一种快递高效分拣系统及其分拣方法与流程

本发明涉及自动化快递分拣设备技术领域，特别涉及一种快递高效分拣系统及其分拣方法。

背景技术：

目前在物流中转站和集散中心，包裹的分拣主要采用人工的方式，而且对人力的需求量比较大，当下社会人力成本比较高，而且人工工作重复性大，劳动强度高的特点并且存在分拣错误的概率，并且没有读码能力，没法从包裹信息里获取更多的详细信息，对后道的其他处理支持有限，例如包裹信息的保存记录、打印贴标、分道分拣、实时监控、和包裹追踪。不能很好的满足物流企业的工业自动化目标和需求。

而且在进行包裹自动化上件改造中，传统的视觉系统无法获取包裹的高度信息、体积信息等三维信息，且无法实现扫码、体积测量、机器人引导等多技术要素的融合，造成多技术模块分离、系统协调困难且整体效率低下，这成为限制物流自动上料效率的核心技术原因之一。

为解决上述问题，就需要开发一套整合体积测量、条码扫描、机器人定位引导的系统，实现高维度数据融合处理。

技术实现要素：

为克服现有技术中存在的问题，本发明提供了一种快递高效分拣系统及其分拣方法。

本发明解决其技术问题所采取的技术方案是：该种快递高效分拣系统，包括视觉系统、与视觉系统交互作用的蜘蛛手机器人及机架；快递沿输送带经视觉系统图像识别、扫码及引导后继续沿输送带移动至蜘蛛手机器人下方，蜘蛛手机器人通过带有吸盘的抓手对快递抓取和释放。

进一步地，所述抓手包括有吸盘固定板，吸盘固定板上安装有多个阶梯式布局的吸盘，固定板通过缓冲弹簧与固定法兰连接，缓冲弹簧内有有导向杆，导向杆顶端与直线轴承连接，直线轴承与固定法兰连接。

进一步地，吸盘固定板中间位置设有反吹接头，反吹接头通过电磁阀接正压气源，采用正压吹气方式在投放包裹的同时将包裹吹落。

进一步地，吸盘采用阶梯式布局，吸盘的接头连接真空发生器，中间位置的吸盘每个吸盘均对应连接一个真空发生器，外围位置的吸盘多个吸盘同时对应连接一个真空发生器，吸盘采用多级的风琴式软唇边吸盘。

进一步地，视觉系统包括图像识别系统、plc控制器及外部通信模块；图像识别系统、plc控制器与外部通信模块交互作用连接，视觉系统的外部通信模块与蜘蛛手机器人的外部通信模块连接并交互作用。

一种快递高效分拣系统的分拣方法，

s1，视觉系统的图像识别系统对快递进行图像采集识别、扫码；

s2，根据s1对快递的3d视觉识别结果，获取输送线上物体的长宽高三维尺寸及视觉坐标系下的三维空间坐标；通过视觉系统的外部通信模块，将物体三维尺寸及三维空间坐标传输给蜘蛛手机器人系统；

s3，机器人系统有防碰撞模块，根据输送线的编码器数值，获取运动维度的信息；根据蜘蛛手机器人坐标系与视觉坐标系的标定关系，将物体在视觉坐标系下的空间三维坐标转换为蜘蛛手机器人坐标系下的三维坐标信息，利用以上数据建立被输送线上目标物体的模型信息；

s4，在视觉系统挑选抓取物体后，结合物体模型信息及蜘蛛手机器人抓取物体后的可能运动路径进行预先规划、判断；进过预判断，若执行此次抓取运动时，物体或蜘蛛手机器人与其他物体在空间中发生空间干涉，则判断此次抓取会发生碰撞，则舍弃此抓取物体；若判断此次运动过程中，运动路径中不与其他物体发生碰撞，则执行此次抓取运动；

s5，若执行此次抓取运动，机器人根据当前物体列表的物体位置形状尺寸信息统一动态规划抓取策略，综合物体尺寸、平整度、空间位置信息，自动设置待抓取物品的抓取的顺序、抓取后的运动路径、抓取节拍及吸盘控制参数；

s6，抓取分选,根据扫码获取的条码信息，对不同类型、厂家的快递件按照不同的方式进行抓取,根据条码信息中的校验机制，判断快递所属于的快递公司，将快递件放置于指定目标区域；

s7，若舍弃此次抓取运动，则快递件继续移动，直至下一蜘蛛手机器人抓取或进入废弃件回收处。

进一步地，视觉系统还包括“深度+学习”系统，视觉系统对未来料时的工作环境进行建模，获取输送线空载时的深度信息及色彩信息，建立rgb+3d的模型，在建模完毕后，当新的快递件进入视觉系统中，快递相较于空载环境存在明显差异，视觉系统的算法利用快递件与学习到的空载模型进行比较，即可完成目标的快速识别。

