摘要
本发明提供了一种物流自动分拣远程诊断方法,属于自动化物流领域,包括:基于传送带上多个快递包裹的实时图像信息确定多个快递包裹中的目标快递包裹,并将包含目标快递包裹的实时图像信息标记为目标实时图像信息;根据目标实时图像信息确定目标快递包裹的材质信息;采集目标快递包裹的位置数据以及附近的静电场强度和环境湿度,基于预设的深度学习模型预测目标快递包裹的层叠发生概率;当层叠发生概率大于预设的概率阈值时,输出静电诊断命令并控制机械臂抓取目标快递包裹进行静电中和处理。预测快递包裹在运输过程中与其他快递包裹的层叠发生概率,对层叠发生概率高的快递包裹静电中和处理降低其表面静电,提前干预减少后续分拣错误。
技术关键词
快递包裹
远程诊断方法
实时图像信息
静电场强度
深度学习模型
交互特征
物流
多头注意力机制
模态特征
纹理特征
层叠
多层感知机
可读存储介质
置信度阈值
多模态
传送带
序列
系统为您推荐了相关专利信息
生成对抗网络
图像修复系统
编码向量
深度学习模型
图像特征信息
协议
企业项目管理系统
滚动时域优化算法
项目管理方法
数据总线
农田智能灌溉
告警监测系统
农田数据采集
物联网管理平台
账户管理平台
螺丝
多模态深度学习
机器视觉系统
路径规划算法
深度学习多任务网络