基于计算机视觉的机械手包裹分拣与放置系统

物流业发展迅速,但快递工人的数量有限,快递员总是要处理成堆的包裹,工作效率低下。针对分拣和投递系统的快件堆放问题,提出并设计了一种基于视觉的机械手快递系统。该系统结合了计算机视觉、深度学习、机械手控制和运动规划技术。采用YOLO算法和PCL法向量确定位置和法向量包裹取件点,规划并控制机械手移动到目标位置吸包,并通过视觉确定包裹尺寸,获取客户信息。与RCNN和SDD算法相比,YOLO算法具有明显的收敛性,检测速度更快,同时对快递箱等小型堆叠目标的处理精度更高。采用YOLOv3算法来提高系统的提取精度和速度。最后,系统的成功率为75%,完成时间约为15 s。实验结果表明,该系统具有分拣和快递功能,以及向客户发送取货信息的功能,具有一定实际应用和借鉴价值。

快递包裹分拣机械手设计研究

本文旨在对快递包裹分拣机械手的设计研究进行探讨。随着电子商务的蓬勃发展,快递业务量不断增加,对分拣效率和准确性提出了更高要求。机械手作为一种自动化装置,在快递包裹分拣领域具有广阔的应用前景。本研究首先对快递包裹分拣的背景和意义进行了分析,明确了设计研究的目标。随后,对机械手的关键技术进行了综述,包括图像识别、运动规划、抓取算法等方面。在此基础上,详细介绍了机械手的整体设计方案,并对其进行了仿真和优化。通过实验验证,机械手在快递包裹分拣中展现出了良好的性能和效率。最后,对本研究进行了总结,并对未来的改进方向进行了展望。

面向物流终端的包裹分拣装置控制系统的设计

以物流终端的包裹分拣任务为背景,设计一种包裹分拣装置控制系统。该系统以STM32F103C8T6单片机为核心,采用条形码扫描仪实现包裹相关信息的采集,利用红外测距传感器GP2Y0A21YK0F实现包裹高度以及真空吸盘空间位置的检测,以矩阵键盘和LCD显示器实现简单的人机交互,结合逻辑门电路与PWM信号控制三维导轨滑台各方向的步进电机进而实现真空吸盘的三维运动控制,从而实现了包裹的自动分拣。通过该装置能够有效减轻物流包裹分拣工作人员的劳动强度,提高分拣时效,降低分拣出错率。试验表明:系统具有可行性和有效性。

包裹分拣机供包模型及计算机仿真

分析了包裹分拣机单级和二级供包机的工作过程和特点，建立了相应的数学模型，并利用计算机仿真技术进行了验证。从理论上说明了供包机结构对包裹分拣机的分拣效率的影响，证明了至少应采用二级供包机形式，以充分发挥包裹分拣机的分拣能力，提高分拣效率。

柔性包裹分拣系统

给出了一种新的包裹分拣系统,即利用柔性运输技术设计并由计算机控制独立完成包裹分拣及其信息管理系统.

高密集度AGV快递包裹分拣系统的路径规划

基于自动引导小车(AGV)的快递包裹自动分拣系统是智能物流的研究热点,路径规划是其关键问题之一.在快递包裹分拣系统中, AGV具有高密集性和车辆数量较大的特点,这种情况极易造成AGV拥堵,使得整个系统的性能降低.针对此问题本文提出可避免拥挤的CAA~*(Congestion-avoidable A~*)算法,该算法以A~*算法为基础,引入动态属性节点,建立动态环境模型,对各个节点可能发生的拥挤情况进行预测,判断是否存在潜在的拥挤节点,在路径规划过程中绕过潜在的拥堵节点,避免发生拥堵现象.实验结果表明,本文所提的CAA~*路径规划方法在具有高密集度和较大规模的AGV场景中,能有效避免拥堵,从而提高场地AGV的密集度和系统的分拣效率.对实际应用场地的仿真表明,本文的算法比传统的A~*算法AGV密集度提高了28.57%,系统分拣效率提高了24.29%.

基于改进快速搜索随机树算法的包裹分拣路径规划算法

针对现有快递包裹分拣系统存在的传输速度慢,准确率低等问题,提出一种改进的快速搜索随机树(RRT)算法。该算法以RRT算法为基础,首先建立了包裹环境模型,引入人工势场法引力分量使节点的扩展更具方向性。其次,对于节点进入障碍物区域需多次重新采样的问题,采用扇形区域法避障以提高算法生成质量,并在路径规划结束后采取二次优化,以获得平滑的路径。仿真结果表明,改进后的算法相比于传统的RRT算法,包裹传输速度提高73.22%,与加入人工势场法的改进算法相比,包裹传输速度提高94.46%。

智能包裹分拣生产线运用探索

关于智能包裹分拣生产线运用,文章通过现场数据采集,数据分析,确定好数据量,采用智能视觉识别系统结合,智能包裹分拣生产线运用于现场,减少工作人员,降低分拣的出错率,提高效率,以及数据传输与网络连接,以期实现快速分拣的智能化和信息化。

基于信息化教学大赛的信息化教学设计——以“物流包裹分拣系统的PLC控制”为例

为了提升信息化教学实效,推动信息化教学发展,文章以"物流包裹分拣系统的PLC控制"为例,分别从选题确定、目标分析、策略选择、过程设计和反思推广五个方面对基于信息化教学大赛的信息化教学设计进行了论述。

西门子物流推出高精包裹分拣机器人

西门子物流推出一款独立、可扩展的自动化包裹处理机器人VarioPick,分拣速度快、价格适中,可在24小时内完成集成,专为包裹分拣中心的动态分拣而设计。VarioPick使用人工智能识别系统识别货物,从移动的包裹中自动夹取货物。通过深度学习来精确识别物体的形状和位置,以确定最佳的夹持点。采用的先进控制系统和最新的吸力夹持技术,都是西门子物流自主研发的。在投用之前,西门子物流对VarioPick机器人进行了测试。VarioPick成功检测到分拣机难以处理的邮件,并自动将它们从包裹流中移出,避免了自动分拣过程的中断和人工处理。

基于图像处理技术的智能包裹分拣终端设计

针对菜鸟驿站等小型包裹分拣站点存在分拣耗时间长、占用人力多、效率低等问题,基于图像处理技术设计了一个智能包裹分拣终端。该分拣终端包括包裹图像采集模块、包裹抓取模块、寻迹模块、通信模块、电机驱动模块及显示模块。包裹图像采集模块通过OpenMV采集包裹图像,计算出包裹的位置;包裹抓取模块根据包裹的位置信息调整机器人姿态及机械臂动作;寻迹模块根据包裹的大小信息进行路径规划,实现包裹的分类摆放;通信模块将机器人编号、路径信息、包裹摆放货架信息传输给服务器。测试结果表明:设计的分拣终端能够完成包裹分拣、信息传递等工作,提高了包裹分拣效率及管理效率。

包裹智能分拣系统分拣路径动态规划方法

为了提升包裹智能分拣系统的效率,设计一种包裹定向分拣路径动态规划方法。介绍一种新型包裹智能分拣系统的结构和工作原理;针对包裹智能分拣系统的特点,构建包裹定向分拣路径动态规划数学模型,并设计对应的规划算法;开发包裹智能分拣系统仿真平台,以验证包裹定向分拣路径动态规划方法效果。仿真结果表明:所设计的包裹定向分拣路径动态规划方法能够显著减少包裹平均分拣时间,从而提升包裹智能分拣系统的效率。