一种多工位防窜垛的全自动码垛协作控制系统及方法与流程

本发明属于码垛生产人工智能应用，尤其涉及一种多工位防窜垛的全自动码垛协作控制系统及方法。

背景技术：

1、现有技术已经能够获取包装箱对应的窜垛托盘，并根据该窜垛托盘确定窜垛的产品流向，从而为精准流向查询提供方向和依据，便于用户更好产品流向控制，如专利cn110930162b。但如何结合箱盖外码图像，并充分利用模式识别方法模型，实现对多码图像融合其他相关特征的精确处理，从而实现多工位防窜垛的警告提醒，从而协助实现全自动码垛协作控制，并对码垛设备参数进行对应性调整，从而有效杜绝多工位码垛窜垛、偏移问题，提升码垛稳定性与规整度，减少物料损耗，还存在一定的改进空间。

2、因此现有技术存在以下问题：如何获取融合得到的多码图像融合特征，并与其他窜垛相关特征进行特征空间向量的构建以进行后续多重轻量分类器模型的特征输入构建，采用多重轻量机器学习模型，进行多工位防窜垛的全自动码垛协作控制方法的输出。从而实现多工位防窜垛的警告提醒，从而协助实现全自动码垛协作控制，并对码垛设备参数进行对应性调整，从而有效杜绝多工位码垛窜垛、偏移问题，提升码垛稳定性与规整度，减少物料损耗。实现多工位并行高效协作，大幅提升码垛效率，降低人工成本。算法自适应强，可动态调整码放策略，适配不同规格物料，适配全自动流水线，保障生产连续性与规范性，提高在多工位防窜垛复杂环境的场景适用性还存在一定问题。

技术实现思路

1、为解决上述技术问题，本发明提出了一种多工位防窜垛的全自动码垛协作控制系统及方法。

2、在本发明的第一个方面，提供一种多工位防窜垛的全自动码垛协作控制方法，所述方法包括：

3、d1、通过采集箱托状态关联参数，并利用工业相机采集并处理融合箱盖外码图像特征得到多码图像融合特征，调取码垛设备参数；

4、d2、对所述箱托状态关联参数、所述多码图像融合特征以及所述码垛设备参数进行特征向量合成处理后得到全自动码垛协作特征，进行标签处理获取相应的全自动码垛协作方法；

5、d3、利用所述全自动码垛协作特征和所述全自动码垛协作方法构建全自动码垛协作控制模型，所述全自动码垛协作控制模型采用多重轻量机器学习模型；

6、d4、基于不同批次下待码垛箱对应得到的全自动码垛协作特征输入所述全自动码垛协作控制模型，生成全自动码垛实时协作方法，依据新生成的生成全自动码垛实时协作方法对工位窜垛实现警告提醒，并协助实现码垛协作控制。

7、进一步地，所述箱托状态关联参数包括箱托码垛状态参数、已码垛数量以及箱托身份状态参数。

8、进一步地，所述利用工业相机采集并处理融合箱盖外码图像特征得到多码图像融合特征前，箱盖外码图像特征包括码垛箱体外码以及箱内饮料瓶盖码图像特征，对所述箱内饮料瓶盖码图像特征进行二维码图像特征提取处理。

9、进一步地，所述利用工业相机采集并处理融合箱盖外码图像特征得到多码图像融合特征前，将所述箱内饮料瓶盖码图像特征进行二维码图像特征提取处理后选取的单一瓶盖与所述码垛箱体外码进行相似度计算处理得到相似度值，以选取相似度值最大的箱内饮料瓶盖码图像特征与所述码垛箱体外码融合得到所述多码图像融合特征。

10、进一步地，所述码垛设备参数包括码垛速度、码垛高度以及码垛目标位置。

11、进一步地，所述利用工业相机采集并处理融合箱盖外码图像特征得到多码图像融合特征，是将相似度值最大的箱内饮料瓶盖码图像特征与所述码垛箱体外码进行横向图像特征拼接得到所述多码图像融合特征。

