CN116037481A - 一种基于大数据的水果拣选系统 - Google Patents
一种基于大数据的水果拣选系统 Download PDFInfo
- Publication number
- CN116037481A CN116037481A CN202310315455.1A CN202310315455A CN116037481A CN 116037481 A CN116037481 A CN 116037481A CN 202310315455 A CN202310315455 A CN 202310315455A CN 116037481 A CN116037481 A CN 116037481A
- Authority
- CN
- China
- Prior art keywords
- fruit
- picking
- fruits
- individual
- big data
- 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.)
- Granted
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
-
- 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
- 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
- B07C5/34—Sorting according to other particular properties
- B07C5/3412—Sorting according to other particular properties according to a code applied to the object which indicates a property of the object, e.g. quality class, contents or incorrect indication
-
- 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
-
- 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
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/009—Sorting of fruit
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Sorting Of Articles (AREA)
Abstract
本发明提供一种基于大数据的水果拣选系统,所述拣选系统包括服务器端和客户端;用户通过客户端输入对水果的购买需求,服务器根据购买需求生成拣选条件,并从库存中挑选适合的水果个体以满足客户需求。其中,服务器包括通信、存储、处理、拣选和控制单元;拣选单元包括识别、编码和选取模块,用于对水果集合进行预分类和二次分类,并包括对二次分类后的水果个体进行赋码以用于后期的快速抓取。并且,用户可以对购买需求中的多项需求的重要性进行排序,并根据每个需求的重要性和期望值计算偏差指数Q;拣选系统通过设定Q的数值,允许水果个体与购买需求存在允许范围内的偏差,并通过设定设定Q的限定值,以检验水果个体是否符合用户需求。
Description
技术领域
本发明涉及食品处理设备领域。具体而言,涉及一种基于大数据的水果拣选系统。
背景技术
水果作为常见的食品种类,深受市场欢迎。随着目前物流技术的和人们生活水平的提高,水果远程配送正成为市场发展的一大需求。水果在成熟采摘后由于果实大小饱满程度不同,所能售卖的价格也不同,需要将不同饱满程度的水果进行分级然后标价售卖,当人工对这些水果进行分级分拣时,劳动强度很大,分拣效率低下,不能大规模的进行分拣。同时,由于顾客在远程选购时,一般只通过单价和经验笼统了解果品的品质,而无法获知果品的具体素质。随着人们对需求的购买要求的个性化,例如部分客户追求更高的品质而可以接受较少的水果数量,而部分客户能够接受部分果品的瑕疵而且追求较低的总价格。传统的水果拣选和定价策略无法满足日益扩大的个性化需求,尤其是对于线上客户无法直接接触果品的情况。
根据已公开的技术方案,公开号为CN107321590A的技术方案提出一种自动化的水果筛选机,其通过旋转的筛选板,使不同尺寸的果品通过大小各异的筛选孔从而实现果品尺寸的筛选。公开号为JP2014087730A的技术方案提出一种水果蔬菜筛选装置,其通过分层的输送带实现果品的快速筛选识别,同时进行果品的分类;公开号为KR100445240B1的技术方案提出一种水果采摘装置,其可以通过识别果树上水果的各项特征,选取符合特征的果实实施采摘而保留其余不符合采摘的条件的果实。
