物流行业-邮政交叉带包裹除双检测
交叉带分拣是目前国内快递业针对小件包裹的主要分拣方式,目前整个物流行业呈现包裹小,皮带速度快,转运中心高峰时期包裹流量大的特点,如何提高分拣效率、识别率,同时保证稳定性成为了终端用户最为关注的关键指标。

一、案例背景

客户需求:

针对不断提速的皮带速度和增大的包裹流量,需要更高效,更直观的检测设备。

客户痛点或问题:

此前集成商都是通过X86开放平台来进行交叉带上的包裹,一方面X86开放平台调试及部署复杂,针对高速皮带线还需要增加更大功率的外部补光,增加了集成商的成本;另一方面X86开放平台无法给出交叉带上包裹准确的位置信息,无法准确的控制plc进行包裹纠偏。


二、解决方案描述

项目配单表


方案示意图及方案思路描述


                                                               架设方案图


搭建与调试:


                          实际现场架设图

难点一:参考安装架设图进行EDP相机安装(700mm工作距离),但实际现场的相机只能架设在交叉带拐角处,这导致小车车盘在视野中并不是正常的长方形,一些大型包裹在转弯处时会识别不到。

解决方法:针对这个情况,临时调整安装距离和架设方式,将相机升高到1000mm,并稍微倾斜角度保证最大包裹可以完全在视野中心被识别到。


难点二:标定完成后,单件包裹在小车中心可以识别,但是如果单件包裹在小车边缘或者四角区域时,无法稳定识别,有概率误检,特别是小包裹。

解决方法:检查标定时发现,标定过程中未填写棋 盘格偏移量,实际打印的标定板第一个棋盘格角点和棋盘格本身的原点还存在白边,因此还需要填写准确的角点偏移量。


难点三:实际测试中发现,包裹流量大时,一旦拉包段或者单件分离段效率降低,会导致一个小车上出现多个包裹,这个时候EDP有时候会将两个包裹识别成一个包裹,导致后续落袋异常。

解决方法:排除架设和标定问题后,得知基线EDP出厂时的固件和算法模型均为基线版本,即并没有针对特殊材质包裹(反光,异形,编织袋等)做优化,在实际使用中要根据实际现场情况进行优化,特别是对物流场景要使用有针对性的算法模型。在升级确认完固件版本和算法模型后,对二者进行了升级,升级完成后多包裹误检率大幅度降低。


三、方案优势

产品层面:

1.MV-DB500S-C相机相对于X86开发平台而言,场景适应性更强,针对小尺寸的包裹及反光类包裹均能保证98%以上的检出率。

2.针对复杂包裹还可以进行模型训练,提高了产线的稳定性;同时由于增加了标定环节,能够给出准确的位置信息让PLC进行纠偏,此外对于多包以及无包情况也能检出。

客户层面:

1.客户百德是成都分公司在物流行业的重要合作,同时百德也是邮政的重要合作伙伴之一。此前与百德合作多为邮政狂扫、邮政五面扫及邮政六面扫等项目

2.EDP除双相机的引入提升了交叉带的分拣效率,成都邮政中心的成功应用可以让集成商有信心去往其他中心去推广,提高了产品在物流行业的占有率和知名度。

3.目前客户已经在成都邮政中心安装三套,正逐步替换原有的X86相机。


现场效果视频请见附件

附件:
版权声明:本文为V社区用户原创内容,转载时必须标注文章的来源(V社区),文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:v-club@hikrobotics.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
上一篇

7月巡回交流会热门问题解答

下一篇

Sauvola二值化处理在图像处理应用的优势介绍分析

评论请先登录 登录
全部评论 0
Lv.0
1
关注
375
粉丝
75
创作
862
获赞
相关阅读
  • [共享学习]VM之角度纠正问题
    2024-03-07 浏览 0
  • 机器视觉菜鸟指南
    2024-02-29 浏览 0
  • 基于C++OpenCV实现VisionMaster中的“直线边缘缺陷检测”
    2024-03-04 浏览 0

请升级浏览器版本

您正在使用的浏览器版本过低,请升级最新版本以获得更好的体验。

推荐使用以下浏览器