CN117077083B - 装箱物品自动识别统计方法 - Google Patents
装箱物品自动识别统计方法 Download PDFInfo
- Publication number
- CN117077083B CN117077083B CN202311305978.4A CN202311305978A CN117077083B CN 117077083 B CN117077083 B CN 117077083B CN 202311305978 A CN202311305978 A CN 202311305978A CN 117077083 B CN117077083 B CN 117077083B
- Authority
- CN
- China
- Prior art keywords
- article
- identification
- articles
- boxing
- domain
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000004806 packaging method and process Methods 0.000 description 10
- 238000012856 packing Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
- G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
-
- 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
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Evolutionary Biology (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pure & Applied Mathematics (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Auxiliary Devices For And Details Of Packaging Control (AREA)
Abstract
本发明公开了一种装箱物品自动识别统计方法,包括以下步骤:从工作项数据库中获取预置需要完成的物品装箱数量;利用图像识别统计装置、条码/二维码识别装置和射频识别装置对该物品的进行判定识别和统计,根据通过相对多数结果来判定最终的物品类型和数量,当装箱数量达到要求后将装箱结果发送给操作人员。本发明的有益效果是:通过不同的自动识别技术对装箱物品进行识别和统计,通过选取多数判决作为识别结果,从而更加准确的判断被装物品类别和数量,降低出错率。
Description
技术领域
本发明属于装箱识别技术领域,具体涉及一种装箱物品自动识别统计方法。
背景技术
在各种制造和物流行业中,准确地识别和记录装箱中的物品类型和数量是必不可少的,然而,现在由的手动检查和记录***通常需要大量的人力,且可能出现错误。
申请号为2016109409573的中国专利公开了一种涉及包装领域,尤其是包装与物品识别匹配的包装***。在物品打包组装前,对各个组成和包装盒分别粘贴识别码即二维码,同时将信息录入到软件***;用户打开包装时,首先扫描外包装上的二维码,可快速获知订单信息,即外包装箱内的物品信息;然后分别扫描包装内物品,用户确认扫描完毕后,可获知外包装箱内的每一件物品的物品信息。通过用户客户端对比订单信息和物品信息可获知该订单是否包装发送错误。
上述专利方案在在包装阶段,将订单所包含的物品进行归集,并从智能识别物品信息数据库中获得唯一的产品码,并根据订单的全部产品码生成包装码,然后根据产品码生成产品二维码,产品二维码包含该产品的物品信息,在包装前,将生成的二维码分别张贴至与其对应的物品上,然后包装后可以方便进行识别和统计。这种方法能够提升物品识别和统计速度,但是仅凭单一的识别方法无法保证识别和统计结果的准确性。
发明内容
为解决上述问题,本发明提供一种装箱物品自动识别统计方法,包括以下步骤:
S1、获取工作项
从工作项数据库中获取预置需要完成的物品装箱数量,依次将物品装入箱内;
S2、装箱物品识别
利用图像识别统计装置、条码/二维码识别装置和射频识别装置分别对依次装箱的物品进行识别,如果三种识别装置识别结果相同,则该物品识别工作完成;如果其中一种识别装置识别的结果与其它两件识别装置不同且其他两件识别装置识别结果相同,则通过其它两件识别装置的识别结果来作为该物品识别结果;