以上技术方案均提及到关于水果的识别与基于特征条件进行拣选的方案,然而这些方案皆基于生产者的角度考虑,而少有从水果消费者的立场考虑对水果的拣选。
背景技术的前述论述仅意图便于理解本发明。此论述并不认可或承认提及的材料中的任一种公共常识的一部分。
发明内容
本发明的目的在于,提供一种基于大数据的水果拣选系统,所述拣选系统包括服务器端和客户端;用户通过客户端输入对水果的购买需求,服务器根据购买需求生成拣选条件,并从库存中挑选适合的水果个体以满足客户需求。其中,服务器包括通信、存储、处理、拣选和控制单元;拣选单元包括识别、编码和选取模块,用于对水果集合进行预分类和二次分类,并包括对二次分类后的水果个体进行赋码以用于后期的快速抓取。并且,用户可以对购买需求中的多项需求的重要性进行排序,并根据每个需求的重要性和期望值计算偏差指数Q;拣选系统通过设定Q的数值,允许水果个体与购买需求存在允许范围内的偏差,并通过设定设定Q的限定值,以检验水果个体是否符合用户需求。
本发明采用如下技术方案:
一种基于大数据的水果拣选系统,所述拣选系统包括服务器与客户端;用户通过所述客户端输入希望购买的水果的特征条件从而生成个性化的购买需求;由所述服务器根据所述购买需求,从水果库存中拣选符合特征条件的水果安排配送;
所述服务器包括:
通讯单元,用于与所述客户端进行数据通讯;
存储单元,其中存储并运行有数据库,用于存储所述拣选系统的数据信息;
处理单元,用于根据所述购买需求,生成拣选条件,并使拣选单元按照拣选条件执行水果的拣选;
拣选单元,用于根据拣选条件,执行水果拣选,并反馈最终的拣选结果;
控制单元,通讯连接以上各单元并控制以上各单元进行工作;
其中,所述购买需求包括以下一项或多项交易条件:
总价格、总质量、包装运费;
并且,所述购买需求包括以下一项或多项水果特征条件:
种类、尺寸、成熟度、功效、甜度、酸度、入库日期;
优选地,所述拣选单元包括识别模块、赋码模块以及选取模块;
所述识别模块,被配置为通过传感器识别并计算水果的特征参数;
所述赋码模块,被配置为通过使用食用油墨将含有水果个体特征参数的信息以编码形式印刷于水果个体表面;
所述选取模块,被配置为通过机械设置对选定的目标果品个体从果品集合中抓取;
优选地,所述拣选单元包括在水果入库时,对水果进行预分类;预分类时,包括基于至少一项水果特征条件将待入库水果进行识别后进行分类后入库;
优选地,所述拣选单元还包括对预分类后的水果进行二次分类,通过二次分类识别并计算水果个体的多个特征参数;其中,包括通过基于光学影像、红外线、超声波、压力技术中的一项或多项的传感器,测量水果个体的特征参数;
优选地,客户端包括请求用户对购买需求中的多项条件进行重要性排序;根据重要性排序,在拣选时计算水果的偏离指数Q;Q的计算方法为:
;
上式中,n为用户提出的一共N项条件中的第n项;Sn为用户对第n项条件的预期值;Tn为拣选中第n项条件的实际值;ki为用户对第n项条件的设定的重要性的权重参数,i=1、2、3……I,I≤N;ki的值由系统管理人员设定,i的数值与n无关,并且满足:
;
优选地,由系统管理人员设定一个Q的上限值Qlimit,当拣选的水果个体使Q>Qlimit则被判定为不合格;
优选地,Qlimit的数值包括基于不同用户而有所差异,并由系统管理人员审核后设定不同用户所对应的Qlimit数值;
优选地,所述拣选系统包括基于大数据统计多个用户的购买需求,以用于指导下批次的水果采购。
本发明所取得的有益效果是:
本发明的拣选系统区别于以往的水果供应商基于笼统定立单价与用户交易的模式,用户通过提出购买需求的期望总价格以及总质量,并设定期望的多个特征条件,由拣选系统拣选合适的水果,从而满足用户对购买水果的个性化需求;
本发明的拣选系统采用基于多类型传感器的识别单元,对水果个体实现多个特征的测量,例如尺寸、重量、表面质量、成熟度等,并且在识别完成后进在表面印刷信息码,以满足后期的快速抓取;
本发明的拣选系统通过设定并计算偏差指数Q,基于用户的预期值与水果个体的实际值计算两者的偏差,从中拣选最为合乎用户需求与供应商利益的水果个体;
本发明的拣选系统中各软、硬件部分采用了模块化设计,方便今后的升级或者更换相关的软、硬件环境,降低了使用的成本。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定对应的部分。
图1为本发明所述拣选系统的整体示意图。
图2为本发明实施例中果品进行预分类与二次分类的示意图。
图3为本发明实施例中用于预分类所采用装置的示意图。
图4为本发明实施例中用于二次分类所采用装置的示意图。