12、进一步地，所述对所述箱托状态关联参数、所述多码图像融合特征以及所述码垛设备参数进行特征向量合成处理后得到全自动码垛协作特征，具体是将所述箱托状态关联参数和所述码垛设备参数进行与所述多码图像融合特征的维度向量特征值补全处理后与所述多码图像融合特征进行横向拼接获得。

13、进一步地，所述全自动码垛协作控制模型采用多重轻量机器学习模型，所述多重轻量化机器学习模型由轻量fisher准则分类器模型融合获得。

14、还提供了一种多工位防窜垛的全自动码垛协作控制系统，该系统实现一种多工位防窜垛的全自动码垛协作控制方法，包括箱托状态参数获取模块、多码图像融合特征处理获取模块、码垛设备参数调取模块、全自动码垛协作控制模型构建模块、码垛协作控制预警模块：

15、所述箱托状态参数获取模块：用于采集获取箱托状态关联参数；

16、所述多码图像融合特征处理获取模块：用于利用工业相机采集并处理融合箱盖外码图像特征得到多码图像融合特征；

17、所述码垛设备参数调取模块：用于调取码垛设备参数；

18、所述全自动码垛协作控制模型构建模块：用于对所述箱托状态关联参数、所述多码图像融合特征以及所述码垛设备参数进行特征向量合成处理后得到全自动码垛协作特征，进行标签处理获取相应的全自动码垛协作方法；利用所述全自动码垛协作特征和所述全自动码垛协作方法构建全自动码垛协作控制模型，所述全自动码垛协作控制模型采用多重轻量机器学习模型；

19、所述码垛协作控制预警模块：基于不同批次下待码垛箱对应得到的全自动码垛协作特征输入所述全自动码垛协作控制模型，生成全自动码垛实时协作方法，依据新生成的生成全自动码垛实时协作方法对工位窜垛实现警告提醒，并协助实现码垛协作控制。

20、进一步地，所述利用工业相机采集并处理融合箱盖外码图像特征得到多码图像融合特征前，箱盖外码图像特征包括码垛箱体外码以及箱内饮料瓶盖码图像特征，对所述箱内饮料瓶盖码图像特征进行二维码图像特征提取处理。

21、本发明的有益效果为通过外码图像融合技术，并依赖多重轻量机器学习模型，实现了对多码图像融合其他相关特征的精确处理，从而实现多工位防窜垛的警告提醒，从而协助实现全自动码垛协作控制，并对码垛设备参数进行对应性调整，从而有效杜绝多工位码垛窜垛、偏移问题，提升码垛稳定性与规整度，减少物料损耗。实现多工位并行高效协作，大幅提升码垛效率，降低人工成本。算法自适应强，可动态调整码放策略，适配不同规格物料，适配全自动流水线，保障生产连续性与规范性。

22、本发明的更多实施例和改进效果将结合附图和具体实施例进一步介绍。

1.一种多工位防窜垛的全自动码垛协作控制方法，其特征在于，所述方法包括：

2.如权利要求1所述的一种多工位防窜垛的全自动码垛协作控制方法，其特征在于：

3.如权利要求1或2所述的一种多工位防窜垛的全自动码垛协作控制方法，其特征在于：

4.如权利要求3所述的一种多工位防窜垛的全自动码垛协作控制方法，其特征在于：

5.如权利要求1所述的一种多工位防窜垛的全自动码垛协作控制方法，其特征在于：

6.如权利要求4所述的一种多工位防窜垛的全自动码垛协作控制方法，其特征在于：

7.如权利要求6所述的一种多工位防窜垛的全自动码垛协作控制方法，其特征在于：

8.如权利要求7所述的一种多工位防窜垛的全自动码垛协作控制方法，其特征在于：

9.一种多工位防窜垛的全自动码垛协作控制系统，该系统实现一种多工位防窜垛的全自动码垛协作控制方法，包括箱托状态参数获取模块、多码图像融合特征处理获取模块、码垛设备参数调取模块、全自动码垛协作控制模型构建模块、码垛协作控制预警模块，其特征在于：

10.如权利要求9所述的一种多工位防窜垛的全自动码垛协作控制系统，其特征在于：