S3、装箱物品统计
利用图像识别统计装置、条码/二维码识别装置和射频识别装置分别对依次装箱的物品的进行统计,同时统计步骤S2中识别出的物品总数量,根据上述四种统计结果的数值,取数值中出现多的值作为装箱物品数量;
S4、判断是否完成装箱
将装箱物品数量与预置需要完成的物品装箱数量相比较,如果装箱物品数量小于预置需要完成的物品装箱数量,判定装箱工作未完成,重新执行步骤S2;如果装箱物品数量与预置需要完成的物品装箱数量相同,则判定装箱工作完成,将装箱的工作项信息传递给相应人员,从工作项数据库中获取下一个工作项。
较佳的,所述图像识别统计装置的识别统计方法为:
S11、识别物品
获取装箱时的物品图片,利用物品检测模型对图片进行物品检测识别,如果识别出物品则执行步骤S12,如果没有识别出物品则重新执行步骤S11;
S12、设定判定范围
使用bytetrack模型计算检测出的物品边框顶点坐标,使用自增量为该物品生成唯一的ID,通过域判定器划定一个矩形的范围,域判定器通过物品边框的四个顶点坐标判定物品是否全部落入矩形范围内,如果全部落入矩形范围,则判定物品处于域内;如果没有,则判定物品处于域外;
S13、域内计数判定
如果物品被判定在域内,则通过检索器检索域内物品ID集,如果物品的ID是新的ID,证明是装箱人员在放入物品,则将该物品ID增加到域内物品ID集,判定装箱物品量+1;如果物品ID已在域内物品ID集中,证明装箱人员只是在整理箱内物品,则判定装箱物品量+0,不更新物品ID集;
S14、域外计数判定
如果物品被判定在域外,检索器检索域内物品ID集后,如果物品ID在域内物品ID集中,证明装箱人员因误放物品而把物品拿出,从域内物品ID集中移除该物品ID,判定装箱物品量-1,如果物品ID不在域内物品ID集中,证明装箱人员只是在箱外移动物品,则判定装箱物品量+0,不更新物品ID集。
较佳的,还包括步骤S31,如果其中一种识别装置识别的结果与其它两件识别装置不同且其他两件识别装置识别结果相同,则启动该识别装置对应的备用识别装置,参与下一件物品识别,根据多数识别结果判定下一件物品识别结果。
较佳的,所述步骤S31中在利用备用识别装置参与下一件物品识别时,对比备用识别装置与对应的原识别装置识别结果,如果原识别装置识别结果与备用识别装置相同,则判定原识别装置没有发生故障,如果原识别装置识别结果与备用识别装置不同,则判定原识别装置损坏。
较佳的,所当所述步骤S31中发生其中一种装置判定的结果与其它两种装置不同的情况后触发预警信息,在对比备用识别装置与对应的原识别装置识别结果时,如果识别结果与备用识别装置不同,则发出警报。
较佳的,所述备用识别装置都是提前设置在原识别装置侧边的,且备用识别装置都是预先在实验环境中进行全面测试和验证的。
较佳的,所述图像识别统计装置和条码/二维码识别装置都是通过图像获取装置获取装箱过程中的图像信息来进行识别的。
较佳的,所述步骤S3中如果四种统计结果均不相同或者两两相同,则取数值中最大值作为最终的物品数量。
较佳的,还包括步骤S5、视频监控;物品装箱过程由监控设备进行全程监控,监控视频文件的时间线中添加用于定位到关键帧的一个或若干个时间标记。
本发明的优点为:
采用三种不同的自动识别技术包括图像识别、条码识别和射频识别技术构成一组三模冗余,通过相对多数结果来判定最终的物品类型,从而提升物品识别的准确率。
通过图像识别、条码识别和射频识别技术同时对物品进行统计,同时,引入识别出的物品数量的统计参数,选取四种统计结果的多数值来判定最终的物品数量,从而提升物品统计的准确率。
设立独创的图像装置计数方法,能够精准的对装入箱内的物品进行计数,避免了特殊状况对计数结果的影响,提升了图像识别统计装置统计结果的精准性。
引入备用识别装置,利用备用识别装置可以保证装箱物品识别和统计过程不受个别识别装置故障影响,同时也能为识别结果增加识别参数,进一步提升了识别准确率。
对装箱全过程进行视频监控,并实时采集重要事件的时间标记并编码于视频中,使视频回看可以精准定位,方便了对装箱过程的回溯。
综上所述,本发明通过在物品装箱场景整合应用射频技术、图像识别技术、条码识别,可以精准判断装箱物品的类别和数量。
附图说明
图1为本发明实施例1的流程示意图。
图2为本发明实施例2的流程示意图。
图3为本发明实施例3的流程示意图。
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。
实施例1
结合图1,提供一种装箱物品自动识别统计方法,包括以下步骤:
S1、获取工作项
