新闻资讯

机器视觉系统在智能物流输送系统中的应用

发布日期:2022-03-04 21:21:22浏览量:15

机器视觉系统主要是通过计算机加载图像扫描获取装置,来对图片信息进行获取并处理,其初始目的是为了给自动化流水线和相关生产运输智能设备,增加视觉系统来达到人体视觉衍生处理的效果,随着当下智能产业的不断发展。无人驾驶技术和自动化技术的不断发展,机器视觉系统在物流运输领域有着广泛地应用。一直以来物流行业占据着大量的人力资源,且由于电商的不断发展,传统的物流體系已经无法很好满足市场的需求,智能物流系统作为未来物流的发展方向,也承载着无数人的心血。机器视觉系统可以以极快的速度来获取并处理大量信息,并且能够通过实时监控等方式来进行信息收集,在当下的智能领域有着广泛的应用前景。
1 机器视觉系统
机器视觉系统是一个包含光学成像技术、传感器技术、数字图像处理技术、计算机软硬件技术、控制技术等多种技术的综合性应用技术,其主体由相机、镜头、传感器、智能处理器、和光源五个部分组成。
相机作为机器视觉系统的主要构成部件,作为核心构件相机主要起到拍摄的作用。一般采用CCD摄像机,CCD传感器通常具有非常高的质量和光敏感性,能够以较低的噪音提供清晰的图像。CCD机器视觉系统工作过程如图1所示。首先,为后期的图像识别提供可靠的图片素材,在相机配置上要注意配置合适的光学镜头来达到更好的处理效果,其中在条件能够满足的情况下,优先考虑定焦镜头,相同条件下定焦镜头的相差要小于变焦镜头。其次,要配置良好的光源,一般采用LED光源,其较稳定且能够提供良好的光照可靠性,费用较低。智能处理器作为最后的处理终端,需要对采集的图像进行处理识别,也是机器视觉系统的核心构成部件。其主要作用是将相机拍摄的图片,进行处理扫描提取需要的信息,并上传或者生成指令对其进行分析。机器视觉系统目前在医疗、装配、检测等方面都起到了重要作用。由于机器视觉系统体积小,易安装,可通过实时监控的方式,不间断地进行信息收集,如发生特殊情况也可快速处理,对于当下智能机器的发展有着重要影响。
2 智能物流运输系统现状
随着经济市场全球化,智能物流的出现大大减少了运输成本,改变了当下的商业格局。智能物流系统以现代化标准物流服务管理体系,结合互联网电子商务的运作模式,通过信息集成网络技术,实现网络集成环境下的物流信息采集技术,通过各个部分的信息交互,让客户能够实时获取自己所需要的信息。
在运输系统中,物流的分拣作业作为物流运输环节的关键部分,根据线上智能物流的信息,需要快速准确地将所需物品分拣出来。在我国分拣环节大多数需要人力来完成,分拣工作量大,工作内容繁琐,还有人为因素使得工作效率大大降低。因此,在物流分拣领域,对智能分拣系统的需求日益增加。在智能运输领域中,传统的物流配送环节由人工配送,运输过程中存在各种人为因素或外界因素导致配送效率低下,灵活度不高。在终端配送中,对于环境复杂,定位不精准地区的配送,带来极大困扰。
3 机器视觉系统在智能物流运输系统中的应用意义
通过结合机器视觉系统,能够使智能物流系统具有自动识别和检测的功能。主要采用光、机、电、计算机通信等技术。对物体信息进行识别,可自动对库存商品进行统计,对订单进行物品分拣,自动装卸,同时将信息进行上传后台处理系统,利用GIS技术实现智能定位,区域智能配送,通过地图展现出来,实现对物流配送过程的全程管理,提高物流效率,降低物流成本。