进一步地，引入多维度标定系统，采用高动态相机，获取包裹的3d及彩色信息，通过多维度标定系统，将获取的条码、坐标信息及传输线运动信息综合处理，实现动态信息绑定；

多维度标定系统包括：通过输送线上的编码器，建立传送带坐标系；结合传送带坐标系，将蜘蛛手机器人坐标系与视觉系统内的3d相机的3d坐标系建立标定关系；利用3d标定块，将3d相机的3d坐标系与视觉系统的2d平面相机的相机坐标系进行标定；利用标定图案，将2d相机的相机坐标系与视觉系统的扫码相机的相机坐标系进行标定；结合传送带坐标系，扫码相机相机坐标系、2d平面相机相机坐标系、3d相机3d坐标系之间的标定关系，实现传输线运动信息、条码信息、色彩信息、3d坐标信息、3d尺寸信息的动态绑定。

进一步地，视觉系统根据实际需要分为手动工作模式和自动工作模式两种工作模式，手动工作模式实现手动控制软件的触发，启停和识别，在视觉的标定和识别时使用；自动工作模式实现开机之后自动进行取图、扫码和运行处理算法，在正常工作时使用。

综上，本发明的上述技术方案的有益效果如下：

其一，快递分拣效率提高，大幅度减少工人数量，降低劳动强度。

其二，信息采集以及处理准确率高。

其三，抓手适应包裹数量多，抓取可靠稳定，不但能够识别纸箱等与传送带差异大的快递，对于黑色软包等与传送带颜色极其相近的快递也可以精确识别。

其四，抓取策略多样灵活，软件系统配置灵活稳定，可靠性高，系统识别准确率远高于传统模式。

其五，系统鲁棒性显著增强，对外部环境的要求大大降低，可有效应对现场实施过程中震动等外部干扰。

其六，整体系统工作在高帧率模式下，大大提高系统的处理速度，为机器人处理留出充足处理时间。

其七，实现物体坐标、体积、种类、条码整体信息的一次性整合，大大简化整体系统复杂性，降低物流线改造成本，适应场所较广。

其八，机器人定位引导精度提高，且可有效抑制电磁干扰的影响。

附图说明

图1为系统整体结构示意图。

图2为抓手的主视图。

图3为抓手的立体结构示意图。

具体实施方式

以下结合附图对本发明的特征和原理进行详细说明，所举实施例仅用于解释本发明，并非以此限定本发明的保护范围。

如图1所示，该分拣系统包括视觉系统4、与视觉系统4交互作用的蜘蛛手机器人3及机架1；快递沿输送带经视觉系统图像识别、扫码及引导后继续沿输送带2移动至蜘蛛手机器人3下方，蜘蛛手机器人通过带有吸盘的抓手对快递抓取和释放。

如图2和图3所示，抓手包括有吸盘固定板，吸盘固定板上安装有多个阶梯式布局的吸盘5，固定板6通过缓冲弹簧7与固定法兰10连接，缓冲弹簧内有有导向杆9，导向杆顶端与直线轴承8连接，直线轴承与固定法兰连接。吸盘固定板中间位置设有反吹接头，反吹接头通过电磁阀接正压气源，采用正压吹气方式在投放包裹的同时将包裹吹落，解决因分拣速度过快造成甩飞包裹的问题。

