【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及拖鞋分揀管理，特別指一種基于ai的拖鞋分揀計(jì)數(shù)方法及系統(tǒng)。
技術(shù)介紹
1、隨著人們生活水平的提高和消費(fèi)觀念的轉(zhuǎn)變，對(duì)拖鞋的需求不僅在數(shù)量上有所增加，而且在款式、材質(zhì)、功能等方面的要求更加多樣化，這使得拖鞋的種類和型號(hào)日益豐富，分揀計(jì)數(shù)的工作難度和復(fù)雜性也相應(yīng)增加。
2、針對(duì)拖鞋的分揀計(jì)數(shù)，傳統(tǒng)上需要依賴人工對(duì)注塑機(jī)流出的拖鞋進(jìn)行分揀，并按規(guī)格、類型、顏色等進(jìn)行分類堆放，堆放完成后，再由人工依據(jù)訂單清點(diǎn)出需要的數(shù)量轉(zhuǎn)運(yùn)至下一生產(chǎn)環(huán)節(jié)，存在如下缺點(diǎn)：人工分揀的效率低下，且由于長時(shí)間的疲勞工作，容易出現(xiàn)分揀和計(jì)數(shù)上的失誤。
3、因此，如何提供一種基于ai的拖鞋分揀計(jì)數(shù)方法及系統(tǒng)，實(shí)現(xiàn)提升拖鞋分揀計(jì)數(shù)的效率以及質(zhì)量，成為一個(gè)亟待解決的技術(shù)問題。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)要解決的技術(shù)問題，在于提供一種基于ai的拖鞋分揀計(jì)數(shù)方法及系統(tǒng)，實(shí)現(xiàn)提升拖鞋分揀計(jì)數(shù)的效率以及質(zhì)量。
2、第一方面，本專利技術(shù)提供了一種基于ai的拖鞋分揀計(jì)數(shù)方法，包括如下步驟：
3、步驟s1、采集大量的歷史拖鞋圖像，對(duì)各所述歷史拖鞋圖像進(jìn)行預(yù)處理和標(biāo)注后構(gòu)建數(shù)據(jù)集；
4、步驟s2、基于神經(jīng)網(wǎng)絡(luò)創(chuàng)建一拖鞋識(shí)別模型，設(shè)定所述拖鞋識(shí)別模型的損失函數(shù)；
5、步驟s3、基于預(yù)設(shè)比例將所述數(shù)據(jù)集劃分為訓(xùn)練集、測(cè)試集以及驗(yàn)證集，通過所述訓(xùn)練集對(duì)拖鞋識(shí)別模型進(jìn)行訓(xùn)練，通過所述測(cè)試集對(duì)訓(xùn)練后的拖鞋識(shí)別模型進(jìn)行測(cè)試，通過所述驗(yàn)證集對(duì)測(cè)試后的拖鞋識(shí)別模型進(jìn)
6、步驟s4、工控機(jī)獲取輸入的生產(chǎn)指令單，解析所述生產(chǎn)指令單獲取sku編碼以及分揀數(shù)量，基于各所述sku編碼啟動(dòng)對(duì)應(yīng)的感應(yīng)計(jì)數(shù)臺(tái)，將各所述sku編碼、分揀數(shù)量與感應(yīng)計(jì)數(shù)臺(tái)的計(jì)數(shù)臺(tái)編號(hào)綁定生成綁定關(guān)系，將所述綁定關(guān)系發(fā)送給分揀機(jī)器人；
7、步驟s5、分揀機(jī)器人通過攝像頭采集待分揀的拖鞋的實(shí)時(shí)拖鞋圖像，將所述實(shí)時(shí)拖鞋圖像輸入拖鞋識(shí)別模型得到sku編碼，基于識(shí)別的所述sku編碼以及綁定關(guān)系將拖鞋分揀至對(duì)應(yīng)的感應(yīng)計(jì)數(shù)臺(tái)；