附图标号说明:10-客户端;20-服务器;21-通讯单元;22-存储单元;23-处理单元;24-拣选单元;25-控制单元;30-库存;31-汇合点;32-输送带;33-初筛点;34-第二输送带;35-预分类站;36-包装站;37-分拣槽;38-自动分拣器;39- 第三输送带;40-控制器;41-重量检测装置;42-尺寸检测装置;43-识别模块;44-赋码模块。
具体实施方式
为了使得本发明的目的技术方案及优点更加清楚明白,以下结合其实施例,对本发明进行进一步详细说明;应当理解,此处所描述的具体实施例仅用于解释本发明 ,并不用于限定本发明。对于本领域技术人员而言,在查阅以下详细描述之后,本实施例的其它系统、方法和/或特征将变得显而易见。旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内。包括在本发明的范围内,并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征,并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或组件必须具有特定的方位。以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例一。
如附图1,一种基于大数据的水果拣选系统,所述拣选系统包括服务器20与客户端10;用户通过所述客户端10输入希望购买的水果的特征条件从而生成个性化的购买需求;由所述服务器20根据所述购买需求,从水果库存30中拣选符合特征条件的水果安排配送;
所述服务器20包括:
通讯单元21,用于与所述客户端10进行数据通讯;
存储单元22,其中存储并运行有数据库,用于存储所述拣选系统的数据信息;
处理单元23,用于根据所述购买需求,生成拣选条件,并使拣选单元按照拣选条件执行水果的拣选;
拣选单元24,用于根据拣选条件,执行水果拣选,并反馈最终的拣选结果;
控制单元25,通讯连接以上各单元并控制以上各单元进行工作;
其中,所述购买需求包括以下一项或多项交易条件:
总价格、总质量、包装运费;
并且,所述购买需求包括以下一项或多项水果特征条件:
种类、尺寸、成熟度、功效、甜度、酸度、入库日期;
优选地,所述拣选单元包括识别模块、赋码模块以及选取模块;
所述识别模块,被配置为通过传感器识别并计算水果的特征参数;
所述赋码模块,被配置为通过使用食用油墨将含有水果个体特征参数的信息以编码形式印刷于水果个体表面;
所述选取模块,被配置为通过机械设置对选定的目标果品个体从果品集合中抓取;
优选地,如附图2所示,所述拣选单元包括在水果入库时,对水果进行如图中(A)所示的预分类;预分类时,包括基于至少一项水果特征条件将待入库水果进行识别后进行分类后入库;
优选地,所述拣选单元还包括对预分类后的水果进行如附图2中的(B)所示的二次分类,通过二次分类识别并计算水果个体的多个特征参数;其中,包括通过基于光学影像、红外线、超声波、压力技术中的一项或多项的传感器,测量水果个体的特征参数;
优选地,客户端10包括请求用户对购买需求中的多项条件进行重要性排序;根据重要性排序,在拣选时计算水果的偏离指数Q;Q的计算方法为:
;
上式中,n为用户提出的一共N项条件中的第n项;Sn为用户对第n项条件的预期值,通过用户在客户端输入希望购买的水果的特征条件时,由系统换算所得;Tn为拣选中第n项条件的实际值,通过所述拣选单元对水果个体进行特征识别后获得;ki为用户对第n项条件的设定的重要性的权重参数,i=1、2、3……I,I≤N;ki的值由系统管理人员设定,i的数值与n无关,并且满足:
;
优选地,由系统管理人员设定一个Q的上限值Qlimit,当拣选的水果个体使Q>Qlimit则被判定为不合格;
优选地,Qlimit的数值包括基于不同用户而有所差异,并由系统管理人员审核后设定不同用户所对应的Qlimit数值;
优选地,所述拣选系统包括基于大数据统计多个用户的购买需求,以用于指导下批次的水果采购;
其中,客户端10可以为智能手机、平板电脑、膝上型计算机、台式计算机或其他设备,并且可以具有与服务器20通信的网络能力;服务器20可以包括一个或多个计算机,并且可以同时连接并服务于多个用户;服务器20可以按常规构造,或者可以具有用于处理从专用设计;在一些实施方式中,所述处理单元、所述存储单元以及所述通讯单元配置在所述服务器20的计算机上;并且所述服务器20与网络通讯连接,并允许多个客户端10与所述服务器20进行数据交换;应当了解,本领域技术人员将认识到服务器20可以具有许多不同的设计并且可以具有不同硬件、软件配置,以具有不同的计算环境和计算能力。
优选地,所述客户端10与所述服务器20包括通过互联网、局域网或者其他形式的网络类型进行连接;客户端10可以以有线连接的形式,或者在远程通过无线连接的形式与服务器20建立连接并进行订单的建立后,发送到服务器20;
