KR20220072926A - 소포구분기 인입 제어 시스템 및 방법 - Google Patents

소포구분기 인입 제어 시스템 및 방법 Download PDF

Info

Publication number
KR20220072926A
KR20220072926A KR1020200159928A KR20200159928A KR20220072926A KR 20220072926 A KR20220072926 A KR 20220072926A KR 1020200159928 A KR1020200159928 A KR 1020200159928A KR 20200159928 A KR20200159928 A KR 20200159928A KR 20220072926 A KR20220072926 A KR 20220072926A
Authority
KR
South Korea
Prior art keywords
conveyor belt
article
incoming
conveyor belts
controller server
Prior art date
Application number
KR1020200159928A
Other languages
English (en)
Inventor
김기학
정훈
최용훈
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020200159928A priority Critical patent/KR20220072926A/ko
Publication of KR20220072926A publication Critical patent/KR20220072926A/ko

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
    • B07C3/00—Sorting according to destination
    • B07C3/02—Apparatus characterised by the means used for distribution
    • B07C3/08—Apparatus characterised by the means used for distribution using arrangements of conveyors
    • 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
    • B07C3/00—Sorting according to destination
    • B07C3/10—Apparatus characterised by the means used for detection ofthe 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
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • 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
    • B65G15/00—Conveyors having endless load-conveying surfaces, i.e. belts and like continuous members, to which tractive effort is transmitted by means other than endless driving elements of similar configuration
    • B65G15/22—Conveyors having endless load-conveying surfaces, i.e. belts and like continuous members, to which tractive effort is transmitted by means other than endless driving elements of similar configuration comprising a series of co-operating units
    • B65G15/24—Conveyors having endless load-conveying surfaces, i.e. belts and like continuous members, to which tractive effort is transmitted by means other than endless driving elements of similar configuration comprising a series of co-operating units in tandem
    • 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
    • B65G37/00—Combinations of mechanical conveyors of the same kind, or of different kinds, of interest apart from their application in particular machines or use in particular manufacturing processes
    • 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
    • B65G43/08—Control devices operated by article or material being fed, conveyed or discharged
    • 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
    • B65G43/10—Sequence control of conveyors operating in combination
    • 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
    • B65G47/00—Article or material-handling devices associated with conveyors; Methods employing such devices
    • B65G47/22—Devices influencing the relative position or the attitude of articles during transit by conveyors
    • B65G47/26—Devices influencing the relative position or the attitude of articles during transit by conveyors arranging the articles, e.g. varying spacing between individual articles
    • B65G47/30—Devices influencing the relative position or the attitude of articles during transit by conveyors arranging the articles, e.g. varying spacing between individual articles during transit by a series of conveyors
    • B65G47/31—Devices influencing the relative position or the attitude of articles during transit by conveyors arranging the articles, e.g. varying spacing between individual articles during transit by a series of conveyors by varying the relative speeds of the conveyors forming the series
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • B65G2203/041—Camera
    • 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
    • B65G2207/00—Indexing codes relating to constructional details, configuration and additional features of a handling device, e.g. Conveyors
    • B65G2207/14—Combination of conveyors
    • 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
    • B65G2811/00—Indexing codes relating to common features for more than one conveyor kind or type
    • B65G2811/06—Devices controlling the relative position of articles
    • B65G2811/0673—Control of conveying operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Sorting Of Articles (AREA)
  • Control Of Conveyors (AREA)

Abstract

소포 구분기의 인입 제어 시스템이 제공된다. 상기 시스템은 물품의 진행 방향과 동일한 방향으로 회전하는 복수의 컨베이어 벨트를 통해 물품을 인입시키는 인입정렬 컨베이어 벨트 및 상기 인입정렬 컨베이어 벨트로부터 인입된 물품을 트랙 내 캐리어로 인계하는 복수의 가변 컨베이어 벨트를 포함한다.

