CN115879705A - 基于人工智能的到港异常货物检测系统及其检测方法 - Google Patents
基于人工智能的到港异常货物检测系统及其检测方法 Download PDFInfo
- Publication number
- CN115879705A CN115879705A CN202211515369.7A CN202211515369A CN115879705A CN 115879705 A CN115879705 A CN 115879705A CN 202211515369 A CN202211515369 A CN 202211515369A CN 115879705 A CN115879705 A CN 115879705A
- Authority
- CN
- China
- Prior art keywords
- distance
- human body
- robot
- following
- detection
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 69
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 title claims description 27
- 238000001514 detection method Methods 0.000 claims abstract description 72
- 238000003384 imaging method Methods 0.000 claims description 32
- 238000005507 spraying Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000007689 inspection Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 14
- 230000033001 locomotion Effects 0.000 claims description 13
- 208000009119 Giant Axonal Neuropathy Diseases 0.000 claims description 11
- 201000003382 giant axonal neuropathy 1 Diseases 0.000 claims description 11
- 230000007246 mechanism Effects 0.000 claims description 11
- 238000001069 Raman spectroscopy Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 239000000758 substrate Substances 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 241000531116 Blitum bonus-henricus Species 0.000 claims description 2
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 claims description 2
- 238000013459 approach Methods 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims description 2
- 230000002547 anomalous effect Effects 0.000 claims 2
- 230000000644 propagated effect Effects 0.000 claims 1
- 230000007723 transport mechanism Effects 0.000 claims 1
- 238000009826 distribution Methods 0.000 abstract description 4
- 238000000926 separation method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000011065 in-situ storage Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000019645 odor Nutrition 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供一种基于人工智能的到港异常货物检测系统及其检测方法，所述系统包括含多维度安检系统的基于到港物流调度机器人的物流调度系统，至少一个用于多安检项目检测的跟随机器人，能够与所述跟随机器人信号通信和数据传输的用户终端。基于上述到港异常货物检测系统实时的港异常货物检测方法，能更加全面地检测出物品类型，同时提高了货物集散的效率，还实现了多检测项目的在港现场快速完成。
Description
技术领域
本发明涉及一种到港异常货物检测系统及其检测方法，尤其涉及一种基于人工智能的到港异常货物检测系统及其检测方法，属于货物智能安检领域。
背景技术
到港货物由于来自全世界各地，因此需要对于货物是否属于本国违禁或者需要拒绝入关的物品进行安全检查。然而现有技术对于安全的检查一般通过单侧的图像进行判断，由于物品在货物包裹中随机的摆放，通过单向的图像，无法准确确认物品的类型，因此开箱验视成为最直接的排除方法。而且由于货物物品属性和需要检测项目的复杂性，单一的X光透视智能提供外形、原子序数、一般物品类型(比如瓶子、液体、刀具、剪刀、五金工具、硬币、枪支、打火机等)的检测，完全不能满足要求，对于异常气味源自分子、异常材料(如粉末或)辐射超标元素等的类型则无法在集散现场进一步统一判断。
而一般到港货物集散流程，如果所有货物都是安全的，即结果就是先是到港卸货，然后按照货物的发往地进行集中堆放，然后专车发送。因此存在堆放和发送的相续的作业流程。然而开箱验视通常需要人工移开包裹在检查得出结论之后再集中处理，相当于额外介入了堆放和发送的相续流程中的步骤，可能会造成作业上的不连续以及其他不期望的情况发生，比如混杂于违禁品包裹中的其他物品的集散滞留，或者人工检出包裹移走，从而使得后续其他可能正常的包裹需要腾出一定时间让这种移走操作完毕后才能进行，尤其是流水线上分拣操作。因此考虑如何高效地集中堆放状态下进行选择开箱验视，如何高效开箱验视，如何不影响集中发货是一个亟待解决的问题。