吸盘采用阶梯式布局，吸盘的接头连接真空发生器，中间位置的吸盘每个吸盘均对应连接一个真空发生器，外围位置的吸盘多个吸盘同时对应连接一个真空发生器，吸盘采用多级的风琴式软唇边吸盘，抓取更加牢靠，与机械式弹簧缓冲结构配合，两级缓冲让抓手和包裹贴合更加紧实，提高了抓取成功率。多个吸盘保证对各种凹凸不平、厚薄快递件的牢靠抓取。比如，22个吸盘采用11个真空发生器，中间位置的吸盘一个吸盘对应一个真空发生器，单个吸力较大，外围吸盘多个吸盘对应一个真空发生器，吸盘吸取力度从中间向外围逐渐减小，气源利用率高，对待不同尺寸的包裹，能准确稳定抓取。

视觉系统包括图像识别系统、plc控制器及外部通信模块；图像识别系统、plc控制器与外部通信模块交互作用连接，视觉系统的外部通信模块与蜘蛛手机器人的外部通信模块连接并交互作用。视觉系统集成了多种相机驱动，兼容多种主流相机采用了mvc的设计模式，使用多线程技术实现了系统的高效稳定运行。图像识识别系统根据要实现的功能可自由选择相机种类，不同的功能之间采用模块化设计，可自由删减和启用不同的工作模块，例如，可以只使用启禁用识别模块，可以启禁用扫码模块，启禁用通信模块等。蜘蛛手机器人与视觉系统的外部通信模块定义统一的通信接口，实现与视觉系统的外部通信模块的通信，通过modbustcp通信方式，在保证通信实时性的同时，保证传输数据不失真，实现机器人系统和视觉系统的同步。

一种快递高效分拣系统的分拣方法，

s1，视觉系统的图像识别系统对快递进行图像采集识别、扫码。

s2，根据s1对快递的3d视觉识别结果，获取输送线上物体的长宽高三维尺寸及视觉坐标系下的三维空间坐标；通过视觉系统的外部通信模块，将物体三维尺寸及三维空间坐标传输给蜘蛛手机器人系统。例如，对于一个箱子，可识别到其三维尺寸为400*300*250mm，三维空间坐标为(-230.0,130.5，940.7)(单位mm)。

s3，机器人系统有防碰撞模块，当机器人抓取物体时，所完成的动作为“抓取-移动-放置”，所抓取的物体在“移动”过程中，不能够碰撞到其他物品，否则会造成物品损坏、掉落，系统异常停机等。为了实现防碰撞功能，需要根据3d视觉识别结果，获取输送线上物体的长宽高三维尺寸及视觉坐标系下的三维空间坐标；通过视觉系统的外部通信模块，将物体三维尺寸及三维空间坐标传输给机器人系统；根据输送线的编码器数值，获取运动维度的信息；根据蜘蛛手机器人坐标系与视觉坐标系的标定关系，将物体在视觉坐标系下的空间三维坐标转换为蜘蛛手机器人坐标系下的三维坐标信息，利用以上数据建立被输送线上目标物体的模型信息。例如一个长宽高尺寸为400*300*250(mm)的箱子，当运动到机器人坐标系中时，机器人抓手下降到距离传送带带250mm的高度，并运动到箱子的正上方，吸盘开始吸气，将箱子吸起。然后，抓手上升50mm，向放置方向水平运动500mm。此时，可根据箱子的尺寸信息预先获知，在抓手水平运动的500mm过程中，其下方400*300*250mm的空间范围内，不能有其他物体存在，若存在即发生碰撞。

s4，在视觉系统挑选抓取物体后，结合物体模型信息及蜘蛛手机器人抓取物体后的可能运动路径进行预先规划、判断；进过预判断，若执行此次抓取运动时，物体或蜘蛛手机器人与其他物体在空间中发生空间干涉，则判断此次抓取会发生碰撞，则舍弃此抓取物体；若判断此次运动过程中，运动路径中不与其他物体发生碰撞，则执行此次抓取运动。例如，在两个长宽高为400*300*250mm的箱子a、b，左右(左a，右b)并排来料，两者间距100mm。抓手抓取目标后，升高高度为50mm，物体放置目标位置在右侧。箱子a距离放置目标1200mm，箱子b距离放置位置900mm。若抓取箱子a，需要向右水平运动1200mm。在运动经过的空间范围内，有箱子b存在。则舍弃抓取箱子a。若抓取b，需向右运动900mm，在运动经过的空间范围内，无其他物体存在，则对箱子b进行抓取。

