物流傳送帶上紙箱及標簽識別

很多倉庫管理人員，對物流傳送帶上的紙箱及標簽采用人工手持掃描槍進行掃描采集分類的辦法，效率低下且浪費人工。難以滿足物流供應鏈針對大批量貨物進行“秒級”快速識別與分揀的需求。

本文以實際檢測項目案例為基礎，介紹使用丹唯思機器視覺軟件進行紙箱“秒級”快速識別的解決方案。

1.現場需求

現場是立庫+傳送帶的配置，對傳送帶上紙箱的視覺掃描需要達到以下標準：

• 現場5個相機對準1個箱子的5個面，每個相機1次產生10張1-2千萬像素級圖片，每過1個箱子共計產生50張圖片

• 每個箱子需要處理的時間是3秒鐘，即在3秒內要處理完50張圖片，分析識別出箱子上的多個各類型標簽條碼以及箱子類型

• 分析識別結果要實時傳遞到WMS/WCS系統

2.技術難點

該項目對軟硬件要求很高，尤其是軟件算法，具體難點如下：

• 軟件要在3秒內分析識別50張1-2千萬像素級圖片，這對軟件的并行算力要求很高

• 箱子的標簽除了明顯污損可以不考慮外，其它的如傾斜、模糊、大小顏色不一、粘連一起等情況，都需要軟件能夠進行準確讀取，對軟件算法要求很高

3.解決方案

解決方案要點如下：

• 在傳送帶交匯點建五面掃站點，五個相機掃描紙箱的五個面

• 將傳送帶上的觸發器與相機連接，紙箱經過觸發器時產生觸發信號到相機，使相機開始拍攝

• 將視覺檢測硬件與各相機連接，再將照片傳輸到視覺檢測軟件

• 視覺檢測軟件實時分析每個箱子圖片上的標簽條碼及箱子類型，并將分析識別結果傳遞到WCS/WMS

  
  

4.軟件展示

對紙箱的分析識別，可以詳細到 箱包->箱面->標簽->條碼 等四個級別，而條碼又有一維碼、二維碼和DM碼等多種類型。界面展示如下：

• 多面掃描

  
  

• 單面掃描

  
  

5.檢測效果

在已知所有標簽類型的情況下：

• 理論識別率達到99%，
• 實際測試識別率100%；
  

6.實施產品

• 丹唯思機器視覺軟件：實現自動識別、缺陷檢測、產品計量、控制輔助、安全監控和目標定位等功能;

• 丹唯思機器視覺硬件：實現連接CCD攝像頭、視覺檢測箱的傳動控制、控制安燈、運行機器視覺軟件、連接通信網絡等功能;