Description

소포구분기 인입 제어 시스템 및 방법{SYSTEM AND METHOD FOR CONTROLLING ENTRY IN PARCEL SORTER}
본 발명은 소포구분기 인입 제어 시스템 및 방법에 관한 것이다.
최근 코로나로 인해 택배 물량이 급증하고 있으며, 또한 택배 산업의 성장으로 인해 택배 물량이 급격히 늘어나고 있다. 이에 따라, 우편 집중국이나 물류 센터에서는 우편물을 효율적이고 빠른 시간 내에 구분하기 위해 소포구분기를 사용한다.
최근에는 크로스 벨트 타입, E-TRAY 타입 등 트랙 속도가 205m/s인 소포구분기가 많이 사용되고 있으며, 소형에서부터 대형 물품까지 구분 가능하도록 개발되고 있다.
하지만, 소포구분기의 트랙 속도가 빠르고, 물품의 크기 및 색상이 다양해서 기존 센서 방식에서는 물품의 크기 측정 오차가 자주 발생되어 트랙의 캐리어(운반차)에 인입 시 정확하게 캐리어의 중앙에 위치시키기가 쉽지 않았다. 특히, 비닐 재질의 우편물은 컨베이어 벨트 상에서 슬립 현상으로 앞뒤 우편물끼리 붙을 경우 하나의 우편물로 인식하여 인입 오류가 발생되기도 한다.
공개특허공보 제10-2015-0142923호(2015.12.23.)
본 발명이 해결하고자 하는 과제는 딥러닝 영상 시스템을 통해 촬영된 영상을 분석하여 소포구분기의 인입정렬 컨베이어 벨트와 트랙 간의 정확한 우편물 인입이 가능하도록 하는, 소포구분기 인입 제어 시스템 및 방법을 제공하는 것이다.
다만, 본 발명이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 또다른 과제들이 존재할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 제1 측면에 따른 소포 구분기의 인입 제어 시스템은 물품의 진행 방향과 동일한 방향으로 회전하는 복수의 컨베이어 벨트를 통해 물품을 인입시키는 인입정렬 컨베이어 벨트 및 상기 인입정렬 컨베이어 벨트로부터 인입된 물품을 트랙 내 캐리어로 인계하는 복수의 가변 컨베이어 벨트를 포함한다.
또한, 본 발명의 제2 측면에 따른 소포구분기 인입 제어 시스템은 물품의 진행 방향과 동일한 방향으로 회전하는 복수의 컨베이어 벨트를 통해 물품을 인입시키는 인입정렬 컨베이어 벨트, 인입정렬 컨베이어 벨트로 인입되는 물품의 영상을 촬영하여 딥러닝 알고리즘을 통해 물품의 현재 위치 및 크기 정보를 산출하는 딥러닝 영상 시스템 및 상기 물품의 현재 위치 및 크기 정보에 기초하여 상기 인입정렬 컨베이어 벨트의 구동 속도를 제어하는 컨트롤러 서버를 포함한다.
또한, 본 발명의 제3 측면에 따른 컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법은 딥러닝 영상 시스템으로부터 촬영된 영상에 기반하여 생성된 물품의 인입정렬 컨베이어 벨트로의 인입 여부에 대한 감지 정보를 수신하는 단계; 상기 인입 여부에 대한 감지 정보에 기초하여, 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트 중 상기 감지된 물품의 현재 위치에 상응하는 컨베이어 벨트에 대한 가속 시점을 산출하는 단계; 상기 가속 시작 시점에 기초하여 상응하는 컨베이어 벨트의 구동 속도를 제어하는 단계; 상기 딥러닝 영상 시스템으로부터 촬영된 영상에 기반하여 생성된 물품의 인입정렬 컨베이어 벨트로부터의 진출 여부에 대한 감지 정보를 수신하는 단계; 및 상기 진출 여부에 대한 감지 정보에 기초하여, 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트 중 상기 진출한 물품에 상응하여 구동된 컨베이어 벨트의 구동 속도가 감속되도록 제어하는 단계를 포함한다.
상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어 상기 컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법을 실행하며, 컴퓨터 판독가능 기록매체에 저장된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상술한 본 발명의 일 실시예는, 소포구분기 인입 제어에 있어 센서를 이용하지 않아 센서에 대한 유지 보수가 필요하지 않다는 장점이 있다.
또한, 딥러닝 영상 기술을 적용함에 따라 우편물의 재질 및 크기에 따른 측정 오류가 기존 방식 대비 낮다는 장점이 있으며, 복수의 우편물이 서로 인접되어 있더라도 각각 인식이 가능할 뿐 아니라, 분리 및 정렬이 가능하며, 얇은 두께나 검정색 계열의 우편물의 인식도 가능하다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1a 내지 도 1c는 기존 방식에 의한 우편물 크기 및 위치 측정 방식을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 소포구분기 인입 제어 시스템의 세부 구성도이다.
