【技术实现步骤摘要】
一种五金件智能分拣合包方法
[0001]本专利技术涉及五金件分拣包装
,更具体地说,涉及一种五金件智能分拣合包方法。
技术介绍
[0002]目前,随着人工智能的高速发展,在自动化的大潮流趋势中,定制家具企业多采用自动化流水线进行家具产品的生产和加工。
[0003]在定制家具五金件的制造、包装以及运输过程中,传统的五金件分拣过程是根据订单进行五金件的选取,再进行人工分解。这种包装生产方式主要是通过人工送料和控制包装,效率较低,常常会因为五金件体积小、品种多等因素,容易出现多装、漏装等现象,而且对于人工的依赖性过高;随着订单量的不断增大,时常会因为工作量过大导致订单不能及时出货;而工作量过大还会导致工作紧迫和劳动强度过大,而出现数量或者种类分拣出错,这种出错率就会不断增加。此外,对于不同订单的要求需要在各种五金件中分拣出不同数量、型号、包装方式的物件,这样繁琐的工作程序必会造成包装效率及准确率的降低。
技术实现思路
[0004]为克服现有技术中的缺点与不足,本专利技术的目的在于提供一种五金件智能分拣合包方法;该方法能够节省大量人力,降低人工成本,提高五金件分拣包装的自动化程度,包装计数更精准,能缩短交货期和提高生产效率。
[0005]为了达到上述目的,本专利技术通过下述技术方案予以实现:一种五金件智能分拣合包方法,包括如下步骤:
[0006]S1、读取m个订单的订单信息,订单信息包括五金件信息;将m个订单的五金件信息,转化为订单五金件表达I
r
(r=1,2, ...
【技术保护点】
【技术特征摘要】
1.一种五金件智能分拣合包方法,其特征在于:包括如下步骤:S1、读取m个订单的订单信息,订单信息包括五金件信息;将m个订单的五金件信息,转化为订单五金件表达I
r
(r=1,2,
…
,m);将多个种类五金件混合输送到视觉检测区域;S2、获取视觉检测区域图像,将图像进行处理,采用SAD算法进行区域合并;S3、将区域合并后的图像输入到训练好的五金件识别模型中,得到图像中各种五金件的所在位置坐标;五金件识别模型是指:以yolov4模型为基础、训练时采用k
‑
means++算法对锚框尺寸进行聚类和修正的模型;S4、将订单五金件表达I
r
转换成指令M;工业机器人根据指令M抓取相应的五金件,并将五金件送出到订单对应位置实现分拣;S5、将分拣好的五金件进行打包封装。2.根据权利要求1所述的五金件智能分拣合包方法,其特征在于:所述S5,是指:所述S3中,五金件识别模型训练包括如下步骤:L1、从五金件图片中标注出五金件锚框,构建出锚框数据集δ;从锚框数据集中随机选取一个锚框作为第一个锚框聚类中心c1;L2、在第s次迭代中,将除当前已有锚框聚类中心c
z
以外的锚框设为其余锚框;计算其余锚框到当前已有锚框聚类中心c
z
之间的IOU值:其中,G
z
表示第z个锚框聚类中心c
z
的面积,G
k
表示第k个其余锚框的面积,N表示其余锚框的数量;找出当前迭代中,各个其余锚框的最小IOU值:D(s,k)=min(IOU(s,k))L3、计算其余锚框被选为下一个锚框聚类中心的概率p(s,k):其中,δ为当前迭代中其余锚框的集合;L4、在所有其余锚框已有迭代的概率p(s,k)中找出最大值,设定最大值对应的其余锚框为新的锚框聚类中心;L5、重复L2至L4进行下一次迭代,直至找出Z
num
个锚框聚类中心c
z
,z=1,2,...Z
num
;L6、分别计算各个其余锚框与Z
num
个锚框聚类中心c
z
之间的IOU值:其中,G
z
表示第z个锚框聚类中心c
z
的面积,G
k
表示第k个其余锚框的面积,N表示其余锚框的数量;将各个其余锚框分别与IOU值最大的目标锚框归为同一类,得到Z
num
个锚框类别;L7、将各个锚框类别所有锚框的宽和高分别取均值,得到修正后的各个锚框类别的锚框的宽和高。
3.根据权利要求1所述的五金件智能分拣合包方法,其特征在于:所述S2中,采用SAD算法进行区域合并,是指:S21、将图像每个像素点标记不同的标签;S22、随机选取一个像素点作为初始的区域A
n
,n=1;S23、计算像素点与相邻像素点之间的欧式距离dist;所述相邻是指横轴、纵轴、对角线相邻;其中,x
q
和y
q
分别代表在第q个空间维度中两个像素点的像素值;S24、当欧式距...
【专利技术属性】
技术研发人员:戴炳炳,何新义,罗陆锋,王金海,王伟,黄国维,张宏艳,
申请(专利权)人:佛山维尚家具制造有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。