从工作项数据库中获取预置需要完成的物品装箱数量,依次将物品装入箱内。一个工作项的结构包括:编号、日期、完成状态、邮件发送状态、负责人邮件地址、物品清单等。物品清单的结构包括:物品编码、物品名称、需求数等,其中需求数为预置需要完成的物品装箱数量,只有当包装箱中的物品装箱数量达到需求数时,才能判定装箱工作完成。
S2、装箱物品识别
利用图像识别统计装置、条码/二维码识别装置和射频识别装置分别对依次装箱的物品进行识别,通过相对多数结果来判定最终的物品类别,表1为三种识别装置对四个实验物品进行识别,识别结果如表1所示;
表1
从表1中可以看出,如果三种识别装置识别结果相同,则以三种识别装置的共同识别结果来判定物品的识别类型,则该物品识别工作完成;如果只有两件识别装置的识别结果相同,而剩余一种识别装置的识别结果与这两件识别装置的识别结果不同,则以两件识别装置的识别结果来作为物品识别结果。表1中的物品1和物品2被三种识别装置均判定为A类型,因此,判定其结果为A类型物品,记录至计算机相应的储存设备中。而物品3被两种识别装置判定为A类型物品,因此,根据多数识别结果,判定其为A类型物品,记录至计算机相应的储存设备中。而物品4被两种识别装置判定为B类型,被一种识别装置判定为A类型,因此,根据多述识别结果,被判定为B类型物品,记录至计算机相应的储存设备中。如果三种识别装置的识别结果都不相同,则表明至少有两个识别装置损坏,相应设备必然需要整修,由于这种情况发生可能性较低,可以忽略该特定情况。
图像识别统计装置和条码/二维码识别装置都是通过图像获取装置获取装箱过程中的图像信息来进行识别的。本实施例中的图像获取装置为一个安装在装箱生产线顶部的摄像头,用于监测整个装箱过程。图像识别统计装置会从摄像头中摄取装箱视频,装箱视频每帧的图片经过物品检测模型如YOLOV5进行检测,识别出相应的物品。装箱人员在装箱时把物品上的条码或二维码对准顶部摄像头时,物品检测模型还会检测到条码/二维码。然后条码/二维码识别装置会将检测到的条码/二维码图像解析成文本并记录,识别出对应的物品。二射频识别装置则是利用RFID读写器读取物品上的RFID标签,识别出物品类别。
S3、装箱物品统计
利用图像识别统计装置、条码/二维码识别装置和射频识别装置分别对依次装箱的物品的进行统计,图像识别统计装置可以根据识别出的物品对物品进行统计,而条码/二维码识别装置则根据扫描到的图品上的条码/二维码来记录数量从而统计物品数量。射频识别装置是利用RFID读写器读取物品上的RFID标签,根据读取到的RFID标签数量来统计物品数量。同时,如表1中的识别结果所示,通过横向计算出识别的物品总量也可以统计物品数量。根据上述三种识别装置的统计结果数值以及计算得到的识别出的物品总量数值,取四种统计数值中出现多的值作为装箱物品数量。通过引入多种物品数量的统计参数,选取多数值来判定最终的物品数量,从而提升物品统计的准确率。
S4、判断是否完成装箱
将装箱物品数量与预置需要完成的物品装箱数量相比较,如果装箱物品数量小于预置需要完成的物品装箱数量,判定装箱工作未完成,重新执行步骤S2;如果装箱物品数量与预置需要完成的物品装箱数量相同,则判定装箱工作完成,并更新该工作项的完成状态和供给数量等信息,然后将相应信息作为正文,截图打包成附件,根据工作项中的负责人邮件地址信息通过公知的SMTP 服务器接口服务发送给负责人。再将邮件发送的情况更新到工作项中的邮件发送状态中。然后自动从工作项数据库中获取下一个需要完成的工作项,开启下一个装箱任务。
需要注意的是,如果出现极端情况,比如步骤S3中四种统计结果均不相同或者两两相同,则取数值中最大值作为最终的物品数量,在这种情况下虽然无法确定最大值是否是物品实际数量,但是可以保证装箱完成后,箱内的数量小于或者等于预置需要完成的物品装箱数量,使得物品能够被箱体所装下,不会导致物品的装箱量太大而超过箱体的容积。
本实施例通过用三种不同的自动识别技术包括图像识别、条码识别和射频识别技术构成一组三模冗余,通过相对多数结果来判定最终的物品类型,图像识别、条码识别和射频识别技术在对物品进行识别时也会对物品进行统计,同时,引入识别出的物品数量的统计参数,选取四种统计结果的多数值来判定最终的物品数量,从而提升物品的识别和统计的准确率。
实施例2
结合图2,本实施例提供一种图像识别统计装置的识别统计方法,本实施例具有和实施例1相同的部分,本实施例对图像识别统计装置的识别统计方法进行了改进,图像识别统计装置的识别统计方法为:
S11、识别物品
获取装箱时的物品图片,利用物品检测模型对图片进行物品检测识别,如果识别出物品则执行步骤S12,如果没有识别出物品则重新执行步骤S11;