도 3은 본 발명의 일 실시예에 따른 소포구분기 인입 제어 시스템의 전체 구성도이다.
도 4는 인입정렬 컨베이어 벨트 내 복수의 컨베이어 벨트를 설명하기 위한 도면이다.
도 5는 인입정렬 컨베이어 벨트 내에서의 인입 제어 방법의 순서도이다.
도 6은 가변 컨베이어 벨트 내에서의 인입 제어 방법의 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
도 1a 내지 도 1c는 기존 방식에 의한 우편물 크기 및 위치 측정 방식을 설명하기 위한 도면이다.
복수의 우편물이 슬립 등으로 인하여 겹쳐지는 경우 하나의 물품으로 오인식되는 것을 방지하기 위하여, 기존에는 두 개의 센서를 이용하여 물품의 측면 위치를 측정하여 인입 제어를 구현하거나, 인입 컨베이어 상단에 평행하게 여러 개의 센서(Air curtaion 센서 방식)를 설치하여 물품의 정확한 측면위치를 측정하여 인입 제어에 활용하였다. 최근에는 영상 기술을 적용하여 우편물의 크기 및 위치를 측정하는 기술이 개발되었다.
도 1a는 측면 센서에 의한 우편물 크기 및 위치 측정 방식을 설명하기 위한 도면으로, 측면 센서는 물품의 진행방향과 수직방향인 센서(11)와 일정 각도를 가진 대각선 센서(12)를 포함하며, 컨베이어 벨트(14)가 일정한 속도로 구동되어야 하는 조건에서 우편물의 크기와 위치 측정이 가능하다.
또한, 측면에 설치된 센서(13)는 컨베이어 벨트(14) 바닥과 최소 2cm 이상 위에 설치되도록 되어 있어서 2cm 미만의 우편물은 감지가 불가능하다. 또한, 컨베이어 벨트(14)에서도 우편물의 위치를 인식해야 하는데, 측면 센서(13)를 적용할 경우 얇은 우편물은 감지가 불가능하여 인입 오류가 발생하는 문제가 있다.
이와 더불어, 해당 방식은 우편물의 진입각이 틀어지게 될 경우, 소형 물품이 대형 물품으로 인식되는 문제점과, 또는 그 반대로 대형 물품이 소형 물품으로 인식되는 문제점이 있다.
도 1b는 에어커튼 형식의 센서(21)에 의한 우편물 크기 및 위치 측정 방식을 설명하기 위한 도면으로, 에어커튼 형식의 센서(21)는 구조물 상단에 여러 개의 적외선 센서(22)들이 있고 하단에는 반사판이 구비된다. 에어커튼 형식의 센서는 가장 큰 단점은 먼지가 반사판에 자주 쌓여서 측정 오류가 발생하는 것으로, 먼지 제거를 주기적으로 해야하는 번거로움이 있다. 또한, 가격 측면에서 기존 측면 센서보다 10배 이상 비싸다는 단점이 있다.
이와 더불어, 해당 방식은 우편물의 진입각이 틀어지는 경우가 많아 인입 정확도가 떨어지는 문제가 있으며, 우편물이 센서를 통과할 때 컨베이어 벨트(23)의 속도를 일정하게 유지시켜야 하는 번거로움이 있다.
도 1c는 영상 시스템 및 3D 깊이 카메라를 이용한 우편물 크기 및 위치 측정 방식을 설명하기 위한 도면으로, 영상 및 3D 깊이 카메라는 구조물의 상단에 위치하고, RGB 및 깊이 정보를 입력으로 사용 가능하다.
하지만, 해당 방식은 우편물들이 앞뒤양옆으로 붙은 경우 하나의 우편물로 인식하는 문제점이 있으며, 검정색 계열의 얇은 우편물은 인식하지 못하는 문제점이 있다. 특히, 우편물의 색상이 컨베이어 색상과 서로 비슷할 경우 우편물을 인식하지 못하는 문제가 있다. 또한, 현재의 인입 컨베이어의 구조상 양옆으로 인접한 우편물들을 각각 인식한다해도 이를 분리할 방법이 없다는 단점이 있다.
이와 같은 문제를 해소하기 위하여, 본 발명의 일 실시예는 복수의 컨베이어 벨트로 구성된 인입정렬 컨베이어 벨트(100)와 딥러닝 영상 시스템(300)을 이용하여 서로 인접한 우편물들을 물리적으로 분리하며, 동시에 우편물의 위치 및 크기 정보를 획득하여 우편물을 트랙의 캐리어 내에 정확하게 인입시킬 수 있다.
이하에서는 도 2 내지 도 4를 참조하여 본 발명의 일 실시예에 따른 소포구분기 인입 제어 시스템을 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 소포구분기 인입 제어 시스템(1)의 세부 구성도이다. 도 3은 본 발명의 일 실시예에 따른 소포구분기 인입 제어 시스템(1)의 전체 구성도이다. 도 4는 인입정렬 컨베이어 벨트(100) 내 복수의 컨베이어 벨트를 설명하기 위한 도면이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 소포구분기 인입 제어 시스템(1)은 인입정렬 컨베이어 벨트(100), 가변 컨베이어 벨트(200), 딥러닝 영상 시스템(300) 및 컨트롤러 서버(400)를 포함하여 구성된다.
인입정렬 컨베이어 벨트(100)와 가변 컨베이어 벨트(200)는 인입부를 구성하는 구성요소로, 물품이 탑재되면 이를 트랙(500)의 캐리어(510)에 탑재시킨다.
