本发明涉及包装盒检测术领域,更具体地说,本发明涉及一种智能生产线打包装盒检测系统及方法。
背景技术:
1、工业生产打包装盒是指在工业生产中,使用自动化设备或人工手动操作将产品放入纸箱、塑料箱等包装容器中,并进行封箱和标记,以便保护产品在运输和储存过程中的安全。
2、授权公告号cn107547655b的中国专利公开了一种智能包装盒的管理系统,通过此系统可以对包装盒进行有效管理,查询包装盒状态,便于在产业上推广和应用。
3、但是上述发明未能实现在生产线上精准得对不同产品打包装盒过程的检测评估,避免包装盒开盒、形变或包装盒填充物不紧密导致盒内产品固定不牢以及在运输过程中易损坏等问题。
4、鉴于此,本发明提出一种智能生产线打包装盒检测系统及方法以解决上述问题。
技术实现思路
1、为了克服现有技术的上述缺陷,本发明的实施例提供一种智能生产线打包装盒检测系统及方法。
2、为实现上述目的,本发明提供如下技术方案:一种智能生产线打包装盒检测方法,所述方法包括:采集待装盒商品的三维训练数据、包装盒图像训练数据与装盒后图像数据;
3、基于三维训练数据,建立商品的三维立体模型库;基于实时收集到的三维训练数据,与三维立体模型库中的商品三维模型进行三维匹配,识别待装盒的商品种类并选择与商品对应的包装盒以及包装盒填充物;
4、基于包装盒图像训练数据训练出计算包装盒破损评估值的第一机器学习模型;
5、设置包装盒破损评估阈值并与包装盒破损评估值对比,生成不同的包装盒调节指令;
6、基于装盒后图像数据,分析商品装盒后商品的失稳度,生成填充物调节指令。
7、一种智能生产线打包装盒检测系统,包括:
8、数据采集模块,用于采集待装盒商品的三维训练数据、包装盒图像训练数据与装盒后图像数据;
9、三维匹配模块,基于三维训练数据,建立商品的三维立体模型库;基于实时收集到的三维训练数据,与三维立体模型库中的商品三维模型进行三维匹配,识别待装盒的商品种类并选择与商品对应的包装盒以及包装盒填充物;
10、模型训练模块,基于包装盒图像训练数据训练出计算包装盒破损评估值的第一机器学习模型;
11、控制模块,设置包装盒破损评估阈值并与包装盒破损评估值对比,生成不同的包装盒调节指令;
12、数据分析模块,基于装盒后图像数据,分析商品装盒后商品的失稳度,生成填充物调节指令。
13、一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;所述处理器通过调用所述存储器中存储的计算机程序,执行上述的一种智能生产线打包装盒检测方法。
14、一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行上述的一种智能生产线打包装盒检测方法。
15、本发明一种智能生产线打包装盒检测系统及方法的技术效果和优点:
16、采集待装盒商品的三维训练数据,建立商品的三维立体模型库;将实时收集到的三维训练数据,与三维立体模型库中的商品三维模型进行三维匹配,识别待装盒的商品种类并选择与商品对应的包装盒以及包装盒填充物;采集包装盒图像训练数据,训练出计算包装盒破损评估值的第一机器学习模型,识别包装盒的损坏程度;设置包装盒破损评估阈值并与包装盒破损评估值对比,生成不同的包装盒调节指令;采集装盒后图像数据,分析商品装盒后商品的失稳度,生成填充物调节指令,本发明可实时识别商品,提供对应的包装盒和填充物,并能对包装盒破损程度进行检测,商品装入包装盒后,对商品的稳固程度进行检测,有效降低人工检测成本,减少资源浪费,使得商品装盒更稳固,减少运输过程中对商品的损害,提高消费者满意度。
1.一种智能生产线打包装盒检测方法,其特征在于,包括:
2.根据权利要求1所述的一种智能生产线打包装盒检测方法,其特征在于,所述三维训练数据包括待装盒商品的三维点云数据;所述包装盒图像训练数据包括包装盒六个面的图像数据;装盒后图像数据为商品装盒后,对包装盒内部进行俯拍的图像数据。
3.根据权利要求2所述的一种智能生产线打包装盒检测方法,其特征在于,基于三维立体模型库对商品种类进行编号,生成商品种类序列g;所述商品种类序列g中包含i个种类的商品,第i个商品种类标记为gi;针对商品种类序列g中的每一种商品,设置与每一种商品对应的包装盒与填充物;
4.根据权利要求3所述的一种智能生产线打包装盒检测方法,其特征在于,基于包装盒图像训练数据训练出计算包装盒破损评估值的第一机器学习模型的训练方式如下:
5.根据权利要求4所述的一种智能生产线打包装盒检测方法,其特征在于,所述包装盒调节指令分为一级包装盒调节指令和二级包装盒调节指令,包装盒破损评估阈值分为一级包装盒破损评估阈值和二级包装盒破损评估阈值,一级包装盒破损评估阈值小于二级包装盒破损评估阈值;
6.根据权利要求5所述的一种智能生产线打包装盒检测方法,其特征在于,分析商品装盒后商品的失稳度方式如下:
7.根据权利要求6所述的一种智能生产线打包装盒检测方法,其特征在于,canny算法的过程包括:
8.一种智能生产线打包装盒检测系统,其特征在于,包括:
9.一种电子设备,其特征在于,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
10.一种计算机可读存储介质,其特征在于:储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1~7任意一项所述的一种智能生产线打包装盒检测系统及方法。