S12、设定判定范围
使用bytetrack模型计算检测出的物品边框顶点坐标,使用自增量为该物品生成唯一的ID,通过域判定器划定一个矩形的范围,域判定器通过物品边框的四个顶点坐标判定物品是否全部落入矩形范围内,如果全部落入矩形范围,则判定物品处于域内;如果没有,则判定物品处于域外;
S13、域内计数判定
如果物品被判定在域内,则通过检索器检索域内物品ID集,如果物品的ID是新的ID,证明是装箱人员在放入物品,则将该物品ID增加到域内物品ID集,判定装箱物品量+1;如果物品ID已在域内物品ID集中,证明装箱人员只是在整理箱内物品,则判定装箱物品量+0,不更新物品ID集;
S14、域外计数判定
如果物品被判定在域外,检索器检索域内物品ID集后,如果物品ID在域内物品ID集中,证明装箱人员因误放物品而把物品拿出,从域内物品ID集中移除该物品ID,判定装箱物品量-1,如果物品ID不在域内物品ID集中,证明装箱人员只是在箱外移动物品,则判定装箱物品量+0,不更新物品ID集。
本实施例设立独创的图像装置计数方法,能够精准的对装入箱内的物品进行计数,避免了特殊状况比如操作人员搬运物品对计数结果的影响,本实施例能够提升计数结果的精准性。
实施例3
结合图3,本实施例相比较于实施例1,区别在于增加了相应的备用识别装置,本实施例还包括步骤S31,步骤S31处于步骤S3之后,如果其中一种识别装置识别的结果与其它两件识别装置不同且其他两件识别装置识别结果相同,则启动该识别装置对应的备用识别装置,参与下一件物品识别,根据多数识别结果判定下一件物品识别结果。以表2为例;
表2
从表2中可以看出,当对物品1进行识别时,由于射频识别装置的识别结果与其他两种不同,则启动对应的备用射频识别装置。通过加入备用识别装置对下一件物品2进行判定,再根据多数识别结果判定下一件物品2识别结果。
本实施例中每件识别装置都设有备用识别装置,备用识别装置都是提前设置在原识别装置侧边的,且备用识别装置都是预先在实验环境中进行全面测试和验证的,能够确保识别结果的准确性。当所述步骤S31中发生其中一种装置判定的结果与其它两种装置不同的情况后触发预警信息,表明可能有识别装置损坏,启动相应的备用识别装置时,通过计算机收到预警信息,计算机根据预警信息启动备用识别装置对下一件物品进行识别。通过设置备用识别装置,能够在不延迟整体识别时间的情况下继续进行物品识别操作。为了进一步判断相应的原识别装置是否是突发故障,在利用其相应的备用识别装置配合其他两件识别装置来对下一件物品进行判定时,备用识别装置对应的原识别装置也会对下一件物品进行判定,如果识别结果与备用识别装置相同,则判定原识别装置没有发生永久故障,只是突发状况,比如识别的二维码损坏等情况。原识别装置可以继续参加后续的物品判定,如果识别结果与备用识别装置不同,则判定原识别装置发生了永久损坏,同时发出警报,表明该识别装置需要进行修复。如表2中所示,原射频识别装置对下一件物品的识别结果与备用识别装置不同,判定原射频识别装置损坏,不让其参与后续的物品识别,可以取出该识别装置进行维修。由于识别装置在对物品进行识别时也会对物品进行统计,因此,当原识别装置判断发生故障后,计算机会将其之前的统计结果与后续的备用识别装置的统计结果相加,作为该类型识别装置对物品的统计结果。
实施例4
在实施例1的基础上还包括步骤S5、视频监控;对整个装箱过程进行视频采集、处理、存储;在视频文件的时间线中添加用于定位到关键帧的一个或若干个时间标记;通过另外设置的监控摄像头对装箱过程全过程进行拍摄,将装箱过程中重要事件的时间标记编码于视频中,使视频回看可以精准定位,方便了装箱过程的回溯。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种装箱物品自动识别统计方法,其特征在于:包括以下步骤;
S1、获取工作项
从工作项数据库中获取预置需要完成的物品装箱数量,依次将物品装入箱内;
S2、装箱物品识别
利用图像识别统计装置、条码/二维码识别装置和射频识别装置分别对依次装箱的物品进行识别,如果三种识别装置识别结果相同,则该物品识别工作完成;如果其中一种识别装置识别的结果与其它两件识别装置不同且其他两件识别装置识别结果相同,则通过其它两件识别装置的识别结果来作为该物品识别结果;
S3、装箱物品统计
利用图像识别统计装置、条码/二维码识别装置和射频识别装置分别对依次装箱的物品的进行统计,同时统计步骤S2中识别出的物品总数量,根据上述四种统计结果的数值,取数值中出现多的值作为装箱物品数量;
S4、判断是否完成装箱