이때, 인입정렬 컨베이어 벨트(100)는 물품의 진행 방향과 동일한 방향으로 회전하는 복수의 컨베이어 벨트를 포함하는 것을 특징으로 하고 있으며, 복수의 컨베이어 벨트를 통해 물품을 인입시킨다.
일 실시예로, 인입정렬 컨베이어 벨트(100) 내 복수의 컨베이어 벨트는 각각 동일 또는 상이한 속도로 구동 가능하다. 즉, 복수의 컨베이어 벨트 각각에는 모터가 구비되어 있어, 컨트롤러 서버(400)에 의한 모터의 구동 제어에 따라 각 컨베이어 벨트는 서로 동일 또는 상이한 속도록 구동될 수 있다.
일 실시예로, 인입정렬 컨베이어 벨트(100)는 복수의 컨베이어 벨트부(110, 120)를 포함할 수 있다. 예를 들어, 도 4의 경우 인입정렬 컨베이어 벨트(100)는 제1 및 제2 컨베이어 벨트부(110, 120)를 포함하며, 제1 및 제2 컨베이어 벨트부(110, 120)는 각각 8개의 컨베이어 벨트로 구성된다. 이때, 도 4에 도시된 제1 및 제2 컨베이어 벨트부(110, 120)를 구성하는 복수의 컨베이어 벨트의 수는 일 예시에 불과하며 실시하고자 하는 상황에 따라 자유롭게 구성될 수 있음은 물론이다.
이러한 복수의 컨베이어 벨트를 통해 본 발명의 일 실시예는 복수 개의 물품이 서로 인접하여 오인식되는 경우를 해소하기 위해 인접한 물품을 서로 분리시킬 수 있으며, 이와 관련된 자세한 내용은 후술하도록 한다.
복수의 가변 컨베이어 벨트(200)는 인입정렬 컨베이어 벨트(100)로부터 인입된 물품을 트랙(500) 내 캐리어(510)로 인계한다. 이때, 본 발명의 일 실시예는 물품이 트랙(500) 내 캐리어(510)로 정확히 인계될 수 있도록 각 물품에 상응하는 복수의 가변 컨베이어 벨트(200) 각각에 대한 구동 속도를 가감속시킬 수 있는 것을 특징으로 한다.
딥러닝 영상 시스템(300)은 인입정렬 컨베이어 벨트(100)로 인입되는 물품 및 복수의 가변 컨베이어 벨트(200)에 의해 운반되는 물품의 영상을 촬영하고, 촬영된 영상을 기반으로 딥러닝 알고리즘을 통해 물품의 현재 위치 및 크기 정보를 산출한다.
딥러닝 영상 시스템(300)은 영상 획득부로 카메라(310)를 구비할 수 있으며, 이때 카메라(310)는 RGB 카메라일 수 있다.
딥러닝 영상 시스템(300)은 카메라(310)에 의해 촬영된 영상을 기반으로 딥러닝 알고리즘을 미리 학습시킬 수 있으며, 학습된 딥러닝 알고리즘을 적용하여 물품의 크기와 위치 정보를 실시간으로 측정한다. 이때, 딥러닝 영상 시스템(300)은 실제 물품 운반 중에도 딥러닝 알고리즘을 학습하여 지속적으로 물품의 현재 위치 및 크기 정보를 보다 정확히 인식할 수 있다.
컨트롤러 서버(400)는 딥러닝 영상 시스템(300)에 의해 획득한 물품의 현재 위치 및 크기 정보를 전달받아, 인입정렬 컨베이어 벨트(100) 및 복수의 가변 컨베이어 벨트(200)의 구동 속도를 제어한다.
구체적으로 딥러닝 영상 시스템(300)이 촬영된 영상을 통해 물품이 인입정렬 컨베이어 벨트(100)로의 인입을 감지한 감지 정보를 생성하면 이를 컨트롤러 서버(400)가 수신한다. 컨트롤러 서버(400)는 물품의 인입이 감지됨에 따라, 인입정렬 컨베이어 벨트(100) 내 복수의 컨베이어 벨트에 대한 가속 시작 시점을 산출하고, 가속 시작 시점에 기초하여 복수의 컨베이어 벨트의 구동 속도를 제어한다.
이러한 가속 시작 시점의 산출을 통해 본 발명의 일 실시예는 물품이 가변 컨베이어 벨트(200) 내에 정확히 인계될 수 있도록 조정할 수 있다.
다른 실시예로, 컨트롤러 서버(400)는 물품이 인입정렬 컨베이어 벨트(100)로 인입됨이 감지됨에 따라, 복수의 컨베이어 벨트 중 물품의 현재 위치에 상응하는 컨베이어 벨트에 대한 가속 시작 시점을 산출하고, 가속 시작 시점에 기초하여 상응하는 컨베이어 벨트의 구동 속도를 제어할 수 있다.
즉, 컨트롤러 서버(400)는 복수의 컨베이어 벨트 전체를 동일한 속도로 구동시켜 물품을 가변 컨베이어 벨트(200)로 인계할 수 있음은 물론이고, 복수의 컨베이어 벨트의 구동 속도를 각각 상이하게 구동하거나, 또는 복수의 컨베이어 벨트 중 일부만을 구동시켜 물품을 가변 컨베이어 벨트(200)로 인계할 수도 있다.
일 예로, 컨트롤러 서버(400)는 복수의 컨베이어 벨트 중 물품이 위치하는 제1 컨베이어 벨트부(110)의 제5 내지 제7 컨베이어 벨트(115~117)만이 구동되도록 하고, 나머지 컨베이어 벨트는 구동되지 않도록 할 수 있다. 또는, 제1 컨베이어 벨트부(110)의 제5 내지 제 7 컨베이어 벨트(115~117)는 제1 구동 속도로 구동되도록 하고, 나머지 컨베이어 벨트는 제1 구동 속도보다 느린 제2 구동 속도로 구동되도록 할 수 있다. 또는, 제1 컨베이어 벨트부(110)의 제5 내지 제 7 컨베이어 벨트(115~117) 각각의 구동 속도를 서로 상이하게 하여 물품이 가변 컨베이어 벨트의 중앙에 위치하도록 조정할 수도 있다.
