[发明专利]基于计算机视觉的智慧货物识别分拣方法及系统

说明书

本发明公开了一种基于计算机视觉的智慧货物识别分拣方法及系统，包括：获取预设时间内的货物待分拣订单信息，订单分割后根据相似度计算将分割后订单进行重新组合；设置重新组合后订单中货物的分拣等级，预设不同分拣区分拣设备的分拣任务；获取待分拣货物的图像信息，通过预处理获取图像的感兴趣区域，提取图像特征及点云特征；基于深度学习构建货物识别模型，根据图像特征及点云特征输入训练好货物识别模型进行识别分拣；获取不同分拣区域的各类货物的实时分拣量，根据实时分拣量对不同分拣区域的分拣任务进行更新优化。本发明保证了货物识别分拣的高效率及准确率，提高了仓库货物的智能化分拣管理，降低人力成本。

技术领域

本发明涉及物流分拣技术领域，更具体的，涉及一种基于计算机视觉的智慧货物识别分拣方法及系统。

背景技术

在现代仓储物流的商业模式中，货物的分拣及装卸是仓库管理中必须要进行的作业动作。货物分拣效率直接影响企业服务质量和最终客户满意度。提高订单货物的分拣效率作为一种间接的为企业“开源”的方式，能够有效展现企业的服务能力，提升企业的竞争力。随着自动化的快速发展以及社会的不断进步，需要分拣的货物越来越多，这就要求现实的货物分拣应具有快速、实时、高精度、不接触等特点，传统叉车作为当前货物分拣及装卸的常用设备，存在柔性不高、智能化程度低、耗费人力且工作效率不高。由于现代仓库对货物的智能化管理需求越来越高，这些问题的重要性日渐凸显。

面对传统行业利用人工智能技术进行产业升级的迫切需求，工业机器人被逐步应用到物流货物分拣环境中，它们可以通过视觉技术来自动识别工件种类与位姿，结合机械抓取设备来完成物流货物的分拣工作，而仓储环境物品存放呈现出目标的多样性、相似性及复杂性特点，因此如何有效地提取出目标物体的重要特征信息，在保证分拣准确率的前提下，缩减订单分拣周期，提升机器人分拣效率是亟不可待需要解决的问题之一。

发明内容

为了解决上述技术问题，本发明提出了一种基于计算机视觉的智慧货物识别分拣方法及系统。

本发明第一方面提供了一种基于计算机视觉的智慧货物识别分拣方法，包括：

获取预设时间内的货物待分拣订单信息，将所述货物待分拣订单进行订单分割，根据相似度计算将分割后订单进行重新组合；

设置重新组合后订单中货物的分拣等级，根据所述货物的分拣等级进行分配，预设不同分拣区域分拣设备的分拣任务；

获取待分拣货物的图像信息，通过预处理后获取图像的感兴趣区域，获取所述感兴趣区域的图像特征及点云特征；

基于深度学习构建货物识别模型，根据不同的分拣任务对货物识别模型进行训练，将所述图像特征及点云特征输入训练好货物识别模型进行识别分拣；

获取不同分拣区域的各类货物的实时分拣量，根据所述实时分拣量对不同分拣区域的分拣任务进行更新优化。

本方案中，获取预设时间内的货物待分拣订单信息，将所述货物待分拣订单进行订单分割，根据相似度计算将分割后订单进行重新组合，具体为：

将预设时间内的货物待分拣订单信息进行预处理，提取所述货物待分拣订单的词向量，根据所述词向量获取不同订单中的货物关键词及数量关键词，基于所述货物关键词及数量关键词确定货物品类及货物需求量；

根据货物品类及货物需求量将货物待分拣订单进行分割，生成离散的货品数据序列，并根据货物品类及货物需求量设置序列的数据标签，利用所述数据标签计算不同货品数据序列的相似度；

获取货品数据序列之间的相似度偏差，将相似度偏差小于预设偏差阈值的货品数据序列划分为同一分拣序列集，获取分拣序列集中各货物的平均需求时间，基于所述平均需求时间对各个分拣序列集进行排序。

本方案中，设置重新组合后订单中货物的分拣等级，根据所述货物的分拣等级进行分配，预设不同分拣区域分拣设备的分拣任务，具体为：