8、步驟s6、感應(yīng)計(jì)數(shù)臺(tái)通過光電傳感器對(duì)分揀的拖鞋進(jìn)行計(jì)數(shù)，通過顯示器顯示計(jì)數(shù)結(jié)果，通過視覺計(jì)數(shù)相機(jī)對(duì)所述計(jì)數(shù)結(jié)果進(jìn)行校驗(yàn)；
9、步驟s7、工控機(jī)基于所述計(jì)數(shù)結(jié)果判斷感應(yīng)計(jì)數(shù)臺(tái)內(nèi)的分類框滿框后，控制標(biāo)簽打印機(jī)打印拖鞋標(biāo)簽并黏貼在分類框上；
10、步驟s8、工控機(jī)通過agv小車對(duì)滿框的所述分類框進(jìn)行流轉(zhuǎn)，并替換空載的分類框繼續(xù)分揀，直至滿足所述分揀數(shù)量。
11、進(jìn)一步的，所述步驟s1具體為：
12、采集大量的包括不同款式、類型、材質(zhì)、顏色、尺碼以及拍攝角度的歷史拖鞋圖像，對(duì)各所述歷史拖鞋圖像進(jìn)行至少包括旋轉(zhuǎn)、縮放、翻轉(zhuǎn)、扭曲以及遮擋的樣本擴(kuò)充的預(yù)處理，對(duì)樣本擴(kuò)充后的各所述歷史拖鞋圖像進(jìn)行至少包括款式、類型、材質(zhì)、顏色、尺碼以及sku編碼的標(biāo)注后構(gòu)建數(shù)據(jù)集。
13、進(jìn)一步的，所述步驟s3具體為：
14、基于7：2：1的比例將所述數(shù)據(jù)集劃分為訓(xùn)練集、測(cè)試集以及驗(yàn)證集，通過所述訓(xùn)練集對(duì)拖鞋識(shí)別模型進(jìn)行訓(xùn)練，直至所述損失函數(shù)的損失值小于預(yù)設(shè)的損失閾值，通過所述測(cè)試集對(duì)訓(xùn)練后的拖鞋識(shí)別模型進(jìn)行測(cè)試，判斷識(shí)別精度是否大于預(yù)設(shè)的精度閾值，若否，則擴(kuò)充所述訓(xùn)練集繼續(xù)訓(xùn)練；若是，則：
15、通過所述驗(yàn)證集對(duì)測(cè)試后的拖鞋識(shí)別模型進(jìn)行驗(yàn)證，判斷置信度是否大于預(yù)設(shè)的置信度閾值，若否，則擴(kuò)充所述訓(xùn)練集繼續(xù)訓(xùn)練；若是，則將驗(yàn)證通過后的所述拖鞋識(shí)別模型部署到分揀機(jī)器人上。
16、進(jìn)一步的，所述步驟s5具體為：
17、分揀機(jī)器人通過攝像頭實(shí)時(shí)采集待分揀的拖鞋的實(shí)時(shí)拖鞋圖像，對(duì)所述實(shí)時(shí)拖鞋圖像進(jìn)行至少包括降噪、增強(qiáng)對(duì)比度、邊緣增強(qiáng)的圖像增強(qiáng)的預(yù)處理后，將所述實(shí)時(shí)拖鞋圖像輸入拖鞋識(shí)別模型進(jìn)行拖鞋的識(shí)別得到匹配的sku編碼，基于識(shí)別的所述sku編碼以及綁定關(guān)系抓取對(duì)應(yīng)的拖鞋并分揀至對(duì)應(yīng)的感應(yīng)計(jì)數(shù)臺(tái)。
18、進(jìn)一步的，所述步驟s6具體為：
19、感應(yīng)計(jì)數(shù)臺(tái)通過設(shè)于落料口的若干個(gè)光電傳感器對(duì)分揀的拖鞋進(jìn)行計(jì)數(shù)，對(duì)預(yù)設(shè)時(shí)長閾值內(nèi)的感性信號(hào)進(jìn)行合并計(jì)數(shù)，通過顯示器顯示計(jì)數(shù)結(jié)果，同時(shí)通過視覺計(jì)數(shù)相機(jī)對(duì)落料口進(jìn)行拍攝識(shí)別以對(duì)所述計(jì)數(shù)結(jié)果進(jìn)行校驗(yàn)，若計(jì)數(shù)結(jié)果無誤，則將所述計(jì)數(shù)結(jié)果同步至erp訂單系統(tǒng)；若計(jì)數(shù)結(jié)果有誤，則通過顯示器提示計(jì)數(shù)錯(cuò)誤的告警。
