[发明专利]一种采用人工智能的3D视觉码垛系统

权利要求书

1.一种采用人工智能的3D视觉码垛系统，包括监控设施、3D视觉扫描装置、码垛机器人、控制处理单元，其特征在于：所述控制处理单元包括管理者指令输入单元、图像处理模块1、图像处理模块2、控制模块、运算模块，3D视觉码垛系统各模块之间连接输入方式为：监控设施向图像处理单元1输入信息，3D视觉扫描装置与码垛机器人连接，3D视觉扫描装置向图像处理单元2输入信息，图像处理单元、控制模块向运算模块输入信息，控制模块向运算模块、码垛机器人输入指令，管理者指令单元向控制模块输入指令。

2.根据权利要求1所述的一种采用人工智能的3D视觉码垛系统，其特征在于：所述3D视觉扫描装置安装在码垛机器人上，用于拍摄3D图像实现扫描定位，拍摄3D图像为点云信息，通过所述图像处理模块进行降噪、特征提取处理后，传输至所述运算模块，运算模块对接收到的所述点云信息进行三维重建，之后由内置的人工神经网络对三维模型进行分析。

3.根据权利要求1所述的一种采用人工智能的3D视觉码垛系统，其特征在于：所述码垛机器人包括机械臂和移动平台，机械臂通过螺纹连接在移动平台上，移动平台具有自动导航功能用于移动，机械臂用于抓取物品，机械臂为人工智能的一种呈现方式，在机械臂的末端安装一定的夹持工具，根据应用场景不同可以为真空吸盘或磁力吸盘，真空吸盘、磁力吸盘机械臂都可以与移动平台很好的连接。

4.根据权利要求1所述的一种采用人工智能的3D视觉码垛系统，其特征在于：所述控制处理单元包括管理者指令输入单元、图像处理模块1、图像处理模块2、控制模块、运算模块，所述管理者指令通过可编程控制器(PLC)执行，可编程控制器由CPU、指令及数据内存、输入/输出接口、电源、数字模拟转换等功能单元组成，管理者通过可编程逻辑控制器(PLC)将控制指令随时载入内存进行储存与执行。

5.根据权利要求1所述的一种采用人工智能的3D视觉码垛系统，其特征在于：所述运算模块基于深度学习创建码放模型，内置人工神经网络，人工神经网络用于精细调整机械臂和抓取装置进行产品抓取及码垛生成码放痕迹，引导机械臂将物品放入指定位置，本发明中人工神经网络为卷积神经网络(CNN)，用于调整机械臂和抓取装置进行产品抓取及码垛，卷积神经网络仿造生物的视知觉机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化特征。

6.根据权利要求1所述的一种采用人工智能的3D视觉码垛系统，其特征在于：基于上述3D视觉码垛系统具体码垛步骤如下：

S1工作场景判断，通过监控设施获取物品堆放区域A和目标码放区域B的监控图像，传输至控制处理单元，条件一，物品堆放区域A有物品堆积，条件二，目标码放区域B有空间码垛，二者满足则为码垛工作场景；

S2发布作业任务，控制处理单元接收监控信息和管理者指令，向码垛机器人发送码垛作业信息，包括：物品堆放区域A、目标码放区域B、码垛尺寸等；

S3抓取物品，码垛机器人接收到作业信息，从休息充电区移动到物品堆放区域A开展工作，监控摄像头，传输二维图像至控制单元中的图像处理模块1中处理，再传入运算单元中，根据深度学习获得的抓取模型预测抓取位置，向机械臂传输动作指令，机械臂根据指令实施抓取物品动作指令，抓取后移动到目标码放区域B；

S4码放物品，码垛机器人抓取物品移动到目标码放区域B后，3D视觉扫描仪扫描码放区域环境，拍摄3D图像后传输至控制单元中的图像处理模块2，再通过运算模块中的算法计算出抓取目标并引导机器人以准确的姿态码放物品，根据包装尺寸可以计算出正确的放置位；

S5检查确定，码垛机器人复位，码垛机器人在码垛过程中无法保证百分百的准确率，会有散落、掉落的物品，通过监控设备监测，发现散落物品，码垛机器人再次执行抓取码放任务，码垛整齐且码垛区域没有散落物品视为码垛任务完成，最后码垛机器人返回休息区充电。

7.根据权利要求6所述的一种采用人工智能的3D视觉码垛系统，其特征在于：所述S5中，码垛机器人充电方式可以为一种无线感应充电，充电状态和电量信息传入控制单元。