智能运输系统利用机器视觉系统还可以实时监测相关道路情况,及时调整线路,配合无人驾驶技术,能够减少因其他因素造成的物流延迟,有效提高智能运输效率,增加企业的效益。智能配送系统通过配合机器视觉系统可以实现对建筑物、道路和收货人的自动识别,即使在定位不精准的地方,利用机器视觉系统也可以实现精准导航。同时智能机器人可以利用机器视觉系统,对收件人的人脸和虹膜进行识别,识别成功可自动取件,大大增加了物品派发的可靠性与准确性。
4 机器视觉系统在智能物流输送系统中的应用分析
4.1机器视觉系统在物流分拣中的应用分析
物流分拣作为智能物流的关键部分,客户利用平台完成下达定单,工作人员需要根据客户的订单,完成物品的分拣打包并且装车,利用电脑完成订单输入,在物流系统上生产初始状态,而利用机器视觉系统则可以实现自动扫描订单内容,自动筛选相关产品并且进行打包装车,生成系统数据并上传,大大提高了效率,且节省了人力物力,同时机器视觉系统结合环境监测系统,可实现对整体环境的监控,如对仓库内部环境进行实时监控,如仓库温度湿度等,都可以做到有效监控、有效预警,并给出相关解决方案,大大提高工作效率。本部分就物流分拣内容做出以下设计:机器视觉采集信息进行处理,通过profient工业通讯协议与PLC进行连接,如图2所示。判断结果将数据传输至PLC进行下一步执行机构的操作,并且由上位机进行实时运行状况的监测,以供现场工作人员查看。分拣的流程大致分为以下几个部分,先由视觉检测进行数据分析,判断货物包装,订单信息,进行ID码读取以及OCR/OCV字符验证与识别、尺寸大小等是否符合标准,合格的产品将结束检测,不合格的判断能否被执行机构修复,将处理的信息发送至PLC控制执行机构操作,对于可修复的不合格货物通过执行机构的一系列动作,返回至初始检测状态重新进行检测,合格之后将结束检测。对于不可修复的不合格货物直接结束筛选,交由工作人员处理,如图3所示。   4.2机器视觉系统在智能运输系统中的应用分析
利用机器视觉系统,可对相关道路情况,如道路指示标志信号灯,以及道路行人等进行智能识别,将机器视觉系统与智能车载控制装置相连接,可实现物流智能运输,无人驾驶运输等。机器视觉系统实时采集路面信息,将相关信息实时反馈给智能车载控制装置,利用自动导航技术进行路面导航,机器视觉系统进行道路实时监控,如发现突发情况,交通事故或者道路不畅,则将该信息反馈给控制终端,终端下达指令控制车辆进行转移。机器视觉系统的应用能够有效提高智能运输的可靠性和安全性,提升智能驾驶的成功率,减少事故的产生。
4.3机器视觉系统在终端配送系统中的应用分析
机器视觉系统可与终端配送进行集成,有效增加物流终端的智能化,如智能终端自动仓库。终端智能配送机器人,机器视觉系统可以实现对建筑物,道路和收货人的自动识别,同时终端机器人可以利用机器视觉系统,对收件人的人脸和虹膜进行识别,大大增加了物品分配的准确性。配送机器人利用机器视觉系统.对周围环境进行辅助判断。尤其在定位不能准确定位的地方,如多楼层定位配送,阶梯形建筑配送,机器视觉系统则可根据内置道路图片进行准确导航定位,增强了货物运输的时效和准确率。
5 总结
智能物流作为新世纪的重要发展方向,在科技和生活领域有着举足轻重的地位,随着互联网信息技术的不断发展也为其提供了大量的先进技术,而机器视觉系统也同样作为当下国内外研究的重要对象,其在工业和农业以及军事领域上都有着重要应用。机器视觉系统在智能物流分拣过程中能够实现自动化,提高工作效率。解决了智能物流运输系统道路环境检测问题,配送系统对收货人面部信息确认,实现真正意义上的智能运输和智能配送,对物流行业的智能物流发展有着重要意义。本文所做研究对当下智能物流运输行业的发展方向,有着一定参考价值。

标签:, ,

相关推荐