将装箱物品数量与预置需要完成的物品装箱数量相比较,如果装箱物品数量小于预置需要完成的物品装箱数量,判定装箱工作未完成,重新执行步骤S2;如果装箱物品数量与预置需要完成的物品装箱数量相同,则判定装箱工作完成,将装箱的工作项信息传递给相应人员,从工作项数据库中获取下一个工作项;
所述图像识别统计装置的识别统计方法为:
S11、识别物品
获取装箱时的物品图片,利用物品检测模型对图片进行物品检测识别,如果识别出物品则执行步骤S12,如果没有识别出物品则重新执行步骤S11;
S12、设定判定范围
使用bytetrack模型计算检测出的物品边框顶点坐标,使用自增量为该物品生成唯一的ID,通过域判定器划定一个矩形的范围,域判定器通过物品边框的四个顶点坐标判定物品是否全部落入矩形范围内,如果全部落入矩形范围,则判定物品处于域内;如果没有,则判定物品处于域外;
S13、域内计数判定
如果物品被判定在域内,则通过检索器检索域内物品ID集,如果物品的ID是新的ID,证明是装箱人员在放入物品,则将该物品ID增加到域内物品ID集,判定装箱物品量+1;如果物品ID已在域内物品ID集中,证明装箱人员只是在整理箱内物品,则判定装箱物品量+0,不更新物品ID集;
S14、域外计数判定
如果物品被判定在域外,检索器检索域内物品ID集后,如果物品ID在域内物品ID集中,证明装箱人员因误放物品而把物品拿出,从域内物品ID集中移除该物品ID,判定装箱物品量-1,如果物品ID不在域内物品ID集中,证明装箱人员只是在箱外移动物品,则判定装箱物品量+0,不更新物品ID集。
2.根据权利要求1所述的装箱物品自动识别统计方法,其特征在于:还包括步骤S31,所述步骤S31处于步骤S3之后,如果其中一种识别装置识别的结果与其它两件识别装置不同且其他两件识别装置识别结果相同,则启动该识别装置对应的备用识别装置,参与下一件物品识别,根据多数识别结果判定下一件物品识别结果。
3.根据权利要求2所述的装箱物品自动识别统计方法,其特征在于:所述步骤S31中在利用备用识别装置参与下一件物品识别时,对比备用识别装置与对应的原识别装置识别结果,如果原识别装置识别结果与备用识别装置相同,则判定原识别装置没有发生故障,如果原识别装置识别结果与备用识别装置不同,则判定原识别装置损坏。
4.根据权利要求3所述的装箱物品自动识别统计方法,其特征在于:当所述步骤S31中发生其中一种装置判定的结果与其它两种装置不同的情况后触发预警信息,在对比备用识别装置与对应的原识别装置识别结果时,如果识别结果与备用识别装置不同,则发出警报。
5.根据权利要求4所述的装箱物品自动识别统计方法,其特征在于:所述备用识别装置都是提前设置在原识别装置侧边的,且备用识别装置都是预先在实验环境中进行全面测试和验证的。
6.根据权利要求5所述的装箱物品自动识别统计方法,其特征在于:所述图像识别统计装置和条码/二维码识别装置都是通过图像获取装置获取装箱过程中的图像信息来进行识别的。
7.根据权利要求1所述的装箱物品自动识别统计方法,其特征在于:所述步骤S3中如果四种统计结果均不相同或者两两相同,则取数值中最大值作为最终的物品数量。
8.根据权利要求1所述的装箱物品自动识别统计方法,其特征在于:还包括步骤S5、视频监控;物品装箱过程由监控设备进行全程监控,监控视频文件的时间线中添加用于定位到关键帧的一个或若干个时间标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311305978.4A CN117077083B (zh) | 2023-10-10 | 2023-10-10 | 装箱物品自动识别统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311305978.4A CN117077083B (zh) | 2023-10-10 | 2023-10-10 | 装箱物品自动识别统计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117077083A CN117077083A (zh) | 2023-11-17 |
CN117077083B true CN117077083B (zh) | 2024-01-05 |
Family
