新型X光违禁品包裹跟踪方法及装置制造方法及图纸

本发明专利技术公开了一种新型X光违禁品包裹跟踪方法和装置，其中第一包裹触发器检测到包裹时，X光扫描设备对包裹进行X光扫描，获得第一X光图像、第一包裹位置与第一序列信息，发送至服务器，服务器在检测到第一X光图像包括违禁品信息时，启动条码扫描设备获取包裹的条码图像，将条码图像发送至服务器，使服务器根据识别包裹条码并在接收到包裹的第二包裹位置与第二序列信息时，将第二包裹位置与第二序列信息发送至服务器，使服务器将第二包裹位置与第一包裹位置，以及第二序列信息与第一序列信息分别进行比对，向分拣控制器发送分拣指令，使分拣控制器接收分拣指令，控制机械手推动当前违禁品包裹进入分拣线，以实现相应包裹的跟踪，提高跟踪效率，降低跟踪成本。

【技术实现步骤摘要】
新型X光违禁品包裹跟踪方法及装置
本专利技术涉及智能检测
，尤其涉及一种新型X光违禁品包裹跟踪方法及装置。
技术介绍
X光图像是由X射线穿透待检测物体、根据物体的不同密度渲染出不同颜色所得到的图像，常用于安检识别违禁品。相比于普通图像，X光图像只有颜色和形状信息，物体的检测识别更为困难，所以X光违禁品检测一直是丞待解决的难题。随着电子商务技术的发展，快递行业对安检技术的要求越来越高。在快递转运时，需要检测包裹是否含违禁品以及对包裹进行条码记录，实现包裹的记录跟踪。然而每天大量的包裹造成了快递安检行业的巨大压力，传统的人工识别以及人工条码记录造成了大量的人力物力浪费，长期工作导致疲劳也会造成误检以及登记错误的产生。如何降低工作人员的劳动强度，实现省时省力高效率的方案已成为当前不可避免的问题。目前，快递行业中将违禁品检测与条码检测分别放在两个工作线上，每个工作线都需要人工处理，浪费了大量的人力物力，工作效率极低。
技术实现思路
针对以上问题，本专利技术提出一种新型X光违禁品包裹跟踪方法及装置。为实现本专利技术的目的，提供一种新型X光违禁品包裹跟踪方法，包括如下步骤：S10，第一包裹触发器在检测到传送带上传送的包裹时，发送拍摄信号给X光扫描设备，使所述X光扫描设备对所述包裹进行X光扫描，获得所述包裹的第一X光图像、第一包裹位置与第一序列信息，将所述第一X光图像、第一包裹位置与第一序列信息发送至服务器；S20，所述服务器将所述第一X光图像输入预先训练的违禁品检测器，在检测到所述第一X光图像包括违禁品信息时，启动条码扫描设备，所述条码扫描设备获取所述包裹的条码图像，将所述条码图像发送至服务器，使所述服务器根据所述条码图像识别包裹条码；S30，第二包裹触发器在检测到传送带上传送的包裹时，获取所述包裹的第二包裹位置与第二序列信息，将所述第二包裹位置与第二序列信息发送至服务器，服务器将所述第二包裹位置与第一包裹位置，以及第二序列信息与第一序列信息分别进行比对，在比对结果一致时，向分拣控制器发送分拣指令；S40，所述分拣控制器接收分拣指令，控制机械手推动当前违禁品包裹进入分拣线。在一个实施例中，所述违禁品检测器的训练过程包括：S21，将各类违禁品包裹分别对应的各个X光图像输入特征提取网络得到图像特征图；S22，将图像特征图输入区域建议网络，获得感兴趣区域特征图，对所述感兴趣区域特征图降维得到感兴趣区域特征向量，对所述感兴趣区域特征图降维得到感兴趣区域特征向量；S23，将各类违禁品包裹的X光图像及各个X光图像数据携带的标注输入元特征提取器，输出类注意向量；所述标注包括相应X光图像中违禁品的真实类别和真实位置；S24，采用类注意向量对感兴趣区域特征向量做重赋权操作，得到重赋权后的单维特征向量；S25，将单维特征向量输入分类回归网络，得到表征各类违禁品类别得分及边框调整参数的输出特征向量，将输出特征向量中得分最高的类别确定为各类违禁品的预测类别，根据边框调整参数确定各类违禁品在相应X光图像数据中的预测位置，根据各类违禁品的预测类别、预测位置、真实类别与真实位置做运算，计算损失函数，通过损失函数反向传播，以调节下一次训练过程中采用的特征提取网络、元特征提取器及分类回归网络；S26，采用调节后的特征提取网络、元特征提取器及分类回归网络返回步骤S21重新将各类违禁品包裹分别对应的各个X光图像输入特征调节后的提取网络得到图像特征图，直至训练次数大于或等于预设的迭代次数，依据当前的分类回归网络确定违禁品检测器。