一种行李标签自动识别装置
阅读：849发布：2020-05-08
专利汇可以提供一种行李标签自动识别装置专利检索，专利查询，专利分析的服务。并且本实用新型公开了一种行李标签自动识别装置，包括输送线，还包括识别装置，所述识别装置包括 支架 、读码相机与中控及深度 自学习 系统，所述支架横跨在输送线的前后侧，所述读码相机均安装在支架上，所述中控及深度自学习系统设置在支架的旁侧。本实用新型，采用多个面阵视觉读码+深度自学习方式，不仅能够大大提高行李标签的识别率，还可以对行李图片进行保存，并且绑定条码信息，时间信息，航班信息，更方便后续的全流程追踪，更符合IATA753号决议的内容，有极大的推广价值。，下面是一种行李标签自动识别装置专利的具体信息内容。
一种行李标签自动识别装置
技术领域
[0001] 本实用新型涉及行李标签识别技术领域，具体为一种行李标签自动识别装置。
背景技术
[0002] 当前市场上主要的机场行李条码识别系统供应商为德国SICK及意大利DATALOGIC,采用激光技术，已经有近二十年的历史。
[0003] 激光行李条码识别系统在二十年里虽然有一些技术更新，但是激光技术的原理性缺陷，导致机场行李条码识别系统的读码率一般在93％～95％左右。激光原理的行李条码识别系统，采用的条码黑白对比度反馈信息，从模拟量转成数字量进行解析，当条码出现断针，对比度比较差，墨斑等情况的时候，模拟量采集的数据本身就会出现问题，容易导致读码失败及读码率不高。
[0004] 视觉拍照读码技术在最近十年得到很大的发展，技术已经非常成熟，特别是深度自学习AI技术的兴起，让视觉拍照读码技术能够更好的解决目前激光读码解决不了的问题如低对比度的条码，标签字符识别等。
[0005] 鉴于此，本申请人提出一种采用多个面阵视觉读码相机+深度自学习技术的自动行李标签识别系统，我们研发的多个面阵视觉读码相机+深度自学习技术的自动行李标签识别系统，首先相机采集图片信息，直接对图片像素进行解析，对条码的打印对比度，条码的信息冗余要求不高，其次图片信息可以做更进一步的处理，通过神经网络，多重卷积的方式对图片信息进行解析，实现数字，文字的识别，从而做到更高的识别率。实用新型内容
[0006] 本实用新型的目的在于提供一种行李标签自动识别装置，采用多个面阵视觉读码+深度自学习的自动行李标签识别系统，可以大大提高识别率，获取到除了条码信息之外的信息，实现IATA753要求的透明化追溯，有极大的推广价值，解决了目前普遍使用的激光行李条码识别系统具有一定局限性的问题。
[0007] 为实现上述目的，本实用新型提供如下技术方案：一种行李标签自动识别装置，包括输送线，还包括识别装置。
[0008] 所述识别装置包括支架、读码相机与中控及深度自学习系统，所述支架横跨在输送线的前后侧，所述读码相机均安装在支架上，所述中控及深度自学习系统设置在支架的旁侧。
[0009] 优选的，所述读码相机采用DMV-500面阵视觉读码相机。
[0010] 优选的，所述读码相机的数量不少于5个。
[0011] 与现有技术相比，本实用新型的有益效果如下：采用多个面阵视觉读码+深度自学习方式，不仅能够大大提高行李标签的识别率，还可以对行李图片进行保存，并且绑定条码信息，时间信息，航班信息，更方便后续的全流程追踪，更符合IATA753号决议的内容，有极大的推广价值。附图说明
[0012] 图1为本实用新型输送线立体图的结构示意图；
[0013] 图2为本实用新型支架立体图的结构示意图；
[0014] 图3为本实用新型读码相机立体图的结构示意图。
[0015] 图中：1-输送线、2-识别装置、21-支架、22-读码相机、23-中控及深度自学习系统。
具体实施方式
[0016] 下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。
[0017] 请参阅图1至图3，本实用新型提供一种技术方案：一种行李标签自动识别装置，包括输送线1，还包括识别装置2。
[0018] 识别装置2包括支架21、读码相机22与中控及深度自学习系统23，支架21横跨在输送线1的前后侧，读码相机22均安装在支架21上，读码相机22采用DMV-500面阵视觉读码相机，同时读码相机22的数量不少于5个，多台DMV-500面阵视觉读码相机组成视觉矩阵，中控及深度自学习系统23设置在支架21的旁侧，通过输送线1将行李经过由多台DMV-500面阵视觉读码相机组成的视觉矩阵中，视觉矩阵将从多个面拍摄包裹表面图片，然后图片输入到中控及深度自学习系统23，如果条码能够正常识别，系统直接输出结果给上位机，如果条码不能被正常识别，则中控及深度自学习系统23对视觉矩阵传回来的图片进行二次处理，通过对输入的图像进行灰度化、二值化、倾斜纠正等预处理后，将处理后的图像导入深度神经网络中，由已训练好的深度网络模型对图像上的字符进行识别。采用多个面阵视觉读码+深度自学习的自动行李标签识别系统，可以大大提高识别率，获取到除了条码信息之外的信息，实现IATA753要求的透明化追溯，有极大的推广价值。
[0019] 工作原理：该行李标签自动识别装置使用时，采用多个面阵视觉读码+深度自学习方式，不仅能够大大提高行李标签的识别率，还可以对行李图片进行保存，并且绑定条码信息，时间信息，航班信息，更方便后续的全流程追踪，更符合IATA753号决议的内容，有极大的推广价值。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种应用深度采样进行光场重构的方法及系统 | 2020-05-08 | 894 |
| 一种基于视觉信息的环境语义感知方法 | 2020-05-08 | 818 |
| 一种圆柱玻璃表面质量视觉检测系统与方法 | 2020-05-11 | 191 |
| 位姿确定方法及装置、增强现实设备和可读存储介质 | 2020-05-08 | 1043 |
| 一种铁路货车人力制动机轴链脱落故障图像识别方法 | 2020-05-11 | 25 |
| 一种基于YOLOv3的机器人自主分类抓取方法 | 2020-05-08 | 840 |
| 一种室外无人机的自主定位方法 | 2020-05-11 | 975 |
| 一种成捆棒材端面的标牌焊接定位方法 | 2020-05-08 | 655 |
| 基于深度学习的无监督端到端的驾驶环境感知方法 | 2020-05-08 | 508 |
| 一种抗遮挡目标跟踪方法 | 2020-05-08 | 106 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