发明内容
为了解决上述问题，本发明将考虑如下几个要点：第一货物的多维度类型初检；第二正常和可以货物的集中堆放和标记；第三可以货物的集中下架在港检测。本发明包裹端部以及末端是指相应的物体在传送方向上最前的一端竖直截面，初始端则是指相应的物体在传送方向上最后的一端竖直截面。
鉴于上述考虑，本发明一个目的在于提供一种基于人工智能的到港异常货物检测系统，其特征在于包括，含多维度安检系统的基于到港物流调度机器人的物流调度系统，至少一个用于多安检项目检测的跟随机器人，能够与所述跟随机器人信号通信和数据传输的用户终端。
其中，所述含多维度安检系统的基于到港物流调度机器人的物流调度系统包括贴包标识物，出箱机器人，基于至少一条传送带的传送系统，多个分类货物架，以及识别喷码并将包裹准确上架到相应分类货物架上进行货物归类的至少一个上架机器人，其中贴包标识物包括通过人工或贴标机器人标贴在货物包裹固定一面(可以是该一面的任意地方)的贴标，以便出箱机器人在从所述集装箱内取出包裹之前，被所述出箱机器人识别，所述贴标包括了货物发往的地区；
所述出箱机器人包括能够抓取集装箱出口横向宽度上从上至下的多排货物的抓手；
所述基于至少一条传送带的传送系统中，所述传送带侧在传送方向上依次布置的多维度安检系统和喷码机器人。
所述多维度安检系统包括用于在第一和第二维度方向上检测包裹内物品的第一X光机、包裹转向机构，以及用于在第三维度方向上检测包裹内物品的第二X光机，以及用于对第一X光机和第二X光机检测到的透射X光信号进行成像和物品类型初步识别的成像分析设备，所述成像分析设备一旦检测出异常物品则发送信号给喷码机器人，使喷码机器人在喷码中加入异常图案。
可选地，所述传送带在第一X光机检测仓内具有空间上断开为传送方向上预设距离间隔L的两个独立传送机构，所述第一X光机包括用于在沿着传送带相对两侧向方向上进行第一X光图像采集的第一检测系统以及在预设距离间隔的竖直方向上进行第二X光图像采集的第二检测系统，所述第一检测系统和第二检测系统都包括X射线源，以及透射X射线信号采集器，所述透射X射线信号采集器将采集到的信号发送给成像分析设备进行成像以及物品类型初步识别，其中，所述成像分析设备能够根据预设的时间间隔，触发脉冲给所述第二检测系统，以实现在所述预设距离间隔L上的多幅分割图像信号的采集，以便在所述成像分析设备中拼接成完整的第二X光图像。
优选地，当包裹端部在t时刻经过所述预设距离间隔在传送方向的末端，成像分析设备触发脉冲信号给所述第二检测系统，以采集第一幅分割图像，之后在t+n·△t时刻，采集第n+1幅分割图像，其中△t·v＝L，v为传送带的所述两个独立传送机构的相同的传送速度。
应当理解的是，由于断开的部分存在传送的机构，比如传送轮，此时L的隔间计算应当是两个独立传送机构的段开出传送轮的竖直方向上的两个平行的切平面间距。
优选地，所述第二X光机包括用于在沿着传送带相对两侧向方向上进行第三X光图像采集的第三检测系统。
优选地，所述第一X光机的末端竖直切平面和第二X光机的初始端竖直切平面之间间距为L的整数倍。
可选地，所述包裹转向机构包括设置在传送带上方的竖直导向柱，所述包裹碰撞到所述导向柱时会被迫转向90°使得第三维度方向与所述传送带相对两侧向方向一致。
优选地，所述竖直导向柱在所述传送带上的投影几何中心(例如圆心)位于远离所述传送带对称轴一侧传送带半宽度的1/2-2/3处，所述导向柱的外径为所述传送带半宽度的1/5-1/6。
优选地，所述预设距离间隔L为1-5cm，更优选为2-3cm。
优选地，在所述竖直导向柱碰撞包裹到达包裹旋转90°的姿态之后的传送带上安装有校正栏，使得所述包裹于所述传送带对称轴两侧成轴对称状态而继续传送。
所述物品类型初步识别的方法包括：
S1所述成像分析设备获取历史异常的第一至第三X光图像，根据感兴趣的原子序数在图像上形成对应于原子序数的衬度，通过边缘算法识别物品轮廓，与物品名称建立关联表；
优选地，所述边缘算法使用Sobel算子、Canny算子、Laplacian算子中任一种。
S2根据S1获取每一类物品的多幅轮廓图像，采用对抗生成网络GAN将随机成像图案混合噪声输入生成器Gk中，与所述每一类物品对应设置多个判别器Dk，k为物品类型的编号，对于每一种物品类型，都对应一个生成器Gk和一个判别器Dk；
S3将S2中的生成器Gk输出的图案输入到每一个对应的判别器Dk中，并将各类物品的多幅轮廓图像输入对应的判别器Dk中，通过输出值(概率)计算损失函数，反向传播先训练生成器Gk，再训练判别器Dk，形成多个GANk模型；
S4将待检测图像根据步骤S1形成多个物品轮廓分别输入GANk中，将输出概率最大者对应关联表中的物品名称作为待检测图像中对应轮廓的物品类型。
对于正常包裹，所述上架机器人在传送带货物送出口识别到每一个包裹的所述喷码后取走包裹并按照第一规定路线行走，将每一个包裹按照货物分类架的多层分隔层从下至上，且每一分隔层内按规定方向依次摆放在与喷码对应地区的分类货物架上的每一层分隔层上，并掉头原第一规定路线返回，当放满一个分类货物架之后，再按照第二规定路线行走，对下一个与放满分类货物架对应地区一致的其他未放满分类货物架进行包裹摆放，并掉头原第二规定路线返回，以此进行多个规定路线的行走、摆放、返回，直至所有箱内货物被摆放完毕，完成一个批次的仓储作业而返回传送带货物送出口待机，当扫描到喷码中存在异常图案时，所述上架机器人将内藏异常物品的异常包裹搬运至异常包裹货物架上按预设次序摆放好。
可选地，所述跟随机器人包括躯干上方安装的头部，其中嵌入有生命探测仪、距离传感器、以及设置有处理芯片的基板，所述躯干下方安装的行走底座，以及躯干上开设的弧形自动双开门，当距离传感器感知人体在预设第一距离接近所述跟随机器人时，所述生命探测仪探测到人体，处理芯片根据预设第二距离和第三预设距离之间的距人距离范围l控制开启所述弧形自动双开门，并控制所述行走底座中行走装置跟随人体的移动，使得所述距离传感器与人体表面上探测点之间距离时刻落在距离范围l内，其中，
所述躯干内部为空腔，其中设置有旋架，所述旋架上挂设有多套手持式检测仪；
所述基板上设置有无线信号收发装置，用于与用户终端信息通信和数据传输，用户能够通过用户终端设置第一距离、l的范围或特定值，以及总跟随距离X。