20、第二方面，本專利技術(shù)提供了一種基于ai的拖鞋分揀計(jì)數(shù)系統(tǒng)，包括如下模塊：
21、數(shù)據(jù)集構(gòu)建模塊，用于采集大量的歷史拖鞋圖像，對(duì)各所述歷史拖鞋圖像進(jìn)行預(yù)處理和標(biāo)注后構(gòu)建數(shù)據(jù)集；
22、拖鞋識(shí)別模型創(chuàng)建模塊，用于基于神經(jīng)網(wǎng)絡(luò)創(chuàng)建一拖鞋識(shí)別模型，設(shè)定所述拖鞋識(shí)別模型的損失函數(shù)；
23、拖鞋識(shí)別模型訓(xùn)練模塊，用于基于預(yù)設(shè)比例將所述數(shù)據(jù)集劃分為訓(xùn)練集、測(cè)試集以及驗(yàn)證集，通過所述訓(xùn)練集對(duì)拖鞋識(shí)別模型進(jìn)行訓(xùn)練，通過所述測(cè)試集對(duì)訓(xùn)練后的拖鞋識(shí)別模型進(jìn)行測(cè)試，通過所述驗(yàn)證集對(duì)測(cè)試后的拖鞋識(shí)別模型進(jìn)行驗(yàn)證，將驗(yàn)證通過后的所述拖鞋識(shí)別模型部署到分揀機(jī)器人上；
24、生產(chǎn)指令單解析模塊，用于工控機(jī)獲取輸入的生產(chǎn)指令單，解析所述生產(chǎn)指令單獲取sku編碼以及分揀數(shù)量，基于各所述sku編碼啟動(dòng)對(duì)應(yīng)的感應(yīng)計(jì)數(shù)臺(tái)，將各所述sku編碼、分揀數(shù)量與感應(yīng)計(jì)數(shù)臺(tái)的計(jì)數(shù)臺(tái)編號(hào)綁定生成綁定關(guān)系，將所述綁定關(guān)系發(fā)送給分揀機(jī)器人；
25、拖鞋分揀模塊，用于分揀機(jī)器人通過攝像頭采集待分揀的拖鞋的實(shí)時(shí)拖鞋圖像，將所述實(shí)時(shí)拖鞋圖像輸入拖鞋識(shí)別模型得到sku編碼，基于識(shí)別的所述sku編碼以及綁定關(guān)系將拖鞋分揀至對(duì)應(yīng)的感應(yīng)計(jì)數(shù)臺(tái)；
26、拖鞋計(jì)數(shù)模塊，用于感應(yīng)計(jì)數(shù)臺(tái)通過光電傳感器對(duì)分揀的拖鞋進(jìn)行計(jì)數(shù)，通過顯示器顯示計(jì)數(shù)結(jié)果，通過視覺計(jì)數(shù)相機(jī)對(duì)所述計(jì)數(shù)結(jié)果進(jìn)行校驗(yàn)；
27、拖鞋標(biāo)簽打印模塊，用于工控機(jī)基于所述計(jì)數(shù)結(jié)果判斷感應(yīng)計(jì)數(shù)臺(tái)內(nèi)的分類框滿框后，控制標(biāo)簽打印機(jī)打印拖鞋標(biāo)簽并黏貼在分類框上；
28、分類框流轉(zhuǎn)模塊，用于工控機(jī)通過agv小車對(duì)滿框的所述分類框進(jìn)行流轉(zhuǎn)，并替換空載的分類框繼續(xù)分揀，直至滿足所述分揀數(shù)量。
29、進(jìn)一步的，所述數(shù)據(jù)集構(gòu)建模塊具體用于：