进一步的,所述拣选单元优选地为自动化的机械组合式装置,其中包括作为所述识别模块、赋码模块以及选取模块的多个机械化模块同时进行作业;优选地,所述识别模块、赋码模块以及选取模块的数量可以为多个,并且划分为多条流水线同时进行作业,以处理大量的水果拣选;
如附图3所示,为所述拣选单元进行预分类阶段的一种示例性的实施方式:
所述拣选单元中包括适应不同尺寸和重量的多种水果至少一个汇合点31;本说明中,水果个体的表述“尺寸”是指相同的公制尺寸,例如长度、直径,或将一种水果和蔬菜产品与另一种区别开来的任何公制尺寸;汇合点包括至少一个装载输送带32,其用于沿着运输方向A移动水果个体;
在一些实施方式中,批量的水果可以由人工或者自动化运输设备装运到汇合点31并在汇合点31所在的位置卸下;汇合点31中的水果的上一阶段的运输方式在此不作详细限定;在图示的实施方式中,输送带32可以是辊式输送机的类型;然而,不能排除输送带32可以是不同类型的,例如传送带类型、带槽口带等类型;
在一些实施方式中,还包括至少一个初筛点33,在初筛点33中通过目视的方式对水果进行初步筛选;在初筛点33中,批量的水果由一个或多个操作员手动选择,以去除可见的损坏和/或变质的个体;初筛点33相对于所述运输方向A位于汇合点31的下游并且包括至少一个与汇合点31的装载输送带32连接的第二输送带34,其适于从汇合点31接收水果;在更多的的实施方式中,初筛点33可以将来自汇合点31的输送带32分解为多段第二输送带34,这种解决方案允许多位操作员执行初筛选工作;在图示情况下,初筛点33包括并排布置且彼此基本平行的两条第二输送带34,以允许两位操作员进行初筛选工作;
所述拣选单元还包括至少一个预分类站35,其位于初筛点33的下游;在预分类站35所在的位置,水果将被根据它们的尺寸和/或重量被分成相应的包装站36;预分类站35包括分拣槽37,其适于沿着移动方向移动水果个体;在所示的实施例中在图中,分拣槽37同样为传送带的类型;然而不能排除分拣槽37可以是不同类型的;
优选地,预分类站35包括自动分拣器38,其被配置为检测水果的尺寸和/或重量并将后者引导至相关包装站36;自动分拣器38包括传感器装置,其被配置为检测水果个体的至少一个尺寸和/或重量值;并且自动分拣器38包括机械式机构,其用于在连传感器装置检测到符合筛选条件的水果个体时,将水果个体引向相应的包装站36;
在一些实施方式中,还包括第三输送带39,位于初筛点33和预分类站35之间并且可沿至少一个传输方向B移动;在图中所示的实施例中,第三输送带39是传送带类型;然而不能排除第三输送带39可以是不同类型的;第三输送带39从第三输送带39接收水果并将它们输送到分拣槽37;
在一些实施方式中,所述拣选单元包括重量检测装置41,其被配置为检测第三输送带39上的水果的重量并产生至少一个相应的重量数据;
优选地,所述拣选单元还包括至少一个控制器40,其通讯连接到重量检测装置41并且至少连接到输送带32,基于重量检测装置41的负载信号,控制器40配置成在运输方向A上调节输送带32的移动速度;更详细地,输送带32包括设置有能够改变其输送速度的逆变器的驱动器;
优选地,重量检测装置41为压力传感器;
优选地,包括配置多组压力传感器以使每条第三输送带39上的水果个体均可以被测量其重量;重量检测装置41被配置为持续向控制器40发送相应的负载信号;
进一步的,所述拣选单元包括通讯连接到控制器40上的尺寸检测装置42,其被配置为检测水果的至少一个尺寸值并产生相应的尺寸数据;尺寸检测装置42布置在第三输送带39的末端,在预分类站35的起点处;尺寸检测装置42适于在水果个体沿着第三输送带39传输时,就在它们到达预分类站35之前确定它们的尺寸;
优选地,尺寸检测装置42包括一个或更多视觉传感器;
优选地,视觉传感器是光学影像传感器类型;
控制器40进一步配置成根据尺寸信号调节输送带32的移动速度;
在一些未示出在附图中的实施方式中,还包括通讯连接到控制器40的频率检测装置,其被配置为检测水果在任意一段输送带中的水果个体的密度并且产生相应的频率信号;
在一些实施方式中,控制器40当检测到任意一段输送带上的负载过大时,它向输送带32发送降低其沿运输方向A的相关移动速度的命令,使得水果个体更慢地到达第二输送带34,操作员可以有效地检查每个水果个体;
相对地,如果控制器40确定任意一段输送带上的负载过少时,它会发送一个命令输送带32旨在增加其沿运输方向A的相关移动速度,使得水果更快地到达第三输送带39,从而优化处理时间;
以上所述重量检测装置41以及尺寸检测装置42均可以根据水果个体的移动顺序进行顺序标记,同时对每个水果个体进行记录其重量和/或尺寸的一个大致的等级分类;例如尺寸为S、M、L、XL、XXL等;或者以每10克的间隔划分为多个重量等级;并且该等级将被与水果个体的顺序标记相关联后,记录在控制器40的存储单元22中;