可选地，所述旋架包括有旋杆两段固定连接的转盘和底盘，所述底盘通过周齿轮与行走底座上的齿轮啮合实现控制所述旋杆带动所述转盘和底盘同步旋转，所述底盘能够放置手持式检测仪的主机，所述转盘边缘周向等分布置有多个挂杆，每一个所述挂杆能够挂设一套手持式检测仪，由此将挂设的一套手持式检测仪的主机(如果有)安放于所述挂杆于底盘所在平面上的竖直投影位置附近，以使得每一套挂设的手持式检测仪的主机同手持部分一起绕所述转杆同步转动。
优选地，所述第一距离为1-1.5m，l的范围为大于等于1m，总跟随距离为X不大于1000m，一旦超过即自动返回待机原地。
其中跟随人体的移动的方法是，包括如下步骤：
(1)用户终端发出开启命令，使得所述跟随机器人处于开启待机状态；
(2)所述跟随机器人探测人体，如果未探测到，则继续待机，如果探测到人体并且探测距人距离若未达到第一距离则继续待机，若达到第一距离则所述处理芯片控制行走底座跟随人体；
(3)跟随人体一旦启动时刻继续探测人体，如果未探测到则停止跟随待机，重复步骤(1)和(2)直到再次满足跟随人体的条件，即探测到人体且距人距离达到第一距离，继续跟随人体，在探测到人体的期间，处理芯片不断根据距离传感器的探测距人距离而判断是否继续跟随还是待机，若所述探测距人距离在l范围内，则继续跟随，如果小于l范围内的最小值，则停止跟随，继续重复步骤(1)和(2)，若满足跟随人体的条件，且大于等于l范围内的最小值继续跟随人体。
优选地，所述第二距离为最小距离，第三距离为大于所述最小距离的任何距离，直到距离探测器所能探测的最大探测距离。
优选地，当跟随人体启动之后，一旦探测不到人体即停止跟随待机且旋转所述头部，直到探测到人体继续执行步骤(2)中探测距人距离及其之后的所有步骤。
优选地，所述躯干为双层中空壁构成，用于走线。
可以理解的是，行走装置需要通过信号线等实现控制，只有腾出中空的走线空间才能使得头部基板上处理芯片与行走装置之间通讯和/或给基板供电(如果需要电线)。
优选地，所述多套手持式检测仪包括手持式拉曼光谱仪、手持式电子鼻、手持式核辐射仪、手持式XRF检测仪中任两种或三种以上。
在跟随人体的移动期间或停止跟随待机期间，用户终端可以根据所需要的检测项目发出测试命令，使得处理芯片接收到所述测试命令而控制旋架旋转，使得与测试项目对应的手持式检测仪旋转到开启的弧形自动双开门前，供检测人员取出相应的手持式检测仪进行物品检测，当所有项目测试完毕时，用户终端可以再次命令跟随机器人返回预设的待机原地(例如利用室内卫星信号进行导航形成返回路线实现返回待机原地)，之后跟随机器人自动关闭弧形自动双开门，以及关机。
优选地，所述弧形自动双开门顶端上躯干部位和对应的底端躯干部位设置有红外物体存在传感器，在弧形自动双开门开启之后，能够记录因存在物体而被遮挡红外射线的次数，当用户终端命令跟随机器人返回预设的待机原地时，若所述次数为奇数次时则自身或给用户终端发出归还手持式检测仪的提示信息，直到检测到所述次数为偶数次，若为偶数次则自动继续执行返回预设的待机原地，以及之后的自动关闭弧形自动双开门和关机操作。
优选地，若用户确认提示信息为误提示，则选择已归还命令而使得跟随机器人自动继续执行返回预设的待机原地，以及之后的自动关闭弧形自动双开门和关机操作。
可以理解的是，由于取走和挂设回检测仪和/或回摆放回主机的时候,手臂的动作的不确定性，因而存在一定概率在动作期间使得红外射线至少一次形成未遮挡的状态，从而可能会引起多余的额外计数，因此有必要让用户实际确认是否归还。
优选地，所述头部上还设置有相机，用于拍摄人体在被探测到期间变为未探测到时刻之间的多幅图像，从而判断人体从跟随机器人的左边还是右边离开探测范围，以智能地控制头部向人体移动的方向旋转(即左边离开即逆时针，右边离开即顺时针)。
可以理解的是，当多个连续图像中人体往左侧或右侧移动时，人体被识别的范框中的预选点会向左侧会右侧偏移而离开探测区域，根据偏移的方向而判断头部应该往左还是右旋转。若不设置相机，则一般默认为顺时针或逆时针旋转，可能造成南辕北辙的旋转方式。例如若默认为顺时针旋转，当人体左侧离开时，则需要多旋转将近一圈才能再次探测到人体，这样造成耗电同时对于头部的旋转部件的折损速率也是增加的。
本发明另一个目的在于提供一种利用前述基于人工智能的到港异常货物检测系统所进行的到港异常货物检测方法，包括如下步骤：
第一步，包裹在通过多维度安检系统时若初步检出异常物品，则在相应包裹上通过喷码机器人喷上带有异常图案的喷码；
第二歩，上架机器人识别到带有异常图案的喷码，将对应的异常包裹按照异常专门路线搬运至异常包裹货物架上，按照规定的次序摆放，并返回异常专门路线，待命下一个包裹运送到传送带货物送出口；
第三歩，检测人员发现异常包裹货物架上有包裹，即通过用户终端命令跟随机器人开启待机，并走到跟随机器人面前满足跟随条件，使得跟随机器人自动开启弧形自动双开门并跟随检测人员走到所需要开箱检测的包裹附近；
第四步，检测人员通过用户终端根据所需要的检测项目发出测试命令，使得跟随机器人的处理芯片接收到所述测试命令而控制旋架旋转，使得与测试项目对应的手持式检测仪旋转到开启的弧形自动双开门前，供检测人员取出相应的手持式检测仪进行物品检测。
本发明的第三个目的是提供一种计算机可读非暂时性存储介质，其特征在于，其中存储有可由所述基于人工智能的到港异常货物检测系统运行而实现前述到港异常货物检测方法的计算机可读程序。
有益效果
1.利用所述含多维度安检系统的基于到港物流调度机器人的物流调度系统，使得基于包裹被多个维度进行X光透成像而实现物品类型的智能识别，更加全面地检测出物品类型；
2.使用跟随机器人和用户终端通讯，实现了随检测人员进行异常包裹的在港现场开箱的多项目检测，提高了货物集散的效率，实现了多检测项目的在港现场快速完成。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1本发明实施例1一种基于人工智能的到港异常货物检测系统主要构造示意图，
图2本发明实施例1和3中的仓库内异常包裹货物架、异常专门路线、待机原地的分布示意图，
图3本发明实施例1中的多维度安检系统构造示意图，其中图3a为侧视示意图，图3b为沿传送方向的示意视图，
图4a-4d分别本发明实施例1中四个包裹在传送带上的传送姿态的顶视示意图，
图5本发明实施例2中的X光图像的示例性图像，
图6本发明实施例2中物品类型初步识别的方法中步骤S1的流程示意图，
图7本发明实施例2中物品类型初步识别的方法中步骤S2-S3的流程示意图，
