[發明專利]包裹受損定位方法和裝置及存儲介質

在審

• 申請號: 202010113007.X
• 申請日: 2020-02-24
• 公開（公告）號: CN111275009A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 薛積敏
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N20/00;G06N3/08
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 周婷婷

1.一種包裹受損定位方法，其特征在于，包括：

獲取第一包裹分揀流水線上當前分揀位置所關聯的攝像頭采集到的圖像集合；

對所述圖像集合進行圖像識別，得到識別結果；

在從所述識別結果中確定出受損度達到第一閾值的目標包裹的情況下，獲取所述目標包裹的識別碼；

根據所述目標包裹的識別碼，確定所述目標包裹所流經的第一目標分揀位置和第二目標分揀位置，其中，所述第一目標分揀位置和所述第二目標分揀位置均位于所述第一包裹分揀流水線上所述當前分揀位置之前，在所述第一目標分揀位置采集到的圖像中所述目標包裹為未破損狀態，在所述第二目標分揀位置采集到的圖像中所述目標包裹為破損狀態；

根據所述第一目標分揀位置與所述第二目標分揀位置確定所述目標包裹的受損區域；

在所述受損區域中確定出所述目標包裹的受損原因。

2.根據權利要求1所述的方法，其特征在于，所述對所述圖像集合進行圖像識別，得到識別結果包括：

通過計算機識別技術從所述圖像集合中識別出包含包裹的候選圖像；

提取所述候選圖像中待處理包裹的外觀特征；

將所述待處理包裹的外觀特征輸入受損識別模型中，其中，所述受損識別模型為利用樣本受損包裹的外觀特征進行機器訓練后的神經網絡模型，用于根據包裹的外觀特征識別出包裹的受損度；

在所述受損識別模型輸出的受損度大于所述第一閾值的情況下，確定所述候選圖像中的所述待處理包裹為所述目標包裹。

3.根據權利要求2所述的方法，其特征在于，在所述獲取第一包裹分揀流水線上當前分揀位置所關聯的攝像頭采集到的圖像集合之前，還包括：

獲取多個樣本受損包裹的樣本外觀特征，構建包裹破損樣本庫；

按照不同包裹類型對所述包裹破損樣本庫進行分類，得到多個破損識別樣本庫；

利用所述多個破損識別樣本庫對初始化受損識別模型進行機器訓練，得到所述受損識別模型。

4.根據權利要求1所述的方法，其特征在于，所述根據所述目標包裹的識別碼，確定所述目標包裹所流經的第一目標分揀位置和第二目標分揀位置包括：

識別所述目標包裹的識別碼，以獲取所述目標包裹在所述第一包裹分揀流水線上的分揀路徑，其中，所述分揀路徑包括所述目標包裹所要經過的各個分揀位置的位置信息；

確定所述分揀路徑中位于所述當前分揀位置之前的所述第一目標分揀位置和所述第二目標分揀位置。

5.根據權利要求1所述的方法，其特征在于，所述獲取第一包裹分揀流水線上當前分揀位置所關聯的攝像頭采集到的圖像集合包括：

對所述攝像頭采集到的視頻流進行定期截取處理，得到與所述當前分揀位置關聯的視頻片段；

獲取對所述視頻片段進行幀節化處理后的圖像幀，得到所述圖像集合；

將所述圖像集合中各個圖像的圖像數據按照目標數據結構進行保存。

6.根據權利要求1所述的方法，其特征在于，所述在所述受損區域中確定出所述目標包裹的受損原因包括：

獲取所述受損區域關聯的攝像頭采集到的目標圖像集，其中，所述目標圖像集中包括所述第一包裹分揀流水線上的分揀設備、所述第一包裹分揀流水線上的包裹、位于所述第一包裹分揀流水線周圍的對象；

將所述目標圖像集輸入受損原因識別模型，所述受損原因識別模型為利用樣本受損圖像進行機器訓練后的神經網絡模型，用于識別包裹受損的原因；

獲取所述受損原因識別模型的輸出結果，其中，所述輸出結果中包括所述目標包裹的目標受損原因。

7.根據權利要求6所述的方法，其特征在于，在所述受損區域中確定出所述目標包裹的受損原因之后，還包括：

在所述第一包裹分揀流水線關聯的第一提示設備中提示第一預警信息，其中，所述第一預警信息用于提示根據所述目標受損原因調整所述第一包裹分揀流水線上的分揀操作。