根据本实施例的预分类阶段的操作如下;
批量的水果被装载到汇合点31并通过输送带32,沿着运输方向A,到达初筛点33;在初筛点33所在的位置,水果个体由一个或多个操作员目视检查以丢弃任何损坏和/或变质的产品;同时,重量检测装置41在第三输送带39上确定每个水果个体重量,并且对水果个体在控制器40内进行顺序的标记;同时向控制器40发送相应的负载信号;
水果个体通过第三输送带39后,对齐并移向尺寸检测装置42,以测定水果个体本身的尺寸;尺寸检测装置42向控制器40发送相应的尺寸信号并对水果个体在控制器40内进行标记;
同时,频率检测装置将与水果个体的通过频率相关的信号发送至控制器40;根据上述信号,控制器40可以增加或降低输送带32的速度。
实施例二。
本实施例应当理解为至少包含前述任意一个实施例的全部特征,并在其基础上进一步改进:
进一步的,当水果在预分类站35完成预分类后,即可以作进一步的二次分类;二次分类同样可以采用如预分类阶段类似的机械设备和/或类似的机构以完成相关的水果个体的移动和拣选;而其中的检测装置可以更换为其他样式,以适应更为细化和多样化的拣选;
而在一些示例性的实施方式中,如附图4所示,为所述二次分类采用的设备的实例性说明;
其中,该部分设备包括能够提供精度高于重量检测装置41和/或尺寸检测装置42的识别模块,以实现更为准确的重量/尺寸的测量;
进一步的,识别模块43包括配置有超声波传感器,用于测量果体成熟程度;通过将超声波发射到待测果体上,捕获其反射波,然后对采集到的数据进行FFT处理,根据果体的生长阶段,处理生成频率分布图,并与预先获得的成熟度频率分布图进行比较,从而判断水果处于哪个成熟阶段;
在一些示例性的实施方式中,包括采用视觉传感器获取果体表面的颜色数据并采取分析,从而判定果体表面的颜色分类;
在一些示例性的实施方式中,包括设置敲击果体表面,并采集其共振的频率,从而分析果体果肉密度以及水分含量;
以上识别的各项特征参数,可以为具体的数字数据,在后期进行数据统计后处理为多个数据范围,并进一步分列为多个特征等级;这均取决于系统的处理能力或者处理成本,可以由实施者作进一步细化设置,在此不作限定;
进一步的,当通过识别模块43后,果体的详细信息将记录于所述处理单元,并且进一步生成信息码;可选地,信息码包括采用条形码、二维码或者其它可用于保存数据图形码;
可选地,如附图中所示示例性的设备,所述赋码模块44与所述识别模块43为于同一段的输送带上;但是需要了解的是,这并不为限制性的设置;
可选地,所述赋码模块44使用可食用油墨在水果个体表面进行信息码的印刷;可食用油墨的一种示例性成分以质量份计含有以下成分:山梨糖醇25~40质量份,糖酯S-4070为1~2质量份,焦糖色素15~35质量份,栀子色素10-15质量份,大豆卵磷脂0.5~1质量份,色拉油20~50质量份,阿拉伯树胶1~4质量份,食用乙醇1~4质量份,纯净水15~50质量份;该可食用油墨为水性油墨且成色显著,并且后期可通过清洗从而在进行包装前去水果表面的信息码;
通过以上设置,每个果体的具体将记录于其表面的信息码中,并进一步保存于数据库;因此,库存30中大量果体的特征条件将保存于所述存储单元的数据库中,并提供于后续的快速识别以及拣选工序;
进一步的,二次分类后,果体可以进行精细化分类入库;二次分类后的水果的储存方式需要适应于后期的快速识别与抓取;例如采用机械爪进行抓取的自动化设备;或者采用旋转盘式进行拣取的自动化设备;相关物理领域技术人员应了解该部分的内容,在此不作深入讨论。
实施例三。
本实施例应当理解为至少包含前述任意一个实施例的全部特征,并在其基础上进一步改进:
由用户提供的购买需求时,示例性的,用户指定了其期望的交易条件,例如总重量W和/或总价格P;
同时,用户列出了其期望特征条件,例如果体尺寸为M,甜度为中等;同时要求果体尺寸为高重要性条件;
对于以上的实施方式可以为:
设定交易条件总重量W和/或总价格P;
设定第n=1项特征条件为果体尺寸,并且其预期值S1为M0,M0为对应的尺寸M的一个参考值;例如果体直径从5cm~5.3cm的果体均符合尺寸M,而M的参考值统一为M0=5.2cm;
类似地,设定第n=2项特征条件为甜度,并且其预期值S2为R0;R0为对应于中等甜度的一个参考值;例如甜度为13~16均统一归类为中等甜度,而S2的参考值统一为R0=14.5;
根据重要性,设定ki权重值,例如对应首要重要性的特征条件,k1可取值为0.7,k2可取值为0.3;而对于一些特定的用户,k1可取值为0.75,k2可取值为0.25;这取决于系统管理者的设定,或者根据用户的爱好特点进行后续的个性化设定;