图8本发明实施例2中物品类型初步识别的方法中步骤S4的流程示意图，
图9本发明实施例3中跟随机器人构造示意图，
图10本发明实施例3中跟随机器人躯干空腔中的旋架构造示意图，其中示例性地示意了四种手持式检测仪的挂设状态，
图11本发明实施例3中跟随机器人的跟随人体的移动的方法程序流程图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例1
本实施例给出一种基于人工智能的到港异常货物检测系统，其特征在于，含多维度安检系统的基于到港物流调度机器人的物流调度系统，至少一个用于多安检项目检测的跟随机器人，能够与所述跟随机器人信号通信和数据传输的用户终端，即智能手机。
如图1所示在出箱机器人两侧分别对称布置有左右两条传送带，以左侧传送带为例，右侧同理分析。在左侧传送带上的传送方向上依次设置由第一X光机、包括竖直导向柱的导向机构、第二X光机，以及负责对左右两条传送带上各个第一X光机和第二X光机检测到的透射X光信号进行成像和物品类型初步识别的成像分析设备组成的多维度安检系统。
一旦成像分析设备识别到含有异常物品的异常包裹，则发送信号给下游的喷码机器人，使得喷码机器人在喷码中加入异常图案喷码。
所述上架机器人在传送带货物送出口待机，当包裹传送到货物送出口时，对喷吗进行扫描，并搬运出包裹。具体对于正常包裹，识别到每一个包裹的所述喷码后取走包裹并按照第一规定路线行走，将每一个包裹按照所述多层分隔层从下至上，且每一分隔层内按规定方向依次摆放在与喷码对应地区的分类货物架上的每一层分隔层上，并掉头原第一规定路线返回，当放满一个分类货物架之后，再按照第二规定路线行走，对下一个与放满分类货物架对应地区一致的其他未放满分类货物架进行包裹摆放，并掉头原第二规定路线返回，以此进行多个规定路线的行走、摆放、返回，直至所有箱内货物被摆放完毕，完成一个批次的仓储作业而返回传送带货物送出口待机，当扫描到喷码中存在异常图案时，所述上架机器人将内藏异常物品的异常包裹按照如图2所示的异常专门路线搬运至靠仓库两侧墙壁的异常包裹货物架上按预设次序摆放好。
如图3a所示，所述传送带在第一X光机检测仓内空间上断开为传送方向上预设距离间隔L＝3cm的依靠传送辊带动传送带实现包裹传送的两个独立传送机构。如图3b所示，所述第一X光机和第二X光机，包括用于在沿着传送带相对两侧向方向上分别进行第一X光图像和第三X光图像采集的第一检测系统(含X射线源和透射X射线信号采集器)。所述第一X光机的末端竖直切平面和第二X光机的初始端竖直切平面之间间距为L＝3cm的20倍，即60cm。
其中再次如图3a所示，第一X光机还包括在所述3cm间隔的竖直方向上进行第二X光图像采集的第二检测系统，所述第二检测系统也包括X射线源，以及透射X射线信号采集器，所述透射X射线信号采集器将采集到的信号发送给成像分析设备进行成像以及物品类型初步识别。
当包裹端部在t时刻经过所述预设距离间隔在传送方向的末端，成像分析设备触发脉冲信号给所述第二检测系统，以采集第一幅分割图像，之后在t+△t时刻，包裹到达图中虚线描述的位置，采集第2幅分割图像，其中△t·v＝3cm，v为传送带的所述两个独立传送机构的相同的传送速度。所述成像分析设备能够根据预设的时间间隔△t，触发脉冲给所述第二检测系统，以实现在所述预设距离间隔上的多幅分割图像信号的采集，以便在所述成像分析设备中拼接成完整的第二X光图像。
如图3a所示，包裹转向机构包括由落地支撑板固定支撑的设置在传送带上方的竖直导向柱。如图4a所示，包裹在传送带上按照箭头传送方向传输，其对称轴(图中未示出)与传送带对称轴平行。当传送到如图4b所示位置时，所述包裹已经在此前碰撞到所述导向柱，并且和传送方向的静摩擦力配合，形成传送方向和转动的复合运动。在运动至图4b的姿态时转动到对称轴与传送带对称轴成约45°角。此时包裹有一角已经超出传送带宽度方向上。这是由于竖直导向柱在传送带上的投影圆心远离传送带对称轴的距离太小。因此调整所述圆心位置到远离传送带对称轴距离为传送带半宽度的2/3是合适的。能够避免符合运动时包裹一角超出传送带的范围。而所述导向柱的外径也不能过大，否则碰撞点在传送带上的投影因太靠近传送带对称轴而仍然不能避免图4b的上述情形。因此，所述导向柱的外径在本实施例选为所述传送带半宽度的1/6。
如图4c所示是包裹继续复合运动的一个示意瞬间姿态，此时包裹已经与图4a相比逆时针转动90°角。此时沿传送方向的包裹对称轴在传送带上的投影与传送带对称轴平行。这对于包裹X射线接收范围和透射X光信号接收是不利的。因此，如图4d所示，在所述竖直导向柱碰撞包裹使得包裹到达旋转90°如图4c的姿态后，由于传送带上安装有校正栏，根据v的大小调节不同，会产生不同的转动速率。因此调节到适当的v，使得包裹继续复合运动，其前端进入校正栏的入口后，其两侧正好被校正栏约束传送，以最终如图4d的虚线框所示位置形成相对于传送带对称轴两侧大致成轴对称状态传送出校正栏继续按照箭头所示传送方向传送。改善X射线接收范围和透射X光信号接收的状态。
实施例2
本实施例将说明实施例1中的所述物品类型初步识别的方法。如图5所示，为X光图像的示例性图像，其中包括了管制刀具(图中左上角)、异常液体(图中右上角杯子中的液体)、枪支(图中左下角)，以及可疑小包裹(图中右下角)。
具体物品类型初步识别的方法包括：
如图6所示，S1所述成像分析设备获取历史异常的第一至第三X光图像，根据感兴趣的原子序数在图像上形成对应于原子序数的衬度，通过使用Sobel算子的边缘算法识别物品轮廓，与物品名称建立关联表；
如图7所示，S2根据S1获取每一类物品的多幅轮廓图像，采用对抗生成网络GAN将随机成像图案混合噪声输入生成器Gk中，与所述每一类物品对应设置多个判别器Dk，k为物品类型的编号，这里k＝1，2，3，4，对于每一个判别器D1-D4对应一种物品类型；
S3将S2中的生成器G1-G4输出的图案输入到每一个对应的判别器D1-D4中，并将各类物品的多幅轮廓图像输入对应的判别器D1-D4中，通过输出值(概率)p1-p4计算损失函数，反向传播先训练生成器G1-G4，再训练判别器D1-D4，形成GAN1-GAN4四个模型，如图8所示；
如图8，S4将待检测图像根据步骤S1形成多个物品轮廓分别输入GAN1-GAN4中，将输出概率P1-P4中最大者对应关联表中的物品名称作为待检测图像中对应轮廓的物品类型。
实施例3
本实施例将描述实施例1或实施例2中跟随机器人的构造，以及跟随方法。如图9所示，所述跟随机器人包括躯干上方安装的头部，其中嵌入有生命探测仪、距离传感器设置有处理芯片的基板(如图9未示出)，以及相机，所述躯干下方安装的行走底座，以及躯干上开设的弧形自动双开门。
