[发明专利]基于分类识别的物流分拣方法及系统有效

专利信息
申请号: 202110223018.8 申请日: 2021-03-01
公开(公告)号: CN112547528B 公开(公告)日: 2021-05-25
发明(设计)人: 张倩;潘志明 申请(专利权)人: 华鹏飞股份有限公司
主分类号: B07C3/00 分类号: B07C3/00;B07C3/10;B07C3/18;G06K9/00;G06K7/10;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳灵顿知识产权代理事务所(普通合伙) 44558 代理人: 赖耀华
地址: 518000 广东省深圳市福田区华富街道莲*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 分类 识别 物流 分拣 方法 系统
【权利要求书】:

1.一种基于分类识别的物流分拣方法,其特征在于,包括:

通过信息传感器,获取待处理物品的待分类信息,所述信息传感器至少包括图像传感器、重量传感器、射频传感器中的一个,所述待分类信息至少包括订单信息、图像信息、历史物流信息、物品标识信息中的一个;

基于神经网络模型和所述待分类信息,确定与所述待处理物品对应的分类识别结果;

确定与分类识别结果对应的分拣信息,所述分拣信息包括分配的与所述分类识别结果对应的分拣机器人信息以及机器人路径规划信息;

根据所述分拣信息确定分拣机器人,控制所述分拣机器人按照所述机器人路径规划信息将所述待处理物品分拣至与所述机器人路径规划信息对应的目标分拣位置,以完成对所述待处理物品对应的物流分拣;

其中,所述基于神经网络模型和所述待分类信息,确定与所述待处理物品对应的分类识别结果的步骤,还包括:

将待分类信息分成多个分类组,在每一个分类组中:按照预设的分类特征提取算法,分别提取每一个分类组下待分类信息中的至少一个分类组特征,将所述至少一个分类组特征输入该分类组对应的第一神经网络模型,并获取输出结果作为与所述待处理物品对应的第一分类识别结果;其中,每一个分类组对应的第一神经网络模型是根据该分类组所包含的分类组特征所构建的;

将每一个分类组下待分类信息输入每一个分类组对应的第二神经网络模型,获取输出结果作为与所述待处理物品对应的第二分类识别结果;其中,每一个分类组对应的第二神经网络模型是根据该分类组所包含的待分类信息所构建的;

根据第一分类识别结果和第二分类识别结果确定与所述待处理物品对应的分类识别结果。

2.根据权利要求1所述的基于分类识别的物流分拣方法,其特征在于,所述控制所述分拣机器人按照所述机器人路径规划信息将所述待处理物品分拣至与所述机器人路径规划信息对应的目标分拣位置,以完成对所述待处理物品对应的物流分拣的步骤之后,还包括:

在所述待处理物品到达所述目标分拣位置之后,获取与所述待处理物品对应的后续物流处理策略,并基于所述获取到的后续物流处理策略对所述待处理物品进行物流运输或管理。

3.根据权利要求1所述的基于分类识别的物流分拣方法,其特征在于,所述通过信息传感器,获取待处理物品的待分类信息的步骤,还包括:

通过图像传感器获取所述待处理物品的图像信息,对所述图像信息进行识别,获取对应的外观信息、和/或订单信息;

通过重量传感器获取待处理物品的重量信息;

通过射频传感器读取所述待处理物品上的射频装置对应的射频信息,根据所述射频信息在预设的物流数据库中查找与该射频信息对应的订单信息和历史信息。

4.根据权利要求1所述的基于分类识别的物流分拣方法,其特征在于,所述按照预设的分类特征提取算法,分别提取每一个分类组下待分类信息中的至少一个分类组特征的步骤,还包括:

按照预设的特征结构构建方法,构建当前分类组下的待分类信息对应的分类结构特征;

按照预设的特征计算方法,计算当前分类组下每一个待分类信息对应的分类特征;

根据分类结构特征和分类特征,确定当前分类组下的待分类信息对应的分类组特征;

所述按照预设的分类特征提取算法,分别提取每一个分类组下待分类信息中的至少一个分类组特征的步骤之后,还包括:

根据分类组特征,对各个分类组进行筛选,将筛选出的分类组特征作为该分类组对应的第一神经网络模型的输入。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华鹏飞股份有限公司,未经华鹏飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110223018.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top