设定Q的计算式中对应参数值;如以上实施方式中,N=2,S1=M0=5.2,S2=R0=14.5,S1对应的权重为k1=0.7,S2对应的权重为k2=0.3;
提取Qlimit数值;
查找库存中适合的果体数据,获得多个果体尺寸的实际值T1以及甜度的实际值T2,验证是否符合Qlimit数值的限定范围后进行抓取;
最后,统计抓取后的水果总重量是否满足用户要求的总重量W;
系统管理者可以通过其进销存软件,预设水果成本,并且进一步验证本次提供于客户的水果是否满足于足够的利润率,并且满足客户的期望总价格P;若通过,则进行后续的包装和配送;
如以上各环节中,出现不符合用户需求的情况,则可以由系统管理者设定优先满足原则,例如优先满足利润,或者优先满足期望总价格P而适当减少重量等条件设定;计算一个反馈结果通过客户端与用户进行协商后,作进一步的拣选。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
虽然上面已经参考各种实施例描述了本发明,但是应当理解,在不脱离本发明的范围的情况下,可以进行许多改变和修改。也就是说上面讨论的方法,系统和设备是示例。各种配置可以适当地省略,替换或添加各种过程或组件。例如,在替代配置中,可以以与所描述的顺序不同的顺序执行方法,和/或可以添加,省略和/或组合各种部件。而且,关于某些配置描述的特征可以以各种其他配置组合,如可以以类似的方式组合配置的不同方面和元素。此外,随着技术发展其中的元素可以更新,即许多元素是示例,并不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而,可以在没有这些具体细节的情况下实践配置例如,已经示出了众所周知的电路,过程,算法,结构和技术而没有不必要的细节,以避免模糊配置。该描述仅提供示例配置,并且不限制权利要求的范围,适用性或配置。相反,前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下,可以对元件的功能和布置进行各种改变。
综上,其旨在上述详细描述被认为是例示性的而非限制性的,并且应当理解,以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (8)
1.一种基于大数据的水果拣选系统,其特征在于,所述拣选系统包括服务器与客户端;用户通过所述客户端输入希望购买的水果的特征条件从而生成个性化的购买需求;由所述服务器根据所述购买需求,从水果库存中拣选符合特征条件的水果安排配送;
所述服务器包括:
通讯单元,用于与所述客户端进行数据通讯;
存储单元,其中存储并运行有数据库,用于存储所述拣选系统的数据信息;
处理单元,用于根据所述购买需求,生成拣选条件,并使拣选单元按照拣选条件执行水果的拣选;
拣选单元,用于根据拣选条件,执行水果拣选,并反馈最终的拣选结果;
控制单元,通讯连接以上各单元并控制以上各单元进行工作;
其中,所述购买需求包括以下一项或多项交易条件:
总价格、总质量、包装运费;
并且,所述购买需求包括以下一项或多项水果特征条件:
种类、尺寸、成熟度、功效、甜度、酸度、入库日期。
2.如权利要求1所述一种基于大数据的水果拣选系统,其特征在于,所述拣选单元包括识别模块、赋码模块以及选取模块;
所述识别模块,被配置为通过传感器识别并计算水果的特征参数;
所述赋码模块,被配置为通过使用食用油墨将含有水果个体特征参数的信息以编码形式印刷于水果个体表面;
所述选取模块,被配置为通过机械设置对选定的目标果品个体从果品集合中抓取。
3.如权利要求2所述一种基于大数据的水果拣选系统,其特征在于,所述拣选单元包括在水果入库时,对水果进行预分类;预分类时,包括基于至少一项水果特征条件将待入库水果进行识别并分类后入库。
4.如权利要求3所述一种基于大数据的水果拣选系统,其特征在于,所述拣选单元还包括对预分类后的水果进行二次分类,通过二次分类识别并计算水果个体的多个特征参数;其中,包括通过基于光学影像、红外线、超声波、压力技术中的一项或多项的传感器,测量水果个体的特征参数。
5.如权利要求4所述一种基于大数据的水果拣选系统,其特征在于,客户端包括请求用户对购买需求中的多项条件进行重要性排序;根据重要性排序,在拣选时计算水果的偏离指数Q;Q的计算方法为:
;
上式中,n为用户提出的一共N项条件中的第n项;Sn为用户对第n项条件的预期值,通过用户在客户端输入希望购买的水果的特征条件时,由系统换算所得;Tn为拣选中第n项条件的实际值,通过所述拣选单元对水果个体进行特征识别后获得;ki为用户对第n项条件的设定的重要性的权重参数,i=1、2、3……I,I≤N;N项条件中的每项均有对应的权重参数ki,ki的值由系统管理人员设定;i的数值与n无关,并且满足:
。
6.如权利要求5所述一种基于大数据的水果拣选系统,其特征在于,由系统管理人员设定一个Q的上限值Qlimit,当拣选的水果个体使Q>Qlimit则被判定为不合格。