躯干为双层中空壁构成，用于走线，使得行走底座中的行走装置与处理芯片信号通信。
所述躯干内部为空腔，其中设置有如图10所示的旋架。所述旋架包括有旋杆两段固定连接的转盘和底盘，所述底盘通过周齿轮与行走底座上的齿轮(图10未示出)啮合实现控制所述旋杆带动所述转盘和底盘同步旋转。所述转盘边缘周向等分布置有多个挂杆，每一个所述挂杆能够挂设一套手持式检测仪。图中显示了挂设了手持式拉曼光谱仪、手持式电子鼻、手持式核辐射仪、手持式XRF检测仪。
所述底盘能够放置手持式检测仪的主机，如图10所示在手持式拉曼光谱仪手持部分下方的底盘上放置了手持式拉曼光谱仪主机，以使得手持式拉曼光谱仪手持部和主机一起绕所述转杆同步转动。
当图9中头部上的距离传感器感知人体在预设第一距离1.5m接近所述跟随机器人时，所述生命探测仪探测到人体，处理芯片根据预设距人距离范围l大于1.5m而控制开启所述弧形自动双开门，并控制所述行走底座中行走装置跟随人体的移动，使得所述距离传感器与人体表面上探测点之间距离时刻大于1.5m。
其中，所述基板上设置有无线信号收发装置，用于与智能手机信息通信和数据传输，用户能够通过智能手机设置第一距离其他值、其他预设距人距离范围或范围内的特定值，以及总跟随距离X不大于1000m。一旦跟随总距离超过1000m即自动返回待机原地。如图2所示，仓库上设置了两个卸货点用于两个出箱机器人同时卸货，仓库内靠壁放置的两排异常包裹货物架，以及两处两排异常包裹货物架一端的一侧的待机原地。
其中跟随人体的移动的方法是，如图11所示，包括如下步骤：
(1)智能手机发出开启命令，使得所述跟随机器人处于开启待机状态；
(2)所述跟随机器人探测人体，如果未探测到，则继续待机，如果探测到人体并且探测距人距离若未达到第一距离则继续待机，若达到第一距离则所述处理芯片控制行走底座跟随人体；
(3)跟随人体一旦启动时刻继续探测人体，如果未探测到则停止跟随待机，重复步骤(1)和(2)直到再次满足跟随人体的条件，即探测到人体且距人距离达到第一距离，继续跟随人体，在探测到人体的期间，处理芯片不断根据距离传感器的探测距人距离而判断是否继续跟随还是待机，若所述探测距人距离在l范围内(即大于等于1.5m)，则继续跟随，如果小于l范围内的最小值(即小于1.5m)，则停止跟随，继续重复步骤(1)和(2)，若满足跟随人体的条件，且大于等于l范围内(即大于等于1.5m)的最小值继续跟随人体。
其中，当跟随人体启动之后，一旦探测不到人体即停止跟随待机且旋转图9中的所述头部，直到探测到人体继续执行步骤(2)中探测距人距离及其之后的所有步骤。
在跟随人体的移动期间或停止跟随待机期间，智能手机可以根据所需要的检测项目发出测试命令，使得处理芯片接收到所述测试命令而控制旋架旋转，使得与测试项目对应的手持式检测仪旋转到开启的弧形自动双开门前，供检测人员取出相应的手持式检测仪进行物品检测，当所有项目测试完毕时，智能手机可以再次命令跟随机器人返回预设的图2中的待机原地，之后跟随机器人自动关闭弧形自动双开门，以及关机。
如图5所示，所述弧形自动双开门顶端上躯干部位和对应的底端躯干部位设置有红外物体存在传感器，在弧形自动双开门开启之后，能够记录因存在物体而被遮挡红外射线的次数，当智能手机命令跟随机器人返回预设的待机原地时，若所述次数为奇数次时则自身或给智能手机发出归还手持式检测仪的提示信息，直到检测到所述次数为偶数次，若为偶数次则自动继续执行返回预设的待机原地，以及之后的自动关闭弧形自动双开门和关机操作。
其中，若用户确认提示信息为误提示，则选择已归还命令而使得跟随机器人自动继续执行返回预设的待机原地，以及之后的自动关闭弧形自动双开门和关机操作。
图5中的所述头部上的所述相机用于拍摄人体在被探测到期间变为未探测到时刻之间的多幅图像，从而判断人体从跟随机器人的左边还是右边离开探测范围，以智能地控制头部向人体移动的方向旋转，即左边离开即逆时针，右边离开即顺时针。
实施例4
本实施例提供一种利用实施例3给出的基于人工智能的到港异常货物检测系统所进行的到港异常货物检测方法，包括如下步骤：
第一步，包裹在通过多维度安检系统时若初步检出异常物品，则在相应包裹上通过喷码机器人喷上带有异常图案的喷码；
第二歩，上架机器人识别到带有异常图案的喷码，将对应的异常包裹按照图2所示的异常专门路线搬运至异常包裹货物架上，按照规定的次序摆放，并返回异常专门路线，待命下一个包裹运送到如图1所示的传送带货物送出口；
第三歩，检测人员发现图2中异常包裹货物架上有包裹，即通过智能手机命令跟随机器人开启待机，并走到跟随机器人面前满足跟随条件，使得跟随机器人自动开启弧形自动双开门并按照图11的程序流程跟随检测人员走到所需要开箱检测的包裹附近；
第四步，检测人员通过智能手机根据所需要的检测项目发出测试命令，使得跟随机器人的处理芯片接收到所述命令而控制图10中的旋架旋转，使得与测试项目对应的手持式检测仪，例如手持式拉曼光谱仪(包括手持部分和主机)旋转到开启的弧形自动双开门前，供检测人员取出进行图5中示意的可疑小包裹内物品(如粉末形态的违禁品)检测。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：在本发明的精神和原则之内，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案脱离本发明的保护范围。
Claims (28)
1.一种基于人工智能的到港异常货物检测系统，其特征在于包括，含多维度安检系统的基于到港物流调度机器人的物流调度系统，至少一个用于多安检项目检测的跟随机器人，能够与所述跟随机器人信号通信和数据传输的用户终端。
2.根据权利要求1所述的系统，其特征在于，所述含多维度安检系统的基于到港物流调度机器人的物流调度系统包括贴包标识物，出箱机器人，基于至少一条传送带的传送系统，多个分类货物架，以及识别喷码并将包裹准确上架到相应分类货物架上进行货物归类的至少一个上架机器人，其中贴包标识物包括通过人工或贴标机器人标贴在货物包裹固定一面的贴标，以便出箱机器人在从所述集装箱内取出包裹之前，被所述出箱机器人识别，所述贴标包括了货物发往的地区；
所述出箱机器人包括能够抓取集装箱出口横向宽度上从上至下的多排货物的抓手；
所述基于至少一条传送带的传送系统中，所述传送带侧在传送方向上依次布置的多维度安检系统和喷码机器人。
