物流箱体状态智能检验系统的制作方法

本发明涉及快递管理领域，尤其涉及一种物流箱体状态智能检验系统。

背景技术：

1、物流是快递管理的主要环节，物流是指利用现代信息技术和设备，实现合理化服务模式和先进的服务流程。物流是随商品生产的出现而出现，随商品生产的发展而发展，物流管理的内容包括三个方面的内容：

2、一、对物流活动诸要素的管理，包括运输、储存等环节的管理；

3、二、对物流系统诸要素的管理，即对其中人、财、物、设备、方法和信息等六大要素的管理；

4、三、对物流活动中具体职能的管理，主要包括物流计划、质量、技术、经济等职能的管理等。

5、然而，在基于快递箱体的快递管理中，快递箱体因为运输以及生产等原因，很有可能会出现外形失形的场景，这样的快递箱体会容易造成内部物件的损坏，过度挤压内部空间，对快递管理带来了不便。

技术实现思路

1、为了解决相关领域的技术问题，本发明提供了一种物流箱体状态智能检验系统，通过引入设置在外形检验平板的正上方的视觉捕获机构用于对刚下线的快递箱体所在的检验场景执行俯拍动作，以获得并输出相应的检验场景图像，以及引入多次优化机构用于对接收到的检验场景图像先后执行伪影去除动作、图像空域增强动作以及递归滤波动作，以获得并输出相应的画质更优的多次优化图像，获取多次优化图像中快递箱体的边沿的各个像素点分别对应的各份曲率数据，同时获取所述多次优化图像中快递箱体的边沿占据的像素行的数目以及像素列的数目，以及获取快递箱体对应的基准顶端图形的边沿曲线的平均曲率数据，将快递箱体对应的基准顶端图形的边沿曲线上均匀间隔的各个位置分别对应的各份曲率数值去除最大值和最小值后剩余的多份曲率数值进行算术平均值计算所获得的数值，还采用径向基神经网络根据多次优化图像中快递箱体的边沿的各个像素点分别对应的各份曲率数据、所述多次优化图像中快递箱体的边沿占据的像素行的数目以及像素列的数目和快递箱体对应的基准顶端图形的边沿曲线的平均曲率数据智能分析快递箱体对应的实时失形等级，从而完成对快递箱体的形状偏离程度的智能化判断。

2、根据本发明，提供了一种物流箱体状态智能检验系统，所述系统包括：

3、箱体传送机构，用于将快递箱体生产线刚下线的快递箱体传送到外形检验平板的正上方，所述箱体传送机构包括传输皮带、驱动轮、随动轮以及主控制器，所述主控制器与所述驱动轮连接，所述传输皮带将所述驱动轮和所述随动轮包裹在所述传输皮带的两侧，所述快递箱体生产线将快递箱体生产线刚下线的快递箱体传送到所述传输皮带的传输开始端；

4、视觉捕获机构，设置在所述外形检验平板的正上方，用于对刚下线的快递箱体所在的检验场景执行俯拍动作，以获得并输出相应的检验场景图像；

5、多次优化机构，设置在所述外形检验平板的正下方的控制盒体内且与所述视觉捕获机构连接，用于对接收到的检验场景图像先后执行伪影去除动作、图像空域增强动作以及递归滤波动作，以获得并输出相应的多次优化图像；

6、首层映射机构，设置在所述外形检验平板的正下方的控制盒体内且与所述多次优化机构连接，用于接收所述多次优化图像，获取所述多次优化图像中快递箱体的边沿的各个像素点分别对应的各份曲率数据，同时获取所述多次优化图像中快递箱体的边沿占据的像素行的数目以及像素列的数目；

7、次层映射机构，用于获取快递箱体对应的基准顶端图形的边沿曲线的平均曲率数据，将快递箱体对应的基准顶端图形的边沿曲线上均匀间隔的各个位置分别对应的各份曲率数值去除最大值和最小值后剩余的多份曲率数值进行算术平均值计算所获得的数值；

8、末层映射机构，分别与所述首层映射机构和所述次层映射机构连接，用于采用径向基神经网络根据所述多次优化图像中快递箱体的边沿的各个像素点分别对应的各份曲率数据、所述多次优化图像中快递箱体的边沿占据的像素行的数目以及像素列的数目和快递箱体对应的基准顶端图形的边沿曲线的平均曲率数据智能分析快递箱体对应的实时失形等级；