7.如权利要求6所述一种基于大数据的水果拣选系统,其特征在于,Qlimit的数值包括基于不同用户而有所差异,并由系统管理人员审核后设定不同用户所对应的Qlimit数值。
8.如权利要求7所述一种基于大数据的水果拣选系统,其特征在于,所述拣选系统包括基于大数据统计多个用户的购买需求,以用于指导下批次的水果采购。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310315455.1A CN116037481B (zh) | 2023-03-29 | 2023-03-29 | 一种基于大数据的水果拣选系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310315455.1A CN116037481B (zh) | 2023-03-29 | 2023-03-29 | 一种基于大数据的水果拣选系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116037481A true CN116037481A (zh) | 2023-05-02 |
CN116037481B CN116037481B (zh) | 2023-06-20 |
Family
ID=86116632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310315455.1A Active CN116037481B (zh) | 2023-03-29 | 2023-03-29 | 一种基于大数据的水果拣选系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116037481B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485575A (zh) * | 2016-10-22 | 2017-03-08 | 肇庆市联高电子商务有限公司 | 一种生鲜水果电商平台 |
CN107798502A (zh) * | 2017-10-26 | 2018-03-13 | 无锡七百二十度科技有限公司 | 一种基于云技术的蔬菜水果配送方法 |
CN109858990A (zh) * | 2017-11-30 | 2019-06-07 | 叶祖东 | 蔬菜水果采购系统及其方法 |
CN109919553A (zh) * | 2019-03-08 | 2019-06-21 | 钱文娟 | 一种集仓集配仓储配送系统 |
CN109978669A (zh) * | 2019-04-04 | 2019-07-05 | 湖州师范学院 | 一种随需定产的农产品供应平台及供应方法 |
CN111415223A (zh) * | 2020-03-20 | 2020-07-14 | 苏晓峰 | 一种果蔬网络购物系统及方法 |
CN112001682A (zh) * | 2020-09-09 | 2020-11-27 | 肖令军 | 一种无分拣供应系统的设备及实现方法 |
CN112801577A (zh) * | 2021-01-14 | 2021-05-14 | 马舜 | 基于soa架构的自动化果蔬分拣与配送管理系统及其设备 |
CN115034773A (zh) * | 2021-03-07 | 2022-09-09 | 智慧式有限公司 | 一种无人自主经营餐厅系统与智能终端应用 |
JP2022159053A (ja) * | 2021-03-31 | 2022-10-17 | ダイキン工業株式会社 | 集配又は販売装置 |
-
2023
- 2023-03-29 CN CN202310315455.1A patent/CN116037481B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485575A (zh) * | 2016-10-22 | 2017-03-08 | 肇庆市联高电子商务有限公司 | 一种生鲜水果电商平台 |
CN107798502A (zh) * | 2017-10-26 | 2018-03-13 | 无锡七百二十度科技有限公司 | 一种基于云技术的蔬菜水果配送方法 |
CN109858990A (zh) * | 2017-11-30 | 2019-06-07 | 叶祖东 | 蔬菜水果采购系统及其方法 |
CN109919553A (zh) * | 2019-03-08 | 2019-06-21 | 钱文娟 | 一种集仓集配仓储配送系统 |