또한, 컨트롤러 서버(400)는 제2 컨베이어 벨트부(120)의 구동 속도를 제1 컨베이어 벨트부(110)의 구동속도와 상이하게 구동시킬 수 있다. 이때, 컨트롤러 서버(400)는 물품의 현재 위치 및 크기 정보에 기초하여, 제1 컨베이어 벨트부(110)에 위치한 물품이 가변 컨베이어 벨트 상에 인계가 완료되는 경우, 제2 컨베이어 벨트부(120)에 위치한 물품을 제1 컨베이어 벨트부(110)로 이동되도록 구동 속도를 제어할 수 있다.
딥러닝 영상 시스템(300)은 제1 컨베이어 벨트부(1100)에 위치한 물품이 가변 컨베이어 벨트(200)로 진출하였는지 여부에 대한 감지 정보를 생성한다. 이와 같은 감지 정보를 수신한 컨트롤러 서버(400)는, 가변 컨베이어 벨트(200)의 동일 위치에 물품이 중복하여 인계되지 않도록 하기 위하여, 제1 컨베이어 벨트부(110)에서 물품이 진출함에 따라 복수의 컨베이어 벨트의 구동 속도가 감소되도록 제어할 수 있다.
다른 실시예로, 컨트롤러 서버(400)는 물품이 인입정렬 컨베이어 벨트(100)로부터 진출됨이 감지됨에 따라, 복수의 컨베이어 벨트 중 진출한 물품에 상응하여 구동된 컨베이어 벨트의 구동 속도가 감소되도록 제어할 수 있다.
이와 같이, 본 발명의 일 실시예는 딥러닝 영상 시스템(300)에 의해 촬영된 영상 정보와, 복수의 컨베이어 벨트의 구동 속도를 제어하는 과정을 통해, 물품이 정확히 가변 컨베이어 벨트(200) 상으로 인계될 수 있게끔 할 수 있다.
한편, 본 발명의 일 실시예는 복수의 물품이 앞뒤좌우로 서로 인접하여 위치하는 경우 이를 각각 분리하여 가변 컨베이어 벨트(200)로 인계할 수 있다.
먼저, 딥러닝 영상 시스템(300)은 촬영된 영상에 기초하여 인입정렬 컨베이어 벨트(100)로 인입되는 복수의 물품의 각 현재 위치가 기 설정된 거리 내인지 여부를 판별한다.
컨트롤러 서버(400)는 복수의 물품이 기 설정된 거리 내에 위치하는 경우, 복수의 물품의 현재 위치 및 크기 정보에 기초하여, 복수의 물품 간의 현재 위치가 기 설정된 거리를 초과하도록, 인입정렬 컨베이어 벨트(100) 내 복수의 컨베이어 벨트 중 제1 컨베이어 벨트의 구동 속도를 제2 컨베이어 벨트의 구동 속도와 상이하게 구동시킬 수 있다.
일 예로, 두 개의 물품이 인입정렬 컨베이어 벨트(100) 내에 기 설정된 거리(예를 들어 5cm) 내에 위치하는 경우, 컨트롤러 서버(400)는 제1 컨트롤러 벨트부(110)와 제2 컨트롤러 벨트부(120)의 구동 속도를 상이하게 구동시킬 수 있다. 즉, 제1 컨베이어 벨트부(110)의 구동 속도를 제2 컨베이어 벨트부(120)의 구동 속도보다 더 빠르게 구동되도록 하여 어느 하나의 물품이 다른 물품보다 더욱 빠르게 가변 컨베이어 벨트(200) 내로 인계되도록 할 수 있다.
또 다른 예로, 두 개의 물품이 인입정렬 컨베이어 벨트(100) 내에 동일 컨베이어 벨트부 상에 위치하는 경우, 컨트롤러 서버(400)는 컨베이어 벨트부 내에서의 적어도 하나 이상의 컨베이어 벨트에 대한 구동 속도를 상이하게 구동되도록 하여 두 개의 물품이 분리되도록 할 수 있다.
예를 들어, 제1 컨베이어 벨트부(100) 내의 제1 내지 제3 컨베이어 벨트에 위치하는 물품의 구동 속도를 제4 내지 제 6 컨베이어 벨트에 위치하는 물품의 구동 속도보다 더 빠르게 구동시켜 어느 하나의 물품이 먼저 가변 컨베이어 벨트(200)로 인계되도록 하거나, 제4 내지 제6 커네빙어 벨트의 구동을 중단시켜 어느 하나의 물품만이 가변 컨베이어 벨트(200)로 인계되도록 할 수 있다.
이와 같은 과정을 통해 물품이 복수의 가변 컨베이어 벨트(200)로 인계되고 나면, 컨트롤러 서버(400)는 복수의 가변 컨베이어 벨트(200) 내 각 물품의 현재 위치 및 크기 정보에 기초하여 복수의 가변 컨베이어 벨트(200)를 구동하는 모터의 구동 속도를 산출할 수 있다.
그리고 컨트롤러 서버(400)는 트랙(500) 내 캐리어(510)에서의 물품 유무 정보에 기초하여 빈 캐리어를 탐색 및 결정하고, 복수의 가변 컨베이어 벨트(200) 내 각 물품의 현재 위치 및 크기 정보와, 트랙(500)의 속도 정보 및 트랙(500) 내 빈 캐리어의 위치 정보에 기초하여 물품이 빈 캐리어로 인계되도록 복수의 가변 컨베이어 벨트(200)를 구동하는 모터의 구동 속도를 가감속시킬 수 있다.
일 예로, 도 2에서 복수의 가변 컨베이어 벨트(200)는 5개로 이를 각각 제1 내지 제 5 가변 컨베이어 벨트라 한다. 현재 복수의 가변 컨베이어 벨트(200) 중 제1 및 제 3 가변 컨베이어 벨트 내에 물품이 위치되어 있다.