s5，若执行此次抓取运动，实现内外道包裹抓取的防碰撞。不同物体，长宽高尺寸差异较大，其在机器人系统中物体模型差距很大；物体表面平整度差异不同，对于吸盘吸取的难易程度不同；物体在输送线上的位置不同，机器人抓取物体的运动路线也会不同，物体距离机器人的距离有的远、有的近。这些都会导致机器人的抓手在抓取时设置的下降距离、吸气时间、抓取上升时间、运动时间、运动距离、放置时间、吹气时间等抓取时的控制参数不同。通过设置抓取策略，机器人根据当前物体列表的物体位置形状尺寸信息统一动态规划抓取策略，综合物体尺寸、平整度、空间位置信息，自动设置待抓取物品的抓取的顺序、抓取后的运动路径、抓取节拍及吸盘控制参数。例如，薄的快递件多为信封等轻薄件，其表面平整度较高、重量轻、重心接近传送带。当抓取薄件时，假设薄件为300*400*5mm，距离放置位置700mm。此时，机器人吸气时间设为0.2s，上升时间设为0.15s，水平运动700mm设为0.3s，放置时间设为0.15s，吹气时间设为0.2s。总时间为1s，可以保证机器人平稳运行，同时，快递件抓取牢固、不掉件，放置准确，不横滚。厚的快递件，多为纸箱类快递。其高度高、体积大，内部装载物种类多、重量大，而且在运动过程中内部装载物容易发生相对运动，造成重心不稳定。当抓取厚件时，假设厚件为300*400*250mm，距离放置位置700mm。此时，机器人吸气时间设为0.45s，上升时间设为0.3s，水平运动700mm设为0.5s，放置时间设为0.3s，吹气时间设为0.45s。总时间为2s，可以保证机器人平稳运行，同时，快递件抓取牢固、不掉件，放置准确，不横滚。

s6，抓取分选,根据扫码获取的条码信息，对不同类型、厂家的快递件按照不同的方式进行抓取,根据条码信息中的校验机制，判断快递所属于的快递公司，将快递件放置于指定目标区域。快递物流一般都是使用code128码，例如顺丰快递条码前两位有“sf”作为标志位。

s7，若舍弃此次抓取运动，则快递件继续移动，直至下一蜘蛛手机器人抓取或进入废弃件回收处。

进一步地，视觉系统还包括“深度+学习”系统，物流中快递件种类多样，颜色、亮度、材质、大小都不相同，为了能够适应物品的多样性，引入“深度+学习”的识别系统。具体地，视觉系统对未来料时的工作环境进行建模，获取输送线空载时的深度信息及色彩信息，建立rgb+3d的模型，建模时间较短，例如在在2分钟以内。由于对空载环境进行了建模学习，在建模完毕后，当新的快递件进入视觉系统中，快递相较于空载环境存在明显差异，视觉系统的算法利用快递件与学习到的空载模型进行比较，即可完成目标的快速识别。

进一步地，引入多维度标定系统，采用高动态相机，获取包裹的3d及彩色信息，通过多维度标定系统，将获取的条码、坐标信息及传输线运动信息综合处理，实现动态信息绑定；

多维度标定系统包括：通过输送线上的编码器，建立传送带坐标系；结合传送带坐标系，将蜘蛛手机器人坐标系与视觉系统内的3d相机的3d坐标系建立标定关系；利用3d标定块，将3d相机的3d坐标系与视觉系统的2d平面相机的相机坐标系进行标定；利用标定图案，将2d相机的相机坐标系与视觉系统的扫码相机的相机坐标系进行标定；结合传送带坐标系，扫码相机相机坐标系、2d平面相机相机坐标系、3d相机3d坐标系之间的标定关系，实现传输线运动信息、条码信息、色彩信息、3d坐标信息、3d尺寸信息的动态绑定。

视觉系统根据实际需要分为手动工作模式和自动工作模式两种工作模式，手动工作模式可以实现手动控制软件的触发，启停和识别，主要在视觉的标定和识别时使用，自动工作模式可以实现开机之后自动进行取图、扫码和运行处理算法，主要在正常工作时使用，两个模式方便调试和使用。

上述实施例仅仅是对本发明的优选实施方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域相关技术人员对本发明的各种变形和改进，均应扩入本发明权利要求书所确定的保护范围内。