ID=88719742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311305978.4A Active CN117077083B (zh) | 2023-10-10 | 2023-10-10 | 装箱物品自动识别统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117077083B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2617843A1 (en) * | 2005-08-03 | 2007-02-08 | True Product Id Technology (Beijing) Limited | Method of labelling and detectiion of goods and device thereof |
KR100814456B1 (ko) * | 2007-03-20 | 2008-03-17 | 주식회사 나루기술 | 알에프아이디 태그 인식을 통한 모빌랙의 물품 수납관리시스템 및 그 방법 |
KR20120101917A (ko) * | 2011-03-07 | 2012-09-17 | 이상영 | 스마트단말 사용자를 위한 알에프아이디 태그 적용 상품 유통시스템 및 방법 |
WO2012142882A1 (zh) * | 2011-04-19 | 2012-10-26 | 中兴通讯股份有限公司 | 一种射频识别阅读器的条码扫描方法、***及装置 |
CN103632464A (zh) * | 2013-11-14 | 2014-03-12 | 成都博约创信科技有限责任公司 | 集图像识别与标签识别于一体的收银方法 |
CN104008583A (zh) * | 2014-04-29 | 2014-08-27 | 云南电网公司 | 一种基于二维码及射频识别技术对电力机房施行门禁的方法 |
CN204129757U (zh) * | 2014-10-09 | 2015-01-28 | 北京南瑞捷鸿科技有限公司 | 集成图像的智能批量识别射频装置 |
CN105559307A (zh) * | 2014-10-14 | 2016-05-11 | 北大方正集团有限公司 | 一种箱包内物品识别方法、装置、箱包及用户终端 |
CN106372831A (zh) * | 2016-08-26 | 2017-02-01 | 无锡卓信信息科技股份有限公司 | 一种基于射频识别技术的仓库货物统计控制*** |
CN106778970A (zh) * | 2016-12-14 | 2017-05-31 | 北京龙贝世纪科技股份有限公司 | 二维码与射频标签的双模式自动信息识别***及方法 |
WO2018112930A1 (zh) * | 2016-12-23 | 2018-06-28 | 深圳前海达闼云端智能科技有限公司 | 一种商品识别方法和装置 |
WO2019019291A1 (zh) * | 2017-07-24 | 2019-01-31 | 图灵通诺(北京)科技有限公司 | 基于卷积神经网络的图像识别技术的结算方法和装置 |
CN109829346A (zh) * | 2019-01-11 | 2019-05-31 | 安徽工程大学 | 一种基于机器视觉的条形码及二维码识别方法和*** |
CN110110823A (zh) * | 2019-04-25 | 2019-08-09 | 浙江工业大学之江学院 | 基于rfid和图像识别的物体辅助识别***及方法 |
CN110222548A (zh) * | 2019-05-30 | 2019-09-10 | 武汉理工大学 | 一种数字图像检测识别的方法 |
CN110490516A (zh) * | 2019-08-01 | 2019-11-22 | 广州织点智能科技有限公司 | 一种无人便利店货架物品检测方法及装置 |
CN110852130A (zh) * | 2019-11-12 | 2020-02-28 | 上海仪电数字技术股份有限公司 | 用于批量识别装箱产品的条码的识别方法及*** |
WO2022007495A1 (zh) * | 2020-07-08 | 2022-01-13 | 北京京东振世信息技术有限公司 | 用于识别条形码的方法和终端 |
CN114219408A (zh) * | 2021-12-21 | 2022-03-22 | 四川启睿克科技有限公司 | 基于图像识别与tof传感器的机器人仓库盘存方法 |
KR102441669B1 (ko) * | 2022-04-19 | 2022-09-08 | 이경민 | 알에프아이디(rfid) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법 |