30、采集大量的包括不同款式、類型、材質(zhì)、顏色、尺碼以及拍攝角度的歷史拖鞋圖像，對(duì)各所述歷史拖鞋圖像進(jìn)行至少包括旋轉(zhuǎn)、縮放、翻轉(zhuǎn)、扭曲以及遮擋的樣本擴(kuò)充的預(yù)處理，對(duì)樣本擴(kuò)充后的各所述歷史拖鞋圖像進(jìn)行至少包括款式、類型、材質(zhì)、顏色、尺碼以及sku編碼的標(biāo)注后構(gòu)建數(shù)據(jù)集。
31、進(jìn)一步的，所述拖鞋識(shí)別模型訓(xùn)練模塊具體用于：
32、基于7：2：1的比例將所述數(shù)據(jù)集劃分為訓(xùn)練集、測(cè)試集以及驗(yàn)證集，通過所述訓(xùn)練集對(duì)拖鞋識(shí)別模型進(jìn)行訓(xùn)練，直至所述損失函數(shù)的損失值小于預(yù)設(shè)的損失閾值，通過所述測(cè)試集對(duì)訓(xùn)練后的拖鞋識(shí)別模型進(jìn)行測(cè)試，判斷識(shí)別精度是否大于預(yù)設(shè)的精度閾值，若否，則擴(kuò)充所述訓(xùn)本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于AI的拖鞋分揀計(jì)數(shù)方法，其特征在于：包括如下步驟：
2.如權(quán)利要求1所述的一種基于AI的拖鞋分揀計(jì)數(shù)方法，其特征在于：所述步驟S1具體為：
3.如權(quán)利要求1所述的一種基于AI的拖鞋分揀計(jì)數(shù)方法，其特征在于：所述步驟S3具體為：
4.如權(quán)利要求1所述的一種基于AI的拖鞋分揀計(jì)數(shù)方法，其特征在于：所述步驟S5具體為：
5.如權(quán)利要求1所述的一種基于AI的拖鞋分揀計(jì)數(shù)方法，其特征在于：所述步驟S6具體為：
6.一種基于AI的拖鞋分揀計(jì)數(shù)系統(tǒng)，其特征在于：包括如下模塊：
7.如權(quán)利要求6所述的一種基于AI的拖鞋分揀計(jì)數(shù)系統(tǒng)，其特征在于：所述數(shù)據(jù)集構(gòu)建模塊具體用于：
8.如權(quán)利要求6所述的一種基于AI的拖鞋分揀計(jì)數(shù)系統(tǒng)，其特征在于：所述拖鞋識(shí)別模型訓(xùn)練模塊具體用于：
9.如權(quán)利要求6所述的一種基于AI的拖鞋分揀計(jì)數(shù)系統(tǒng)，其特征在于：所述拖鞋分揀模塊具體用于：
10.如權(quán)利要求6所述的一種基于AI的拖鞋分揀計(jì)數(shù)系統(tǒng)，其特征在于：所述拖鞋計(jì)數(shù)模塊具體用于：
【技術(shù)特征摘要】
1.一種基于ai的拖鞋分揀計(jì)數(shù)方法，其特征在于：包括如下步驟：
2.如權(quán)利要求1所述的一種基于ai的拖鞋分揀計(jì)數(shù)方法，其特征在于：所述步驟s1具體為：
3.如權(quán)利要求1所述的一種基于ai的拖鞋分揀計(jì)數(shù)方法，其特征在于：所述步驟s3具體為：
4.如權(quán)利要求1所述的一種基于ai的拖鞋分揀計(jì)數(shù)方法，其特征在于：所述步驟s5具體為：
5.如權(quán)利要求1所述的一種基于ai的拖鞋分揀計(jì)數(shù)方法，其特征在于：所述步驟s6具體為：
6.一種基于...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：高建海，邱新強(qiáng)，
申請(qǐng)(專利權(quán))人：福州市數(shù)字產(chǎn)業(yè)互聯(lián)科技有限責(zé)任公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。