具体地，所述特征提取网络包括卷积层、池化层与非线性映射层；所述卷积层执行的卷积操作包括：f2[x,y]＝f1[x,y]*w[x,y]，式中，f1[x,y]表示输入特征提取网络的图像，w[x,y]表示卷积核，f2[x,y]表示卷积后所得特征；所述非线性映射层执行的非线性映射操作包括：f3[x,y]＝max(0,f2[x,y])，其中，max()表示取较大值，f3[x,y]表示做非线性映射后得到的图像特征图。具体地，所述将图像特征图输入区域建议网络，获得感兴趣区域特征图，对所述感兴趣区域特征图降维得到感兴趣区域特征向量包括：将图像特征图的各个点定义为锚点，以每个锚点为中心定义多个锚框，去除超图像特征图区域的锚框，得到有效锚框，识别有效锚框中表征违禁品的目标锚框，剔除所述目标锚框中重叠的锚框，在剩下的目标锚框中提取置信度最高的前n个锚框，作为感兴趣区域特征图。具体地，所述识别有效锚框中表征违禁品的目标锚框包括：获取有效锚框与真实标记框之间的交并比，将交并比大于设定阈值的有效锚框确定为目标锚框。具体地，所述采用类注意向量对感兴趣区域特征向量做重赋权操作包括：在感兴趣区域特征向量中获取类注意特征向量中各个元素的对应位，将类注意特征向量中各个元素分别与感兴趣区域特征向量中对应的元素相乘，以实现做重赋权操作。具体地，所述采用类注意向量对感兴趣区域特征向量做重赋权操作，得到重赋权后的单维特征向量包括：Vk＝mean(f5[x,y]×zk[x,y])，式中，Vk表示单维特征向量中的第k个元素，f5[x,y]表示感兴趣区域特征图，zk[x,y]表示类注意特征图中的第k个元素，mean()表示求平均值。具体地，所述将输出特征向量中得分最高的类别确定为各类违禁品的预测类别包括：若输出特征向量中得分最高的类别小于或等于预设的类阈值，则判定单维特征向量中不存在表征违禁品的特征，若输出特征向量中得分最高的类别大于预设的类阈值，则将输出特征向量中得分最高的类别确定为各类违禁品的预测类别。在一个实施例中，所述启动条码扫描设备，所述条码扫描设备获取所述包裹的条码图像，将所述条码图像发送至服务器，使所述服务器根据所述条码图像识别包裹条码包括：发送打光信号至打光控制器，启动条码扫描设备，所述打光控制器开启光源，所述条码扫描设备在光源照射的情况下获取所述包裹的条码图像，将所述条码图像通过信息采集器发送至服务器中，以使服务器预设的条码识别软件识别条码图像携带的包裹条码。一种新型X光违禁品包裹跟踪装置，包括第一包裹触发器、X光扫描设备、服务器、条码扫描设备、第二包裹触发器、和分拣控制器；所述第一包裹触发器在检测到传送带上传送的包裹时，发送拍摄信号给X光扫描设备，使所述X光扫描设备对所述包裹进行X光扫描，获得所述包裹的第一X光图像、第一包裹位置与第一序列信息，将所述第一X光图像、第一包裹位置与第一序列信息发送至服务器；所述服务器将所述第一X光图像输入预先训练的违禁品检测器，在检测到所述第一X光图像包括违禁品信息时，启动条码扫描设备，在收到条码图像发送的条码图像后识别条码图像携带的包裹条码，以根据包裹条码在分拣控制器控制机械手推动当前传送的包裹进入分拣线后跟踪相应包裹，并在收到第二包裹位置与第二序列信息后将所述第二包裹位本文档来自技高网...