9、其中，采用径向基神经网络根据所述多次优化图像中快递箱体的边沿的各个像素点分别对应的各份曲率数据、所述多次优化图像中快递箱体的边沿占据的像素行的数目以及像素列的数目和快递箱体对应的基准顶端图形的边沿曲线的平均曲率数据智能分析快递箱体对应的实时失形等级包括：智能分析获得的快递箱体对应的实时失形等级越高，快递箱体生产线刚下线的快递箱体相比较于基准顶端图形的形状偏离程度越大。

10、由此可见，本发明主要具备以下三处显著的技术效果：

11、技术效果a：引入设置在所述外形检验平板的正上方的视觉捕获机构用于对刚下线的快递箱体所在的检验场景执行俯拍动作，以获得并输出相应的检验场景图像，以及引入多次优化机构用于对接收到的检验场景图像先后执行伪影去除动作、图像空域增强动作以及递归滤波动作，以获得并输出相应的画质更优的多次优化图像，从而为后续的快递箱体的失形程度判断提供更可靠的参考信息；

12、技术效果b：获取多次优化图像中快递箱体的边沿的各个像素点分别对应的各份曲率数据，同时获取所述多次优化图像中快递箱体的边沿占据的像素行的数目以及像素列的数目，以及获取快递箱体对应的基准顶端图形的边沿曲线的平均曲率数据，将快递箱体对应的基准顶端图形的边沿曲线上均匀间隔的各个位置分别对应的各份曲率数值去除最大值和最小值后剩余的多份曲率数值进行算术平均值计算所获得的数值；

13、技术效果c：采用径向基神经网络根据多次优化图像中快递箱体的边沿的各个像素点分别对应的各份曲率数据、所述多次优化图像中快递箱体的边沿占据的像素行的数目以及像素列的数目和快递箱体对应的基准顶端图形的边沿曲线的平均曲率数据智能分析快递箱体对应的实时失形等级，从而完成对快递箱体的形状偏离程度的智能化判断。

14、本发明的物流箱体状态智能检验系统运行稳定、设计智能。由于通过引入视觉捕获机构对刚下线的快递箱体所在的检验场景执行俯拍动作，引入多次优化机构对获取的检验场景图像先后执行伪影去除动作、图像空域增强动作以及递归滤波动作，以获得多次优化图像，获取多次优化图像中快递箱体的各项可视化内容以进行快递箱体对应的实时失形等级的智能分析，从而避免劣质快递箱体流入市场。

技术特征：

1.一种物流箱体状态智能检验系统，其特征在于，所述系统包括：

2.如权利要求1所述的物流箱体状态智能检验系统，其特征在于：

3.如权利要求2所述的物流箱体状态智能检验系统，其特征在于，所述系统还包括：

4.如权利要求3所述的物流箱体状态智能检验系统，其特征在于：

5.如权利要求4所述的物流箱体状态智能检验系统，其特征在于：

6.如权利要求5所述的物流箱体状态智能检验系统，其特征在于：

7.如权利要求2所述的物流箱体状态智能检验系统，其特征在于，所述系统还包括：

8.如权利要求7所述的物流箱体状态智能检验系统，其特征在于：

9.如权利要求7所述的物流箱体状态智能检验系统，其特征在于：

技术总结本发明涉及一种物流箱体状态智能检验系统，所述系统包括：箱体传送机构，将快递箱体生产线刚下线的快递箱体传送到外形检验平板的正上方；末层映射机构，采用径向基神经网络根据多次优化图像中快递箱体的各项可视化内容智能分析快递箱体对应的实时失形等级。本发明的物流箱体状态智能检验系统运行稳定、设计智能。由于通过引入视觉捕获机构对刚下线的快递箱体所在的检验场景执行俯拍动作，引入多次优化机构对获取的检验场景图像先后执行伪影去除动作、图像空域增强动作以及递归滤波动作，以获得多次优化图像，获取多次优化图像中快递箱体的各项可视化内容以进行快递箱体对应的实时失形等级的智能分析，从而避免劣质快递箱体流入市场。技术研发人员：韩晶晶,陆圳达受保护的技术使用者：江苏凯茂供应链管理有限公司技术研发日：技术公布日：2024/10/10