3.根据权利要求1或2所述的系统，其特征在于，所述多维度安检系统包括用于在第一和第二维度方向上检测包裹内物品的第一X光机、包裹转向机构，以及用于在第三维度方向上检测包裹内物品的第二X光机，以及用于对第一X光机和第二X光机检测到的透射X光信号进行成像和物品类型初步识别的成像分析设备，所述成像分析设备一旦检测出异常物品则发送信号给喷码机器人，使喷码机器人在喷码中加入异常图案。
4.根据权利要求3所述的系统，其特征在于，所述传送带在第一X光机检测仓内具有空间上断开为传送方向上预设距离间隔L的两个独立传送机构，所述第一X光机包括用于在沿着传送带相对两侧向方向上进行第一X光图像采集的第一检测系统以及在预设距离间隔的竖直方向上进行第二X光图像采集的第二检测系统，所述第一检测系统和第二检测系统都包括X射线源，以及透射X射线信号采集器，所述透射X射线信号采集器将采集到的信号发送给成像分析设备进行成像以及物品类型初步识别，其中，
所述成像分析设备能够根据预设的时间间隔，触发脉冲给所述第二检测系统，以实现在所述预设距离间隔L上的多幅分割图像信号的采集，以便在所述成像分析设备中拼接成完整的第二X光图像；
所述第二X光机包括用于在沿着传送带相对两侧向方向上进行第三X光图像采集的第三检测系统。
5.根据权利要求4所述的系统，其特征在于，当包裹端部在t时刻经过所述预设距离间隔在传送方向的末端，成像分析设备触发脉冲信号给所述第二检测系统，以采集第一幅分割图像，之后在t+n·△t时刻，采集第n+1幅分割图像，其中△t·v＝L，v为传送带的所述两个独立传送机构的相同的传送速度。
6.根据权利要求4或5所述的系统，其特征在于，所述第一X光机的末端竖直切平面和第二X光机的初始端竖直切平面之间间距为L的整数倍。
7.根据权利要求6所述的系统，其特征在于，所述包裹转向机构包括设置在传送带上方的竖直导向柱，所述包裹碰撞到所述导向柱时会被迫转向90°使得第三维度方向与所述传送带相对两侧向方向一致。
8.根据权利要求7所述的系统，其特征在于，所述竖直导向柱在所述传送带上的投影几何中心位于远离所述传送带对称轴一侧传送带半宽度的1/2-2/3处，所述导向柱的外径为所述传送带半宽度的1/5-1/6。
9.根据权利要求8所述的系统，其特征在于，所述预设距离间隔L为1-5cm。
10.根据权利要求8所述的系统，其特征在于，所述预设距离间隔L为2-3cm。
11.根据权利要求7-10中任一项所述的系统，其特征在于，在所述竖直导向柱碰撞包裹到达包裹旋转90°的姿态之后的传送带上安装有校正栏，使得所述包裹于所述传送带对称轴两侧成轴对称状态而继续传送。
12.根据权利要求11所述的系统，其特征在于，
所述物品类型初步识别的方法包括：
S1所述成像分析设备获取历史异常的第一至第三X光图像，根据感兴趣的原子序数在图像上形成对应于原子序数的衬度，通过边缘算法识别物品轮廓，与物品名称建立关联表；
S2根据S1获取每一类物品的多幅轮廓图像，采用对抗生成网络GAN将随机成像图案混合噪声输入生成器Gk中，与所述每一类物品对应设置多个判别器Dk，k为物品类型的编号，对于每一种物品类型，都对应一个生成器Gk和一个判别器Dk；
S3将S2中的生成器Gk输出的图案输入到每一个对应的判别器Dk中，并将各类物品的多幅轮廓图像输入对应的判别器Dk中，通过输出值(概率)计算损失函数，反向传播先训练生成器Gk，再训练判别器Dk，形成多个GANk模型；
S4将待检测图像根据步骤S1形成多个物品轮廓分别输入GANk中，将输出概率最大者对应关联表中的物品名称作为待检测图像中对应轮廓的物品类型。
13.根据权利要求12所述的系统，其特征在于，所述边缘算法使用Sobel算子、Canny算子、Laplacian算子中任一种。
14.根据权利要求4,5,7-10,12,13中任一项所述的系统，其特征在于，对于正常包裹，所述上架机器人在传送带货物送出口识别到每一个包裹的所述喷码后取走包裹并按照第一规定路线行走，将每一个包裹按照货物分类架的多层分隔层从下至上，且每一分隔层内按规定方向依次摆放在与喷码对应地区的分类货物架上的每一层分隔层上，并掉头原第一规定路线返回，当放满一个分类货物架之后，再按照第二规定路线行走，对下一个与放满分类货物架对应地区一致的其他未放满分类货物架进行包裹摆放，并掉头原第二规定路线返回，以此进行多个规定路线的行走、摆放、返回，直至所有箱内货物被摆放完毕，完成一个批次的仓储作业而返回传送带货物送出口待机，当扫描到喷码中存在异常图案时，所述上架机器人将内藏异常物品的异常包裹搬运至异常包裹货物架上按预设次序摆放好。
15.根据权利要求14所述的系统，其特征在于，所述跟随机器人包括躯干上方安装的头部，其中嵌入有生命探测仪、距离传感器、以及设置有处理芯片的基板，所述躯干下方安装的行走底座，以及躯干上开设的弧形自动双开门，当距离传感器感知人体在预设第一距离接近所述跟随机器人时，所述生命探测仪探测到人体，处理芯片根据预设第二距离和第三预设距离之间的距人距离范围l控制开启所述弧形自动双开门，并控制所述行走底座中行走装置跟随人体的移动，使得所述距离传感器与人体表面上探测点之间距离时刻落在距离范围l内，其中，
所述躯干内部为空腔，其中设置有旋架，所述旋架上挂设有多套手持式检测仪；
所述基板上设置有无线信号收发装置，用于与用户终端信息通信和数据传输，用户能够通过用户终端设置第一距离、l的范围或特定值，以及总跟随距离X。
16.根据权利要求15所述的系统，其特征在于，所述旋架包括有旋杆两段固定连接的转盘和底盘，所述底盘通过周齿轮与行走底座上的齿轮啮合实现控制所述旋杆带动所述转盘和底盘同步旋转，所述底盘能够放置手持式检测仪的主机，所述转盘边缘周向等分布置有多个挂杆，每一个所述挂杆能够挂设一套手持式检测仪，由此将挂设的一套手持式检测仪的主机安放于所述挂杆于底盘所在平面上的竖直投影位置附近，以使得每一套挂设的手持式检测仪的主机同手持部分一起绕所述转杆同步转动。
17.根据权利要求15或16所述的系统，其特征在于，所述第一距离为1-1.5m，l的范围为大于等于1m，总跟随距离为X不大于1000m，一旦超过即自动返回待机原地。
18.根据权利要求17所述的系统，其特征在于，其中跟随人体的移动的方法是，包括如下步骤：
(1)用户终端发出开启命令，使得所述跟随机器人处于开启待机状态；
(2)所述跟随机器人探测人体，如果未探测到，则继续待机，如果探测到人体并且探测距人距离若未达到第一距离则继续待机，若达到第一距离则所述处理芯片控制行走底座跟随人体；