CN116451727A (zh) * | 2023-06-16 | 2023-07-18 | 上海英内物联网科技股份有限公司 | 一种基于人工智能对rfid标签连续赋码的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10198653B2 (en) * | 2017-04-26 | 2019-02-05 | Sensors Incorporated | System and method for performing production line product identification |
-
2023
- 2023-10-10 CN CN202311305978.4A patent/CN117077083B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2617843A1 (en) * | 2005-08-03 | 2007-02-08 | True Product Id Technology (Beijing) Limited | Method of labelling and detectiion of goods and device thereof |
KR100814456B1 (ko) * | 2007-03-20 | 2008-03-17 | 주식회사 나루기술 | 알에프아이디 태그 인식을 통한 모빌랙의 물품 수납관리시스템 및 그 방법 |
KR20120101917A (ko) * | 2011-03-07 | 2012-09-17 | 이상영 | 스마트단말 사용자를 위한 알에프아이디 태그 적용 상품 유통시스템 및 방법 |
WO2012142882A1 (zh) * | 2011-04-19 | 2012-10-26 | 中兴通讯股份有限公司 | 一种射频识别阅读器的条码扫描方法、***及装置 |
CN103632464A (zh) * | 2013-11-14 | 2014-03-12 | 成都博约创信科技有限责任公司 | 集图像识别与标签识别于一体的收银方法 |
CN104008583A (zh) * | 2014-04-29 | 2014-08-27 | 云南电网公司 | 一种基于二维码及射频识别技术对电力机房施行门禁的方法 |
CN204129757U (zh) * | 2014-10-09 | 2015-01-28 | 北京南瑞捷鸿科技有限公司 | 集成图像的智能批量识别射频装置 |
CN105559307A (zh) * | 2014-10-14 | 2016-05-11 | 北大方正集团有限公司 | 一种箱包内物品识别方法、装置、箱包及用户终端 |
CN106372831A (zh) * | 2016-08-26 | 2017-02-01 | 无锡卓信信息科技股份有限公司 | 一种基于射频识别技术的仓库货物统计控制*** |
CN106778970A (zh) * | 2016-12-14 | 2017-05-31 | 北京龙贝世纪科技股份有限公司 | 二维码与射频标签的双模式自动信息识别***及方法 |
WO2018112930A1 (zh) * | 2016-12-23 | 2018-06-28 | 深圳前海达闼云端智能科技有限公司 | 一种商品识别方法和装置 |
WO2019019291A1 (zh) * | 2017-07-24 | 2019-01-31 | 图灵通诺(北京)科技有限公司 | 基于卷积神经网络的图像识别技术的结算方法和装置 |
CN109829346A (zh) * | 2019-01-11 | 2019-05-31 | 安徽工程大学 | 一种基于机器视觉的条形码及二维码识别方法和*** |
CN110110823A (zh) * | 2019-04-25 | 2019-08-09 | 浙江工业大学之江学院 | 基于rfid和图像识别的物体辅助识别***及方法 |
CN110222548A (zh) * | 2019-05-30 | 2019-09-10 | 武汉理工大学 | 一种数字图像检测识别的方法 |
CN110490516A (zh) * | 2019-08-01 | 2019-11-22 | 广州织点智能科技有限公司 | 一种无人便利店货架物品检测方法及装置 |
CN110852130A (zh) * | 2019-11-12 | 2020-02-28 | 上海仪电数字技术股份有限公司 | 用于批量识别装箱产品的条码的识别方法及*** |
