所述第一目标输送点确定第一控制指令,以控制第一机械臂将所述货品拣选至所述第一目标输送点;其中,多个所述第一输送点之间的输送速度不同,且所述第一输送点具有关联的多个第二输送点;
第二确定模块,用于根据所述地址信息与多个所述第二输送点进行匹配,以确定出第二目标输送点,并根据所述第二目标输送点确定第二控制指令,以控制第二机械臂将所述货品拣选至所述第二目标输送点。
8.根据权利要求7所述的货品拣选装置,其特征在于,所述检测模块包括:
检测单元,用于将所述图像信息输入神经网络模型中进行边缘检测,以确定出所述图像信息中的第一边缘图像和第二边缘图像;
确定单元,用于根据所述第一边缘图像和所述第二边缘图像生成所述货品对应的体积框,以根据所述体积框确定所述货品的体积信息。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的货品拣选方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的货品拣选方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111666793.7A CN114433502A (zh) | 2021-12-31 | 2021-12-31 | 货品拣选方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111666793.7A CN114433502A (zh) | 2021-12-31 | 2021-12-31 | 货品拣选方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114433502A true CN114433502A (zh) | 2022-05-06 |
Family
ID=81365886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111666793.7A Pending CN114433502A (zh) | 2021-12-31 | 2021-12-31 | 货品拣选方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114433502A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114637303A (zh) * | 2022-05-11 | 2022-06-17 | 燕山大学 | 基于远程遥操作的搬运机器人路径规划方法、系统及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180036773A1 (en) * | 2015-02-26 | 2018-02-08 | Skaginn Hf. | Apparatus for imaging, sorting and batching whole fish |
CN107720221A (zh) * | 2017-08-17 | 2018-02-23 | 万世泰金属工业(昆山)有限公司 | 金属料备货系统及分配方法 |
CN107899958A (zh) * | 2017-12-06 | 2018-04-13 | 北京极智嘉科技有限公司 | 多平台物品逐级分拣系统及方法 |
CN108527322A (zh) * | 2018-04-09 | 2018-09-14 | 北京京东尚科信息技术有限公司 | 拣选装置和拣选方法 |
CN111160450A (zh) * | 2019-12-27 | 2020-05-15 | 中山德著智能科技有限公司 | 一种基于神经网络的果蔬称重方法及储存介质、装置 |
JP2020079151A (ja) * | 2018-11-14 | 2020-05-28 | 株式会社ダイフク | ピッキング設備 |
WO2020151890A1 (de) * | 2019-01-21 | 2020-07-30 | Siemens Aktiengesellschaft | Verfahren und sortieranlage zum sortieren von sortierstücken mit sortierstückweise ansteuerbaren ausschleuseweichen |
EP3808685A1 (de) * | 2019-10-16 | 2021-04-21 | Apologistics GmbH | Vorrichtung und verfahren für das sortieren und kommissionieren von artikeln |
-
2021
- 2021-12-31 CN CN202111666793.7A patent/CN114433502A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180036773A1 (en) * | 2015-02-26 | 2018-02-08 | Skaginn Hf. | Apparatus for imaging, sorting and batching whole fish |
CN107720221A (zh) * | 2017-08-17 | 2018-02-23 | 万世泰金属工业(昆山)有限公司 | 金属料备货系统及分配方法 |
CN107899958A (zh) * | 2017-12-06 | 2018-04-13 | 北京极智嘉科技有限公司 | 多平台物品逐级分拣系统及方法 |
CN108527322A (zh) * | 2018-04-09 | 2018-09-14 | 北京京东尚科信息技术有限公司 | 拣选装置和拣选方法 |
JP2020079151A (ja) * | 2018-11-14 | 2020-05-28 | 株式会社ダイフク | ピッキング設備 |
WO2020151890A1 (de) * | 2019-01-21 | 2020-07-30 | Siemens Aktiengesellschaft | Verfahren und sortieranlage zum sortieren von sortierstücken mit sortierstückweise ansteuerbaren ausschleuseweichen |
EP3808685A1 (de) * | 2019-10-16 | 2021-04-21 | Apologistics GmbH | Vorrichtung und verfahren für das sortieren und kommissionieren von artikeln |
CN111160450A (zh) * | 2019-12-27 | 2020-05-15 | 中山德著智能科技有限公司 | 一种基于神经网络的果蔬称重方法及储存介质、装置 |
Non-Patent Citations (1)
Title |
---|
安德烈亚斯.沃尔夫: "《机械手动态应用综述》", 31 July 2018, 上海科学技术出版社, pages: 146 - 151 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114637303A (zh) * | 2022-05-11 | 2022-06-17 | 燕山大学 | 基于远程遥操作的搬运机器人路径规划方法、系统及介质 |
CN114637303B (zh) * | 2022-05-11 | 2022-08-02 | 燕山大学 | 基于远程遥操作的搬运机器人路径规划方法、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102019009206B4 (de) | Robotersystem mit dynamischem Packmechanismus | |
US11780095B2 (en) | Machine learning device, robot system, and machine learning method for learning object picking operation | |
US20190130560A1 (en) | Systems and methods for optical material characterization of waste materials using machine learning | |
CN109584298B (zh) | 面向机器人自主物体拾取任务的在线自学习方法 | |
WO2021017233A1 (zh) | 一种使用平面检测的自动分拣的方法 | |
JP2019531908A (ja) | ロボットマニピュレータの訓練 | |
CN110711718A (zh) | 基于x光图像的快递包裹智能分拣系统、方法及存储介质 | |
CN109092696B (zh) | 分拣系统及分拣方法 | |
CN112802105A (zh) | 对象抓取方法及装置 | |
CN111738660A (zh) | 一种智能物流分拣系统及方法 | |
CN110049934A (zh) | 用于处理在车辆中设置的物品的系统和方法 | |
CN111597857B (zh) | 一种物流包裹检测方法、装置、设备及可读存储介质 | |
CN114433502A (zh) | 货品拣选方法、装置、电子设备及存储介质 | |
CN113927601B (zh) | 一种基于视觉识别实现机械臂精准挑拣的方法及系统 | |
CN112850186A (zh) | 一种基于3d视觉的混合拆码垛方法 | |
CN114435828B (zh) | 货品存储方法、装置、搬运设备及存储介质 | |
CN116835334A (zh) | 基于3d视觉的无序码垛方法、装置、介质及设备 | |
CN106672346A (zh) | 一种产品检测与包装作业流水线 | |
EP4237356A1 (en) | Systems and methods for sku induction, decanting and automated- eligibility estimation | |
CN117735244A (zh) | 一种箱式货物智慧查验一体化系统及方法 | |
CN111476840A (zh) | 目标定位方法、装置、设备及计算机可读存储介质 | |
US11820609B2 (en) | Robot equipped with a gripper for performing a picking process | |
CN115445963A (zh) | 无序线材分拣方法、装置及系统 | |
CN113284129B (zh) | 基于3d包围盒的压箱检测方法及装置 | |
CN114800494A (zh) | 一种基于单目视觉的搬箱机械手 |
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 |