(3)跟随人体一旦启动时刻继续探测人体，如果未探测到则停止跟随待机，重复步骤(1)和(2)直到再次满足跟随人体的条件，即探测到人体且距人距离达到第一距离，继续跟随人体，在探测到人体的期间，处理芯片不断根据距离传感器的探测距人距离而判断是否继续跟随还是待机，若所述探测距人距离在l范围内，则继续跟随，如果小于l范围内的最小值，则停止跟随，继续重复步骤(1)和(2)，若满足跟随人体的条件，且大于等于l范围内的最小值继续跟随人体。
19.根据权利要求18所述的系统，其特征在于，所述第二距离为最小距离，第三距离为大于所述最小距离的任何距离，直到距离探测器所能探测的最大探测距离。
20.根据权利要求18或19所述的系统，其特征在于，当跟随人体启动之后，一旦探测不到人体即停止跟随待机且旋转所述头部，直到探测到人体继续执行步骤(2)中探测距人距离及其之后的所有步骤。
21.根据权利要求20所述的系统，其特征在于，所述躯干为双层中空壁构成，用于走线，所述多套手持式检测仪包括手持式拉曼光谱仪、手持式电子鼻、手持式核辐射仪、手持式XRF检测仪中任两种或三种以上。
22.根据权利要求18，19，21中任一项所述的系统，其特征在于，在跟随人体的移动期间或停止跟随待机期间，用户终端可以根据所需要的检测项目发出测试命令，使得处理芯片接收到所述测试命令而控制旋架旋转，使得与测试项目对应的手持式检测仪旋转到开启的弧形自动双开门前，供检测人员取出相应的手持式检测仪进行物品检测，当所有项目测试完毕时，用户终端可以再次命令跟随机器人返回预设的待机原地，之后跟随机器人自动关闭弧形自动双开门，以及关机。
23.根据权利要求22所述的系统，其特征在于，所述弧形自动双开门顶端上躯干部位和对应的底端躯干部位设置有红外物体存在传感器，在弧形自动双开门开启之后，能够记录因存在物体而被遮挡红外射线的次数，当用户终端命令跟随机器人返回预设的待机原地时，若所述次数为奇数次时则自身或给用户终端发出归还手持式检测仪的提示信息，直到检测到所述次数为偶数次，若为偶数次则自动继续执行返回预设的待机原地，以及之后的自动关闭弧形自动双开门和关机操作。
24.根据权利要求23所述的系统，其特征在于，若用户确认提示信息为误提示，则选择已归还命令而使得跟随机器人自动继续执行返回预设的待机原地，以及之后的自动关闭弧形自动双开门和关机操作。
25.根据权利要求15，16，18，19，21，23，24中任一项所述的系统，其特征在于，所述头部上还设置有相机，用于拍摄人体在被探测到期间变为未探测到时刻之间的多幅图像，从而判断人体从跟随机器人的左边还是右边离开探测范围，以智能地控制头部向人体移动的方向旋转。
26.根据权利要求1,2,4,5,7-10，12,13,15，16，18，19，21，23，24中任一项所述的系统，其特征在于，所述用户终端为智能手机。
27.一种利用如权利要求2-26中任一项所述基于人工智能的到港异常货物检测系统所进行的到港异常货物检测方法，其特征在于，包括如下步骤：
第一步，包裹在通过多维度安检系统时若初步检出异常物品，则在相应包裹上通过喷码机器人喷上带有异常图案的喷码；
第二歩，上架机器人识别到带有异常图案的喷码，将对应的异常包裹按照异常专门路线搬运至异常包裹货物架上，按照规定的次序摆放，并返回异常专门路线，待命下一个包裹运送到传送带货物送出口；
第三歩，检测人员发现异常包裹货物架上有包裹，即通过用户终端命令跟随机器人开启待机，并走到跟随机器人面前满足跟随条件，使得跟随机器人自动开启弧形自动双开门并跟随检测人员走到所需要开箱检测的包裹附近；
第四步，检测人员通过用户终端根据所需要的检测项目发出测试命令，使得跟随机器人的处理芯片接收到所述测试命令而控制旋架旋转，使得与测试项目对应的手持式检测仪旋转到开启的弧形自动双开门前，供检测人员取出相应的手持式检测仪进行物品检测。
28.一种计算机可读非暂时性存储介质，其特征在于，其中存储有可由如权利要求2-26中任一项所述基于人工智能的到港异常货物检测系统运行而实现如权利要求27所述的到港异常货物检测方法的计算机可读程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211515369.7A CN115879705A (zh) | 2022-11-30 | 2022-11-30 | 基于人工智能的到港异常货物检测系统及其检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211515369.7A CN115879705A (zh) | 2022-11-30 | 2022-11-30 | 基于人工智能的到港异常货物检测系统及其检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115879705A true CN115879705A (zh) | 2023-03-31 |
Family
ID=85764768
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211515369.7A Pending CN115879705A (zh) | 2022-11-30 | 2022-11-30 | 基于人工智能的到港异常货物检测系统及其检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115879705A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080181357A1 (en) * | 2007-01-17 | 2008-07-31 | Joseph Bendahan | Combined computed tomography and nuclear resonance fluorescence cargo inspection system and method |
| CN110133740A (zh) * | 2019-04-29 | 2019-08-16 | 公安部第一研究所 | 一种双视角智能化x射线安检设备 |
| CN209364567U (zh) * | 2018-09-19 | 2019-09-10 | 广东电网有限责任公司 | 自动跟随工具箱 |
| CN110711718A (zh) * | 2019-07-26 | 2020-01-21 | 广东邮政邮件快件服务有限公司 | 基于x光图像的快递包裹智能分拣系统、方法及存储介质 |