WO2022007495A1 (zh) * | 2020-07-08 | 2022-01-13 | 北京京东振世信息技术有限公司 | 用于识别条形码的方法和终端 |
CN114219408A (zh) * | 2021-12-21 | 2022-03-22 | 四川启睿克科技有限公司 | 基于图像识别与tof传感器的机器人仓库盘存方法 |
KR102441669B1 (ko) * | 2022-04-19 | 2022-09-08 | 이경민 | 알에프아이디(rfid) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법 |
CN116451727A (zh) * | 2023-06-16 | 2023-07-18 | 上海英内物联网科技股份有限公司 | 一种基于人工智能对rfid标签连续赋码的方法 |
Non-Patent Citations (1)
Title |
---|
自动化立体仓库中货物自动识别技术;杨欢;幸芦笙;;江西科学(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117077083A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110709688B (zh) | 用于预测在装配单元中的缺陷的方法 | |
CN105182935B (zh) | 一种生产管理***及其控制方法 | |
US7099728B2 (en) | Quality control system, method, and program | |
CN110989521A (zh) | 一种生产线智能管理*** | |
JP3086194B2 (ja) | バーコードシステムを用いたセット履歴管理システム及び履歴管理方法 | |
CN110704231A (zh) | 一种故障处理方法及装置 | |
CN101689051B (zh) | 异常因素确定方法及*** | |
EP3663919A1 (en) | System and method of automated fault correction in a network environment | |
US20190012639A1 (en) | Shipment record systems and methods | |
CN110597196A (zh) | 数据采集***及数据采集方法 | |
US11697558B2 (en) | Automated detection of carton damage | |
CN111967888A (zh) | 一种提高卷烟包条唯一性识别及追溯准确率的方法 | |
CN107168269A (zh) | 一种用于发动机链轮室壳体装配检测的mes*** | |
US20220375056A1 (en) | Method for predicting defects in assembly units | |
CN117358615B (zh) | 一种自动喷码印刷缺陷检测方法及*** | |
CN113688965A (zh) | 一种自动仓储扫码检测的方法和货物管理*** | |
US20100175965A1 (en) | Pallet monitoring system and monitoring method | |
CN117077083B (zh) | 装箱物品自动识别统计方法 | |
CN117114420B (zh) | 一种基于图像识别的工贸安全事故风险管控***和方法 | |
JP2008502961A (ja) | 読取システムの動作性能データの自動検出方法 | |
US7813974B1 (en) | Method and apparatus for duplicate shipment detection | |
JP3741628B2 (ja) | 生産履歴管理システムおよび生産履歴管理方法およびそれを実行するためのコンピュータプログラムおよび記録媒体 | |
CN114493159B (zh) | 一种基于mes***的节点位置校验方法和装置 | |
CN116415864A (zh) | 基于人工智能的智慧型物流快检机 | |
CN115185792A (zh) | 故障硬件处理方法、装置和*** |
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 |