[发明专利]现场分布式部署自适应学习工业读码器在审

专利信息
申请号: 202110560192.1 申请日: 2021-05-21
公开(公告)号: CN113297867A 公开(公告)日: 2021-08-24
发明(设计)人: 赵国武;张建树 申请(专利权)人: 苏州视印智能系统有限公司
主分类号: G06K7/10 分类号: G06K7/10;G06K7/14
代理公司: 南京科知维创知识产权代理有限责任公司 32270 代理人: 许益民
地址: 215000 江苏省苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 现场 分布式 部署 自适应 学习 工业 读码器
【权利要求书】:

1.一种现场分布式部署自适应学习工业读码器,其特征在于,包括:

模型存储单元,所述模型存储单元用以存储参数模型,所述参数模型用以记录条码信息以及生产参数信息;

图像获取单元,所述图像获取单元用以获取条码图像;

处理单元,所述处理单元的输入端与所述图像获取单元的输出端连接以获取条码图像,所述处理单元包括第一子处理单元和第二子处理单元,所述第一子处理单元的输入端与所述模型存储单元的输出端连接以获取参数模型并利用参数模型对条码图像进行解码,所述第二子处理单元的输入端与所述第一子处理单元的输出端连接以接收解码成功或者解码不成功信号,所述第二子处理单元的输出端与所述模型存储单元的输入端连接以在接收到解码不成功信号且所述第二子处理单元解码成功时用所述第二子处理单元根据条码图像获取的条码信息以及生产参数信息对所述模型存储单元存储的参数模型进行更新;以及

控制单元,所述控制单元的输出端与所述图像获取单元的输入端连接以控制所述图像获取单元获取图像,所述控制单元的输入端与所述处理单元的输出端连接以在解码成功时获取条码图像所代表的信息。

2.如权利要求1所述的现场分布式部署自适应学习工业读码器,其特征在于,所述处理单元还包括生产速度获取子单元,所述生产速度获取子单元的输出端与所述第二子处理单元的输入端连接。

3.如权利要求1所述的现场分布式部署自适应学习工业读码器,其特征在于,所述第二子处理单元包括补解码模块和参数模型更新模块,所述补解码模块的输出端与所述参数模型更新模块的输入端连接以在解码成功时向所述参数模型更新模块传送条码信息,所述参数模型更新模块的输出端与所述模型存储单元的输入端连接以向所述模型存储单元传送参数模型。

4.如权利要求3所述的现场分布式部署自适应学习工业读码器,其特征在于,所述处理单元还包括图像缓存子单元,所述图像缓存子单元的输入端与所述图像获取单元连接以获取条码图像,所述图像缓存子单元的输入端与所述参数模型更新模块连接,所述图像缓存子单元的输出端与所述第一子处理单元连接以在所述参数模型更新模块对所述模型存储单元的参数模型更新完成时向所述第一子处理单元传送条码图像,所述图像缓存子单元的输出端与所述补解码模块连接以在所述第一子处理单元解码不成功时向所述补解码模块传送条码图像,所述第一子处理单元的输出端与所述图像缓存子单元的输入端连接以在解码成功时控制所述图像缓存子单元删除解码成功的条码图像,所述补解码模块的输出端与所述图像缓存子单元的输入端连接以在解码成功时控制所述图像缓存子单元删除解码成功的条码图像。

5.如权利要求4所述的现场分布式部署自适应学习工业读码器,其特征在于,还包括报警单元,所述报警单元的输入端与所述补解码模块的输出端连接以在解码不成功时给出报警信号。

6.如权利要求1所述的现场分布式部署自适应学习工业读码器,其特征在于,还包括信息存储单元,所述信息存储单元的输入端与所述控制单元的输出端连接以接收并存储条码图像所代表的信息。

7.如权利要求1所述的现场分布式部署自适应学习工业读码器,其特征在于,还包括通信单元,所述通信单元用以将与其属于同一工业读码器的模型存储单元的参数模型传输给其他工业读码器;接收其他工业读码器传输的参数模型,并将接收到的参数模型传输给与其属于同一工业读码器的模型存储单元。

8.如权利要求7所述的现场分布式部署自适应学习工业读码器,其特征在于,所述通信单元包括2G、3G、4G、5G、WiFi中的一种或几种。

9.如权利要求1所述的现场分布式部署自适应学习工业读码器,其特征在于,还包括输入单元,所述输入单元的输出端与所述模型存储单元的输入端连接以人工对参数模型进行初始化。

10.如权利要求9所述的现场分布式部署自适应学习工业读码器,其特征在于,所述输入单元为触摸屏或者按键。

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苏州视印智能系统有限公司,未经苏州视印智能系统有限公司许可,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/202110560192.1/1.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