| CN211391502U (zh) * | 2019-10-28 | 2020-09-01 | 海航航空技术股份有限公司 | 一种自动跟随工具车 |
-
2022
- 2022-11-30 CN CN202211515369.7A patent/CN115879705A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080181357A1 (en) * | 2007-01-17 | 2008-07-31 | Joseph Bendahan | Combined computed tomography and nuclear resonance fluorescence cargo inspection system and method |
| CN209364567U (zh) * | 2018-09-19 | 2019-09-10 | 广东电网有限责任公司 | 自动跟随工具箱 |
| CN110133740A (zh) * | 2019-04-29 | 2019-08-16 | 公安部第一研究所 | 一种双视角智能化x射线安检设备 |
| CN110711718A (zh) * | 2019-07-26 | 2020-01-21 | 广东邮政邮件快件服务有限公司 | 基于x光图像的快递包裹智能分拣系统、方法及存储介质 |
| CN211391502U (zh) * | 2019-10-28 | 2020-09-01 | 海航航空技术股份有限公司 | 一种自动跟随工具车 |
Non-Patent Citations (1)
| Title |
|---|
| 张鑫炎: "书刊装订技术问答", 印刷工业出版社, pages: 140 - 143 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20240037353A1 (en) | Systems and methods for processing objects including space efficient distribution stations and automated output processing | |
| CN110049934B (zh) | 用于处理在车辆中设置的物品的系统和方法 | |
| CN110199231A (zh) | 用于处理物体的系统和方法 | |
| CN108876264B (zh) | 社区快递物流仓储及智能分拣系统 | |
| CN109661358A (zh) | 利用梭动件容器递送系统实现充分验证的物料搬运 | |
| US11370111B2 (en) | System and method for adaptive bin picking for manufacturing | |
| EP3908995A1 (en) | Systems and methods for limiting induction of objects to one or more object processing systems | |
| US20040179924A1 (en) | Robotic package unloading machine | |
| CN113393182A (zh) | 料箱入库方法、装置及智能仓储系统 | |
| CN117255718A (zh) | 用于提供操作员引入机器人推壁的系统和方法 | |
| CN115879705A (zh) | 基于人工智能的到港异常货物检测系统及其检测方法 | |
| US20230159287A1 (en) | Baggage and parcel handling system and method | |
| CN118103308A (zh) | 用于提供利用速度匹配的检测处理的系统和方法 | |
| CN115210153B (zh) | 用于使用螺旋塔系统提供订单履行的系统和方法 | |
| US20210276797A1 (en) | Systems and methods for providing order fulfillment using a conveyor takeaway system | |
| AU2018101189A4 (en) | Rack controller to sorter to guide items into rack storage places | |
| CN109092694B (zh) | 货柜货物分拣系统和分拣方法 | |
| US11897692B2 (en) | Robotic order consolidation using modular actuated rotary put-wall | |
| CN112562189B (zh) | 自动售货机及其出货方法 | |
| JP7341713B2 (ja) | 移載装置を有する積込システム | |
| WO2023064465A1 (en) | Robotic put wall systems and methods with mobile destination location assemblies | |
| CN116891088A (zh) | 容器间移载装置及容器间移载方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230706 Address after: 332020 No.1 Gongqing Avenue, Gongqing City, Jiujiang City, Jiangxi Province Applicant after: GONGQING INSTITUTE OF SCIENCE AND TECHNOLOGY Address before: 332020 No.1 Gongqing Avenue, Gongqing City, Jiujiang City, Jiangxi Province Applicant before: GONGQING INSTITUTE OF SCIENCE AND TECHNOLOGY Applicant before: NANCHANG INSTITUTE OF TECHNOLOGY |
|
| TA01 | Transfer of patent application right |