이때 제1 가변 컨베이어 벨트에 위치한 물품은 제3 가변 컨베이어 벨트에 위치한 물품보다 크기가 더 크므로, 소정의 지정된 속도로 이동 중인 트랜지션 벨트와 트랙(500)으로 물품을 인계할 경우, 각 물품은 크기와 위치가 상이하여 정확히 캐리어 내에 위치하기 어렵다.
예를 들어, 제1 가변 컨베이어 벨트와 제3 가변 컨베이어 벨트 내에 물품은 크기가 서로 상이하되 동일한 포지션에 있는 경우라 가정하면, 크기가 더 큰 제1 가변 컨베이어 벨트 내 물품은 제3 가변 컨베이어 벨트 내 물품보다 더 빠르게 트랙(500) 내 캐리어(510)로 인계되므로, 현재 속도의 차이에 따라 둘 중 어느 하나는 캐리어 내 정확히 인계되기 어렵게 된다.
따라서, 컨트롤러 서버(400)는 가변 컨베이어 벨트 내의 각 물품의 현재 위치와 크기 정보에 기초하여, 물품이 트랜지션 벨트로 인계되기까지의 복수의 가변 컨베이어 벨트(200)의 속도를 가변적으로 조정할 수 있다.
즉, 제1 가변 컨베이어 벨트 내 물품이 위치한 경우 트랜지션 벨트로 인계되기까지 제1 속도로 복수의 가변 컨베이어 벨트(200)를 구동시키고, 이후 제3 가변 컨베이어 벨트 내 물품이 트랜지션 벨트로 인계되기까지 제1 속도와 상이한 제2 속도로 복수의 가변 컨베이어 벨트(200)를 구동시킬 수 있다.
컨트롤러 서버(400)는 이러한 각 속도를 전술한 바와 같이 물품의 현재 위치 및 크기 정보, 트랙의 속도, 트랜지션 벨트의 속도 정보, 트랙(500) 내 빈 캐리어의 위치 정보를 고려하여 결정할 수 있다.
이하, 도 5 내지 도 6을 참조하여 컨트롤러 서버(400)에 의한 소포구분기의 인입 제어 방법에 대해 설명하도록 한다.
도 5는 인입정렬 컨베이어 벨트(100) 내에서의 인입 제어 방법의 순서도이다.
먼저, 딥러닝 영상 시스템(300)에서 촬영된 영상에 기반하여 물품의 인입정렬 컨베이어 벨트(100)로의 인입 여부에 대한 감지정보를 생성하면(S110), 컨트롤러 서버(400)는 생성된 감지 정보를 수신한다(S120).
다음으로, 인입 여부에 대한 감지 정보에 기초하여, 컨트롤러 서버(400)는 인입정렬 컨베이어 벨트(100)에 포함된 복수의 컨베이어 벨트 중 감지된 물품의 현재 위치에 상응하는 컨베이어 벨트에 대한 가속 시작 시점을 산출한다(S130).
다음으로, 컨트롤러 서버(400)는 가속 시작 시점에 기초하여 상응하는 컨베이어 벨트의 구동 속도를 제어한다(S140).
이후, 딥러닝 영상 시스템(300)에서 촬영된 영상에 기반하여 물품의 인입정렬 컨베이어 벨트(100)로부터의 진출 여부에 대한 감지정보를 생성하면(S150), 컨트롤러 서버(400)는 생성된 감지 정보를 수신한다(S160).
다음으로, 진출 여부에 대한 감지 정보에 기초하여, 컨트롤러 서버(400)는 인입정렬 컨베이어 벨트(100)에 포함된 복수의 컨베이어 벨트 중 진출한 물품에 상응하여 구동된 컨베이어 벨트의 구동 속도가 감속되도록 제어한다(S170).
도 6은 가변 컨베이어 벨트 내에서의 인입 제어 방법의 순서도이다.
먼저, 딥러닝 영상 시스템(300)에서 복수의 가변 컨베이어 벨트(200) 내 각 물품의 현재 위치 및 크기 정보를 획득함에 따라(S210), 컨트롤러 서버(400)는 이를 수신한다(S220).
다음으로, 컨트롤러 서버(400)는 트랙(500) 내 캐리어(510)에서의 물품 유무 정보에 기초하여 빈캐리어를 탐색 및 결정하고(S230), 복수의 가변 컨베이어 벨트(200) 내 각 물품의 현재 위치 및 크기 정보와, 트랙(500)의 속도 정보 및 트랙(500) 내 빈 캐리어의 위치 정보에 기초하여 물품이 빈 캐리어로 인계되도록 복수의 가변 컨베이어 벨트(200)를 구동하는 모터의 구동 속도를 가감속시킨다(S240).
한편, 상술한 설명에서, 단계 S110 내지 S240은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 아울러, 기타 생략된 내용이라 하더라도 도 2 내지 도 4의 내용은 도 5 내지 도 6의 소포 구분기의 인입 제어 방법에도 적용된다.
이상에서 전술한 본 발명의 일 실시예는, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, Ruby, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 이미지를 저장하는 매체가 아니라 반영구적으로 이미지를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 이미지 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
1 : 소포 구분기 인입 제어 시스템
100: 인입정렬 컨베이어 벨트
200: 가변 컨베이어 벨트
300: 딥러닝 영상 시스템
400: 컨트롤러 서버