【技术保护点】
1.一种新型X光违禁品包裹跟踪方法，其特征在于，包括如下步骤：/nS10，第一包裹触发器在检测到传送带上传送的包裹时，发送拍摄信号给X光扫描设备，使所述X光扫描设备对所述包裹进行X光扫描，获得所述包裹的第一X光图像、第一包裹位置与第一序列信息，将所述第一X光图像、第一包裹位置与第一序列信息发送至服务器；/nS20，所述服务器将所述第一X光图像输入预先训练的违禁品检测器，在检测到所述第一X光图像包括违禁品信息时，启动条码扫描设备，所述条码扫描设备获取所述包裹的条码图像，将所述条码图像发送至服务器，使所述服务器根据所述条码图像识别包裹条码；/nS30，第二包裹触发器在检测到传送带上传送的包裹时，获取所述包裹的第二包裹位置与第二序列信息，将所述第二包裹位置与第二序列信息发送至服务器，服务器将所述第二包裹位置与第一包裹位置，以及第二序列信息与第一序列信息分别进行比对，在比对结果一致时，向分拣控制器发送分拣指令；/nS40，所述分拣控制器接收分拣指令，控制机械手推动当前违禁品包裹进入分拣线。/n

【技术特征摘要】
1.一种新型X光违禁品包裹跟踪方法，其特征在于，包括如下步骤：
S10，第一包裹触发器在检测到传送带上传送的包裹时，发送拍摄信号给X光扫描设备，使所述X光扫描设备对所述包裹进行X光扫描，获得所述包裹的第一X光图像、第一包裹位置与第一序列信息，将所述第一X光图像、第一包裹位置与第一序列信息发送至服务器；
S20，所述服务器将所述第一X光图像输入预先训练的违禁品检测器，在检测到所述第一X光图像包括违禁品信息时，启动条码扫描设备，所述条码扫描设备获取所述包裹的条码图像，将所述条码图像发送至服务器，使所述服务器根据所述条码图像识别包裹条码；
S30，第二包裹触发器在检测到传送带上传送的包裹时，获取所述包裹的第二包裹位置与第二序列信息，将所述第二包裹位置与第二序列信息发送至服务器，服务器将所述第二包裹位置与第一包裹位置，以及第二序列信息与第一序列信息分别进行比对，在比对结果一致时，向分拣控制器发送分拣指令；
S40，所述分拣控制器接收分拣指令，控制机械手推动当前违禁品包裹进入分拣线。


2.根据权利要求1所述的新型X光违禁品包裹跟踪方法，其特征在于，所述违禁品检测器的训练过程包括：
S21，将各类违禁品包裹分别对应的各个X光图像输入特征提取网络得到图像特征图；
S22，将图像特征图输入区域建议网络，获得感兴趣区域特征图，对所述感兴趣区域特征图降维得到感兴趣区域特征向量；
S23，将各类违禁品包裹的X光图像及各个X光图像数据携带的标注输入元特征提取器，输出类注意向量；所述标注包括相应X光图像中违禁品的真实类别和真实位置；
S24，采用类注意向量对感兴趣区域特征向量做重赋权操作，得到重赋权后的单维特征向量；
S25，将单维特征向量输入分类回归网络，得到表征各类违禁品类别得分及边框调整参数的输出特征向量，将输出特征向量中得分最高的类别确定为各类违禁品的预测类别，根据边框调整参数确定各类违禁品在相应X光图像数据中的预测位置，根据各类违禁品的预测类别、预测位置、真实类别与真实位置做运算，计算损失函数，通过损失函数反向传播，以调节下一次训练过程中采用的特征提取网络、元特征提取器及分类回归网络；
S26，采用调节后的特征提取网络、元特征提取器及分类回归网络返回步骤S21重新将各类违禁品包裹分别对应的各个X光图像输入特征调节后的提取网络得到图像特征图，直至训练次数大于或等于预设的迭代次数，依据当前的分类回归网络确定违禁品检测器。


3.根据权利要求2所述的新型X光违禁品包裹跟踪方法，其特征在于，所述特征提取网络包括卷积层、池化层与非线性映射层；
所述卷积层执行的卷积操作包括：
f2[x,y]＝f1[x,y]*w[x,y]，
式中，f1[x,y]表示输入特征提取网络的图像，w[x,y]表示卷积核，f2[x,y]表示卷积后所得特征；
所述非线性映射层执行的非线性映射操作包括：
f3[x,y]＝max(0,f2[x,y])，
其中，max()表示取较大值，f3[x,y]表示做非线性映射后得到的图像特征图。


4.根据权利要求2所述的新型X光违禁品包裹跟踪方法，其特征在于，所述将图像特征图输入区域建议网络，获得感兴趣区域特征图，对所述感兴趣区域特征图降维得到感兴趣区域特征向量包括：
将图像特征图的各个点定义为锚点，以每个锚点为中心定义多个锚框，去除超图像特征图区域的锚框，得到有效锚框，对所述有效锚框进行二分类，若为违禁品锚框，则对违禁品锚框进行边...

【专利技术属性】
技术研发人员：高红霞，林国远，廖宏宇，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44