26 机器视觉基于视觉识别技术的智能装车作业流水线设计.docxVIP

【机器视觉】基于视觉识别技术的智能卸车作业流水线设计 2020-04-26 原文 以下文章来源于物流技术与使用 ，作者俞嘉浩 等人 HYPERLINK 物流技术与使用 亚太地区权威物流媒体。 文｜南京工业高校经济与管理学院 俞嘉浩、倪卫红、赵成国、江文歆 南京工业高校计算机科学与技术学院 赵俊朋 物流行业借助互联网、物联网、大数据、云计算、人工智能等技术，正在发生翻天覆地的变化，进入了“才智物流”时代。长期以来，物流卸车线上存在员工作业行为不规范、没有系统科学的指引导致办事效率低下等问题。基于此，本文设计了基于视觉识别技术的智能卸车作业流水线，运用深度学习、卷积神经网络、双目视觉等技术，在满足物流业基本要求的基础上，提高了效率、降低了成本。 随着“才智物流”时代的到来，视觉识别技术的争辩与使用越来越惹起物流工作者的注重。卸车作业作为物流活动的起始环节，经常会被人们所忽视，实际上，一个高效率、智能化的卸车作业流水线对于衡量企业物流服务水平有着重要意义。 卸车作业流水线有三个关键环节：包装缺损检测、暴力作业识别、最优卸车方案规划。在包装缺损检测环节，韩晓健、赵志成提出的利用卷积神经网络与传统数字图像处理方法相结合的方式，不只实现了图像特征的自动提取，更提高了物体表面裂缝的识别率，能够成功定位裂缝的位置以及裂缝的大小，该算法在建筑学上的使用，对于我们在物流包装检测方面的应器具有很大的启发与自创意义。 在暴力作业识别环节，过去次要的识别方法包括基于多尺度合成算法的物流暴力行为识别法、基于支持向量机算法的物流暴力行为识别法和基于K均值聚类算法的物流暴力行为识别法，但是这些方法由于精确?????的暴力行为特征猎取得不明显，因此识别的精确?????性不高。尚淑玲提出了一种基于计算机视觉、利用小波包分析的方法，对物流过程中的暴力行为进行无效识别。此法的识别精确?????率远高于传统的识别方法，但是仍有较大的提升空间。 在最优卸车方案规划环节，重点是猎取到产品包装的尺寸信息。国内晚期消灭了基于光电扫描方式的测量架，但该方法不只效率低下，且测量精度过于依靠高功能硬件；广州市西克传感器公司研发的DWS系统，利用激光或光栅式体积扫描系统测量包裹体积，但是该设备对环境要求比较高，且成本昂贵；堆叠货物体积测量系统次要使用于航空货运，在物流领域难以实现广泛的使用。 基于此，本文以卸车流水线为争辩对象，通过运用深度学习、卷积神经网络、双目视觉等技术，设计了基于视觉识别技术的智能卸车作业流水线，提升了企业的全体物流服务水平。 一、卸车作业流水线的现状及问题 1.货品包装完好性不足 大部分企业对于包装的设计，往往从生产角度动身，对运输包装并不格外注重。在商品从生产出来到卸车的过程中，往往会消灭由于冲撞、震荡或者其他不行抗要素影响导致的箱体破损、褶皱变形、密封不完全等现象。由于鲜有企业会要求卸车工人对货品包装进行检查、对不合格的产品包装进行返工或回收废弃处理，因此经常会产生商品破损或收货后客户不满足而引发的商务纠纷带来的经济损失，也会影响到企业服务水平在市场当中的口碑。据不完全统计，我国物流业每年因包装问题而产生的损失达到百亿元。为了保证物流运输的质量、确保物体包装的完好性，一个完善的包装检测系统显得格外重要。 2.卸车工人暴力作业 虽然现在大部分行业在卸车时接受托盘，通过叉车进行卸车作业，但在一些特殊行业，如快递业，照旧需要大量的人工对货品进行分拣和卸车。当消灭分拣的货物数量较多、员工疲惫作业、企业监管不力等情况时，为了追求效率，很多员工简约消灭野蛮卸车、暴力作业的情况，摔、砸、抛、扔、踢，甚至坐在包裹上。对于一些易碎物品和贵重物品，很难在暴力作业后幸存，而对于一些危急品，更是会产生无法预估的损失。由于物品损坏而引发的纠纷问题已成为消费者赞扬的重灾区。为了提高物流服务的质量和水平，整治员工暴力作业势在必行。 3.货品码放不合理，箱体空间利用率低 现阶段人工卸车作业时，卸车工人大多凭阅历和客观推断进行货物的码垛。一方面，工人在规划卸车方案以及发觉不合理卸车进行调整的时候，简约铺张大量时间，使得全体堆垛效率低下；另一方面，不合理的货品码放使得箱体空间利用率低，且简约形成货物或包装挤压变形等现象。现代物流对货物几何尺寸信息的利用率较低，目前市场上主流的物品打包算法接受事先在系统内输入产品参数，在猎取订单时依据事先输入的参数进行最优卸车方案计算。这个方法在物品包装大小比较规章、产品尺寸品种不多的情况下具有良好的效果，然而在包装尺寸大小不一的快递业中，很明显此法难以行得通。因此，需要一个能够快速猎取包装尺寸信息的系统，实时构建预设模型，计算出最优卸车方案。 二、视觉识别技术在卸车作业流水线上的使用 近年来，视觉识别技术不断进展，它利用计算机视觉系统软件和图像摄