Claims (17)

  1. 소포 구분기의 인입 제어 시스템에 있어서,
    물품의 진행 방향과 동일한 방향으로 회전하는 복수의 컨베이어 벨트를 통해 물품을 인입시키는 인입정렬 컨베이어 벨트 및
    상기 인입정렬 컨베이어 벨트로부터 인입된 물품을 트랙 내 캐리어로 인계하는 복수의 가변 컨베이어 벨트를 포함하는,
    소포 구분기 인입 제어 시스템.
  2. 제1항에 있어서,
    상기 인입정렬 컨베이어 벨트로 인입되는 물품 및 상기 복수의 가변 컨베이어 벨트에 의해 운반되는 물품의 영상을 촬영하여 딥러닝 알고리즘을 통해 물품의 현재 위치 및 크기 정보를 산출하는 딥러닝 영상 시스템 및
    상기 물품의 현재 위치 및 크기 정보에 기초하여 상기 인입정렬 컨베이어 벨트 및 복수의 가변 컨베이어 벨트의 구동 속도를 제어하는 컨트롤러 서버를 포함하는,
    소포구분기 인입 제어 시스템.
  3. 제2항에 있어서,
    상기 딥러닝 영상 시스템은 상기 촬영된 영상을 통해 상기 물품의 인입정렬 컨베이어 벨트로의 인입 여부에 대한 감지 정보를 생성하고,
    상기 컨트롤러 서버는 상기 물품이 상기 인입정렬 컨베이어 벨트로 인입됨이 감지됨에 따라, 복수의 컨베이어 벨트 중 상기 물품의 현재 위치에 상응하는 컨베이어 벨트에 대한 가속 시작 시점을 산출하고, 상기 가속 시작 시점에 기초하여 상응하는 컨베이어 벨트의 구동 속도를 제어하는 것인,
    소포구분기 인입 제어 시스템.
  4. 제2항에 있어서,
    상기 딥러닝 영상 시스템은 상기 촬영된 영상을 통해 상기 물품의 상기 인입정렬 컨베이어 벨트로부터의 진출 여부에 대한 감지 정보를 생성하고,
    상기 컨트롤러 서버는 상기 물품이 상기 인입정렬 컨베이어 벨트로부터 진출됨이 감지됨에 따라, 상기 복수의 컨베이어 벨트 중 상기 진출한 물품에 상응하여 구동된 컨베이어 벨트의 구동 속도가 감속되도록 제어하는 것인,
    소포구분기 인입 제어 시스템.
  5. 제2항에 있어서,
    상기 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트는 각각 동일 또는 상이한 속도로 구동 가능하도록 제어되는 것인,
    소포구분기 인입 제어 시스템.
  6. 제2항에 있어서,
    상기 딥러닝 영상 시스템은 촬영된 영상에 기초하여 상기 인입정렬 컨베이어 벨트로 인입되는 복수의 물품의 각 현재 위치가 기 설정된 거리 내인지 여부를 판별하는 것인,
    소포구분기 인입 제어 시스템.
  7. 제6항에 있어서,
    상기 컨트롤러 서버는 상기 복수의 물품이 기 설정된 거리 내에 위치하는 경우, 상기 복수의 물품의 현재 위치 및 크기 정보에 기초하여, 상기 복수의 물품 간의 현재 위치가 기 설정된 거리가 초과하도록, 상기 복수의 컨베이어 벨트 중 제1 컨베이어 벨트의 구동 속도를 제2 컨베이어 벨트의 구동 속도와 상이하게 구동시키는 것인,
    소포구분기 인입 제어 시스템.
  8. 제2항에 있어서,
    상기 컨트롤러 서버는 상기 복수의 가변 컨베이어 벨트 내 각 물품의 현재 위치 및 크기 정보에 기초하여 상기 복수의 가변 컨베이어 벨트를 구동하는 모터의 구동 속도를 산출 및 구동시키는 것인,
    소포구분기 인입 제어 시스템.
  9. 제6항에 있어서,
    상기 컨트롤러 서버는 상기 트랙 내 캐리어에서의 물품 유무 정보에 기초하여 빈 캐리어를 탐색 및 결정하고,
    상기 복수의 가변 컨베이어 벨트 내 각 물품의 현재 위치 및 크기 정보와, 트랜지션 벨트의 속도 정보, 상기 트랙의 속도 정보 및 상기 트랙 내 빈 캐리어의 위치 정보에 기초하여 상기 물품이 상기 빈 캐리어로 인계되도록 상기 복수의 가변 컨베이어 벨트를 구동하는 모터의 구동 속도를 가감속시키는 것인,
    소포구분기 인입 제어 시스템.
  10. 소포구분기 인입 제어 시스템에 있어서,
    물품의 진행 방향과 동일한 방향으로 회전하는 복수의 컨베이어 벨트를 통해 물품을 인입시키는 인입정렬 컨베이어 벨트,
    인입정렬 컨베이어 벨트로 인입되는 물품의 영상을 촬영하여 딥러닝 알고리즘을 통해 물품의 현재 위치 및 크기 정보를 산출하는 딥러닝 영상 시스템 및
    상기 물품의 현재 위치 및 크기 정보에 기초하여 상기 인입정렬 컨베이어 벨트의 구동 속도를 제어하는 컨트롤러 서버를 포함하는,
    소포구분기 인입 제어 시스템.
  11. 컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법에 있어서,
    딥러닝 영상 시스템으로부터 촬영된 영상에 기반하여 생성된 물품의 인입정렬 컨베이어 벨트로의 인입 여부에 대한 감지 정보를 수신하는 단계;
    상기 인입 여부에 대한 감지 정보에 기초하여, 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트 중 상기 감지된 물품의 현재 위치에 상응하는 컨베이어 벨트에 대한 가속 시점을 산출하는 단계;
    상기 가속 시작 시점에 기초하여 상응하는 컨베이어 벨트의 구동 속도를 제어하는 단계;
    상기 딥러닝 영상 시스템으로부터 촬영된 영상에 기반하여 생성된 물품의 인입정렬 컨베이어 벨트로부터의 진출 여부에 대한 감지 정보를 수신하는 단계; 및
    상기 진출 여부에 대한 감지 정보에 기초하여, 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트 중 상기 진출한 물품에 상응하여 구동된 컨베이어 벨트의 구동 속도가 감속되도록 제어하는 단계를 포함하는,
    컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법.
  12. 제11항에 있어서,
    상기 가속 시작 시점에 기초하여 상응하는 컨베이어 벨트의 구동 속도를 제어하는 단계, 및 상기 진출한 물품에 상응하여 구동된 컨베이어 벨트의 구동 속도가 감속되도록 제어하는 단계는,
    상기 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트 중 적어도 하나의 구동 속도를 동일 또는 상이하게 구동되도록 제어하는 것인,
    컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법.
  13. 제11항에 있어서,
    상기 딥러닝 영상 시스템은 상기 인입정렬 컨베이어 벨트로 인입되는 물품 및 상기 인입정렬 컨베이어 벨트로부터 인입된 물품을 트랙 내 캐리어로 인계하는 복수의 가변 컨베이어 벨트에 의해 운반되는 물품의 영상을 촬영하여 딥러닝 알고리즘을 통해 물품의 현재 위치 및 크기 정보를 산출하는 것인,
    컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법.
  14. 제13항에 있어서,
    상기 딥러닝 영상 시스템은 촬영된 영상에 기초하여 상기 인입정렬 컨베이어 벨트로 인입되는 복수의 물품의 각 현재 위치가 기 설정된 거리 내인지 여부를 판별하는 것인,
    컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법.
  15. 제14항에 있어서,
    상기 복수의 물품이 기 설정된 거리 내에 위치하는 경우, 상기 복수의 물품의 현재 위치 및 크기 정보에 기초하여, 상기 복수의 물품 간의 현재 위치가 기 설정된 거리가 초과하도록, 상기 복수의 컨베이어 벨트 중 제1 컨베이어 벨트의 구동 속도를 제2 컨베이어 벨트의 구동 속도와 상이하게 구동시키는 단계를 더 포함하는,
    컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법.
  16. 제13항에 있어서,
    상기 복수의 가변 컨베이어 벨트 내 각 물품의 현재 위치 및 크기 정보에 기초하여 상기 복수의 가변 컨베이어 벨트를 구동하는 모터의 구동 속도를 산출 및 구동시키는 단계를 더 포함하는,
    컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법.
  17. 제16항에 있어서,
    상기 트랙 내 캐리어에서의 물품 유무 정보에 기초하여 빈 캐리어를 탐색 및 결정하는 단계; 및
    상기 복수의 가변 컨베이어 벨트 내 각 물품의 현재 위치 및 크기 정보와, 상기 트랙의 속도 정보 및 상기 트랙 내 빈 캐리어의 위치 정보에 기초하여 상기 물품이 상기 빈 캐리어로 인계되도록 상기 복수의 가변 컨베이어 벨트를 구동하는 모터의 구동 속도를 가감속시키는 단계를 더 포함하는,
    컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법.
KR1020200159928A 2020-11-25 2020-11-25 소포구분기 인입 제어 시스템 및 방법 KR20220072926A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200159928A KR20220072926A (ko) 2020-11-25 2020-11-25 소포구분기 인입 제어 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200159928A KR20220072926A (ko) 2020-11-25 2020-11-25 소포구분기 인입 제어 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20220072926A true KR20220072926A (ko) 2022-06-03

