龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江西科技学院
申请日：2024-04-12
公开（公告）日：2024-06-25
公开（公告）号：CN118247732A
主分类号：G06V20/52
分类号：G06V20/52;G06V10/22;G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明涉及机器视觉技术领域，具体为基于深度学习的物品分类搬运方法及系统，包括以下步骤：基于物流中心的监控图像，对物流中心监控图像中的物品进行初始化识别与分类，通过卷积神经网络分析目标环境下的物品特征，生成初始物品清单。本发明中，通过实时调整群组内与群组间的同类度，显著提高物品管理的灵活性和响应速度，使得相似物品可以快速聚类，优化存储和检索过程，提升物流和生产线的操作效率，物品优先级排序根据使用频率和任务关键性进行，使得紧急或常用物品可以优先处理，显著降低等待时间和提高整个物流系统的响应能力，不仅减少对人工干预的需求，还确保搬运任务的高准确性和效率。
主权项：1.基于深度学习的物品分类搬运方法，其特征在于，包括以下步骤：基于物流中心的监控图像，对物流中心监控图像中的物品进行初始化识别与分类，通过卷积神经网络分析目标环境下的物品特征，生成初始物品清单；基于所述初始物品清单，应用卷积神经网络进行物品视觉特征的分析，包括形状、尺寸和颜色，进行物品的定位和分类物品所属的类别，生成物品特征数据；基于所述物品特征数据，学习物品之间的同类性，并对物品进行群组分类，实时调整群组内与群组间的同类度，生成物品群组分类结果；基于所述物品群组分类结果，进行物品的关键性分级，通过评估每个物品的使用频率和任务关键性，生成物品优先级排序结果；基于所述物品优先级排序结果，设计物品搬运路线，使用图网络优化搬运路径，对物品进行实时追踪，通过对比多个搬运方案，生成物品优化搬运路径；基于所述物品优化搬运路径，通过仿真技术进行物品搬运路径测试，结合实时监控数据调整路径，生成物品搬运路径验证结果。
全文数据：
权利要求：
百度查询： 江西科技学院 基于深度学习的物品分类搬运方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号