基于深度视觉的智能卸垛机快递箱边界检测系统

黄辉城; 李建新

doi:10.13741/j.cnki.11-1879/o4.2024.02.018

您当前的位置：

首页 >

文章列表页 >

基于深度视觉的智能卸垛机快递箱边界检测系统

光学传感与测量 | 更新时间：2025-09-01

- 基于深度视觉的智能卸垛机快递箱边界检测系统
- Boundary detection system of express carton for intelligent depalletizer based on deep vision
- 光学技术 2024年50卷第2期页码：220-227
- 作者机构：
  
  1. 1:广州市公用事业技师学院社会服务系
  2. 2:东莞职业技术学院电子信息学院
- 作者简介：
- 基金信息：
  
  广东省高校科研平台重点领域专项(2021ZDZX1093);东莞市科技特派员项目(20231800500282);东莞社会科技发展项目(20231800903592;20211800900252)
- DOI：10.13741/j.cnki.11-1879/o4.2024.02.018
  中图分类号： F252;TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
黄辉城, 李建新. 基于深度视觉的智能卸垛机快递箱边界检测系统[J]. 光学技术, 2024,50(2):220-227.

Boundary detection system of express carton for intelligent depalletizer based on deep vision[J]. 2024, 50(2): 220-227.
黄辉城, 李建新. 基于深度视觉的智能卸垛机快递箱边界检测系统[J]. 光学技术, 2024,50(2):220-227. DOI： 10.13741/j.cnki.11-1879/o4.2024.02.018.

Boundary detection system of express carton for intelligent depalletizer based on deep vision[J]. 2024, 50(2): 220-227. DOI： 10.13741/j.cnki.11-1879/o4.2024.02.018.

摘要

在智慧物流领域中，智能卸垛机利用视觉传感器采集的信息来指导机械臂抓取托盘上堆叠的快递箱，精确的快递箱边界检测是决定机械臂抓取点性能的关键。快递箱的无序分布、快递标签与印刷图文对快递箱边界检测的精度造成不利的影响，针对此问题，提出一种基于深度视觉的快递箱边界检测方法。首先，基于深度图像计算快递箱的粗粒度边界，从而增强快递箱边界的检测能力，并提高对快递箱姿态的识别能力。然后，将粗粒度边界图与RGB图像的融合图像输入U-Net网络进行语义分割，U-Net网络使用水平集损失与交叉熵损失的混合损失函数进行训练，以提高快递箱边界检测的精度。实验结果表明，所提方法提高了快递箱边界检测的精度，检测误差可降至7mm以下。

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

结合单目视觉成像和深度测量的行为检测研究

基于重引力搜索和深度学习的图像表情识别研究

基于移动分割与轻量化分类网络的红外目标实时识别方法

基于深度神经网络的光纤通信高阶色散预测

基于深度神经网络的镜片佩戴舒适度研究