Family

ID=81983170

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200159928A KR20220072926A (ko) 2020-11-25 2020-11-25 소포구분기 인입 제어 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20220072926A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102597039B1 (ko) * 2023-04-27 2023-11-01 주식회사 비즈에이앤씨 인공지능 학습 기반의 목표품질을 위한 콘크리트 제조 콘트롤 시스템 및 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150142923A (ko) 2014-06-12 2015-12-23 한국전자통신연구원 소포 인입 시스템 및 그 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150142923A (ko) 2014-06-12 2015-12-23 한국전자통신연구원 소포 인입 시스템 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102597039B1 (ko) * 2023-04-27 2023-11-01 주식회사 비즈에이앤씨 인공지능 학습 기반의 목표품질을 위한 콘크리트 제조 콘트롤 시스템 및 방법

Similar Documents

Publication Publication Date Title
CN104955587B (zh) 用于分选的动态卸料补偿的方法、材料处理系统以及控制器
KR20150092578A (ko) 소포 구분 시스템 및 그 방법
KR102048330B1 (ko) 분류 기계에 물품을 공급하기 위한 장치 및 분류 기계
US8201681B2 (en) Method for gapping for sortation rate maximization
US8851473B2 (en) Sheet article separating mechanism and control method and control system thereof
CN112395938B (zh) 用于在物料搬运环境中分离物品的系统、方法和装置
KR20150142923A (ko) 소포 인입 시스템 및 그 방법
CN109051158A (zh) 一种贴签机及其贴签方法
US20240103447A1 (en) Product identification system and method
KR20220072926A (ko) 소포구분기 인입 제어 시스템 및 방법
EP1099633A2 (en) Method and apparatus for orienting articles
US20240139778A1 (en) Methods, apparatuses, and systems for automatically performing sorting operations
EP3800144B1 (en) Singulation conveyor system with rollers of different roller cross-sectional profiles and method of de-shingling an item
CN113617699A (zh) 货物分离机构、货物单件分离系统及方法
CN210585910U (zh) 包裹粗分设备及自动分拣系统
US10526146B1 (en) Material handling system and article transfer
EP3104342B1 (en) An apparatus for maintaining surface smoothness of a document during high speed processing
KR102189542B1 (ko) 인입 자동화 티퍼, 인입 자동화 티퍼 제어 장치 및 방법
CN109909164A (zh) 包裹属性检测方法、包裹粗分设备及自动分拣系统
WO2020190255A1 (en) Parcel singulation systems and methods
Athari et al. Design and Implementation of a Parcel Sorter Using Deep Learning
US6695301B1 (en) Method and system for feeding and transporting documents
KR20200127335A (ko) 싱귤레이터 및 그의 물품 정렬 방법
US20240198386A1 (en) Method for analyzing malfunctions in an operation of a handling system, method for training or retraining a classifier, computer program and system for analyzing malfunctions
CN118577512A (zh) 基于图像识别的包含违禁品包裹的分拣方法

Legal Events

Date Code Title Description
A201 Request for examination