CN109978669A (zh) * | 2019-04-04 | 2019-07-05 | 湖州师范学院 | 一种随需定产的农产品供应平台及供应方法 |
CN111415223A (zh) * | 2020-03-20 | 2020-07-14 | 苏晓峰 | 一种果蔬网络购物系统及方法 |
CN112001682A (zh) * | 2020-09-09 | 2020-11-27 | 肖令军 | 一种无分拣供应系统的设备及实现方法 |
CN112801577A (zh) * | 2021-01-14 | 2021-05-14 | 马舜 | 基于soa架构的自动化果蔬分拣与配送管理系统及其设备 |
CN115034773A (zh) * | 2021-03-07 | 2022-09-09 | 智慧式有限公司 | 一种无人自主经营餐厅系统与智能终端应用 |
JP2022159053A (ja) * | 2021-03-31 | 2022-10-17 | ダイキン工業株式会社 | 集配又は販売装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116037481B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12084214B2 (en) | Product handling and packaging system | |
KR101650679B1 (ko) | 동적 제조 라인에서 식품 제품의 품질을 채점 및 제어하는 방법 | |
JP6749655B1 (ja) | 検査装置、異常検出方法、コンピュータプログラム、学習モデルの生成方法、及び学習モデル | |
CN109772757A (zh) | 一种自由输送式果蔬分拣装置及其分拣方法 | |
Vidyarthi et al. | Prediction of size and mass of pistachio kernels using random Forest machine learning | |
CN112150439A (zh) | 注塑件的自动分拣设备及分拣方法 | |
CN110174401A (zh) | 一种基于视觉成像技术的鸡胸肉木质化程度分级装置及其方法 | |
CN113435726A (zh) | 一种商品管理方法和系统 | |
CN116037481B (zh) | 一种基于大数据的水果拣选系统 | |
CN116448780A (zh) | 芯片缺陷检测装置、方法及设备 | |
CN110586502A (zh) | 一种青梅分选装置和分选方法 | |
CN117391599A (zh) | 一种基于大数据的商品分拣方法 | |
Quilloy et al. | Single-line automated sorter using mechatronics and machine vision system for Philippine table eggs | |
CN117726278B (zh) | 一种农产品流动管理方法和系统 | |
CN117745658B (zh) | 一种食用菌品质检测及分拣方法和系统 | |
JP2981891B1 (ja) | 鮭・鱒の水揚げ自動システム | |
JP2905453B2 (ja) | 青果物搬送装置 | |
Sari et al. | The Use of image processing and sensor in tomato sorting machine by color, Size, and weight | |
US20230173544A1 (en) | Data collection method, data collection system, and computer readable medium | |
JP6742037B1 (ja) | 学習モデルの生成方法、学習モデル、検査装置、異常検出方法、及びコンピュータプログラム | |
KR20120021769A (ko) | 센서를 이용한 과실 자동 선별장치 | |
Sánchez et al. | Poultry Egg Classification System Using Deep Learning | |
Benjamin et al. | An automated system for sorting of freshly harvested tomato fruits | |
CN217332186U (zh) | 木板ai视觉缺陷检测装置 | |
CN113077412A (zh) | 一种物品识别方法及装置 |
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 |